你如何解码 Tensorflow 中的 one-hot 标签？

Question

一直在寻找，但似乎找不到任何有关如何从 TensorFlow 中的单热值解码或转换回单个整数的示例。

我使用 tf.one_hot 并能够训练我的模型，但我对如何在分类后理解标签感到困惑。我的数据是通过我创建的 TFRecords 文件输入的。我考虑过在文件中存储一个文本标签，但无法让它工作。似乎 TFRecords 无法存储文本字符串，或者我弄错了。

原文由 Matt Camp 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 tf.argmax 矩阵中最大元素的索引。由于您的一个热矢量将是一维的，并且只有一个 1 和其他 0 s，假设您正在处理单个矢量，这将起作用。

 index = tf.argmax(one_hot_vector, axis=0)

对于 batch_size * num_classes 的更标准矩阵，使用 axis=1 得到大小为 batch_size * 1 的结果。

原文由 martianwars 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

由于 one-hot 编码通常只是一个具有 batch_size 行和 num_classes 列的矩阵，并且每行全为零，并且对应于所选类的单个非零值，您可以使用 tf.argmax() 恢复整数标签向量：

 BATCH_SIZE = 3
NUM_CLASSES = 4
one_hot_encoded = tf.constant([[0, 1, 0, 0],
                               [1, 0, 0, 0],
                               [0, 0, 0, 1]])

# Compute the argmax across the columns.
decoded = tf.argmax(one_hot_encoded, axis=1)

# ...
print sess.run(decoded)  # ==> array([1, 0, 3])

原文由 mrry 发布，翻译遵循 CC BY-SA 3.0 许可协议