Keras中的多分类损失函数categorical_crossentropy
2017-08-07 14:55
316 查看
from keras.utils.np_utils import to_categorical
注意:当使用categorical_crossentropy损失函数时,你的标签应为多类模式,例如如果你有10个类别,每一个样本的标签应该是一个10维的向量,该向量在对应有值的索引位置为1其余为0。
可以使用这个方法进行转换:
以mnist数据集为例:
注意:当使用categorical_crossentropy损失函数时,你的标签应为多类模式,例如如果你有10个类别,每一个样本的标签应该是一个10维的向量,该向量在对应有值的索引位置为1其余为0。
可以使用这个方法进行转换:
from keras.utils.np_utils import to_categorical categorical_labels = to_categorical(int_labels, num_classes=None)
以mnist数据集为例:
from keras.datasets import mnist (X_train, y_train), (X_test, y_test) = mnist.load_data() y_train = to_categorical(y_train, 10) y_test = to_categorical(y_test, 10) ... model.compile(loss='categorical_crossentropy', optimizer='adam') model.fit(X_train, y_train, epochs=100, batch_size=1, verbose=2)
相关文章推荐
- 基于Keras的imdb数据集的情感二分类
- keras系列︱图像多分类训练与利用bottleneck features进行微调(三)
- 【Python与机器学习】:利用Keras进行多类分类
- Keras 文本TOPIC分类小结
- 使用Keras构建神经网络进行Mnist手写字体分类
- 【Keras案例学习】 CNN做手写字符分类(mnist_cnn )
- keras 构建CNN进行小样本集图像分类
- keras系列︱人脸表情分类与识别:opencv人脸检测+Keras情绪分类(四)
- [比赛分享] Kaggle-Toxic Comment [Keras多二分类,优质Comment语料, Pre-trained词向量的使用]
- keras IMDB数据集 LSTM分类
- Keras 处理 不平衡的数据的分类问题 imbalance data 或者 highly skewed data
- Keras分类问题
- Tensorflow学习笔记--使用keras完成文本情感分类问题
- 使用keras对mnist数据集做分类
- Keras人工神经网络多分类(SGD)
- Keras学习之三:用CNN实现cifar10图像分类模型
- keras实现Unet进行字符定位与识别分类
- 利用Keras使用非常少的数据建立强大的图像分类模型
- Keras:2.2搭建分类神经网络