mindspore.ops.one_hot

mindspore.ops.one_hot(indices, depth, on_value=1, off_value=0, axis=- 1)

返回一个one-hot类型的Tensor。

生成一个新的Tensor，由索引 indices 表示的位置取值为 on_value ，而在其他所有位置取值为 off_value 。

说明

如果 indices 的秩为 n ，则输出Tensor的秩为 n+1 。新轴在 axis 处创建。当执行设备是 Ascend 时，如果 on_value 为int64类型，则 indices 也必须为int64类型，且 on_value 和 off_value 的取值只能是1和0。

参数：

• indices (Tensor) - 输入索引，shape为 \((X_0, \ldots, X_n)\) 的Tensor。数据类型必须为int32或int64。

• depth (int) - 输入的Scalar，定义one-hot的深度。

• on_value (Union[Tensor, int, float]，可选) - 当 indices[j] = i 时，用来填充输出的值。数据类型必须为int32、int64、float16或float32。默认值： 1。

• off_value (Union[Tensor, int, float]，可选) - 当 indices[j] != i 时，用来填充输出的值。数据类型与 on_value 的相同。默认值： 0。

• axis (int，可选) - 指定one-hot的计算维度。例如，如果 indices 的shape为 \((N, C)\) ， axis 为-1，则输出shape为 \((N, C, depth)\) ，如果 axis 为0，则输出shape为 \((depth, N, C)\) 。默认值： -1 。

返回：

Tensor，one-hot类型的Tensor。shape为 \((X_0, \ldots, X_{axis}, \text{depth} ,X_{axis+1}, \ldots, X_n)\) ，输出数据类型与 on_value 的相同。

异常：

• TypeError - axis 或 depth 不是int。

• TypeError - indices 的数据类型不是int32或者int64。

• TypeError - on_value 的数据类型不是int32、int64、float16或者float32。

• TypeError - indices、 on_value 或 off_value 不是Tensor。

• ValueError - axis 不在[-1, ndim]范围内。ndim为 indices 的维度。

• ValueError - depth 小于0。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> indices = Tensor(np.array([0, 1, 2]), mindspore.int32)
>>> depth, on_value, off_value = 3, Tensor(1.0, mindspore.float32), Tensor(0.0, mindspore.float32)
>>> output = ops.one_hot(indices, depth, on_value, off_value, axis=-1)
>>> print(output)
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]