Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
przepływ tensorowy:: ops:: Przeanalizuj pojedynczy przykład
#include <parsing_ops.h> Przekształca proto tf.Example (jako ciąg znaków) w tensory o typie.
Streszczenie
Argumenty:
- zakres: Obiekt Scope
- serializowany: wektor zawierający partię binarnie serializowanych przykładowych protosów.
- gęste_defaults: Lista tensorów (niektóre mogą być puste), których długość odpowiada długości
dense_keys . gęsty_defaults[j] podaje wartości domyślne, gdy przykładowa mapa_funkcji nie zawiera klucza_gęstego[j]. Jeśli dla gęstych_defaults[j] zapewniony jest pusty Tensor , wówczas wymagana jest funkcja gęste_klucze[j]. Typ danych wejściowych jest wywnioskowany z gęstego_defaults[j], nawet jeśli jest pusty. Jeśli gęste_defaults[j] nie jest puste, a gęste_kształty[j] są w pełni zdefiniowane, wówczas kształt gęste_defaults[j] musi odpowiadać kształtowi gęste_kształty[j]. Jeśli gęsty_kształt[j] ma niezdefiniowany wymiar główny (cecha gęstych kroków o zmiennych krokach), gęsty_defaults[j] musi zawierać pojedynczy element: element dopełniający. - num_sparse: Liczba rzadkich funkcji, które mają zostać przeanalizowane z przykładu. Musi to odpowiadać długości
sparse_keys i sparse_types . - sparse_keys: Lista ciągów
num_sparse . Klucze oczekiwane w funkcjach przykładów powiązane z rzadkimi wartościami. - gęste_klucze: Klucze oczekiwane w funkcjach przykładów powiązanych z wartościami gęstymi.
- sparse_types: Lista typów
num_sparse ; typy danych w każdej funkcji podane w sparse_keys. Obecnie operacja ParseSingleExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList). - gęste_kształty: Kształty danych w każdej funkcji podane w gęstych_kluczach. Długość tej listy musi być zgodna z długością
dense_keys . Liczba elementów cechy odpowiadająca gęstemu kluczowi[j] musi zawsze być równa gęstej_kształcie[j].NumEntries(). Jeżeli gęste_kształty[j] == (D0, D1, ..., DN) to kształt wyjściowego Tensora gęste_wartości[j] będzie wynosić (D0, D1, ..., DN): W przypadku gęste_kształty[j] = (-1, D1, ..., DN), wyjściowy Tensor wartości_gęstych[j] będzie miał postać (M, D1, .., DN), gdzie M jest liczbą bloków elementów o długości D1 * . ... * DN, na wejściu.
Zwroty:
-
OutputList sparse_indices -
OutputList wartości_rzadkich -
OutputList sparse_shapes -
OutputList wartości_gęstych
Atrybuty publiczne
Funkcje publiczne
Przeanalizuj pojedynczy przykład
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
)
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-26 UTC.
[null,null,["Ostatnia aktualizacja: 2025-07-26 UTC."],[],[],null,["# tensorflow::ops::ParseSingleExample Class Reference\n\ntensorflow::ops::ParseSingleExample\n===================================\n\n`#include \u003cparsing_ops.h\u003e`\n\nTransforms a tf.Example proto (as a string) into typed tensors.\n\nSummary\n-------\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- serialized: A vector containing a batch of binary serialized Example protos.\n- dense_defaults: A list of Tensors (some may be empty), whose length matches the length of `dense_keys`. dense_defaults\\[j\\] provides default values when the example's feature_map lacks dense_key\\[j\\]. If an empty [Tensor](/versions/r2.1/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) is provided for dense_defaults\\[j\\], then the Feature dense_keys\\[j\\] is required. The input type is inferred from dense_defaults\\[j\\], even when it's empty. If dense_defaults\\[j\\] is not empty, and dense_shapes\\[j\\] is fully defined, then the shape of dense_defaults\\[j\\] must match that of dense_shapes\\[j\\]. If dense_shapes\\[j\\] has an undefined major dimension (variable strides dense feature), dense_defaults\\[j\\] must contain a single element: the padding element.\n- num_sparse: The number of sparse features to be parsed from the example. This must match the lengths of `sparse_keys` and `sparse_types`.