Tensorflow.js tf.sparseToDense()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

tf.sparseToDense()函數用於將指定的稀疏表示形式轉換為密集的Tensor。如果給定索引重複出現，則將最終值累加到該索引的所有值上。

用法:

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

參數：該函數接受四個參數，如下所示：

sparseIndices:它是數據類型為int32的0-D，1-D或2-D張量。這裏，sparseValues [i]放在sparseIndices [i]上，其中i是索引值。
sparseValues:它是與sparseIndices的每一行相對應的0-D或1-D Tensor值。
outputShape:它是轉換後的密集輸出張量的形狀。
defaultValue:它是為未在sparseIndices中指定的索引設置的值。其默認值為零。它是一個可選參數。

範例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();

輸出：

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

範例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();

輸出：

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

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

相關用法

注：本文由純淨天空篩選整理自Kanchan_Ray大神的英文原創作品 Tensorflow.js tf.sparseToDense() Function。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。