Tensorflow tf.text_到_序列以0开头

我做标签编码使用编码器使用下面的代码。它进行编码，但以1而不是0开始。如何使其在0之前开始编码

label_tokenizer = Tokenizer()
label_tokenizer.fit_on_texts(labels)

training_label_seq = np.array(label_tokenizer.texts_to_sequences(train_labels))
validation_label_seq = np.array(label_tokenizer.texts_to_sequences(validation_labels))

下面的代码显示它从1开始：

label_tokenizer.word_index

{'credit': 10,
 'deduction': 9,
 'notification': 6,
 'notificationcredit': 4,
 'notificationfailed': 8,
 'notificationfinancial': 1,
 'notificationimportant': 2,
 'notificationreminder': 7,
 'notificationsuccess': 11,
 'otp': 3,
 'personal': 5,
 'promotion': 12,
 'reminder': 13}

目的是，我想在训练tensorflow时使用这些标签。对于以1开头的标签编码，这给了我一个错误：

收到的标签值为13，超出了[0,13]的有效范围。

这是模型的定义。为了使事情顺利进行，我在最后一层的总类中添加了+1：

model = keras.Sequential([
  keras.layers.Embedding(input_dim=max_words, output_dim=64, input_length=input_dim),
  keras.layers.Bidirectional(keras.layers.LSTM(64)), #, return_sequences=True
  keras.layers.Dense(y_train.shape[1]+1, activation="softmax")])

---

今天早上我遇到了这个问题，使用的变量表示法与您完全相同…；D

马可·塞里亚尼是对的——因此，引用他的话，简单地说：

training_label_seq=np.array（label_tokenizer.text_to_sequence（train_labels））-1
validation_label_seq=np.array（label_tokenizer.Text_to_sequences（validation_labels））-1

事实上，您需要保持您想要的类的数量-因此确保删除

+1

：

model=keras.Sequential([
keras.layers.Embedding（输入尺寸=最大字数，输出尺寸=64，输入长度=输入尺寸），
keras.layers.bidirective（keras.layers.LSTM（64）），#，返回_序列=True
keras.layers.Dense（y_train.shape[1]，activation=“softmax”））

今天早上我遇到了这个问题，使用的变量表示法与您完全相同……；D

马可·塞里亚尼是对的——因此，引用他的话，简单地说：

training_label_seq=np.array（label_tokenizer.text_to_sequence（train_labels））-1
validation_label_seq=np.array（label_tokenizer.Text_to_sequences（validation_labels））-1

事实上，您需要保持您想要的类的数量-因此确保删除

+1

：

model=keras.Sequential([
keras.layers.Embedding（输入尺寸=最大字数，输出尺寸=64，输入长度=输入尺寸），
keras.layers.bidirective（keras.layers.LSTM（64）），#，返回_序列=True
keras.layers.Dense（y_train.shape[1]，activation=“softmax”））

我有一个想法，但您能添加您的模型结构吗？我建议您进行培训\u label\u seq-1和验证\u label\u seq-1，这样标签从0开始（同时删除最后一层中的“+1”）我有一个想法，但是你能添加你的模型结构吗？我建议你进行培训\u label\u seq-1和验证\u label\u seq-1，这样标签从0开始（同时删除最后一层中的“+1”）