TensorFlow三分类情感分析报错：标签值3超出[0,3)有效范围如何解决？

报错修复 #

你遇到的报错由三个可修复的问题导致：

• 标签范围不匹配：sparse_categorical_crossentropy损失要求类别标签为从0开始的连续整数，你当前的标签是1/2/3，3分类对应的合法范围是[0,3)也就是只能取0、1、2，因此标签值3会触发越界报错。直接对标签做统一偏移即可：

  y_train = y_train - 1
  y_test = y_test - 1
  

  调整后标签对应规则变为0='negative', 1='neutral', 2='positive'。
• 输出层激活函数错误：多分类任务需要输出每个类别的概率分布，最后一层全连接层不能用relu激活，需替换为softmax：

  tf.keras.layers.Dense(3, activation='softmax')
  

• 测试集预处理逻辑错误：你当前生成测试集padding序列时，错误传入了训练集的序列training_sequence，会导致后续模型评估完全失效，修改为：

  test_padding = pad_sequences(testing_sequence, maxlen=max_length, padding=padding_type)
  

Sequential是否支持多分类 #

完全支持。二分类只是多分类的特殊场景，Sequential没有分类类别数的限制，只要输出层神经元数量和类别数匹配、激活函数与损失函数对应即可：

• 标签为整数格式：输出层用softmax激活，损失选sparse_categorical_crossentropy
• 标签为one-hot编码格式：输出层用softmax激活，损失选categorical_crossentropy

内容的提问来源于stack exchange，提问作者ddinfiwis