溫馨提示×

在Keras中如何處理多類別分類問題

小樊
95
2024-04-23 14:21:46

在Keras中處理多類別分類問題通常使用多類別交叉熵?fù)p失函數(shù)和softmax激活函數(shù)。以下是一個(gè)簡單的示例代碼：

from keras.models import Sequential
from keras.layers import Dense

# 創(chuàng)建模型
model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))

# 編譯模型
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

# 訓(xùn)練模型
model.fit(X_train, y_train, epochs=10, batch_size=32)

# 評(píng)估模型
loss, accuracy = model.evaluate(X_test, y_test)
print('Test loss:', loss)
print('Test accuracy:', accuracy)

在這個(gè)例子中，模型有一個(gè)輸入層和一個(gè)輸出層，輸出層有10個(gè)單元，對(duì)應(yīng)于10個(gè)類別。損失函數(shù)使用多類別交叉熵，優(yōu)化器使用adam，評(píng)估指標(biāo)是準(zhǔn)確率。在訓(xùn)練模型時(shí)，X_train是輸入數(shù)據(jù)，y_train是標(biāo)簽數(shù)據(jù)，epochs是訓(xùn)練次數(shù)，batch_size是每次訓(xùn)練的樣本數(shù)。最后，評(píng)估模型的性能并打印測試損失和準(zhǔn)確率。

0 踩