Учитывая, что у вас есть список меток, таких как [0, 1, 2] и 10 классов, вам необходимо
def int64_feature(value):
if type(value) != list:
value = [value]
return tf.train.Feature(int64_list=tf.train.Int64List(value=value))
Затем вы передаете метку в tf.Пример как одна из функций
'label': int64_feature(label)
После этого, когда вы анализируете свой набор данных во время обучения, вы декодируете метку следующим образом:
tf.reduce_max(tf.one_hot(labels, num_classes, dtype=tf.int32), axis=0)
Что дает
[1 1 1 0 0 0 0 0 0 0]