TensorFlow, tf.one_hot 为什么输出的形状由轴的值定义？

Question

我阅读了 docs of tf.one_hot 并发现

... . The new axis is created at dimension axis (default: the new axis is appended at the end).

什么是 The new axis ？

If indices is a vector of length features, the output shape will be:

features x depth if axis == -1

depth x features if axis == 0

如果索引是形状为 [batch, features] 的矩阵(批次)，则输出形状将为:

batch x features x depth if axis == -1

batch x depth x features if axis == 1

depth x batch x features if axis == 0

为什么输出的形状由轴定义？

Answer 1

tf.one_hot() 转换索引列表(例如 [0, 2, 1] )并将其转换为长度为 depth 的单热向量列表。

例如，如果 depth = 3 ，

输入中的

索引 0 将被替换为 [1, 0, 0]

输入中的

索引 1 将被替换为 [0, 1, 0]

输入中的

索引 2 将被替换为 [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 )，新维度创建为最后一个，因此如果您的输入是 (d1, d2, .., dn) 形状，则您的输出将是 (d1, d2, .., dn, depth) 形状。但是，如果您更改输入参数轴，您可以选择将新维度放在其他地方，例如，如果 axis=0 您的输出将是 (depth, d1, d2, .., dn) 形状。

改变维度的顺序基本上是转置的 n 维版本:你有相同的数据，但切换索引的顺序来访问它们(相当于切换 2D 矩阵中的列和行)。