Python tf.keras.utils.to_categorical用法及代碼示例

將類向量(整數)轉換為二進製類矩陣。

用法

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

參數

y Array-like 將類值轉換為矩陣(從 0 到 num_classes - 1 的整數)。
num_classes 類總數。如果 None ，這將被推斷為 max(y) + 1 。
dtype 輸入預期的數據類型。默認值：'float32'。

輸入的二進製矩陣表示。類軸放在最後。

例如：與 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.]

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.utils.to_categorical。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回

例子：