टेंसरफ़्लो:: ऑप्स:: पार्स उदाहरण

#include <parsing_ops.h>

मस्तिष्क के एक वेक्टर को रूपांतरित करता है। उदाहरण प्रोटोस (स्ट्रिंग्स के रूप में) टाइप किए गए टेंसर में।

सारांश

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • क्रमबद्ध: एक वेक्टर जिसमें बाइनरी क्रमबद्ध उदाहरण प्रोटोस का एक बैच होता है।
  • नाम: एक वेक्टर जिसमें क्रमबद्ध प्रोटोस के नाम होते हैं। उदाहरण के लिए, संबंधित क्रमबद्ध प्रोटो के लिए तालिका कुंजी (वर्णनात्मक) नाम शामिल हो सकते हैं। ये डिबगिंग उद्देश्यों के लिए विशुद्ध रूप से उपयोगी हैं, और यहां मानों की उपस्थिति का आउटपुट पर कोई प्रभाव नहीं पड़ता है। यदि कोई नाम उपलब्ध नहीं है तो खाली वेक्टर भी हो सकता है। यदि गैर-रिक्त है, तो यह वेक्टर "क्रमबद्ध" के समान लंबाई का होना चाहिए।
  • sparse_keys: Nsparse स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की सुविधाओं में अपेक्षित कुंजियाँ विरल मानों से जुड़ी हैं।
  • Dense_keys: Ndense स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की सुविधाओं में अपेक्षित कुंजियाँ सघन मूल्यों से जुड़ी हैं।
  • Dense_defaults: Ndense Tensors की सूची (कुछ खाली हो सकती हैं)। जब उदाहरण के फीचर_मैप में सघन_की [जे] का अभाव होता है, तो सघन_डिफॉल्ट्स [जे] डिफ़ॉल्ट मान प्रदान करता है। यदि डेंस_डिफॉल्ट्स [जे] के लिए एक खाली टेंसर प्रदान किया जाता है, तो फीचर डेंस_की [जे] की आवश्यकता होती है। इनपुट प्रकार का अनुमान सघन_डिफॉल्ट्स [जे] से लगाया जाता है, भले ही वह खाली हो। यदि सघन_डिफॉल्ट्स [जे] खाली नहीं है, और सघन_शैप्स [जे] पूरी तरह से परिभाषित है, तो डेंस_डिफॉल्ट्स [जे] का आकार घने_शैप्स [जे] से मेल खाना चाहिए। यदि घने_शैप्स [जे] में एक अपरिभाषित प्रमुख आयाम है (चर स्ट्राइड्स डेंस फीचर), सघन_डिफॉल्ट्स [जे] में एक ही तत्व होना चाहिए: पैडिंग तत्व।
  • sparse_types: Nsparse प्रकारों की सूची; sparse_keys में दिए गए प्रत्येक फ़ीचर में डेटा प्रकार के डेटा। वर्तमान में ParseExample DT_FLOAT (FloatList), DT_INT64 (Int64List), और DT_STRING (बाइट्सलिस्ट) का समर्थन करता है।
  • डेंस_शैप्स: एनडेंस शेप की सूची; प्रत्येक फ़ीचर में डेटा के आकार घने_की में दिए गए हैं। घने_की [जे] के अनुरूप फ़ीचर में तत्वों की संख्या हमेशा सघन_शैप्स [जे] के बराबर होनी चाहिए। NumEntries ()। यदि सघन_शैप्स [j] == (D0, D1, ..., DN) तो आउटपुट का आकार Tensor सघन_मान [j] होगा (|serialized|, D0, D1, ..., DN): घने आउटपुट हैं बैच द्वारा बस इनपुट पंक्ति-स्टैक्ड। यह घने_शैप्स [जे] = (-1, डी 1, ..., डीएन) के लिए काम करता है। इस स्थिति में आउटपुट Tensor सघन_मान [j] का आकार होगा (|serialized|, M, D1, .., DN), जहां M लंबाई के तत्वों के ब्लॉकों की अधिकतम संख्या है D1 * .... * DN , इनपुट में सभी मिनीबैच प्रविष्टियों में। लंबाई D1 * ... * DN के तत्वों के M से कम ब्लॉक वाली कोई भी मिनीबैच प्रविष्टि दूसरे आयाम के साथ संबंधित default_value स्केलर तत्व के साथ गद्देदार होगी।

रिटर्न:

  • आउटपुट सूची OutputList
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList सघन_मान

निर्माता और विनाशक

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)

सार्वजनिक गुण

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

सार्वजनिक गुण

सघन मूल्य

::tensorflow::OutputList dense_values

संचालन

Operation operation

विरल सूचकांक

::tensorflow::OutputList sparse_indices

विरल आकार

::tensorflow::OutputList sparse_shapes

विरल मूल्य

::tensorflow::OutputList sparse_values

सार्वजनिक समारोह

पार्स उदाहरण

 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
)