好玩的人工智能
快乐的深度学习

巧用tensorflow session实现类型转换

对离线型数据进行归一化最常用的方法就是one-hot编码,关于one-hot编码的原理在前面的文章有详细讲解,这里不再赘述。

实现one-hot编码的方法也各种各样,利用Python自带函数就有不下三种的写法,然,Python实现的这几种转码方法还是有点麻烦的,那么这里给出一个非常简便转换到one-hot编码的方法,一行代码就搞定!

#!/usr/bin/python
# -*- coding: utf8 -*-)

import tensorflow as tf

size = 6 
depth = 8 

label = tf.constant([0,1,2,3,4,5,6,7])
#转换到one-hot编码,对就一个函数搞定
one_hot = tf.one_hot(indices = label, depth=depth)
print 'one_hot type=',type(one_hot)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print 'label =', sess.run(label)
    print 'one_hot =',sess.run(one_hot)
    #把tensor转为numpy 数组
    #两种写法都可以
    #np_array = one_hot.eval(session=sess)
    np_array = sess.run(one_hot)
    print 'numpy =', np_array[1]
    print 'type =', type(np_array)

对,就一个tf.one_hot搞定,是不是比Python的简洁,方便?

 

 

未经允许不得转载:零点智能 » 巧用tensorflow session实现类型转换
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

零点智能 人工智能社区,加Q群:469331966

投稿&建议&加Q群