tensorflow::ops::ParseExampleV2

Chuyển đổi một vectơ các proto tf.Example (dưới dạng chuỗi) thành các tensor có kiểu dữ liệu.

Bản tóm tắt

Luận điểm:

• phạm vi: Một đối tượng Phạm vi
• Đã được tuần tự hóa: Một giá trị vô hướng hoặc vectơ chứa dữ liệu nhị phân đã được tuần tự hóa. Ví dụ: protos.
• names: Một tensor chứa tên của các proto đã được tuần tự hóa. Tương ứng 1:1 với tensor serialized . Có thể chứa, ví dụ, tên khóa bảng (mô tả) cho các proto đã được tuần tự hóa tương ứng. Những tên này chỉ hữu ích cho mục đích gỡ lỗi, và sự hiện diện của các giá trị ở đây không ảnh hưởng đến đầu ra. Cũng có thể là một vectơ rỗng nếu không có tên nào. Nếu không rỗng, tensor này phải có cùng hình dạng với "serialized".
• sparse_keys: Vectơ chuỗi. Các khóa dự kiến ​​trong các tính năng của Ví dụ liên quan đến các giá trị thưa.
• dense_keys: Vectơ chuỗi. Các khóa dự kiến ​​trong các tính năng của Ví dụ liên kết với các giá trị dày đặc.
• ragged_keys: Vectơ chuỗi. Các khóa dự kiến ​​trong các tính năng của Ví dụ liên quan đến các giá trị không đồng nhất.
• dense_defaults: Một danh sách các Tensor (một số có thể trống). Tương ứng 1:1 với dense_keys . dense_defaults[j] cung cấp các giá trị mặc định khi feature_map của ví dụ thiếu dense_key[j]. Nếu một Tensor trống được cung cấp cho dense_defaults[j], thì Feature dense_keys[j] là bắt buộc. Loại đầu vào được suy ra từ dense_defaults[j], ngay cả khi nó trống. Nếu dense_defaults[j] không trống và dense_shapes[j] được xác định đầy đủ, thì hình dạng của dense_defaults[j] phải khớp với hình dạng của dense_shapes[j]. Nếu dense_shapes[j] có chiều chính không xác định (đặc trưng dày đặc bước nhảy biến đổi), dense_defaults[j] phải chứa một phần tử duy nhất: phần tử đệm.
• num_sparse: Số lượng khóa thưa.
• sparse_types: Một danh sách gồm num_sparse ; các kiểu dữ liệu của dữ liệu trong mỗi Feature được cung cấp trong sparse_keys. Hiện tại, ParseExample hỗ trợ DT_FLOAT (FloatList), DT_INT64 (Int64List) và DT_STRING (BytesList).
• ragged_value_types: Một danh sách gồm num_ragged kiểu dữ liệu; các kiểu dữ liệu của dữ liệu trong mỗi Feature được cung cấp trong ragged_keys (trong đó num_ragged = sparse_keys.size() ). Hiện tại, ParseExample hỗ trợ DT_FLOAT (FloatList), DT_INT64 (Int64List) và DT_STRING (BytesList).
• ragged_split_types: Một danh sách gồm num_ragged types; các kiểu dữ liệu của row_splits trong mỗi Feature được cung cấp trong ragged_keys (trong đó num_ragged = sparse_keys.size() ). Có thể là DT_INT32 hoặc DT_INT64.
• dense_shapes: Một danh sách gồm num_dense shapes; hình dạng của dữ liệu trong mỗi Feature được cung cấp trong dense_keys (trong đó num_dense = dense_keys.size() ). Số lượng phần tử trong Feature tương ứng với dense_key[j] phải luôn bằng dense_shapes[j].NumEntries(). Nếu dense_shapes[j] == (D0, D1, ..., DN) thì hình dạng của Tensor đầu ra dense_values[j] sẽ là (|serialized|, D0, D1, ..., DN): Các đầu ra dense chỉ đơn giản là các đầu vào được xếp chồng theo hàng theo lô. Điều này hoạt động với dense_shapes[j] = (-1, D1, ..., DN). Trong trường hợp này, hình dạng của Tensor đầu ra dense_values[j] sẽ là (|serialized|, M, D1, .., DN), trong đó M là số lượng tối đa các khối phần tử có độ dài D1 * .... * DN, trên tất cả các mục nhập minibatch trong đầu vào. Bất kỳ mục nhập minibatch nào có ít hơn M khối phần tử có độ dài D1 * ... * DN sẽ được bổ sung thêm phần tử vô hướng default_value tương ứng dọc theo chiều thứ hai.

Trả về:

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

Thuộc tính công khai

::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
)