如何在使用sparse_categorical_crossentropy时定义自定义标签值?

我的模型使用以下代码编译

model.compile(optimizer='adam',              loss='sparse_categorical_crossentropy',              metrics=['sparse_categorical_accuracy'])

在训练过程中,我遇到了这个错误

tensorflow.python.framework.errors_impl.InvalidArgumentError: 收到的标签值为5,超出了有效范围[0, 5)。

我的标签是1,2,3,4,5,即[1,5]而不是[0, 5)。我该如何为这个模型设置标签?


回答:

你需要将你的标签编码为[0, 4],这是基于零的编码,而不是基于一的编码。这是因为要恢复类别索引,会使用argmax函数,该函数返回最大值对应的数组索引,而该索引是基于零的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注