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

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注