tensorflow:: ops:: ParseSingleExample

#include <parsing_ops.h>

Transforma un proto tf.Example (como una cadena) en tensores tipados.

Resumen

Argumentos:

  • ámbito: Un objeto de ámbito
  • serializado: Un vector que contiene un lote de protos de ejemplo serializados binarios.
  • dense_defaults: Una lista de tensores (algunos pueden estar vacíos), cuya longitud coincide con la longitud de dense_keys . dense_defaults[j] proporciona valores predeterminados cuando el feature_map del ejemplo carece de dense_key[j]. Si se proporciona un tensor vacío para dense_defaults[j], entonces se requiere la característica dense_keys[j]. El tipo de entrada se infiere de dense_defaults[j], incluso cuando está vacío. Si dense_defaults[j] no está vacío y dense_shapes[j] está completamente definido, entonces la forma de dense_defaults[j] debe coincidir con la de dense_shapes[j]. Si dense_shapes[j] tiene una dimensión principal no definida (característica densa de pasos variables), dense_defaults[j] debe contener un solo elemento: el elemento de relleno.
  • num_sparse: El número de características dispersas que se analizarán del ejemplo. Esto debe coincidir con las longitudes de sparse_keys y sparse_types .
  • sparse_keys: Una lista de num_sparse cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
  • dense_keys: Las claves esperadas en las características de los ejemplos asociadas con valores densos.
  • sparse_types: Una lista de num_sparse types; los tipos de datos de cada Feature dados en sparse_keys. Actualmente, la operación ParseSingleExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • dense_shapes: The shapes of data in each Feature given in dense_keys. The length of this list must match the length of dense_keys . The number of elements in the Feature corresponding to dense_key[j] must always equal dense_shapes[j].NumEntries(). If dense_shapes[j] == (D0, D1, ..., DN) then the shape of output Tensor dense_values[j] will be (D0, D1, ..., DN): In the case dense_shapes[j] = (-1, D1, ..., DN), the shape of the output Tensor dense_values[j] will be (M, D1, .., DN), where M is the number of blocks of elements of length D1 * .... * DN, in the input.

Devoluciones:

  • OutputList índices dispersos
  • OutputList valores dispersos
  • OutputList formas dispersas
  • OutputList valores densos

Constructores y destructores

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)

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

Analizar un solo ejemplo 

 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
)