Google I/O'yu ayarladığınız için teşekkür ederiz. İsteğe bağlı olarak tüm oturumları görüntüleyin İsteğe bağlı olarak izleyin

tensör akışı:: operasyon:: AyrıştırmaSingleÖrnek

#include <parsing_ops.h>

Bir tf.Example proto'sunu (dize olarak) yazılan tensörlere dönüştürür.

Özet

Argümanlar:

  • kapsam: Bir Kapsam nesnesi
  • serileştirilmiş: Bir dizi ikili serileştirilmiş Örnek protokol içeren bir vektör.
  • yoğun_varsayılanlar: Uzunluğu dense_keys uzunluğuyla eşleşen bir Tensör listesi (bazıları boş olabilir). Yoğun_varsayılanlar[j], örneğin feature_map'inde yoğun_anahtar[j] olmadığında varsayılan değerler sağlar. Yoğun_varsayılanlar[j] için boş bir Tensör sağlanırsa, yoğun_anahtarlar[j] Özelliği gereklidir. Girdi türü, boş olduğunda bile yoğun_varsayılanlardan[j] çıkarılır. Yoğun_varsayılanlar[j] boş değilse ve yoğun_şekiller[j] tam olarak tanımlanmışsa, yoğun_varsayılanların[j] şekli, yoğun_şekillerin[j] şekliyle eşleşmelidir. Yoğun_şekiller[j] tanımsız bir ana boyuta sahipse (değişken adımlı yoğun özellik), yoğun_varsayılanlar[j] tek bir öğe içermelidir: dolgu öğesi.
  • num_sparse: Örnekten ayrıştırılacak seyrek özelliklerin sayısı. Bu, sparse_keys ve sparse_types uzunluklarıyla eşleşmelidir.
  • sparse_keys: num_sparse dizelerinin listesi. Seyrek değerlerle ilişkili Örneklerin özelliklerinde beklenen anahtarlar.
  • yoğun_anahtarlar: Örneklerin yoğun değerlerle ilişkili özelliklerinde beklenen anahtarlar.
  • sparse_types: num_sparse türlerinin listesi; sparse_keys içinde verilen her bir Özellikteki veri türleri. Şu anda ParseSingleExample işlemi DT_FLOAT (FloatList), DT_INT64 (Int64List) ve DT_STRING (BytesList)'i destekler.
  • yoğun_şekiller: Yoğun_anahtarlarda verilen her bir Özellikteki verilerin şekilleri. Bu listenin uzunluğu, dense_keys uzunluğuyla eşleşmelidir. Özellikteki yoğun_anahtar[j]'a karşılık gelen öğe sayısı her zaman yoğun_şekillere[j].NumEntries()'e eşit olmalıdır. Eğer yoğun_şekiller[j] == (D0, D1, ..., DN) ise, o zaman Tensör yoğun_değerleri[j] çıktısının şekli (D0, D1, ..., DN) olacaktır: Yoğun_şekiller[j] = durumunda (-1, D1, ..., DN), çıktının şekli Tensör yoğun_değerleri[j] (M, D1, .., DN) olacaktır, burada M, D1 * uzunluğundaki elemanların blok sayısıdır. ... * DN, girişte.

İadeler:

  • OutputList sparse_indices
  • OutputList seyrek_değerler
  • OutputList seyrek_şekiller
  • OutputList yoğun_değerler

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

Kamu işlevleri

AyrıştırmaSingleÖrnek

 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
)