keras.utils.to_categorical（）如何支持多个值？

发布于 2025-01-23 10:34:38 字数 208 浏览 0 评论 0原文

我知道keras.utils.to_categorical（）可用于单速编码，如“转换2 - ＆gt;＆gt;＆gt; [0。，0。，1。，0。]，但是是否有可能具有类似的输出？ 2，3 - ＆gt; [0。，0。，1。，1。] 如果是这样，请如何？

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

拥抱我好吗 2025-01-30 10:34:38

您可以使用以下内容来执行此操作：

layer = tf.keras.layers.CategoryEncoding(output_mode="multi_hot", num_tokens=4)

[nav] In [50]: layer([[2,3]])                                                                                                                                               
Out[50]: <tf.Tensor: shape=(1, 4), dtype=float32, numpy=array([[0., 0., 1., 1.]], dtype=float32)>

在该过程中使用tf.keras.utils.to_categorical来计算分类交叉熵，这是二进制分类的损失函数。另请注意，您需要弄清楚您拥有的令牌数量，在这里我假设4涵盖您的[2，3]方案。在这种情况下，编码器可以编码[0、1、2、3]，您可以将其传递任何长度的样本，它将它们编码为[0 | 1，0 | 1，0 | 1，0 | 1，0 | 1]。

You can do this using the following:

layer = tf.keras.layers.CategoryEncoding(output_mode="multi_hot", num_tokens=4)

[nav] In [50]: layer([[2,3]])                                                                                                                                               
Out[50]: <tf.Tensor: shape=(1, 4), dtype=float32, numpy=array([[0., 0., 1., 1.]], dtype=float32)>

tf.keras.utils.to_categorical is used in the process to calculate categorical cross entropy, a loss function for binary classification. Also note that you'll need to figure out the number of tokens you have, here I am assuming 4 to cover your [2, 3] scenario. In this case, the encoder can encode [0, 1, 2, 3], you can pass it samples of any length, it will encode them to [0|1, 0|1, 0|1, 0|1].

回复收藏 0 原文

~没有更多了~