使用onehot编码的Tensorflow嵌入查找

Question

我目前有一种编码我想使用嵌入的编码。然而，当我打电话

embed=tf.nn.embedding_lookup(embeddings, train_data) 
print(embed.get_shape()) 

embed data shape (11, 32, 729, 128)

这种形状应为（11，32，128），但它给了我错了尺寸，因为train_data是onehot编码。

train_data2=tf.matmul(train_data,tf.range(729)) 

给我的错误：

ValueError: Shape must be rank 2 but is rank 3 

帮我请了！谢谢。

Answer 1

一个小的修复，以你的例子：

encoding_size = 4 
one_hot_batch = tf.constant([[0, 0, 0, 1], [0, 1, 0, 0], [1, 0, 0, 0]]) 
one_hot_indexes = tf.matmul(one_hot_batch, np.array([range(encoding_size)], 
    dtype=np.int32).T) 

with tf.Session() as session: 
    print one_hot_indexes.eval() 

另一种方法：在这两种情况下

batch_size = 3 
one_hot_batch = tf.constant([[0, 0, 0, 1], [0, 1, 0, 0], [1, 0, 0, 0]]) 
one_hot_indexes = tf.where(tf.not_equal(one_hot_batch, 0)) 
one_hot_indexes = one_hot_indexes[:, 1] 
one_hot_indexes = tf.reshape(one_hot_indexes, [batch_size, 1]) 
with tf.Session() as session: 
    print one_hot_indexes.eval() 

结果：

[[3] 
[1] 
[0]]