Bilder mit One-Hot-Kodierung darstellen

Neuronale Netze erwarten, dass die Labels der Klassen in einem Datensatz so organisiert sind, dass sie in einer One-Hot-Kodierung stehen: Jede Zeile im Array enthält in allen Spalten Nullen, außer in der Spalte, die einer eindeutigen Bezeichnung entspricht, die auf 1 gesetzt ist.

Der Datensatz „Mode“ hat drei Kategorien:

Hemden
Kleider
Schuhe

In dieser Übung erstellst du eine One-Hot-Kodierung für eine kleine Auswahl dieser Labels.

Diese Übung ist Teil des Kurses

Bildmodellierung mit Keras

Kurs anzeigen

Anleitung zur Übung

Initialisiere die Variable „ ohe_labels “, um das One-Hot-codierte Array zu speichern.
Mit „ np.where() “ kannst du den Speicherort der Kategorie des Elements in jeder Iteration in „ categories “ finden.
Weise in jeder Iteration ein „ 1 ” der richtigen Zeilen-/Spaltenkombination zu.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# The number of image categories
n_categories = 3

# The unique values of categories in the data
categories = np.array(["shirt", "dress", "shoe"])

# Initialize ohe_labels as all zeros
ohe_labels = ____((len(labels), n_categories))

# Loop over the labels
for ii in range(len(labels)):
    # Find the location of this label in the categories variable
    jj = np.where(___)
    # Set the corresponding zero to one
    ohe_labels[____] = ____

Code bearbeiten und ausführen