有没有对3D标签进行深度学习的方法？
有没有对3D标签进行深度学习的方法？
提问于 2020-07-19 14:02:11
正如问题所说，我想把标签输入到一个三维的神经网络中。假设我有3个可能的标签，我的每个数据点对应于这些标签的百分比。例如，我的第一个数据点包含标签A的20%，标签B的30%，标签C的50%。
是否有任何体系结构能够处理这种形状的标签数据？
回答 1
Data Science用户
回答已采纳
发布于 2020-07-20 05:23:53
由于概率之和为零，所以你可以简单地把它作为多类问题来处理，最后使用一个带有Softmax的网络。
最后一层和编译-
model.add(keras.layers.Dense( 3，activation="softmax")) model.compile(优化器=‘adam，loss=“categorical_crossentropy，度量=’准确性‘)
度量--准确性是不合适的。根据3种概率的解释定义自定义度量
标签会按照概率-
例如，这是MNIST 10位数字-
数字1- [0.05，0.55，0.05，0.05，0.05，0.05，0.05，0.05，0.05，0.05] 预测- [0.064，0.356，0.059，0.069，0.068，0.050，0.044，0.122，0.064，0.101]
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/77960
复制相关文章
相似问题
腾讯云开发者
