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.]]
"""
---------------------
作者:lsh呵呵
来源:优快云
原文:https://blog.youkuaiyun.com/nima1994/article/details/82468965
版权声明:本文为博主原创文章,转载请附上博文链接!
本文介绍 Keras 中 to_categorical 函数的使用方法,该函数用于将整数标签转换为 one-hot 编码形式。通过具体实例展示了不同参数设置下 to_categorical 的输出结果。
458

被折叠的 条评论
为什么被折叠?



