dòng chảy căng:: ôi:: Phân tích cú phápVí dụ

#include <parsing_ops.h>

Chuyển đổi một vectơ của não. Ví dụ các proto (dưới dạng chuỗi) thành các tensor được gõ.

Bản tóm tắt

Lập luận:

  • phạm vi: Một đối tượng phạm vi
  • được tuần tự hóa: Một vectơ chứa một loạt các nguyên mẫu Ví dụ được tuần tự hóa nhị phân.
  • tên: Một vectơ chứa tên của các proto được tuần tự hóa. Có thể chứa, ví dụ, tên khóa bảng (mô tả) cho các proto được xê-ri hóa tương ứng. Đây hoàn toàn hữu ích cho mục đích gỡ lỗi và sự hiện diện của các giá trị ở đây không ảnh hưởng đến đầu ra. Cũng có thể là một vectơ trống nếu không có tên. Nếu không trống, vectơ này phải có cùng độ dài với "được tuần tự hóa".
  • thưa_keys: Danh sách các Tensors chuỗi Nsparse (vô hướng). Các khóa dự kiến ​​trong các tính năng của Ví dụ được liên kết với các giá trị thưa thớt.
  • dense_keys: Danh sách Tensors chuỗi Ndense (vô hướng). Các khóa dự kiến ​​​​trong các tính năng của Ví dụ được liên kết với các giá trị dày đặc.
  • dense_defaults: Danh sách các Tensor Ndense (một số có thể trống). dense_defaults[j] cung cấp các giá trị mặc định khi feature_map của ví dụ thiếudense_key[j]. Nếu một Tensor trống được cung cấp chodense_defaults[j] thì tính năngdense_keys[j] là bắt buộc. Loại đầu vào được suy ra từdense_defaults[j], ngay cả khi nó trống. Nếudense_defaults[j] không trống vàdense_shapes[j] được xác định đầy đủ thì hình dạng củadense_defaults[j] phải khớp với hình dạng củadense_shapes[j]. Nếudense_shapes[j] có thứ nguyên chính không xác định (tính năng dày đặc sải bước thay đổi),dense_defaults[j] phải chứa một phần tử duy nhất: phần tử đệm.
  • thưa_types: Danh sách các loại Nsparse; các kiểu dữ liệu của dữ liệu trong mỗi Tính năng được cung cấp trong spzzy_keys. Hiện tại ParseExample hỗ trợ DT_FLOAT (FloatList), DT_INT64 (Int64List) và DT_STRING (BytesList).
  • dense_shapes: Danh sách các hình dạng Ndense; hình dạng của dữ liệu trong mỗi Tính năng được đưa ra trongdense_keys. Số phần tử trong Đối tượng tương ứng vớidense_key[j] phải luôn bằngdense_shapes[j].NumEntries(). Nếudense_shapes[j] == (D0, D1, ..., DN) thì hình dạng của đầu ra Tensordense_values [j] sẽ là (|serialized|, D0, D1, ..., DN): Các đầu ra dày đặc là chỉ các hàng đầu vào được xếp chồng lên nhau theo đợt. Điều này hoạt động vớidense_shapes[j] = (-1, D1, ..., DN). Trong trường hợp này, hình dạng của đầu ra Tensordense_values [j] sẽ là (|serialized|, M, D1, .., DN), trong đó M là số khối phần tử tối đa có độ dài D1 * .... * DN , trên tất cả các mục nhập minibatch trong đầu vào. Bất kỳ mục nhập minibatch nào có ít hơn M khối phần tử có độ dài D1 * ... * DN sẽ được đệm bằng phần tử vô hướng default_value tương ứng dọc theo chiều thứ hai.

Trả về:

  • OutputList thớt_indices
  • OutputList thớt_values
  • OutputList thớt_shapes
  • OutputList đặc_values

Hàm tạo và hàm hủy

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)

Thuộc tính công khai

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Thuộc tính công khai

dày đặc_values 

::tensorflow::OutputList dense_values

hoạt động 

Operation operation

thưa_chỉ số 

::tensorflow::OutputList sparse_indices

thưa thớt 

::tensorflow::OutputList sparse_shapes

giá trị thưa thớt 

::tensorflow::OutputList sparse_values

Chức năng công cộng

Phân tích cú phápVí dụ 

 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
)