我在使用Keras的top k分类准确率指标时遇到了问题。我正在训练基因组数据，数据包括大约10,000个个体，每个个体有4,000个核苷酸，每个核苷酸可以是四种碱基之一，因此它们被独热编码。输出类似，但不是四种碱基，而是三种类别。

输入形状 (10000, 4000, 4) 输出形状 (10000, 4000, 3)

我尝试使用top k分类准确率，但得到了以下错误：ValueError: Shape must be rank 2 but is rank 3 for ‘metrics/top_k_categorical_accuracy/in_top_k/InTopKV2’ (op: ‘InTopKV2’) with input shapes: [?,?,3], [?,?], [].

显然，Keras不喜欢3D张量。我该如何解决这个问题？

回答：

这个可能会帮助你。

简单来说，top k分类准确率的定义在维度上并不灵活。

你需要转换数据以适应这个指标。

import keras.backend as K def my_top_k(true, pred, num):    true = K.reshape(true, (-1, features_num))       pred = K.reshape(pred, (-1, features_num))    return top_k_categorical_accuracy(true, pred, k=num)