ParseExample

publiczna klasa końcowa ParseExample

Przekształca wektor protos tf.Example (jako ciągi znaków) na tensory o typie.

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczny przykład analizy
utwórz (Zakres zasięgu , Operand < TString > serializowany, Operand < TString > nazwy, Operand < TString > sparseKeys, Operand < TString >denseKeys, Operand < TString > raggedKeys, Iterable< Operand <?>> gęstyDefaults, Long numSparse, List<Class <? rozszerza TType >> sparseTypes, List<Class<? rozszerza TType >> raggedValueTypes, List<Class<? Extends TNumber >> raggedSplitTypes, List< Shape > gęsteShapes)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ParseExample.
Lista< Wyjście <?>>
Lista< Wyjście <?>>
Lista< Wyjście <?>>
Lista< Wyjście < TInt64 >>
Lista< Wyjście < TInt64 >>
Lista< Wyjście <?>>

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „ParseExampleV2”

Metody publiczne

public static ParseExample create (zakres zakresu , Operand < TString > serializowany, Operand < TString > nazwy, Operand < TString > sparseKeys, Operand < TString > gęsteKeys, Operand < TString > raggedKeys, Iterowalny < Operand <?>> gęstyDefaults, Long numSparse, List<Klasa<? rozszerza TType >> sparseTypes, List<Klasa<? rozszerza TType >> raggedValueTypes, List<Klasa<? rozszerza TNumber >> raggedSplitTypes, Lista< Kształt > gęsteShapes)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ParseExample.

Parametry
zakres aktualny zakres
serializowane Skalar lub wektor zawierający binarne serializowane protosy przykładowe.
nazwy Tensor zawierający nazwy serializowanych protosów. Odpowiada 1:1 z tensorem „serializowanym”. Może zawierać na przykład nazwy kluczy tabeli (opisowe) dla odpowiednich serializowanych protosów. Są one wyłącznie przydatne do celów debugowania, a obecność tutaj wartości nie ma wpływu na dane wyjściowe. Może być również pustym wektorem, jeśli nie są dostępne żadne nazwy. Jeśli nie jest pusty, ten tensor musi mieć taki sam kształt jak „serializowany”.
rzadkieKlucze Wektor ciągów. Klucze oczekiwane w funkcjach przykładów powiązane z rzadkimi wartościami.
gęsteKlucze Wektor ciągów. Klucze oczekiwane w funkcjach przykładów są powiązane z gęstymi wartościami.
poszarpane klucze Wektor ciągów. Klucze oczekiwane w funkcjach przykładów są powiązane z nierównymi wartościami.
gęsteDomyślne Lista tensorów (niektóre mogą być puste). Odpowiada 1:1 z `dense_keys`. gęsty_defaults[j] podaje wartości domyślne, gdy przykładowa mapa_funkcji nie zawiera klucza_gęstego[j]. Jeśli dla gęstych_defaults[j] zapewniony jest pusty Tensor, wówczas wymagana jest funkcja gęste_klucze[j]. Typ danych wejściowych jest wywnioskowany z gęstego_defaults[j], nawet jeśli jest pusty. Jeśli gęste_defaults[j] nie jest puste, a gęste_kształty[j] są w pełni zdefiniowane, wówczas kształt gęste_defaults[j] musi odpowiadać kształtowi gęste_kształty[j]. Jeśli gęsty_kształt[j] ma niezdefiniowany wymiar główny (cecha gęstych kroków o zmiennych krokach), gęsty_defaults[j] musi zawierać pojedynczy element: element dopełniający.
liczbaSparse Liczba rzadkich kluczy.
rzadkie typy Lista typów `num_sparse`; typy danych w każdej funkcji podane w sparse_keys. Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
niewyrównane typy wartości Lista typów `num_ragged`; typy danych w każdej funkcji podane w ragged_keys (gdzie `num_ragged = sparse_keys.size()`). Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
poszarpane typySplitTypes Lista typów `num_ragged`; typy danych row_splits w każdej funkcji podane w ragged_keys (gdzie `num_ragged = sparse_keys.size()`). Może być DT_INT32 lub DT_INT64.
gęste kształty Lista kształtów `num_dense`; kształty danych w każdej funkcji podane w gęstych_kluczach (gdzie `num_dense =dense_keys.size()`). Liczba elementów cechy odpowiadająca gęstemu kluczowi[j] musi zawsze być równa gęstej_kształcie[j].NumEntries(). Jeśli gęste_kształty[j] == (D0, D1, ..., DN), wówczas kształt wyjściowego Tensora gęste_wartości[j] będzie (|serializowany|, D0, D1, ..., DN): Gęste wyjścia są tylko dane wejściowe ułożone w wiersze partiami. Działa to dla gęstych_kształtów[j] = (-1, D1, ..., DN). W tym przypadku wyjściowy Tensor wartości_gęstości[j] będzie miał postać (|serializowany|, M, D1, .., DN), gdzie M jest maksymalną liczbą bloków elementów o długości D1 * .... * DN , we wszystkich wpisach minibatch na wejściu. Każdy wpis minipartii zawierający mniej niż M bloków elementów o długości D1 * ... * DN zostanie uzupełniony odpowiednim elementem skalarnym wartość_domyślna wzdłuż drugiego wymiaru.
Zwroty
  • nowa instancja ParseExample

publiczna Lista< Wyjście <?>> gęsteWartości ()

public List< Output <?>> raggedRowSplits ()

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

public List< Output < TInt64 >> sparseIndices ()

public List< Output < TInt64 >> sparseShapes ()

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