CommencezCommencez gratuitement

Créer des étiquettes en one‑hot

Le codage one‑hot transforme une seule étiquette entière en un vecteur de N éléments, où N est le nombre de classes. Ce vecteur contient des zéros et un seul un à la position correspondante.

Dans cet exercice, vous allez d'abord créer manuellement un vecteur one‑hot pour y, puis utiliser PyTorch pour simplifier le processus. Votre jeu de données comporte trois classes (0, 1, 2).

numpy (np), torch.nn.functional (F) et torch sont déjà importés pour vous.

Cette activité fait partie du cours

Introduction au Deep Learning avec PyTorch

Voir le cours

Instructions de l’exercice

  • Codez manuellement en one‑hot l'étiquette réelle y à l'aide du tableau NumPy fourni et enregistrez le résultat dans one_hot_numpy.
  • Utilisez PyTorch pour coder y en one‑hot et enregistrez le résultat dans one_hot_pytorch.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)
Modifier et exécuter le code