classe finale pubblica ParseExample
Trasforma un vettore di prototipi tf.Example (come stringhe) in tensori tipizzati.
Costanti
| Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
| ParseExample statico | create ( Scope scope, Operando < TString > serializzato, Operando < TString > nomi, Operando < TString > sparseKeys, Operando < TString > denseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> denseDefaults, Long numSparse, List<Class <? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes) Metodo factory per creare una classe che racchiude una nuova operazione ParseExample. |
| Elenco< Uscita <?>> | valori densi () |
| Elenco< Uscita <?>> | |
| Elenco< Uscita <?>> | |
| Elenco< Output < TInt64 >> | |
| Elenco< Output < TInt64 >> | forme sparse () |
| Elenco< Uscita <?>> |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Valore costante: "ParseExampleV2"
Metodi pubblici
public static ParseExample create ( Scope scope, Operando < TString > serializzato, Operando < TString > nomi, Operando < TString > sparseKeys, Operando < TString > denseKeys, Operando < TString > raggedKeys, Iterable< Operando <?>> denseDefaults, Long numSparse, List<Class<? extends TType >> sparseTypes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, List< Shape > denseShapes)
Metodo factory per creare una classe che racchiude una nuova operazione ParseExample.
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 ParseExample