공개 최종 클래스 ParseExample
tf.Example proto의 벡터(문자열)를 형식화된 텐서로 변환합니다.
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| 정적 구문 분석 예 | create ( Scope 범위, Operand < TString > 직렬화, Operand < TString > 이름, Operand < TString > sparseKeys, Operand < TString >densenseKeys, Operand < TString > raggedKeys, Iterable< Operand <?>>densenseDefaults, Long numSparse, List<Class <? 확장 TType >> sparseTypes, List<Class<? 확장 TType >> raggedValueTypes, List<Class<? 확장 TNumber >> raggedSplitTypes, List< Shape >densityShapes) 새로운 ParseExample 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다. |
| 목록< 출력 <?>> | 밀도값 () |
| 목록< 출력 <?>> | 비정형RowSplits () |
| 목록< 출력 <?>> | 비정형값 () |
| 목록< 출력 < TInt64 >> | |
| 목록< 출력 < TInt64 >> | sparseShapes () |
| 목록< 출력 <?>> | 스파스값 () |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
상수 값: "ParseExampleV2"
공개 방법
public static ParseExample create ( Scope 범위, Operand < TString > 직렬화, Operand < TString > 이름, Operand < TString > sparseKeys, Operand < TString >densenseKeys, Operand < TString > raggedKeys, Iterable< Operand <?>>densityDefaults, Long numSparse, List<Class<? 확장 TType >> sparseTypes, List<Class<? 확장 TType >> raggedValueTypes, List<Class<? 확장 TNumber >> raggedSplitTypes, List< Shape >densityShapes)
새로운 ParseExample 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 직렬화된 | 직렬화된 이진 예제 proto를 포함하는 스칼라 또는 벡터입니다. |
| 이름 | 직렬화된 proto의 이름을 포함하는 텐서입니다. '직렬화된' 텐서와 1:1로 대응합니다. 예를 들어 해당 직렬화된 proto에 대한 테이블 키(설명) 이름이 포함될 수 있습니다. 이는 디버깅 목적으로만 유용하며 여기에 값이 있어도 출력에는 영향을 미치지 않습니다. 이름이 없으면 빈 벡터일 수도 있습니다. 비어 있지 않은 경우 이 텐서는 "직렬화된" 것과 동일한 모양을 가져야 합니다. |
| sparseKeys | 문자열의 벡터입니다. 희소 값과 관련된 예제 기능에서 예상되는 키입니다. |
| 밀집키 | 문자열의 벡터입니다. 조밀한 값과 관련된 예제의 기능에서 예상되는 키입니다. |
| 비정형키 | 문자열의 벡터입니다. 비정형 값과 관련된 예제 기능에서 예상되는 키입니다. |
| 조밀한 기본값 | Tensor 목록(일부는 비어 있을 수 있음) `dense_keys`와 1:1 대응합니다. 밀도_기본값[j]은 예제의 feature_map에 밀도_키[j]가 없을 때 기본값을 제공합니다. density_defaults[j]에 대해 빈 Tensor가 제공되는 경우,density_keys[j] 기능이 필요합니다. 입력 유형은 비어 있는 경우에도density_defaults[j]에서 추론됩니다. density_defaults[j]가 비어 있지 않고,density_shapes[j]가 완전히 정의된 경우,density_defaults[j]의 모양은density_shapes[j]의 모양과 일치해야 합니다. density_shapes[j]에 정의되지 않은 주요 차원(가변 보폭 밀집 특성)이 있는 경우,density_defaults[j]에는 패딩 요소라는 단일 요소가 포함되어야 합니다. |
| numSparse | 희소 키 수입니다. |
| sparseTypes | `num_sparse` 유형 목록; sparse_keys에 제공된 각 기능의 데이터 유형입니다. 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다. |
| 비정형값 유형 | `num_ragged` 유형 목록; ragged_keys(여기서 'num_ragged = sparse_keys.size()')에 지정된 각 기능의 데이터 유형입니다. 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다. |
| 비정형분할유형 | `num_ragged` 유형 목록; ragged_keys(여기서 'num_ragged = sparse_keys.size()')에 지정된 각 기능의 row_splits 데이터 유형입니다. DT_INT32 또는 DT_INT64일 수 있습니다. |
| 조밀한 모양 | `num_dense` 모양의 목록입니다. Dense_keys(여기서 'num_dense =density_keys.size()')에 지정된 각 기능의 데이터 모양. density_key[j]에 해당하는 지형지물 요소 수는 항상density_shapes[j].NumEntries()와 같아야 합니다. density_shapes[j] == (D0, D1, ..., DN)이면 출력 Tensordensity_values[j]의 모양은 (|serialized|, D0, D1, ..., DN)입니다. 밀집된 출력은 다음과 같습니다. 입력이 일괄적으로 행으로 쌓입니다. 이는 dark_shapes[j] = (-1, D1, ..., DN)에 적용됩니다. 이 경우 출력 Tensordens_values[j]의 모양은 (|serialized|, M, D1, .., DN)이 됩니다. 여기서 M은 길이가 D1 * .... * DN인 요소의 최대 블록 수입니다. , 입력의 모든 미니 배치 항목에 걸쳐. 길이가 D1 * ... * DN인 요소 블록이 M개 미만인 미니배치 항목은 두 번째 차원을 따라 해당 default_value 스칼라 요소로 채워집니다. |
보고
- ParseExample의 새 인스턴스