Was ist der Unterschied zwischen categorical_accuracy und sparse_categorical_accuracy in Keras? Es gibt keinen Hinweis in der Dokumentation für diese Messwerte , und indem ich Dr. Google frage, habe ich auch keine Antworten dafür gefunden.
Der Quellcode kann hier gefunden werden:
%Vor%Betrachten Sie die Quelle
%Vor% categorical_accuracy überprüft, ob der Index des maximalen wahren Wertes gleich dem Index des maximalen vorhergesagten Wertes ist.
sparse_categorical_accuracy überprüft, ob der maximale wahre Wert gleich dem Index des maximalen vorhergesagten Wertes ist.
Aus Marcins Antwort oben entspricht categorical_accuracy einem one-hot codierten Vektor für y_true .
Also müssen Sie in categorical_accuracy Ihr Ziel ( y ) als einen einzigen kodierten Vektor angeben (zB bei 3 Klassen, wenn eine wahre Klasse eine zweite Klasse ist, y sollte (0, 1, 0) sein. In sparse_categorical_accuracy sollten Sie nur eine ganze Zahl der wahren Klasse angeben (im Fall des vorherigen Beispiels - es wäre 1 , da die Klassenindexierung 0 -basiert ist).
Tags und Links neural-network deep-learning machine-learning classification keras