我有一个使用Keras进行机器学习的Python脚本。我正在建立X和Y分别是功能和标签。
标签的构建如下:

def main=():

   depth = 10
   nclass = 101
   skip = True
   output = "True"
   videos = 'sensor'
   img_rows, img_cols, frames = 8, 8, depth
   channel = 1
   fname_npz = 'dataset_{}_{}_{}.npz'.format(
    nclass, depth, skip)

   vid3d = videoto3d.Videoto3D(img_rows, img_cols, frames)
   nb_classes = nclass

   x, y = loaddata(videos, vid3d, nclass,
                    output, skip)

   X = x.reshape((x.shape[0], img_rows, img_cols, frames, channel))
   Y = np_utils.to_categorical(y, nb_classes) # This needs to be changed
Keras中使用的函数“to_categorical”的解释如下:

现在我正在使用NumPy。您能否让我知道如何构建相同的代码行才能工作?换句话说,我正在NumPy中寻找“to_categorical”功能的等效项。

最佳答案

这是一种简单的方法:

np.eye(nb_classes)[y]

关于python - NumPy相当于Keras函数utils.to_categorical,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49684379/

10-10 11:21