tensorflow是否与scikit learn zero-value类似，用于处理分类数据？使用tf.string的占位符会表现为分类数据吗？
我意识到我可以在将数据发送到tensorflow之前手动预处理数据，但内置它非常方便。
答案 0 :(得分：63)
从TensorFlow 0.8开始，现在有一个native one-hot op, tf.one_hot可以将一组稀疏标签转换为密集的单热表示。这是tf.nn.sparse_softmax_cross_entropy_with_logits的补充，在某些情况下，您可以直接在稀疏标签上计算交叉熵，而不是将它们转换为单热。
以前的答案，如果您想以旧方式执行此操作： @ Salvador的答案是正确的 - 那里（以前）没有本地操作。不过，不是在numpy中进行，而是可以使用稀疏到密集的运算符在tensorflow中本地执行：
num_labels = 10
# label_batch is a tensor of numeric labels to process
# 0 <= label < num_labels
sparse_labels = tf.reshape(label_batch, [-1, 1])
derived_size = tf.shape(label_batch)[0]
indices = tf.reshape(tf.range(0, derived_size, 1), [-1, 1])
concated = tf.concat(1, [indices, sparse_labels])
outshape = tf.pack([derived_size, num_labels])
labels = tf.sparse_to_dense(concated, outshape, 1.0, 0.0)
输出标签是batch_size x num_labels的一个热矩阵。
另请注意，截至2016-02-12（我假设最终将成为0.7版本的一部分），TensorFlow也有tf.nn.sparse_softmax_cross_entropy_with_logits op，在某些情况下可以让你进行培训而无需转换为单热编码。
编辑添加：最后，您可能需要明确设置标签的形状。形状推断无法识别num_labels组件的大小。如果您不需要使用derived_size的动态批量大小，则可以简化此操作。
编辑2016-02-12更改以下评论的outshape分配。
答案 1 :(得分：45)
tf.one_hot()在TF中可用且易于使用。
让我们假设你有4个可能的类别（猫，狗，鸟，人）和2个实例（猫，人）。因此，您的depth=4和indices=[0, 3]
import tensorflow as tf
res = tf.one_hot(indices=[0, 3], depth=4)
with tf.Session() as sess:
print sess.run(res)
请记住，如果你提供index = -1，你将在你的单热矢量中得到全部零。
旧答案，此功能不可用时。
在查看python documentation之后，我没有找到类似的东西。有一件事加强了我对它不存在的信念，那就是在their own example中他们手动编写one_hot。
def dense_to_one_hot(labels_dense, num_classes=10):
"""Convert class labels from scalars to one-hot vectors."""
num_labels = labels_dense.shape[0]
index_offset = numpy.arange(num_labels) * num_classes
labels_one_hot = numpy.zeros((num_labels, num_classes))
labels_one_hot.flat[index_offset + labels_dense.ravel()] = 1
return labels_one_hot
您也可以在scikitlearn。
中执行此操作答案 2 :(得分：17)
numpy做到了！
import numpy as np
np.eye(n_labels)[target_vector]
答案 3 :(得分：8)
对一个整数或整数列表进行单热编码的简单方法：
a = 5
b = [1, 2, 3]
# one hot an integer
one_hot_a = tf.nn.embedding_lookup(np.identity(10), a)
# one hot a list of integers
one_hot_b = tf.nn.embedding_lookup(np.identity(max(b)+1), b)
答案 4 :(得分：6)
TensorFlow的最新版本（nightlies甚至可能是0.7.1）有一个名为tf.one_hot的操作，可以完成你想要的操作。看看吧！
另一方面，如果你有一个密集矩阵，并且想要查找并聚合其中的值，你可能想要使用embedding_lookup函数。
答案 5 :(得分：4)
也许是因为自2015年11月以来Tensorflow发生了变化，但@ dga的答案产生了错误。我确实让它与以下修改一起工作：
webdriver.Firefox答案 6 :(得分：2)
看看tf.nn.embedding_lookup。它从分类ID映射到嵌入。
有关如何将其用于输入数据的示例，请参阅here。
答案 7 :(得分：2)
您可以使用tf.sparse_to_dense：
sparse_indices参数指示应该去哪里，output_shape应该设置为可能的输出数量（例如标签的数量），sparse_values应该是1，具有所需的类型（它将确定输出的类型） sparse_values的类型。）
