Блог

Я новичок в глубоком изучении и работе с набором данных Mnist. Я загрузил свой набор данных и изменил свой x_train, а также одним горячим способом закодировал свой y_train и y_test. Во время выполнения моего метода однократного кодирования каждый раз, когда я пытаюсь распечатать свой y_train.shape, чтобы увидеть мой общий класс. Каждый раз, когда я бегаю, он выдает мне какие-то странные результаты.

Например, в моем первом запуске print(y_train.shape) мой вывод таков (6000,10) . Когда я запускаю его во второй раз, он выдает мне вывод как (6000,10,2) . И на третьем заходе это дает мне (6000,10,2,2) и так далее. Каждый раз, когда я запускаю это, 2 продолжает увеличиваться

1-й прогон

2-й прогон

3-й прогон

Вот мой код:

Загружает набор данных mnist

 from keras.datasets import mnist

(x_train, y_train),(x_test,y_test)=mnist.load_data()

print(y_test.shape)

print(y_train.shape)
 

Изменить форму x_train

 img_rows = x_train[0].shape[0]

img_cols = x_train[1].shape[0]

x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 1)

x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 1)
 

сохраните форму одного изображения

 input_shape=(img_rows,img_cols,1)

x_train=x_train.astype('float32')

x_test=x_test.astype('float32')

x_train /=255

x_test /=255

print("X train shape", x_train.shape)

print("X train samples",x_train.shape[0])
 

Теперь мы одним горячим способом кодируем выходы

 from keras.utils import np_utils

y_train = np_utils.to_categorical(y_train)

y_test = np_utils.to_categorical(y_test)
 

Let’s count the number columns in our hot encoded matrix

 print ("Number of Classes: "   str(y_test.shape[1]))
 

Here is the part where I get this problem

 num_train= y_train.shape

num_classes = y_test.shape[1]

print(num_train)
 

Выход:

(6000,10)
(6000,10,2)
(6000,10,2,2)

Эта последовательность выходит сама не знаю почему.. Что такое 2 и почему оно увеличивается