Question

的后续问题

在该示例中，使用一个热编码矢量来使用LSTM执行分类。如何使用此LSTM执行 k-hot 编码，其中k值不是常量值。比方说k可能是3或k可能是5或k可能是某些样本中的其他变量整数？

Answer 1

这是一项多类分类任务。为了解决您需要：

将输出激活设置为sigmoid：

model.add(Dense(150, activation='sigmoid'))

将目标设置为指标编码：

如果你是4个类，对于给定的示例，设置类0和2，您的输出应为[1, 0, 1, 0]

使用以下损失：

import keras.backend as K

def multiclass_loss(y_true, y_pred):
    EPS = 1e-5
    y_pred = K.clip(y_pred, EPS, 1 - EPS)
    return -K.mean((1 - y_true) * K.log(1 - y_pred) + y_true * K.log(y_pred))

model.compile(optimizer=..., loss=multiclass_loss)

具有变化的k-hot编码矢量的LSTM

1 个答案: