代码：

import torchclass_num = 10batch_size = 4label = torch.LongTensor(batch_size, 1).random_() % class_numprint(label.size())one_hot = torch.zeros(batch_size, class_num).scatter_(1, label, 1)print(one_hot)

输出：

torch.Size([4, 1])tensor([[0., 0., 0., 0., 0., 0., 0., 1., 0., 0.],[0., 0., 0., 0., 0., 1., 0., 0., 0., 0.],[0., 0., 0., 0., 0., 0., 1., 0., 0., 0.],[0., 0., 0., 0., 0., 0., 0., 0., 0., 1.]])

注意：

label的形状必须是[n,1]的，也就是必须是二维的，且第二个维度长度为1，如果是一维度的，则需要升维度，代码如下：

import torchclass_num = 10batch_size = 4label = torch.LongTensor(batch_size).random_() % class_numprint(label.size())label = torch.unsqueeze(label,dim=1)print(label.size())

以上这篇pytorch标签转onehot形式实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。