文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

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 $(\ast )$ 的 1 维输入，将返回 shape 为 $(\ast ,nu{m}_{c}lasses)$ 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"])