categorical_crossentropy 和 sparse_categorical_crossentropy 的区别在哪？
如果你的 targets 是 one-hot 编码，用 categorical_crossentropy
one-hot 编码：[0, 0, 1], [1, 0, 0], [0, 1, 0]
如果你的 tagets 是 数字编码 ，用 sparse_categorical_crossentropy
数字编码：2, 0, 1
021 tensorflow | sparse_categorical_crossentropy
tensorflow相关文章
最近热门
- IVF和IVFPQ
- Spacetime latent patches
- 论文 | POSO: Personalized Cold Start Modules for Large-scale Recommender Systems
- AUUC
- 次梯度方法
- 论文《Applying Deep Learning To Airbnb Search》阅读笔记
- SFT（Supervised Fine-Tuning，即有监督微调）
- 论文 | PAL: A Position-bias Aware Learning Framework for CTR Prediction in Live Recommender Systems
- 凸优化中的 Slater 条件
- 因果推断 | uplift | 营销增长 | 增长算法 | 智能营销
最常浏览
- 016 推荐系统 | 排序学习（LTR - Learning To Rank）
- 偏微分符号
- i.i.d（又称IID）
- 利普希茨连续条件（Lipschitz continuity）
- (error) MOVED 原因和解决方案
- TextCNN详解
- 找不到com.google.protobuf.GeneratedMessageV3的类文件
- Deployment failed: repository element was not specified in the POM inside distributionManagement
- cannot access com.google.protobuf.GeneratedMessageV3 解决方案
- CLUSTERDOWN Hash slot not served 问题原因和解决办法
×
![]()