如果你有分类任务，你是否总是需要 one-hot encode
Do you always need to one-hot encode if you have classification task
我是深度学习的新手，遇到了 MNIST 数据集问题。
所以我的问题是，当你有一个分类任务时，你是否应该在将它提供给神经网络之前进行一次热编码？
不，根据您在编译模型时 select 的损失，您有多种选择。如果您对标签进行热编码，通常会将 model.compile 中的损失设置为 categorical_cross_entropy。但是，您可以将标签编码为整数，并使用 sparse_categorical_crossentropy 作为损失函数。
我是深度学习的新手，遇到了 MNIST 数据集问题。
所以我的问题是，当你有一个分类任务时，你是否应该在将它提供给神经网络之前进行一次热编码？
不，根据您在编译模型时 select 的损失，您有多种选择。如果您对标签进行热编码，通常会将 model.compile 中的损失设置为 categorical_cross_entropy。但是，您可以将标签编码为整数，并使用 sparse_categorical_crossentropy 作为损失函数。