Decodifica cada cadena en "entrada" en una secuencia de puntos de código Unicode.
Los puntos de código de caracteres para todas las cadenas se devuelven utilizando un único vector `char_values`, con las cadenas expandidas a caracteres en orden de fila principal. De manera similar, los desplazamientos de bytes de inicio de caracteres se devuelven utilizando un único vector `char_to_byte_starts`, con las cadenas expandidas en orden de fila principal.
El tensor `row_splits` indica dónde comienzan y terminan los puntos de código y los desplazamientos iniciales para cada cadena de entrada dentro de los tensores `char_values` y `char_to_byte_starts`. En particular, los valores de la `i`ésima cadena (en orden de fila principal) se almacenan en el segmento `[row_splits[i]:row_splits[i+1]]`. De este modo:
- `char_values[row_splits[i]+j]` es el punto de código Unicode para el carácter `j` en la cadena `i` (en orden de fila principal).
- `char_to_bytes_starts[row_splits[i]+j]` es el desplazamiento del byte inicial para el carácter `j` en la cadena `i` (en orden de fila principal).
- `row_splits[i+1] - row_splits[i]` es el número de caracteres en la cadena `i` (en orden de fila principal).
Clases anidadas
| clase | UnicodeDecodeWithOffsets.Opciones | Atributos opcionales para UnicodeDecodeWithOffsets | |
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| Salida < TInt64 > | charToByteStarts () Un tensor 1D int32 que contiene el índice de bytes en la cadena de entrada donde comienza cada carácter en `char_values`. |
| Salida < TInt32 > | valoreschar () Un tensor 1D int32 que contiene los puntos de código decodificados. |
| estático UnicodeDecodeWithOffsets < TInt64 > | crear (ámbito de alcance , entrada de operando <TString> , codificación de entrada de cadena, opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecodeWithOffsets utilizando tipos de salida predeterminados. |
| estático <T extiende TNumber > UnicodeDecodeWithOffsets <T> | crear (ámbito de alcance , entrada de operando <TString> , codificación de entrada de cadena, clase<T> Tsplits, opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecodeWithOffsets. |
| Estático UnicodeDecodeWithOffsets.Options | errores (errores de cadena) |
| Estático UnicodeDecodeWithOffsets.Options | reemplazarControlCharacters (reemplazarControlCharacters booleano) |
| Estático UnicodeDecodeWithOffsets.Options | replacementChar (reemplazo largo Char) |
| Salida <T> | divisiones de fila () Un tensor 1D int32 que contiene las divisiones de fila. |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
Salida pública < TInt64 > charToByteStarts ()
Un tensor 1D int32 que contiene el índice de bytes en la cadena de entrada donde comienza cada carácter en `char_values`.
Salida pública < TInt32 > charValues ()
Un tensor 1D int32 que contiene los puntos de código decodificados.
público estático UnicodeDecodeWithOffsets <TInt64> crear (alcance alcance , entrada de operando <TString> , codificación de entrada de cadena, opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecodeWithOffsets utilizando tipos de salida predeterminados.
Parámetros
| alcance | alcance actual |
|---|---|
| aporte | El texto a decodificar. Puede tener cualquier forma. Tenga en cuenta que la salida se aplana a un vector de valores de caracteres. |
| entradaCodificación | Codificación de texto de las cadenas de entrada. Esta es cualquiera de las codificaciones admitidas por los convertidores algorítmicos ICU ucnv. Ejemplos: `"UTF-16", "US ASCII", "UTF-8"`. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de UnicodeDecodeWithOffsets
pública estática UnicodeDecodeWithOffsets <T> crear (alcance alcance , entrada de operando <TString> , codificación de entrada de cadena, clase<T> Tsplits, opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecodeWithOffsets.
Parámetros
| alcance | alcance actual |
|---|---|
| aporte | El texto a decodificar. Puede tener cualquier forma. Tenga en cuenta que la salida se aplana a un vector de valores de caracteres. |
| entradaCodificación | Codificación de texto de las cadenas de entrada. Esta es cualquiera de las codificaciones admitidas por los convertidores algorítmicos ICU ucnv. Ejemplos: `"UTF-16", "US ASCII", "UTF-8"`. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de UnicodeDecodeWithOffsets
Errores públicos estáticos UnicodeDecodeWithOffsets.Options (errores de cadena)
Parámetros
| errores | Política de manejo de errores cuando se encuentra un formato no válido en la entrada. El valor de 'estricto' hará que la operación produzca un error InvalidArgument en cualquier formato de entrada no válido. Un valor de 'reemplazar' (el valor predeterminado) hará que la operación reemplace cualquier formato no válido en la entrada con el punto de código `replacement_char`. Un valor de 'ignorar' hará que la operación omita cualquier formato no válido en la entrada y no produzca ningún carácter de salida correspondiente. |
|---|
público estático UnicodeDecodeWithOffsets.Options reemplazarControlCharacters (booleano reemplazarControlCharacters)
Parámetros
| reemplazarControlCharacters | Si se deben reemplazar los caracteres de control C0 (00-1F) con `replacement_char`. El valor predeterminado es falso. |
|---|
UnicodeDecodeWithOffsets.Options estático público replacementChar (Reemplazo largo Char)
Parámetros
| reemplazoChar | El punto de código del carácter de reemplazo que se utilizará en lugar de cualquier formato no válido en la entrada cuando `errors='replace'`. Se puede utilizar cualquier punto de código Unicode válido. El valor predeterminado es que el carácter de reemplazo Unicode predeterminado es 0xFFFD o U+65533). |
|---|