mindspore.dataset.transforms.OneHot

class mindspore.dataset.transforms.OneHot(num_classes, smoothing_rate=0.0)[源代码]

将Tensor进行OneHot编码。

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]。
RuntimeError - 输入Tensor的数据类型不为int。
RuntimeError - 参数Tensor的shape不是1-D。

支持平台：

CPU

样例：

>>> # Assume that dataset has 10 classes, thus the label ranges from 0 to 9
>>> onehot_op = transforms.OneHot(num_classes=10)
>>> mnist_dataset = mnist_dataset.map(operations=onehot_op, input_columns=["label"])