tensorflow:: ops:: ParseExample

#include <parsing_ops.h>

brain.Example প্রোটোগুলোর একটি ভেক্টরকে (স্ট্রিং হিসেবে) টাইপড টেনসরে রূপান্তরিত করে।

সারসংক্ষেপ

যুক্তি:

  • স্কোপ: একটি স্কোপ অবজেক্ট
  • সিরিয়ালাইজড: একটি ভেক্টর যা বাইনারি সিরিয়ালাইজড Example প্রোটোগুলোর একটি ব্যাচ ধারণ করে।
  • names: সিরিয়ালাইজড প্রোটোগুলোর নাম ধারণকারী একটি ভেক্টর। উদাহরণস্বরূপ, এতে সংশ্লিষ্ট সিরিয়ালাইজড প্রোটোগুলোর জন্য টেবিল কী (বর্ণনামূলক) নাম থাকতে পারে। এগুলো শুধুমাত্র ডিবাগিংয়ের উদ্দেশ্যে ব্যবহৃত হয় এবং এখানে কোনো ভ্যালুর উপস্থিতি আউটপুটের উপর কোনো প্রভাব ফেলে না। কোনো নাম উপলব্ধ না থাকলে এটি একটি খালি ভেক্টরও হতে পারে। যদি এটি খালি না হয়, তবে এই ভেক্টরটির দৈর্ঘ্য অবশ্যই "serialized"-এর সমান হতে হবে।
  • sparse_keys: Nsparse স্ট্রিং টেনসর (স্কেলার)-এর একটি তালিকা। উদাহরণগুলোর স্পার্স ভ্যালু-সম্পর্কিত ফিচারগুলোতে এই কী-গুলো প্রত্যাশিত।
  • dense_keys: Ndense স্ট্রিং টেনসর (স্কেলার)-এর একটি তালিকা। উদাহরণগুলোর ঘন মান-সম্পর্কিত বৈশিষ্ট্যগুলিতে প্রত্যাশিত কী-গুলো।
  • dense_defaults: Ndense Tensor-এর একটি তালিকা (কিছু খালি থাকতে পারে)। যখন উদাহরণের feature_map-এ dense_key[j] থাকে না, তখন dense_defaults[j] ডিফল্ট মান প্রদান করে। যদি dense_defaults[j]-এর জন্য একটি খালি Tensor প্রদান করা হয়, তাহলে Feature dense_keys[j] আবশ্যক। ইনপুট টাইপটি dense_defaults[j] থেকে অনুমান করা হয়, এমনকি যখন এটি খালি থাকে। যদি dense_defaults[j] খালি না থাকে, এবং dense_shapes[j] সম্পূর্ণরূপে সংজ্ঞায়িত থাকে, তাহলে dense_defaults[j]-এর আকৃতি অবশ্যই dense_shapes[j]-এর আকৃতির সাথে মিলতে হবে। যদি dense_shapes[j]-এর একটি অসংজ্ঞায়িত প্রধান মাত্রা থাকে (পরিবর্তনশীল স্ট্রাইড ডেন্স ফিচার), তাহলে dense_defaults[j]-তে অবশ্যই একটিমাত্র উপাদান থাকতে হবে: প্যাডিং উপাদান।
  • sparse_types: Nsparse টাইপের একটি তালিকা; যা sparse_keys-এ দেওয়া প্রতিটি Feature-এর ডেটার ডেটা টাইপ। বর্তমানে ParseExample , DT_FLOAT (FloatList), DT_INT64 (Int64List), এবং DT_STRING (BytesList) সমর্থন করে।
  • dense_shapes: N-সংখ্যক ডেন্স শেপের একটি তালিকা; যা dense_keys-এ দেওয়া প্রতিটি ফিচারের ডেটার শেপ। dense_key[j]-এর সাথে সম্পর্কিত ফিচারের উপাদানের সংখ্যা অবশ্যই dense_shapes[j].NumEntries()-এর সমান হতে হবে। যদি dense_shapes[j] == (D0, D1, ..., DN) হয়, তাহলে আউটপুট টেনসর dense_values[j]-এর শেপ হবে (|serialized|, D0, D1, ..., DN): ডেন্স আউটপুটগুলো হলো ব্যাচ অনুযায়ী সারি-স্ট্যাক করা ইনপুট। এটি dense_shapes[j] = (-1, D1, ..., DN)-এর জন্য কাজ করে। এই ক্ষেত্রে আউটপুট টেনসর dense_values[j]-এর শেপ হবে (|serialized|, M, D1, .., DN), যেখানে M হলো ইনপুটের সমস্ত মিনিব্যাচ এন্ট্রির মধ্যে D1 * .... * DN দৈর্ঘ্যের উপাদানের ব্লকের সর্বোচ্চ সংখ্যা। যে কোনো মিনিব্যাচ এন্ট্রিতে যদি D1 * ... * DN দৈর্ঘ্যের M-এর কম সংখ্যক এলিমেন্ট ব্লক থাকে, তবে সেটিকে দ্বিতীয় ডাইমেনশন বরাবর সংশ্লিষ্ট default_value স্কেলার এলিমেন্ট দিয়ে প্যাড করা হবে।

ফেরত:

  • OutputList স্পার্স_সূচক
  • OutputList স্পার্স_মান
  • OutputList স্পার্স_শেপস
  • OutputList ঘন_মান

নির্মাতা এবং ধ্বংসকারী

ParseExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::InputList sparse_keys, :: tensorflow::InputList dense_keys, :: tensorflow::InputList dense_defaults, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

জনসাধারণের বৈশিষ্ট্য

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

জনসাধারণের বৈশিষ্ট্য

ঘন_মান 

::tensorflow::OutputList dense_values

অপারেশন 

Operation operation

স্পার্স_ইনডেক্স 

::tensorflow::OutputList sparse_indices

স্পার্স_শেপস 

::tensorflow::OutputList sparse_shapes

স্পার্স_মান 

::tensorflow::OutputList sparse_values

জনসাধারণের কার্যাবলী

পার্স উদাহরণ 

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)