tf.nn.sparse_softmax_cross_entropy_with_logits-tensorflow中没有一个热编码的标签

我正在试图理解

tf.nn.sparse\u softmax\u cross\u entropy\u with\u logits

是如何工作的

描述说：

    A common use case is to have logits of shape [batch_size, num_classes]
 and labels of shape [batch_size]. But higher dimensions are supported.

因此，它建议我们可以以原始形式提供标签，例如

[1,2,3]

现在，由于所有计算都是每批完成的，我相信以下是可能的：

在所有情况下，我们假设批量大小等于2

案例1（一批）： 罗吉特：

相应的标签：

2
3

1
2

我猜标签可能被编码为

[1 0 0]
[0 1 0] 

案例2（另一批）： 罗吉特：

相应的标签：

2
3

1
2

我猜标签可能被编码为（我不知道是什么阻止我们进行这种编码，除非tensorflow跟踪它以前是如何编码的）

---

所以我们有两种不同的编码。假设tensorflow在批与批之间保持编码一致是否安全？

没有真正的编码发生。标签仅为

1

在相应热向量中的位置：

0 -> [1, 0, 0]
1 -> [0, 1, 0]
2 -> [0, 0, 1]

---

此“编码”将在每批中使用。

没有真正的编码发生。标签仅为

1

在相应热向量中的位置：

0 -> [1, 0, 0]
1 -> [0, 1, 0]
2 -> [0, 0, 1]

---

此“编码”将在每批中使用。

非常感谢！所以我的标签必须是某种格式的？如果我的标签是34、45、133，而我们只有三个呢classes@user1700890是的，您的标签必须是介于0和\u类的\u个数-1之间的整数。如果您的标签是34、45和133，您必须自己将它们编码为0、1和2。非常感谢！所以我的标签必须是某种格式的？如果我的标签是34、45、133，而我们只有三个呢classes@user1700890是的，您的标签必须是介于0和\u类的\u个数-1之间的整数。如果标签是34、45和133，则必须自己将其编码为0、1和2。