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Python 将标签映射到tf.unique_和_counts()之后的计数,python,tensorflow,Python,Tensorflow,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) => uni
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。