tensorflow:: ops:: ParseExample

#include <parsing_ops.h>

यह brain.Example protos (स्ट्रिंग्स के रूप में) के एक वेक्टर को टाइप किए गए टेंसर में रूपांतरित करता है।

सारांश

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• सीरियलाइज़्ड: बाइनरी सीरियलाइज़्ड एग्जांपल प्रोटोस के बैच वाला एक वेक्टर।
• names: एक वेक्टर जिसमें सीरियलाइज़्ड प्रोटोस के नाम होते हैं। इसमें उदाहरण के लिए, संबंधित सीरियलाइज़्ड प्रोटोस के लिए टेबल कुंजी (वर्णनात्मक) नाम हो सकते हैं। ये केवल डिबगिंग के लिए उपयोगी हैं, और यहाँ मानों की उपस्थिति आउटपुट पर कोई प्रभाव नहीं डालती है। यदि कोई नाम उपलब्ध नहीं हैं तो यह एक खाली वेक्टर भी हो सकता है। यदि यह खाली नहीं है, तो इस वेक्टर की लंबाई "serialized" के बराबर होनी चाहिए।
• sparse_keys: Nsparse स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की विशेषताओं में अपेक्षित कुंजियाँ जो विरल मानों से जुड़ी होती हैं।
• dense_keys: Ndense स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की विशेषताओं में अपेक्षित कुंजियाँ सघन मानों से जुड़ी होती हैं।
• dense_defaults: Ndense टेंसरों की एक सूची (कुछ खाली हो सकती हैं)। dense_defaults[j] डिफ़ॉल्ट मान प्रदान करता है जब उदाहरण के feature_map में dense_key[j] मौजूद नहीं होता है। यदि dense_defaults[j] के लिए एक खाली टेंसर प्रदान किया जाता है, तो Feature dense_keys[j] आवश्यक है। इनपुट प्रकार dense_defaults[j] से अनुमानित किया जाता है, भले ही वह खाली हो। यदि dense_defaults[j] खाली नहीं है, और dense_shapes[j] पूरी तरह से परिभाषित है, तो dense_defaults[j] का आकार dense_shapes[j] के आकार से मेल खाना चाहिए। यदि dense_shapes[j] का प्रमुख आयाम अपरिभाषित है (परिवर्तनीय स्ट्राइड सघन फ़ीचर), तो dense_defaults[j] में केवल एक तत्व होना चाहिए: पैडिंग तत्व।
• sparse_types: Nsparse प्रकारों की एक सूची; sparse_keys में दिए गए प्रत्येक Feature में डेटा के डेटा प्रकार। वर्तमान में ParseExample DT_FLOAT (FloatList), DT_INT64 (Int64List) और DT_STRING (BytesList) का समर्थन करता है।
• dense_shapes: Ndense आकृतियों की एक सूची; dense_keys में दिए गए प्रत्येक Feature में डेटा की आकृतियाँ। dense_key[j] के अनुरूप Feature में तत्वों की संख्या हमेशा dense_shapes[j].NumEntries() के बराबर होनी चाहिए। यदि dense_shapes[j] == (D0, D1, ..., DN) है, तो आउटपुट Tensor dense_values[j] की आकृति (|serialized|, D0, D1, ..., DN) होगी: dense आउटपुट बैच द्वारा पंक्ति-स्टैक किए गए इनपुट होते हैं। यह dense_shapes[j] = (-1, D1, ..., DN) के लिए काम करता है। इस स्थिति में आउटपुट Tensor dense_values[j] की आकृति (|serialized|, M, D1, ..., DN) होगी, जहाँ M इनपुट में सभी मिनीबैच प्रविष्टियों में लंबाई D1 * .... * DN के तत्वों के ब्लॉकों की अधिकतम संख्या है। किसी भी मिनीबैच प्रविष्टि जिसमें D1 * ... * DN लंबाई के तत्वों के M ब्लॉक से कम हों, उसे दूसरे आयाम के साथ संबंधित डिफ़ॉल्ट_वैल्यू स्केलर तत्व से पैड किया जाएगा।

प्रतिफल:

• OutputList विरल सूचकांक
• OutputList विरल मान
• OutputList स्पार्स_शेप्स
• OutputList सघन मान

कंस्ट्रक्टर और डिस्ट्रक्टर
ParseExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::InputList sparse_keys, :: tensorflow::InputList dense_keys, :: tensorflow::InputList dense_defaults, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

सार्वजनिक विशेषताएँ
dense_values	:: tensorflow::OutputList
operation	Operation
sparse_indices	:: tensorflow::OutputList
sparse_shapes	:: tensorflow::OutputList
sparse_values	:: tensorflow::OutputList

सार्वजनिक विशेषताएँ

सघन_मान

::tensorflow::OutputList dense_values

संचालन

Operation operation

विरल सूचकांक

::tensorflow::OutputList sparse_indices

विरल आकृतियाँ

::tensorflow::OutputList sparse_shapes

विरल_मान

::tensorflow::OutputList sparse_values

सार्वजनिक समारोह

पार्सउदाहरण

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)