文章目录1 .单独热码2 .无参数单独热码，只有一个cqdwdm one_hot2.1码输入结果2.2输出结果3 .有参数的单独热码，一个参数输入cqdwdm，另一个类别数3.2结果
1 .独热导线
定义： torch.nn.functional.one _ hot (tensor，num_classes=- 1 ) LongTensor
说明： takeslongtensorwithindexvaluesofshape (andreturnsatensorofshape )，num _ classes (thathavezeroseverywherexceptwherethethereth
译文：
使用索引值为shape ()的LongTensor，并返回cqdwdm (shape )，num_classes )，除了最后一个维的索引与输入CQ DWDM的相应值匹配之外，其他值为零。 在这种情况下，为1。
说别人的话，你被给定cqdwdm的时候，你可以编码给定的cqdwdm。 这里分为两种情况
2 .无参数单独热编码，cqdwdm one_hot 2.1代码importtorchfromtorch.nnimportfunctionalasfx=torch.tensor ([ 1，2，3，8， 5] )的5行9列y=f.one_hot(x )一个参数cqdwdmxprint (f ' x={ x } )输出xprint ) f'x_shape={x.shape}
例如，x中的第4个值表示8的值，可以看到y中的第4行的8个(下标从0开始) )。
x=tensor ([ 1，2，3，8，5 ] ) x _ shape=torch.size ([5] ) y=tensor ([ 0，1，0，0，0，0 ] ) ) ) 9 ) )3. ) ) ) ) ) ) ) )另一个是类别数importtorchfromtorch.nnimportfunctionalasfx=torch.tensor ([ 1，2，3 ] ) 此时，有五个数值，最大值为8。5行12列y=f.one_hot(x，12 ) #一个参数cqdwdmx，12是类别数，其中12 max { x } print (f ' x ) ) ) x的形状来打印) fy={ y } ) )输出yprinnt输出y的形状3.2结果x=tensor ([ 1，2，3，8，5 ] ) x_shape=torch.size ) [ 5