IG
тебе в кросэнтропии же по сути нужен номер элемента в выходе софтмакса
Size: a a a
2021 January 28
GE
a = tf.constant(a, shape=[4, 4])
D
тебе в кросэнтропии же по сути нужен номер элемента в выходе софтмакса
да ...
я просто не понимаю почему в датасете я имею один У со значением 1 2 или 3, а нейронка как то обучается и на выходе имеет 3 нейрона
я просто не понимаю почему в датасете я имею один У со значением 1 2 или 3, а нейронка как то обучается и на выходе имеет 3 нейрона
D
💫 magic
IG
IG
у тебя выход нейронки три числа
IG
вероятности принадлежно к классу
IG
минимизируешь ты кросэнтропию
IG
и ей по сути нужен номер вероятности класса текущего класса
IG
а это можно из y взять
AA
да ...
я просто не понимаю почему в датасете я имею один У со значением 1 2 или 3, а нейронка как то обучается и на выходе имеет 3 нейрона
я просто не понимаю почему в датасете я имею один У со значением 1 2 или 3, а нейронка как то обучается и на выходе имеет 3 нейрона
попробуй одним числом описать вероятность принадлежности к каждому из 3 классов
AA
так это не делается
D
попробуй одним числом описать вероятность принадлежности к каждому из 3 классов
1)0-0,3 2)0,4-0,7 3)0,8-1,0
AA
весело
AA
если образ больше всего похож на число 3, средне на число 1, и меньше всего на число 2, то такая непрерывная величина (предложенная тобою) нарушается немножко
D
я понял вроде... числа 0 1 и 2 керас воспринимает как метки классов, а не как числа, и раскидывает их в 3 нейрона где 0 это первый нейрон а 2 последний
T
Пепе когда буткемп?
T
пепе (
p
(? пепе?