用于分类分类的 TensorFlow keras 模型抛出错误答案

【问题标题】：Tensorflow keras model throwing error for categorical classificiation用于分类分类的 TensorFlow keras 模型抛出错误
【发布时间】：2021-11-30 18:53:05
【问题描述】：

问题已使用一种热编码解决。

【问题讨论】：

请不要以这种方式编辑问题。您的问题的其他查看者不会从您的编辑中获得任何有意义的信息。如果您想提及已解决的问题，请接受适当的答案。

标签： numpy keras deep-learning tensorflow2.0

【解决方案1】：

这是因为您将标签用作整数（例如 0,1,2,..9）形状 (batch_size, 1) 并且模型的输出大小是 (batch_size,10) 即每个类的概率。要么更改one_hot 中的标签，这将更改大小为[num_classes] 的向量中的单个标签。语法如下所示。

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

（在你的情况下num_classes=10）

或使用@AloneTogether 提到的需要整数标签的SparseCategoricalCrossentropy。语法如下。

tf.keras.losses.SparseCategoricalCrossentropy(
    from_logits=False, reduction=losses_utils.ReductionV2.AUTO,
    name='sparse_categorical_crossentropy'
)

【讨论】：

我已经更新了我的帖子，我按照一个热编码变量的建议进行了更改。对于准确性和损失，我得到了非常奇怪的值。