เทนเซอร์โฟลว์:: ปฏิบัติการ:: หนึ่งร้อน

ส่งกลับเทนเซอร์แบบร้อนเดียว

สรุป

ตำแหน่งที่แสดงโดยดัชนีใน indices จะใช้ค่า on_value ในขณะที่ตำแหน่งอื่นๆ ทั้งหมดจะใช้ค่า off_value

หาก indices อยู่ในอันดับ N เอาต์พุตจะมีอันดับ N+1 แกนใหม่จะถูกสร้างขึ้นที่ axis ขนาด (ค่าเริ่มต้น: แกนใหม่จะถูกต่อท้ายที่ส่วนท้าย)

ถ้า indices เป็นสเกลาร์ รูปร่างผลลัพธ์จะเป็นเวกเตอร์ที่มีความยาว depth

หาก indices เป็นเวกเตอร์ของ features ความยาว รูปร่างผลลัพธ์จะเป็น:

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

หาก indices เป็นเมทริกซ์ (แบทช์) ที่มีรูปร่าง [batch, features] รูปร่างผลลัพธ์จะเป็น:

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

ตัวอย่าง

สมมุติว่า

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

จากนั้นเอาต์พุตคือ [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)

สมมุติว่า

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

จากนั้นเอาต์พุตคือ [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)

สมมุติว่า

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

จากนั้นเอาต์พุตคือ [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)
  ]

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• ดัชนี: เทนเซอร์ของดัชนี
• ความลึก: สเกลาร์ที่กำหนดความลึกของมิติร้อนหนึ่งมิติ
• on_value: สเกลาร์ที่กำหนดค่าที่จะเติมในเอาต์พุตเมื่อ indices[j] = i
• off_value: สเกลาร์ที่กำหนดค่าที่จะเติมในเอาต์พุตเมื่อ indices[j] != i

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

• แกน: แกนที่จะเติม (ค่าเริ่มต้น: -1, แกนในสุดใหม่)

ผลตอบแทน:

• Output : เทนเซอร์แบบร้อนเดียว

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Axis(
  int64 x
)