当我的输出标签在 Tensorflow 中是偶数时，如何制作大小为 5 的输出层？答案

【问题标题】：How to make an output layer of size 5 when my output labels are even numbers in Tensorflow?当我的输出标签在 Tensorflow 中是偶数时，如何制作大小为 5 的输出层？
【发布时间】：2021-05-08 04:41:43
【问题描述】：

我的训练数据中有标签 0、2、4、6、8。所以，从技术上讲，我有 5 个类，但是当我编写以下代码时，

model = keras.Sequential([
    layers.Dense(units=512, activation="relu",input_shape=[784]),
    layers.Dense(units=512, activation="relu"),
    layers.Dense(units=5,activation="softmax")
])
model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy'],
)

history = model.fit(
    training_X, training_Y.reshape(2465,1),
    validation_data=(val_X, val_Y.reshape(986,1)),
    epochs=50,
    verbose = 1
)

我收到此错误，

InvalidArgumentError:  Received a label value of 8 which is outside the valid range of [0, 5).  Label values: 6 8 4 6 2 4 8 0 2 2 4 6 0 2 6 4 4 2 2 8 0 0 6 0 2 8 0 2 2 6 4 4

那么，我如何只使用 5 个输出单元并针对这些标签进行训练？

【问题讨论】：

标签： python tensorflow deep-learning

【解决方案1】：

作为您收到的错误，您的整数标签应该更像0, 1, 2, 3, 4 而不是0,2,4,6,8。您可以转换标签来解决问题，也可以将标签转换为 on-hot 编码向量，如下所示。

import numpy as np 
import pandas as pd 

x = np.random.randint(0, 256, size=(5, 784)).astype("float32")
y = pd.get_dummies(np.array([0, 2, 4, 6, 8])).values
x.shape, y.shape
((5, 784), (5, 5))

y
array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 1]], dtype=uint8)

此外，您还需要使用categorical_crossentropy 损失函数而不是sparse_categorical_crossentropy。完整的工作代码：

model = keras.Sequential([
    layers.Dense(units=512, activation="relu",input_shape=[784]),
    layers.Dense(units=512, activation="relu"),
    layers.Dense(units=5,activation="softmax")
])
model.compile(
    optimizer='adam',
    loss='categorical_crossentropy',
    metrics=['accuracy'],
)

history = model.fit(
    x, y,
    epochs=3, verbose=2
)

Epoch 1/3
380ms/step - loss: 153.8635 - accuracy: 0.2000
Epoch 2/3
16ms/step - loss: 194.0642 - accuracy: 0.6000
Epoch 3/3
16ms/step - loss: 259.9468 - accuracy: 0.6000

【讨论】：