ÎncepețiÎncepe gratuit

Utilizarea codificării one-hot pentru reprezentarea imaginilor

Rețelele neuronale se așteaptă ca etichetele claselor dintr-un set de date să fie organizate în format one-hot encoded: fiecare rând din array conține zerouri în toate coloanele, cu excepția coloanei corespunzătoare etichetei unice, care are valoarea 1.

Setul de date fashion conține trei categorii:

  1. Cămăși
  2. Rochii
  3. Pantofi

În acest exercițiu, vei crea o codificare one-hot pentru un eșantion mic din aceste etichete.

Acest exercițiu face parte din cursul

Modelarea imaginilor cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

  • Inițializează variabila ohe_labels pentru a stoca array-ul one-hot encoded.
  • Folosește np.where() pentru a găsi poziția categoriei elementului din fiecare iterație în categories.
  • Atribuie valoarea 1 în combinația corectă de rând/coloană la fiecare iterație.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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[____] = ____
Editează și rulează codul