人工智能免费课程学习,知识讲解。今天我们讨论的话题是独热编码标签,英文为One-Hot Encoded Labels。在监督学习任务中,我们训练网络对类别数据进行分类,将样本及其对应的标签传递给网络。网络使用数字编码的标签值来计算样本的预测标签和真实标签之间的损失。通常在许多图像分类任务中,我们训练的数据集没有内在的顺序,这种情况下,这个数据集被认为是标称的。独热编码是一种广泛用于标称数据标签的编码技术,它用数值编码分类标签。独热编码将分类标签转换为0和1的向量。这些向量的长度等于我们的模型准备分类的数据集的种类或类别的数量。这里我们以一个分类健身器材的网络为例,它把图像分为3类,哑铃,壶铃和杠铃。由于这些数据没有内在的顺序,我们不能对这些不同的类别直接排序,这些数据都是标称数据,所以我们可以使用独热编码技术对这些标签进行编码。因为我们这里有3个类别,那就意味着我们作为标签的独热编码向量长度都为3。