keras backend proba to categorical

我正在使用keras後端來構建自定義指標。第一步是將PROBA張量（SOFTMAX的輸出）轉換爲分類數據如：keras backend proba to categorical

from keras import backend as K 
y_pred = K.variable([[0.7, 0.2, 0.1],[0.2, 0.8, 0],[0.2,0.2,0.6],[0.9,0.05,0.05]]) 
K.eval(y_pred)

給人

array([[ 0.69999999, 0.2  , 0.1  ], 
     [ 0.2  , 0.80000001, 0.  ], 
     [ 0.2  , 0.2  , 0.60000002], 
     [ 0.89999998, 0.05  , 0.05  ]], dtype=float32)

我想獲得：

array([[ 1, 0, 0], 
     [ 0, 1, 0], 
     [ 0, 0, 1], 
     [ 1, 0, 0]], dtype=float32)

我發現K.argmax函數，但不知道如何用它來替換張量中的值。

max_index = K.cast(K.argmax(y_pred, 1), "int32") 
lol_index = K.arange(y_pred.shape[0], dtype="int32") 
y_pred[index, max_index]

給出：

ValueError: Shape must be rank 1 but is rank 2 for 'strided_slice_32' (op: 'StridedSlice') with input shapes: [4,3], [2,4], [2,4], [2].

來源

2017-06-15 v.thorey

這裏差不多螺紋：https://stackoverflow.com/questions/44553722/restricting-輸出值在keras/44554112＃44554112 – petezurich

這已被回答，儘管對於不同的問題，在這裏：https://stackoverflow.com/a/20295159/4895899 –

我在說的是keras後端，它與numpy不一樣。 –

好了，所以一些研究之後，我發現我的解決方案：

K.one_hot(K.argmax(y_pred), 3)

來源

2017-06-15 13:01:29

keras backend proba to categorical

回答

相關問題