OnehotOperation
产品支持情况
硬件型号 |
是否支持 |
|---|---|
√ |
|
√ |
|
x |
|
x |
|
x |
功能
onehot编码。
算子功能实现
机器学习的预处理编码方式的一种：onehot编码。onehot编码对depth个状态进行编码，每个状态的对应位置置1，其它位置置0；输出结果为只有一位为1且长为depth的向量。
算子输出输入tensor x各个元素对应的独热编码，结果表现为在axis位置上增加维度depth。
计算过程示意（Python）：
1 | res = np.eye(depth)[input0] |
示例1（Python）：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | x shape: torch.Size([2, 3]) x: tensor([[4, 4, 6], [6, 7, 6]]) depth: 10 axis: -1 # axis为-1表示output的最后一维output[i][j][:] 是x[i][j]对应的onehot编码 out_tensor shape: torch.Size([2, 3, 10]) out_tensor: tensor([[[0, 0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 1, 0, 0, 0]], [[0, 0, 0, 0, 0, 0, 1, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 0, 0, 0, 0, 1, 0, 0, 0]]], device='npu:0') |
示例2（Python）：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | x shape: torch.Size([2, 3]) x: tensor([[2, 0, 4], [4, 3, 0]]) depth: 5 axis: 0 # output[:][i][j] 是x[i][j]对应的onehot编码，若axis为1则output[i][:][j] 是x[i][j]对应的onehot编码 out_tensor shape: torch.Size([5, 2, 3]) out_tensor: tensor([[[0, 1, 0], [0, 0, 1]], [[0, 0, 0], [0, 0, 0]], [[1, 0, 0], [0, 0, 0]], [[0, 0, 0], [0, 1, 0]], [[0, 0, 1], [1, 0, 0]]], device='npu:0') |
定义
1 2 3 4 5 | struct OnehotParam { int64_t axis = 0; int64_t depth = 0; uint8_t rsv[8] = {0}; }; |
参数列表
成员名称 |
类型 |
默认值 |
描述 |
|---|---|---|---|
axis |
int64_t |
0 |
depth所在下标。可为负数，为负数表示output的倒数第axis个维度是对应输入的独热编码。 |
depth |
int64_t |
0 |
每个输入对应的独热编码长度。 |
rsv[8] |
uint8_t |
{0} |
预留参数。 |
输入
参数 |
维度 |
数据类型 |
格式 |
描述 |
|---|---|---|---|---|
x |
[dim_0, dim_1, ..., dim_n] |
int32/int64 |
ND |
输入tensor，表示要获取哪些状态的独热编码。 |
one |
[1] |
int32/int64 与x相同 |
ND |
标量1。类型/格式与x保持一致。传给算子用，没有实际意义。 |
zero |
[1] |
int32/int64 与x相同 |
ND |
标量0。类型/格式与x保持一致。传给算子用，没有实际意义。 |
输出
参数 |
维度 |
数据类型 |
格式 |
描述 |
|---|---|---|---|---|
output |
和x相比，在axis上多一个depth维度。 |
int32/int64 与x相同 |
ND |
输出tensor。类型/格式与x保持一致，输出的独热编码。 |
规格约束
- axis的绝对值小于x的维度数量。
- x中元素小于depth。