pytorch、tensorflow之生成one-hot向量

红太狼 2021-05-12 11:49 854阅读 0赞

*  对于标签分类：最后生成的可以是类别标签索引，也可以是one-hot向量（独热编码）
    
     *  我们举一个五分类的例子：
        
         *  可以用\[3\]：表示第三种分类
         *  也可以用one-hot向量\[0,0,1,0,0\]：表示第三种分类
 *  那么我们接下来用**pytorch**和**tensorflow**这两个深度学习框架来生成one-hot向量

## Pytorch 生成one-hot向量 ##

import torch
    from torch.nn import functional
    label = torch.tensor([2])  # 2显示的是索引
    num_class = 5
    label2one_hot = functional.one_hot(label, num_classes=num_class)
    print("LongTensor:", label2one_hot)       #LongTensor类型
    print("ndarray:", label2one_hot.numpy())  # ndarray 类型
    print("list:", label2one_hot.numpy().tolist())  # list 类型

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDkxMjE1OQ_size_16_color_FFFFFF_t_70]

## Tensorflow生成one-hot向量 ##

*  **tf.one\_hot**

one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)
    	- indices：输入的数值，可以是list，矩阵
    	- depth：one-hot的深度，分成几类就有多长
    	- on_value:如[1,0,0,0]  1的那位用什么数字表示，默认是1
        - off_value：如[1,0,0,0]  0的那位用什么数字表示，默认是0
       返回 one-hot tensor

import tensorflow as tf
    list = [1]   # 可以是list,可以是数组，可以是ndarray类型， 可以是tensor类型
    num_class = 5
    onehot_1 = tf.one_hot(list, num_class)
    onehot_2 = tf.one_hot(list, num_class, on_value=2)
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        print("onehot_1:", sess.run(onehot_1))
        print("onehot_2:", sess.run(onehot_2))

![在这里插入图片描述][2020021616213081.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDkxMjE1OQ_size_16_color_FFFFFF_t_70]: /images/20210511/c8646fce90ed49e0bd07a77bf77dbc89.png
[2020021616213081.png]: /images/20210511/eed33e8a7bd5495897499a633f556a5f.png