flusso tensoriale:: operazioni:: ParseSingleExample

#include <parsing_ops.h>

Trasforma un proto tf.Example (come stringa) in tensori tipizzati.

Riepilogo

Argomenti:

  • ambito: un oggetto ambito
  • serializzato: un vettore contenente un batch di prototipi di esempio serializzati binari.
  • dense_defaults: un elenco di tensori (alcuni potrebbero essere vuoti), la cui lunghezza corrisponde alla lunghezza di 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 funzioni sparse da analizzare dall'esempio. Deve corrispondere alle lunghezze di sparse_keys e sparse_types .
  • sparse_keys: un elenco di stringhe num_sparse . Le chiavi previste nelle funzionalità degli Esempi associate a valori sparsi.
  • dense_keys: le chiavi previste nelle funzionalità degli esempi associate a valori densi.
  • sparse_types: un elenco di num_sparse tipi; i tipi di dati dei dati in ciascuna caratteristica forniti in sparse_keys. Attualmente l' operazione ParseSingleExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • dense_shapes: le forme dei dati in ogni caratteristica data in dense_keys. La lunghezza di questo elenco deve corrispondere alla lunghezza di dense_keys . 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 di output Tensor dense_values[j] sarà (D0, D1, ..., DN): Nel caso dense_shapes[j] = (-1, D1, ..., DN), la forma dell'output Tensor dense_values[j] sarà (M, D1, .., DN), dove M è il numero di blocchi di elementi di lunghezza D1 * . ... * DN, nell'input.

Ritorna:

  • OutputList sparse_indices
  • OutputList valori_sparsi
  • OutputList sparse_shapes
  • OutputList valori_densi

Costruttori e Distruttori

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)

Attributi pubblici

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Attributi pubblici

valori_densi

::tensorflow::OutputList dense_values

operazione

Operation operation

sparse_indici

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

valori_sparsi

::tensorflow::OutputList sparse_values

Funzioni pubbliche

ParseSingleExample

 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
)