scatter_()函数——可对标签进行 one-hot 编码

最新推荐文章于 2024-06-19 10:46:31 发布

清纯世纪

最新推荐文章于 2024-06-19 10:46:31 发布

阅读量622

点赞数

CC 4.0 BY-SA版权

分类专栏：函数参数文章标签：机器学习 python

本文链接：https://blog.csdn.net/qq_45100200/article/details/120058315

函数参数专栏收录该内容

14 篇文章

订阅专栏

本文介绍了PyTorch中的scatter_函数，该函数用于根据指定的索引在给定维度上填充数据。通过一个示例代码，展示了如何使用scatter_将一维标签转换为one-hot编码，输出是一个二维张量，每个样本对应一行，每列对应一个类别的激活状态。此操作在处理分类问题时非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

scatter_(input, index, dim)：将src中数据根据index中的索引按照dim的方向填进input。

        input: 填入的值
        index：填在那个元素位置的索引（二维）
        dim：沿着哪个维度进行索引填充

代码：

import torch

class_num = 10
batch_size = 5
label = torch.LongTensor([0,1,4,2,3])
print(label)

one_hot = torch.zeros(batch_size, class_num).scatter_(1, label.reshape(-1,1), 1)
print(one_hot)

输出：

# tensor([0, 1, 4, 2, 3])
# tensor([[1., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
#         [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.],
#         [0., 0., 0., 0., 1., 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.]])
# 
# Process finished with exit code 0