tensorflow:: operaciones:: ParseEjemplo

#include <parsing_ops.h>

Transforma un vector de cerebro. Ejemplo de protos (como cadenas) en tensores tipificados.

Resumen

Argumentos:

  • alcance: un objeto de alcance
  • serializado: un vector que contiene un lote de prototipos de ejemplo serializados binarios.
  • nombres: Un vector que contiene los nombres de los prototipos serializados. Puede contener, por ejemplo, nombres de clave de tabla (descriptivos) para los prototipos serializados correspondientes. Estos son puramente útiles para fines de depuración, y la presencia de valores aquí no tiene efecto en la salida. También puede ser un vector vacío si no hay nombres disponibles. Si no está vacío, este vector debe tener la misma longitud que "serializado".
  • sparse_keys: una lista de tensores de cadena Nsparse (escalares). Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
  • dense_keys: una lista de tensores de cadena Ndense (escalares). Las claves esperadas en las características de los ejemplos asociadas con valores densos.
  • dense_defaults: una lista de tensores Ndense (algunos pueden estar vacíos). dense_defaults[j] proporciona valores predeterminados cuando el mapa de características del ejemplo carece de dense_key[j]. Si se proporciona un tensor vacío para dense_defaults[j], entonces se requiere la característica dense_keys[j]. El tipo de entrada se deduce de dense_defaults[j], incluso cuando está vacío. Si dense_defaults[j] no está vacío y dense_shapes[j] está completamente definido, entonces la forma de dense_defaults[j] debe coincidir con la de dense_shapes[j]. Si dense_shapes[j] tiene una dimensión principal indefinida (característica densa de pasos variables), dense_defaults[j] debe contener un solo elemento: el elemento de relleno.
  • sparse_types: una lista de tipos Nsparse; los tipos de datos de datos en cada característica dada en sparse_keys. Actualmente , ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
  • dense_shapes: una lista de formas Ndense; las formas de los datos en cada función dadas en dense_keys. El número de elementos en la Característica correspondiente a dense_key[j] siempre debe ser igual a dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN) entonces la forma del tensor de salida dense_values[j] será (|serializado|, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en fila por lote. Esto funciona para dense_shapes[j] = (-1, D1, ..., DN). En este caso la forma del Tensor de salida dense_values[j] será (|serializado|, M, D1, .., DN), donde M es el número máximo de bloques de elementos de longitud D1 * .... * DN , en todas las entradas de minilotes en la entrada. Cualquier entrada de minilote con menos de M bloques de elementos de longitud D1 * ... * DN se completará con el elemento escalar default_value correspondiente a lo largo de la segunda dimensión.

Devoluciones:

  • Lista de OutputList
  • OutputList valores_dispersos
  • OutputList sparse_shapes
  • OutputList valores_densos

Constructores y Destructores

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)

Atributos públicos

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Atributos públicos

valores_densos

::tensorflow::OutputList dense_values

operación

Operation operation

índices_dispersos

::tensorflow::OutputList sparse_indices

formas_dispersas

::tensorflow::OutputList sparse_shapes

valores_dispersos

::tensorflow::OutputList sparse_values

Funciones publicas

ParseEjemplo

 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
)