我刚开始使用Tensorflow，Caffe以高效的方式对数据进行了超级实用的阅读，但是使用Tensorflow我发现我必须自己编写数据加载过程，创建TFRecords，批处理，多重威胁，处理那些线程等。所以我从一个例子开始，因为他们处理读取数据的部分。我是Tensorflow的新手，也是Python的新手，所以我觉得我不明白这个部分到底发生了什么（我的意思是它将标签的大小扩展到label_index *没有文件 - 但是为什么呢？它是否为标签创建了一个热门编码？我们必须这样做吗？为什么它不会因为每个文件都有标签而扩展长度或文件的数量？Thx。
labels.extend([label_index] * len(filenames))
texts.extend([text] * len(filenames))
filenames.extend(filenames)
整个代码在这里：https://github.com/tensorflow/models/tree/master/research/inception
提到的部分位于data / build_image_data.py下，并将现有数据集中的图像数据集构建为存储在文件夹下的图像（其中foldername是标签）：https://github.com/tensorflow/models/blob/master/research/inception/inception/data/build_image_data.py
答案 0 :(得分：1)
将我们在评论中讨论的内容放在一起：
您必须进行单热编码，因为网络架构需要您，而不是因为它是Tensorflow的需求。网络是一个N级分类器，因此最后一层每个类将有一个神经元，你将训练网络激活匹配样本所属类的神经元。对标签进行单热编码是执行此操作的第一步。
关于人类可读的标签，您所引用的代码位于_find_image_files函数中，而_process_dataset函数又将数据集从一组文件夹转换为设置TfRecord个文件，convenient input format type for Tensorflow。
人类可读的标签字符串作为特征包含在tfrecord文件内的Example内作为“额外”（可能是为了简化培训期间中间结果的可视化），对于数据集，不会以任何方式用于实际优化网络参数。