PyTorch基础——one hot编码转换

主要使用函数：torch.Tensor.scatter_(.....)

【sample】

将[1, 5, 4, 2]四个样本转换为one hot编码，形式如下：
[[0, 1, 0, 0, 0, 0],
 [0, 0, 0, 0, 0, 1],
 [0, 0, 0, 0, 1, 0],
 [0, 0, 1, 0, 0, 0]]，其中每一行表示一个样本

函数调用：
torch.zeros(4, 6).scatter_(1, torch.tensor([1,5,4,2]).unsqueeze(1), 1)

说明：
1. one hot编码以每一行表示一个样本，创建4行6列零元素矩阵，其中
        每一行表示一个样本，共4个样本，因此创建4行
        元素最大值为5， 因此创建6列，表示索引0~5
2. 调用scatter_函数，其中
        第一个参数表示沿着哪一个轴索引， 1表示沿着列方向，即水平方向
        第二个参数表示需要进行one hot编码转换的tensor，首先转换成4行1列，行数与样本个数一致
        第三个参数表示需要替换的值，根据第二个参数转换成的4行1列矩阵，每行的元素代表4行6列零元素矩阵中每行的索引位置，然后替换为第三个参数

核心在于转换后的one hot编码矩阵
            第一个参数指向的维度大小至少为输入tensor中最大值加1（索引从0开始）；
            除第一个参数指向的维度大小不同，其它维度与输入tensor应一致；

 

处理流程：
1. 4行6列零元素矩阵：
[[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]]

2. [1, 5, 4, 2]转换为4行1列矩阵:
[[1],
 [5],
 [4],
 [2]]

3. 取第2步矩阵每一行元素，将第1步矩阵对应索引位置替换为1

[[0, 0, 0, 0, 0, 0],       [[1],         =====>  [[0, 1, 0, 0, 0, 0], 
[0, 0, 0, 0, 0, 0],         [5],         =====>   [0, 0, 0, 0, 0, 1],
[0, 0, 0, 0, 0, 0],         [4],         =====>   [0, 0, 0, 0, 1, 0],
[0, 0, 0, 0, 0, 0]]         [2]]         =====>   [0, 0, 1, 0, 0, 0]]
 

=================================================
torch.Tensor.scatter_(.....)函数功能并不仅仅局限于进行one hot编码转换，后续会进行说明.