def dense_to_one_hot(labels_dense, num_classes=10): """Convert class labels from scalars to one-hot vectors.""" num_labels = labels_dense.shape[0] index_offset = np.arange(num_labels) * num_classes labels_one_hot = np.zeros((num_labels, num_classes)) labels_one_hot.flat[index_offset + labels_dense.ravel()] = 1 return labels_one_hot 解释本段代码

这段代码是一个名为 `dense_to_one_hot` 的函数，它的作用是将密集表示的类标签转换为独热编码（one-hot encoding）的向量。

函数接收两个参数，`labels_dense` 是一个密集表示的类标签数组，`num_classes` 是类别的总数，默认为10个。

首先，函数通过 `labels_dense.shape[0]` 获取类标签数组的长度，即样本数量，并将其保存在变量 `num_labels` 中。

然后，函数使用 `np.arange(num_labels)` 创建一个等差数组，长度为 `num_labels`，并乘以 `num_classes` 得到一个偏移数组 `index_offset`。这个偏移数组用于计算每个样本对应的独热编码在结果数组中的索引位置。

接下来，函数创建一个全零数组 `labels_one_hot`，形状为 `(num_labels, num_classes)`，用于存储独热编码结果。

最后，函数使用 `labels_dense.ravel()` 将 `labels_dense` 数组展平为一维，并根据偏移数组和展平后的标签值，将 `labels_one_hot` 中对应位置的元素设置为1。

最终，函数返回转换后的独热编码结果 `labels_one_hot`。

总结起来，这段代码实现了将密集表示的类标签转换为独热编码的功能，并返回转换后的结果。