جریان تنسور:: عملیات:: ParseSequenceExample
#include <parsing_ops.h>
یک بردار مغز را تبدیل می کند. SequenceExample پروتوها (به عنوان رشته ها) به تانسورهای تایپ شده.
خلاصه
استدلال ها:
- scope: یک شی Scope
- serialized: بردار حاوی پروتوهای SequenceExample سریال دودویی.
- debug_name: بردار حاوی نام پروتوهای سریال شده. ممکن است به عنوان مثال، نام کلید جدول (توصیفی) برای پروتوی سریالی مربوطه باشد. این صرفاً برای اهداف اشکال زدایی مفید است و وجود مقادیر در اینجا تأثیری بر خروجی ندارد. همچنین اگر نامی در دسترس نباشد، ممکن است یک بردار خالی باشد.
- context_dense_defaults: لیستی از تانسورهای Ncontext_dense (ممکن است برخی خالی باشند). context_dense_defaults[j] زمانی مقادیر پیشفرض را ارائه میکند که نقشه زمینه SequenceExample فاقد context_dense_key[j] باشد. اگر یک تانسور خالی برای context_dense_defaults[j] ارائه شده باشد، Feature context_dense_keys[j] مورد نیاز است. نوع ورودی از context_dense_defaults[j] استنباط میشود، حتی زمانی که خالی باشد. اگر context_dense_defaults[j] خالی نباشد، شکل آن باید با context_dense_shapes[j] مطابقت داشته باشد.
- feature_list_dense_missing_assumed_empty: برداری که کلیدهای FeatureList را فهرست می کند که ممکن است در SequenceExamples وجود نداشته باشند. اگر لیست ویژگی های مرتبط وجود نداشته باشد، خالی تلقی می شود. بهطور پیشفرض، هر FeatureList که در این بردار فهرست نشده است باید در SequenceExamples وجود داشته باشد.
- context_sparse_keys: لیستی از تانسورهای رشته Ncontext_sparse (اسکالرها). کلیدهای مورد انتظار در ویژگی های Examples مرتبط با مقادیر context_sparse هستند.
- context_dense_keys: لیستی از تانسورهای رشته Ncontext_dense (اسکالرها). کلیدهای مورد انتظار در ویژگی های زمینه SequenceExamples مرتبط با مقادیر متراکم هستند.
- feature_list_sparse_keys: فهرستی از تانسورهای رشته ای Nfeature_list_sparse (اسکالرها). کلیدهای مورد انتظار در FeatureLists مرتبط با مقادیر پراکنده.
- feature_list_dense_keys: فهرستی از تانسورهای رشته Nfeature_list_dense (اسکالرها). کلیدهای مورد انتظار در SequenceExamples' feature_lists مرتبط با لیستی از مقادیر متراکم.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- context_sparse_types: لیستی از انواع Ncontext_sparse. انواع داده های داده در هر زمینه ویژگی داده شده در context_sparse_keys. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می کند.
- context_dense_shapes: لیستی از اشکال Ncontext_dense. شکل داده ها در هر زمینه ویژگی داده شده در context_dense_keys. تعداد عناصر موجود در Feature مربوط به context_dense_key[j] باید همیشه برابر context_dense_shapes[j].NumEntries(). شکل context_dense_values[j] با context_dense_shapes[j] مطابقت دارد.
- feature_list_sparse_types: فهرستی از انواع Nfeature_list_sparse. انواع داده های داده در هر FeatureList در feature_list_sparse_keys داده شده است. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می کند.
- feature_list_dense_shapes: لیستی از اشکال Nfeature_list_dense. شکل داده ها در هر FeatureList در feature_list_dense_keys داده شده است. شکل هر ویژگی در FeatureList مربوط به feature_list_dense_key[j] باید همیشه برابر با feature_list_dense_shapes[j].NumEntries().
