tensorflow 0.8 一热编码

【问题标题】：tensorflow 0.8 one hot encodingtensorflow 0.8 一热编码
【发布时间】：2016-12-26 12:07:11
【问题描述】：

我要编码的数据如下：

print (train['labels'])

[0 0 0 ..., 42 42 42]

从 0 到 42 共有 43 个类

现在我读到 0.8 版中的 tensorflow 有一个热编码的新功能，所以我尝试如下使用它：

trainhot=tf.one_hot(train['labels'], 43, on_value=1, off_value=0)

唯一的问题是我认为输出不是我需要的

print (trainhot[1])

Tensor("strided_slice:0", shape=(43,), dtype=int32)

有人能把我推到正确的方向吗:)

【问题讨论】：

标签： tensorflow neural-network one-hot-encoding

【解决方案1】：

输出正确且符合预期。 trainhot[1] 是第二个（从 0 开始的索引）训练样本的标签，它是一维形状 (43,)。您可以使用下面的代码来更好地理解 tf.one_hot：

  onehot = tf.one_hot([0, 0, 41, 42], 43, on_value=1, off_value=0)                  
  with tf.Session() as sess:                                                        
    onehot_v = sess.run(onehot)                                                  
  print("v: ", onehot_v)                                                            
  print("v shape: ", onehot_v.shape)                                                
  print("v[1] shape: ", onehot[1])

output:
v:  [[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0]
 [1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 1 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 1]]
v shape:  (4, 43)
v[1] shape:  Tensor("strided_slice:0", shape=(43,), dtype=int32)

【讨论】：