Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

tensorflow :: ops :: ParseExample

#include <parsing_ops.h>

Trasforma un vettore del cervello, ad esempio protos (come stringhe) in tensori tipizzati.

Sommario

Argomenti:

  • scope: un oggetto Scope
  • serializzato: un vettore contenente un batch di protos di esempio serializzati binari.
  • nomi: un vettore contenente i nomi dei protos serializzati. Può contenere, ad esempio, nomi di chiavi di tabella (descrittivi) per i corrispondenti protos 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 è vuoto, questo vettore deve avere la stessa lunghezza di "serializzato".
  • sparse_keys: un elenco di tensori di stringa Nsparse (scalari). Le chiavi previste nelle funzionalità degli esempi associate a valori sparsi.
  • dense_keys: un elenco di tensori di stringa Ndense (scalari). Le chiavi previste nelle caratteristiche degli esempi associate a valori densi.
  • dense_defaults: un elenco di tensori Ndense (alcuni potrebbero essere vuoti). dense_defaults [j] fornisce valori predefiniti quando feature_map dell'esempio manca di dense_key [j]. Se viene fornito un tensore vuoto per dense_defaults [j], è richiesta la funzione 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, la forma di dense_defaults [j] deve corrispondere a quella di dense_shapes [j]. Se dense_shapes [j] ha una dimensione maggiore non definita (caratteristica densa di falcate variabili), dense_defaults [j] deve contenere un singolo elemento: l'elemento padding.
  • sparse_types: un elenco di tipi Nsparse; i tipi di dati di dati in ciascuna caratteristica fornita in sparse_keys. Attualmente il ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
  • dense_shapes: un elenco di forme Ndense; le forme dei dati in ciascuna caratteristica data in dense_keys. Il numero di elementi nella Feature corrispondenti a dense_key [j] deve sempre essere 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 per riga 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 di 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:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values

Costruttori e distruttori

ParseExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::InputList sparse_keys, :: tensorflow::InputList dense_keys, :: tensorflow::InputList dense_defaults, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

Attributi pubblici

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Attributi pubblici

dense_values

::tensorflow::OutputList dense_values

operazione

Operation operation

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

Funzioni pubbliche

ParseExample

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)