OnehotOperation

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）：

res = np.eye(depth)[input0]

示例1（Python）：

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）：

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

struct OnehotParam {
    int64_t axis = 0;
    int64_t depth = 0;
};

参数列表

输入

输出

规格约束

• axis的绝对值小于x的维度数量。
• x中元素小于depth。