如何解决多类3d图像分类的输出层
我正在使用TensorFlow构建3D分类NN。该代码是从细分代码中修改的。我现在对如何构建输出层感到困惑。
原始代码如下：
conv2 = layers.Conv3D(8,3,activation='relu',padding="same")(pool1)
outputs = layers.Conv3D(3,1,activation="softmax")(conv2) #3 is the number of classes
model = keras.Model(inputs,outputs,name='NN3d')
由于是用于细分的，因此标签的形状与输入的形状相同，但是这里的标签只是“ 0”，“ 1”或“ 2”，因此我考虑在该处添加一个softmax层。输出并使用argmax选择具有最大值的神经元。这是正确的方法吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
