Python 将标签映射到tf.unique_和_counts（）之后的计数

我有一个BxN输入特征张量

特征标签

，我调用

unique_标签，label_idc，label_counts=tf.unique_with_counts（特征标签）

获取标签计数

如何生成BxN矩阵，它存储标签计数而不是标签

一批的示例：

Input: 
feature_labels: 0 1 1 1 0 2 3 1 3

> unique_labels, _, label_counts = tf.unique_with_counts(feature_labels)

=> unique_labels: 0 1 2 3
=> label_counts: 2 4 1 2

Output:
2 4 4 4 2 1 2 4 2

---

如果我理解正确，我想你可以这样做：

import tensorflow as tf

with tf.Graph().as_default(), tf.Session() as sess:
    feature_labels = tf.constant([0, 1, 1, 1, 0, 2, 3, 1, 3], tf.int32)
    _, unique_idx, label_counts = tf.unique_with_counts(feature_labels)
    result = tf.gather(label_counts, unique_idx)
    print(sess.run(result))
    # [2 4 4 4 2 1 2 4 2]

---

请给出一个输入示例和您期望的输出，目前还不清楚您想要得到什么矩阵。@jdehesa添加了一个示例，使其能够在BxN矩阵上工作，我必须使用

tf.python.ops.gen\u array\u ops.unique\u with_counts\u v2（功能标签，axis=[-1]）

，但除此之外，它还能工作，谢谢。