python tensorflow中一种热编码的分类级别

Question

如果我有这样的分类标签

labels = [cat,dog, bird, cow]

现在我想将它转换为一种热编码。是否可以通过使用张量流。 像这样

output_label = [[1 0 0 0]
               [0 1 0 0]
               [0 0 1 0]
               [0 0 0 1]]

Answer 1

首先，您需要将分类数据转换为数字格式。例如，您可以这样做：

def categorical_to_numerical(labels):
    num_labels=[]
    for k in labels:
        if k == 'cat':
            num_labels.append(0)
        if k == 'dog':
            num_labels.append(1)
        if k == 'bird':
            num_labels.append(2)
        if k == 'cow':
            num_labels.append(3)
    return num_labels

print labels
// prints ['cat','dog', 'bird', 'cow', 'dog', 'bird'] 
print categorical_to_numerical(labels)
// prints [0, 1, 2, 3, 1, 2]

现在您可以轻松使用名为 tf.one_hot 的 tensorflow 内置函数：

indices = categorical_to_numerical(labels)
detph = 4 // because you have four categories 
one_hot_labels = tf.one_hot(indices, depth) 

阅读更多关于tf.one_hothere的信息。