flusso tensoriale:: operazioni:: ParseExample V2

#include <parsing_ops.h>

Trasforma un vettore di tf.Example protos (come stringhe) in tensori tipizzati.

Riepilogo

Argomenti:

  • ambito: un oggetto ambito
  • serializzato: uno scalare o un vettore contenente prototipi di esempio serializzati binari.
  • nomi: un tensore contenente i nomi dei protos serializzati. Corrisponde 1:1 con il tensore serialized . Può contenere, ad esempio, nomi di chiavi di tabella (descrittivi) per i prototipi serializzati corrispondenti. Questi sono puramente utili per scopi di debug e la presenza di valori qui non ha alcun effetto sull'output. Può anche essere un vettore vuoto se non sono disponibili nomi. Se non vuoto, questo tensore deve avere la stessa forma di "serializzato".
  • sparse_keys: vettore di stringhe. Le chiavi previste nelle funzionalità degli Esempi associate a valori sparsi.
  • dense_keys: vettore di stringhe. Le chiavi previste nelle caratteristiche degli Esempi associate a valori densi.
  • ragged_keys: vettore di stringhe. Le chiavi previste nelle funzionalità degli esempi associate a valori irregolari.
  • dense_defaults: un elenco di tensori (alcuni potrebbero essere vuoti). Corrisponde 1:1 con dense_keys . dense_defaults[j] fornisce valori predefiniti quando la feature_map dell'esempio manca di dense_key[j]. Se viene fornito un Tensor vuoto per dense_defaults[j], allora è richiesta la caratteristica dense_keys[j]. Il tipo di input viene dedotto da dense_defaults[j], anche quando è vuoto. Se dense_defaults[j] non è vuoto e dense_shapes[j] è completamente definito, la forma di dense_defaults[j] deve corrispondere a quella di dense_shapes[j]. Se dense_shapes[j] ha una dimensione maggiore non definita (variabile strides dense feature), dense_defaults[j] deve contenere un singolo elemento: l'elemento padding.
  • num_sparse: il numero di chiavi sparse.
  • sparse_types: un elenco di num_sparse tipi; i tipi di dati dei dati in ciascuna caratteristica forniti in sparse_keys. Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • ragged_value_types: un elenco di tipi num_ragged ; i tipi di dati dei dati in ciascuna caratteristica forniti in ragged_keys (dove num_ragged = sparse_keys.size() ). Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • ragged_split_types: un elenco di tipi num_ragged ; i tipi di dati di row_splits in ogni caratteristica fornita in ragged_keys (dove num_ragged = sparse_keys.size() ). Può essere DT_INT32 o DT_INT64.
  • dense_shapes: un elenco di num_dense forme; le forme dei dati in ciascuna caratteristica data in dense_keys (dove num_dense = dense_keys.size() ). Il numero di elementi nella caratteristica corrispondente a dense_key[j] deve sempre essere uguale a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN) allora la forma dell'output Tensor dense_values[j] sarà (|serialized|, D0, D1, ..., DN): le uscite dense sono solo gli input impilati per righe per batch. Funziona per dense_shapes[j] = (-1, D1, ..., DN). In questo caso la forma dell'output Tensor dense_values[j] sarà (|serialized|, M, D1, .., DN), dove M è il numero massimo di blocchi di elementi di lunghezza D1 * .... * DN , in tutte le voci minibatch nell'input. Qualsiasi voce minibatch con meno di M blocchi di elementi di lunghezza D1 * ... * DN verrà riempita con l'elemento scalare default_value corrispondente lungo la seconda dimensione.

Ritorna:

  • OutputList sparse_indices
  • OutputList valori_sparsi
  • OutputList sparse_shapes
  • OutputList valori_densi
  • OutputList valori_ragged
  • OutputList ragged_row_splits

Costruttori e Distruttori

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)

Attributi pubblici

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Attributi pubblici

valori_densi

::tensorflow::OutputList dense_values

operazione

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

valori_frastagliati

::tensorflow::OutputList ragged_values

sparse_indici

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

valori_sparsi

::tensorflow::OutputList sparse_values

Funzioni pubbliche

ParseExample V2

 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
)