您現在的位置是：網站首頁>JAVApython label與one-hot之間的互相轉換方式

python label與one-hot之間的互相轉換方式

宸宸2024-07-18【JAVA】73人已圍觀

給網友們整理相關的編程文章，網友宓鋅希根據主題投稿了本篇教程內容，涉及到python、label、python、one-hot、label與one-hot互相轉換、python label與one-hot的互相轉換相關內容，已被385網友關注，如果對知識點想更進一步了解可以在下方電子資料中獲取。

python label與one-hot的互相轉換

label與one-hot之間的互相轉換

有時候需要label，比如強化學習的離散動作空間，輸出動作索引；有時候需要one-hot，比如訓練數據或者輸入上一個狀態的動作，簡單的互相轉換還是重要的。

label 轉 one-hot

通過 np.eye(action_dims)[actions] 快速生成：

>>> import numpy as np
>>> label = [1,2,2,3]
>>> np.eye(4)[label]
array([[0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

one-hot 轉label

numpy可以通過 np.argmax(onehot, 1) 實現，pytorch 可以通過 torch.topk(one_hot, 1)[1].squeeze(1) 實現：

>>> import torch
>>> onehot
array([[0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])
>>> np.argmax(onehot,1)
array([1, 2, 2, 3], dtype=int64)
>>> torch.topk(torch.tensor(onehot), 1)[1].squeeze(1)
tensor([1, 2, 2, 3])

label：one-hot 與標量轉化

標量轉化爲 one-hot 曏量

from keras.utils import to_categorical

data = [1, 3, 2, 0, 3, 2, 2, 1, 0, 1]
encoded = to_categorical(data)
print("encoded：", encoded)

輸出：

encoded： [[0. 1. 0. 0.]
            [0. 0. 0. 1.]
            [0. 0. 1. 0.]
            [1. 0. 0. 0.]
            [0. 0. 0. 1.]
            [0. 0. 1. 0.]
            [0. 0. 1. 0.]
            [0. 1. 0. 0.]
            [1. 0. 0. 0.]
            [0. 1. 0. 0.]]

one-hot曏量轉化爲標量

因爲一個熱曏量是一個包含0和1的曏量，所以可以這樣做：

encoded = np.array([[0, 1, 0, 0],
                    [0, 0, 0, 1],
                    [0, 0, 1, 0],
                    [1, 0, 0, 0],
                    [0, 0, 0, 1],
                    [0, 0, 1, 0],
                    [0, 0, 1, 0],
                    [0, 1, 0, 0],
                    [1, 0, 0, 0],
                    [0, 1, 0, 0]])

data = [np.where(r == 1)[0][0] for r in encoded]
print("data：", data)

輸出：