Question

我正在研究具有张量流的机器学习。

问题：

我无法弄清楚如何将类名转换为类索引。

示例：

预期映射：

Car  ---> 0
Bike ---> 1
Boat ---> 2

代码：

#!/usr/bin/env python3.6

import tensorflow as tf

names = [
    "Car",
    "Bus",
    "Boat"
]

_, class_name = tf.TextLineReader(skip_header_lines=1).read(
    tf.train.string_input_producer(tf.gfile.Glob("input_file.csv"))
)

# I want to know if it is possible to do that :
#    print(sess.run(class_name)) --> "Car"
#    class_index = f(class_name, names)
#    print(sess.run(class_index)) --> 0

input_file.csv：

class_name
Car
Car
Boat
Bike
...

Answer 1

最简单的方法是：

class_index = tf.reduce_min(tf.where(tf.equal(names, class_name)))

请注意，它工作正常，而类存在于names中，但返回2 ⁶³ - 1，当它不存在时（如示例中的Bike）。您可以避免此效果但删除tf.reduce_min，但在这种情况下，class_index将评估为数组，而不是标量。

完成可运行代码：

names = ["Car", "Bus", "Boat"]

_, class_name = tf.TextLineReader(skip_header_lines=1).read(
    tf.train.string_input_producer(tf.gfile.Glob("input_file.csv"))
)
class_index = tf.reduce_min(tf.where(tf.equal(names, class_name)))

with tf.Session() as session:
  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for i in range(4):
    print(class_name.eval())  # Car, Car, Boat, Bike
  for i in range(4):
    print(class_index.eval()) # 0, 0, 2, 9223372036854775807

  coord.request_stop()
  coord.join(threads)

Tensorflow：将类名转换为类索引

1 个答案: