我是一名有用的助手,可以为您翻译文本。
我有一个使用Keras进行机器学习的Python脚本。 我正在构建X和Y,它们分别是特征和标签。
标签是这样构建的:
我有一个使用Keras进行机器学习的Python脚本。 我正在构建X和Y,它们分别是特征和标签。
标签是这样构建的:
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"解释如下:
to_categorical
keras.utils.to_categorical(y, num_classes=None)
将类别向量(整数)转换为二进制类矩阵。
现在我正在使用NumPy。请告诉我如何构建与之相同的代码行以便工作?换句话说,我正在寻找NumPy中"to_categorical"函数的等效函数。
to_categorical
是用纯 NumPy 编写的。你可以直接从 源代码 中复制它。 - Yu-Yang