Python 在指定一个\u hot=True后，如何从MNIST示例中获取整数标签？

我一直在尝试（解释.cls和.labels at），这只是一个简单的MNIST分类器模型。但我无法完成它，因为Tensorflow中显然缺少一个函数

>>>from tensorflow.examples.tutorials.mnist import input_data
>>>data = input_data.read_data_sets("data/MNIST", one_hot=True)

>>>one_hot_labels = data.test.labels #mat shape=(num_images X num_classes)
>>>cls_labels = data.test.cls #mat shape=(num_images X 1)
Traceback (most recent call last):
  File "/home/file.py", line 5, in <module>
    cls_labels = data.test.cls
AttributeError: 'DataSet' object has no attribute 'cls'

我正在Linux上使用Tensorflow 0.10.0，不知道是否删除了.cls选项

如果是这样，是否有一种替代方法可以从一个热向量数组中编码分类器名称数组

---

谢谢

目前我们使用属性

图像

作为图像数据，使用

标签

作为类（标签）。比如说,

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("data/MNIST", one_hot=True)
# data
images = mnist.test.images
# label
labels = mnist.test.labels

# without one-hot
mnist = input_data.read_data_sets("data/MNIST", one_hot=False)
# original data
images = mnist.test.images.reshape([-1, 28, 28])
print(images.shape)
# label
labels = mnist.test.labels
print(labels)

---

目前，我们对图像数据使用属性

图像

，对类（标签）使用属性

标签

。比如说,

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("data/MNIST", one_hot=True)
# data
images = mnist.test.images
# label
labels = mnist.test.labels

# without one-hot
mnist = input_data.read_data_sets("data/MNIST", one_hot=False)
# original data
images = mnist.test.images.reshape([-1, 28, 28])
print(images.shape)
# label
labels = mnist.test.labels
print(labels)

---

您的标签位于这种类型的数组（一个热）中，例如：

array([[ 0.,  0.,  0., ...,  1.,  0.,  0.],
       [ 0.,  0.,  1., ...,  0.,  0.,  0.],
       [ 0.,  1.,  0., ...,  0.,  0.,  0.],

1号。位于数组的位置，其中告诉您哪个标签是

要从该数据中获取整数标签，必须使用以下内容获取索引：

data.test.cls = np.argmax(data.test.labels, axis=1)

---

您的标签位于这种类型的数组（一个热）中，例如：

array([[ 0.,  0.,  0., ...,  1.,  0.,  0.],
       [ 0.,  0.,  1., ...,  0.,  0.,  0.],
       [ 0.,  1.,  0., ...,  0.,  0.,  0.],

1号。位于数组的位置，其中告诉您哪个标签是

要从该数据中获取整数标签，必须使用以下内容获取索引：

data.test.cls = np.argmax(data.test.labels, axis=1)

---

我注意到images函数，但是它是像素数据的平坦向量，而不是对应于其one_热向量的整数标签。例如：data.test.labels=[0,0,0,0,0,0,0,1,0,0,0]和data.test.cls=[7]是的，原始

read\u data\u set

函数将MNIST图像转换为一维向量，如果您想要获得原始数据，请对数据进行

整形，然后您就会得到它。如果你想有整数标签，你需要在
read\u data\u set
函数中使用
one\u hot=False
。我注意到images函数，但是它是一个像素数据的平坦向量，而不是对应于其one_热向量的整数标签。例如：data.test.labels=[0,0,0,0,0,0,0,1,0,0,0]和data.test.cls=[7]是的，原始
read\u data\u set
函数将MNIST图像转换为一维向量，如果您想要获得原始数据，请对数据进行
整形，然后您就会得到它。如果你想有整数标签，你需要在
read\u data\u set
函数中使用
one\u hot=False
。我已经修改了代码来说明它们。我发现了一个使用Numpy的解决方法。当您指定一个_hot=True时，您可以使用：np.argmax（data.test.labels，axis=1）将其编码回整数标签数组。我发现了一个使用Numpy的解决方法。当指定一个_hot=True时，可以使用以下命令将其编码回整数标签数组：np.argmax（data.test.labels，axis=1）