在张量流中提供标签的最佳方法答案

【问题标题】：Best way to feed a label in tensorflow在张量流中提供标签的最佳方法
【发布时间】：2017-10-28 08:44:18
【问题描述】：

我有一个由图像组成的训练集，我必须预测一个由固定数量的字母和数字组成的标签。将这些标签输入 tensorflow 的最佳方法是什么？我想创建一个数字列表，一个用于标签中的所有字符/数字。我创建了一个包含所有可能值的列表：

__dict = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u',
          'v', 'w', 'x', 'y', 'z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

然后我使用__dict 变量中的字母索引将标签编码为数字列表。例如：

label = abc
label_encoded = [0, 1, 2]

这是正确的方法吗？

【问题讨论】：

标签： python tensorflow labels training-data

【解决方案1】：

最好的方法是为每个标签使用唯一的整数，即 aaa=0、aab=1 等

方便你使用base 36的位置编码（如果字母是小写英文字符+数字）。

我不知道您面临的问题，但请注意这可能会导致大量标签（即您的分类问题的输出类）

【讨论】：

这样我必须创建所有可能的标签。它可能非常昂贵。有没有和我最初想的一样的方法？谢谢。
这取决于问题：如果标签“aaa”和“bcd”不共享任何东西，那么它们应该被视为您分类问题的不同类别，是的，您必须创建每个可能的标签。一切主要取决于您想要实现的目标。