flujo tensor:: operaciones:: AnalizarEjemplo

#include <parsing_ops.h>

Transforma un vector de cerebro. Protos de ejemplo (como cadenas) en tensores escritos.

Resumen

Argumentos:

  • alcance: un objeto de alcance
  • serializado: un vector que contiene un lote de protos de ejemplo binarios serializados.
  • nombres: un vector que contiene los nombres de los protos serializados. Puede contener, por ejemplo, nombres de claves de tabla (descriptivos) para los protos serializados correspondientes. Estos son puramente útiles para fines de depuración y la presencia de valores aquí no tiene ningún efecto en la salida. También puede ser un vector vacío si no hay nombres disponibles. Si no está vacío, este vector debe tener la misma longitud que "serializado".
  • sparse_keys: una lista de tensores (escalares) de cadenas Nsparse. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
  • densa_keys: una lista de tensores de cadenas ndensas (escalares). Las claves esperadas en las características de los ejemplos asociadas con valores densos.
  • denso_defaults: una lista de tensores ndensos (algunos pueden estar vacíos). 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.
  • sparse_types: una lista de tipos Nsparse; los tipos de datos de cada característica proporcionados en sparse_keys. Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • densa_formas: una lista de formas Ndensas; las formas de los datos en cada característica dadas en densas_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 (|serializado|, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en filas por lotes. Esto funciona para densas_shapes[j] = (-1, D1, ..., DN). En este caso la forma del Tensor de salida valores_densos[j] será (|serializado|, M, D1, .., DN), donde M es el número máximo de bloques de elementos de longitud D1 * .... * DN , en todas las entradas de minibatch en la entrada. Cualquier entrada de minibatch con menos de M bloques de elementos de longitud D1 * ... * DN se rellenará con el elemento escalar default_value correspondiente a lo largo de la segunda dimensión.

Devoluciones:

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

Constructores y destructores

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)

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

AnalizarEjemplo

 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
)