Tensorflow tf.one_hot（）是否支持SparSetSensor作为索引参数？

我想问一下，函数是否支持SparSetSensor作为“索引”参数。我想做一个多标签分类（每个例子都有多个标签），这需要计算交叉熵损失

我试图直接将SparseTensor置于“Indexs”参数中，但它会引发以下错误：

TypeError:无法将类型的对象转换为Tensor。内容：SparseTensor（索引=张量（“读取批处理特征/fifo队列输出：106”，形状=（？，2），数据类型=int64，设备=/job:worker），值=张量（“字符串到索引查找：0”，形状=（？，），数据类型=int64，设备=/job:worker），密集形状=张量（“读取批处理特征/fifo队列输出：108”，形状=（2，），数据类型=int64，设备=/job:worker））。将铸造元素考虑为支持类型。

对可能的原因有什么建议吗

---

谢谢。

one\u hot不支持将SparseTensor作为索引参数。不过，您可以将稀疏张量的索引/值张量作为索引参数传递，这可能会解决您的问题。

您可以从初始SparseTensor构建另一个形状为

（批大小，num类）

。例如，如果将类保留在单个字符串要素列中（用空格分隔），则可以使用以下选项：

将tensorflow导入为tf
所有类=[“1类”、“2类”、“3类”]
classes_列=[“class1 class3”、“class1 class2”、“class2”、“class3”]
table=tf.contrib.lookup.index\u table\u from\u tensor(
映射=tf.常数（所有类）
)
classes=tf.常数（classes\U列）
class=tf.string\u split（类）
idx=table.lookup（classes）#SparseTensor的形状（4，2），因为4行中的每一行最多有2个类
num_items=tf.cast（tf.shape（idx）[0]，tf.int64）#批处理中的项目数
num#entries=tf.shape（idx.index）[0]#num非零项
y=tf.SparseTensor(
索引=tf.stack（[idx.index[：，0]，idx.values]，axis=1），
value=tf.ones（shape=（num_条目，），dtype=tf.int32），
密集形状=（num\u项，len（所有类）），
)
y=tf.稀疏张量到稠密（y，验证指数=False）
使用tf.Session（）作为sess：
tf.tables_initializer（）.run（）
打印（sess.run（y））
#产出：
# [[1 0 1]
#  [1 1 0]
#  [0 1 0]
#  [0 0 1]]

这里的

idx

是一个稀疏传感器。其索引的第一列

idx.indexs[：，0]

包含批次的行号，其值

idx.values

包含相关类id的索引。我们将这两列结合起来创建新的

y.indexs

有关多标签分类的完整实现，请参见