Блог

Главная - Вопросы по программированию - В чем проблема с моим последним плотным слоем keras?

В чем проблема с моим последним плотным слоем keras?

#python-3.x #tensorflow #keras #multiclass-classification

#python-3.x #тензорный поток #keras #мультикласс-классификация

Вопрос:

Я работаю над небольшим NN в keras для задачи классификации нескольких классов. У меня 9 разных меток, и моих функций тоже 9.

Мои обучающие / тестовые формы следующие:

 Sets shape:
x_train shape: (7079, 9)
y_train shape: (7079,)
x_test shape: (7079, 9)
y_test shape: (7079,)

Но когда я пытаюсь сделать их категоричными:

 y_train = tf.keras.utils.to_categorical(y_train, num_classes=9)
y_test = tf.keras.utils.to_categorical(y_test, num_classes=9)

Я получаю следующую ошибку:

 IndexError: index 9 is out of bounds for axis 1 with size 9

Здесь больше информации о y_train 

 print(np.unique(y_train)) # [1. 2. 3. 4. 5. 6. 7. 8. 9.]
print(len(np.unique(y_train))) # 9

Кто-нибудь знает, в чем проблема?

Ответ №1:

Форма y_train есть 1D . Вы должны сделать его одноразовым. Что-то вроде

 y_train = tf.keras.utils.to_categorical(y_train , num_classes=9)

И то же самое касается y_test тоже.

Обновить

Согласно документу,

 tf.keras.utils.to_categorical(y, num_classes=None, dtype="float32")

Здесь y: вектор класса, который нужно преобразовать в матрицу (целые числа от 0 до num_classes ). Как и в вашем случае, y_train это что-то вроде [1,2,..] . Вам нужно сделать следующее:

 y_train = tf.keras.utils.to_categorical(y_train - 1, num_classes=9)

Вот пример для справки. Если мы сделаем

 class_vector = np.array([1, 1, 2, 3, 5, 1, 4, 2])
print(class_vector)

output_matrix = tf.keras.utils.to_categorical(class_vector, 
                                      num_classes = 5, dtype ="float32")
print(output_matrix)
 
 [1 1 2 3 5 1 4 2]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-15-69c8be7a0f1a> in <module>()
      6 print(class_vector)
      7 
----> 8 output_matrix = tf.keras.utils.to_categorical(class_vector, num_classes = 5, dtype ="float32")
      9 print(output_matrix)

/usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/utils/np_utils.py in to_categorical(y, num_classes, dtype)
     76   n = y.shape[0]
     77   categorical = np.zeros((n, num_classes), dtype=dtype)
---> 78   categorical[np.arange(n), y] = 1
     79   output_shape = input_shape   (num_classes,)
     80   categorical = np.reshape(categorical, output_shape)

IndexError: index 5 is out of bounds for axis 1 with size 5

Чтобы решить эту проблему, мы преобразуем данные в формат с нулевым значением.

 output_matrix = tf.keras.utils.to_categorical(class_vector - 1, 
                                     num_classes = 5, dtype ="float32")
print(output_matrix)

[[1. 0. 0. 0. 0.]
 [1. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 1. 0. 0. 0.]]

Комментарии:

1. дайте мне знать, работает ли это для вас или нет. Хотя это должно быть.

2. Теперь он снова жалуется: IndexError: индекс 9 выходит за пределы оси 1 с размером 9

3. Можете ли вы добавить некоторую информацию о вашем x_train и y_trian ?

4. Хорошо, пожалуйста, обновите свой вопрос с помощью последней обратной трассировки. Это было бы намного понятнее.

5. Можете ли вы попробовать это ..to_categorical(y_train - 1, num_classes=9)