Przekształca `input_dataset` zawierający protos `Example` jako wektory DT_STRING w zbiór danych obiektów `Tensor` lub `SparseTensor` reprezentujących przeanalizowane cechy.
Klasy zagnieżdżone
klasa | ParseExampleDataset.Options | Opcjonalne atrybuty dla ParseExampleDataset |
Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
Wyjście < Typ T > | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny zestaw danych ParseExampleDataset | utwórz ( Zakres zakresu, Operand <?> inputDataset, Operand < TInt64 > numParallelCalls, Iterable< Operand <?>> gęstyDefaults, List<String> sparseKeys, List<String> gęstyKeys, List<Class<? Extends TType >> sparseTypes, Lista < Kształt > gęsteShapes, List<Klasa<? rozszerza TType >> OutputTypes, Lista< Kształt > OutputShapes, List<Klasa<? rozszerza TType >> raggedValueTypes, List<Klasa<? rozszerza TNumber >> raggedSplitTypes, Opcje... opcje) Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ParseExampleDataset. |
statyczny ParseExampleDataset.Options | deterministyczny (deterministyczny ciąg znaków) |
Wyjście <?> | uchwyt () |
statyczny ParseExampleDataset.Options | raggedKeys (List<String> raggedKeys) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście < TType > asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static ParseExampleDataset create ( Zakres zakresu, Operand <?> inputDataset, Operand < TInt64 > numParallelCalls, Iterable< Operand <?>> gęstyDefaults, List<String> sparseKeys, List<String> gęstyKeys, List<Class<? rozszerza TType >> sparseTypes, Lista< Kształt > gęsteShapes, Lista<Klasa<? rozszerza TType >> OutputTypes, Lista< Kształt > OutputShapes, Lista<Klasa<? rozszerza TType >> raggedValueTypes, Lista<Klasa<? rozszerza TNumber >> raggedSplitTypes, Opcje.. .opcje )
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ParseExampleDataset.
Parametry
zakres | aktualny zakres |
---|---|
gęsteDomyślne | Dyktat mapujący klucze łańcuchowe na `Tensor`s. Klucze słownika muszą pasować do kluczy gęstych funkcji. |
rzadkieKlucze | Lista kluczy ciągów w przykładowych funkcjach. Wyniki dla tych kluczy zostaną zwrócone jako obiekty `SparseTensor`. |
gęsteKlucze | Lista tensorów strun Ndense (skalarów). Klucze oczekiwane w przykładach charakteryzują się wartościami gęstymi. |
rzadkie typy | Lista „DTypes” o tej samej długości co „sparse_keys”. Obsługiwane są tylko tf.float32 („FloatList”), tf.int64 („Int64List”) i tf.string („BytesList”). |
gęste kształty | Lista krotek o tej samej długości co `dense_keys`. Kształt danych dla każdego gęstego obiektu, do którego odwołuje się „dense_keys”. Wymagane dla wszelkich tensorów wejściowych identyfikowanych przez „dense_keys”. Musi być w pełni zdefiniowany lub może zawierać nieznany pierwszy wymiar. Nieznany pierwszy wymiar oznacza, że obiekt jest traktowany jako posiadający zmienną liczbę bloków, a kształt wyjściowy wzdłuż tego wymiaru jest uważany za nieznany w czasie tworzenia wykresu. Dopełnienie stosuje się dla elementów minibatch mniejszych od maksymalnej liczby bloków dla danej cechy wzdłuż tego wymiaru. |
Typy wyjściowe | Lista typów zwracanych wartości. |
kształty wyjściowe | Lista produkowanych kształtów. |
opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja ParseExampleDataset
public static ParseExampleDataset.Options deterministyczny (deterministyczny ciąg znaków)
Parametry
deterministyczny | Ciąg wskazujący determinizm na poziomie operacji, który ma zostać użyty. Deterministyczne określa, czy zbiór danych może zwracać elementy w niewłaściwej kolejności, jeśli następny element do zwrócenia nie jest dostępny, ale jest dostępny późniejszy element. Dostępne opcje to „true”, „false” i „default”. „default” wskazuje, że o determinizmie powinien decydować parametr `experimental_deterministic` tf.data.Options . |
---|