tensorflow:: ops:: ParseExampleV2

#include <parsing_ops.h>

Transforma un vector de prototipos tf.Example (como cadenas) en tensores tipados.

Resumen

Argumentos:

  • ámbito: Un objeto de ámbito
  • serializado: Un escalar o vector que contiene binario serializado Ejemplo protos.
  • nombres: Un tensor que contiene los nombres de los protos serializados. Corresponde uno a uno con el tensor serialized . Puede contener, por ejemplo, nombres de clave de tabla (descriptivos) para los protos serializados correspondientes. Estos son útiles únicamente para la depuración, y la presencia de valores aquí no afecta 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.
  • dense_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.
  • dense_defaults: Una lista de tensores (algunos pueden estar vacíos). Corresponde 1:1 con dense_keys . dense_defaults[j] proporciona valores predeterminados cuando el feature_map del ejemplo carece de dense_key[j]. Si se proporciona un tensor vacío para dense_defaults[j], entonces se requiere la característica dense_keys[j]. El tipo de entrada se infiere de dense_defaults[j], incluso cuando está vacío. Si dense_defaults[j] no está vacío y dense_shapes[j] está completamente definido, entonces la forma de dense_defaults[j] debe coincidir con la de dense_shapes[j]. Si dense_shapes[j] tiene una dimensión principal no definida (característica densa de pasos variables), dense_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 types; los tipos de datos de cada Feature dados en sparse_keys. Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • ragged_value_types: Una lista de num_ragged types; los tipos de datos de cada Feature dados 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 types; los tipos de datos de row_splits en cada Feature dada en ragged_keys (donde num_ragged = sparse_keys.size() ). Puede ser DT_INT32 o DT_INT64.
  • dense_shapes: Una lista de num_dense shapes; las formas de los datos en cada Feature dadas en dense_keys (donde num_dense = dense_keys.size() ). El número de elementos en la Feature correspondiente a dense_key[j] siempre debe ser igual a dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN), entonces la forma del Tensor de salida dense_values[j] será (|serialized|, D0, D1, ..., DN): Las salidas densas son simplemente las entradas apiladas por filas por lote. Esto funciona para dense_shapes[j] = (-1, D1, ..., DN). En este caso, la forma del Tensor de salida dense_values[j] será (|serialized|, 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 rellenará 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 desdobladas de filas

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 de filas irregulares 

::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

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
)