тензорный поток:: опс:: Пример анализа

#include <parsing_ops.h>

Преобразует вектор мозга. Пример прото (в виде строк) в типизированные тензоры.

Краткое содержание

Аргументы:

  • область: объект области .
  • сериализованный: вектор, содержащий пакет двоичных сериализованных примеров прототипов.
  • имена: вектор, содержащий имена сериализованных прото. Может содержать, например, имена табличных ключей (описательные) для соответствующих сериализованных прототипов. Они полезны исключительно для целей отладки, и наличие здесь значений не влияет на вывод. Также может быть пустым вектором, если имена недоступны. Если этот вектор не пуст, этот вектор должен иметь ту же длину, что и «сериализованный».
  • sparse_keys: список тензоров (скаляров) строк Nsparse. Ключи, ожидаемые в функциях примеров, связаны с разреженными значениями.
  • Densent_keys: список тензоров (скаляров) Ndense строк. Ключи, ожидаемые в функциях примеров, связаны с плотными значениями.
  • Densent_defaults: список Ndense Tensors (некоторые могут быть пустыми). Densent_defaults[j] предоставляет значения по умолчанию, когда в Feature_map примера отсутствует Density_key[j]. Если для Density_defaults[j] указан пустой тензор , то требуется функция Density_keys[j]. Тип ввода выводится из Density_defaults[j], даже если он пуст. Если Densent_defaults[j] не пуст, а Densent_shapes[j] полностью определен, то форма Densent_defaults[j] должна соответствовать форме Densent_Shapes[j]. Если Densent_shapes[j] имеет неопределенный основной размер (функция плотности переменных шагов), Densent_defaults[j] должен содержать один элемент: элемент заполнения.
  • sparse_types: список типов Nsparse; типы данных в каждой функции, указанные в sparse_keys. В настоящее время ParseExample поддерживает DT_FLOAT (FloatList), DT_INT64 (Int64List) и DT_STRING (BytesList).
  • Densent_shapes: список фигур Ndense; формы данных в каждой функции, заданные в Density_keys. Количество элементов в объекте, соответствующем Densent_key[j], всегда должно равняться Densent_shapes[j].NumEntries(). Если Density_shapes[j] == (D0, D1, ..., DN), то форма выходных данных Tensor Density_values[j] будет (|serialized|, D0, D1, ..., DN): Плотные выходные данные только входные данные, сгруппированные по строкам. Это работает для Densent_shapes[j] = (-1, D1, ..., DN). В этом случае форма вывода Tensor Densent_values[j] будет иметь вид (|serialized|, M, D1, .., DN), где M — максимальное количество блоков элементов длины D1 * .... * DN. , по всем записям мини-пакета во входных данных. Любая запись мини-пакета, содержащая менее M блоков элементов длиной D1 * ... * DN, будет дополнена соответствующим скалярным элементом default_value по второму измерению.

Возврат:

  • OutputList разреженных_индисов
  • OutputList разреженных_значений
  • OutputList разреженных_форм
  • OutputList плотных_значений

Конструкторы и деструкторы

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)

Публичные атрибуты

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Публичные атрибуты

плотные_значения

::tensorflow::OutputList dense_values

операция

Operation operation

разреженные_индексы

::tensorflow::OutputList sparse_indices

разреженные_фигуры

::tensorflow::OutputList sparse_shapes

разреженные_значения

::tensorflow::OutputList sparse_values

Общественные функции

Пример анализа

 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
)