TensorFlow非常棒,我們已經將它用於圖像分類或推薦系統。我們使用softmax
和cross entropy
作爲損失函數。它適用於只有一種標籤的情況。例如,我們只在MNIST數據集中選擇0到9之間的一個數字。如何在TensorFlow中使用兩種類型的標籤
現在我們有了性別和年齡的特徵。我們對每個示例都有一個熱門編碼,例如[1,0,1,0,0,0,0]。前兩個標籤代表性別,最後五個標籤代表年齡。每個示例有兩個1,其他的應該是0。
現在我們的代碼看起來像這樣。
logits = inference(batch_features)
softmax = tf.nn.softmax(logits)
但我發現它「SOFTMAX」的所有標籤,並總結爲2。但我想到的是前兩項之和達到1和過去五年總和高達1.不知道如何實現在TensorFlow中,因爲這7(2 + 5)個特徵看起來是一樣的。