Python Tensorflow 2个字符串标签到一个\u热

我试图用字符串标签来拟合模型，格式为

[“aa”、“aa”、“bb”、“bb”、“bb”、“cc”]

，并希望使用

tf.one_hot（标签，深度=3）

来获取one hot向量，但我得到了错误：

NotFoundError: Could not find valid device for node.
Node:{{node OneHot}}
All kernels registered for op OneHot :
  device='XLA_GPU'; TI in [DT_INT32, DT_UINT8, DT_INT64]; T in [DT_FLOAT, DT_DOUBLE, DT_INT32, DT_UINT8, DT_INT16, ..., DT_UINT16, DT_COMPLEX128, DT_HALF, DT_UINT32, DT_UINT64]
  device='XLA_CPU'; TI in [DT_INT32, DT_UINT8, DT_INT64]; T in [DT_FLOAT, DT_DOUBLE, DT_INT32, DT_UINT8, DT_INT16, ..., DT_UINT16, DT_COMPLEX128, DT_HALF, DT_UINT32, DT_UINT64]

我的问题是:

---

1-是否可以使用tensorflow 2直接将此类标签转换为热标签，或者输入是否为

INT

2-如果是，是什么导致此问题

3-是否可以使用字符串标签直接拟合模型

额外资料：

我正在使用群集来训练和使用

GPU

，并使用基于

---

如果有必要，我会发布更多的代码

1-是否可以使用tensorflow 2直接将此类标签转换为一个热标签，或者输入是否为INT

2-如果是，是什么导致此问题

TensorFlow仅支持数字索引。如果您查看文档，它实际上是作为标签传递的索引。我通过这个找到了这个信息

3-是否可以使用字符串标签直接拟合模型

我不认为这是一个简单的出路。但如果你能将数据存储在内存中，我建议使用pandas/sklearn并将其转换为onehot编码。如果没有，您可能需要为数据创建一系列要素列。例如，“功能”列支持您需要实现的功能

---

谢谢你的回复，我是通过进一步阅读文献得到的。我将把这个留给以后的事情：1-1热向量用于分类交叉熵，整数标签用于稀疏分类交叉熵。我把我的标签改成整数，并和我的损失函数匹配，结果成功了。