numpy 数组列表而不是一个热向量答案

【问题标题】：list of numpy arrays instead of one hot vectornumpy 数组列表而不是一个热向量
【发布时间】：2019-01-13 15:30:21
【问题描述】：

对于神经网络，我需要将标签转换为一个热数组。我有 3 个标签出现在列表中，例如：

labels = ["Synonym", "Antonym", "Not relevant", "Synonym", "Antonym"]

有 3 个不同的标签，我想首先将它们引用到数字 1,2 和 3，然后从它们构建一个热向量，例如标签 3 --> 0 0 1 我拥有的函数列表数组，这比训练更有效。

def label_to_onehot(labels):
    mapping = {label: i for i, label in enumerate(set(labels))}

one_hot = []
for label in labels:
    entry = [0] * len(mapping)
    entry[mapping[label]] = 1
    one_hot.append(entry)
return one_hot

这就是我得到的：

ValueError：检查模型目标时出错：您传递给模型的 Numpy 数组列表不是模型的大小预期的。预计会看到 1 个数组，但得到以下 165757 个数组的列表：[array([[0], [0], [1]]), 数组([[1], [0], [0]]), 数组([[0], [1]，

【问题讨论】：

尝试返回np.array(one_hot)。您没有提及您使用的是哪个模型，但它可能需要一个数组而不是数组列表。
这是你运行什么时得到的？？
这里是代码jdoodle.com/…
当我尝试 np.array(one_hot) 我得到： Epoch 1/7 2019-01-13 17:25:18.816043: I tensorflow/core/platform/cpu_feature_guard.cc:141] 你的 CPU支持未编译此 TensorFlow 二进制文件以使用的指令：AVX2 FMA Traceback（最近一次调用最后一次）：.....ValueError: setting an array element with a sequence.

标签： python-3.x numpy machine-learning keras

【解决方案1】：

Keras 期待一个形状为 (batch_size, classes) 的 numpy 数组。但是您将输入作为 python 列表提供，它没有 shape 属性来检索批量大小和类。因此，即使大小正确但类型错误。

一种可能的解决方案是：其中 a 是您的映射索引，c 是类总数。

def one(a, c):
     out = []
     for i in a:
             entry = [0 for i in range(c)]
             entry[i] = 1
             out.append(entry)
     return np.array(out)

您也可以在keras.utils 中使用to_categorical

from keras.utils import to_categorical
a = to_categorical(a, c)

【讨论】：