ParseExample

classe finale pubblica ParseExample

Trasforma un vettore di prototipi tf.Example (come stringhe) in tensori tipizzati.

Costanti

Corda

OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

ParseExample statico	create ( Scope scope, Operando < TString > serializzato, Operando < TString > nomi, Operando < TString > sparseKeys, Operando < TString > denseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> denseDefaults, Long numSparse, List<Class <? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes) Metodo factory per creare una classe che racchiude una nuova operazione ParseExample.
Elenco< Uscita <?>>	valori densi ()
Elenco< Uscita <?>>	raggedRowSplits ()
Elenco< Uscita <?>>	valori ragged ()
Elenco< Output < TInt64 >>	Indici sparsi ()
Elenco< Output < TInt64 >>	forme sparse ()
Elenco< Uscita <?>>	valori sparsi ()

Metodi ereditati

Dalla classe org.tensorflow.op.RawOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codice hash ()
Operazione	operazione () Restituisce questa unità di calcolo come una singola Operation .
stringa finale	accordare ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.op.Op

ambiente di esecuzione astratto	ambiente () Restituisce l'ambiente di esecuzione in cui è stata creata questa operazione.
Operazione astratta	operazione () Restituisce questa unità di calcolo come una singola Operation .

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "ParseExampleV2"

Metodi pubblici

public static ParseExample create ( Scope scope, Operando < TString > serializzato, Operando < TString > nomi, Operando < TString > sparseKeys, Operando < TString > denseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> denseDefaults, Long numSparse, List<Class<? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes)

Metodo factory per creare una classe che racchiude una nuova operazione ParseExample.

Parametri

scopo	ambito attuale
serializzato	Uno scalare o un vettore contenente prototipi di esempio serializzati binari.
nomi	Un tensore contenente i nomi dei prototipi serializzati. Corrisponde 1:1 al tensore "serializzato". Può contenere, ad esempio, nomi di chiavi di tabella (descrittivi) per i corrispondenti prototipi serializzati. Questi sono puramente utili per scopi di debug e la presenza di valori qui non ha alcun effetto sull'output. Può anche essere un vettore vuoto se non sono disponibili nomi. Se non vuoto, questo tensore deve avere la stessa forma di "serializzato".
sparseKeys	Vettore di stringhe. Le chiavi previste nelle funzionalità degli esempi sono associate a valori sparsi.
chiavi dense	Vettore di stringhe. Le chiavi previste nelle caratteristiche degli esempi sono associate a valori densi.
raggedKeys	Vettore di stringhe. Le chiavi previste nelle funzionalità degli esempi sono associate a valori irregolari.
denseDefault	Un elenco di tensori (alcuni potrebbero essere vuoti). Corrisponde 1:1 con `dense_keys`. dense_defaults[j] fornisce valori predefiniti quando la feature_map dell'esempio manca di dense_key[j]. Se viene fornito un tensore vuoto per dense_defaults[j], è richiesta la funzionalità dense_keys[j]. Il tipo di input viene dedotto da dense_defaults[j], anche quando è vuoto. Se dense_defaults[j] non è vuoto e dense_shapes[j] è completamente definito, allora la forma di dense_defaults[j] deve corrispondere a quella di dense_shapes[j]. Se dense_shapes[j] ha una dimensione maggiore indefinita (caratteristica densa di passi variabili), dense_defaults[j] deve contenere un singolo elemento: l'elemento di riempimento.
numSparse	Il numero di chiavi sparse.
sparseTypes	Un elenco di tipi "num_sparse"; i tipi di dati in ciascuna funzionalità fornita in sparse_keys. Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
raggedValueTypes	Un elenco di tipi "num_ragged"; i tipi di dati in ciascuna funzionalità forniti in ragged_keys (dove `num_ragged = sparse_keys.size()`). Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
raggedSplitTypes	Un elenco di tipi "num_ragged"; i tipi di dati di row_splits in ciascuna funzionalità fornita in ragged_keys (dove `num_ragged = sparse_keys.size()`). Può essere DT_INT32 o DT_INT64.
forme dense	Un elenco di forme "num_dense"; le forme dei dati in ciascuna caratteristica fornite in dense_keys (dove `num_dense = dense_keys.size()`). Il numero di elementi nella Feature corrispondente a dense_key[j] deve sempre essere uguale a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN) allora la forma dell'output Tensor dense_values[j] sarà (|serialized|, D0, D1, ..., DN): Gli output densi sono solo gli input impilati in righe per batch. Questo funziona per dense_shapes[j] = (-1, D1, ..., DN). In questo caso la forma dell'output Tensor dense_values[j] sarà (|serialized|, M, D1, .., DN), dove M è il numero massimo di blocchi di elementi di lunghezza D1 * .... * DN , in tutte le voci minibatch nell'input. Qualsiasi voce minibatch con meno di M blocchi di elementi di lunghezza D1 * ... * DN verrà riempita con l'elemento scalare default_value corrispondente lungo la seconda dimensione.

ritorna

• una nuova istanza di ParseExample

public List< Output <?>> denseValues ​​()

public List< Output <?>> raggedRowSplits ()

public List< Output <?>> raggedValues ​​()

elenco pubblico< Output < TInt64 >> sparseIndices ()

Elenco pubblico< Output < TInt64 >> sparseShapes ()

public List< Output <?>> sparseValues ​​()