flux tensoriel : : opérations : : ParseExampleV2

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

Résumé

Arguments:

• scope : un objet Scope
• sérialisé : un scalaire ou un vecteur contenant des exemples de protos binaires sérialisés.
• noms : un tenseur contenant les noms des protos sérialisés. Correspond à 1:1 avec le tenseur serialized . Peut contenir, par exemple, des noms de clés 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 clairsemées.
• dense_keys : Vecteur de chaînes. Les clés attendues dans les fonctionnalités des Exemples associées à des 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 la feature_map de l'exemple manque de 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 lorsqu'il est vide. Si dense_defaults[j] n'est pas vide et que 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 (fonctionnalité dense à foulées variables), dense_defaults[j] doit contenir un seul élément : l'élément padding.
• num_sparse : le nombre de clés clairsemées.
• sparse_types : une liste de types num_sparse ; les types de données dans chaque fonctionnalité indiqués 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 dans chaque fonctionnalité donnés 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 donnés 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 données dans dense_keys (où num_dense = dense_keys.size() ). Le nombre d'éléments dans la Feature correspondant à dense_key[j] doit toujours être égal à dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN) alors la forme du Tensor de sortie dense_values[j] sera (|serialized|, D0, D1, ..., DN) : les sorties denses sont juste les entrées empilées par lots. Cela fonctionne pour dense_shapes[j] = (-1, D1, ..., DN). Dans ce cas, la forme du Tensor de sortie dense_values[j] sera (|serialized|, M, D1, .., DN), où M est le nombre maximum de blocs d'éléments de longueur D1 * .... * DN , dans toutes les entrées de mini-lots dans l'entrée. Toute entrée de mini-lot contenant 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

Attributs publics

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList ragged_row_splits

::tensorflow::OutputList ragged_values

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 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
)