برمی گرداند:
-
OutputList
context_sparse_indices -
OutputList
context_sparse_values -
OutputList
context_sparse_shapes -
OutputList
context_dense_values -
OutputList
feature_list_sparse_indices -
OutputList
feature_list_sparse_values -
OutputList
feature_list_sparse_shapes -
OutputList
feature_list_dense_values -
OutputList
feature_list_dense_lengths
سازندگان و ویرانگرها | |
---|---|
ParseSequenceExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input debug_name, :: tensorflow::InputList context_dense_defaults, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_missing_assumed_empty, const gtl::ArraySlice<::tensorflow::tstring > & context_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & context_dense_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_keys) | |
ParseSequenceExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input debug_name, :: tensorflow::InputList context_dense_defaults, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_missing_assumed_empty, const gtl::ArraySlice<::tensorflow::tstring > & context_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & context_dense_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_keys, const ParseSequenceExample::Attrs & attrs) |
توابع استاتیک عمومی | |
---|---|
ContextDenseShapes (const gtl::ArraySlice< PartialTensorShape > & x) | |
ContextSparseTypes (const DataTypeSlice & x) | |
FeatureListDenseShapes (const gtl::ArraySlice< PartialTensorShape > & x) | |
FeatureListDenseTypes (const DataTypeSlice & x) | |
FeatureListSparseTypes (const DataTypeSlice & x) | |
NcontextDense (int64 x) | |
NcontextSparse (int64 x) | |
NfeatureListDense (int64 x) | |
NfeatureListSparse (int64 x) |
سازه ها | |
---|---|
tensorflow:: ops:: ParseSequenceExample:: Attrs | تنظیم کننده های ویژگی اختیاری برای ParseSequenceExample . |
صفات عمومی
متن_مقدار_متراکم
::tensorflow::OutputList context_dense_values
context_sparse_indexes
::tensorflow::OutputList context_sparse_indices
context_sparse_shapes
::tensorflow::OutputList context_sparse_shapes
context_sparse_values
::tensorflow::OutputList context_sparse_values
feature_list_dense_lengths
::tensorflow::OutputList feature_list_dense_lengths
feature_list_dense_values
::tensorflow::OutputList feature_list_dense_values
feature_list_sparse_indexes
::tensorflow::OutputList feature_list_sparse_indices
feature_list_sparse_shapes
::tensorflow::OutputList feature_list_sparse_shapes
feature_list_sparse_values
::tensorflow::OutputList feature_list_sparse_values
عملیات
Operation operation
توابع عمومی
ParseSequenceExample
ParseSequenceExample( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized, ::tensorflow::Input debug_name, ::tensorflow::InputList context_dense_defaults, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_missing_assumed_empty, const gtl::ArraySlice<::tensorflow::tstring > & context_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & context_dense_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_keys )
ParseSequenceExample
ParseSequenceExample( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized, ::tensorflow::Input debug_name, ::tensorflow::InputList context_dense_defaults, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_missing_assumed_empty, const gtl::ArraySlice<::tensorflow::tstring > & context_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & context_dense_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & feature_list_dense_keys, const ParseSequenceExample::Attrs & attrs )
توابع استاتیک عمومی
ContextDenseShapes
Attrs ContextDenseShapes( const gtl::ArraySlice< PartialTensorShape > & x )
ContextSparseTypes
Attrs ContextSparseTypes( const DataTypeSlice & x )
FeatureListDenseShapes
Attrs FeatureListDenseShapes( const gtl::ArraySlice< PartialTensorShape > & x )
FeatureListDenseTypes
Attrs FeatureListDenseTypes( const DataTypeSlice & x )
FeatureListSparseTypes
Attrs FeatureListSparseTypes( const DataTypeSlice & x )
NcontextDense
Attrs NcontextDense( int64 x )
NcontextSparse
Attrs NcontextSparse( int64 x )
NfeatureListDense
Attrs NfeatureListDense( int64 x )
NfeatureListSparse
Attrs NfeatureListSparse( int64 x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-11-24 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2024-11-24 بهوقت ساعت هماهنگ جهانی."],[],[]]