tensorflow::ops::ParseSingleExample

#include <parsing_ops.h>

Transforme un proto tf.Example (sous forme de chaîne de caractères) en tenseurs typés.

Résumé

Arguments :

  • portée : un objet Scope
  • serialized : Un vecteur contenant un lot de protos d'exemple binaires sérialisés.
  • `dense_defaults` : une liste de tenseurs (certains peuvent être vides), dont la longueur correspond à celle de dense_keys . `dense_defaults[j]` fournit des valeurs par défaut lorsque la `feature_map` de l'exemple ne contient pas `dense_key[j]`. Si un tenseur vide est fourni pour `dense_defaults[j]`, la caractéristique `dense_keys[j]` est requise. Le type d'entrée est déduit de `dense_defaults[j]`, même s'il est vide. Si `dense_defaults[j]` n'est pas vide et que `dense_shapes[j]` est entièrement défini, alors la forme de `dense_defaults[j]` doit correspondre à celle de `dense_shapes[j]`. Si `dense_shapes[j]` a une dimension principale indéfinie (caractéristique dense à pas variables), `dense_defaults[j]` doit contenir un seul élément : l'élément de remplissage.
  • num_sparse : Nombre de caractéristiques éparses à analyser dans l’exemple. Ce nombre doit correspondre aux longueurs de sparse_keys et sparse_types .
  • sparse_keys : une liste de num_sparse strings. Les clés attendues dans les fonctionnalités des exemples associées aux valeurs éparses.
  • dense_keys : Les clés attendues dans les fonctionnalités des exemples associées aux valeurs denses.
  • sparse_types : une liste de num_sparse ; les types de données de chaque Feature spécifiés dans sparse_keys. Actuellement, l’opération ParseSingleExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList).
  • `dense_shapes` : Formes des données de chaque caractéristique spécifiée dans `dense_keys`. La longueur de cette liste doit correspondre à celle de dense_keys . Le nombre d'éléments de la caractéristique correspondant à `dense_key[j]` doit toujours être égal à `dense_shapes[j].NumEntries()`. Si `dense_shapes[j] == (D0, D1, ..., DN)`, la forme du tenseur de sortie `dense_values[j]` sera (D0, D1, ..., DN). Dans le cas où `dense_shapes[j] = (-1, D1, ..., DN)`, la forme du tenseur de sortie `dense_values[j]` sera (M, D1, ..., DN), où M est le nombre de blocs d'éléments de longueur `D1 * ... * DN` dans l'entrée.

Retours :

  • OutputList indices_épais
  • OutputList valeurs_éparses
  • OutputList formes éparses
  • OutputList valeurs_denses

Constructeurs et destructeurs

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)

attributs publics

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

attributs publics

valeurs_denses 

::tensorflow::OutputList dense_values

opération 

Operation operation

indices clairsemés 

::tensorflow::OutputList sparse_indices

formes éparses 

::tensorflow::OutputList sparse_shapes

valeurs éparses 

::tensorflow::OutputList sparse_values

fonctions publiques

AnalyserSingleExemple 

 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
)