参考声明：https://blog.csdn.net/nini_coded/article/details/79250600
0.函数简介：
tf.one_hot()函数是将input转化为one-hot类型数据输出，相当于将多个数值联合放在一起作为多个相同类型的向量，可用于表示各自的概率分布，通常用于分类任务中作为最后的FC层的输出，有时翻译成“独热”编码。
1.函数用法：
one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)
Returns a one-hot tensor.
The locations represented by indices in `indices` take value `on_value`,
while all other locations take value `off_value`.
indices反映了位置信息，one_hot()函数根据这一位置信息，
在相应位置填入on_value的值；
在其他位置上填入off_valuse的值；
| indices | 输入数据，tensor |
| depth | 输出的的尺寸 |
| on_value | 当indices[j] = i，输出的位置填入的on_value,默认为1 |
| off_value | 当indices[j] != i，输出的位置填入的off_value,默认为0 |
| axis | 默认为-1 |
| dtype | 输出tensor的类型 |
| name | 定义计算的名称 |
由于one-hot类型数据长度为depth位,其中只用一位数字表示原输入数据，这里的on_value就是这个数字，默认值为1，one-hot数据的其他位用off_value表示，默认值为0。
tf.one_hot()函数规定输入的元素indices从0开始，最大的元素值不能超过（depth - 1），因此能够表示（depth + 1）个单位的输入。若输入的元素值超出范围，输出的编码均为 [0, 0 … 0, 0]。
indices = 0 对应的输出是[1, 0 … 0, 0], indices = 1 对应的输出是[0, 1 … 0, 0], 依次类推，最大可能值的输出是[0, 0 … 0, 1]。
2.程序示例：
# -*-coding:utf-8 -*-
import tensorflow as tf
indices = [0,1,2,3,4,5]
depth = 6
one_hot_value = tf.one_hot(indices=indices,depth=depth)
with tf.Session() as sess:
print(sess.run(one_hot_value))
#result:
# [[1. 0. 0. 0. 0. 0.]
# [0. 1. 0. 0. 0. 0.]
# [0. 0. 1. 0. 0. 0.]
# [0. 0. 0. 1. 0. 0.]
# [0. 0. 0. 0. 1. 0.]
# [0. 0. 0. 0. 0. 1.]]