Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.
La función tf.oneHot() se usa para crear un tf.Tensor one-hot. Las ubicaciones representadas por índices toman el valor 1 (valor predeterminado), también conocido como onValue, mientras que todas las demás ubicaciones toman el valor 0 (valor predeterminado), también conocido como offValue.
Sintaxis:
tf.oneHot (indices, depth, onValue, offValue)
Parámetro: Esta función acepta tres parámetros que se ilustran a continuación:
- índices Puede tf.Tensor (TypedArray o Array) de índices con dtype int32.
- profundidad El tipo de datos de profundidad es número. Se utiliza para representar la profundidad de una dimensión caliente.
- onValue El tipo de datos de onValue es número. Se utiliza para completar la salida cuando el índice coincide con la ubicación. Es un argumento opcional.
- offValue El tipo de datos de offValue es número. Se utiliza para completar la salida cuando el índice no coincide con la ubicación. También es un argumento opcional.
Return: Devuelve un tf.Tensor.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Use of oneHot function. var val = tf.oneHot(tf.tensor1d([0,1,2], 'int32'), 3);; // Printing the tensor val.print()
Producción:
Tensor [[1, 0, 0], [0, 1, 0], [0, 0, 1]]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Creating and initializing a new variable var val = tf.oneHot(tf.tensor1d([0,1,2], 'int32'), 3,9,-1); // Printing the tensor val.print()
Producción:
Tensor [[9 , -1, -1], [-1, 9 , -1], [-1, -1, 9 ]]
Referencia: https://js.tensorflow.org/api/latest/#oneHot