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 <?>>	valores densos ()
Lista< Saída <?>>	irregularRowSplits ()
Lista< Saída <?>>	valores irregulares ()
Lista< Saída <TInt64> >	índices esparsos ()
Lista< Saída <TInt64> >	formas esparsas ()
Lista< Saída <?>>	valores esparsos ()

Métodos herdados

Da classe org.tensorflow.op.RawOp

booleano final	é igual (objeto obj)
int final	código hash ()
Operação	op () Retorne esta unidade de cálculo como uma única Operation .
sequência final	para sequenciar ()

Da classe java.lang.Object

boleano	é igual (objeto arg0)
aula final<?>	getClass ()
interno	código hash ()
vazio final	notificar ()
vazio final	notificar todos ()
Corda	para sequenciar ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.op.Op

ambiente de execução abstrato	env () Retorne o ambiente de execução em que esta operação foi criada.
operação abstrata	op () Retorne esta unidade de cálculo como uma única Operation .

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 ()