เทนเซอร์โฟลว์ :: ops :: ParseExample

#include <parsing_ops.h>

แปลงเวกเตอร์ของสมองตัวอย่างโปรโตส (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์

สรุป

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • ทำให้เป็นอนุกรม: เวกเตอร์ที่มีชุดของโปรโตสตัวอย่างแบบอนุกรมไบนารี
  • ชื่อ: เวกเตอร์ที่มีชื่อของโปรโตสที่ต่อเนื่องกัน ตัวอย่างเช่นอาจมีชื่อคีย์ตาราง (เชิงอธิบาย) สำหรับโปรโตสที่ต่อเนื่องกัน สิ่งเหล่านี้มีประโยชน์อย่างแท้จริงสำหรับวัตถุประสงค์ในการดีบักและการมีอยู่ของค่าที่นี่จะไม่มีผลกับเอาต์พุต อาจเป็นเวกเตอร์ว่างเปล่าหากไม่มีชื่อ หากไม่ว่างเปล่าเวกเตอร์นี้ต้องมีความยาวเท่ากับ "ซีเรียลไลซ์"
  • sparse_keys: รายการของ Tensors สตริง Nsparse (สเกลาร์) คีย์ที่คาดหวังในคุณลักษณะของตัวอย่างที่เกี่ยวข้องกับค่ากระจัดกระจาย
  • หนาแน่น_keys: รายการของ Ndense string Tensors (สเกลาร์) คีย์ที่คาดหวังในคุณลักษณะของตัวอย่างที่เกี่ยวข้องกับค่าหนาแน่น
  • หนาแน่น _defaults: รายการของ Ndense Tensors (บางรายการอาจว่างเปล่า) density_defaults [j] ให้ค่าดีฟอลต์เมื่อ feature_map ของตัวอย่างไม่มี density_key [j] หากมีการจัดเตรียม Tensor ว่างไว้สำหรับ density_defaults [j] ดังนั้นจึงจำเป็นต้องใช้ Feature density_keys [j] ประเภทอินพุตจะอนุมานได้จาก density_defaults [j] แม้ว่าจะว่างเปล่าก็ตาม ถ้าหนาแน่น _defaults [j] ไม่ว่างเปล่าและมีการกำหนดรูปทรงหนาแน่น [j] อย่างสมบูรณ์รูปร่างของค่าความหนาแน่น [j] จะต้องตรงกับรูปทรงหนาแน่น [j] ถ้าหนาแน่น _ รูปทรง [j] มีมิติข้อมูลหลักที่ไม่ได้กำหนด (คุณลักษณะที่มีความหนาแน่นของตัวแปร) ความหนาแน่น _defaults [j] ต้องมีองค์ประกอบเดียว: องค์ประกอบช่องว่างภายใน
  • sparse_types: รายการประเภท Nsparse; ประเภทข้อมูลของข้อมูลในแต่ละคุณลักษณะที่กำหนดใน sparse_keys ปัจจุบัน ParseExample รองรับ DT_FLOAT (FloatList), DT_INT64 (Int64List) และ DT_STRING (BytesList)
  • หนาแน่น _ รูปร่าง: รายการของรูปทรงไร้สาระ; รูปทรงของข้อมูลในแต่ละคุณลักษณะที่กำหนดในรูปแบบหนาแน่น _ คีย์ จำนวนองค์ประกอบในคุณลักษณะที่สอดคล้องกับ density_key [j] ต้องเท่ากับรูปทรงหนาแน่น [j] .NumEntries () เสมอ ถ้ารูปแบบหนาแน่น [j] == (D0, D1, ... , DN) ดังนั้นรูปร่างของเอาต์พุต Tensor density_values ​​[j] จะเป็น (| ต่อเนื่อง |, D0, D1, ... , DN): เอาต์พุตที่หนาแน่นคือ เพียงแถวอินพุตเรียงซ้อนกันโดยแบตช์ สิ่งนี้ใช้ได้กับ density_shapes [j] = (-1, D1, ... , DN) ในกรณีนี้รูปร่างของเอาต์พุต Tensor density_values ​​[j] จะเป็น (| serialized |, M, D1, .. , DN) โดยที่ M คือจำนวนบล็อกสูงสุดขององค์ประกอบที่มีความยาว D1 * .... * DN ในรายการมินิแบทช์ทั้งหมดในอินพุต รายการมินิแบทช์ ใด ๆ ที่มี องค์ประกอบน้อยกว่า M บล็อกที่มีความยาว D1 * ... * DN จะถูกเติมด้วยองค์ประกอบสเกลาร์ default_value ที่เกี่ยวข้องตามมิติที่สอง

ผลตอบแทน:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList density_values

ผู้สร้างและผู้ทำลาย

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)

คุณลักษณะสาธารณะ

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

คุณลักษณะสาธารณะ

ค่าหนาแน่น

::tensorflow::OutputList dense_values

การดำเนินการ

Operation operation

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

หน้าที่สาธารณะ

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
)