我有一个大小为 4 x 6
的张量其中 4 是批量大小,6 是序列长度。序列向量的每个元素都是某个索引(0 到 n)。我想创建一个 4 x 6 x n
张量,其中第三维的向量将是索引的一种热编码,这意味着我想将 1 放入指定的索引中,其余的值将为零。
例如,我有以下张量:
[[5, 3, 2, 11, 15, 15],
[1, 4, 6, 7, 3, 3],
[2, 4, 7, 8, 9, 10],
[11, 12, 15, 2, 5, 7]]
在这里,所有值都在 (0 到 n) 之间,其中 n = 15。所以,我想将张量转换为
4 X 6 X 16
张量,其中第三维将表示一个热编码向量。如何使用 PyTorch 功能做到这一点?现在,我正在使用循环执行此操作,但我想避免循环!
最佳答案
我找到的最简单的方法。其中 x 是数字列表,而 class_count 是您拥有的类(class)数量。
def one_hot(x, class_count):
return torch.eye(class_count)[x,:]
像这样使用它:
x = [0,2,5,4]
class_count = 8
one_hot(x,class_count)
tensor([[1., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 1., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 1., 0., 0.],
[0., 0., 0., 0., 1., 0., 0., 0.]])
关于pytorch - 从给定为张量的索引创建一个热向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44461772/