Keras image_gen.flow_from_directory() 中的 class_mode 参数是什么意思？

Question

train_image_gen = image_gen.flow_from_directory('/Users/harshpanwar/Desktop/Folder/train',
                                               target_size=image_shape[:2],
                                               batch_size=batch_size,
                                               class_mode='binary')

在上面的代码片段中 class_mode='binary' 表示什么。我认为这是针对图像类别的数量。我正在使用此代码在 Keras 中训练图像识别分类器以在 2 个不同类别（如狗和猫）之间进行分类。因此，如果 class_mode='binary' 用于表示两个类别，我们如何将其设为三个或更多？

Answer 1

class_mode：“分类”、“二进制”、“稀疏”、“输入”或无之一。默认值：“分类”。确定返回的标签数组的类型：-“分类”将是二维单热编码标签，-“二进制”将是一维二进制标签，“稀疏”将是一维整数标签，-“输入”将是相同的图像输入图像（主要用于使用自动编码器）。- 如果为 None，则不返回标签（生成器将只生成批量图像数据，这对于与 model.predict_generator() 一起使用很有用）。请注意，在 class_mode None 的情况下，数据仍需要驻留在目录的子目录中才能正常工作。

Answer 2

假设您的数据集中有 N 个类。如果您有 4 个标签，狗（索引 0）、猫（1）、驴（2）和人（3），N 将为 4。

班级模式：

• "categorical": 2D 输出（又名长度为 N 的数字列表），[0, 0, 1, 0]，这是一种代表驴的单热编码（只有一个数字是 1/“热”）。这是用于互斥的标签。狗不能是猫，人不能是狗。
• "binary": 1D 输出（也就是1 个数字），它是 0、1、2、3 ... N。之所以这样称呼是因为它是二进制的，如果只有两个类（恕我直言，这是一个糟糕的原因），source。我建议仅将“二进制”用于单标签分类，因为它在代码中记录您的意图。
• "sparse": 挖了代码，这和“二进制”是一样的。逻辑是用 完成的elif self.class_mode in {'binary', 'sparse'}:，之后不再使用 class_mode。不过，我建议使用“稀疏”进行多标签分类，同样是因为它在代码中记录了您的意图。
• "input"：标签实际上又是图像。因此，狗图像的标签是相同的狗图片数组。如果我对自动编码器了解更多，我可能能够进一步解释。
• None：没有标签，因此对训练没有用，但用于推理/预测。

TensorFlow 文档在这里，但我认为它应该更深入class_mode：

“分类”、“二进制”、“稀疏”、“输入”或无之一。默认值：“分类”。确定返回的标签数组的类型：-“分类”将是二维单热编码标签，-“二进制”将是一维二进制标签，“稀疏”将是一维整数标签，-“输入”将是相同的图像输入图像（主要用于使用自动编码器）。- 如果为 None，则不返回标签（生成器将只生成批量图像数据，这对于与 model.predict() 一起使用很有用）。请注意，在 class_mode None 的情况下，数据仍需要驻留在目录的子目录中才能正常工作。

稀疏与二进制相同吗？：

正如您在我的搜索结果中看到的，稀疏只检查了两次（搜索结果中的第 2 行和第 4 行）。我相信“sparse”的意图是用于多标签分类，而“binary”是为单标签分类（Hot-dog vs. No hotdog）设计的，但目前没有区别，因为行为是相同的：