如何在TensorFlow中创建掩码张量?

为给定索引创建具有特定深度的张量,并将其值设为1

索引张量:

[[1 3] [2 4] [0 4]]

输出张量(深度=5):

[[0. 1. 0. 1. 0.] [0. 0. 1. 0. 1.] [1. 0. 0. 0. 1.]]

回答:

你可以通过首先转换为完整索引,然后使用sparse_to_dense函数将这些索引值设为1来实现上述效果。

#获取完整索引
mesh = tf.meshgrid(tf.range(indices.shape[1]), tf.range(indices.shape[0]))[1]
full_indices = tf.reshape(tf.stack([mesh, indices], axis=2), [-1,2])
#输出
#[[0 1] [0 3] [1 2] [1 4] [2 0] [2 4]]
#使用上述索引并将输出设为1。
#depth_x = 3, depth_y = 5
dense = tf.sparse_to_dense(full_indices,tf.constant([depth_x,depth_y]), tf.ones(tf.shape(full_indices)[0]))
# 输出
#[[0. 1. 0. 1. 0.]
#[0. 0. 1. 0. 1.]
#[1. 0. 0. 0. 1.]]

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注