केरास - categorical_accuracy और sparse_categorical_accuracy

Question

के बीच अंतर categorical_accuracy और sparse_categorical_accuracy केरा में क्या अंतर है? documentation for these metrics में कोई संकेत नहीं है, और डॉ Google से पूछकर, मुझे इसके लिए उत्तर नहीं मिला।

स्रोत कोड पाया जा सकता है here:

def categorical_accuracy(y_true, y_pred): 
    return K.cast(K.equal(K.argmax(y_true, axis=-1), 
          K.argmax(y_pred, axis=-1)), 
        K.floatx()) 


def sparse_categorical_accuracy(y_true, y_pred): 
    return K.cast(K.equal(K.max(y_true, axis=-1), 
          K.cast(K.argmax(y_pred, axis=-1), K.floatx())), 
        K.floatx()) 

Answer 1

। source

को देखते हुए

def categorical_accuracy(y_true, y_pred): 
    return K.cast(K.equal(K.argmax(y_true, axis=-1), 
          K.argmax(y_pred, axis=-1)), 
        K.floatx()) 


def sparse_categorical_accuracy(y_true, y_pred): 
    return K.cast(K.equal(K.max(y_true, axis=-1), 
          K.cast(K.argmax(y_pred, axis=-1), K.floatx())), 
K.floatx()) 

categorical_accuracy जांच करता है कि अधिक से अधिक सही मूल्य की सूचकांकसूचकांक अधिक से अधिक की भविष्यवाणी की मूल्य की के बराबर है देखने के लिए।

sparse_categorical_accuracy यह देखने के लिए जांच करता है कि अधिकतम वास्तविक मान अधिकतम अनुमानित मान के अनुक्रमणिका के बराबर है या नहीं।

से categorical_accuracy ऊपर मार्सिन का जवाब y_true के लिए एक one-hot इनकोडिंग वेक्टर से मेल खाती है।

Answer 2

तो categorical_accuracy में आप एक गर्म इनकोडिंग वेक्टर के रूप में अपने लक्ष्य (y) निर्दिष्ट करने की आवश्यकता (जैसे 3 वर्गों, के मामले में एक सच्चे वर्ग है जब द्वितीय श्रेणी, y(0, 1, 0) होना चाहिए sparse_categorical_accuracy में आप ही सच्चा वर्ग के एक पूर्णांक प्रदान करना चाहिए की जरूरत है। (पिछले उदाहरण से मामले में - यह 1 होगा के रूप में कक्षाएं अनुक्रमण 0 आधारित है)