이미지를 표현하기 위한 원-핫 인코딩 사용하기
Neural networks는 데이터셋의 클래스 레이블이 원-핫 인코딩 형태로 정리되어 있다고 가정해요. 배열의 각 행은 해당 레이블의 열만 1이고, 나머지 열은 모두 0이에요.
fashion 데이터셋에는 세 가지 범주가 있어요:
- Shirts
- Dresses
- Shoes
이 연습 문제에서는 이 레이블의 작은 샘플에 대해 원-핫 인코딩을 만들어 볼 거예요.
이 연습은 강의의 일부입니다
Keras로 배우는 이미지 모델링
연습 안내
- 원-핫 인코딩된 배열을 담을
ohe_labels변수를 초기화하세요. categories에서 각 반복마다 해당 항목의 범주가 위치한 인덱스를 찾기 위해np.where()를 사용하세요.- 매 반복에서 올바른 행/열 위치에
1을 할당하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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[____] = ____