Networking Keras自定义类_重量,多输出

Networking Keras自定义类_重量,多输出,networking,keras,Networking,Keras,关于神经网络和Keras,在过去,当我只有一个节点具有0/1输出和不平衡类时,我定义: class_weight = {0: .1 , 1: .14} 然后在.fit函数中使用该字典 如果我现在处理的是输出[1,0,0],[0,1,0],[0,0,1],那么该词典的等价物是什么 谢谢你试过{0:w0,1:w1,2:w2}吗?是的,但是我怎么知道0->[1,0,0],1->[0,1,0],2->[0,0,1]?这取决于它们在数据集中出现的顺序吗?例如,这是使用到\u category的标准转换。

关于神经网络和Keras,在过去,当我只有一个节点具有0/1输出和不平衡类时,我定义:

class_weight = {0: .1 , 1: .14}
然后在.fit函数中使用该字典

如果我现在处理的是输出[1,0,0],[0,1,0],[0,0,1],那么该词典的等价物是什么


谢谢

你试过
{0:w0,1:w1,2:w2}
吗?是的,但是我怎么知道0->[1,0,0],1->[0,1,0],2->[0,0,1]?这取决于它们在数据集中出现的顺序吗?例如,这是使用
到\u category
的标准转换。0是[1,0,0];1是[0,1,0];2是[0,0,1]。哦,我不知道!非常感谢!