TensorFlow，tf.one_hot为什么输出的形状由轴的值定义？

我读了这本书，发现

。新轴是在尺寸轴处创建的（默认值：新轴附加在末端）

新轴是什么

如果索引是长度特征向量，则输出形状为：

如果轴==-1，特征x深度

如果轴==0，深度x特征

如果索引是具有形状[批次，特征]的矩阵（批次），则输出形状为：

如果轴==-1，批次x特征x深度

如果轴==1，则批次x深度x特征

如果轴==0，深度x批次x特征

为什么输出的形状由轴定义

tf.one_hot（）

转换索引列表（例如

[0,2,1]

）并将其转换为长度

深度

的一个热向量列表

例如，如果

depth=3

• 输入中的索引0将替换为[1,0,0]
• 输入中的索引1将替换为[0,1,0]
• 输入中的索引2将替换为[0,0,1]

所以

[0,2,1]

将被编码为

[[1,0,0]，[0,0,1]，[0,1,0]]

如您所见，输出比输入多了一个维度（因为每个索引都被一个向量替换）

默认情况下（和您通常需要的，），新维度将作为最后一个维度创建，因此如果您的输入是形状

（d1，d2，…，dn）

，您的输出将是形状

（d1，d2，…，dn，depth）

。但如果更改输入参数轴，则可以选择将新尺寸标注放在其他位置，例如，如果

轴=0

，则输出的形状将为

（深度，d1，d2，…，dn）

---

更改维度的顺序基本上是n维版本的转置：您拥有相同的数据，但切换索引的顺序以访问它们（相当于切换2D矩阵中的列和行）。

因为

如果输入索引为秩n，则输出将为秩n+1。

，轴的值是输出深度的索引