one-hot

0熱度

1回答

我在使用keras處理NLP問題。根據之前的單詞，當我嘗試預測下一個單詞時，出現了一個關於單詞嵌入的問題。我已經通過keras嵌入層打開一個熱詞詞彙向量是這樣的： word_vector = Embedding(input_dim=2000,output_dim=100)(word_one_hot) ，並使用此word_vector做一些事情，模型給出了另一個word_vector最後。但我必

0熱度

1回答

如何在指定one_hot = True後從MNIST示例獲取整數標籤？

我一直在嘗試this tutorial on Youtube（在1m31s處擴展.cls和.labels），這只是一個簡單的MNIST分類器模型。但由於Tensorflow中顯然缺少的功能，我無法完成它。 >>>from tensorflow.examples.tutorials.mnist import input_data >>>data = input_data.read_data_set

1熱度

1回答

使用單標籤訓練數據的多類多標籤分類

我想用卷積神經網絡做多類多標籤圖像分類。對於培訓過程，我打算使用單熱標籤來準備我的標籤。例如，有總共8個等級的是，和的樣本圖像可被分類爲類別2，4和6。因此，標籤將類似於 [0 1 0 1 0 1 0 0] 然而，該模型當前我的輸入管線捎帶上不會帶有多標籤的訓練數據。我的同事並沒有修改模型的輸入流水線，而是建議替代重複訓練數據。使用前面的示例，而不是使用3個標籤輸入一個訓練數據，而是輸入三個

0熱度

1回答

tf.nn.sparse_softmax_cross_entropy_with_logits - 在tensorflow中沒有一個熱編碼的標籤

我想了解tf.nn.sparse_softmax_cross_entropy_with_logits的工作原理。描述說： 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熱度

2回答

如何創建虛擬變量，然後使用scikit-learn進行聚合？

我知道使用包熊貓可以很容易地實現它，但是因爲它太稀疏和很大（170,000 x 5000），最後我需要使用sklearn來處理數據，我想知道是否有是sklearn的一種方法。我嘗試了一種熱門編碼器，但卻被卡在「id」上。 df = pd.DataFrame({'id': [1, 1, 2, 2, 3, 3], 'item': ['a', 'a', 'c', 'b', 'a', 'b']})

2熱度

1回答

混合one_hot和浮點數輸入

我試圖訓練類別（one_hot）動作（call/fold/raise）和時間的時間序列的LSTM圖層數據模型。舉例說明3輪的時間序列，其中玩家2X叫，然後摺疊。 #Call #0.5s # Call #0.3s #Fold, 1.5s [[[1,0,0], 0.5], [[1,0,0], 0.3], [[0,1,0], 1.5]] 呼叫的分類陣列/摺疊/加註不能由所述第一層（LSTM）被

2熱度

2回答

Scikit：將單熱編碼轉換爲整數編碼

我需要將單熱編碼轉換爲由唯一整數表示的類別。用下面的代碼創建的，因此一個熱編碼： 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熱度

1回答

的Python NumPy的一個熱點，以地區

是什麼力量讓這方面的一個熱門編碼矩陣 array([[[1, 0, 0], [1, 0, 0], [0, 1, 0]], [[0, 0, 1], [0, 1, 0], [1, 0, 0]]]) 爲 array([[0, 0, 1], [2, 1, 0]]) 換句話說，最好的辦法，如何解碼一個熱點陣？

0熱度

1回答

單熱編碼和現有數據

我有一個numpy數組（N，M），其中一些列應該是一個熱點編碼。請幫助使用numpy和/或tensorflow進行一次性編碼。實施例： [ [ 0.993, 0, 0.88 ] [ 0.234, 1, 1.00 ] [ 0.235, 2, 1.01 ] ..... ] 該第二柱在這裏（具有值3和2）應該是一個熱編碼，我知道僅存在3個不同的值（0，1，2）。結果數組應該是這樣的：

2熱度

1回答

Tensorflow混淆矩陣

我有使用RNN多類分類和這裏是我的RNN主代碼： 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