Строка к тензору one_hot в Tensorflow

Question

Я нашел в tenorflow do c следующую функцию для вычисления и применения словаря к строковому тензору, но он все еще использовал tf.session, и я не могу заставить его работать с tf.function:

import tensorflow as tf
import tensorflow_transform as tft


@tf.function(input_signature=(tf.TensorSpec(shape=[None], dtype=tf.string),))
def string_to_one_hot(labels):
    codes = tft.compute_and_apply_vocabulary(labels)
    return tf.one_hot(codes, depth=tf.cast(tf.reduce_max(codes), tf.int32))


test_labels = tf.constant(['a', 'b', 'a', 'c'])
test_one_hot = string_to_one_hot(test_labels)

> tensorflow.python.framework.errors_impl.InvalidArgumentError:  You must feed a value for placeholder tensor 'compute_and_apply_vocabulary/vocabulary/Placeholder' with dtype string
     [[node compute_and_apply_vocabulary/vocabulary/Placeholder (defined at /Users/clementwalter/.pyenv/versions/keras_fsl/lib/python3.6/site-packages/tensorflow_transform/analyzer_nodes.py:102) ]] [Op:__inference_string_to_one_hot_52]

РЕДАКТИРОВАТЬ

Мне удалось создать такую ​​функцию с непосредственным использованием средств ha sh. Однако мне пришлось использовать жестко заданный параметр bucket_size / глубины. Есть идеи?

@tf.function(input_signature=(tf.TensorSpec(shape=[None], dtype=tf.string),))
def string_to_one_hot(labels):
    one_hot = tf.one_hot(tf.strings.to_hash_bucket_fast(labels, 1024), depth=1024)
    return tf.boolean_mask(one_hot, tf.reduce_sum(one_hot, axis=0) > 0, axis=1)

Answer 1

Хорошо, я думаю, что нашел правильный ответ:

def string_to_one_hot(labels):
    colnames, codes = tf.unique(support_labels_name)
    return colnames, tf.one_hot(codes, depth=tf.size(colnames))