tensorflow转pytorch实现

Question

关于这篇文章：语音分类任务（基于UrbanSound8K数据集）
地址不让打

y_train = np.array(keras.utils.to_categorical(y_train, 10))
y_test = np.array(keras.utils.to_categorical(y_test, 10))
这两句代码怎么用pytorch框架实现？
我看其他文章写出来的不知道对不对？
labels=[]
for i in range(len(train)):
labels.append(train["classID"].iloc[i])
y_train = np.array(labels)

labels2=[]
for i in range(len(test)):
labels2.append(test["classID"].iloc[i])
y_test = np.array(labels2)

Answer 1

这个跟keras还是pytorch没有任何关系，这就是个one hot，无非就是把类别标签都转为one hot，和框架没有任何关系，比如你有[0,1,2,3]四个类，那么0会由[1,0,0,0]表示， 1由[0,1,0,0]表示，如果是只有[0,1]两个类，则0由[1,0]表示，1由[0,1]表示，不知道楼主懂了吗？并且由于该方法与框架无关，楼主可以选择这部分就用keras的这个函数，也不会影响什么