当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.sparse.to_indicator用法及代码示例

SparseTensor 的 ids 转换为密集的布尔指标张量。

用法

tf.sparse.to_indicator(
    sp_input, vocab_size, name=None
)

参数

  • sp_input 具有类型为 int32int64values 属性的 SparseTensor
  • vocab_size 一个标量 int64 张量(或 Python int),包含最后一个维度的新大小 all(0 <= sp_input.values < vocab_size)
  • name 返回张量的名称前缀(可选)

返回

  • 一个密集的布尔指标张量,表示具有指定值的索引。

抛出

  • TypeError 如果 sp_input 不是 SparseTensor

sp_input.indices 的最后一个维度被丢弃并替换为 sp_input 的值。如果 sp_input.dense_shape = [D0, D1, ..., Dn, K] ,则 output.shape = [D0, D1, ..., Dn, vocab_size] ,其中

output[d_0, d_1, ..., d_n, sp_input[d_0, d_1, ..., d_n, k]] = True

和 False 在 output 的其他地方。

例如,如果 sp_input.dense_shape = [2, 3, 4] 具有非空值:

[0, 0, 0]:0
[0, 1, 0]:10
[1, 0, 3]:103
[1, 1, 1]:150
[1, 1, 2]:149
[1, 1, 3]:150
[1, 2, 1]:121

vocab_size = 200 ,那么输出将是一个 [2, 3, 200] 密集布尔张量,除了位置之外的所有地方都是 False

(0, 0, 0), (0, 1, 10), (1, 0, 103), (1, 1, 149), (1, 1, 150),
(1, 2, 121).

请注意,输入 SparseTensor 中允许重复。此操作可用于将 SparseTensor 转换为密集格式,以便与需要密集张量的操作兼容。

输入 SparseTensor 必须按行优先顺序。

相关用法

注:本文由堆栈答案筛选整理自tensorflow.org大神的英文原创作品 tf.sparse.to_indicator。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。