怎么评论一段php语言文本单词one-hot编码的健壮性
神经网络是建立在数学的基础上进行计算的，因此对数字更敏感，不管是什么样的特征数据都需要以向量的形式喂入神经网络，无论是图片、文本、音频、视频都是一样。
one-hot编码，也就是独热编码，是一种常用的编码手段。在多分类识别的时候，喂入神经网络的标签就是独热码，比如手写数字识别一共有10个分类，某张图片标签是6，则独热码为：0 0 0 0 0 0 1 0 0 0
下面演示将一个单词进行ont-hot编码：
#字母表
word_id = {'a': 0, 'b': 1, 'c': 2, 'd': 3, 'e': 4, 'f': 5, 'g': 6, 'h': 7, 'i': 8, 'j': 9,'k': 10, 'l': 11, 'm': 12, 'n': 13, 'o': 14,'p': 15, 'q': 16, 'r': 17, 's': 18, 't': 19,'u': 20, 'v': 21, 'w': 22, 'x': 23, 'y': 24, 'z': 25}
#进行编码的单词
word = 'china'
#ont-hot编码
arr = np.zeros((len(word),len(word_id)))
for k,w in enumerate(word):
arr[k][word_id[w]] = 1
print(arr)
打印结果：
[[0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
文本->单词->向量
文本编码则与单词编码不同，单词编码以26个字母为映射字典，文本编码需要以单词为单位进行字典映射，因为单词是有语义的，在实际场景中往往捕捉的是文本所表达的意思，而不是文本本身的字母组成。
#要编码的文本
text = 'I am Chinese, I love China'
total_num = len(text.replace(',',' ').split())
#映射字典
word_id = {}
sentences = text.split(',')
for line in sentences:
for word in line.split():
if word not in word_id:
word_id[word] = len(word_id)
print(word_id)
#ont-hot编码
arr = np.zeros((len(sentences),total_num,len(word_id)))
for k,v in enumerate(sentences):
for kk,vv in enumerate(v.split()):
arr[k][kk][word_id[vv]] = 1
print(arr)
打印结果：
{'I': 0, 'am': 1, 'Chinese': 2, 'love': 3, 'China': 4}
[[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 1. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]]
[[1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]]]
2. 模块
-
系统内部所有需要等待的异步响应都要有超时处理。
-
关联组件的行为不一致要做异常处理：比如：APP模块认为通信已经断开，故不会再次请求通信MID模块去执行通信，而通信MID模块等待APP模块来触发下一次通信。
-
模块内部暂态都要设置最长停留时间，以及超过这个时间后做什么样的处理。
-
模块的错误处理至少要考虑以下几种类型错误：
-
输入了范围外的值
-
在规定时间内，处理没有结束或者没有应答
-
与期待的时序不一致
-
期待的数据不完整：
-
-
由错误转化为异常的判定标准：
-
不以单次Error做判定，而是执行一定次数(3次)的Retry处理。
-
测试时间以大于一定时间为目标 。
-
-
通信关联的功能模块在设计时需要考虑：
-
用户异常切断时怎么处理
-
通信正常切断时怎么处理
-
通信正常终了时怎么处理
-
设备异常切断时怎么处理"
-
-
做状态迁移表的设计时，如果状态迁移表的事件有外部设备异常切断的通知。要明确各状态下收到该通知时处理的妥当性，并且明确这些设计。
-
需要考虑起动处理时各模块消息的同步问题。例如，优先级高的A模块启动后，发送消息给后B模块，考虑如果此时B模块未启动的处理情况。
-
对于Backup的数据，需要考虑Backup各种状态下启动之后处理：
1 没有读取到Backup数据
2 Backup数据为初始值
3 Backup数据达到最大边界值
4 Backup数据超过最大边界值或者异常。 -
备份的数据要有默认值。
-
备份的数据要进行完整性校验。
-
设计模块时，尽量保证此模块可以有机制来恢复。
-
模块出现异常时，有一套机制可以检测出来。
3. 函数
-
输入范围之外的值需要做处理。
-
函数设计时需要明确设计目标函数所调用函数的所有返回值。对正常值以外的返回值进行分析，分析不同的返回值是否需要做不同的异常处理。并且明确这些异常设计。
-
Loop循环，一定要设定跳出循环的条件或者是范围的判定。
-
进行数据的格式转换的处理，需要明确：1 数据转换前后的格式2 转换规则3 是否有数据在转换时需要特殊处理，比如边界值。
2. 实现
-
不允许使用C语言中非安全的经典函数，如下：
-
strcpy/wcscpy/stpcpy/ wcpcpy
-
scanf/ sscanf /vscanf /fwscanf /swscanf/ wscanf
-
gets/ puts
-
strcat /wcscat
-
wcrtomb /wctob
-
sprintf/ vsprintf /vfprintf
-
asprintf/ vasprintf
-
strncpy /wcsncpy
-
strtok/ wcstok
-
-
代码满足静态检查规范(cert C，misra C)。
-
函数的入参要进行范围判断。
-
不允许使用函数的递归。
-
优先使用RAII技术来管理资源(使用C++语言)，比如锁，文件句柄等。
-
优先使用引用来代替裸指针(使用C++语言)。
-
优先使用智能指针代替裸指针(使用C++语言)。
-
尽量避免强制类型转换。
3.测试
1. 测试用例
测试用例至少覆盖以下几种情况：
-
基本功能：典型时序(所有的错误；异步超时需要重点关注)。
-
性能：性能相关时序。
-
边界值：外部输入所有的边界值。
-
异常值：接口中数据范围异常；时序重复混乱；备份数据损坏；服务器来的数据破坏；总线上数据异常等 。
-
恶意操作：ACC ON,OFF频繁操作；外部线恶意插拔；外部没有得到结果就再次请求；外部连续两个相反的请求；外部连续两个不同的请求等。
-
内部状态：内存使用量大时；CPU占有率大时；各种电源状态下 。
-
外部状态：总线负载大时；Linux下2038问题；MQTT/HTTP同时进行；正常功能和debug功能同时进行。OTA/diag/factory reset处于执行中时。
2. 测试工具
-
测试用例要能支持回归测试。
-
搭建自动化测试环境。
