数据集的⽂字标签(label)转成数字标签但愿有⼈能明⽩我标题的意思,因为⾃⼰在相关解决办法的时候这样搜没有到,所以写这篇博客记录下。 问题:
我要放⼊模型中的训练集和标签是这样的(都是numpy格式的⽂件):
标签集中共有1926个标签,10个类别,(类别前边的数字,代表的是对应的第⼏张图⽚)。 然后,直接把他放进模型中训练,但是把标签数组转换成张量的过程中出现了类型不匹配问题 Ytr = np.load('train1/'+'Ytr01.npy',allow_pickle=True)
y_data = torch.from_numpy(Ytr).reshape(1926,).type(torch.FloatTensor)电厂水处理
Traceback (most recent call last):
File "train.py", line 81, in <module>
y_data = torch.from_numpy(Ytr).reshape(1926,).type(torch.FloatTensor) #
TypeError: can't convert np.ndarray of type numpy.object_. The only supported types are: float64, float32, float16, int64, int32, int16, int8, uint8, and bool.
那么,接下来就是解决TypeError: can't convert np.ndarray of type numpy.object_.
三维试衣
核桃剥壳机思路就是把原标签集中标签的类型改为上述错误中的任⼀基本类型,可以直接将标签集中的每个类别转换成⼀个整数。珊瑚姜
这⾥要⽤到.LabelEncoder这个⼯具,⽂档写了多种转换⽅式,我根据⾃⼰的需要选择了其中⼀种:
import numpy as np
from sklearn.preprocessing import LabelEncoder
蜂鸣器封装#先把原标签集加载进来
y = np.load('Desktop/UCF10/train1/'+'Ytr01.npy')
#转换
le = preprocessing.LabelEncoder()
y=le.fit_transform(y)
#保存新标签集
np.save("Desktop/UCF10/train1/Ytr01", y)
就是这点代码!顺便把测试标签也转了
看下效果:
竞赛抢答器⾃动转好~~,具体解释看官放⽂档,⽤哪个理解哪个。
再放进模型中就可以正常跑了。。。