后续问题来自：使用Keras的LSTM
在这个例子中，使用一个独热编码向量通过LSTM进行分类。如果LSTM要用于执行k-hot编码，且k值不是常数，该如何操作？例如，k可能为3，或者k可能为5，或者在某些样本中k可能是其他变化的整数？
回答：
这是一个多类分类任务。为了解决这个问题，你需要做以下几点：
-
将输出激活函数设置为sigmoid：
model.add(Dense(150, activation='sigmoid')) -
将目标设置为指示编码：
例如，如果你有4个类别，并且对于给定的示例集类别0和2，你的输出应为
[1, 0, 1, 0] -
使用以下损失函数：
import keras.backend as Kdef multiclass_loss(y_true, y_pred): EPS = 1e-5 y_pred = K.clip(y_pred, EPS, 1 - EPS) return -K.mean((1 - y_true) * K.log(1 - y_pred) + y_true * K.log(y_pred))model.compile(optimizer=..., loss=multiclass_loss)
