深度学习---one-hot向量

小白827

于 2019-12-25 17:57:51 发布

阅读量4.6k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_24503095/article/details/103701585

在深度学习中，为了将文本数据转化为模型输入，常用的方法是使用one-hot向量。这种表示方式通过创建一个全0的向量，并在对应词汇索引的位置设置为1，来表示每个独特的字符。对于含有N个不同字符的词典，每个字符会被分配一个0到N-1的索引，进而转换成长度为N的one-hot向量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

one-hot向量
为了将词表示为向量输入到神经网络，一个简单的办法是使用one-hot向量。假设词典中不同字符的数量为N，每个字符已经同一个从0到N-1的连续整数值索引一一对应。如果一个字符的索引是整数i，那么就创建一个全0的长为N的向量，并将其位置为i的元素设成1.该向量就是对原字符的one-hot向量。

label = torch.tensor([2,3,4,1]).view(-1,1)
one_hot = torch.zeros(4, 10).scatter_

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。