在TF(2.2.0)的当前版本中,有一个选项 进行多类分类(即,通过更改 n_类到估计器参数中的相关数字)。 但是,我之前看到的所有示例,例如这里的正式示例: https://www.tensorflow.org/tutorials/estimator/boosted_trees_model_understanding 提出了二元分类法。所以我不确定如何处理目标(类)向量。 如果我将他保持在[0,…,num_classes-1]的范围内,当我尝试训练模型时,我会得到错误(来自TF gradients.py文件): “'int'对象没有与“”兼容的属性。”。就类向量而言,这感觉像是一个维度\形状错误,但我 找不到默认损失函数以及此模型期望得到的结果。我不认为我需要将类向量转换为二进制矩阵(一个热编码)。谢谢你的帮助
事实上,当我手动更改TF代码时,一切都正常了。 然后,我发现这里有一个关于这个问题的bug报告: https://github.com/tensorflow/tensorflow/issues/40063
相关问题 更多 >
编程相关推荐