答案 0 :(得分:1)
您可以按照如下所示在喀拉拉邦导入[{
"banana": [
{
"color": yellow,
"size": "small"
},
{
"size": "medium"
},
{
"size": "large"
}
],
"apple": [
{
"color": red,
"size": "large"
}
],
"process_name": "fruits" }, {
"carnivores": [
{
"name": "lion"
},
{
"name": "tiger"
},
{
"name": "chetah"
},
{
"name": "dianosaur"
}
],
"process_name": "animal"}]
。
to_categorical
可以如下所示使用。
from keras.utils.np_utils import to_categorical
答案 1 :(得分:1)
尝试从np_utils
导入keras.utils
并像这样使用
from keras.utils import np_utils
np_utils.to_categorical(y_train, num_classes)
答案 2 :(得分:0)
您遵循错误的导入python模块的做法。您应该采用以下两种做法之一:
从keras.utils.np_utils导入to_categorical
y_train = to_categorical(y_train,num_classes)
y_test = to_categorical(y_test,num_classes)
OR
从keras.utils导入np_utils
y_train = np_utils.to_categorical(y_train,num_classes)
y_test = np_utils.to_categorical(y_test,num_classes)
您只能调用已导入的模块/功能。说,如果你用,
从keras.utils.np_utils导入to_categorical
这意味着您正在从 keras.utils.np_utils 包中导入 to_categorical 函数。因此,您只能调用 to_categorical 函数。但是您正在尝试调用未导入的 keras.utils.to_categorical 。另外,您不能直接导入
从 utils 中 to_categorical ,而无需先导入 np_utils 。
经验法则::如果您从X import Y输入 ,则意味着您必须直接调用Y()而不是X.Y()。这样做既是多余的,也是错误的。
提示:您无需在 to_categorical 中提及 num_classes 作为参数。 Python解释器将为您明智地做到这一点。