flujo tensor:: operaciones:: ParseSingleEjemplo

#include <parsing_ops.h>

Transforma un proto tf.Example (como una cadena) en tensores escritos.

Resumen

Argumentos:

  • alcance: un objeto de alcance
  • serializado: un vector que contiene un lote de protos de ejemplo binarios serializados.
  • densa_defaults: una lista de tensores (algunos pueden estar vacíos), cuya longitud coincide con la longitud de dense_keys . densa_defaults[j] proporciona valores predeterminados cuando el feature_map del ejemplo carece de densa_key[j]. Si se proporciona un tensor vacío para densa_defaults[j], entonces se requiere la característica densa_keys[j]. El tipo de entrada se infiere de densa_defaults[j], incluso cuando está vacío. Si densa_defaults[j] no está vacía y densa_shapes[j] está completamente definida, entonces la forma de densa_defaults[j] debe coincidir con la de densa_formas[j]. Si densa_shapes[j] tiene una dimensión principal indefinida (característica densa de pasos variables), densa_defaults[j] debe contener un solo elemento: el elemento de relleno.
  • num_sparse: el número de características dispersas que se analizarán en el ejemplo. Esto debe coincidir con las longitudes de sparse_keys y sparse_types .
  • sparse_keys: una lista de num_sparse cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
  • densas_keys: las claves esperadas en las características de los ejemplos asociadas con valores densos.
  • sparse_types: una lista de num_sparse tipos; los tipos de datos de cada característica proporcionados en sparse_keys. Actualmente, la operación ParseSingleExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • densa_shapes: las formas de los datos en cada característica dadas en densas_keys. La longitud de esta lista debe coincidir con la longitud de dense_keys . El número de elementos en la Característica correspondiente a densa_key[j] siempre debe ser igual a densa_shapes[j].NumEntries(). Si formas_densas[j] == (D0, D1, ..., DN) entonces la forma del tensor de salida valores_densos[j] será (D0, D1, ..., DN): En el caso formas_densas[j] = (-1, D1, ..., DN), la forma del Tensor de salida valores_densos[j] será (M, D1, .., DN), donde M es el número de bloques de elementos de longitud D1 * . ... * DN, en la entrada.

Devoluciones:

  • OutputList índices_dispersos
  • OutputList valores_dispersos
  • OutputList formas_dispersas
  • OutputList valores_densos

Constructores y destructores

ParseSingleExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

Atributos públicos

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Atributos públicos

valores_densos 

::tensorflow::OutputList dense_values

operación 

Operation operation

índices_dispersos 

::tensorflow::OutputList sparse_indices

formas_dispersas 

::tensorflow::OutputList sparse_shapes

valores_dispersos 

::tensorflow::OutputList sparse_values

Funciones públicas

ParseSingleEjemplo 

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys,
  const gtl::ArraySlice<::tensorflow::tstring > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)