날짜를 저장하십시오! Google I / O가 5 월 18 일부터 20 일까지 반환됩니다. 지금 등록
이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tensorflow :: ops :: ParseExampleV2

#include <parsing_ops.h>

tf.Example proto의 벡터 (문자열)를 형식화 된 텐서로 변환합니다.

요약

인수 :

  • 범위 : 범위 개체
  • 직렬화 됨 : 직렬화 된 이진 예제 프로토를 포함하는 스칼라 또는 벡터입니다.
  • names : 직렬화 된 프로토스의 이름을 포함하는 텐서. serialized 텐서와 1 : 1에 해당합니다. 예를 들어 해당 직렬화 된 프로토에 대한 테이블 키 (설명) 이름을 포함 할 수 있습니다. 이는 디버깅 목적으로 순전히 유용하며 여기에 값이 있어도 출력에 영향을 미치지 않습니다. 사용 가능한 이름이없는 경우 빈 벡터 일 수도 있습니다. 비어 있지 않은 경우이 텐서는 "직렬화"와 동일한 모양을 가져야합니다.
  • sparse_keys : 문자열로 구성된 벡터. 희소 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • density_keys : 문자열로 구성된 벡터. 밀도 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • ragged_keys : 문자열로 구성된 벡터. 비정형 값과 관련된 예제의 기능에서 예상되는 키입니다.
  • density_defaults : Tensor 목록 (일부는 비어있을 수 있음). dense_keys 와 1 : 1에 dense_keys 합니다. density_defaults [j]는 예제의 feature_map에 density_key [j]가없는 경우 기본값을 제공합니다. density_defaults [j]에 빈 Tensor 가 제공되면 Feature density_keys [j]가 필요합니다. 입력 유형은 비어있는 경우에도 density_defaults [j]에서 유추됩니다. density_defaults [j]가 비어 있지 않고 density_shapes [j]가 완전히 정의 된 경우에는 density_defaults [j]의 모양이 density_shapes [j]의 모양과 일치해야합니다. density_shapes [j]에 정의되지 않은 주요 차원 (가변 보폭 조밀 기능)이있는 경우 density_defaults [j]는 단일 요소 인 패딩 요소를 포함해야합니다.
  • num_sparse : 스파 스 키의 수입니다.
  • sparse_types : num_sparse 유형 목록입니다. sparse_keys에 주어진 각 지형지 물의 데이터 유형. 현재 ParseExample 은 DT_FLOAT (FloatList), DT_INT64 (Int64List) 및 DT_STRING (BytesList)을 지원합니다.
  • ragged_value_types : num_ragged 유형 목록입니다. ragged_keys (여기서 num_ragged = sparse_keys.size() )에 제공된 각 지형지 물의 데이터 유형. 현재 ParseExample 은 DT_FLOAT (FloatList), DT_INT64 (Int64List) 및 DT_STRING (BytesList)을 지원합니다.
  • ragged_split_types : num_ragged 유형 목록입니다. ragged_keys (여기서 num_ragged = sparse_keys.size() )에 제공된 각 기능의 row_splits 데이터 유형. DT_INT32 또는 DT_INT64 일 수 있습니다.
  • density_shapes : num_dense 모양의 목록; density_keys (여기서 num_dense = dense_keys.size() )에 주어진 각 지형지 물의 데이터 모양. density_key [j]에 해당하는 기능의 요소 수는 항상 density_shapes [j] .NumEntries ()와 같아야합니다. density_shapes [j] == (D0, D1, ..., DN)이면 출력 Tensor density_values ​​[j]의 모양은 (| serialized |, D0, D1, ..., DN) : 밀도가 높은 출력은 다음과 같습니다. 배치에 의해 행 스택 된 입력 만. 이는 density_shapes [j] = (-1, D1, ..., DN)에서 작동합니다. 이 경우 출력 Tensor density_values ​​[j]의 모양은 (| serialized |, M, D1, .., DN)이됩니다. 여기서 M은 길이가 D1 * .... * DN 인 요소의 최대 블록 수입니다. , 입력의 모든 미니 배치 항목에서. 상관 길이 D1 * ... * DN 요소의 M 블록 미만으로 minibatch 항목 번째 차원에 따른 대응 DEFAULT_VALUE 스칼라 요소로 패딩한다.

보고:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList density_values
  • 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)

공용 속성

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

공용 속성

고밀도 _ 값

::tensorflow::OutputList dense_values

조작

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

희소 _ 값

::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
)