我是Tensorflow（和神经网络）的新手，我正在研究一个简单的分类问题。想问两个问题。
假设我有120个[1,2,3,4,5]的排列标签。在将它送入我的图表之前，我真的有必要进行One-Hot编码吗？如果是，我应该在进入tensorflow之前进行编码吗？
如果我进行单热编码，softmax预测将给出[0.001 0.202 0.321 ...... 0.002 0.0003 0.0004]。运行arg_max将生成正确的索引。我如何获得tensorflow来返回正确的标签而不是一个热门的结果？
谢谢。
答案 0 :(得分：3)
所以你的输入是{1,2,3,4,5}中的120个标签（每个标签可以是从1到5的数字）？
# Your input, a 1D tensor of 120 elements from 1-5.
# Better shift your label space to 0-4 instead.
labels = labels - 1
# Now convert to a 2D tensor of 120 x 5 onehot labels.
onehot_labels = tf.one_hot(labels, 5)
# Now some computations.
....
# You end up with some onehot_output
# of the same shape as your labels (120x5).
# As you said, arg_max will give you the index of the result,
# which is a 1D index label of 120 elements.
output = tf.argmax(onehot_output, axis=1).
# You might want to shift back to {1,2,3,4,5}.
output = output + 1