Keras tflearn中的稀疏分类交叉熵损失

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

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