Редкая категориальная потеря кроссентропии у больных
Я переводил пример mnist из https://www.tensorflow.org/tutorials/ в tflearn от keras. Тем не менее, в tflearn не было sparse_categorical_crossentropy, только категорический_crosssentropy. Таким образом, мне пришлось преобразовать все векторы y (которые представляли собой целое число 1...10, указывающее, какому классу принадлежит изображение в наборе данных) в вектор 1x10 вида [0...1...0],
В Керасе я могу просто переключаться между sparse_categorical_crossentropy и categoryorical_crossentropy в зависимости от того, является ли целью целое число для индекса или вектор вида [0 0 ... 1 ... 0].
Есть ли аналогичная функция потерь в tflearn или categoryor_crossentropy - единственный вариант?