如何使用TensorFlow进行多标签分类以实现自动标记?

我刚开始学习TensorFlow,想知道是否有关于多标签分类的教程或示例,特别是涉及多个网络输出的情况。

我问这个问题是因为我有一组文章,每篇文章可以有多个标签。


回答:

TensorFlow默认支持通过tf.nn.sigmoid_cross_entropy_with_logits损失函数或类似函数(详见这个问题)进行二元多标签分类。如果你的标签是二元的,也就是说有一组预定义的可能标签,每个标签可以存在或不存在,你可以放心使用这种方法。一个模型可以一次性对所有标签进行分类。有很多这样的网络示例,例如这个问题中的一个。

遗憾的是,TensorFlow不支持多项式多标签分类。如果这是你的情况,你需要为每个标签构建一个单独的分类器,每个分类器使用tf.nn.softmax_cross_entropy_with_logits或类似的函数。

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