如何將字符串標籤轉換爲TensorFlow中的一個熱點向量？

我是TensorFlow的新手，並且想要讀取逗號分隔值（csv）文件，其中包含2列，第1列爲索引，第2列爲標籤字符串。我有下面的代碼，逐行讀取csv文件中的行，並且我能夠使用print語句正確地獲取csv文件中的數據。但是，我想從字符串標籤中進行一次性編碼轉換，而不是在TensorFlow中如何實現。最後的目標是使用tf.train.batch（）函數，這樣我就可以獲得批量的單熱標籤矢量來訓練神經網絡。如何將字符串標籤轉換爲TensorFlow中的一個熱點向量？

正如您在下面的代碼中看到的那樣，我可以在TensorFlow會話中爲每個標籤條目手動創建一個熱點向量。但是，我如何使用tf.train.batch（）函數？如果我招行

label_batch = tf.train.batch([col2], batch_size=5)

到TensorFlow會話塊（與label_one_hot更換COL2），程序塊什麼都不做。我試圖在TensorFlow會話之外移動一個熱點向量轉換，但是我沒能使它正常工作。什麼是正確的方法來做到這一點？請幫忙。

label_files = [] 
label_files.append(LABEL_FILE) 
print "label_files: ", label_files 

filename_queue = tf.train.string_input_producer(label_files) 

reader = tf.TextLineReader() 
key, value = reader.read(filename_queue) 
print "key:", key, ", value:", value 

record_defaults = [['default_id'], ['default_label']] 
col1, col2 = tf.decode_csv(value, record_defaults=record_defaults) 

num_lines = sum(1 for line in open(LABEL_FILE)) 

label_batch = tf.train.batch([col2], batch_size=5) 

with tf.Session() as sess: 
    coordinator = tf.train.Coordinator() 
    threads = tf.train.start_queue_runners(coord=coordinator) 

    for i in range(100): 
     column1, column2 = sess.run([col1, col2]) 

     index = 0 
     if column2 == 'airplane': 
      index = 0 
     elif column2 == 'automobile': 
      index = 1 
     elif column2 == 'bird': 
      index = 2 
     elif column2 == 'cat': 
      index = 3 
     elif column2 == 'deer': 
      index = 4 
     elif column2 == 'dog': 
      index = 5 
     elif column2 == 'frog': 
      index = 6 
     elif column2 == 'horse': 
      index = 7 
     elif column2 == 'ship': 
      index = 8 
     elif column2 == 'truck': 
      index = 9 

     label_one_hot = tf.one_hot([index], 10) # depth=10 for 10 categories 
     print "column1:", column1, ", column2:", column2 
     # print "onehot label:", sess.run([label_one_hot]) 

    print sess.run(label_batch) 

    coordinator.request_stop() 
    coordinator.join(threads)

來源

2017-04-25 so_user

你想讓別人修正你的所有代碼，或者告訴你如何在TF中使用單熱編碼器嗎？ –

我相信我知道如何使用TF的單熱編碼器，如上面的代碼所示。也許我應該說我應該如何使用TF的計算圖將字符串標籤轉換爲一個熱門的向量。謝謝。 –

基本上我想要的是當col2等於10個標籤字符串中的一個時，獲取標籤索引，然後將col2的值更改爲一個單獨的向量。對所有條目執行此操作，然後返回整批熱敏標籤。 –

你可能想嘗試你的index可變送入一個佔位符，而這又被通過tf.one_hot變成了一個熱載體？沿着這些路線的東西：

lbl = tf.placeholder(tf.uint8, [YOUR_BATCH_SIZE]) 
lbl_one_hot = tf.one_hot(lbl, YOUR_VOCAB_SIZE, 1.0, 0.0) 
lb_h = sess.run([lbl_one_hot], feed_dict={lbl: index})

不知道你正在做的事情批次，因此，如果沒有你的情況YOUR_BATCH_SIZE可能是無關緊要的。你也可以使用numpy.zeros來做到這一點，但是我發現上述更清潔和更容易，尤其是在批處理方面。

來源

2017-04-25 08:43:38

用這種方法，我們準備TF外的標籤索引列表？我如何做TF內的一切？ –

你的意思是如何將字符串標籤映射到TF內部的整數？如果是這樣，恐怕我還沒有遇到過。希望別人會回答。我會想象在外面做這件事更容易，比如用PD DataFrame –

是的，那就是我的意思。也許我應該在外面做。謝謝@VS_FF！ –

如何將字符串標籤轉換爲TensorFlow中的一個熱點向量？

回答

相關問題