【问题标题】:Do you always need to one-hot encode if you have classification task如果您有分类任务,您是否总是需要 one-hot 编码
【发布时间】:2021-07-06 21:17:04
【问题描述】:

我是深度学习的新手,遇到了 MNIST 数据集问题。

所以我的问题是,当您有分类任务时,您是否应该在将其输入神经网络之前进行一次热编码?

【问题讨论】:

标签: tensorflow classification mnist one-hot-encoding


【解决方案1】:

不,根据您在编译模型时选择的损失,您有许多选项。如果您对标签进行了热编码,则通常将 model.compile 中的损失设置为 categorical_cross_entropy。但是,您可以将标签编码为整数并使用 sparse_categorical_crossentropy 作为损失函数。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2017-11-06
    • 2018-07-10
    • 2021-06-30
    • 2020-11-04
    • 1970-01-01
    • 2017-02-25
    • 2021-04-14
    • 2017-06-21
    相关资源
    最近更新 更多