Question

我正在使用CIFAR进行Tensorflow培训，但我正在将MNIST代码更改为我现在需要的代码，但我无法找到让tf.argmax通过其原始设计完成工作的方法。现在需要转换数组，

[2, 7, 1, 5, 3]

进入

[[0, 1, 0, 0, 0, 0, 0, 0], 
 [0, 0, 0, 0, 0, 0, 0, 1], 
 [0, 1, 0, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 0, 1, 0, 0],
 [0, 0, 0, 1, 0, 0, 0, 0]]

我该怎么办？我正在使用CIFAR 100数据库，您可以get my code。

Answer 1

看起来你需要的是one-hot encoding。要获得单热编码，请将索引指定为python列表，并将其与所需的depth一起传递给tf.one_hot：

# a numpy array could also work
In [85]: idx = [2, 7, 1, 5, 3]

In [86]: one_hot_vec = tf.one_hot(idx, depth=8, dtype=tf.int32)

In [87]: sess = tf.InteractiveSession()

In [91]: one_hot_vec = tf.one_hot(idx, depth=8, dtype=tf.int32)

In [92]: one_hot_vec.eval()
Out[92]: 
array([[0, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 1],
       [0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0]], dtype=int32)

准备培训数据，我可以使用tf.argmax进行测试

1 个答案: