เทนเซอร์โฟลว์:: ปฏิบัติการ:: ParseExample

#include <parsing_ops.h>

เปลี่ยนเวกเตอร์ของสมอง ตัวอย่างโปรโตส (เป็นสตริง) เป็นเมตริกซ์ที่พิมพ์

สรุป

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • ทำให้เป็นอนุกรม: เวกเตอร์ที่มีกลุ่มของโปรโตสตัวอย่างที่เป็นอนุกรมไบนารี
  • ชื่อ: เวกเตอร์ที่มีชื่อของโปรโตสต่อเนื่องกัน อาจมีตัวอย่างเช่น ชื่อคีย์ตาราง (คำอธิบาย) สำหรับโปรโตที่จัดลำดับที่สอดคล้องกัน สิ่งเหล่านี้มีประโยชน์อย่างหมดจดสำหรับจุดประสงค์ในการดีบัก และการมีอยู่ของค่าที่นี่ไม่มีผลกระทบต่อเอาต์พุต อาจเป็นเวกเตอร์ว่างหากไม่มีชื่อ หากไม่เว้นว่าง เวกเตอร์นี้ต้องมีความยาวเท่ากับ "serialized"
  • sparse_keys: รายการเทนเซอร์สตริง Nsparse (สเกลาร์) คีย์ที่คาดไว้ในคุณลักษณะของ Examples ที่เกี่ยวข้องกับค่าแบบกระจัดกระจาย
  • หนาแน่น_keys: รายการเทนเซอร์สตริง Ndense (สเกลาร์) คีย์ที่คาดไว้ในคุณลักษณะของ Examples เกี่ยวข้องกับค่าที่หนาแน่น
  • หนาแน่น_defaults: รายการ Ndense Tensors (บางส่วนอาจว่างเปล่า) หนาแน่น_defaults[j] ให้ค่าเริ่มต้นเมื่อ feature_map ของตัวอย่างไม่มีหนาแน่น_key[j] หากมีการระบุ Tensor ว่างไว้สำหรับหนาแน่น_defaults[j] แสดงว่าจำเป็นต้องมีคุณลักษณะหนาแน่น_keys[j] ประเภทอินพุตถูกอนุมานจากหนาแน่น_defaults[j] แม้ว่าจะว่างเปล่าก็ตาม หากหนาแน่น_defaults[j] ไม่ว่างเปล่า และมีการกำหนดหนาแน่น_shapes[j] อย่างสมบูรณ์ รูปร่างของหนาแน่น_defaults[j] จะต้องตรงกับรูปร่างของหนาแน่น_รูปร่าง[j] หากหนาแน่น_shapes[j] มีมิติหลักที่ไม่ได้กำหนดไว้ (คุณลักษณะความหนาแน่นของความก้าวหน้าที่เปลี่ยนแปลงได้หนาแน่น) density_defaults[j] ต้องมีองค์ประกอบเดียว: องค์ประกอบการเติม
  • sparse_types: รายการประเภท Nsparse; ชนิดข้อมูลของข้อมูลในแต่ละคุณลักษณะที่กำหนดใน sparse_keys ปัจจุบัน ParseExample รองรับ DT_FLOAT (FloatList), DT_INT64 (Int64List) และ DT_STRING (BytesList)
  • density_shapes: รายการรูปร่าง Ndense; รูปร่างของข้อมูลในแต่ละคุณลักษณะที่กำหนดในหนาแน่น_keys จำนวนขององค์ประกอบในคุณลักษณะที่สอดคล้องกับ density_key[j] ต้องเท่ากับ density_shapes[j].NumEntries() เสมอ ถ้าหนาแน่น_shapes[j] == (D0, D1, ..., DN) ดังนั้นรูปร่างของผลลัพธ์ เทนเซอร์ หนาแน่น_values[j] จะเป็น (|serialized|, D0, D1, ..., DN): ผลลัพธ์ที่หนาแน่นคือ เฉพาะอินพุตที่เรียงซ้อนกันเป็นแถวตามแบทช์ ใช้งานได้กับ density_shapes[j] = (-1, D1, ..., DN) ในกรณีนี้ รูปร่างของ เทนเซอร์ ที่หนาแน่น_values[j] เอาต์พุตจะเป็น (|serialized|, M, D1, .., DN) โดยที่ M คือจำนวนสูงสุดของบล็อกขององค์ประกอบที่มีความยาว D1 * .... * DN ในรายการ minibatch ทั้งหมดในอินพุต รายการมินิแบตช์ ใดๆ ที่มีองค์ประกอบน้อยกว่า M ของความยาว D1 * ... * DN จะถูกบุด้วยองค์ประกอบสเกลาร์ default_value ที่สอดคล้องกันตามมิติที่สอง

ผลตอบแทน:

  • OutputList
  • OutputList sparse_values
  • OutputList sparse_shapes
  • รายการผลลัพธ์ที่หนาแน่น OutputList

ตัวสร้างและตัวทำลาย

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)

คุณลักษณะสาธารณะ

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

คุณลักษณะสาธารณะ

หนาแน่น_values

::tensorflow::OutputList dense_values

การดำเนินการ

Operation operation

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

งานสาธารณะ

ParseExample

 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
)