TensorFlowで文字列ラベルをワンホットベクトルに変換する方法は？

Question

TensorFlowを初めて使用していて、2列、1列のインデックス、2列のラベル文字列を含むコンマ区切り値（csv）ファイルを読んでみたいと思います。私はcsvファイルの行を1行ずつ読み込む次のコードを持っており、print文を使ってcsvファイルのデータを正しく取得できます。しかし、私は文字列ラベルからワンホットエンコーディング変換を行い、TensorFlowでそれを行う方法はしたくありません。最後の目標は、tf.train.batch（）関数を使用して、ニューラルネットワークを訓練するための1つのホットラベルベクトルのバッチを得ることです。

以下のコードでわかるように、TensorFlowセッション内でラベル項目ごとに1ホットベクトルを手動で作成できます。しかし、どのようにtf.train.batch（）関数を使うのですか？行を移動すると、TensorFlowセッションブロック（col2をlabel_one_hotに置き換える）に行を移動すると、プログラムは何もしないでブロックします。私はTensorFlowセッションの外でワンホットベクトル変換を移動しようとしましたが、正しく動作するようにはできませんでした。それを行う正しい方法は何ですか？助けてください。

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) 

あなたは順番に tf.one_hot経由でワンホットベクトルに変換します、プレースホルダ、にあなたの index変数を養うために試してみたいことがあり

Answer 1

？これらの線に沿って何か：あなたはバッチで物事を行っている場合

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}) 

わからない、ではないあなたのケースでYOUR_BATCH_SIZEは無関係であるかもしれないので、もし。また、numpy.zerosを使用して行うこともできますが、特にバッチ処理では、より洗練された方が簡単です。