Tensorflow 如何为4个不同类别的图像添加预测层
从tensorflow样本中,它添加了prediction_layer=keras.layers.Dense(1)来预测狗和猫,但是如果我有4个不同类别的图像,我应该只添加另一个预测层吗?有没有合适的方法可以做到这一点?您可以更改Tensorflow 如何为4个不同类别的图像添加预测层,tensorflow,Tensorflow,从tensorflow样本中,它添加了prediction_layer=keras.layers.Dense(1)来预测狗和猫,但是如果我有4个不同类别的图像,我应该只添加另一个预测层吗?有没有合适的方法可以做到这一点?您可以更改预测层=keras.layers.densite(4),您需要将训练标签更改为[1,0,0,0],其中每个索引表示类别(狗、猫、鱼、鸟) 您还必须阅读Softmax和交叉熵函数 这些预测可以被认为是属于某一特定类别的概率。例如:[0.2,0.7,0.0,0.1]意味着它
预测层=keras.layers.densite(4)
,您需要将训练标签更改为[1,0,0,0]
,其中每个索引表示类别(狗、猫、鱼、鸟)
您还必须阅读Softmax
和交叉熵函数
这些预测可以被认为是属于某一特定类别的概率。例如:[0.2,0.7,0.0,0.1]意味着它70%是一只狗