tensorflow::ops::ParseSingleSequenceExample

یک مغز اسکالر را تبدیل می‌کند. توالیمثال پروتو (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می‌کند.

خلاصه

استدلال‌ها:

• دامنه: یک شیء دامنه
• سریالی شده: یک اسکالر حاوی یک نمونه اولیه سریالی شده دودویی SequenceExample.
• feature_list_dense_missing_assumed_empty: برداری که کلیدهای FeatureList را که ممکن است در SequenceExample وجود نداشته باشند، فهرست می‌کند. اگر FeatureList مرتبط وجود نداشته باشد، به عنوان خالی در نظر گرفته می‌شود. به طور پیش‌فرض، هر FeatureList که در این بردار فهرست نشده باشد، باید در SequenceExample وجود داشته باشد.
• کلیدهای_گسست_زمینه: فهرستی از تانسورهای رشته‌ای Ncontext_sparse (اسکالرها). کلیدهای مورد انتظار در ویژگی‌های مثال‌ها که با مقادیر context_sparse مرتبط هستند.
• کلیدهای_فشرده_زمینه: فهرستی از تانسورهای رشته‌ای Ncontext_dense (اسکالرها). کلیدهای مورد انتظار در زمینه SequenceExamples ویژگی‌های مرتبط با مقادیر متراکم را دارند.
• feature_list_sparse_keys: فهرستی از رشته‌های Nfeature_list_sparse تانسورها (اسکالرها). کلیدهای مورد انتظار در FeatureListها که با مقادیر پراکنده مرتبط هستند.
• feature_list_dense_keys: فهرستی از تانسورهای رشته‌ای Nfeature_list_dense (اسکالرها). کلیدهای مورد انتظار در feature_listهای SequenceExamples که با فهرست‌های مقادیر متراکم مرتبط هستند.
• context_dense_defaults: فهرستی از تانسورهای Ncontext_dense (برخی ممکن است خالی باشند). context_dense_defaults[j] مقادیر پیش‌فرض را زمانی ارائه می‌دهد که نقشه زمینه SequenceExample فاقد context_dense_key[j] باشد. اگر یک تانسور خالی برای context_dense_defaults[j] ارائه شود، آنگاه ویژگی context_dense_keys[j] مورد نیاز است. نوع ورودی از context_dense_defaults[j] استنباط می‌شود، حتی زمانی که خالی باشد. اگر context_dense_defaults[j] خالی نباشد، شکل آن باید با context_dense_shapes[j] مطابقت داشته باشد.
• debug_name: یک اسکالر حاوی نام پروتوی سریالیزه شده. برای مثال، می‌تواند شامل نام کلید جدول (توصیفی) برای پروتوی سریالیزه شده مربوطه باشد. این صرفاً برای اهداف اشکال‌زدایی مفید است و وجود مقادیر در اینجا هیچ تأثیری بر خروجی ندارد. همچنین اگر نامی در دسترس نباشد، می‌تواند یک اسکالر خالی باشد.

ویژگی‌های اختیاری (به Attrs مراجعه کنید):

• context_sparse_types: فهرستی از انواع Ncontext_sparse؛ انواع داده در هر context ویژگی داده شده در context_sparse_keys. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می‌کند.
• context_dense_shapes: فهرستی از شکل‌های Ncontext_dense؛ شکل‌های داده‌ها در هر ویژگی context که در context_dense_keys داده شده است. تعداد عناصر موجود در ویژگی مربوط به context_dense_key[j] باید همیشه برابر با context_dense_shapes[j].NumEntries() باشد. شکل context_dense_values[j] با context_dense_shapes[j] مطابقت خواهد داشت.
• feature_list_sparse_types: فهرستی از انواع Nfeature_list_sparse؛ انواع داده‌ای داده‌ها در هر FeatureList که در feature_list_sparse_keys داده شده است. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می‌کند.
• feature_list_dense_shapes: فهرستی از شکل‌های Nfeature_list_dense؛ شکل داده‌ها در هر FeatureList که در feature_list_dense_keys داده شده است. شکل هر Feature در FeatureList مربوط به feature_list_dense_key[j] باید همیشه برابر با feature_list_dense_shapes[j].NumEntries() باشد.

بازده:

• OutputList context_sparse_indices
• مقادیر پراکنده‌ی زمینه OutputList
• شکل‌های پراکنده‌ی متن OutputList
• OutputList
• OutputList feature_list_sparse_indices
• مقادیر پراکنده‌ی OutputList
• شکل‌های پراکنده‌ی OutputList
• OutputList

ویژگی‌های عمومی

::tensorflow::OutputList context_dense_values

::tensorflow::OutputList context_sparse_indices

::tensorflow::OutputList context_sparse_shapes

::tensorflow::OutputList context_sparse_values

::tensorflow::OutputList feature_list_dense_values

::tensorflow::OutputList feature_list_sparse_indices

::tensorflow::OutputList feature_list_sparse_shapes

::tensorflow::OutputList feature_list_sparse_values

Operation operation

 ParseSingleSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_sparse_keys,
  ::tensorflow::InputList context_dense_keys,
  ::tensorflow::InputList feature_list_sparse_keys,
  ::tensorflow::InputList feature_list_dense_keys,
  ::tensorflow::InputList context_dense_defaults,
  ::tensorflow::Input debug_name
)

 ParseSingleSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_sparse_keys,
  ::tensorflow::InputList context_dense_keys,
  ::tensorflow::InputList feature_list_sparse_keys,
  ::tensorflow::InputList feature_list_dense_keys,
  ::tensorflow::InputList context_dense_defaults,
  ::tensorflow::Input debug_name,
  const ParseSingleSequenceExample::Attrs & attrs
)

Attrs ContextDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs ContextSparseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs FeatureListDenseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListSparseTypes(
  const DataTypeSlice & x
)