TensorFlow执行one_hot报错TI属性float不在允许值列表如何解决？

tf.one_hot函数的第一个入参indices要求必须为整数类型，官方允许的类型仅包含uint8、int32、int64三类。你代码中的张量t1定义时指定了dtype=tf.float32，即使存储的数值都是整数，只要类型为浮点型就会触发该类型不匹配错误，该问题和TensorFlow版本无关。

共有两种可行的修改方式，任选其一即可：

• 方案1：定义t1时直接指定整数类型
  修改t1的dtype参数为int32，代码示例：

import tensorflow as tf

# 仅修改t1的dtype为整数类型
t1 = tf.constant([[1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=tf.int32)
t2 = tf.constant([[1], [-1], [1]], dtype=tf.float32)

print(tf.one_hot(tf.reshape(t1, -1), depth=2))

• 方案2：调用one_hot前强转张量类型
  如果需要保留t1的浮点类型属性，可以在传入one_hot前对张量做类型转换：

import tensorflow as tf

t1 = tf.constant([[1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=tf.float32)
t2 = tf.constant([[1], [-1], [1]], dtype=tf.float32)

# 增加类型转换步骤，转成int32类型
print(tf.one_hot(tf.cast(tf.reshape(t1, -1), dtype=tf.int32), depth=2))

修改后运行即可输出形状为(9,2)的one_hot编码结果。

内容的提问来源于stack exchange，提问作者Cardstdani