如何在pytorch中将字符串列表转换为张量？

Question

我正在研究分类问题，在这个问题中，我有一个字符串列表作为类标签，我想把它们转换成张量。到目前为止，我已经尝试使用numpy模块提供的np.array函数将字符串列表转换为numpy array。

truth = torch.from_numpy(np.array(truths))

但我有以下错误。

RuntimeError: can't convert a given np.ndarray to a tensor - it has an invalid type. The only supported types are: double, float, int64, int32, and uint8.

有人能提出另一种方法吗？谢谢

Answer 1

不幸的是，你现在不能。我不认为这是一个好主意，因为它会使火把笨拙。一种流行的解决方法可以使用sklearn将其转换为数值类型。

下面是一个简短的例子：

from sklearn import preprocessing
import torch

labels = ['cat', 'dog', 'mouse', 'elephant', 'pandas']
le = preprocessing.LabelEncoder()
targets = le.fit_transform(labels)
# targets: array([0, 1, 2, 3])

targets = torch.as_tensor(targets)
# targets: tensor([0, 1, 2, 3])

由于可能需要在真标签和转换标签之间进行转换，因此最好存储变量le。