张量流将标签向量操纵为“多个热编码器”

是否有可能（以一种很好的方式）在张量流中实现下一个功能：

假设我们有一个密集的标签向量

labels = [0,3,1,2,0]

我需要制作一个“多个热编码器”。意思是，对于每一行，我需要 1 到标签索引减 1 所以所需的结果将是

[[0, 0, 0],
 [1, 1, 1],
 [0, 0, 1],
 [0, 1, 1],
 [0, 0, 0]]

thanks

您可以使用 tf.nn.embeddings_lookup 来执行此操作，如下所示：

embeddings = tf.constant([[0,0,0], [0,0,1], [0,1,1], [1,1,1]])
labels = [0,3,1,2,0]
encode_tensors = tf.nn.embedding_lookup(embeddings,labels)

sess.run(encode_tensors) 的输出：

array([[0, 0, 0],
   [1, 1, 1],
   [0, 0, 1],
   [0, 1, 1],
   [0, 0, 0]], dtype=int32)

希望这可以帮助 ！