pytorch one-hot反向操作

在PyTorch中，进行one-hot编码的操作可以使用`torch.nn.functional.one_hot`函数实现。该函数有两个输入参数，分别是待编码的张量和编码后的维度。返回结果是一个经过one-hot编码的张量。

要进行one-hot的反向操作，我们可以使用`torch.argmax`函数结合`torch.eye`函数来实现。其中`torch.eye`函数会生成一个单位矩阵，其形状由待解码的张量和编码后的维度决定。而`torch.argmax`函数则用来找到每一行中最大值所在的索引，即找到one-hot编码中为1的位置。

以下是一个示例代码：

import torch

# 假设有一个待编码的张量
target = torch.tensor([2, 0, 1, 2, 1])

# 调用torch.nn.functional.one_hot进行编码
one_hot = torch.nn.functional.one_hot(target, num_classes=3)

# 输出编码结果
print("one_hot编码结果：")
print(one_hot)

# 使用torch.argmax结合torch.eye进行解码
decoded = torch.eye(one_hot.size(1))[torch.argmax(one_hot, dim=1)]

# 输出解码结果
print("\none_hot解码结果：")
print(decoded)

运行上述代码，将得到如下输出：

one_hot编码结果：
tensor([[0, 0, 1],
        [1, 0, 0],
        [0, 1, 0],
        [0, 0, 1],
        [0, 1, 0]])

one_hot解码结果：
tensor([[0., 0., 1.],
        [1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.],
        [0., 1., 0.]])

可以看到，在经过解码后，获得的张量与原始的目标张量是一致的。