tensorflow独热编码方法_独热（one-hot）编码的tensorflow实现

一、独热编码

独热编码，又称一位有效码，用序列化的数字(只有0和1)表达特征。主要思路是使用N位数字对N种情况进行编码。

举个例子，对[0,1,2,3]分别进行编码。由于有4种情况，序列的长度为4，对应数字的位置1，其余置0。所以：

[1,0,0,0]

[0,1,0,0]

[0,0,1,0]

[0,0,0,1]

二、几个必要函数

掌握了独热编码的规律，我们先来看一段代码，了解几个必要的函数。

import tensorflow as tf

#创建一维向量a和b，shape均为(3, )

a = tf.constant([1,2,3])

b = tf.constant([4,5,6])

#a和b在一维上连接，c的shape为(6, )

c = tf.concat([a,b],0)

#由于a和b是一维向量，无法连接，会报错

#c1 = tf.concat([a,b],1)

#将a和b扩充为二维向量，二者的shape均为(3,1)

t1 = tf.expand_dims(a,1)

t2 = tf.expand_dims(b,1)

#分别在第二维和第一维上连接

concated = tf.concat([t1,t2],1)

concated1 = tf.concat([t1,t2],0)

#查看结果

with tf.Session() as sess:

print(a,a.shape)

pr