src0 = torch.tensor([[ 0.], [1.], [2.], [3.], [4.], [5.], [1.], [2.], [3.], [3.], [0.], [1.], [4.]])
src = np.array(src0).squeeze()
torch.eye(6)[src,:]
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
one_hot编码
转载
提问和评论都可以，用心的回复会被更多人看到
评论
发布评论
相关文章
-
机器学习One-Hot编码
目录1 什么是One-Hot编码 ？2 One-Hot编码示例3 sklearn中的OneHotEncoder4 One-hot编码在机器学习领域的应
机器学习 人工智能 python 数据 预处理 -
与one-hot编码有关的问题
究竟为什么要使用one-hot编码方式？
数据 赋值 机器学习算法 -
python one-hot编码 python open 编码
从官方文档中我们可以看到open函数有很多的参数，我们常用的是file，mode和encoding，对于其它的几个参数，平时不常用，也简单介绍一下。
python one-hot编码 python的open方法 换行符 取值 打开文件
