Creare etichette one-hot encoded
Il one-hot encoding converte un’unica etichetta intera in un vettore con N elementi, dove N è il numero di classi. Questo vettore contiene zeri e un uno nella posizione corretta.
In questo esercizio creerai manualmente un vettore one-hot per y e poi userai PyTorch per semplificare il processo. Il tuo insieme di dati ha tre classi (0, 1, 2).
numpy (np), torch.nn.functional (F) e torch sono già importati per te.
Questo esercizio fa parte del corso
Introduzione al Deep Learning con PyTorch
Istruzioni dell'esercizio
- Esegui manualmente il one-hot encoding dell’etichetta di riferimento
yusando l’array NumPy fornito e salvalo comeone_hot_numpy. - Usa PyTorch per eseguire il one-hot encoding di
ye salvalo comeone_hot_pytorch.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)