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

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.sparseToDense()函数用于将指定的稀疏表示形式转换为密集的Tensor。如果给定索引重复出现，则将最终值累加到该索引的所有值上。

用法:

tf.sparseToDense(sparseIndices, sparseValues, 
            outputShape, defaultValue)

参数：该函数接受四个参数，如下所示：

sparseIndices:它是数据类型为int32的0-D，1-D或2-D张量。这里，sparseValues [i]放在sparseIndices [i]上，其中i是索引值。
sparseValues:它是与sparseIndices的每一行相对应的0-D或1-D Tensor值。
outputShape:它是转换后的密集输出张量的形状。
defaultValue:它是为未在sparseIndices中指定的索引设置的值。其默认值为零。它是一个可选参数。

范例1：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing indices and values
const indices = tf.tensor1d([4, 3, 2, 1, 0], 'int32');
const values = tf.tensor1d([1111, 111, 11, 1, 0.1], 'float32');
 
// Specifying shape for the output dense
const shape = [7];
 
// Getting the Dense representation for the above
// sparse representation
tf.sparseToDense(indices, values, shape).print();

输出：

 Tensor
   [0.1, 1, 11, 111, 1111, 0, 0]

范例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing indices and values
const indices = tf.tensor1d([1, 2, 3], 'int32');
const values = tf.tensor1d([10, 20, 30], 'float32');
 
// Getting the Dense representation for the above
// sparse representation along with shape of [6]
// and default value of 55
tf.sparseToDense(indices, values, [6], 55).print();

输出：

Tensor
   [55, 10, 20, 30, 55, 55]

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

相关用法

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