Keras tflearn中的稀疏分类交叉熵损失
我在翻译mnist示例，以便向keras学习。然而，在tflearn中，没有稀疏的分类交叉熵，只有分类交叉熵。因此，我必须将所有y向量（只是一个整数1…10，用于指定数据集中的图像属于哪个类）转换为形式为[0…1…0]的1x10向量 在Keras中，我可以根据目标是索引的整数还是形式为[0…1…0]的向量，在稀疏-分类-交叉熵和分类-交叉熵之间切换 tflearn中是否存在类似的损失函数，或者分类交叉熵是唯一的选择Keras tflearn中的稀疏分类交叉熵损失,keras,tflearn,cross-entropy,Keras,Tflearn,Cross Entropy,我在翻译mnist示例，以便向keras学习。然而，在tflearn中，没有稀疏的分类交叉熵，只有分类交叉熵。因此，我必须将所有y向量（只是一个整数1…10，用于指定数据集中的图像属于哪个类）转换为形式为[0…1…0]的1x10向量 在Keras中，我可以根据目标是索引的整数还是形式为[0…1…0]的向量，在稀疏-分类-交叉熵和分类-交叉熵之间切换 tflearn中是否存在类似的损失函数，或者分类交叉熵是唯一的选择