tensorflow :: opérations :: ParseExample

#include <parsing_ops.h>

Transforme un vecteur de cerveau, par exemple des protos (sous forme de chaînes) en tenseurs typés.

Résumé

Arguments:

  • scope: un objet Scope
  • sérialisé: un vecteur contenant un lot de protos d'exemple sérialisés binaires.
  • names: Un vecteur contenant les noms des protos sérialisés. Peut contenir, par exemple, des noms de clé 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 vecteur doit avoir la même longueur que "serialized".
  • sparse_keys: une liste de Tensors de chaîne Nsparse (scalaires). Les clés attendues dans les fonctionnalités des exemples associées à des valeurs éparses.
  • dense_keys: une liste de Tensors de chaîne Ndense (scalaires). Les clés attendues dans les fonctionnalités des exemples associées aux valeurs denses.
  • dense_defaults: Une liste de Ndense Tensors (certains peuvent être vides). dense_defaults [j] fournit des valeurs par défaut lorsque le feature_map de l'exemple manque 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 s'il est vide. Si dense_defaults [j] n'est pas vide, et 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 (fonction dense de pas variables), dense_defaults [j] doit contenir un seul élément: l'élément padding.
  • sparse_types: une liste de types Nsparse; les types de données de données dans chaque fonctionnalité donnée dans sparse_keys. Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList).
  • dense_shapes: une liste de formes Ndense; les formes des données dans chaque caractéristique donnée dans dense_keys. Le nombre d'éléments dans la fonctionnalité correspondant à dense_key [j] doit toujours être égal à dense_shapes [j] .NumEntries (). Si dense_shapes [j] == (D0, D1, ..., DN) alors la forme de la sortie Tensor dense_values ​​[j] sera (| serialized |, D0, D1, ..., DN): Les sorties denses sont juste les entrées empilées par lots. Cela fonctionne pour denses_shapes [j] = (-1, D1, ..., DN). Dans ce cas, la forme de la sortie Tensor dense_values ​​[j] sera (| serialized |, M, D1, .., DN), où M est le nombre maximum de blocs d'éléments de longueur D1 * .... * DN , sur toutes les entrées de minibatch de l'entrée. Toute entrée de minibatch avec 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:

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

Constructeurs et destructeurs

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)

Attributs publics

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Attributs publics

denses_values

::tensorflow::OutputList dense_values

opération

Operation operation

sparse_indices

::tensorflow::OutputList sparse_indices

formes_ éparses

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

Fonctions publiques

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
)