ParseExample

공개 최종 클래스 ParseExample

tf.Example proto의 벡터(문자열)를 형식화된 텐서로 변환합니다.

상수

OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

정적 구문 분석 예
create ( Scope 범위, Operand < TString > 직렬화, Operand < TString > 이름, Operand < TString > sparseKeys, Operand < TString >densenseKeys, Operand < TString > raggedKeys, Iterable< Operand <?>>densenseDefaults, Long numSparse, List<Class <? 확장 TType >> sparseTypes, List<Class<? 확장 TType >> raggedValueTypes, List<Class<? 확장 TNumber >> raggedSplitTypes, List< Shape >densityShapes)
새로운 ParseExample 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
목록< 출력 <?>>
목록< 출력 <?>>
목록< 출력 <?>>
목록< 출력 < TInt64 >>
목록< 출력 < TInt64 >>
목록< 출력 <?>>

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "ParseExampleV2"

공개 방법

public static ParseExample create ( Scope 범위, Operand < TString > 직렬화, Operand < TString > 이름, Operand < TString > sparseKeys, Operand < TString >densenseKeys, Operand < TString > raggedKeys, Iterable< Operand <?>>densityDefaults, Long numSparse, List<Class<? 확장 TType >> sparseTypes, List<Class<? 확장 TType >> raggedValueTypes, List<Class<? 확장 TNumber >> raggedSplitTypes, List< Shape >densityShapes)

새로운 ParseExample 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
직렬화된 직렬화된 이진 예제 proto를 포함하는 스칼라 또는 벡터입니다.
이름 직렬화된 proto의 이름을 포함하는 텐서입니다. '직렬화된' 텐서와 1:1로 대응합니다. 예를 들어 해당 직렬화된 proto에 대한 테이블 키(설명) 이름이 포함될 수 있습니다. 이는 디버깅 목적으로만 유용하며 여기에 값이 있어도 출력에는 영향을 미치지 않습니다. 이름이 없으면 빈 벡터일 수도 있습니다. 비어 있지 않은 경우 이 텐서는 "직렬화된" 것과 동일한 모양을 가져야 합니다.
sparseKeys 문자열의 벡터입니다. 희소 값과 관련된 예제 기능에서 예상되는 키입니다.
밀집키 문자열의 벡터입니다. 조밀한 값과 관련된 예제의 기능에서 예상되는 키입니다.
비정형키 문자열의 벡터입니다. 비정형 값과 관련된 예제 기능에서 예상되는 키입니다.
조밀한 기본값 Tensor 목록(일부는 비어 있을 수 있음) `dense_keys`와 1:1 대응합니다. 밀도_기본값[j]은 예제의 feature_map에 밀도_키[j]가 없을 때 기본값을 제공합니다. density_defaults[j]에 대해 빈 Tensor가 제공되는 경우,density_keys[j] 기능이 필요합니다. 입력 유형은 비어 있는 경우에도density_defaults[j]에서 추론됩니다. density_defaults[j]가 비어 있지 않고,density_shapes[j]가 완전히 정의된 경우,density_defaults[j]의 모양은density_shapes[j]의 모양과 일치해야 합니다. density_shapes[j]에 정의되지 않은 주요 차원(가변 보폭 밀집 특성)이 있는 경우,density_defaults[j]에는 패딩 요소라는 단일 요소가 포함되어야 합니다.
numSparse 희소 키 수입니다.
sparseTypes `num_sparse` 유형 목록; sparse_keys에 제공된 각 기능의 데이터 유형입니다. 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
비정형값 유형 `num_ragged` 유형 목록; ragged_keys(여기서 'num_ragged = sparse_keys.size()')에 지정된 각 기능의 데이터 유형입니다. 현재 ParseExample은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
비정형분할유형 `num_ragged` 유형 목록; ragged_keys(여기서 'num_ragged = sparse_keys.size()')에 지정된 각 기능의 row_splits 데이터 유형입니다. DT_INT32 또는 DT_INT64일 수 있습니다.
조밀한 모양 `num_dense` 모양의 목록입니다. Dense_keys(여기서 'num_dense =density_keys.size()')에 지정된 각 기능의 데이터 모양. density_key[j]에 해당하는 지형지물 요소 수는 항상density_shapes[j].NumEntries()와 같아야 합니다. density_shapes[j] == (D0, D1, ..., DN)이면 출력 Tensordensity_values[j]의 모양은 (|serialized|, D0, D1, ..., DN)입니다. 밀집된 출력은 다음과 같습니다. 입력이 일괄적으로 행으로 쌓입니다. 이는 dark_shapes[j] = (-1, D1, ..., DN)에 적용됩니다. 이 경우 출력 Tensordens_values[j]의 모양은 (|serialized|, M, D1, .., DN)이 됩니다. 여기서 M은 길이가 D1 * .... * DN인 요소의 최대 블록 수입니다. , 입력의 모든 미니 배치 항목에 걸쳐. 길이가 D1 * ... * DN인 요소 블록이 M개 미만인 미니배치 항목은 두 번째 차원을 따라 해당 default_value 스칼라 요소로 채워집니다.
보고
  • ParseExample의 새 인스턴스

공개 목록< 출력 <?>> 밀도값 ()

공개 목록< 출력 <?>> raggedRowSplits ()

공개 목록< 출력 <?>> raggedValues ​​()

공개 목록< 출력 < TInt64 >> sparseIndices ()

공개 목록< 출력 < TInt64 >> sparseShapes ()

공개 목록< 출력 <?>> sparseValues ​​()