सहायता Kaggle पर TensorFlow साथ ग्रेट बैरियर रीफ की रक्षा चैलेंज में शामिल हों

टेंसरफ़्लो :: ऑप्स :: वनहॉट

#include <array_ops.h>

एक-एक गर्म टेंसर लौटाता है।

सारांश

सूचकांकों में indices द्वारा दर्शाए गए स्थान on_value मूल्य on_value , जबकि अन्य सभी स्थानों पर मूल्य off_value

यदि इनपुट indices N रैंक N , तो आउटपुट में रैंक N+1 , नया अक्ष आयाम axis पर बनाया गया axis (डिफ़ॉल्ट: नया अक्ष अंत में जोड़ा गया है)।

यदि indices एक अदिश राशि है तो आउटपुट आकार लंबाई की depth का वेक्टर होगा।

यदि indices लंबाई features का एक वेक्टर features , तो आउटपुट आकार होगा:

  features x depth if axis == -1
  depth x features if axis == 0

यदि indices आकार [batch, features] साथ एक मैट्रिक्स (बैच) है, तो आउटपुट आकार होगा:

  batch x features x depth if axis == -1
  batch x depth x features if axis == 1
  depth x batch x features if axis == 0

उदाहरण

मान लीजिए कि

  indices = [0, 2, -1, 1]
  depth = 3
  on_value = 5.0
  off_value = 0.0
  axis = -1

फिर आउटपुट [4 x 3] :

output =
  [5.0 0.0 0.0]  // one_hot(0)
  [0.0 0.0 5.0]  // one_hot(2)
  [0.0 0.0 0.0]  // one_hot(-1)
  [0.0 5.0 0.0]  // one_hot(1)
है

मान लीजिए कि

  indices = [0, 2, -1, 1]
  depth = 3
  on_value = 0.0
  off_value = 3.0
  axis = 0

फिर आउटपुट [3 x 4] :

output =
  [0.0 3.0 3.0 3.0]
  [3.0 3.0 3.0 0.0]
  [3.0 3.0 3.0 3.0]
  [3.0 0.0 3.0 3.0]
//  ^                one_hot(0)
//      ^            one_hot(2)
//          ^        one_hot(-1)
//              ^    one_hot(1)
है

मान लीजिए कि

  indices = [[0, 2], [1, -1]]
  depth = 3
  on_value = 1.0
  off_value = 0.0
  axis = -1

फिर आउटपुट [2 x 2 x 3] :

output =
  [
    [1.0, 0.0, 0.0]  // one_hot(0)
    [0.0, 0.0, 1.0]  // one_hot(2)
  ][
    [0.0, 1.0, 0.0]  // one_hot(1)
    [0.0, 0.0, 0.0]  // one_hot(-1)
  ]
है

तर्क:

  • गुंजाइश: एक स्कोप ऑब्जेक्ट
  • सूचकांक: सूचकांकों का दशांश।
  • गहराई: एक स्केलर जो एक गर्म आयाम की गहराई को परिभाषित करता है।
  • on_value: indices[j] = i जब आउटपुट में भरने के लिए एक स्केलर परिभाषित करता है।
  • off_value: indices[j] != i आउटपुट में भरने के लिए एक स्केलर को परिभाषित करता है।

वैकल्पिक विशेषताएँ ( Attrs देखें):

  • अक्ष: अक्ष को भरने के लिए (डिफ़ॉल्ट: -1, एक नया आंतरिक सबसे अक्ष)।

रिटर्न:

  • Output : एक-गर्म टेंसर।

कंस्ट्रक्टर और डिस्ट्रक्टर्स

OneHot (const :: tensorflow::Scope & scope, :: tensorflow::Input indices, :: tensorflow::Input depth, :: tensorflow::Input on_value, :: tensorflow::Input off_value)
OneHot (const :: tensorflow::Scope & scope, :: tensorflow::Input indices, :: tensorflow::Input depth, :: tensorflow::Input on_value, :: tensorflow::Input off_value, const OneHot::Attrs & attrs)

सार्वजनिक विशेषताएँ

operation
output

सार्वजनिक कार्य

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

सार्वजनिक स्थैतिक कार्य

Axis (int64 x)

संरचनाएं

टेंसोफ़्लो :: ऑप्स :: वनहॉट :: एट्र्स

OneHot के लिए वैकल्पिक विशेषता बसती है

सार्वजनिक विशेषताएँ

ऑपरेशन

Operation operation

उत्पादन

::tensorflow::Output output

सार्वजनिक कार्य

वनहॉट

 OneHot(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input indices,
  ::tensorflow::Input depth,
  ::tensorflow::Input on_value,
  ::tensorflow::Input off_value
)
है

वनहॉट

 OneHot(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input indices,
  ::tensorflow::Input depth,
  ::tensorflow::Input on_value,
  ::tensorflow::Input off_value,
  const OneHot::Attrs & attrs
)

नोड

::tensorflow::Node * node() const 

ऑपरेटर :: टेंसरफ़्लो :: इनपुट

 operator::tensorflow::Input() const 
है

ऑपरेटर :: टेंसोफ़्लो :: आउटपुट

 operator::tensorflow::Output() const 

सार्वजनिक स्थैतिक कार्य

एक्सिस

Attrs Axis(
  int64 x
)