classe finale publique ParseExample
Transforme un vecteur de protos tf.Example (sous forme de chaînes) en tenseurs typés.
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| Exemple d'analyse statique | créer ( Portée de portée, Opérande < TString > sérialisé, Opérande < TString > noms, Opérande < TString > sparseKeys, Opérande < TString > denseKeys, Opérande < TString > raggedKeys, Iterable< Operand <?>> denseDefaults, Long numSparse, List<Class <? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes) Méthode d'usine pour créer une classe encapsulant une nouvelle opération ParseExample. |
| Liste< Sortie <?>> | |
| Liste< Sortie <?>> | |
| Liste< Sortie <?>> | |
| Liste< Sortie < TInt64 >> | |
| Liste< Sortie < TInt64 >> | |
| Liste< Sortie <?>> |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Valeur constante : « ParseExampleV2 »
Méthodes publiques
public static ParseExample create ( Portée de portée, Opérande < TString > sérialisé, Opérande < TString > noms, Opérande < TString > sparseKeys, Opérande < TString > denseKeys, Opérande < TString > raggedKeys, Iterable < Operand <?>> denseDefaults, Long numSparse, List<Class<? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération ParseExample.
Paramètres
| portée | portée actuelle |
|---|---|
| sérialisé | Un scalaire ou un vecteur contenant des exemples de protos binaires sérialisés. |
| des noms | Un tenseur contenant les noms des protos sérialisés. Correspond à 1:1 avec le tenseur « sérialisé ». Peut contenir, par exemple, des noms de clés de table (descriptifs) pour les protos sérialisés correspondants. Celles-ci sont purement utiles à des fins de débogage, et la présence de valeurs ici n'a aucun effet sur la sortie. Peut également être un vecteur vide si aucun nom n'est disponible. S'il n'est pas vide, ce tenseur doit avoir la même forme que "sérialisé". |
| clés clairsemées | Vecteur de chaînes. Les clés attendues dans les fonctionnalités des exemples associées à des valeurs clairsemées. |
| denseKeys | Vecteur de chaînes. Les clés attendues dans les fonctionnalités des Exemples associées à des valeurs denses. |
| Clés en lambeaux | Vecteur de chaînes. Les clés attendues dans les fonctionnalités des exemples associées à des valeurs irrégulières. |
| denseDefaults | Une liste de Tensors (certains peuvent être vides). Correspond à 1:1 avec `dense_keys`. dense_defaults[j] fournit des valeurs par défaut lorsque la feature_map de l'exemple manque de dense_key[j]. Si un Tensor vide est fourni pour dense_defaults[j], alors la fonctionnalité dense_keys[j] est requise. Le type d'entrée est déduit de dense_defaults[j], même lorsqu'il est vide. Si dense_defaults[j] n'est pas vide et que dense_shapes[j] est entièrement défini, alors la forme de dense_defaults[j] doit correspondre à celle de dense_shapes[j]. Si dense_shapes[j] a une dimension majeure non définie (fonctionnalité dense à foulées variables), dense_defaults[j] doit contenir un seul élément : l'élément padding. |
| numSparse | Le nombre de clés clairsemées. |
| Types clairsemés | Une liste de types `num_sparse` ; les types de données dans chaque fonctionnalité indiqués dans sparse_keys. Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList). |
| raggedValueTypes | Une liste de types `num_ragged` ; les types de données dans chaque fonctionnalité donnés dans ragged_keys (où `num_ragged = sparse_keys.size()`). Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList). |
| RaggedSplitTypes | Une liste de types `num_ragged` ; les types de données de row_splits dans chaque fonctionnalité donnés dans ragged_keys (où `num_ragged = sparse_keys.size()`). Peut être DT_INT32 ou DT_INT64. |
| formes denses | Une liste de formes `num_dense` ; les formes des données dans chaque fonctionnalité données dans dense_keys (où `num_dense = dense_keys.size()`). Le nombre d'éléments dans la Feature correspondant à dense_key[j] doit toujours être égal à dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN) alors la forme du Tensor de sortie dense_values[j] sera (|serialized|, D0, D1, ..., DN) : les sorties denses sont juste les entrées empilées par lots. Cela fonctionne pour dense_shapes[j] = (-1, D1, ..., DN). Dans ce cas, la forme du Tensor de sortie dense_values[j] sera (|serialized|, M, D1, .., DN), où M est le nombre maximum de blocs d'éléments de longueur D1 * .... * DN , dans toutes les entrées de mini-lots dans l'entrée. Toute entrée de mini-lot contenant moins de M blocs d'éléments de longueur D1 * ... * DN sera complétée avec l'élément scalaire default_value correspondant le long de la deuxième dimension. |
Retour
- une nouvelle instance de ParseExample