MNIST 对于 ML 初学者 - 为什么 "one-hot" 向量长度为 11？
MNIST For ML Beginners - Why is "one-hot" vector length 11?
如果你仔细数一下教程中显示的数字，也如下所示，你会发现它的长度为11。索引0到9代表每个数字，总共10。但是，有什么意义如下所示的第 11 个位置？
此外，代码定义为长度10，[60000,10]。
这只是一个错字，不用担心（实际上这不是唯一的错字）。如果您检查数据的形状 mnist.train.labels.shape，您将得到 (55000, 10)，这与他们声称的 (60000, 10).
不同
此外，数据的这种形状表明 one-hot 向量的长度为 10。
如果你仔细数一下教程中显示的数字，也如下所示，你会发现它的长度为11。索引0到9代表每个数字，总共10。但是，有什么意义如下所示的第 11 个位置？
此外，代码定义为长度10，[60000,10]。
这只是一个错字，不用担心（实际上这不是唯一的错字）。如果您检查数据的形状 mnist.train.labels.shape，您将得到 (55000, 10)，这与他们声称的 (60000, 10).
此外，数据的这种形状表明 one-hot 向量的长度为 10。