tensorflow:: ops:: ניתוחדוגמהV2

#include <parsing_ops.h>

הופך וקטור של tf.Example פרוטו (כמחרוזות) לטנזורים מסוגים שונים.

תַקצִיר

טיעונים:

  • היקף: אובייקט היקף
  • סידורי: סקלר או וקטור המכיל פרוטוקולים לדוגמה מסודרים בינאריים.
  • שמות: טנזור המכיל את שמות הפרוטו-ים המבוצעים בסידור. מתאים ביחס של 1:1 לטנזור serialized . עשוי להכיל, לדוגמה, שמות מפתח טבלה (תיאוריים) עבור הפרוטו-ים המבוצעים בסידור המתאימים. אלה שימושיים אך ורק למטרות ניפוי שגיאות, ולנוכחות ערכים כאן אין השפעה על הפלט. יכול להיות גם וקטור ריק אם אין שמות זמינים. אם אינו ריק, טנזור זה חייב להיות בעל צורה זהה ל"מבוצע בסידור".
  • sparse_keys: וקטור של מחרוזות. המפתחות הצפויים בתכונות של הדוגמאות הקשורות לערכים sparse.
  • dense_keys: וקטור של מחרוזות. המפתחות הצפויים בתכונות של הדוגמאות הקשורות לערכים צפופים.
  • ragged_keys: וקטור של מחרוזות. המפתחות הצפויים בתכונות של הדוגמאות הקשורות לערכים מחוספסים.
  • dense_defaults: רשימה של טנזורים (חלקם עשויים להיות ריקים). מתאים ביחס של 1:1 עם dense_keys . dense_defaults[j] מספק ערכי ברירת מחדל כאשר feature_map של הדוגמה חסר dense_key[j]. אם טנזור ריק מסופק עבור dense_defaults[j], אז התכונה dense_keys[j] נדרשת. סוג הקלט מוסק מ-dense_defaults[j], גם כאשר היא ריקה. אם dense_defaults[j] אינו ריק, ו-dense_shapes[j] מוגדר במלואה, אז הצורה של dense_defaults[j] חייבת להתאים לזו של dense_shapes[j]. אם ל-dense_shapes[j] יש ממד ראשי לא מוגדר (תכונה צפופה עם צעדים משתנים), dense_defaults[j] חייב להכיל אלמנט יחיד: אלמנט הריפוד.
  • num_sparse: מספר המפתחות הדלילים.
  • sparse_types: רשימה של סוגי num_sparse ; סוגי הנתונים בכל Feature ניתנים תחת sparse_keys. נכון לעכשיו, ParseExample תומך ב- DT_FLOAT (FloatList), DT_INT64 (Int64List) ו- DT_STRING (BytesList).
  • ragged_value_types: רשימה של סוגי num_ragged ; סוגי הנתונים בכל Feature הנתונים ב- ragged_keys (כאשר num_ragged = sparse_keys.size() ). נכון לעכשיו, ParseExample תומך ב- DT_FLOAT (FloatList), DT_INT64 (Int64List), ו- DT_STRING (BytesList).
  • ragged_split_types: רשימה של סוגי num_ragged ; סוגי הנתונים של row_splits בכל תכונה הנתונים ב- ragged_keys (כאשר num_ragged = sparse_keys.size() ). יכול להיות DT_INT32 או DT_INT64.
  • dense_shapes: רשימה של צורות num_dense ; צורות הנתונים בכל תכונה נתונות ב-dense_keys (כאשר num_dense = dense_keys.size() ). מספר האלמנטים בתכונה התואמים ל-dense_key[j] חייב תמיד להיות שווה ל-dense_shapes[j].NumEntries(). אם dense_shapes[j] == (D0, D1, ..., DN) אז צורת הפלט של טנזור dense_values[j] תהיה (|serialized|, D0, D1, ..., DN): הפלטים הצפופים הם רק הקלטים המסודרים בשורות לפי אצווה. זה עובד עבור dense_shapes[j] = (-1, D1, ..., DN). במקרה זה, צורת הפלט של טנזור dense_values[j] תהיה (|serialized|, M, D1, .., DN), כאשר M הוא המספר המקסימלי של בלוקים של אלמנטים באורך D1 * .... * DN, על פני כל ערכי המיני-אצווה בקלט. כל ערך מיני-אצווה עם פחות מ-M בלוקים של אלמנטים באורך D1 * ... * DN ימולא באלמנט הסקלרי default_value המתאים לאורך הממד השני.

החזרות:

  • OutputList דלילה_מדדים
  • OutputList ערכים_דלילים
  • OutputList פלט צורות_דלילות
  • OutputList ערכים_צפופים
  • OutputList ערכים שחוקים
  • OutputList ragged_row_splits

בנאים והורסים

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)

מאפיינים ציבוריים

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

מאפיינים ציבוריים

ערכים_צפופים 

::tensorflow::OutputList dense_values

מִבצָע 

Operation operation

פיצולי_שורה_משוננים 

::tensorflow::OutputList ragged_row_splits

ערכים_משוננים 

::tensorflow::OutputList ragged_values

מדדים_דלילים 

::tensorflow::OutputList sparse_indices

צורות_דלילות 

::tensorflow::OutputList sparse_shapes

ערכים_דלילים 

::tensorflow::OutputList sparse_values

תפקידים ציבוריים

ניתוחדוגמהV2 

 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
)