ML Topluluk Günü 9 Kasım! TensorFlow, JAX güncellemeler için bize katılın ve daha fazla bilgi edinin

tensorflow :: ops :: ParseSingleExample

#include <parsing_ops.h>

Bir tf.Example protokolünü (bir dizge olarak) tiplenmiş tensörlere dönüştürür.

Özet

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • serileştirilmiş: Bir seri ikili serileştirilmiş Örnek protoları içeren bir vektör.
  • yoğun_defaults: Uzunluğu, dense_keys uzunluğuyla eşleşen Tensörlerin 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, o zaman yoğun_varsayılanların [j] şekli yoğun_şekiller [j] ile eşleşmelidir. Eğer yoğun_şekiller [j] tanımlanmamış bir ana boyuta (değişken adımlarla yoğun bir özellik) sahipse, yoğun_varsayılanlar [j] tek bir öğe içermelidir: dolgu öğesi.
  • num_sparse: Örnekten ayrıştırılacak seyrek özelliklerin sayısı. Bu, sparse_keys ve sparse_types uzunluklarıyla sparse_types .
  • sparse_keys: num_sparse dizelerin listesi. Seyrek değerlerle ilişkili Örneklerin özelliklerinde beklenen anahtarlar.
  • yoğun_anahtarlar: Örneklerin yoğun değerlerle ilişkili özelliklerinde beklenen anahtarlar.
  • seyrek_türler: num_sparse türlerinin listesi; sparse_keys'de verilen her Özellikteki veri veri türleri. Şu anda ParseSingleExample operasyonu DT_FLOAT (FloatList), DT_INT64 (Int64List) ve DT_STRING (BytesList) desteklemektedir.
  • yoğun_şekiller: Yoğun anahtarlar ile verilen her Özellikteki verilerin şekilleri. Bu listenin uzunluğu, dense_keys uzunluğuyla dense_keys . Yoğun_anahtar [j] 'ye karşılık gelen Özellikteki öğelerin sayısı her zaman yoğun_şekiller [j] .NumEntries ()' e eşit olmalıdır. Yoğun_şekiller [j] == (D0, D1, ..., DN) ise, çıkış Tensör yoğun_değerlerinin [j] şekli (D0, D1, ..., DN) olacaktır: Yoğun şekiller [j] = (-1, D1, ..., DN), çıkış Tensör yoğun_değerlerinin şekli [j], (M, D1, .., DN) olacaktır, burada M, D1 * uzunluğundaki elemanların blok sayısıdır. ... * DN, girişte.

İadeler:

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

Yapıcılar ve Yıkıcılar

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)

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

ParseSingleExample

 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
)