如你所知tf.one_hot可以做一个热门编码。但是，当我的数据集非常大时，我需要进行批量训练。这样，当我使用for循环遍历所有批次时，在每次迭代中，当我执行tf.one_hot时，一个热矩阵的维度将小于我预期的值。
例如，对于列＆＃39; a＆＃39;我们有47个类别，但是在一个批次中它们可能只显示了20个，当我在这个批次上执行one_hot时，它将创建一个矩形，其行数为* 20而不是行* 47的维度。
如何获得行的维度* 47每批中的一个热矩阵？
谢谢！
答案 0 :(得分：1)
tf.one_hot()接受一个参数depth作为第二个参数，它决定了单热矢量应该有多长。如果您按照以下方式运行操作：
b = tf.one_hot( a, 47 )
它应该给你最后一个维度47。
很难说没有代码，但有些人不会硬编码one_hot大小，但尝试从标签张量中获取它，例如
max_class = tf.reduce_max( a )
b = tf.one_hot( a, max_class )
如果你的代码就是这种情况，那么批量只能达到20级。
否则需要看你的代码说些什么。
如果TensorFlow内存不足，它会因错误而停止，不会只是默默地咬掉一半的数据。 ：）