ParseExample

ParseExample public final class

Transforma un vector de tf.Ejemplo protos (como cadenas) en tensores tipados.

Constantes

Cuerda OP_NAME El nombre de esta operación, como lo conoce el motor central de TensorFlow

Métodos públicos

estática ParseExample
crear ( Alcance alcance, operando < TString > serializados, operando < TString > nombres, operando < TString > sparseKeys, operando < TString > denseKeys, operando < TString > raggedKeys, Iterable < operando <? >>, denseDefaults largo numSparse, List <Clase <? extiende Ttype >> sparseTypes, List <clase <? extiende Ttype >> raggedValueTypes, List <Class <? extiende TNumber >> raggedSplitTypes, List < Forma > denseShapes)
Método de fábrica para crear una clase que envuelva una nueva operación ParseExample.
Lista < salida <? >>
Lista < salida <? >>
Lista < salida <? >>
Lista < salida < TInt64 >>
Lista < salida < TInt64 >>
Lista < salida <? >>

Métodos heredados

Constantes

OP_NAME pública final static String

El nombre de esta operación, como lo conoce el motor central de TensorFlow

Valor constante: "ParseExampleV2"

Métodos públicos

estáticas pública ParseExample crean ( Alcance alcance, operando < TString > serializado, operando < TString > nombres, operando < TString > sparseKeys, operando < TString > denseKeys, operando < TString > raggedKeys, Iterable < operando <? >> denseDefaults, Long numSparse, lista <Clase <? extiende Ttype >> sparseTypes, List <clase <? extiende Ttype >> raggedValueTypes, List <Class <? extiende TNumber >> raggedSplitTypes, lista < Forma > denseShapes)

Método de fábrica para crear una clase que envuelva una nueva operación ParseExample.

Parámetros
alcance alcance actual
serializado Un escalar o vector que contiene protos de ejemplo serializados binarios.
nombres Un tensor que contiene los nombres de los protos serializados. Corresponde 1: 1 con el tensor "serializado". Puede contener, por ejemplo, nombres de clave de tabla (descriptivos) para los correspondientes protos serializados. 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 tensor debe tener la misma forma que "serializado".
sparseKeys Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
denseKeys Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores densos.
harapientos Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores irregulares.
denseDefaults Una lista de tensores (algunos pueden estar vacíos). Corresponde 1: 1 con `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 mayor indefinida (característica densa de pasos variables), dense_defaults [j] debe contener un solo elemento: el elemento de relleno.
numSparse El número de claves dispersas.
sparseTypes Una lista de tipos `num_sparse`; los tipos de datos de cada Característica dados en sparse_keys. Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
raggedValueTypes Una lista de tipos `num_ragged`; los tipos de datos de cada Característica dados en ragged_keys (donde `num_ragged = sparse_keys.size ()`). Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
raggedSplitTypes Una lista de tipos `num_ragged`; los tipos de datos de row_splits en cada Característica dados en ragged_keys (donde `num_ragged = sparse_keys.size ()`). Puede ser DT_INT32 o DT_INT64.
denseShapes Una lista de formas `num_dense`; las formas de los datos en cada Característica dadas en dense_keys (donde `num_dense = dense_keys.size ()`). El número de elementos de la función correspondiente a dense_key [j] siempre debe ser igual a dense_shapes [j] .NumEntries (). Si dense_shapes [j] == (D0, D1, ..., DN) entonces la forma del tensor de salida dense_values ​​[j] será (| serialized |, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en filas por lote. Esto funciona para dense_shapes [j] = (-1, D1, ..., DN). En este caso la forma del tensor de salida dense_values ​​[j] será (| serialized |, 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
  • una nueva instancia de ParseExample

Lista pública < salida <? >> denseValues ()

Lista pública < salida <? >> raggedRowSplits ()

Lista pública < salida <? >> raggedValues ()

Lista pública < salida < TInt64 >> sparseIndices ()

Lista pública < salida < TInt64 >> sparseShapes ()

Lista pública < salida <? >> sparseValues ()