使用 onehot 编码的 TensorFlow 嵌入查找

Question

我目前有要使用嵌入的 onehot 编码。但是当我打电话时

embed=tf.nn.embedding_lookup(embeddings, train_data) 
print(embed.get_shape())

嵌入数据形状（11、32、729、128）

这个形状应该是 (11, 32, 128)，但它给了我错误的尺寸，因为 train_data 是 onehot 编码的。

train_data2=tf.matmul(train_data,tf.range(729))

给我错误：

ValueError: Shape must be rank 2 but is rank 3

请帮帮我！谢谢。

Answer 1

对您的示例进行小修复：

encoding_size = 4
one_hot_batch = tf.constant([[0, 0, 0, 1], [0, 1, 0, 0], [1, 0, 0, 0]])
one_hot_indexes = tf.matmul(one_hot_batch, np.array([range(encoding_size)], 
    dtype=np.int32).T)

with tf.Session() as session:
  print one_hot_indexes.eval()

另一种方式：

batch_size = 3
one_hot_batch = tf.constant([[0, 0, 0, 1], [0, 1, 0, 0], [1, 0, 0, 0]])
one_hot_indexes = tf.where(tf.not_equal(one_hot_batch, 0))
one_hot_indexes = one_hot_indexes[:, 1]
one_hot_indexes = tf.reshape(one_hot_indexes, [batch_size, 1])
with tf.Session() as session:
  print one_hot_indexes.eval()

两种情况的结果：

[[3]
 [1]
 [0]]