Python tf.sparse.to_indicator用法及代碼示例

將 SparseTensor 的 ids 轉換為密集的布爾指標張量。

用法

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

sp_input.indices 的最後一個維度被丟棄並替換為 sp_input 的值。如果 sp_input.dense_shape = [D0, D1, ..., Dn, K] ，則 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

和 vocab_size = 200 ，那麽輸出將是一個 [2, 3, 200] 密集布爾張量，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).

請注意，輸入 SparseTensor 中允許重複。此操作可用於將 SparseTensor 轉換為密集格式，以便與需要密集張量的操作兼容。

輸入 SparseTensor 必須按行優先順序。