Softmax矩阵到0/1（OneHot）编码矩阵？

Question

假设我有以下的张量t为SOFTMAX函数的输出：

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

现在，我想这个矩阵t转换成类似于OneHot编码矩阵的矩阵：

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

我熟悉c = tf.argmax(t)这会给我指数t，应该是1.但从c到Y似乎相当困难。

我已经尝试过使用c被转换t至tf.SparseTensor，然后使用tf.sparse_tensor_to_dense()得到Y。但是，这种转换涉及相当多的步骤，而且看起来对于这项任务来说是过分的 - 我甚至没有完成它，但我相信它可以工作。

是否有任何更适当的/简单的方法来做这个转换，我缺少。

我需要这个的原因是因为我有一个Python自定义OneHot编码器，我可以喂Y。 tf.one_hot()不够广泛 - 不允许自定义编码。

相关问题：

• Adjust Single Value within Tensor -- TensorFlow

Answer 1

为什么不结合tf.argmax（）与tf.one_hot（）。

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