时间戳

首页 > 解决方案 > 深度学习数据准备

keras - 深度学习数据准备

问题描述

我有一个文本数据集，其中包含 6 个类。对于每个样本，我都有百分比值，6% 值的总和为 100%（特征彼此相关）。例如 ：

{A:16, B:35, C:7, D:0, E:3, F:40}

如何用这个数据集提供深度学习算法？我实际上希望预测完全符合训练数据的形式。

标签： kerasdeep-learningtensorflow-datasets

解决方案

这是您可以执行的操作：

  1. 首先，标准化所有标签并将它们缩放在 0-1 之间。
  2. 使用softmax图层进行预测。

以下是一些Keras直觉代码：

model = Sequential()
model.add(Dense(100, input_dim = x.shape[1], activation='relu'))
model.add(Dense(y.shape[1], activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam')

推荐阅读