keras - tflearn 中的稀疏分类交叉熵损失

Question

我正在将https://www.tensorflow.org/tutorials/中的 mnist 示例翻译成来自 keras 的 tflearn。但是，在 tflearn 中，没有 sparse_categorical_crossentropy，只有 categorical_crossentropy。因此，我必须将所有 y 向量（它只是一个整数 1...10，指定数据集中的图像属于哪个类）转换为 [0...1...0] 形式的 1x10 向量.

在 Keras 中，我可以根据目标是索引的整数还是 [0 0 ... 1 ... 0] 形式的向量，在 sparse_categorical_crossentropy 和 categorical_crossentropy 之间进行切换。

tflearn 中是否有类似的损失函数，或者 categorical_crossentropy 是唯一的选择吗？

标签： kerastflearncross-entropy