ParseExample

classe final pública ParseExample

Transforma um vetor de protos tf.Example (como strings) em tensores digitados.

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

Exemplo de análise estático
create ( Escopo de escopo , Operando < TString > serializado, Operando < TString > nomes, Operando < TString > sparseKeys, Operando < TString > DenseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> DenseDefaults, Long numSparse, List<Class <? estende TType >> sparseTypes, List<Class<? estende TType >> raggedValueTypes, List<Class<? estende TNumber >> raggedSplitTypes, List< Shape > densaShapes)
Método de fábrica para criar uma classe que envolve uma nova operação ParseExample.
Lista< Saída <?>>
Lista< Saída <?>>
Lista< Saída <?>>
Lista< Saída <TInt64> >
Lista< Saída <TInt64> >
Lista< Saída <?>>

Métodos herdados

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "ParseExampleV2"

Métodos Públicos

public static ParseExample create ( Escopo de escopo , Operando < TString > serializado, Operando < TString > nomes, Operando < TString > sparseKeys, Operando < TString > DenseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> DenseDefaults, Long numSparse, List<Class<? estende TType >> sparseTypes, List<Class<? estende TType >> raggedValueTypes, List<Class<? estende TNumber >> raggedSplitTypes, List< Shape > densaShapes)

Método de fábrica para criar uma classe que envolve uma nova operação ParseExample.

Parâmetros
escopo escopo atual
serializado Um escalar ou vetor contendo protos de exemplo serializados binários.
nomes Um tensor contendo os nomes dos protos serializados. Corresponde 1:1 ao tensor `serializado`. Pode conter, por exemplo, nomes de chaves de tabela (descritivos) para os protos serializados correspondentes. Eles são puramente úteis para fins de depuração e a presença de valores aqui não afeta a saída. Também pode ser um vetor vazio se nenhum nome estiver disponível. Se não estiver vazio, este tensor deve ter o mesmo formato de "serializado".
chaves esparsas Vetor de cordas. As chaves esperadas nos recursos dos Exemplos associados a valores esparsos.
chaves densas Vetor de cordas. As chaves esperadas nos recursos dos Exemplos associados a valores densos.
Chaves irregulares Vetor de cordas. As chaves esperadas nos recursos dos Exemplos associados a valores irregulares.
densoDefaults Uma lista de tensores (alguns podem estar vazios). Corresponde 1:1 com `dense_keys`. Dense_defaults[j] fornece valores padrão quando o feature_map do exemplo não possui Dense_key[j]. Se um tensor vazio for fornecido para Dense_defaults[j], então o recurso Dense_keys[j] será necessário. O tipo de entrada é inferido de denso_defaults[j], mesmo quando está vazio. Se Dense_defaults[j] não estiver vazio e Dense_shapes[j] estiver totalmente definido, então a forma de Dense_defaults[j] deverá corresponder à de Dense_shapes[j]. Se Dense_Shapes[j] tiver uma dimensão principal indefinida (recurso denso de passos variáveis), Dense_defaults[j] deverá conter um único elemento: o elemento de preenchimento.
numSparse O número de chaves esparsas.
tipos esparsos Uma lista de tipos `num_sparse`; os tipos de dados em cada recurso fornecidos em sparse_keys. Atualmente o ParseExample suporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
tipos de valores irregulares Uma lista de tipos `num_ragged`; os tipos de dados em cada recurso fornecidos em ragged_keys (onde `num_ragged = sparse_keys.size()`). Atualmente o ParseExample suporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
esfarrapadoSplitTypes Uma lista de tipos `num_ragged`; os tipos de dados de row_splits em cada recurso fornecido em ragged_keys (onde `num_ragged = sparse_keys.size()`). Pode ser DT_INT32 ou DT_INT64.
formas densas Uma lista de formas `num_dense`; as formas dos dados em cada recurso fornecidas em Dense_keys (onde `num_dense = Dense_keys.size()`). O número de elementos no Feature correspondente a Dense_key[j] deve sempre ser igual a Dense_shapes[j].NumEntries(). Se Dense_shapes[j] == (D0, D1, ..., DN) então a forma do Tensor de saída Dense_values[j] será (|serialized|, D0, D1, ..., DN): As saídas densas são apenas as entradas empilhadas em lote. Isso funciona para formas_densas[j] = (-1, D1, ..., DN). Neste caso a forma do Tensor de saída Dense_values[j] será (|serialized|, M, D1, .., DN), onde M é o número máximo de blocos de elementos de comprimento D1 * .... * DN , em todas as entradas do minilote na entrada. Qualquer entrada de minilote com menos de M blocos de elementos de comprimento D1 * ... * DN será preenchida com o elemento escalar default_value correspondente ao longo da segunda dimensão.
Devoluções
  • uma nova instância de ParseExample

lista pública< Saída <?>> denseValues ()

Lista pública< Saída <?>> raggedRowSplits ()

Lista pública< Saída <?>> raggedValues ()

Lista pública< Saída < TInt64 >> sparseIndices ()

Lista pública< Saída < TInt64 >> sparseShapes ()

Lista pública< Saída <?>> sparseValues ()