Bir ve tümü, ikili sınıflandırmadan yararlanmanın bir yolunu sunar. N olası çözümlemeyle ilgili bir sınıflandırma sorunu göz önüne alındığında, tek ve tümü bir çözüm, N ayrı ikili sınıflandırıcıdan (olası her sonuç için bir ikili sınıflandırıcı) oluşur. Model, eğitim sırasında bir dizi ikili sınıflandırıcıdan geçer ve her bir sınıflandırma sorusunu yanıtlayacak şekilde eğitilir. Örneğin, bir köpeğin resmi göz önüne alındığında beş farklı tanıyıcı eğitilebilir ve dört tanesi resmi negatif bir örnek olarak görebilir (bir elma değil, bir ayı vb.) ve resim de pozitif bir örnek olarak (köpek) görünür. Yani:
- Bu resim bir elma mı? Hayır
- Bu resim bir ayı mı? Hayır
- Bu resim şeker mi? Hayır
- Bu resim köpek mi? Evet.
- Bu resim bir yumurta mı? Hayır
Bu yaklaşım, toplam sınıf sayısı düşük olduğunda oldukça makul olmakla birlikte, sınıf sayısı arttıkça verimsizleşmektedir.
Her bir çıkış düğümünün farklı bir sınıfı temsil ettiği derin bir nöral ağ ile çok daha etkili bir "tümüne bir model" modeli oluşturabiliriz. Aşağıdaki şekilde bu yaklaşım gösterilmektedir:
Şekil 1. Hepsi bir arada olan nöral ağ.