Tensorflow 中张量和上限的 Argmax
Argmax on a tensor and ceiling in Tensorflow
假设我在 Tensorflow 中有一个张量，它的值如下：
A = [[0.7, 0.2, 0.1],[0.1, 0.4, 0.5]]
如何将此张量更改为以下内容：
B = [[1, 0, 0],[0, 0, 1]]
换句话说，我只想保留最大值并将其替换为 1。
任何帮助将不胜感激。
我认为你可以用一行代码解决它：
import tensorflow as tf
import numpy as np
x_data = [[0.7, 0.2, 0.1],[0.1, 0.4, 0.5]]
# I am using hard-coded dimensions for simplicity
x = tf.placeholder(dtype=tf.float32, name="x", shape=(2,3))
session = tf.InteractiveSession()
session.run(tf.one_hot(tf.argmax(x, 1), 3), {x: x_data})
结果如你所愿：
Out[6]:
array([[ 1., 0., 0.],
[ 0., 0., 1.]], dtype=float32)
假设我在 Tensorflow 中有一个张量，它的值如下：
A = [[0.7, 0.2, 0.1],[0.1, 0.4, 0.5]]
如何将此张量更改为以下内容：
B = [[1, 0, 0],[0, 0, 1]]
换句话说，我只想保留最大值并将其替换为 1。
任何帮助将不胜感激。
我认为你可以用一行代码解决它：
import tensorflow as tf
import numpy as np
x_data = [[0.7, 0.2, 0.1],[0.1, 0.4, 0.5]]
# I am using hard-coded dimensions for simplicity
x = tf.placeholder(dtype=tf.float32, name="x", shape=(2,3))
session = tf.InteractiveSession()
session.run(tf.one_hot(tf.argmax(x, 1), 3), {x: x_data})
结果如你所愿：
Out[6]:
array([[ 1., 0., 0.],
[ 0., 0., 1.]], dtype=float32)