tensorflow::ops::ParseExampleV2

#include <parsing_ops.h>

یک بردار از پروتوهای tf.Example (به عنوان رشته) را به تانسورهای نوع‌بندی‌شده تبدیل می‌کند.

خلاصه

استدلال‌ها:

  • دامنه: یک شیء دامنه
  • سریالی شده: یک اسکالر یا بردار حاوی پروتوهای سریالی شده دودویی.
  • names: یک تانسور حاوی نام‌های پروتوهای سریالی‌شده. با تانسور serialized به نسبت ۱:۱ مطابقت دارد. ممکن است مثلاً شامل نام‌های کلید جدول (توصیفی) برای پروتوهای سریالی‌شده‌ی مربوطه باشد. این موارد صرفاً برای اهداف اشکال‌زدایی مفید هستند و وجود مقادیر در اینجا هیچ تأثیری بر خروجی ندارد. همچنین اگر هیچ نامی در دسترس نباشد، می‌تواند یک بردار خالی باشد. اگر خالی نباشد، این تانسور باید شکل مشابهی با «سریال‌شده» داشته باشد.
  • کلیدهای پراکنده: برداری از رشته‌ها. کلیدهای مورد انتظار در ویژگی‌های مثال‌های مرتبط با مقادیر پراکنده.
  • dense_keys: برداری از رشته‌ها. کلیدهای مورد انتظار در ویژگی‌های مثال‌های مرتبط با مقادیر dense.
  • ragged_keys: برداری از رشته‌ها. کلیدهای مورد انتظار در ویژگی‌های مثال‌های مرتبط با مقادیر ragged.
  • dense_defaults: فهرستی از Tensorها (برخی ممکن است خالی باشند). به صورت ۱:۱ با dense_keys متناظر است. dense_defaults[j] مقادیر پیش‌فرض را در زمانی که feature_map مثال فاقد dense_key[j] باشد، ارائه می‌دهد. اگر یک Tensor خالی برای dense_defaults[j] ارائه شود، آنگاه Feature dense_keys[j] مورد نیاز است. نوع ورودی از dense_defaults[j] استنباط می‌شود، حتی زمانی که خالی باشد. اگر dense_defaults[j] خالی نباشد و dense_shapes[j] کاملاً تعریف شده باشد، آنگاه شکل dense_defaults[j] باید با شکل dense_shapes[j] مطابقت داشته باشد. اگر dense_shapes[j] دارای یک بعد اصلی تعریف نشده باشد (متغیر strides dense feature)، dense_defaults[j] باید شامل یک عنصر واحد باشد: عنصر padding.
  • num_sparse: تعداد کلیدهای پراکنده.
  • sparse_types: فهرستی از انواع num_sparse ؛ انواع داده در هر Feature که در sparse_keys داده شده است. در حال حاضر ParseExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می‌کند.
  • ragged_value_types: فهرستی از انواع num_ragged ؛ انواع داده‌ای داده‌ها در هر Feature که در ragged_keys داده شده است (که در آن num_ragged = sparse_keys.size() ). در حال حاضر ParseExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می‌کند.
  • ragged_split_types: فهرستی از انواع num_ragged ؛ انواع داده‌ای row_splitها در هر Feature که در ragged_keys داده شده است (که در آن num_ragged = sparse_keys.size() ). می‌تواند DT_INT32 یا DT_INT64 باشد.
  • dense_shapes: فهرستی از شکل‌های num_dense ؛ شکل‌های داده‌ها در هر Feature که در dense_keys داده شده است (که در آن num_dense = dense_keys.size() ). تعداد عناصر موجود در Feature مربوط به dense_key[j] باید همیشه برابر با dense_shapes[j].NumEntries() باشد. اگر dense_shapes[j] == (D0, D1, ..., DN) باشد، شکل Tensor خروجی dense_values[j] به صورت (|serialized|, D0, D1, ..., DN) خواهد بود: خروجی‌های dense فقط ورودی‌هایی هستند که به صورت دسته‌ای ردیف‌بندی شده‌اند. این برای dense_shapes[j] = (-1, D1, ..., DN) کار می‌کند. در این حالت شکل Tensor خروجی dense_values[j] به صورت (|serialized|, M, D1, .., DN) خواهد بود، که در آن M حداکثر تعداد بلوک‌های عناصر با طول D1 * .... * DN، در تمام ورودی‌های minibatch در ورودی است. هر ورودی مینی‌بچ با کمتر از M بلوک از عناصر با طول D1 * ... * DN، با عنصر اسکالر default_value مربوطه در امتداد بعد دوم پر خواهد شد.

بازده:

  • OutputList sparse_indices
  • مقادیر پراکنده OutputList
  • شکل‌های پراکنده OutputList
  • مقادیر متراکم OutputList
  • مقادیر raggedList OutputList
  • OutputList ragged_row_splits

سازنده‌ها و مخرب‌ها

ParseExampleV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::Input sparse_keys, :: tensorflow::Input dense_keys, :: tensorflow::Input ragged_keys, :: tensorflow::InputList dense_defaults, int64 num_sparse, const DataTypeSlice & sparse_types, const DataTypeSlice & ragged_value_types, const DataTypeSlice & ragged_split_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

ویژگی‌های عمومی

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

ویژگی‌های عمومی

مقادیر متراکم 

::tensorflow::OutputList dense_values

عملیات 

Operation operation

ragged_row_splits 

::tensorflow::OutputList ragged_row_splits

مقادیر ragged 

::tensorflow::OutputList ragged_values

شاخص‌های پراکنده 

::tensorflow::OutputList sparse_indices

شکل‌های پراکنده 

::tensorflow::OutputList sparse_shapes

مقادیر پراکنده 

::tensorflow::OutputList sparse_values

کارکردهای عمومی

ParseExampleV2 

 ParseExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::Input sparse_keys,
  ::tensorflow::Input dense_keys,
  ::tensorflow::Input ragged_keys,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const DataTypeSlice & sparse_types,
  const DataTypeSlice & ragged_value_types,
  const DataTypeSlice & ragged_split_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)