mindspore.dataset.transforms.py_transforms.OneHotOp

class mindspore.dataset.transforms.py_transforms.OneHotOp(num_classes, smoothing_rate=0.0)

将Tensor进行OneHot编码，可以进一步对标签进行平滑处理。

参数：

• num_classes (int) - 数据集的类别数，它应该大于数据集中最大的label编号。

• smoothing_rate (float，可选) - 标签平滑的系数，默认值：0.0。

异常：

• TypeError - 参数 num_classes 类型不为int。

• TypeError - 参数 smoothing_rate 类型不为float。

• ValueError - 参数 smoothing_rate 取值范围不为[0.0, 1.0]。

支持平台：

CPU

样例：

>>> # Assume that dataset has 10 classes, thus the label ranges from 0 to 9
>>> transforms_list = [py_transforms.OneHotOp(num_classes=10, smoothing_rate=0.1)]
>>> transform = py_transforms.Compose(transforms_list)
>>> mnist_dataset = mnist_dataset.map(input_columns=["label"], operations=transform)