回答編集履歴
2
一部修正
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
実際の`model`は`Dense(10)`として10次元を出力しているのに、
|
|
5
|
+
実際の`model`は`Dense(10)`として10次元を出力しているのに、`mode.fit()`, `model.evaluate()`等の正解ラベルがカテゴリ値の1次元配列でよいのは、それらを結びつけて評価を計算する関数である`SparseCategoricalCrossentropy`を使っているからです。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
1
一部修正
test
CHANGED
|
@@ -1,8 +1,8 @@
|
|
|
1
|
-
質問意図として、「出力」を`mode.fit()`, `model.evaluate()`等の返り値ではなく、引数としての正解ラベルである`y_train`や`y_test`を意味していると理解して、回答します。（「出力」という言い方
|
|
1
|
+
質問意図として、「出力」を`mode.fit()`, `model.evaluate()`等の返り値ではなく、引数としての正解ラベルである`y_train`や`y_test`を意味していると理解して、回答します。（関数の「出力」という言い方は、関数の返り値の意味にも取れるので、違う言い方がよいでしょう。モデルの入力・出力とか、レイヤーの入力・出力という言い方なら通じます）
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
実際のmodelはDense(10)を
|
|
5
|
+
実際の`model`は`Dense(10)`として10次元を出力しているのに、対応する正解ラベルがカテゴリ値の1次元配列でよいのは、それらを結びつけて評価を計算する関数`SparseCategoricalCrossentropy`を使っているからです。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|