Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: ParseExampleV2

#include <parsing_ops.h>

Transforme un vecteur de tf.Example protos (sous forme de chaînes) en tenseurs typés.

Résumé

Arguments:

  • scope: un objet Scope
  • serialized: Un scalaire ou un vecteur contenant des exemples de protos binaires sérialisés.
  • names: Un tenseur contenant les noms des protos sérialisés. Correspond à 1: 1 avec le tenseur serialized . Peut contenir, par exemple, des noms de clé de table (descriptifs) pour les protos sérialisés correspondants. Celles-ci sont purement utiles à des fins de débogage, et la présence de valeurs ici n'a aucun effet sur la sortie. Peut également être un vecteur vide si aucun nom n'est disponible. S'il n'est pas vide, ce tenseur doit avoir la même forme que "sérialisé".
  • sparse_keys: vecteur de chaînes. Les clés attendues dans les fonctionnalités des exemples associées à des valeurs éparses.
  • dense_keys: vecteur de chaînes. Les clés attendues dans les fonctionnalités des exemples associées aux valeurs denses.
  • ragged_keys: vecteur de chaînes. Les clés attendues dans les fonctionnalités des exemples associées à des valeurs irrégulières.
  • dense_defaults: Une liste de Tensors (certains peuvent être vides). Correspond à 1: 1 avec dense_keys . dense_defaults [j] fournit des valeurs par défaut lorsque le feature_map de l'exemple manque dense_key [j]. Si un Tensor vide est fourni pour dense_defaults [j], alors la fonctionnalité dense_keys [j] est requise. Le type d'entrée est déduit de dense_defaults [j], même s'il est vide. Si dense_defaults [j] n'est pas vide, et dense_shapes [j] est entièrement défini, alors la forme de dense_defaults [j] doit correspondre à celle de dense_shapes [j]. Si dense_shapes [j] a une dimension majeure non définie (fonction dense de pas variables), dense_defaults [j] doit contenir un seul élément: l'élément padding.
  • num_sparse: le nombre de clés éparses.
  • sparse_types: une liste de types num_sparse ; les types de données de données dans chaque fonctionnalité donnée dans sparse_keys. Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList).
  • ragged_value_types: une liste de types num_ragged ; les types de données de données dans chaque fonctionnalité donnée dans ragged_keys (où num_ragged = sparse_keys.size() ). Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList).
  • ragged_split_types: une liste de types num_ragged ; les types de données de row_splits dans chaque fonctionnalité donnée dans ragged_keys (où num_ragged = sparse_keys.size() ). Peut être DT_INT32 ou DT_INT64.
  • dense_shapes: une liste de formes num_dense ; les formes des données dans chaque fonctionnalité donnée dans dense_keys (où num_dense = dense_keys.size() ). Le nombre d'éléments dans la fonctionnalité correspondant à dense_key [j] doit toujours être égal à dense_shapes [j] .NumEntries (). Si dense_shapes [j] == (D0, D1, ..., DN) alors la forme de la sortie Tensor dense_values ​​[j] sera (| serialized |, D0, D1, ..., DN): Les sorties denses sont juste les entrées empilées par lots. Cela fonctionne pour denses_shapes [j] = (-1, D1, ..., DN). Dans ce cas, la forme de la sortie Tensor dense_values ​​[j] sera (| serialized |, M, D1, .., DN), où M est le nombre maximum de blocs d'éléments de longueur D1 * .... * DN , sur toutes les entrées de minibatch de l'entrée. Toute entrée de minibatch avec moins de M blocs d'éléments de longueur D1 * ... * DN sera complétée avec l'élément scalaire default_value correspondant le long de la deuxième dimension.

Retour:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values
  • OutputList ragged_values
  • OutputList ragged_row_splits

Constructeurs et destructeurs

ParseExampleV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::Input sparse_keys, :: tensorflow::Input dense_keys, :: tensorflow::Input ragged_keys, :: tensorflow::InputList dense_defaults, int64 num_sparse, const DataTypeSlice & sparse_types, const DataTypeSlice & ragged_value_types, const DataTypeSlice & ragged_split_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

Attributs publics

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Attributs publics

denses_values

::tensorflow::OutputList dense_values

opération

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

ragged_values

::tensorflow::OutputList ragged_values

sparse_indices

::tensorflow::OutputList sparse_indices

formes_ éparses

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

Fonctions publiques

ParseExampleV2

 ParseExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::Input sparse_keys,
  ::tensorflow::Input dense_keys,
  ::tensorflow::Input ragged_keys,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const DataTypeSlice & sparse_types,
  const DataTypeSlice & ragged_value_types,
  const DataTypeSlice & ragged_split_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)