Я работаю над классификатором текста на основе сверточной нейронной сети.Я использую sparse_softmax_cross_entropy() на моем logits тензоре, чтобы получить убыток, но он выдает следующую ошибку:
InvalidArgumentError (see above for traceback): Received a label value
of -9223372036854775808 which is outside the valid range of [0, 9).
На основании того, что я мог собрать, это связано с неодинаковым числом примеров в моемклассы (я попытался запустить классификатор с равным количеством примеров для каждого класса, но это дает конечную точность всего 0,11).Разница в примерах не столь существенна, учитывая, что у меня 16542 примера, распределенных по 9 классам и 6 классам, состоящим из 2001 года, и три с 1452, 1300 и 1787 примерами.Как я могу заставить классификатор работать без сокращения количества примеров для обучения.