我正在使用Tensorflow进行机器学习工作。

问题：

我无法弄清楚如何将类名转换为类索引。

示例：

预期映射：

Car  ---> 0Bike ---> 1Boat ---> 2

代码：

#!/usr/bin/env python3.6import tensorflow as tfnames = [    "Car",    "Bus",    "Boat"]_, class_name = tf.TextLineReader(skip_header_lines=1).read(    tf.train.string_input_producer(tf.gfile.Glob("input_file.csv")))# 我想知道是否可以这样做：#    print(sess.run(class_name)) --> "Car"#    class_index = f(class_name, names)#    print(sess.run(class_index)) --> 0

input_file.csv :

class_nameCarCarBoatBike...

回答：

最简单的方法是这样的：

class_index = tf.reduce_min(tf.where(tf.equal(names, class_name)))

请注意，当类在names中存在时，它工作得很好，但当类不存在时（如你的例子中的Bike），它会返回2⁶³ − 1。你可以通过移除tf.reduce_min来避免这种情况，但这样class_index将评估为数组，而不是标量。

完整的可运行代码：

names = ["Car", "Bus", "Boat"]_, class_name = tf.TextLineReader(skip_header_lines=1).read(    tf.train.string_input_producer(tf.gfile.Glob("input_file.csv")))class_index = tf.reduce_min(tf.where(tf.equal(names, class_name)))with tf.Session() as session:  coord = tf.train.Coordinator()  threads = tf.train.start_queue_runners(coord=coord)  for i in range(4):    print(class_name.eval())  # Car, Car, Boat, Bike  for i in range(4):    print(class_index.eval()) # 0, 0, 2, 9223372036854775807  coord.request_stop()  coord.join(threads)