kerasのラベルデータ前処理の必要事項について

Question

前提

Kerasを使用してmnistデータを動かしてみました。
ラベルデータの取り扱いについて疑問があります。

疑問な点

mnistのラベルデータには0〜9の数字が割り当てられているかと思います。下のようにコードを書いて実行したところ無事に学習が実行されました。疑問に感じているのはラベルデータに前処理を施していないのに学習が正常に実行されていることです。
下のコードでは出力層の活性化関数をソフトマックスに設定しているため、それぞれのラベルの確率が返ってくると思います。
*[0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.0, 0.2]のように。
そのためラベルデータもあらかじめワンホットエンコーディングが必要なのではないかと考えます。なぜ0〜9で表現される元のデータのままで学習がうまくいくのでしょうか？Keras側が自動で判定してくれているのでしょうか？

様々なブログを読んだところワンホットエンコーディングを施している方もいればそうでない方もおられました。公式のドキュメントを読んでも明快な答えが得られなかったので質問させていただきます。よろしくお願いします。

該当コード

from tensorflow.keras.datasets import mnist
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tensorflow as tf
(x_train, y_train), (x_test, y_test)=mnist.load_data()
model=tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy',
             metrics=['accuracy'])
model.fit(x_train, y_train, epochs=10)

Answer 1

categorical_crossentropyとsparse_categorical_crossentropyの違い【Keras】

Comments

[jbpb0]

被った
失礼

[m39804668]

ご回答ありがとうございます。勉強になりました！！

Answer 2

なぜ0〜9で表現される元のデータのままで学習がうまくいくのでしょうか？Keras側が自動で判定してくれているのでしょうか

Keras側にmodel.compile()時に渡した値loss='sparse_categorical_crossentropy'の動作によるものです．One-Hotエンコーディングした場合は普通のcategorical_crossentropyで実行しますが，その前処理をサボったとしても，出力の次元数がラベルの種類数と一致していればsparse_categorical_crossentropyが使えて便利，といった具合です．

自動的にOne-Hotエンコーディングしてくれているので，損失関数の実態はcategorical_crossentropyと同一です．

Comments

[m39804668]

なるほどです！勉強になりました。ご回答ありがとうございました！