如何将pytorch中的标签转换为onehot答案

【问题标题】：How to transform labels in pytorch to onehot如何将pytorch中的标签转换为onehot
【发布时间】：2020-11-30 04:09:18
【问题描述】：

如何给target_transform一个函数来改变标签为onehot编码？

例如torchvision中的MNIST数据集：

train_dataset = torchvision.datasets.MNIST(root='./mnist_data/', 
                                           train=True,
                                           download=True,
                                           transform=train_transform,
                                           target_transform=<????>)

试过F.onehot()，但没用。

【问题讨论】：

F.onehot() 有什么问题？ torch.nn.functional.one_hot(torch.tensor(2),5).type(torch.cuda.FloatTensor) 对我来说工作正常

标签： pytorch torch mnist one-hot-encoding torchvision

【解决方案1】：

这就是我实现它的方式。不确定是否有更清洁的方法。

train_dataset = torchvision.datasets.MNIST(root='./data/', train=True,
                                 transform=torchvision.transforms.ToTensor(),
                                 target_transform=torchvision.transforms.Compose([
                                 lambda x:torch.LongTensor([x]), # or just torch.tensor
                                 lambda x:F.one_hot(x,10)]),
                                 download=True)

必须是index tensor？即 int64
不能使用torchvision.ToTensor，因为它不是图片
此外，torch.LongTensor 和 torch.tensor 与 int 输入的行为不同
需要提供类数

【讨论】：

【解决方案2】：

使用 lambda 用户定义函数将整数转换为 one-hot 编码张量。

train_dataset = torchvision.datasets.MNIST(root='./mnist_data/', train=True, 
    download=True, transform=train_transform, 
    target_transform=Lambda(lambda y: torch.zeros(10, dtype=torch.float).scatter_(0, torch.tensor(y), value=1))

它首先创建一个大小为 10 的零张量（我们数据集中的标签数量）并调用 scatter_，它在标签 y 给定的索引上分配 value=1。

【讨论】：