loss&one-hot
来源：6-9 Keras generator读取数据
慕九州7272337
2022-08-16
下图分别为图1，图2，图3，请教老师如下问题：
1.为什么2-4节图1中的loss加了sparse才能有onet-hot编码的功能，
而6-9节图2中的class_mode参数没有加sparse变成sparse_categoraical这种，就用了categorical实现onet-hot编码的功能？
2.categoraical翻译过来不是’分类’的意思么，怎么在6-9节中作为calss_mode
的参数就变成one-hot编码的意思了？
3.您之前说过，图3的的loss:sparse_softmax_cross_entropy
这个函数其中包含了把标签y做了one-hot编码,但是y值其实没有变，那么图1中的loss = sparse_categorical_crossentropy,是不是跟图3中的loss:sparse_softmax_cross_entropy意思差不多，也是包含了把标签y做了one-hot编码,但是y值其实没有变。我理解的对么?
4.图1中的loss = sparse_categorical_crossentropy,跟图3中的loss:sparse_softmax_cross_entropy有什么区别和联系么？
1回答
-
正十七
2022-08-22
这是两个函数啊，函数的使用要看它是怎么定义的，这个flow_from_directory函数的定义如下，你可以看看这个class_mode参数的解释。不同函数间参数的意义有时候不是严格一致的。一个库的使用要多看文档里参数的解释。https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image/ImageDataGenerator#flow_from_directory。
如上，看文档。
你理解的对，我们可以创造另一个变量y_one_hot，然后用没有sparse的loss
本质上会用同一个，只不过图一中的这个是封装在tensorflow的model.compile函数中的。它会根据名字去判断使用哪个loss函数。
00
相似问题