Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

przepływ tensorowy:: ops:: ParseSinglePrzykład

#include <parsing_ops.h>

Przekształca proto tf.Example (jako ciąg) na tensory wpisane.

Streszczenie

Argumenty:

  • zakres: Obiekt zakresu
  • serializowany: Wektor zawierający partię binarnych serializowanych przykładowych protosów.
  • thick_defaults: lista tensorów (niektóre mogą być puste), których długość odpowiada długości dense_keys . density_defaults[j] zapewnia wartości domyślne, gdy przykładowa mapa funkcji nie zawiera klucza gęstego[j]. Jeśli pusty Tensor jest dostarczany dla thick_defaults[j], wówczas wymagana jest funkcja thick_keys[j]. Typ danych wejściowych jest wywnioskowany z gęstości_defaults[j], nawet jeśli jest pusty. Jeśli gęstość_defaults[j] nie jest pusta, a gęsty_kształt[j] jest w pełni zdefiniowany, to kształt gęstości_domyślnej[j] musi odpowiadać kształtowi gęstego_kształtu[j]. Jeśli thick_shapes[j] ma niezdefiniowany główny wymiar (funkcja zmiennej gęstej liczby kroków), thick_defaults[j] musi zawierać pojedynczy element: element dopełniający.
  • num_sparse: liczba rzadkich funkcji do przeanalizowania z przykładu. Musi to odpowiadać długościom sparse_keys i sparse_types .
  • sparse_keys: lista ciągów num_sparse . Klucze oczekiwane w funkcjach przykładów związanych z wartościami rzadkimi.
  • gęste_klucze: klucze oczekiwane w funkcjach przykładów związanych z gęstymi wartościami.
  • sparse_types: lista typów num_sparse ; typy danych w każdej funkcji podane w sparse_keys. Obecnie operacja ParseSingleExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • Density_shapes: Kształty danych w każdej funkcji podane w gęstych_keys. Długość tej listy musi być zgodna z długością dense_keys . Liczba elementów w elemencie odpowiadających gęstym_kluczowi[j] musi zawsze być równa gęstym_kształtom[j].NumEntries(). Jeśli gęste_kształty[j] == (D0, D1, ..., DN) to wynik tensorowy gęste_wartości[j] będzie miał postać (D0, D1, ..., DN): W przypadku gęste_kształty[j] = (-1, D1, ..., DN), wynik tensorowy wartości_gęstości[j] będzie miał postać (M, D1, .., DN), gdzie M jest liczbą bloków elementów o długości D1 * . ... * DN, na wejściu.

Zwroty:

  • Lista wyjściowa OutputList
  • OutputList sparse_values
  • Lista wyjściowa OutputList
  • OutputList gęste_wartości

Konstruktory i destruktory

ParseSingleExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice< string > & sparse_keys, const gtl::ArraySlice< string > & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

Atrybuty publiczne

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Atrybuty publiczne

gęste_wartości

::tensorflow::OutputList dense_values

operacja

Operation operation

rzadkie_indeksy

::tensorflow::OutputList sparse_indices

rzadkie_kształty

::tensorflow::OutputList sparse_shapes

rzadkie_wartości

::tensorflow::OutputList sparse_values

Funkcje publiczne

ParseSinglePrzykład

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice< string > & sparse_keys,
  const gtl::ArraySlice< string > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)