Uso de la codificación one-hot para representar imágenes
Las redes neuronales esperan que las etiquetas de las clases de un conjunto de datos estén organizadas con codificación one-hot: cada fila del arreglo contiene ceros en todas las columnas, excepto en la columna correspondiente a una etiqueta única, que se establece en 1.
El conjunto de datos sobre moda contiene tres categorías:
- Camisetas
- Vestidos
- Zapatos
En este ejercicio, crearás una codificación one-hot de una pequeña muestra de estas etiquetas.
Este ejercicio forma parte del curso
Modelado de imágenes con Keras
Instrucciones del ejercicio
- Inicializa la variable «
ohe_labels» para almacenar el arreglo codificado «one-hot». - Utiliza
np.where()para encontrar la ubicación de la categoría del elemento en cada iteración encategories. - Asigna un objeto «
1» a la combinación correcta de fila y columna en cada iteración.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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[____] = ____