tf学习小记

 

1 keras.preprocessing.sequence.pad_sequences使用

 keras.preprocessing.sequence.pad_sequences(sequences, 
	maxlen=None,
	dtype='int32',
	padding='pre',
	truncating='pre', 
	value=0.)

其中,

sequences：浮点数或整数构成的两层嵌套列表
maxlen：None或整数，为序列的最大长度。大于此长度的序列将被截短，小于此长度的序列将在后部填0.
dtype：返回的numpy array的数据类型
padding：‘pre’或‘post’，确定当需要补0时，在序列的起始还是结尾补（默认为pre）
truncating：‘pre’或‘post’，确定当需要截断序列时，从起始还是结尾截断（默认为pre）
value：浮点数，此值将在填充时代替默认的填充值0

函数返回的是一个二维张量。

举个栗子：

test_list1=[[1,2,3,4]]
keras.preprocessing.sequence.pad_sequences(test_list1,maxlen=10)

输出为 array([[0, 0, 0, 0, 0, 0, 1, 2, 3, 4]])，可以看出默认是在序列前面补充填充值默认值0。

2 target的one-hot

# target data convert to one - hot

def processing_target(train_target, test_target, num_classes):

    train_y = tf.one_hot(train_target, depth = num_classes)

    test_y = tf.one_hot(test_target, depth = num_classes)

    return train_y, test_y