keras Backend Proba zu kategorial

Ich benutze Keras Backend, um eine benutzerdefinierte Metrik zu erstellen. Der erste Schritt ist ein proba Tensor (Ausgabe von softmax) auf kategorische Daten zu konvertieren zB:keras Backend Proba zu kategorial

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)

Gibt

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)

Ich möchte bekommen:

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

gefunden die K.argmax-Funktion, aber ich weiß nicht, wie ich sie verwenden kann, um Werte in meinem Tensor zu ersetzen.

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]

gibt:

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].

Quelle

2017-06-15 v.thorey

ähnlicher Thread hier: https://stackoverflow.com/questions/44553722/restricting- the-output-values-of-layers-in-keras/44554112 # 44554112 – petezurich

Dies wurde beantwortet, wenn auch für ein anderes Problem, hier: https://StackOverflow.com/a/20295159/4895899 –

Ich spreche über keras Backend, es ist nicht dasselbe wie numpig. –

Ok so nach einigen Recherchen ich meine Lösung gefunden:

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

Quelle

2017-06-15 13:01:29

keras Backend Proba zu kategorial

Antwort

Verwandte Themen