如下所示:
to_categorical(y, num_classes=None, dtype='float32')
将整型标签转为onehot。y为int数组,num_classes为标签类别总数,大于max(y)(标签从0开始的)。
返回:如果num_classes=None,返回len(y) * [max(y)+1](维度,m*n表示m行n列矩阵,下同),否则为len(y) * num_classes。说出来显得复杂,请看下面实例。
import keras ohl=keras.utils.to_categorical([1,3]) # ohl=keras.utils.to_categorical([[1],[3]]) print(ohl) """ [[0. 1. 0. 0.] [0. 0. 0. 1.]] """ ohl=keras.utils.to_categorical([1,3],num_classes=5) print(ohl) """ [[0. 1. 0. 0. 0.] [0. 0. 0. 1. 0.]] """
该部分keras源码如下:
def to_categorical(y, num_classes=None, dtype='float32'): """Converts a class vector (integers) to binary class matrix. E.g. for use with categorical_crossentropy. # Arguments y: class vector to be converted into a matrix (integers from 0 to num_classes). num_classes: total number of classes. dtype: The data type expected by the input, as a string (`float32`, `float64`, `int32`...) # Returns A binary matrix representation of the input. The classes axis is placed last. """ y = np.array(y, dtype='int') input_shape = y.shape if input_shape and input_shape[-1] == 1 and len(input_shape) > 1: input_shape = tuple(input_shape[:-1]) y = y.ravel() if not num_classes: num_classes = np.max(y) + 1 n = y.shape[0] categorical = np.zeros((n, num_classes), dtype=dtype) categorical[np.arange(n), y] = 1 output_shape = input_shape + (num_classes,) categorical = np.reshape(categorical, output_shape) return categorical
补充知识:keras笔记——keras.utils.to_categoracal()函数
keras.utils.to_categoracal (y, num_classes=None, dtype='float32')
将整形标签转为onehot,y为int数组,num_classes为标签类别总数,大于max (y),(标签从0开始的)。
返回:
如果num_classes=None, 返回 len(y)*[max(y)+1] (维度,m*n表示m行n列矩阵),否则为len(y)*num_classes。
以上这篇浅谈keras中的keras.utils.to_categorical用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。
本文向大家介绍浅谈Keras参数 input_shape、input_dim和input_length用法,包括了浅谈Keras参数 input_shape、input_dim和input_length用法的使用技巧和注意事项,需要的朋友参考一下 在keras中,数据是以张量的形式表示的,不考虑动态特性,仅考虑shape的时候,可以把张量用类似矩阵的方式来理解。 例如 [[1],[2],[3]]
本文向大家介绍浅谈keras保存模型中的save()和save_weights()区别,包括了浅谈keras保存模型中的save()和save_weights()区别的使用技巧和注意事项,需要的朋友参考一下 今天做了一个关于keras保存模型的实验,希望有助于大家了解keras保存模型的区别。 我们知道keras的模型一般保存为后缀名为h5的文件,比如final_model.h5。同样是h5文件用
本文向大家介绍浅谈python numpy中nonzero()的用法,包括了浅谈python numpy中nonzero()的用法的使用技巧和注意事项,需要的朋友参考一下 nonzero函数返回非零元素的目录。 返回值为元组, 两个值分别为两个维度, 包含了相应维度上非零元素的目录值。 以上这篇浅谈python numpy中nonzero()的用法就是小编分享给大家的全部内容了,希望能给大家一个参
本文向大家介绍浅谈C#中ListView类的用法,包括了浅谈C#中ListView类的用法的使用技巧和注意事项,需要的朋友参考一下 一、ListView类 1、常用的基本属性: (1)FullRowSelect:设置是否行选择模式。(默认为false) 提示:只有在Details视图该属性才有意义。 (2)GridLines:设置行和列之间是否显示网格线。(默认为false)提示:只有在Det
本文向大家介绍浅谈JavaScript中promise的使用,包括了浅谈JavaScript中promise的使用的使用技巧和注意事项,需要的朋友参考一下 阅读目录 什么是Prmoise Promise的使用 最近在看《你不知道的javascript中卷》,发觉作者花了基本一半的篇幅去讲异步和promise,觉得有必要总结一下。 其实本文的目的是想手写一个Promise的,无奈总结着总结着发觉篇幅
本文向大家介绍浅谈jQuery中ajaxPrefilter的应用,包括了浅谈jQuery中ajaxPrefilter的应用的使用技巧和注意事项,需要的朋友参考一下 jQuery的定义了一个ajax过滤器ajaxPrefilter,通过该过滤器可以过滤通过jQuery相应的ajax函数发送的ajax请求。 在项目中,很多地方存在指定开始时间、结束时间来获取该时间区间内某些值随时间变化的过程线的需求,