机器学习中Tensorflow的常用函数之tf.one_hot()函数

最新推荐文章于 2023-01-13 11:53:22 发布

怎样才能成为一个大神

最新推荐文章于 2023-01-13 11:53:22 发布

阅读量766

点赞数 2

文章标签： python 机器学习 tensorflow 神经网络数据挖掘

本文链接：https://blog.csdn.net/jxs19960914/article/details/108646970

版权

本文介绍了TensorFlow中的tf.one_hot()函数，用于将数值转换为one-hot编码，适用于分类任务。函数详细解释了参数功能，包括indices、depth、on_value、off_value和dtype，并通过向量和矩阵的例子展示了其用法。

摘要由CSDN通过智能技术生成

tf.one_hot()函数简介

tf.one_hot()函数是将input转化为one-hot类型数据输出，相当于将多个数值联合放在一起作为多个相同类型的向量，可用于表示各自的概率分布，通常用于分类任务中作为最后的FC层的输出。

官网的函数定义

官网默认定义如下：

one_hot(indices, depth, on_value=None, 
	off_value=None, axis=None, dtype=None, name=None)

参数功能如下：
　1）indices中的元素指示on_value的位置，不指示的地方都为off_value。indices可以是向量、矩阵。
　2）depth表示输出张量的尺寸，indices中元素默认不超过（depth-1），如果超过，输出为[0,0,···,0]
　3）on_value默认为1
　4）off_value默认为0
　5）dtype默认为tf.float32

举例说明tf.one_hot()函数用法

indices是向量

import tensorflow as tf

indices = [0,2,3,5]
depth1 = 6   # indices没有元素超过(depth-1)
depth2 = 4   # indices有元素超过(depth-1)
a = tf.one_hot(indices,depth1)
b = tf.one_hot(indices