所以我试着写一个神经网络来预测一个输入数是正数还是负数,所以我对它进行了建模和训练,也检查了它的准确性。但是我不能用这个模型,明确检查一个数字是正数还是负数。,test_size=0.1):labelsp=[] featuresp +=[num2bin(x)]featuresn=[]for x in neg:
featuresn +=[num2bi
我的LSTM输入样本由- 1,1范围内的实数组成,目标(类别)是-1,0和1。我已经为损失函数选择了sparse_categorical_crossentropy,但它似乎不支持负数-当我开始训练时,它显示"InvalidArgumentError: Received a labelvalue of -1 is is but the valid range of [0,1)“。我也不明白为什么它说[0,1],这意味着一个等于或大于零但小于1的数字,但是关于sparse_cate
第一次执行循环时:将一个值赋给PlaatSnoepArray[0,0] and PlaatSnoepArray[0,1]。第二次执行循环时:将一个值赋给PlaatSnoepArray[1,0] and PlaatSnoepArray[1,1],并将PlaatSnoepArray[0,0]和PlaatSnoepArray[0,1]的值设置为0。第三次执行循环:将一个值赋给PlaatSnoepArray[2,0]和PlaatSnoepAr