Question

我正在解析TFRecords，它们为我提供了一个数字值标签。但是我在读取原始记录时需要将该值转换为分类向量。我怎样才能做到这一点。这是用于读取原始记录的代码段：

 def parse(example_proto):
     features={'label':: tf.FixedLenFeature([], tf.int64), ...}
     parsed_features = tf.parse_single_example(example_proto, features)
     label = tf.cast(parsed_features['label'], tf.int32)
     # at this point label is a Tensor which holds numerical value
     # but I need to return a Tensor which holds categorical vector
     # for instance, if my label is 1 and I have two classes
     # I need to return a vector [1,0] which represents categorical values

我知道有tf.keras.utils.to_categorical函数，但是它不使用张量作为输入。

Answer 1

您只需要将标签转换为其一键式表示（即您描述的表示）即可：

label = tf.cast(parsed_features['label'], tf.int32)
num_classes = 2
label = tf.one_hot(label, num_classes)

如何将TF张量持有值转换为张量持有分类值

1 个答案: