ПочатиПочніть безкоштовно

Подання зображень за допомогою one-hot кодування

Нейронні мережі очікують, що мітки класів у наборі даних будуть організовані у форматі one-hot кодування: у кожному рядку масиву усі стовпці мають нулі, окрім стовпця, що відповідає унікальній мітці, який дорівнює 1.

Набір даних fashion містить три категорії:

  1. Сорочки
  2. Сукні
  3. Взуття

У цій вправі ви створите one-hot кодування для невеликої вибірки цих міток.

Ця вправа є частиною курсу

Моделювання зображень у Keras

Переглянути курс

Інструкції до вправи

  • Ініціалізуйте змінну ohe_labels, щоб зберігати масив із one-hot кодуванням.
  • Використайте np.where(), щоб у кожній ітерації в categories знайти позицію категорії елемента.
  • Підставляйте 1 у відповідну комбінацію рядок/стовпець у кожній ітерації.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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[____] = ____
Редагувати та запускати код