当我将一个热编码标签作为训练和验证数据传递到tensorflowkeras'model.fit()
函数时,度量tf.keras.metrics.TruePositives()
返回错误的值。在
我在运行Tensorflow 2.0。在
例如,如果这是我的代码:
model.compile(optimizer, 'binary_crossentropy',
['accuracy', tf.keras.metrics.TruePositives()])
history = model.fit(train_data, train_labels_binary, batch_size=32, epochs=30,
validation_data=(val_data, val_labels_binary),
callbacks=[early_stopping])
train_labels_binary
这是:array([[1, 0], [1, 0], [0, 1]])
得到的y_pred
是{
那么tf.keras.metrics.TruePositives()
应该返回1,但它返回3。在
任何帮助都将不胜感激!!在
好的,我做了更多的实验,当输入不是1-热编码并且只有1个输出神经元时,它是固定的。因此,如果我们更改以下两行代码,所有指标都会正确运行:
这个:
train_labels = np.eye(2)[np.random.randint(0, 2, size=(10, 1)).reshape(-1)]
收件人:
train_labels = np.random.randint(0, 2, size=(10, 1))
以及
这个:
model.add(layers.Dense(units=2, activation='sigmoid'))
收件人:
model.add(layers.Dense(units=1, activation='sigmoid'))
相关问题 更多 >
编程相关推荐