Keras学习之：one-hot码的编码和解码

最新推荐文章于 2022-08-21 15:45:56 发布
最新推荐文章于 2022-08-21 15:45:56 发布
阅读量949 收藏 1
点赞数
分类专栏： tensorflow学习 Keras学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42902997/article/details/111242398
版权

编码

from keras.utils import to_categorical
(x_train,y_train),(x_test,y_test)= fashion_mnist.load_data()
y_train = to_categorical(y_train)

解码

np.argmax(y_train,axis=1)
暖仔会飞
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
keras 简单 lstm实例(基于one-hot编码)
Sapphire521的博客
03-16 32
batch_y.append(words_2_one_hot(data[i+time_step])[0]) #这里数据加[0]，是为了符合keras的输出数据格式。data_new_onehot=pd.DataFrame(ohe.transform(data_new).toarray(),columns=feature_names)#应用规则在预测集上。data_train=pd.DataFrame({'职业':['数据挖掘工程师','数据库开发工程师','数据分析师','数据分析师'],
keras one-hot编码
cchangcs
11-12 5965
本文主要介绍使用keras对数据进行one-hot编码。 下面是示例代码： import numpy as np # 初始数据; 每个“样本”一个条目 samples = ['The cat sat on the mat.', 'The dog ate my homework.'] # 首先，构建数据中所有token的索引 token_index = {} for sample in s...
2.keras实现-->字符级或单词级的one-hot编码 VS 词嵌入
dili8870的博客
11-16 1031
1. one-hot编码 # 字符集的one-hot编码 import string samples = ['zzh is a pig','he loves himself very much','pig pig han'] characters = string.printable token_index = dict(zip(range(1,len(...
(P5)使用keras进行多分类问题(2)-独热编码（onehot）
qq_41616829的博客
11-17 2796
全部代码 import tensorflow as tf import numpy as np import pandas as pd import matplotlib.pyplot as plt (train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data() ...
Keras 线性拟合分类 | 用One-Hot编码
Andrwin的博客
04-01 353
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' import warnings warnings.filterwarnings("ignore") import matplotlib.pyplot as plt import numpy as np import keras from keras.models import Sequential from keras.layers import Dense, Dropout, Activation fro
Keras内置函数的单词级one-hot编码
小C的博客
12-27 2396
【时间】2018.12.27 【题目】Keras内置函数的单词级one-hot编码 概述      本文是对keras.preprocessing.text中的Tokenizer类的一些方法的讲解，用于构建单词级one-hot编码。其他one-hotd的实现方法可以参考：[Deep-Learning-with-Python] 文本序列中的深度学习 一、Tokenizer类的一些方法 t...
Keras编码解码one-hot标签分类
Zhang Phil
11-27 2993
AI：Keras编码解码one-hot标签分类，Python import keras if __name__ == "__main__": print('\none_hot_1') one_hot_1 = keras.utils.to_categorical(np.array([0, 1, 2])) print(one_hot_1) print('\non...
入坑tensorflow2.0之keras中to_categorical方法
sinat_41421587的博客
02-09 3359
简言之，to_categorical方法就是将类别向量转换为独热编码，所谓独热编码简单来说就是用一个二进制编码唯一表示一个类别。 这类似于在数字电路的十进制BCD编码，下面以此为例： from tensorflow import keras a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] a = keras.utils.to_categorical(a, 10) print(...
Keras框架下的独热编码与解码，让你的数据大变身
记录、分享、合作、共赢
06-19 8481
这里针对的是处理二维矩阵： # -*- coding: utf-8 -*- import numpy as np from keras.utils import to_categorical def _OneHot_encode(): data = np.array([[0, 1, 2], [3, 4, 5], ...
在Keras模型中one-hot编码,Embedding层,使用预训练的词向量/处理图片
dili8870的博客
11-22 1998
最近看了吴恩达老师的深度学习课程，又看了python深度学习这本书，对深度学习有了大概的了解，但是在实战的时候， 还是会有一些细枝末节没有完全弄懂，这篇文章就用来总结一下用keras实现深度学习算法的时候一些我自己很容易搞错的点。 一、与序列文本有关 1.仅对序列文本进行one-hot编码 比如：使用路透社数据集（包含许多短新闻及其对应的主题，包括46个不同的主题，每个主题有至...
大神手把手教你：(Python)序列数据的One Hot编码
weixin_34259559的博客
07-13 1176
更多深度文章，请关注：https://yq.aliyun.com/cloud 机器学习算法无法直接用于数据分类。数据分类必须转换为数字才能进一步进行。 在本教程中，你将发现如何将输入或输出的序列数据转换为一种热编码，以便于你在Python中深度学习的序列分类问题中使用。 看完本教程后，你将会了解： · 1.什么是整数编码和One-Hot编码，以及为...
机器学习实战：基于Scikit-Learn、Keras和TensorFlow
最新发布
12-28
机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow 机器学习实战：基于Scikit-Learn、Keras和TensorFlow ...
Keras：基于-Python-的深度学习库.docx
06-21
上课的时候，老师传给我们的，对我的在深度学习的入门非常有用，相信对大家也会有用的。里面介绍了keras各个API的使用，算法、优化器等等
Keras-OpenFace:Keras-OpenFace是一个将OpenFace从Torch实现转换为Keras版本的项目
05-05
Keras-OpenFace Keras-OpenFace是一个将从其原始Torch实现转换为版本的项目 如果您只对使用预先训练的模型感兴趣 加载Keras OpenFace模型（精度：0.938 + -0.013） from keras . models import load_model from ...
Keras分类问题入门级
njulpy的博客
10-09 1160
  首先导入imdb数据 from keras.datasets import imdb (train_data,train_labels),(test_data,test_labels) = imdb.load_data(num_words = 10000) num_words=10000意思是只去频率最高的10000个词，这样可以减少工作量，剔除不常用的词。 数据预处理 impo...
keras文本预处理介绍——Text
wmq104的博客
05-07 386
简单介绍keras文本预处理函数，主要参考keras说明文档。 Tokenizer（分词器） import keras 定义 keras.preprocessing.text.Tokenizer(num_words=None, filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t\n', lower=True, split=' ', char...
keras 2.0.0 的“取长补短“功能 one-hot编码
a857553315的博客
07-22 154
keras的处理文本数据的取长补短功能 from keras.preprocessing.sequence import pad_sequences # # help(pad_sequences) # pad_sequences(sequences, maxlen=None, # dtype='int32', padding='pre', # truncating='pre', value=0.0) x = [[1, 2, 3], [4,
one-hot编码
热门推荐
躺平yyds的博客
08-21 2万+
one-hot编码，又称独热编码、一位有效编码。one hot在特征提取上属于词袋模型(bag of words)优缺点分析 优点： - 一是解决了分类器不好处理离散数据的问题 - 二是在一定程度上也起到了扩充特征的作用(上面样本特征数从3扩展到了9) 缺点： - 它是一个词袋模型，不考虑词与词之间的顺序 - 它假设词与词相互独立(在大多数情况下，词与词是相互影响的) - 它得到的特征是离散稀疏的
y_train= #将数字标签转换为one-hot编码
05-21
可以使用`keras.utils.to_categorical()`函数将数字标签转换为one-hot编码。具体实现如下： ``` from keras.utils import to_categorical # 假设数字标签存储在y_train中 num_classes = 10 # 标签类别数 y_train_onehot = to_categorical(y_train, num_classes) ``` 其中，`y_train`是原始的数字标签，`num_classes`为标签类别数，`to_categorical()`函数会将`y_train`转换为shape为`(样本数, num_classes)`的one-hot编码数组。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

暖仔会飞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值