Keras 图像数据生成器中的 one hot encoding 是如何工作的？答案

【问题标题】：How does the one hot encoding work in Keras image data generator?Keras 图像数据生成器中的 one hot encoding 是如何工作的？
【发布时间】：2022-01-15 03:41:37
【问题描述】：

所以我有 3 个图像类，猫、牛和狗。

test_batches_1 = ImageDataGenerator(preprocessing_function=tf.keras.applications.vgg16.preprocess_input) \
    .flow_from_directory(directory=test_path_1, target_size=(224,224), classes=['cat', 'dog','cow'], batch_size=10, shuffle=False)

当我这样做时

test_batches_1.class_indices

我明白了

{'cat': 0, 'dog': 1, 'cow': 2}

当我这样做时：-

test_imgs1, test_labels1 = next(test_batches_1)
print(test_labels1)

我明白了：-

[[1. 0. 0.]
 [1. 0. 0.]
 [0. 1. 0.]
 [0. 1. 0.]
 [0. 0. 1.]
 [0. 0. 1.]
 [0. 0. 1.]
 [0. 0. 1.]]

我更正了，因为我有 2 只猫、2 条狗和 4 只牛的照片。但是，我不明白为什么 cat 的 0 显示为 1,0,0？或 1 表示狗显示为 0,1,0 和 2 表示牛显示为 0,0,1？谁能帮忙解释一下逻辑？

【问题讨论】：

标签： python keras image-classification

【解决方案1】：

原因：

数组[1,0,0]中“1”的索引为0
数组[0,1,0]中“1”的索引为1
数组[0,0,1]中“1”的索引为2

而test_batches_1.class_indices 显示类的索引，所以第一个类是第 0 个索引...等

【讨论】：

第 0 位、第 1 位和第 2 位...谢谢