one_hot独热编码,是一个稀疏向量,实质是先把分类进行编码,然后按照分类编码对应的索引进行编码,这样做其实是把离散的点扩展到了欧氏空间,有利于计算
foward = tf.matmul(x,W) + b #矩阵shape一直才可以相加,但b的shape和叉乘出来的值的shape明显不一样,但还可以相加,这是利用tensorflow的广播机制


TF2:


one_hot独热编码,是一个稀疏向量,实质是先把分类进行编码,然后按照分类编码对应的索引进行编码,这样做其实是把离散的点扩展到了欧氏空间,有利于计算
foward = tf.matmul(x,W) + b #矩阵shape一直才可以相加,但b的shape和叉乘出来的值的shape明显不一样,但还可以相加,这是利用tensorflow的广播机制


TF2:

