शुरू करेंमुफ़्त में शुरू करें

इमेज को दर्शाने के लिए वन-हॉट एन्कोडिंग का उपयोग

न्यूरल नेटवर्क किसी डेटासेट में कक्षाओं (classes) के लेबल को वन-हॉट एन्कोडेड रूप में अपेक्षित करते हैं: एरे की हर पंक्ति में सभी कॉलम में शून्य होते हैं, सिवाय उस कॉलम के जो यूनिक लेबल से मेल खाता है; उसे 1 सेट किया जाता है.

फैशन डेटासेट में तीन श्रेणियाँ हैं:

  1. Shirts
  2. Dresses
  3. Shoes

इस अभ्यास में, आप इन लेबल्स के एक छोटे सैंपल की वन-हॉट एन्कोडिंग बनाएँगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ Image Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • ohe_labels वैरिएबल को इनिशियलाइज़ करें ताकि वह वन-हॉट एन्कोडेड एरे को रखे.
  • np.where() का उपयोग करके categories की हर इटरेशन में आइटम की कैटेगरी का लोकेशन खोजें.
  • हर इटरेशन में सही पंक्ति/कॉलम संयोजन में 1 असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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[____] = ____
कोड संपादित करें और चलाएँ