转换 ND 矩阵到 one hot 向量，仅使用 numpy

最新推荐文章于 2025-11-19 16:58:50 发布

原创最新推荐文章于 2025-11-19 16:58:50 发布 · 458 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#onehot #独热向量 #numpy #one_hot

python 同时被 2 个专栏收录

57 篇文章

订阅专栏

算法

6 篇文章

订阅专栏

本文提供了一种在PyTorch中处理多维矩阵进行one-hot编码的方法，通过使用NumPy实现了一个可以将任意维度的类别矩阵转换为独热矩阵的函数，该方法对于深度学习和机器学习任务中的数据预处理非常有用。

部署运行你感兴趣的模型镜像

想了半小时。
pytorch 的 one_hot 好像不支持多维矩阵生成one_hot，用下面的办法也可以迁移到 pytorch 中

import numpy as np


def one_hot(class_array: np.ndarray, class_num):
    '''
    可将[D1, D2, D3, ..., DN] 矩阵转换为 [D1, D2, ..., DN, D(N+1)] 的独热矩阵
    :param class_array: [D1, D2, ..., DN] 类别矩阵
    :param class_num:   类别数量
    :return:
    '''
    class_array = np.array(class_array, copy=False)
    a = np.arange(class_num).reshape([*([1]*class_array.ndim), class_num])
    b = np.equal(class_array[..., None], a).astype(np.long)
    return b


if __name__ == '__main__':
    class_num = 10
    a = np.random.randint(0, class_num, (3, 128, 128))
    h = one_hot(class_array=a, class_num=class_num)
    assert np.all(a == np.argmax(h, -1))