tensorflow--tf.one_hot()函数示例

2017年09月21日 19:11:18

阅读数：8454

tensorflow中tf.one_hot()函数的作用是将一个值化为一个概率分布的向量，一般用于分类问题。

具体用法以及作用见以下代码：

import numpy as np
import tensorflow as tf

SIZE= 6
CLASS= 8
label1=tf.constant([ 0, 1, 2, 3, 4, 5, 6, 7])
sess1=tf.Session()
print( 'label1:',sess1.run(label1))
b = tf.one_hot(label1,CLASS, 1, 0)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
sess.run(b)
print( 'after one_hot',sess.run(b))

最后的输出为：

label1: [0 1 2 3 4 5 6 7]
after one_hot:

 [[1 0 0 0 0 0 0 0]
 [0 1 0 0 0 0 0 0]
 [0 0 1 0 0 0 0 0]
 [0 0 0 1 0 0 0 0]
 [0 0 0 0 1 0 0 0]
 [0 0 0 0 0 1 0 0]
 [0 0 0 0 0 0 1 0]
 [0 0 0 0 0 0 0 1]]

tensorflow中tf.one_hot()函数的作用是将一个值化为一个概率分布的向量，一般用于分类问题。

具体用法以及作用见以下代码：

import numpy as np
import tensorflow as tf

SIZE= 6
CLASS= 8
label1=tf.constant([ 0, 1, 2, 3, 4, 5, 6, 7])
sess1=tf.Session()
print( 'label1:',sess1.run(label1))
b = tf.one_hot(label1,CLASS, 1, 0)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
sess.run(b)
print( 'after one_hot',sess.run(b))

最后的输出为：

label1: [0 1 2 3 4 5 6 7]
after one_hot:

 [[1 0 0 0 0 0 0 0]
 [0 1 0 0 0 0 0 0]
 [0 0 1 0 0 0 0 0]
 [0 0 0 1 0 0 0 0]
 [0 0 0 0 1 0 0 0]
 [0 0 0 0 0 1 0 0]
 [0 0 0 0 0 0 1 0]
 [0 0 0 0 0 0 0 1]]