python - 当 One Hot Encoding 时，浮点的 attr 'TI' 的 Tensorflow 值不在允许值列表中

Question

我有这段代码，它采用形状为的张量(3, 3)并将其重塑为 (9,). 之后，它应用了一个one_hot函数，但它抛出了一个错误。

这是代码：

import tensorflow as tf

t1 = tf.constant([[1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=tf.float32)
t2 = tf.constant([[1], [-1], [1]], dtype=tf.float32)

print(tf.one_hot(tf.reshape(t1, -1), depth=2))

错误是：

InvalidArgumentError: Value for attr 'TI' of float is not in the list of allowed values: uint8, int32, int64
    ; NodeDef: {{node OneHot}}; Op<name=OneHot; signature=indices:TI, depth:int32, on_value:T, off_value:T -> output:T; attr=axis:int,default=-1; attr=T:type; attr=TI:type,default=DT_INT64,allowed=[DT_UINT8, DT_INT32, DT_INT64]> [Op:OneHot]

我正在使用 GoogleColab 笔记本，所以我认为问题可能是 TensorFlow 的版本或张量的数据类型，但任何其他解决方案都会受到赞赏。

标签： pythontensorflowmachine-learningmathgoogle-colaboratory

Answer 1

您可以简单地将您的张量转换为tf.int32或类似，因为tf.one_hot需要 integer indices：

import tensorflow as tf

t1 = tf.constant([[1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=tf.float32)
t2 = tf.constant([[1], [-1], [1]], dtype=tf.float32)

print(tf.one_hot(tf.cast(tf.reshape(t1, -1), dtype=tf.int32), depth=3))

tf.Tensor(
[[0. 1. 0.]
 [1. 0. 0.]
 [1. 0. 0.]
 [1. 0. 0.]
 [0. 1. 0.]
 [1. 0. 0.]
 [1. 0. 0.]
 [1. 0. 0.]
 [0. 1. 0.]], shape=(9, 3), dtype=float32)

或与depth=2：

tf.Tensor(
[[0. 1.]
 [1. 0.]
 [1. 0.]
 [1. 0.]
 [0. 1.]
 [1. 0.]
 [1. 0.]
 [1. 0.]
 [0. 1.]], shape=(9, 2), dtype=float32)