ParseExample V2

classe finale pubblica ParseExampleV2

Trasforma un vettore di prototipi tf.Example (come stringhe) in tensori tipizzati.

Metodi pubblici

ParseExampleV2
create ( Ambito ambito , Operando <String> serializzato, Nomi operando <String>, Operando <String> sparseKeys, Operando <String> denseKeys, Operando <String> raggedKeys, Iterable< Operando <?>> denseDefaults, Long numSparse, List<Class <?>> sparseTypes, List<Class<?>> raggedValueTypes, List<Class<?>> raggedSplitTypes, List< Shape > denseShapes)
Metodo factory per creare una classe che racchiude una nuova operazione ParseExampleV2.
Elenco< Uscita <?>>
valori densi ()
Elenco< Uscita <?>>
raggedRowSplits ()
Elenco< Uscita <?>>
valori ragged ()
Elenco< Output <Lungo>>
Indici sparsi ()
Elenco< Output <Lungo>>
forme sparse ()
Elenco< Uscita <?>>
valori sparsi ()

Metodi ereditati

Metodi pubblici

public static ParseExampleV2 create ( ambito ambito, operando <String> serializzato, nomi operando <String>, operando <String> sparseKeys, operando <String> denseKeys, operando <String> raggedKeys, Iterable< operando <?>> denseDefaults, Long numSparse, List<Class<?>> sparseTypes, List<Class<?>> raggedValueTypes, List<Class<?>> raggedSplitTypes, List< Shape > denseShapes)

Metodo factory per creare una classe che racchiude una nuova operazione ParseExampleV2.

Parametri
scopo ambito attuale
serializzato Uno scalare o un vettore contenente prototipi di esempio serializzati binari.
nomi Un tensore contenente i nomi dei prototipi serializzati. Corrisponde 1:1 al tensore "serializzato". Può contenere, ad esempio, nomi di chiavi di tabella (descrittivi) per i corrispondenti prototipi serializzati. Questi sono puramente utili per scopi di debug e la presenza di valori qui non ha alcun effetto sull'output. Può anche essere un vettore vuoto se non sono disponibili nomi. Se non vuoto, questo tensore deve avere la stessa forma di "serializzato".
sparseKeys Vettore di stringhe. Le chiavi previste nelle funzionalità degli esempi sono associate a valori sparsi.
chiavi dense Vettore di stringhe. Le chiavi previste nelle caratteristiche degli esempi sono associate a valori densi.
raggedKeys Vettore di stringhe. Le chiavi previste nelle funzionalità degli esempi sono associate a valori irregolari.
denseDefault Un elenco di tensori (alcuni potrebbero essere vuoti). Corrisponde 1:1 con `dense_keys`. dense_defaults[j] fornisce valori predefiniti quando la feature_map dell'esempio manca di dense_key[j]. Se viene fornito un tensore vuoto per dense_defaults[j], è richiesta la funzionalità dense_keys[j]. Il tipo di input viene dedotto da dense_defaults[j], anche quando è vuoto. Se dense_defaults[j] non è vuoto e dense_shapes[j] è completamente definito, allora la forma di dense_defaults[j] deve corrispondere a quella di dense_shapes[j]. Se dense_shapes[j] ha una dimensione maggiore indefinita (caratteristica densa di passi variabili), dense_defaults[j] deve contenere un singolo elemento: l'elemento di riempimento.
numSparse Il numero di chiavi sparse.
sparseTypes Un elenco di tipi "num_sparse"; i tipi di dati in ciascuna funzionalità fornita in sparse_keys. Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
raggedValueTypes Un elenco di tipi "num_ragged"; i tipi di dati in ciascuna funzionalità forniti in ragged_keys (dove `num_ragged = sparse_keys.size()`). Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
raggedSplitTypes Un elenco di tipi "num_ragged"; i tipi di dati di row_splits in ciascuna funzionalità fornita in ragged_keys (dove `num_ragged = sparse_keys.size()`). Può essere DT_INT32 o DT_INT64.
forme dense Un elenco di forme "num_dense"; le forme dei dati in ciascuna caratteristica fornite in dense_keys (dove `num_dense = dense_keys.size()`). Il numero di elementi nella Feature corrispondente a dense_key[j] deve sempre essere uguale a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN) allora la forma dell'output Tensor dense_values[j] sarà (|serialized|, D0, D1, ..., DN): Gli output densi sono solo gli input impilati in righe per batch. Questo funziona per dense_shapes[j] = (-1, D1, ..., DN). In questo caso la forma dell'output Tensor dense_values[j] sarà (|serialized|, M, D1, .., DN), dove M è il numero massimo di blocchi di elementi di lunghezza D1 * .... * DN , in tutte le voci minibatch nell'input. Qualsiasi voce minibatch con meno di M blocchi di elementi di lunghezza D1 * ... * DN verrà riempita con l'elemento scalare default_value corrispondente lungo la seconda dimensione.
ritorna
  • una nuova istanza di ParseExampleV2

public List< Output <?>> denseValues ​​()

public List< Output <?>> raggedRowSplits ()

public List< Output <?>> raggedValues ​​()

public List< Output <Long>> sparseIndices ()

public List< Output <Long>> sparseShapes ()

public List< Output <?>> sparseValues ​​()