tensorflow::ops::ParseExampleV2

#include <parsing_ops.h>

Transforma um vetor de protos tf.Example (como strings) em tensores tipados.

Resumo

Argumentos:

  • escopo: Um objeto de escopo
  • serializado: Um escalar ou vetor contendo protos binários serializados. Exemplo: protos.
  • `names`: Um tensor contendo os nomes dos protos serializados. Corresponde 1:1 ao tensor serialized . Pode conter, por exemplo, nomes descritivos (chaves de tabela) para os protos serializados correspondentes. Estes são úteis apenas para fins de depuração, e a presença de valores aqui não afeta a saída. Também pode ser um vetor vazio se nenhum nome estiver disponível. Se não estiver vazio, este tensor deve ter o mesmo formato que "serialized".
  • sparse_keys: Vetor de strings. As chaves esperadas nos recursos dos exemplos associados a valores esparsos.
  • dense_keys: Vetor de strings. As chaves esperadas nos recursos dos exemplos associados a valores densos.
  • ragged_keys: Vetor de strings. As chaves esperadas nos recursos dos exemplos associados a valores irregulares.
  • `dense_defaults`: Uma lista de Tensores (alguns podem estar vazios). Corresponde 1:1 a ` dense_keys . `dense_defaults[j]` fornece valores padrão quando o `feature_map` do exemplo não possui `dense_key[j]`. Se um Tensor vazio for fornecido para `dense_defaults[j]`, então o Recurso `dense_keys[j]` é obrigatório. O tipo de entrada é inferido de `dense_defaults[j]`, mesmo quando está vazio. Se `dense_defaults[j]` não estiver vazio e `dense_shapes[j]` estiver totalmente definido, então o formato de `dense_defaults[j]` deve corresponder ao de `dense_shapes[j]`. Se `dense_shapes[j]` tiver uma dimensão principal indefinida (recurso denso com strides variáveis), `dense_defaults[j]` deve conter um único elemento: o elemento de preenchimento.
  • num_sparse: O número de chaves esparsas.
  • sparse_types: Uma lista de num_sparse tipos; os tipos de dados em cada Feature fornecidos em sparse_keys. Atualmente, o ParseExample suporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • ragged_value_types: Uma lista de num_ragged tipos; os tipos de dados em cada Feature fornecidos em ragged_keys (onde num_ragged = sparse_keys.size() ). Atualmente, o ParseExample suporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • ragged_split_types: Uma lista de num_ragged types; os tipos de dados de row_splits em cada Feature fornecida em ragged_keys (onde num_ragged = sparse_keys.size() ). Pode ser DT_INT32 ou DT_INT64.
  • dense_shapes: Uma lista de num_dense formas; as formas dos dados em cada Feature fornecida em dense_keys (onde num_dense = dense_keys.size() ). O número de elementos na Feature correspondente a dense_key[j] deve sempre ser igual a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN), então a forma do Tensor de saída dense_values[j] será (|serialized|, D0, D1, ..., DN): As saídas densas são simplesmente as entradas empilhadas por lote. Isso funciona para dense_shapes[j] = (-1, D1, ..., DN). Nesse caso, a forma do Tensor de saída dense_values[j] será (|serialized|, M, D1, .., DN), onde M é o número máximo de blocos de elementos de comprimento D1 * .... * DN, em todas as entradas do minibatch na entrada. Qualquer entrada de minibatch com menos de M blocos de elementos de comprimento D1 * ... * DN será preenchida com o elemento escalar default_value correspondente ao longo da segunda dimensão.

Devoluções:

  • OutputList índices_esparsos
  • OutputList valores_esparsos
  • OutputList com formas esparsas
  • OutputList valores_densos
  • OutputList valores irregulares
  • OutputList ragged_row_splits

Construtores e Destrutores

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)

Atributos públicos

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Atributos públicos

valores_densos 

::tensorflow::OutputList dense_values

operação 

Operation operation

divisões_de_linha_irregulares 

::tensorflow::OutputList ragged_row_splits

valores_irregulares 

::tensorflow::OutputList ragged_values

índices_esparsos 

::tensorflow::OutputList sparse_indices

formas_esparsas 

::tensorflow::OutputList sparse_shapes

valores_esparsos 

::tensorflow::OutputList sparse_values

Funções públicas

Exemplo de análise V2 

 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
)