mindspore.dataset.transforms.OneHot

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

对输入标签进行OneHot编码。

对于 shape 为 \((*)\) 的 1 维输入，将返回 shape 为 \((*, num_classes)\) 的输出，其中输入值对应的索引位置处的元素值为 1 ，其余 位置值为 0 。若指定了标签平滑系数，还将进一步平滑各元素值，增强泛化能力。

参数：

• num_classes (int) - 标签类别总数。需大于输入标签值的最大值。

• smoothing_rate (float，可选) - 标签平滑系数。取值需在[0.0, 1.0]之间。默认值： 0.0 ，不进行标签平滑。

异常：

• TypeError - 当 num_classes 不为int类型。

• TypeError - 当 smoothing_rate 不为float类型。

• ValueError - 当 smoothing_rate 的取值不在[0.0, 1.0]范围中。

• RuntimeError - 输入标签不为int类型。

• RuntimeError - 输入标签的维数不为1。

支持平台：

CPU

样例：

>>> import mindspore.dataset as ds
>>> import mindspore.dataset.transforms as transforms
>>>
>>> mnist_dataset_dir = "/path/to/mnist_dataset_directory"
>>> mnist_dataset = ds.MnistDataset(dataset_dir=mnist_dataset_dir)
>>>
>>> # 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"])