\n- sparse_keys: A list of `num_sparse` strings. The keys expected in the Examples' features associated with sparse values.\n- dense_keys: The keys expected in the Examples' features associated with dense values.\n- sparse_types: A list of `num_sparse` types; the data types of data in each Feature given in sparse_keys. Currently the [ParseSingleExample](/versions/r2.1/api_docs/cc/class/tensorflow/ops/parse-single-example#classtensorflow_1_1ops_1_1_parse_single_example) op supports DT_FLOAT (FloatList), DT_INT64 (Int64List), and DT_STRING (BytesList).\n- dense_shapes: The shapes of data in each Feature given in dense_keys. The length of this list must match the length of `dense_keys`. The number of elements in the Feature corresponding to dense_key\\[j\\] must always equal dense_shapes\\[j\\].NumEntries(). If dense_shapes\\[j\\] == (D0, D1, ..., DN) then the shape of output [Tensor](/versions/r2.1/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) dense_values\\[j\\] will be (D0, D1, ..., DN): In the case dense_shapes\\[j\\] = (-1, D1, ..., DN), the shape of the output [Tensor](/versions/r2.1/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) dense_values\\[j\\] will be (M, D1, .., DN), where M is the number of blocks of elements of length D1 \\* .... \\* DN, in the input.\n\n\u003cbr /\u003e\n\nReturns:\n\n- `OutputList` sparse_indices\n- `OutputList` sparse_values\n- `OutputList` sparse_shapes\n- `OutputList` dense_values\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ParseSingleExample](#classtensorflow_1_1ops_1_1_parse_single_example_1a1ae193409b639d7d46779ef2fe25aaa8)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` serialized, ::`[tensorflow::InputList](/versions/r2.1/api_docs/cc/class/tensorflow/input-list#classtensorflow_1_1_input_list)` dense_defaults, int64 num_sparse, const gtl::ArraySlice\u003c string \u003e & sparse_keys, const gtl::ArraySlice\u003c string \u003e & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice\u003c PartialTensorShape \u003e & dense_shapes)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------|\n| [dense_values](#classtensorflow_1_1ops_1_1_parse_single_example_1a47aea5050a1c195f45e106a7e5dd8d6c) | `::`[tensorflow::OutputList](/versions/r2.1/api_docs/cc/group/core#group__core_1gab449e6a3abd500c2f4ea93f9e89ba96c) |\n| [operation](#classtensorflow_1_1ops_1_1_parse_single_example_1a653e666e79f4a510ce99022030457306) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [sparse_indices](#classtensorflow_1_1ops_1_1_parse_single_example_1aff26528d71218f864c4bbe158da75497) | `::`[tensorflow::OutputList](/versions/r2.1/api_docs/cc/group/core#group__core_1gab449e6a3abd500c2f4ea93f9e89ba96c) |\n| [sparse_shapes](#classtensorflow_1_1ops_1_1_parse_single_example_1a43c18746bd9c93c475b6f796e90cf197) | `::`[tensorflow::OutputList](/versions/r2.1/api_docs/cc/group/core#group__core_1gab449e6a3abd500c2f4ea93f9e89ba96c) |\n| [sparse_values](#classtensorflow_1_1ops_1_1_parse_single_example_1a0dbd7fd1ac19943db8a06f1004a43731) | `::`[tensorflow::OutputList](/versions/r2.1/api_docs/cc/group/core#group__core_1gab449e6a3abd500c2f4ea93f9e89ba96c) |\n\nPublic attributes\n-----------------\n\n### dense_values\n\n```scdoc\n::tensorflow::OutputList dense_values\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\n### sparse_indices\n\n```scdoc\n::tensorflow::OutputList sparse_indices\n``` \n\n### sparse_shapes\n\n```scdoc\n::tensorflow::OutputList sparse_shapes\n``` \n\n### sparse_values\n\n```scdoc\n::tensorflow::OutputList sparse_values\n``` \n\nPublic functions\n----------------\n\n### ParseSingleExample\n\n```gdscript\n ParseSingleExample(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input serialized,\n ::tensorflow::InputList dense_defaults,\n int64 num_sparse,\n const gtl::ArraySlice\u003c string \u003e & sparse_keys,\n const gtl::ArraySlice\u003c string \u003e & dense_keys,\n const DataTypeSlice & sparse_types,\n const gtl::ArraySlice\u003c PartialTensorShape \u003e & dense_shapes\n)\n```"]]
