tensorflow::ops::ParseSingleExample

#include <parsing_ops.h>

Trasforma un proto tf.Example (come stringa) in tensori tipizzati.

Riepilogo

Argomentazioni:

  • ambito: un oggetto Scope
  • serializzato: un vettore contenente un batch di protos di esempio serializzati binari.
  • dense_defaults: Un elenco di tensori (alcuni possono essere vuoti), la cui lunghezza corrisponde alla lunghezza di dense_keys . dense_defaults[j] fornisce valori predefiniti quando la feature_map dell'esempio non contiene dense_key[j]. Se viene fornito un tensore vuoto per dense_defaults[j], è necessario specificare la feature dense_keys[j]. Il tipo di input viene dedotto da dense_defaults[j], anche quando è vuoto. Se dense_defaults[j] non è vuoto e dense_shapes[j] è completamente definito, la forma di dense_defaults[j] deve corrispondere a quella di dense_shapes[j]. Se dense_shapes[j] ha una dimensione principale non definita (feature densa a passi variabili), dense_defaults[j] deve contenere un singolo elemento: l'elemento di riempimento.
  • num_sparse: Il numero di caratteristiche sparse da analizzare dall'esempio. Deve corrispondere alla lunghezza di sparse_keys e sparse_types .
  • sparse_keys: Un elenco di num_sparse stringhe. Le chiavi previste nelle caratteristiche degli esempi associate ai valori sparsi.
  • dense_keys: Le chiavi previste nelle caratteristiche degli esempi associate a valori densi.
  • sparse_types: Un elenco di num_sparse tipi; i tipi di dati dei dati in ogni Feature specificata in sparse_keys. Attualmente l'operazione ParseSingleExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • dense_shapes: Le forme dei dati in ogni Feature specificate in dense_keys. La lunghezza di questo elenco deve corrispondere alla lunghezza di dense_keys . Il numero di elementi nella Feature corrispondente a dense_key[j] deve sempre essere uguale a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN), la forma del Tensor di output dense_values[j] sarà (D0, D1, ..., DN): Nel caso in cui dense_shapes[j] = (-1, D1, ..., DN), la forma del Tensor di output dense_values[j] sarà (M, D1, ..., DN), dove M è il numero di blocchi di elementi di lunghezza D1 * .... * DN, nell'input.

Resi:

  • OutputList indici sparsi
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values

Costruttori e distruttori

ParseSingleExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice< string > & sparse_keys, const gtl::ArraySlice< string > & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

attributi pubblici

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

attributi pubblici

valori densi 

::tensorflow::OutputList dense_values

operazione 

Operation operation

indici sparsi 

::tensorflow::OutputList sparse_indices

forme sparse 

::tensorflow::OutputList sparse_shapes

valori sparsi 

::tensorflow::OutputList sparse_values

Funzioni pubbliche

Esempio di analisi singola 

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice< string > & sparse_keys,
  const gtl::ArraySlice< string > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)