Python 在tensorflow中输入标签的最佳方式

我有一个由图像组成的训练集，从中我必须预测一个由固定数量的字母和数字组成的标签。 将这些标签输入tensorflow的最佳方式是什么？。我想创建一个数字列表，一个用于标签中的所有字符/数字。 我创建了一个包含所有可能值的列表：

__dict = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u',
          'v', 'w', 'x', 'y', 'z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

然后我使用

\uu dict

变量中的字母索引将标签编码到一个数字列表中。 例如：

label = abc
label_encoded = [0, 1, 2]

---

这是正确的方法吗？

最好的方法是为每个标签使用唯一的整数，即aaa=0、aab=1等

您可以方便地使用以36为基数的位置编码（如果字母是小写英文字符+数字）

---

我不知道您面临的问题，但请注意这可能会导致大量标签（即分类问题的输出类）

这样，我必须创建所有可能的标签。它可能非常昂贵。有没有一种方式与我最初的想法相似？谢谢。这取决于问题：如果标签“aaa”和“bcd”没有共享任何内容，那么它们应该被视为分类问题的不同类别，是的，您必须创建所有可能的标签。一切都取决于你想要实现什么。