Začněte nyníZačněte zdarma

Vytvoření one-hot zakódovaných labelů

One-hot encoding převede jednotlivý celočíselný label na vektor s N prvky, kde N je počet tříd. Tento vektor obsahuje nuly a jedničku na správné pozici.

V tomto cvičení ručně vytvoříš one-hot zakódovaný vektor pro y a pak využiješ PyTorch, aby ti celý proces zjednodušil. Datová sada má tři třídy (0, 1, 2).

numpy (np), torch.nn.functional (F) a torch jsou již naimportované.

Toto cvičení je součástí kurzu

Introduction to Deep Learning with PyTorch

Zobrazit kurz

Pokyny k cvičení

  • Ručně proveď one-hot encoding ground truth labelu y pomocí připraveného NumPy pole a výsledek ulož jako one_hot_numpy.
  • Pomocí PyTorche proveď one-hot encoding y a výsledek ulož jako one_hot_pytorch.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

y = 1
num_classes = 3

# Create the one-hot encoded vector using NumPy
one_hot_numpy = np.array([____, ____, ____])

# Create the one-hot encoded vector using PyTorch
one_hot_pytorch = F.____(torch.tensor(y), num_classes=____)

print("One-hot vector using NumPy:", one_hot_numpy)
print("One-hot vector using PyTorch:", one_hot_pytorch)
Upravit a spustit kód