这篇文章主要为大家展示了“pytorch标签转onehot形式的示例分析”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“pytorch标签转onehot形式的示例分析”这篇文章吧。

在高青等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站设计、成都网站建设 网站设计制作按需制作网站,公司网站建设,企业网站建设,品牌网站制作,成都全网营销,外贸营销网站建设,高青网站建设费用合理。

代码：

import torch

class_num = 10
batch_size = 4
label = torch.LongTensor(batch_size, 1).random_() % class_num
print(label.size())

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

输出：

torch.Size([4, 1])
tensor([[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., 0., 0., 0., 0., 0., 0., 1.]])

注意：

label的形状必须是[n,1]的，也就是必须是二维的，且第二个维度长度为1，如果是一维度的，则需要升维度，代码如下：

import torch

class_num = 10
batch_size = 4
label = torch.LongTensor(batch_size).random_() % class_num
print(label.size())
label = torch.unsqueeze(label,dim=1)
print(label.size())

以上是“pytorch标签转onehot形式的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

文章题目：pytorch标签转onehot形式的示例分析-创新互联
URL链接：http://ybzwz.com/article/jdjso.html