python?label與one-hot之間的互相轉(zhuǎn)換方式

更新時間：2023年02月01日 08:37:24 作者：強殖裝甲凱普

這篇文章主要介紹了python?label與one-hot之間的互相轉(zhuǎn)換方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

label與one-hot之間的互相轉(zhuǎn)換

有時候需要label，比如強化學(xué)習(xí)的離散動作空間，輸出動作索引；有時候需要one-hot，比如訓(xùn)練數(shù)據(jù)或者輸入上一個狀態(tài)的動作，簡單的互相轉(zhuǎn)換還是重要的。

label 轉(zhuǎn) 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(zhuǎn)label

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

>>> 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(biāo)量轉(zhuǎn)化

標(biāo)量轉(zhuǎn)化為 one-hot 向量

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向量轉(zhuǎn)化為標(biāo)量

因為一個熱向量是一個包含0和1的向量，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：