Ich bin derzeit auf einem Klassifikationsproblem mit tensorflow zu arbeiten, und ich bin neu in der Welt des maschinellen Lernens, aber ich weiß nicht etwas bekommen.Maschinelles Lernen Multi-Klassifizierung: Warum Gebrauch "one-hot-Codierung statt eine Nummer
y = [0,0,1,0]
Aber ich kann nicht die Haupt dahinter verstehen ...
Warum nicht nur trainieren, das gleiche Modell: der y
Tensor, die Ausgabe wie folgt
Ich habe versucht, erfolgreich Modelle zu trainieren um Klassen wie y = 3
oder y = 4
Dies scheint viel flexibler, weil ich mir vorstellen kann, ein Multi-Klassifizierung Problem mit 2 Millionen möglichen Klassen, und es wäre viel mo Es ist effizient, eine Zahl zwischen 0-2.000.000 auszugeben, als einen Tensor von 2.000.000 Elementen für jedes Ergebnis auszugeben.
Was fehlt mir?
Sie müssen nur nur ein Bit zum Klassifizieren setzen, und wenn Sie an Ihre Ausgabeschicht denken, sollte nur eine Funktion aktiviert werden und alle anderen werden 0. onehot wird oft in der Statuscodierung auf fpga in schneller und sicherer Weise verwendet Dinge beschriften – Engine