Softmax矩陣到0/1（OneHot）編碼矩陣？

假設我有以下的張量t爲SOFTMAX函數的輸出：Softmax矩陣到0/1（OneHot）編碼矩陣？

t = tf.constant(value=[[0.2,0.8], [0.6, 0.4]]) 
>> [ 0.2, 0.8] 
    [ 0.6, 0.4]

現在，我想這個矩陣t轉換成類似於OneHot編碼矩陣的矩陣：

Y.eval() 
>> [ 0, 1] 
    [ 1, 0]

我熟悉c = tf.argmax(t)這會給我指數t，應該是1.但從c到Y似乎相當困難。

我已經嘗試過使用c被轉換t至tf.SparseTensor，然後使用tf.sparse_tensor_to_dense()得到Y。但是，這種轉換涉及相當多的步驟，而且看起來對於這項任務來說是過分的 - 我甚至沒有完成它，但我相信它可以工作。

是否有任何更適當的/簡單的方法來做這個轉換，我缺少。

我需要這個的原因是因爲我有一個Python自定義OneHot編碼器，我可以喂Y。 tf.one_hot()不夠廣泛 - 不允許自定義編碼。

相關問題：

爲什麼不結合tf.argmax（）與tf.one_hot（）。

Y = tf.one_hot(tf.argmax(t, dimension = 1), depth = 2)

2016-07-29 09:31:29 chasep255

這太明顯了！真的感到沮喪，因爲沒有看到更快。我認爲你是對的。雖然'tf.one_hot（）'是爲了分類，而不是爲索引分配1，但它似乎實際上做了後者（從我的有限測試中）以及指定深度。謝謝！ –

回答