tensorflow:: ops:: ParseExampleV2

#include <parsing_ops.h>

Przekształca wektor prototypów tf.Example (jako ciągi znaków) w tensory typowane.

Streszczenie

Argumenty:

  • zakres: obiekt zakresu
  • serializowany: Skalar lub wektor zawierający binarne serializowane przykładowe protosy.
  • Nazwy: Tensor zawierający nazwy zserializowanych prototypów. Odpowiada 1:1 serialized tensorowi. Może zawierać na przykład nazwy kluczy tabeli (opisowe) dla odpowiednich zserializowanych prototypów. Są one przydatne wyłącznie do celów debugowania, a obecność wartości w tym miejscu nie ma wpływu na wynik. Może to być również wektor pusty, jeśli nie są dostępne żadne nazwy. Jeśli tensor nie jest pusty, musi mieć taki sam kształt jak „zserializowany”.
  • sparse_keys: Wektor ciągów znaków. Klucze oczekiwane w funkcjach przykładów związanych z wartościami rzadkimi.
  • dense_keys: Wektor ciągów znaków. Klucze oczekiwane w funkcjach przykładów powiązanych z gęstymi wartościami.
  • ragged_keys: Wektor ciągów znaków. Klucze oczekiwane w funkcjach przykładów powiązanych z wartościami ragged.
  • dense_defaults: Lista tensorów (niektóre mogą być puste). Odpowiada 1:1 z dense_keys . dense_defaults[j] dostarcza wartości domyślne, gdy w przykładzie feature_map brakuje dense_key[j]. Jeśli dla dense_defaults[j] podano pusty tensor , wymagana jest funkcja dense_keys[j]. Typ wejściowy jest wnioskowany z dense_defaults[j], nawet gdy jest ona pusta. Jeśli dense_defaults[j] nie jest puste, a dense_shapes[j] jest w pełni zdefiniowane, to kształt dense_defaults[j] musi być zgodny z kształtem dense_shapes[j]. Jeśli dense_shapes[j] ma niezdefiniowany wymiar główny (zmienna liczba kroków gęstej funkcji), dense_defaults[j] musi zawierać pojedynczy element: element wypełnienia.
  • num_sparse: Liczba rzadkich kluczy.
  • sparse_types: Lista typów num_sparse ; typy danych w każdej funkcji podane w sparse_keys. Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • ragged_value_types: Lista typów num_ragged ; typy danych w każdej funkcji podanej w ragged_keys (gdzie num_ragged = sparse_keys.size() ). Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • ragged_split_types: Lista typów num_ragged ; typy danych row_split w każdej funkcji podanej w ragged_keys (gdzie num_ragged = sparse_keys.size() ). Może to być DT_INT32 lub DT_INT64.
  • dense_shapes: Lista kształtów num_dense ; kształty danych w każdej Cesze podane w dense_keys (gdzie num_dense = dense_keys.size() ). Liczba elementów w Cesze odpowiadająca dense_key[j] musi zawsze być równa dense_shapes[j].NumEntries(). Jeśli dense_shapes[j] == (D0, D1, ..., DN), to kształt tensora wyjściowego dense_values[j] będzie wynosić (|serialized|, D0, D1, ..., DN): Gęste dane wyjściowe to po prostu dane wejściowe ułożone wierszami w partiach. Działa to dla dense_shapes[j] = (-1, D1, ..., DN). W tym przypadku kształt tensora wyjściowego dense_values[j] będzie następujący: (|serialized|, M, D1, .., DN), gdzie M to maksymalna liczba bloków elementów o długości D1 * .... * DN we wszystkich wpisach minibatch w danych wejściowych. Każdy wpis minibatch zawierający mniej niż M bloków elementów o długości D1 * ... * DN zostanie uzupełniony odpowiednim elementem skalarnym default_value wzdłuż drugiego wymiaru.

Zwroty:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values
  • OutputList ragged_values
  • OutputList ragged_row_splits

Konstruktory i destruktory

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)

Atrybuty publiczne

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Atrybuty publiczne

gęste_wartości 

::tensorflow::OutputList dense_values

działanie 

Operation operation

poszarpany_row_splits 

::tensorflow::OutputList ragged_row_splits

wartości_poszarpane 

::tensorflow::OutputList ragged_values

rzadkie_indeksy 

::tensorflow::OutputList sparse_indices

rzadkie_kształty 

::tensorflow::OutputList sparse_shapes

wartości_rzadkie 

::tensorflow::OutputList sparse_values

Funkcje publiczne

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
)