| one-heißer Ausdruck | Ganzzahlige Darstellung |
|---|---|
| [0. 0. 0. 0. 0. 0. 0. 0. 0. 1.] | [9] |
| [0. 0. 1. 0. 0. 0. 0. 0. 0. 0.] | [2] |
| [0. 1. 0. 0. 0. 0. 0. 0. 0. 0.] | [1] |
| [0. 0. 0. 0. 0. 1. 0. 0. 0. 0.] | [5] |
Ich habe den Eindruck, dass viele Datensätze Ganzzahlbezeichnungen haben, aber viele Verlustfunktionen funktionieren nur, wenn Sie ihnen anstelle von Ganzzahlbezeichnungen One-Hot-Bezeichnungen geben. In einem solchen Fall müssen Sie konvertieren. (Ich bin eher der Meinung, dass es eine Minderheit von Verlustfunktionen gibt, die mit ganzzahligen Bezeichnungen wie "sparse_categorical_crossentropy" erlernt werden können.)
Der Code wird unten angezeigt.
import numpy as np
n_labels = len(np.unique(train_labels))
train_labels_onehot = np.eye(n_labels)[train_labels]
n_labels = len(np.unique(test_labels))
test_labels_onehot = np.eye(n_labels)[test_labels]
Recommended Posts