الجميع مقابل توفر طريقة للاستفادة من التصنيف الثنائي. نظرًا لحدوث مشكلة في التصنيف باستخدام الحلول الممكنة "N"، يتكون الحل الوحيد مقابل "جميع" من مصنِّفات N ثنائية، وهي مصنِّف ثنائي لكل نتيجة محتملة. خلال التدريب، يعمل النموذج على سلسلة من المصنِّفات الثنائية، ويدرب كل منها للإجابة عن سؤال تصنيف مفصل. على سبيل المثال، عند تدريب صورة لكلب، يمكن تدريب خمسة معرّفين مختلفين، وأربعة أشخاص يعتبرون أنّ الصورة كمثال سلبي (وليس تفاحًا أو دبًا، إلخ) وأخرى تظهر فيها كمثال إيجابي (كلب). والمقصود:
- هل هذه الصورة تفاحة؟ لا.
- هل هذه الصورة دب؟ لا.
- هل هذه الصورة عبارة عن حلوى؟ لا.
- هل هذه الصورة كلب؟ نعم.
- هل هذه الصورة عبارة عن بيضة؟ لا.
هذا النهج معقول إلى حد ما عندما يكون إجمالي عدد الصفوف صغيرًا، ولكنه يصبح غير فعّال بشكل متزايد مع زيادة عدد الصفوف.
يمكننا إنشاء نموذج أكثر فعالية مقارنةً بجميع الأجهزة باستخدام شبكة عصبونية دقيقة تشير إليها كل عقدة ناتج عن فئة مختلفة. يبيّن الشكل التالي هذا المنهج:
الشكل 1: شبكة عصبونية مقابل واحدة