Tensorflow：将输出张量转换为 one-hot

Question

我想做什么：（来自 cs231n 冬季课程）

我将使用tensorflow 来实现它。

但问题是我不知道如何将分数转换为 one-hot（上图中的红色线）

假设我有一个 model 类，它将所有张量操作作为对象变量。

model.outputs 是一个张量运算（前馈）来获得scores，我需要将此outputs 张量转换为单热张量以不同的方式，以便我可以执行梯度操作。

我该如何实现？

Answer 1

假设您的scores 或model.outputs 节点的形状为[batch, #class]。在下面的示例中，我们使用batch_size = 2，我们有 4 个classes。

tf.reset_default_graph()
batch_size=2
num_classes=4
score = tf.constant([[0.5, 0.6, 0.2, 0.01], 
                     [0.8, 0.75, 1.0, 1.0]])

max_per_instance = tf.expand_dims(tf.reduce_max(score, axis=1), 0)
tiled = tf.tile(max_per_instance, [num_classes, 1])
n_hot = tf.cast(tf.equal(score, tf.transpose(tiled)), tf.int32)
with tf.Session() as sess:
  print sess.run(n_hot)

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