机器学习-tensorflow tf.keras使用独立编码与交叉熵损失函数

在上次的fashion  mnist实现softmax的基础,对于多分类问题使用categorical_crossentropy 和 sparse_categorical_crossentropy  两种方式来计算softma交叉熵

在原先train_lable是数字编码 ,现在使用独热编码(独热编码即 One-Hot 编码,又称一位有效编码,其方法是使用N位状态寄存器来对N个状态进行编码,每个状态都有它独立的寄存器位,并且在任意时候,其中只有一位有效)

 将顺序编码转换成独热编码

 

 建立模型

 

 训练

 结果:

 

原文地址:https://www.cnblogs.com/Catherinezhilin/p/15189062.html