在Tensorflow中，我有一个浮点张量T，其形状为[batch_size，3]。例如，T[0] = [4, 4, 3]。
我希望将其转换为大小为5的热点，以便从嵌入字典中产生条目。在上面的例子中，这看起来像
T[0] = [[0, 0, 0, 0, 1], [0, 0, 0, 0, 1], [0, 0, 0, 1, 0]].
如果我可以使用这种格式，那么我可以将它乘以嵌入字典。然而，这是在图的中间，我需要渐变流过它。是否有一种聪明的方法来使用stop_gradient la How Can I Define Only the Gradient for a Tensorflow Subgraph?来完成这项工作？我差不多了。
答案 0 :(得分：1)
我能够通过以下方式解决这个问题：
expanded = tf.expand_dims(inputs, 2)
embedding_input = tf.cast(tf.one_hot(tf.to_int32(inputs), 5), inputs.dtype)
embedding_input = tf.stop_gradient(embedding_input - expanded) + expanded