ai.onnx.ml - DictVectorizer

DictVectorizer - 1 (ai.onnx.ml)

版本

• 名称：DictVectorizer (GitHub)

• 域: ai.onnx.ml

• 起始版本: 1

• 函数: False

• 支持级别: SupportType.COMMON

• 形状推断: True

该算子的此版本**自 ai.onnx.ml 域的 1 版本起**可用。

摘要

使用索引映射将字典转换为数组。
给定一个字典，每个键都在对应于键类型的词汇属性中查找。然后，在词汇数组中找到键的索引用于索引输出一维张量“Y”，并将字典“X”中找到的值插入其中。
输入映射的键类型必须与定义的词汇属性的元素类型相对应。因此，输出数组的长度将与索引映射向量参数的长度相等。输入字典中的所有键都必须存在于索引映射向量中。对于输入字典中的每个项，将其值插入到输出数组中。输入字典中不存在的任何键在输出数组中将为零。
例如：如果 string_vocabulary 参数设置为 ["a", "c", "b", "z"]，则输入 {"a": 4, "c": 8} 将产生输出 [4, 8, 0, 0]。

属性

• int64_vocabulary - INTS :

  整数词汇数组。
  必须且只能定义一个词汇表。

• string_vocabulary - STRINGS :

  字符串词汇数组。
  必须且只能定义一个词汇表。

输入

• X (异构) - T1

  一个字典。

输出

• Y (异构) - T2

  一个一维张量，其中包含来自输入字典的值。

类型约束

• T1 属于 ( map(int64, double), map(int64, float), map(int64, string), map(string, double), map(string, float), map(string, int64) )

  输入必须是字符串或整数到字符串或数字类型的映射。键类型和值类型不能相同。

• T2 属于 ( tensor(double), tensor(float), tensor(int64), tensor(string) )

  输出将是输入映射值类型的张量。其形状将为 [1,C]，其中 C 是输入字典的长度。