Google I/O에 참여해 주셔서 감사합니다. 주문형 모든 세션 보기 주문형 시청

텐서플로:: 작전:: ParseExampleV2

#include <parsing_ops.h>

tf.Example protos(문자열)의 벡터를 유형이 지정된 텐서로 변환합니다.

요약

인수:

  • 범위: 범위 개체
  • 직렬화: 이진 직렬화 예제 프로토스를 포함하는 스칼라 또는 벡터.
  • 이름: 직렬화된 프로토스의 이름을 포함하는 텐서. serialized 텐서와 1:1에 해당합니다. 예를 들어 직렬화된 해당 프로토타입에 대한 테이블 키(설명적) 이름을 포함할 수 있습니다. 이것들은 순전히 디버깅 목적으로 유용하며 여기에 값이 있어도 출력에는 영향을 미치지 않습니다. 사용 가능한 이름이 없는 경우 빈 벡터일 수도 있습니다. 비어 있지 않은 경우 이 텐서는 "직렬화"와 모양이 같아야 합니다.
  • sparse_keys: 문자열의 벡터입니다. 희소 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • density_keys: 문자열의 벡터입니다. 조밀한 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • ragged_keys: 문자열의 벡터입니다. 비정형 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • density_defaults: 텐서 목록(일부는 비어 있을 수 있음). dense_keys 와 1:1에 해당합니다. Dense_defaults[j]는 예제의 feature_map에 dense_key[j]가 없을 때 기본값을 제공합니다. Dense_defaults[j]에 빈 Tensor 가 제공되면 Featuredense_keys[j]가 필요합니다. 입력 유형은 비어 있는 경우에도 dense_defaults[j]에서 유추됩니다. Dense_defaults[j]가 비어 있지 않고 dense_shapes[j]가 완전히 정의된 경우 density_defaults[j]의 모양은 density_shapes[j]의 모양과 일치해야 합니다. Dense_shapes[j]에 정의되지 않은 주요 차원(가변 보폭 밀도 기능)이 있는 경우 dense_defaults[j]에는 패딩 요소라는 단일 요소가 포함되어야 합니다.
  • num_sparse: 희소 키의 수입니다.
  • sparse_types: num_sparse 유형 목록. sparse_keys에 제공된 각 기능의 데이터 데이터 유형입니다. 현재 ParseExample 은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
  • ragged_value_types: num_ragged 유형의 목록입니다. ragged_keys(여기서 num_ragged = sparse_keys.size() )에 제공된 각 기능의 데이터 데이터 유형입니다. 현재 ParseExample 은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
  • ragged_split_types: num_ragged 유형의 목록입니다. ragged_keys(여기서 num_ragged = sparse_keys.size() )에 제공된 각 기능의 row_splits 데이터 유형. DT_INT32 또는 DT_INT64일 수 있습니다.
  • Dense_shapes: num_dense 모양의 목록입니다. Dense_keys(여기서 num_dense = dense_keys.size() )에 제공된 각 기능의 데이터 모양. Dense_key[j]에 해당하는 Feature의 요소 수는 항상 dense_shapes[j].NumEntries()와 같아야 합니다. Dense_shapes[j] == (D0, D1, ..., DN)인 경우 출력 Tensor Dense_values[j]의 모양은 (|serialized|, D0, D1, ..., DN): 밀집 출력은 다음과 같습니다. 입력만 일괄적으로 행 누적됩니다. 이것은 density_shapes[j] = (-1, D1, ..., DN)에서 작동합니다. 이 경우 출력 Tensor Dense_values[j]의 모양은 (|serialized|, M, D1, .., DN)이 됩니다. 여기서 M은 길이가 D1 * ... * DN인 요소의 최대 블록 수입니다. , 입력의 모든 미니배치 항목에서. 길이 D1 * ... * DN의 요소 블록 M개 미만인 미니 배치 항목은 두 번째 차원을 따라 해당 default_value 스칼라 요소로 채워집니다.

보고:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • 출력 목록 OutputList
  • OutputList ragged_values
  • OutputList ragged_row_splits

생성자와 소멸자

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)

공개 속성

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

공개 속성

조밀한 값

::tensorflow::OutputList dense_values

작업

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

비정형 값

::tensorflow::OutputList ragged_values

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

sparse_values

::tensorflow::OutputList sparse_values

공공 기능

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
)