淺談keras中的keras.utils.to_categorical用法

更新時間：2020年07月02日 09:45:28 作者：李上花開

這篇文章主要介紹了淺談keras中的keras.utils.to_categorical用法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

如下所示：

to_categorical(y, num_classes=None, dtype='float32')

將整型標簽轉(zhuǎn)為onehot。y為int數(shù)組，num_classes為標簽類別總數(shù)，大于max(y)（標簽從0開始的）。

返回：如果num_classes=None，返回len(y) * [max(y)+1]（維度，m*n表示m行n列矩陣，下同），否則為len(y) * num_classes。說出來顯得復雜，請看下面實例。

import keras

ohl=keras.utils.to_categorical([1,3])
# ohl=keras.utils.to_categorical([[1],[3]])
print(ohl)
"""
[[0. 1. 0. 0.]
 [0. 0. 0. 1.]]
"""
ohl=keras.utils.to_categorical([1,3],num_classes=5)
print(ohl)
"""
[[0. 1. 0. 0. 0.]
 [0. 0. 0. 1. 0.]]
"""

該部分keras源碼如下：

def to_categorical(y, num_classes=None, dtype='float32'):
  """Converts a class vector (integers) to binary class matrix.

  E.g. for use with categorical_crossentropy.

  # Arguments
    y: class vector to be converted into a matrix
      (integers from 0 to num_classes).
    num_classes: total number of classes.
    dtype: The data type expected by the input, as a string
      (`float32`, `float64`, `int32`...)

  # Returns
    A binary matrix representation of the input. The classes axis
    is placed last.
  """
  y = np.array(y, dtype='int')
  input_shape = y.shape
  if input_shape and input_shape[-1] == 1 and len(input_shape) > 1:
    input_shape = tuple(input_shape[:-1])
  y = y.ravel()
  if not num_classes:
    num_classes = np.max(y) + 1
  n = y.shape[0]
  categorical = np.zeros((n, num_classes), dtype=dtype)
  categorical[np.arange(n), y] = 1
  output_shape = input_shape + (num_classes,)
  categorical = np.reshape(categorical, output_shape)
  return categorical

補充知識：keras筆記——keras.utils.to_categoracal()函數(shù)