keras'flow_from_dataframe'中'多输出'与'原始'之间的区别答案

【问题标题】：Difference between 'multi output' vs 'raw' in keras 'flow_from_dataframe'keras'flow_from_dataframe'中'多输出'与'原始'之间的区别
【发布时间】：2022-05-03 00:47:41
【问题描述】：

我不确定何时在 keras flow_from_dataframe class_mode 参数中使用 raw 和 multi output，从外观上看，它们都提供了一种对具有多个标签的数据进行分类的方法。假设我有一个带有图像路径的数据框以及每个给定图像带有标签的两列/类，我想创建一个模型，根据这些类对图像进行分类，class_mode 我将使用它，并且我什么时候用另一个？

编辑：附上我正在使用的数据框的图像

【问题讨论】：

如果您能提供一个您有疑问的数据示例，会更容易提供帮助。你能在你的问题中包含你所拥有的数据框吗？
@TCArlen 谢谢。我已经相应地更新了我的帖子

标签： python tensorflow keras

【解决方案1】：

当您使用的标签列具有您打算用作训练标签的实际原始类值时，请使用 class_mode="raw"。例如，如果您正在执行回归任务或序数回归，并且您将浮点数或整数作为列。在这种情况下，您必须确保实际数值是您想要的最终标签。

在您的情况下，看起来您有不同类别的文本标签，因此您有一个多类别、多标签分类问题，因此您必须使用class_mode="multi_output" 来正确转换具有多个标签的 y 值.

【讨论】：