tensorflow:: ops:: ParseExampleV2

#include <parsing_ops.h>

tf.Example প্রোটোগুলোর একটি ভেক্টরকে (স্ট্রিং হিসেবে) টাইপড টেনসরে রূপান্তরিত করে।

সারসংক্ষেপ

যুক্তি:

  • স্কোপ: একটি স্কোপ অবজেক্ট
  • সিরিয়ালাইজড: একটি স্কেলার বা ভেক্টর যা বাইনারি সিরিয়ালাইজড উদাহরণ প্রোটো ধারণ করে।
  • names: একটি টেনসর যা সিরিয়ালাইজড প্রোটোগুলোর নাম ধারণ করে। এটি serialized টেনসরের সাথে ১:১ সঙ্গতিপূর্ণ। উদাহরণস্বরূপ, এতে সংশ্লিষ্ট সিরিয়ালাইজড প্রোটোগুলোর জন্য টেবিল কী (বর্ণনামূলক) নাম থাকতে পারে। এগুলো শুধুমাত্র ডিবাগিংয়ের উদ্দেশ্যে ব্যবহৃত হয় এবং এখানে কোনো মানের উপস্থিতি আউটপুটের উপর কোনো প্রভাব ফেলে না। কোনো নাম উপলব্ধ না থাকলে এটি একটি খালি ভেক্টরও হতে পারে। যদি এটি খালি না হয়, তবে এই টেনসরটির আকৃতি অবশ্যই "serialized"-এর আকৃতির সমান হতে হবে।
  • sparse_keys: স্ট্রিং-এর ভেক্টর। উদাহরণগুলোর স্পার্স ভ্যালু-সম্পর্কিত ফিচারগুলোতে প্রত্যাশিত কী-গুলো।
  • dense_keys: স্ট্রিং-এর ভেক্টর। Examples-এর dense ভ্যালু-সম্পর্কিত ফিচারগুলোতে প্রত্যাশিত কী-গুলো।
  • ragged_keys: স্ট্রিং-এর ভেক্টর। উদাহরণগুলোর র‍্যাগড ভ্যালু-সম্পর্কিত ফিচারগুলোতে প্রত্যাশিত কী-গুলো।
  • dense_defaults: টেনসর-এর একটি তালিকা (কিছু খালি থাকতে পারে)। এটি dense_keys সাথে ১:১ সঙ্গতিপূর্ণ। যখন উদাহরণের feature_map-এ dense_key[j] থাকে না, তখন dense_defaults[j] ডিফল্ট মান প্রদান করে। যদি dense_defaults[j]-এর জন্য একটি খালি টেনসর প্রদান করা হয়, তাহলে Feature dense_keys[j] আবশ্যক। ইনপুট টাইপটি dense_defaults[j] থেকে অনুমান করা হয়, এমনকি যখন এটি খালি থাকে। যদি dense_defaults[j] খালি না থাকে, এবং dense_shapes[j] সম্পূর্ণরূপে সংজ্ঞায়িত থাকে, তাহলে dense_defaults[j]-এর আকৃতি অবশ্যই dense_shapes[j]-এর আকৃতির সাথে মিলতে হবে। যদি dense_shapes[j]-এর একটি অসংজ্ঞায়িত প্রধান মাত্রা থাকে (পরিবর্তনশীল স্ট্রাইড ডেন্স ফিচার), তাহলে dense_defaults[j]-তে অবশ্যই একটিমাত্র উপাদান থাকতে হবে: প্যাডিং উপাদান।
  • num_sparse: স্পার্স কী-গুলির সংখ্যা।
  • sparse_types: num_sparse টাইপগুলোর একটি তালিকা; sparse_keys-এ দেওয়া প্রতিটি Feature-এর ডেটার ডেটা টাইপ। বর্তমানে ParseExample , DT_FLOAT (FloatList), DT_INT64 (Int64List), এবং DT_STRING (BytesList) সমর্থন করে।
  • ragged_value_types: num_ragged সংখ্যক টাইপের একটি তালিকা; যা ragged_keys-এ দেওয়া প্রতিটি Feature-এর ডেটার ডেটা টাইপ (যেখানে num_ragged = sparse_keys.size() )। বর্তমানে ParseExample , DT_FLOAT (FloatList), DT_INT64 (Int64List), এবং DT_STRING (BytesList) সমর্থন করে।
  • ragged_split_types: num_ragged সংখ্যক টাইপের একটি তালিকা; যা ragged_keys-এ প্রদত্ত প্রতিটি Feature-এর row_split-গুলোর ডেটা টাইপ (যেখানে num_ragged = sparse_keys.size() )। এটি DT_INT32 অথবা DT_INT64 হতে পারে।
  • dense_shapes: num_dense সংখ্যক শেপের একটি তালিকা; dense_keys-এ দেওয়া প্রতিটি Feature-এর ডেটার শেপ (যেখানে num_dense = dense_keys.size() )। dense_key[j]-এর সাথে সম্পর্কিত Feature-এর উপাদানের সংখ্যা অবশ্যই dense_shapes[j].NumEntries()-এর সমান হতে হবে। যদি dense_shapes[j] == (D0, D1, ..., DN) হয়, তাহলে আউটপুট Tensor dense_values[j]-এর শেপ হবে (|serialized|, D0, D1, ..., DN): ডেন্স আউটপুটগুলো হলো ইনপুটগুলোর ব্যাচ অনুযায়ী সারি-সাজানো রূপ। এটি dense_shapes[j] = (-1, D1, ..., DN)-এর জন্য কাজ করে। এক্ষেত্রে আউটপুট টেনসর dense_values[j]-এর আকৃতি হবে (|serialized|, M, D1, .., DN), যেখানে M হলো ইনপুটের সমস্ত মিনিব্যাচ এন্ট্রির মধ্যে D1 * .... * DN দৈর্ঘ্যের এলিমেন্টের ব্লকের সর্বোচ্চ সংখ্যা। যে কোনো মিনিব্যাচ এন্ট্রিতে যদি D1 * ... * DN দৈর্ঘ্যের M-এর চেয়ে কম ব্লক থাকে, তবে সেটিকে দ্বিতীয় ডাইমেনশন বরাবর সংশ্লিষ্ট default_value স্কেলার এলিমেন্ট দিয়ে প্যাড করা হবে।

ফেরত:

  • OutputList স্পার্স_সূচক
  • OutputList স্পার্স_মান
  • OutputList স্পার্স_শেপস
  • OutputList ঘন_মান
  • OutputList ragged_values
  • OutputList ragged_row_splits

নির্মাতা এবং ধ্বংসকারী

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)

জনসাধারণের বৈশিষ্ট্য

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

জনসাধারণের বৈশিষ্ট্য

ঘন_মান 

::tensorflow::OutputList dense_values

অপারেশন 

Operation operation

অমসৃণ_সারি_বিভাজন 

::tensorflow::OutputList ragged_row_splits

অমসৃণ_মান 

::tensorflow::OutputList ragged_values

স্পার্স_ইনডেক্স 

::tensorflow::OutputList sparse_indices

স্পার্স_শেপস 

::tensorflow::OutputList sparse_shapes

স্পার্স_মান 

::tensorflow::OutputList sparse_values

জনসাধারণের কার্যাবলী

পার্সএক্সাম্পলভি২ 

 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
)