텐서플로우:: ops:: ParseExampleV2

#include <parsing_ops.h>

tf.Example 프로토타입 벡터(문자열 형식)를 타입이 지정된 텐서로 변환합니다.

요약

논거:

  • 범위: Scope 객체
  • 직렬화된: 이진 직렬화된 예제 프로토를 포함하는 스칼라 또는 벡터.
  • names: 직렬화된 프로토타입의 이름을 담고 있는 텐서입니다. serialized 텐서와 1:1로 대응합니다. 예를 들어, 해당 직렬화된 프로토타입에 대한 테이블 키(설명) 이름을 포함할 수 있습니다. 이러한 이름은 디버깅 목적으로만 사용되며, 여기에 값이 있더라도 출력에는 영향을 미치지 않습니다. 사용할 수 있는 이름이 없는 경우 빈 벡터일 수도 있습니다. 비어 있지 않은 경우, 이 텐서는 "serialized"와 동일한 형태를 가져야 합니다.
  • sparse_keys: 문자열 벡터. 예제의 특징에서 희소 값과 관련된 것으로 예상되는 키입니다.
  • dense_keys: 문자열 벡터. 예제의 특징에서 밀집 값과 관련된 것으로 예상되는 키입니다.
  • ragged_keys: 문자열 벡터. 불규칙한 값과 관련된 예제 기능에서 예상되는 키입니다.
  • dense_defaults: 텐서 목록(일부는 비어 있을 수 있음). dense_keys 와 1:1로 대응합니다. dense_defaults[j]는 예제의 feature_map에 dense_key[j]가 없을 때 기본값을 제공합니다. dense_defaults[j]에 빈 텐서가 제공되면, feature dense_keys[j]가 필수입니다. 입력 유형은 dense_defaults[j]가 비어 있더라도 이를 통해 추론됩니다. dense_defaults[j]가 비어 있지 않고 dense_shapes[j]가 완전히 정의된 경우, dense_defaults[j]의 shape는 dense_shapes[j]의 shape와 일치해야 합니다. dense_shapes[j]의 주요 차원이 정의되지 않은 경우(가변 스트라이드 밀집 특징), dense_defaults[j]에는 패딩 요소 하나만 포함되어야 합니다.
  • num_sparse: 희소 키의 개수입니다.
  • sparse_types: num_sparse 에 지정된 각 Feature의 데이터 유형을 나타내는 데이터 유형 목록입니다. 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
  • ragged_value_types: num_ragged 개의 데이터 유형을 가진 리스트입니다. 이 리스트는 ragged_keys에 지정된 각 Feature의 데이터 유형을 나타냅니다( num_ragged = sparse_keys.size() ). 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
  • ragged_split_types: num_ragged 개의 데이터 유형으로 구성된 리스트입니다. ragged_keys에 지정된 각 Feature의 row_split 데이터 유형을 나타냅니다( num_ragged = sparse_keys.size() ). DT_INT32 또는 DT_INT64일 수 있습니다.
  • dense_shapes: num_dense 크기의 배열로, dense_keys에 지정된 각 Feature의 데이터 형태를 나타냅니다( num_dense = dense_keys.size() ). dense_key[j]에 해당하는 Feature의 요소 수는 항상 dense_shapes[j].NumEntries()와 같아야 합니다. dense_shapes[j] == (D0, D1, ..., DN)인 경우, 출력 텐서 dense_values[j]의 형태는 (|serialized|, D0, D1, ..., DN)이 됩니다. 밀집 출력은 입력 데이터를 배치별로 행 스택한 형태입니다. dense_shapes[j] = (-1, D1, ..., DN)인 경우에도 마찬가지입니다. 이 경우 출력 텐서 dense_values[j]의 형태는 (|serialized|, M, D1, ..., DN)이 되며, 여기서 M은 입력의 모든 미니배치 항목에서 D1 * ... * DN 길이의 요소 블록의 최대 개수입니다. 길이가 D1 * ... * DN인 요소 블록이 M개 미만인 미니 배치 항목은 두 번째 차원을 따라 해당 default_value 스칼라 요소로 채워집니다.

보고:

  • OutputList 희소 인덱스
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values
  • OutputList ragged_values
  • OutputList ragged_row_splits

생성자와 소멸자

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)

공개 속성

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

공개 속성

밀집값 

::tensorflow::OutputList dense_values

작업 

Operation operation

불규칙한 행 분할 

::tensorflow::OutputList ragged_row_splits

ragged_values 

::tensorflow::OutputList ragged_values

희소 인덱스 

::tensorflow::OutputList sparse_indices

희소한 모양 

::tensorflow::OutputList sparse_shapes

희소값 

::tensorflow::OutputList sparse_values

공공 기능

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
)