09:00 PST ML Sempozyumu bu Salı Ekim 19 ilk Kadınlara yönelin Register şimdi

tensorflow :: ops :: ParseExample

#include <parsing_ops.h>

Beynin bir vektörünü, örnek protosları (dizeler olarak) tiplenmiş tensörlere dönüştürür.

Özet

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • serileştirilmiş: Bir seri ikili serileştirilmiş Örnek protoları içeren bir vektör.
  • names: Serileştirilmiş protoların adlarını içeren bir vektör. Örneğin, karşılık gelen serileştirilmiş protolar için tablo anahtarı (açıklayıcı) adları içerebilir. Bunlar tamamen hata ayıklama amaçları için kullanışlıdır ve buradaki değerlerin varlığı çıktı üzerinde hiçbir etkiye sahip değildir. İsim yoksa boş bir vektör de olabilir. Boş değilse, bu vektör "serileştirilmiş" ile aynı uzunlukta olmalıdır.
  • sparse_keys: Nsparse string Tensörlerin (skalarlar) listesi. Seyrek değerlerle ilişkili Örneklerin özelliklerinde beklenen anahtarlar.
  • yoğun_keys: Ndense dizge Tensörlerinin (skalarlar) listesi. Yoğun değerlerle ilişkili Örneklerin özelliklerinde beklenen anahtarlar.
  • yoğun_defaults: Ndense Tensörlerinin listesi (bazıları boş olabilir). dense_defaults [j], örneğin feature_map'inde yoğun_key [j] olmadığında varsayılan değerler sağlar. Yoğun_defaults [j] için boş bir Tensör sağlanırsa, Özellik yoğun_anahtarları [j] gereklidir. Girdi türü boş olsa bile yoğun_defaults [j] 'den çıkarılır. Eğer yoğun_varsayılanlar [j] boş değilse ve yoğun_şekiller [j] tam olarak tanımlanmışsa, yoğun_varsayılanların [j] şekli yoğun_şekiller [j] ile eşleşmelidir. Eğer yoğun_şekiller [j] tanımlanmamış bir ana boyuta (değişken adımlarla yoğun bir özellik) sahipse, yoğun_defaultlar [j] tek bir öğe içermelidir: dolgu öğesi.
  • seyrek türler: Nsparse türlerinin listesi; sparse_keys'de verilen her Özellikteki veri veri türleri. Şu anda ParseExample , DT_FLOAT (FloatList), DT_INT64 (Int64List) ve DT_STRING (BytesList) desteklemektedir.
  • yoğun şekiller: Ndense şekillerinin listesi; Yoğun anahtarlar ile verilen her Özellikteki veri şekilleri. Yoğun_anahtar [j] 'ye karşılık gelen Özellikteki öğe sayısı her zaman yoğun_şekiller [j] .NumEntries ()' e eşit olmalıdır. Yoğun_şekiller [j] == (D0, D1, ..., DN) ise, çıkış Tensör yoğun_değerlerinin [j] şekli (| serileştirilmiş |, D0, D1, ..., DN) olacaktır: Yoğun çıkışlar yalnızca toplu işle sıralı olarak dizilmiş girdiler. Bu, yoğun_şekiller [j] = (-1, D1, ..., DN) için çalışır. Bu durumda, çıkış Tensör yoğun_değerlerinin [j] şekli (| serileştirilmiş |, M, D1, .., DN) olacaktır, burada M, D1 * .... * DN uzunluğundaki elemanların maksimum blok sayısıdır. , girdideki tüm minibatch girdileri arasında. D1 * ... * DN uzunluğunda M'den az eleman bloğuna sahip herhangi bir mini parti girişi, ikinci boyut boyunca karşılık gelen default_value skaler eleman ile doldurulacaktır.

İadeler:

  • OutputList sparse_indices
  • OutputList Listesi seyrek_değerleri
  • OutputList sparse_shapes
  • OutputList Listesi yoğun_değerleri

Yapıcılar ve Yıkıcılar

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)

Genel özellikler

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Genel özellikler

yoğun_değerler

::tensorflow::OutputList dense_values

operasyon

Operation operation

seyrek_indices

::tensorflow::OutputList sparse_indices

seyrek_şekiller

::tensorflow::OutputList sparse_shapes

seyrek_değerler

::tensorflow::OutputList sparse_values

Kamusal işlevler

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
)