python之使用 onehot 编码的 Tensorflow 嵌入查找

我目前有 onehot 编码，我想使用嵌入。但是当我调用

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

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

这个形状应该是 (11, 32, 128) 但它给了我错误的维度，因为 train_data 是单热编码的。

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

给我错误:

ValueError: Shape must be rank 2 but is rank 3 

请帮帮我!谢谢。

请您参考如下方法:

对您的示例的一个小修复:

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() 

另一种方式:

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() 

两种情况下的结果:

[[3] 
 [1] 
 [0]]