我想要将连续变量的张量转换为桶，然后转换为类别张量(基于边界的one-hot编码) 假设我有这个 input = [1,2,3,4,5,6,7,8,9]
boundaries = [3.5, 5.5]1]] 我知道tf.feature_column.bucketized_column和tf.feature_column.categorical_column_with_identity，但我想在纯张量上使用函数，而不是将数据转换
浏览 31提问于2019-09-26得票数 1
下面是我用来生成模型的代码。categorical_crossentropy会出现以下错误： ValueError: Shapes (None, 1) and (None, 32) are incompatible 其中32是我的数据集中的类数，因此我的输出层有问题。但是，当我尝试使用sparse_categorical_crossentropy运行它时，它似乎没有问题 因为我只有这么少的类，我如何让它与categorical_crossentropy一起工作呢？编辑： 我已经尝试了这样的
浏览 87提问于2020-09-23得票数 0
我有一个名为y的张量，它的值来自类标签上的one-hot编码:y=[ 0。0。1.，0.0。0.，1.0。0。...，0.0。0。，0。0。0。...，0.1. 0.，...，0.0。0。...因此，这里第一行的第三个元素是'1‘，所以它表示该图像的类标签。我试图从给定的one-hot编码数组中获取所有类标签，或者给定的示例应该是这样的:y= 2,0,8
浏览 2提问于2017-03-07得票数 1
我是pytorch和深度学习领域的新手我对我的代码有问题<code>A1</code><code>A2非常感谢您的提前！
浏览 18提问于2021-03-15得票数 2
2回答
我正在尝试给PyTorch提供输入，以构建一个非常简单的神经网络。这是我的问题:我有我想要在csv中使用的所有数据，并且我正在使用Panda来读取它。下面是我的代码：
data = pd.read_csv("..主要的问题是，在我的csv中有一些列不能转换为int或float，因为它们基本上是String，例如，customer-ID将类似于: AAABBBCCC；而我不能将其转换为float或int。编辑:以下是我的新更新
浏览 0提问于2019-07-10得票数 1
我正在编写这个图像分类器，我已经定义了加载器，但我得到了这个错误，我没有关于它的线索。这是蜜蜂和黄蜂之间的图像分类。它还包含昆虫和非昆虫。
浏览 791提问于2020-09-10得票数 1
回答已采纳
1回答
前馈神经网络语言模型
、、、
这是我使用的参考；模型的体系结构也已概述，https://www.researchgate.net/publication/301875194_Authorship_Attribution_Using_a_Neural_Network_Language_Model然而，当我尝试这样做的时候，我总是得到一个错误。下面是我的模型， tf.keras.optimizers.Adam(learning_rate=0.01)
model = tf.keras.Sequential([model
浏览 24提问于2020-10-22得票数 2
1回答
ML模型输入和输出类比
、、、
随着我对ML (我是一名移动DEV)的了解越来越多，我开始在我的脑海中形成一个类比。我想要社区的意见/验证。我在尝试使用ML模型时遇到了一个问题，我不知道如何读取预期输入(API)，也不知道如何解码预期输出。到目前为止，我的经验是支离破碎的，因为一些模型会说“给我一个1，2,120,120的图像”或类似的
浏览 2提问于2019-01-24得票数 0
我有一个单热编码的标签。我想用它们来训练和预测catboost分类器。然而，当我进行拟合时，它给了我一个错误，说标签的每行不允许有多个整数值。那么catboost不允许对标签进行一次性编码吗？
浏览 3提问于2017-08-12得票数 0
2回答
如何根据tf.int64中1的索引实现N-热编码？输入是包含多个tf.int64的张量。N-热编码是为了取代tf.slim中的一种热编码.def dense_to_one_hot(labels_dense, num_classes):
"""Convertclass labels from scalars to one-hot vectors.""&
浏览 0提问于2018-05-30得票数 1
回答已采纳
我使用了tensorflow的tf.nn.top_k()函数来使用模型的softmax概率来可视化它对5个新图像和k=5的预测的确定性。我的输出如下所示，我不确定如何准确地解释它。
浏览 6提问于2016-11-28得票数 2
1回答
这是我的字典，我已经将输入映射到数字。one-hot编码，以便为我的模型提供服务。我的计划是将输入数组(例如: male，follow_up，trunk，它是0，1，2)转换为一个热编码： [0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0] 数组中应该有11个元素，但是在转换时，我只能得到9个元素，因为2是数组中的最大数。如何使用one-hot编码来包含字典中的所有
浏览 22提问于2021-04-01得票数 0
回答已采纳
考虑下面附加的数据库图像，假设我们必须绘制x= TIME；y= Value；该图应该将特定季度和值的国家放在图形中。所以有一些列值相互作用。我们试图代表时间和价值轴心上的国家。我正在尝试寻找一种不使用one-hot编码的替代方案。你能解释一下我们如何处理这样的情况吗？the sample of dataset
浏览 19提问于2021-03-24得票数 3
回答已采纳
1回答
UNet的目标应该是什么样子
、、、、
我从头开始实现了用于医学图像分割的UNet。测试数据一切正常，其中6个类的目标保存在6个通道上，因此遮罩形状为(H,W,6)和target.min(), target.max(): 0.0, 1.0pred = torch.sigmoid(pred)现在我跳到了上可用的不同数据。所以它基本上是有6个类的(H,W) (0是背景)：
np.uniq
浏览 1提问于2021-05-16得票数 1
我知道决策树有基尼系数计算的feature_importance属性，它可以用来检查哪些特征更重要。但是，对于scikit-learn或Spark中的应用程序，它只接受数字属性，所以我必须将字符串属性转换为数字属性，然后对其进行one-hot编码器。当特征被放入决策树模型时，它是0-1编码的，而不是原始格式，我的问题是，如何解释原始属性的特征重要性？在尝试解释特性重要性时，我应该避免使用one-hot编码</
浏览 2提问于2016-10-14得票数 11
我试图使用自变量(阿拉伯语句子)和因变量(多类，但使用一种热编码技术)来预测模型。我在火车和测试装置上使用了托卡器技术。
浏览 2提问于2022-03-11得票数 1
回答已采纳
我想知道是否有任何方法可以在one-hot编码后将我的分类列转换为来自另一列的值，而不是其中一个类别中的二进制"1“？我的数据帧如下所示：1 TEXAS 12342 1在标签和one-hot编码之后，我得到了这个：
ID Location_TEXAS Location_CALIFO
浏览 20提问于2019-07-24得票数 0
回答已采纳
logits = tf.nn.xw_plus_b(output[i],output_projection[0],output_projection[1])
如果我在这里介绍一个日志热编码，程序稍后会出现错误，尽管两者都返回相同的维度。
浏览 2提问于2015-12-20得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
