one-hot

0热度

1回答

我在使用keras处理NLP问题。根据之前的单词，当我尝试预测下一个单词时，出现了一个关于单词嵌入的问题。我已经通过keras嵌入层打开一个热词词汇向量是这样的： word_vector = Embedding(input_dim=2000,output_dim=100)(word_one_hot) ，并使用此word_vector做一些事情，模型给出了另一个word_vector最后。但我必

0热度

1回答

如何在指定one_hot = True后从MNIST示例获取整数标签？

我一直在尝试this tutorial on Youtube（在1m31s处扩展.cls和.labels），这只是一个简单的MNIST分类器模型。但由于Tensorflow中显然缺少的功能，我无法完成它。 >>>from tensorflow.examples.tutorials.mnist import input_data >>>data = input_data.read_data_set

1热度

1回答

使用单标签训练数据的多类多标签分类

我想用卷积神经网络做多类多标签图像分类。对于培训过程，我打算使用单热标签来准备我的标签。例如，有总共8个等级的是，和的样本图像可被分类为类别2，4和6。因此，标签将类似于 [0 1 0 1 0 1 0 0] 然而，该模型当前我的输入管线捎带上不会带有多标签的训练数据。我的同事并没有修改模型的输入流水线，而是建议替代重复训练数据。使用前面的示例，而不是使用3个标签输入一个训练数据，而是输入三个

0热度

1回答

tf.nn.sparse_softmax_cross_entropy_with_logits - 在tensorflow中没有一个热编码的标签

我想了解tf.nn.sparse_softmax_cross_entropy_with_logits的工作原理。描述说： A common use case is to have logits of shape [batch_size, num_classes] and labels of shape [batch_size]. But higher dimensions are suppor

2热度

2回答

如何创建虚拟变量，然后使用scikit-learn进行聚合？

我知道使用包熊猫可以很容易地实现它，但是因为它太稀疏和很大（170,000 x 5000），最后我需要使用sklearn来处理数据，我想知道是否有是sklearn的一种方法。我尝试了一种热门编码器，但却被卡在“id”上。 df = pd.DataFrame({'id': [1, 1, 2, 2, 3, 3], 'item': ['a', 'a', 'c', 'b', 'a', 'b']})

2热度

1回答

混合one_hot和浮点数输入

我试图训练类别（one_hot）动作（call/fold/raise）和时间的时间序列的LSTM图层数据模型。举例说明3轮的时间序列，其中玩家2X叫，然后折叠。 #Call #0.5s # Call #0.3s #Fold, 1.5s [[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]] 呼叫的分类阵列/折叠/加注不能由所述第一层（LSTM）被

2热度

2回答

Scikit：将单热编码转换为整数编码

我需要将单热编码转换为由唯一整数表示的类别。用下面的代码创建的，因此一个热编码： from sklearn.preprocessing import OneHotEncoder enc = OneHotEncoder() labels = [[1],[2],[3]] enc.fit(labels) for x in [1,2,3]: print(enc.transform([[x

2热度

1回答

的Python NumPy的一个热点，以地区

是什么力量让这方面的一个热门编码矩阵 array([[[1, 0, 0], [1, 0, 0], [0, 1, 0]], [[0, 0, 1], [0, 1, 0], [1, 0, 0]]]) 为 array([[0, 0, 1], [2, 1, 0]]) 换句话说，最好的办法，如何解码一个热点阵？

0热度

1回答

单热编码和现有数据

我有一个numpy数组（N，M），其中一些列应该是一个热点编码。请帮助使用numpy和/或tensorflow进行一次性编码。实施例： [ [ 0.993, 0, 0.88 ] [ 0.234, 1, 1.00 ] [ 0.235, 2, 1.01 ] ..... ] 该第二柱在这里（具有值3和2）应该是一个热编码，我知道仅存在3个不同的值（0，1，2）。结果数组应该是这样的：

2热度

1回答

Tensorflow混淆矩阵

我有使用RNN多类分类和这里是我的RNN主代码： def RNN(x, weights, biases): x = tf.unstack(x, input_size, 1) lstm_cell = rnn.BasicLSTMCell(num_unit, forget_bias=1.0, state_is_tuple=True) stacked_lstm = rnn.M