我已经将一个模型保存为my_model.h5
。我有7
类
array(['Drums Beating', 'Machine Digging', 'Man Movement',
'Manual Digging', 'Manual Digging - Deeper (1.5 to 3 feets)',
'Normal', 'Tunneling'], dtype=object)
现在我必须训练一个只有一个类的模型(suppose 'drums beating')
。因此,我将用旧的权重初始化新训练模型的权重。因此,当我需要对标签进行编码时(比如说drums beating
),我如何对它进行编码,使其具有一个伪值([0,0,0,1,0,0,0])
,就像我之前训练的那样
为了说明这一点,早先鼓点跳动的虚拟值是[0,0,0,1,0,0,0]
with open('/home/ANN_Unrolled_30_sample_7_class/ANN_UNrolled_sample_30_7_class.pkl', 'rb') as f:
encoder = pkl.load(f)
应用encode.transform
,它变成[0]
,因为在新的训练模型中只有一个类。我该怎么做才能得到前面的虚拟对象本身([0,0,0,1,0,0,0]]
如果我对某事物强调过度或强调不足,请在评论中告诉我
执行以下操作
在对整个训练数据(7个类)进行训练之后,您需要像对神经网络那样对编码器进行pickle处理
最好的方法是有一个单独的数据转换管道,可以对其进行pickle处理。我建议从sklearn开始
相关问题 更多 >
编程相关推荐