查看tensorflow里面one_hot编码的实现,源码内容如下:
def dense_to_one_hot(labels_dense, num_classes):
"""Convert class labels from scalars to one-hot vectors."""
num_labels = labels_dense.shape[0]
index_offset = numpy.arange(num_labels) * num_classes
labels_one_hot = numpy.zeros((num_labels, num_classes))
labels_one_hot.flat[index_offset + labels_dense.ravel()] = 1
return labels_one_hot
对函数进行理解:
1. 首先,labels_dense 必须是一个numpy里面的array类型的数据,因为要使用它的shape属性。
2. 一开始获取labels标签的数量,用于创建遍历时候的下标
3. 建立下标:idnex_offset
该下标表表示的是一维时候每个labels的对应下标