Mulai sekarangMulai gratis

Membuat label one-hot encoded

One-hot encoding mengonversi satu label bilangan bulat menjadi sebuah vektor dengan N elemen, di mana N adalah jumlah kelas. Vektor ini berisi nol dan satu pada posisi yang benar.

Pada latihan ini, Anda akan membuat vektor one-hot encoded untuk y secara manual, lalu menggunakan PyTorch untuk menyederhanakan prosesnya. Himpunan data Anda memiliki tiga kelas (0, 1, 2).

numpy (np), torch.nn.functional (F), dan torch sudah diimpor untuk Anda.

Latihan ini merupakan bagian dari kursus

Pengantar Deep Learning dengan PyTorch

Lihat Kursus

Instruksi latihan

  • Lakukan one-hot encoding secara manual untuk label ground truth y menggunakan array NumPy yang disediakan dan simpan sebagai one_hot_numpy.
  • Gunakan PyTorch untuk melakukan one-hot encoding pada y dan simpan sebagai one_hot_pytorch.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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)
Edit dan Jalankan Kode