Tensorflow.js tf.denseBincount()用法及代码示例

Tensorflow.js 是Google开发的开源工具包，用于在浏览器或节点平台上执行机器学习模型和深度学习神经网络。它还使开发人员能够在 JavaScript 中创建机器学习模型，并直接在浏览器中或通过 Node.js 使用它们。

tf.denseBincount()函数用于构造指定大小和数据类型的张量。与输入张量中索引号的索引相对应的给定权重张量的索引处的数字之和将是张量的值。

用法:

tf.denseBincount (x, weights, size, binaryOutput?)

参数：

x:这是输入张量。它可以是一维或二维张量。
weights:它是权重张量，必须与 x 具有相同的形式，或者它必须是长度为 0 的张量，在这种情况下，它的作用就好像所有权重都等于 1。
size:输出张量的大小。
binaryOutput: 这是可选的。它用于指定内核是否应该计算出现次数或出现次数。 False 是默认值。

返回：tf.Tensor1D 或 tf.Tensor2D

示例 1：

Javascript


import * as tf from "@tensorflow/tfjs"; 
  
const x = tf.tensor([7, 10, 3, 6, 8, 6, 4,  
    10, 5, 9, 2, 5, 9, 6, 1, 4, 10, 5,],  
    [1, 18], 'int32'); 
      
const weight = []; 
const size = 11; 
const out = tf.denseBincount(x, weight, size); 
console.log(out.print());

输出：

Tensor
     [[0, 1, 1, 1, 2, 3, 3, 1, 1, 2, 3],]

示例 2：

Javascript


import * as tf from "@tensorflow/tfjs"; 
  
const x = tf.tensor([1, 2, 9, 6, 5, 4,  
    7, 4, 7, 4, 3], [1, 11], 'int32'); 
const weight = [0, 2, 5, 8, 9, 3, 5, 5, 3, 8, 2]; 
const size = 10; 
const out = tf.denseBincount(x, weight, size); 
console.log(out.print());

输出：

Tensor
   [[0, 0, 2, 2, 16, 9, 8, 8, 0, 5],]

参考：https://js.tensorflow.org/api/latest/#denseBincount

相关用法

注：本文由纯净天空筛选整理自aayushmohansinha大神的英文原创作品 Tensorflow.js tf.denseBincount() Function。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。