التصنيف القائم على الشبكات العصبية قد اكتسب شعبية مؤخرًا، وفي هذا السياق تم اقتراح صيغة تصنيف مقيدة لتنفيذ التعلم النقل (transfer learning) واكتشاف فئات الصور باستخدام التعلم العميق. الفكرة الأساسية هي صياغة هدف تصنيف مع قيود زوجية يمكن استخدامها لتدريب شبكة تجميع عميقة؛ وبالتالي يتم تحسين تعيينات المجموعات وتمثيلاتها الميزانية بشكل مشترك من البداية إلى النهاية. في هذا العمل، نقدم صيغة تصنيف جديدة لمعالجة مشاكل القابلية للتوسع في الأعمال السابقة فيما يتعلق بتحسين شبكات أعمق وأعداد أكبر من الفئات. الهدف المقترح يقلل مباشرة من الاحتمال اللوغاريتمي السالب لتعيين المجموعة بالنسبة للقيود الزوجية، ولا يحتوي على معلمات فوقية (hyper-parameters)، ويظهر تحسنًا في القابلية للتوسع والأداء في كل من التعلم الإشرافي والتعلم النقل غير الإشرافي.