使用 sparse_categorical_crossentropy 时如何定义自定义标签值？答案

【问题标题】：How can I define custom labels value when using sparse_categorical_crossentropy?使用 sparse_categorical_crossentropy 时如何定义自定义标签值？
【发布时间】：2019-11-18 18:03:07
【问题描述】：

我的模型是用这段代码编译的

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['sparse_categorical_accuracy'])

在训练期间，我收到了这个错误

tensorflow.python.framework.errors_impl.InvalidArgumentError：收到的标签值 5 超出了 [0, 5) 的有效范围。

我的标签是1,2,3,4,5，即[1,5]，而不是[0, 5)。如何为这个模型设置标签？

【问题讨论】：

在传递给模型之前从标签中减去 1。
这是否意味着稀疏标签必须编码为基于 0 的索引？
是的；索引都是从 0 开始的。

标签： tensorflow machine-learning keras multiclass-classification tf.keras

【解决方案1】：

您需要将标签编码为[0, 4]，它是从零开始的，而不是从一开始的。这是因为为了恢复类索引，使用了argmax函数，该函数返回最大值对应的数组索引，它将从零开始。

【讨论】：

一些实现和库允许标签输入，所以我认为可能有某种方式，谢谢你提到argmax。