pytorch one-hot 小技巧

首先介绍一下np.eye()

numpy.eye(N,M=None,k=0,dtype=<class 'float'>,order='C)

参数	类型	Value
N	int	表示的是输出的行数
M	int型	输出的列数，默认为N
k	int型	对角线的下标，默认为0表示的是主对角线，负数表示的是低对角，正数表示的是高对角。
dtype	$1	数据的类型，可选项，返回的数据的数据类型
order	{‘C’，‘F’}	可选项，也就是输出的数组的形式是按照C语言的行优先’C’，还是按照Fortran形式的列优先‘F’存储在内存中

例子：

import numpy as np

labels = np.array([[1], [2], [0], [1]])
print("labels的大小：", labels.shape, "\n")

# 因为我们的类别是从0-2，所以这里是3个类
a = np.eye(3)[1]
print("如果对应的类别号是1，那么转成one-hot的形式", a, "\n")

a = np.eye(3)[2]
print("如果对应的类别号是2，那么转成one-hot的形式", a, "\n")

a = np.eye(3)[1, 0]
print("1转成one-hot的数组的第一个数字是：", a, "\n")

# 这里和上面的结果的区别，注意!!!
a = np.eye(3)[[1, 2, 0, 1]]
print("如果对应的类别号是1,2,0,1，那么转成one-hot的形式\n", a)

res = np.eye(3)[labels.reshape(-1)]
print("labels转成one-hot形式的结果：\n", res, "\n")
print("labels转化成one-hot后的大小：", res.shape)