答案 8 :(得分：2)
Scikit Flow中的embedding_ops以及处理分类变量的示例等。
如果您刚刚开始学习TensorFlow，我建议您首先在examples中尝试TensorFlow/skflow，然后一旦您更熟悉TensorFlow，就可以很容易地将TensorFlow代码插入到构建你想要的自定义模型（也有这样的例子）。
希望这些图片和文字理解示例可以帮助您入门，如果您遇到任何问题，请告诉我们！ （在SO中发布问题或标记skflow）。
答案 9 :(得分：1)
当前版本的tensorflow实现了以下用于创建单热张量的函数：
https://www.tensorflow.org/versions/master/api_docs/python/array_ops.html#one_hot
答案 10 :(得分：1)
正如上面提到的@dga，Tensorflow现在有tf.one_hot：
labels = tf.constant([5,3,2,4,1])
highest_label = tf.reduce_max(labels)
labels_one_hot = tf.one_hot(labels, highest_label + 1)
array([[ 0., 0., 0., 0., 0., 1.],
[ 0., 0., 0., 1., 0., 0.],
[ 0., 0., 1., 0., 0., 0.],
[ 0., 0., 0., 0., 1., 0.],
[ 0., 1., 0., 0., 0., 0.]], dtype=float32)
你需要指定深度，否则你会得到修剪的单热张量。
如果您想手动执行此操作：
labels = tf.constant([5,3,2,4,1])
size = tf.shape(labels)[0]
highest_label = tf.reduce_max(labels)
labels_t = tf.reshape(labels, [-1, 1])
indices = tf.reshape(tf.range(size), [-1, 1])
idx_with_labels = tf.concat([indices, labels_t], 1)
labels_one_hot = tf.sparse_to_dense(idx_with_labels, [size, highest_label + 1], 1.0)
array([[ 0., 0., 0., 0., 0., 1.],
[ 0., 0., 0., 1., 0., 0.],
[ 0., 0., 1., 0., 0., 0.],
[ 0., 0., 0., 0., 1., 0.],
[ 0., 1., 0., 0., 0., 0.]], dtype=float32)
注意tf.concat（）
中的参数顺序答案 11 :(得分：0)
我的@CFB版本和@dga示例，缩短了一点以便于理解。
num_labels = 10
labels_batch = [2, 3, 5, 9]
sparse_labels = tf.reshape(labels_batch, [-1, 1])
derived_size = len(labels_batch)
indices = tf.reshape(tf.range(0, derived_size, 1), [-1, 1])
concated = tf.concat(1, [indices, sparse_labels])
labels = tf.sparse_to_dense(concated, [derived_size, num_labels], 1.0, 0.0)
答案 12 :(得分：0)
In [7]: one_hot = tf.nn.embedding_lookup(np.eye(5), [1,2])
In [8]: one_hot.eval()
Out[8]:
array([[ 0., 1., 0., 0., 0.],
[ 0., 0., 1., 0., 0.]])
适用于TF 1.3.0版。截至2017年9月。
答案 13 :(得分：0)
与Tensorflow 2.0兼容的答案：您可以使用 Tensorflow Transform 有效地做到这一点。
使用 Tensorflow Transform 执行一键编码的代码如下所示：
def get_feature_columns(tf_transform_output):
"""Returns the FeatureColumns for the model.
Args:
tf_transform_output: A `TFTransformOutput` object.
Returns:
A list of FeatureColumns.
"""
# Wrap scalars as real valued columns.
real_valued_columns = [tf.feature_column.numeric_column(key, shape=())
for key in NUMERIC_FEATURE_KEYS]
# Wrap categorical columns.
one_hot_columns = [
tf.feature_column.categorical_column_with_vocabulary_file(
key=key,
vocabulary_file=tf_transform_output.vocabulary_file_by_name(
vocab_filename=key))
for key in CATEGORICAL_FEATURE_KEYS]
return real_valued_columns + one_hot_columns
有关更多信息，请参阅此Tutorial on TF_Transform。