flujo tensor:: operaciones:: AnalizarEjemploV2

#include <parsing_ops.h>

Transforma un vector de tf.Example protos (como cadenas) en tensores escritos.

Resumen

Argumentos:

  • alcance: un objeto de alcance
  • serializado: un escalar o vector que contiene protos de ejemplo binarios serializados.
  • nombres: un tensor que contiene los nombres de los protos serializados. Corresponde 1:1 con el tensor serialized . Puede contener, por ejemplo, nombres de claves de tabla (descriptivos) para los protos serializados correspondientes. Estos son puramente útiles para fines de depuración y la presencia de valores aquí no tiene ningún efecto en la salida. También puede ser un vector vacío si no hay nombres disponibles. Si no está vacío, este tensor debe tener la misma forma que "serializado".
  • sparse_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
  • densa_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores densos.
  • ragged_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores irregulares.
  • denso_defaults: una lista de tensores (algunos pueden estar vacíos). Corresponde 1:1 con dense_keys . densa_defaults[j] proporciona valores predeterminados cuando el feature_map del ejemplo carece de densa_key[j]. Si se proporciona un tensor vacío para densa_defaults[j], entonces se requiere la característica densa_keys[j]. El tipo de entrada se infiere de densa_defaults[j], incluso cuando está vacío. Si densa_defaults[j] no está vacía y densa_shapes[j] está completamente definida, entonces la forma de densa_defaults[j] debe coincidir con la de densa_formas[j]. Si densa_shapes[j] tiene una dimensión principal indefinida (característica densa de pasos variables), densa_defaults[j] debe contener un solo elemento: el elemento de relleno.
  • num_sparse: el número de claves dispersas.
  • sparse_types: una lista de num_sparse tipos; los tipos de datos de cada característica proporcionados en sparse_keys. Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • ragged_value_types: una lista de num_ragged tipos; los tipos de datos de cada característica proporcionados en ragged_keys (donde num_ragged = sparse_keys.size() ). Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • ragged_split_types: una lista de num_ragged tipos; los tipos de datos de row_splits en cada característica dadas en ragged_keys (donde num_ragged = sparse_keys.size() ). Puede ser DT_INT32 o DT_INT64.
  • densas_formas: una lista de num_dense formas; las formas de los datos en cada característica dadas en densas_keys (donde num_dense = dense_keys.size() ). El número de elementos en la Característica correspondiente a densa_key[j] siempre debe ser igual a densa_shapes[j].NumEntries(). Si formas_densas[j] == (D0, D1, ..., DN) entonces la forma del tensor de salida valores_densos[j] será (|serializado|, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en filas por lotes. Esto funciona para densas_shapes[j] = (-1, D1, ..., DN). En este caso la forma del Tensor de salida valores_densos[j] será (|serializado|, M, D1, .., DN), donde M es el número máximo de bloques de elementos de longitud D1 * .... * DN , en todas las entradas de minibatch en la entrada. Cualquier entrada de minibatch con menos de M bloques de elementos de longitud D1 * ... * DN se completará con el elemento escalar default_value correspondiente a lo largo de la segunda dimensión.

Devoluciones:

  • OutputList índices_dispersos
  • OutputList valores_dispersos
  • OutputList formas_dispersas
  • OutputList valores_densos
  • OutputList valores_irregulares
  • OutputList ragged_row_splits

Constructores y destructores

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)

Atributos públicos

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Atributos públicos

valores_densos 

::tensorflow::OutputList dense_values

operación 

Operation operation

divisiones_filas_ragged 

::tensorflow::OutputList ragged_row_splits

valores_irregulares 

::tensorflow::OutputList ragged_values

índices_dispersos 

::tensorflow::OutputList sparse_indices

formas_dispersas 

::tensorflow::OutputList sparse_shapes

valores_dispersos 

::tensorflow::OutputList sparse_values

Funciones públicas

AnalizarEjemploV2 

 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
)