keras多分类时，标签要转换成多通道one-hot形式吗

是的，当使用Keras进行多分类时，通常需要将标签转换成多通道one-hot形式。这是因为Keras的多分类模型通常采用softmax作为最后一层激活函数，softmax函数需要得到每个类别的概率，而多通道one-hot形式可以方便地将标签转换成概率向量。具体来说，如果有n个类别，那么每个样本的标签应该是一个长度为n的向量，其中只有一个元素为1，其他元素为0，这个元素的位置表示该样本属于的类别。可以使用Keras提供的`to_categorical`函数将标签转换成多通道one-hot形式。例如，如果有3个类别，标签分别为0、1、2，那么可以使用以下代码将标签转换成多通道one-hot形式：

import keras.utils

y_train_one_hot = keras.utils.to_categorical(y_train, num_classes=3)

其中，`y_train`是原始标签，`num_classes`是类别数。转换后，`y_train_one_hot`的形状为`(样本数, 类别数)`，每行是一个长度为3的向量，表示该样本属于哪个类别的概率。