如何塑造标签以匹配输出层进行分类（ANN）？
How to shape the labels to match the output layer for classification(ANN)?
我正在尝试学习和理解如何使用 ANN 实现多类分类。在我的例子中，我有 16 类(0-15)，我的标签数据集包含一列标签值。所以我知道输出层的神经元数量应该与 类 相同。当我创建具有 16 个神经元的输出层时，我收到以下错误消息：
Shapes (32, 1) and (32, 16) are incompatible
我遵循了类似问题的解决方案：
y_train= tf.one_hot(y_train, 16)
我收到以下错误：
ValueError: Shapes (32, 1, 16) and (32, 16) are incompatible
我知道问题出在标签的形状上，但我不知道如何解决。
感谢您提供的任何帮助。
解决方案是使用以下方法：
from tensorflow.keras.utils import to_categorical
y_cat_test = to_categorical(y_test,16)
我正在尝试学习和理解如何使用 ANN 实现多类分类。在我的例子中，我有 16 类(0-15)，我的标签数据集包含一列标签值。所以我知道输出层的神经元数量应该与 类 相同。当我创建具有 16 个神经元的输出层时，我收到以下错误消息：
Shapes (32, 1) and (32, 16) are incompatible
我遵循了类似问题的解决方案：
y_train= tf.one_hot(y_train, 16)
我收到以下错误：
ValueError: Shapes (32, 1, 16) and (32, 16) are incompatible
我知道问题出在标签的形状上，但我不知道如何解决。
感谢您提供的任何帮助。
解决方案是使用以下方法：
from tensorflow.keras.utils import to_categorical
y_cat_test = to_categorical(y_test,16)