Fashion MNIST one hot 변환 후 진행시 val loss가 비정상적으로 크게 나오네요

Question

Fashion MNIST  진행중에     y_train, y_valid 데이터를 one hot 인코딩으로 아래와 같이 변경하여 학습을 진행 해봤습니다 y_tralinlist = [] for  i  in  y_train:   y_tralinlist.append(tf.one_hot(y_train[i],  10 )) y_train = np.array(y_tralinlist) y_validlist = [] for  i  in  y_valid:   y_validlist.append(tf.one_hot(y_valid[i],  10 )) y_valid = np.array(y_validlist) model. compile (optimizer= 'adam' , loss= 'categorical_crossentropy' , metrics=[ 'acc' ]) train 데이터에 대한 학습은 정상적으로 진행되는데 val loss 가 20부터 시작해서 점점 증가하더니 아래와 같이 터무니없는 값이 나오네요  어떤점이 문제인지 알 수 있을까요? Epoch 00019: val_loss did not improve from 19.01961 Epoch 20/20 1875/1875 [==============================] - 5s 3ms/step - loss: 0.1188 - acc: 0.9553 - val_loss: 128.7589 - val_acc: 0.1761

런어데이 · Answer

지금 코드만 봐서는 정확한 진단이 어렵습니다. 아마 list를 두번 호출해 주시지 않으셨을 까 싶습니다. colab 노트북을 공유해 주시면 상세히 봐드릴 수 있을 것 같습니다. 슬랙 채널에서 질문 주시면 더 상세한 피드백이 가능할 것 같습니다~ 하지만 편하신 채널에서 질문 주시면 됩니다. 추가로 list에 담은 다음에 변환 안하셔도 됩니다. y_train = tf.one_hot(y_train, 10) 을 전체 array에 해주셔도 됩니다. 감사합니다.