Transforma `input_dataset` que contiene protos de` Example` como vectores de DT_STRING en un conjunto de datos de objetos `Tensor` o` SparseTensor` que representan las características analizadas.
Clases anidadas
clase | ParseExampleDataset.Options | Los atributos opcionales para ParseExampleDataset |
Constantes
Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
Salida < Ttype > | asOutput () Devuelve el identificador simbólico del tensor. |
estática ParseExampleDataset | crear ( Alcance alcance, operando <?> inputDataset, operando < TInt64 > numParallelCalls, Iterable < operando <? >> denseDefaults, List <String> sparseKeys, List <String> denseKeys, List <Clase <? extiende Ttype >> sparseTypes, Lista < Forma > denseShapes, List <Clase <? extiende Ttype >> outputTypes, List < Forma > outputShapes, List <Class <? extiende Ttype >> raggedValueTypes, List <clase <? extiende TNumber >> raggedSplitTypes, opciones ... opciones) Método de fábrica para crear una clase que envuelva una nueva operación ParseExampleDataset. |
estáticas ParseExampleDataset.Options | determinista (String determinista) |
Salida <?> | asa () |
estáticas ParseExampleDataset.Options | raggedKeys (List <String> raggedKeys) |
Métodos heredados
Constantes
OP_NAME pública final static String
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Métodos públicos
pública de salida < Ttype > asOutput ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static ParseExampleDataset crear ( Alcance alcance, operando <?> inputDataset, operando < TInt64 > numParallelCalls, Iterable < operando <? >> denseDefaults, List <String> sparseKeys, List <String> denseKeys, List <Clase <? extiende Ttype >> sparseTypes, List < Forma > denseShapes, List <Clase <? extiende Ttype >> outputTypes, List < Forma > outputShapes, List <clase <? extiende Ttype >> raggedValueTypes, List <clase <? extiende TNumber >> raggedSplitTypes, Opciones .. . opciones)
Método de fábrica para crear una clase que envuelva una nueva operación ParseExampleDataset.
Parámetros
alcance | alcance actual |
---|---|
denseDefaults | Un dict mapeo de claves de cadena a `Tensor`s. Las claves del dict deben coincidir con las dense_keys de la función. |
sparseKeys | Una lista de claves de cadena en las características de los ejemplos. Los resultados de estas claves se devolverán como objetos "SparseTensor". |
denseKeys | Una lista de tensores de cadena ndensos (escalares). Las claves esperadas en las características de Ejemplos asociadas con valores densos. |
sparseTypes | Una lista de "DTypes" de la misma longitud que "sparse_keys". Sólo tf.float32 ( `FloatList`), tf.int64 (` Int64List`), y tf.string ( `BytesList`) son compatibles. |
denseShapes | Lista de tuplas con la misma longitud que `dense_keys`. La forma de los datos para cada característica densa a la que hace referencia "dense_keys". Requerido para cualquier tensión de entrada identificada por "dense_keys". Debe estar completamente definido o puede contener una primera dimensión desconocida. Una primera dimensión desconocida significa que la característica se trata como si tuviera un número variable de bloques, y la forma de salida a lo largo de esta dimensión se considera desconocida en el momento de la creación del gráfico. El relleno se aplica a los elementos de minibatch más pequeños que el número máximo de bloques para la característica dada a lo largo de esta dimensión. |
outputTypes | La lista de tipos de los valores devueltos. |
outputShapes | La lista de formas que se están produciendo. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de ParseExampleDataset
estáticas pública ParseExampleDataset.Options determinista (determinista String)
Parámetros
determinista | Una cadena que indica el determinismo de nivel de operación que se utilizará. Deterministic controla si el conjunto de datos puede devolver elementos desordenados si el siguiente elemento que se devolverá no está disponible, pero sí un elemento posterior. Las opciones son "verdadero", "falso" y "predeterminado". "default" indica que el determinismo debe ser decidido por el parámetro `experimental_deterministic` de tf.data.Options . |
---|