我有一个多分类任务，我得到了n-hot类型的预测，比如 n_hot_prediction = [[0, 1, 1], [0, 1],[0, 1]] 首先，我希望得到一个函数，它的工作原理如下： tf.function1(n_hot_prediction) #output: [[1, 2], [1], [0, 2]] 其
浏览 7提问于2020-07-01得票数 1
回答已采纳
1回答
当使用scikit的分类器-学习多类问题时，是否需要用一种热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器以进行培训时，简单地将它们标记为0、1和2。据我所知，它似乎运转正常。有些算法，如随机森林，本机处理分类值。对于logistic回归、多层感知器、高斯朴素Bayes和随机森林等方法，如果我没有弄错的话，这些方法似乎是本机处理分类值。这个评估是正确的吗？
浏览 1提问于2018-07-25得票数 3
回答已采纳
4回答
一个大范畴值的热编码替代方案
、、、、
但他们正在转换为类/对象，我不想要。我希望我的最后输出作为一个数据框架，这样我就可以用不同的机器学习模型进行测试了？
浏览 0提问于2017-11-14得票数 18
回答已采纳
1回答
以U网为单层的语义分割输入标签
、、、、
例如，在使用U-Net进行语义分割时，将标签数据作为一个热编码的张量提供似乎是常见的做法。，一位用户指出，这是由于标签通常表示分类值。将它们作为一个层内的类标签(灰度强度值)提供给网络会带来困难。它允许分发一个小文件大小.一个热向量表示比灰度编码格式占用更多的内存。”
“即使您使用的深度学习框架接受<
浏览 0提问于2019-02-25得票数 1
1回答
如何在Keras中创建一个层(我正在使用functional )将输入序列转换为多标签向量。层必须执行映射，我不想通过学习参数权重来学习映射。作为输入，我有向量，如keras中所示 nan nan 2][x1 =0,x2=0,..
浏览 0提问于2021-02-06得票数 2
回答已采纳
2回答
class Logits(nn.Sequential): in_channels, nn.Conv2d(in_channels,
n_class
浏览 3提问于2021-01-13得票数 0
我有数据，标签上有5类。这一事实的重要性在于，第5类基本上是与第1类事件(如地震)相同事件的更强版本。
浏览 0提问于2019-08-11得票数 0
回答已采纳
我现在已经开始学习TensorFlow 2.0了，我刚刚读到了有关估值器类的内容。({'X': <tf.Tensor: shape=(2,), dtype=float64, numpy=array([ 0.2885114, -0.77485602])>}, <tf.Tensor: shape=(), dtype=float64, numpy=
浏览 3提问于2020-05-28得票数 0
回答已采纳
我有一个[None, 128, 128, n_classes]形状的张量。这是一个，其中最后一个索引包含多个类的分类值(总共有n_classes )。现在，我想把这个热张量转换成RGB图像，我想在Tensorboard上绘制它。每个类都必须与不同的颜色相关联，这样才能更容易理解。谢谢你，G.
答案中添加了解决方案。
浏览 1提问于2020-03-19得票数 1
回答已采纳
我是TensorFlow的新手，我想读一个逗号分隔值(csv)文件，它包含两列，第一列是索引，第二列是标签字符串。然而，我想从字符串标签做一个热编码转换，而不是如何在TensorFlow中做它。最后的目标是使用tf.train.batch()函数，这样我就可以获得批量的热门标签向量来训练神经网络。正如您在下面的代码中看到的，我可以在TensorFlow会话中为每个标签条目手动创建一个热向量<
浏览 0提问于2017-04-25得票数 6
我有一个多标签分类，其中每个目标是一个1和零的向量--而不是--相互排斥(为了清晰起见，我的目标是类似于[0, 1, 0, 0, 1, 1, ... ])。(如本所解释)
因为sigmoid_cross_entropy_with_logits自己执行乙状结肠，所以它期望输入在-inf
浏览 8提问于2020-04-15得票数 4
回答已采纳
1 0 1]]x_val = to_categorical(x_val)in to_categorical
categorical = np.zeros((n,最终，numpy数组包含二进制分类问题的标签。到目前为止，我已经将它作为float32使用，就像在Keras中一样，它工作得很好，并且我取得了相当好的性能。
浏览 0提问于2018-08-17得票数 1
回答已采纳
我试着在数据集上做一些有监督的学习，找出哪些输入是最有可能的真实输入如您所见，每个INPUT_ID只有一个真正的IS_TRUE_INPUT。
浏览 0提问于2021-05-21得票数 2
我在玩一个基于角星的多标签分类器。我创建了一个函数来加载训练和测试数据，然后在函数本身中处理/拆分X/Y。() print(X_train.shape[1]) from tensorflowimport keras from tensorflow.ke
浏览 2提问于2020-09-01得票数 3
回答已采纳
如果索引是长度特征的向量，则输出形状为：深度x特征如果轴为== 0如果索引是一个矩阵(批处理)与形状批处理，特征，输出形状将是：
批处理x特性x深度x如果轴== -
浏览 3提问于2017-07-03得票数 4
回答已采纳
2回答
文本数据被组织为向量，包含20,000个元素，如2，1，0，0，5，…，0。第一个元素表示文本中第一个单词的频率.我有一个单一标签文本分类的代码。特别是，我想知道以下几点。如何使用TensorFlow计
浏览 2提问于2016-02-15得票数 35
回答已采纳
我正在查看大量文本数据上的数据预处理任务，希望将预处理后的数据加载到TensorFlow 2.x中。预处理数据包含整数值数组，因为预处理步骤生成：
因此，我一直在想，我将使用pyspark对数据进行预处理，并将结果转储到JSON文件中(因为CSV不能存储结构化数据)。到目前为止，一切顺利。但是，我在tf.data.Dataset中处理tf.data.Dataset文件时遇到了问题(或者其他任何可以与TensorFlow</e
浏览 3提问于2021-03-13得票数 2
3回答
分类问题，如logistic回归或多项式logistic回归，优化了一个交叉熵损失.通常情况下，交叉熵层遵循软最大层，产生概率分布.在tensorflow中，至少有一打不同的交叉熵损失函数()。哪一种只适用于二进制分类，哪一种适用于多类问题？什么时候应该使用sigmoid而不是softmax？sparse函数与其他函数有何不同?为什么它只是softmax？
相关(更多面向数学的)讨论：。
浏览 19提问于2017-10-31得票数 99
回答已采纳
我说的是这个代码： public static void main(String[] args) { int r = m%16; } System.out.print(sum);}
我正试图制作一个程序，将数
浏览 4提问于2014-03-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
