tensorflow - 训练多标签分类模型的类模式应该是什么?
问题描述
我正在从事一项图像分类任务,以对汽车和公共汽车进行分类。问题在于,在大多数汽车图像中,背景中有公共汽车,反之亦然,因此模型给出了错误的预测。我开始知道,在这些情况下,我们必须在多类或二元分类器上使用多标签分类。因此,对于多标签分类器,损失将是二元交叉熵,而根据我的理解,激活将是 sigmoid。我对生成器函数中的类模式感到困惑。
train_generator = train_datagen.flow_from_directory(TRAIN_DATA_DIR,
target_size=(IMG_WIDTH,
IMG_HEIGHT),
batch_size=BATCH_SIZE,
shuffle=True,
seed=12345,
class_mode='categorical')
在多标签分类的情况下,分类模式应该是什么?
解决方案
推荐阅读
- java - Java 硬币变化评估
- javascript - 如何在javascript中定义'swiper'对象?
- css - 使用 main.hbs 在视图目录中的不同 .hbs 文件的 public/ 文件夹中的不同 css 文件
- jquery - 选择自动完成时的Jquery,填充另一个文本框
- c - 使用 scanf 询问输入时生成无限循环的代码
- h2db - 如何更改 H2DB 控制台应用程序的默认端口号(8082)?
- javascript - 删除数组对象也在删除引用
- java - 代码运行但它没有给我正确的输出
- python - 如何从 C/C++ 调用用 numba 编写的函数
- django - 如何在模型的 save 方法中访问 ManyToManyField?