假设我有以下张量 t 作为softmax函数的输出：
t = tf.constant(value=[[0.2,0.8], [0.6, 0.4]])
>> [ 0.2, 0.8]
[ 0.6, 0.4]
现在我想将此矩阵 t 转换为类似于OneHot编码矩阵的矩阵：
Y.eval()
>> [ 0, 1]
[ 1, 0]
我熟悉 c = tf.argmax(t) 会给我 t 的每一行的索引应该是1.但是从 c 到 Y 似乎很难 .
我已经尝试过的是使用 c 将 t 转换为 tf.SparseTensor 然后使用 tf.sparse_tensor_to_dense() 来获取 Y . 但是这种转换涉及相当多的步骤并且对于任务来说似乎有点过头了 - 我甚至还没完成它，但我确信它可以工作 .
有没有更合适/简单的方法来进行我失踪的转换 .
我需要这个的原因是因为我在Python中有一个自定义的OneHot编码器，我可以在其中提供 Y . tf.one_hot()不够广泛 - 不允许自定义编码 .
相关问题：
1 回答
为什么不将tf.argmax（）与tf.one_hot（）结合起来 .
Y = tf.one_hot(tf.argmax(t, dimension = 1), depth = 2)