溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
不懂關于keras.utils.to_categorical的使用方法？其實想解決這個問題也不難，下面讓小編帶著大家一起學習怎么去解決，希望大家閱讀完這篇文章后大所收獲。
如下所示：
to_categorical(y, num_classes=None, dtype='float32')
將整型標簽轉為onehot。y為int數組，num_classes為標簽類別總數，大于max(y)（標簽從0開始的）。
返回：如果num_classes=None，返回len(y) * [max(y)+1]（維度，m*n表示m行n列矩陣，下同），否則為len(y) * num_classes。說出來顯得復雜，請看下面實例。
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.]] """
該部分keras源碼如下：
def to_categorical(y, num_classes=None, dtype='float32'):
"""Converts a class vector (integers) to binary class matrix.
E.g. for use with categorical_crossentropy.
# Arguments
y: class vector to be converted into a matrix
(integers from 0 to num_classes).
num_classes: total number of classes.
dtype: The data type expected by the input, as a string
(`float32`, `float64`, `int32`...)
# Returns
A binary matrix representation of the input. The classes axis
is placed last.
"""
y = np.array(y, dtype='int')
input_shape = y.shape
if input_shape and input_shape[-1] == 1 and len(input_shape) > 1:
input_shape = tuple(input_shape[:-1])
y = y.ravel()
if not num_classes:
num_classes = np.max(y) + 1
n = y.shape[0]
categorical = np.zeros((n, num_classes), dtype=dtype)
categorical[np.arange(n), y] = 1
output_shape = input_shape + (num_classes,)
categorical = np.reshape(categorical, output_shape)
return categorical補充知識：keras筆記——keras.utils.to_categoracal()函數
keras.utils.to_categoracal (y, num_classes=None, dtype='float32')
將整形標簽轉為onehot，y為int數組，num_classes為標簽類別總數，大于max (y)，（標簽從0開始的）。
返回：
如果num_classes=None, 返回 len(y)*[max(y)+1] (維度，m*n表示m行n列矩陣)，否則為len(y)*num_classes。
感謝你能夠認真閱讀完這篇文章，希望小編分享關于keras.utils.to_categorical的使用方法內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
