tf.one_hot

  该函数用于将输入转换成one-hot形式：

tf.one_hot(indices, depth, on_value, off_value, axis)

• indices：非负整数表示的标签列表，len(indices)就是分类的类别数。tf.one_hot返回的张量的阶数为indeces的阶数加上1。当indices的某个分量取-1时，即对应的向量没有独热值。
• depth：每个独热向量的维度。
• on_value：独热值。
• off_value：非独热值。
• axis：指定第几阶为depth维独热向量，默认为-1，即指定张量的最后一维为独热向量。例如对于一个2阶张量而言，axis = 0时，每个列向量是一个独热的depth维向量；axis = 1时，每个行向量是一个独热的depth维向量。

import tensorflow as tf
import numpy as np

z = np.random.randint(0, 10, size=[10])
y = tf.one_hot(z, 10, on_value=1, off_value=None, axis=0)

with tf.Session()as sess:
    print(z)
    print(sess.run(y))

执行结果：

[4 4 5 8 9 0 5 0 3 1]
[[0 0 0 0 0 1 0 1 0 0]
 [0 0 0 0 0 0 0 0 0 1]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 1 0]
 [1 1 0 0 0 0 0 0 0 0]
 [0 0 1 0 0 0 1 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 1 0 0 0 0 0 0]
 [0 0 0 0 1 0 0 0 0 0]]