标签onehot，取并集

最新推荐文章于 2024-07-12 19:06:42 发布

zhuozhuomin

最新推荐文章于 2024-07-12 19:06:42 发布

阅读量136

点赞数

文章标签： python 深度学习 numpy

本文链接：https://blog.csdn.net/zhuozhuomin/article/details/127996840

版权

并集和向量化

    idx_all = torch.range(0, features.shape[0]-1, dtype=torch.long)

	#标签向量化
    label_onehot = torch.zeros(features.shape[0], labels.max() + 1)
    value = torch.ones(idx_train.shape)
	indices = (idx_train, labels[idx_train])
    label_onehot.index_put_(indices, value)

	#取并集
	all_train = torch.cat((idx_all, idx_train))
    uniques, counts = all_train.unique(return_counts=True)
    idx_unlabeled = uniques[counts == 1]