Python tf.keras.utils.to_categorical用法及代码示例

将类向量(整数)转换为二进制类矩阵。

用法

tf.keras.utils.to_categorical(
    y, num_classes=None, dtype='float32'
)

参数

y Array-like 将类值转换为矩阵(从 0 到 num_classes - 1 的整数)。
num_classes 类总数。如果 None ，这将被推断为 max(y) + 1 。
dtype 输入预期的数据类型。默认值：'float32'。

输入的二进制矩阵表示。类轴放在最后。

例如：与 categorical_crossentropy 一起使用。

例子：

a = tf.keras.utils.to_categorical([0, 1, 2, 3], num_classes=4)
a = tf.constant(a, shape=[4, 4])
print(a)
tf.Tensor(
  [[1. 0. 0. 0.]
   [0. 1. 0. 0.]
   [0. 0. 1. 0.]
   [0. 0. 0. 1.]], shape=(4, 4), dtype=float32)

b = tf.constant([.9, .04, .03, .03,
                 .3, .45, .15, .13,
                 .04, .01, .94, .05,
                 .12, .21, .5, .17],
                shape=[4, 4])
loss = tf.keras.backend.categorical_crossentropy(a, b)
print(np.around(loss, 5))
[0.10536 0.82807 0.1011  1.77196]

loss = tf.keras.backend.categorical_crossentropy(a, a)
print(np.around(loss, 5))
[0. 0. 0. 0.]

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.utils.to_categorical。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

例子：