如果您只想预测一个类，那么首先您需要以这样的方式标记您的向量，即可能将所有向量标记为“1”，表示其真实值为5，而将那些向量标记为“0”，表示其真实值不为5。如何使用python在TensorFlow中实现这一点？
pbpqsu0x1#
准备数据时，您可以使用numpy将类5中的所有数据点设置为1，其他数据点将使用设置为0。arr = np.where(arr!=5,arr,0)arr = np.where(arr=5,arr,1)然后，您可以使用Tensorflow创建一个二进制分类器来对它们进行分类，同时使用binary_crossentropy损失来优化分类器
arr = np.where(arr!=5,arr,0)
arr = np.where(arr=5,arr,1)
binary_crossentropy
1条答案
按热度按时间pbpqsu0x1#
准备数据时，您可以使用numpy将类5中的所有数据点设置为1，其他数据点将使用设置为0。
arr = np.where(arr!=5,arr,0)arr = np.where(arr=5,arr,1)然后，您可以使用Tensorflow创建一个二进制分类器来对它们进行分类，同时使用
binary_crossentropy损失来优化分类器