当我将热编码的标签作为训练和验证数据传递到tensorflow keras的model.fit()函数中时，该指标tf.keras.metrics.TruePositives()返回错误的值。
我正在运行Tensorflow 2.0。
例如，如果这是我的代码：
model.compile(optimizer, 'binary_crossentropy',
['accuracy', tf.keras.metrics.TruePositives()])
history = model.fit(train_data, train_labels_binary, batch_size=32, epochs=30,
validation_data=(val_data, val_labels_binary),
callbacks=[early_stopping])
train_labels_binary 这是： array([[1, 0], [1, 0], [0, 1]])
和结果y_pred是array([[1, 0], [1, 0], [0, 1]])
然后tf.keras.metrics.TruePositives()应返回1，但返回3。
任何帮助将不胜感激！！
好的，我做了更多的实验，当输入不是1热编码并且只有1个输出神经元时，它是固定的。因此，如果我们更改以下两行，则所有指标均可正确运行：
这个： train_labels = np.eye(2)[np.random.randint(0, 2, size=(10, 1)).reshape(-1)]
至： train_labels = np.random.randint(0, 2, size=(10, 1))
和
这个： model.add(layers.Dense(units=2, activation='sigmoid'))
至： model.add(layers.Dense(units=1, activation='sigmoid'))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句