tensorflow::ops::ParseExample

#include <parsing_ops.h>

แปลงเวกเตอร์ของโปรโตไทป์ตัวอย่างสมอง (ในรูปแบบสตริง) ให้เป็นเทนเซอร์แบบมีประเภท

สรุป

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • serialized: เวกเตอร์ที่บรรจุชุดของตัวอย่างโปรโตที่ถูกแปลงเป็นไบนารีแล้ว
  • names: เวกเตอร์ที่บรรจุชื่อของโปรโตที่ถูกแปลงเป็นรูปแบบอนุกรม อาจมีชื่อคีย์ตาราง (เชิงพรรณนา) สำหรับโปรโตที่ถูกแปลงเป็นรูปแบบอนุกรมที่เกี่ยวข้อง ตัวอย่างเช่น ข้อมูลเหล่านี้มีประโยชน์เฉพาะสำหรับการดีบักเท่านั้น และการมีค่าอยู่ในส่วนนี้ไม่มีผลต่อผลลัพธ์ อาจเป็นเวกเตอร์ว่างหากไม่มีชื่อใดๆ หากไม่ใช่เวกเตอร์ว่าง เวกเตอร์นี้ต้องมีความยาวเท่ากับ "serialized"
  • sparse_keys: รายการของ Nsparse string Tensors (สเกลาร์) คีย์ที่คาดหวังในฟีเจอร์ของตัวอย่างที่เชื่อมโยงกับค่าแบบสปาร์ส
  • dense_keys: รายการของ Ndense string Tensors (สเกลาร์) คีย์ที่คาดหวังในฟีเจอร์ของตัวอย่างที่เชื่อมโยงกับค่าหนาแน่น
  • dense_defaults: รายการของ Ndense Tensors (บางรายการอาจว่างเปล่า) dense_defaults[j] จะให้ค่าเริ่มต้นเมื่อ feature_map ของตัวอย่างไม่มี dense_key[j] หากมีการระบุ Tensor ว่างเปล่าสำหรับ dense_defaults[j] จะต้องระบุ Feature dense_keys[j] ด้วย ประเภทอินพุตจะถูกอนุมานจาก dense_defaults[j] แม้ว่าจะว่างเปล่าก็ตาม หาก dense_defaults[j] ไม่ว่างเปล่า และ dense_shapes[j] ถูกกำหนดไว้อย่างสมบูรณ์ รูปร่างของ dense_defaults[j] จะต้องตรงกับรูปร่างของ dense_shapes[j] หาก dense_shapes[j] มีมิติหลักที่ไม่ได้กำหนด (ฟีเจอร์ dense ที่มี strides แปรผัน) dense_defaults[j] จะต้องมีองค์ประกอบเดียว: องค์ประกอบ padding
  • sparse_types: รายการของประเภท Nsparse; ประเภทข้อมูลของข้อมูลในแต่ละ Feature ที่ระบุใน sparse_keys ปัจจุบัน ParseExample รองรับ DT_FLOAT (FloatList), DT_INT64 (Int64List) และ DT_STRING (BytesList)
  • dense_shapes: รายการของรูปร่าง Ndense; รูปร่างของข้อมูลในแต่ละ Feature ที่กำหนดใน dense_keys จำนวนองค์ประกอบใน Feature ที่สอดคล้องกับ dense_key[j] จะต้องเท่ากับ dense_shapes[j].NumEntries() เสมอ หาก dense_shapes[j] == (D0, D1, ..., DN) รูปร่างของ Tensor เอาต์พุต dense_values[j] จะเป็น (|serialized|, D0, D1, ..., DN): เอาต์พุตแบบ dense คืออินพุตที่เรียงแถวตาม batch ซึ่งใช้ได้กับ dense_shapes[j] = (-1, D1, ..., DN) ในกรณีนี้ รูปร่างของ Tensor เอาต์พุต dense_values[j] จะเป็น (|serialized|, M, D1, .., DN) โดยที่ M คือจำนวนบล็อกสูงสุดขององค์ประกอบที่มีความยาว D1 * .... * DN ในทุกรายการ minibatch ในอินพุต รายการมินิแบทช์ ใดๆ ที่มีบล็อกองค์ประกอบที่มีความยาว D1 * ... * DN น้อยกว่า M บล็อก จะถูกเติมด้วยองค์ประกอบสเกลาร์ default_value ที่สอดคล้องกันตามมิติที่สอง

การส่งคืนสินค้า:

  • OutputList แบบเบาบาง
  • OutputList ค่ากระจัดกระจาย
  • OutputList รูปทรงกระจัดกระจาย
  • OutputList ค่าหนาแน่น

ตัวสร้างและตัวทำลาย

ParseExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::InputList sparse_keys, :: tensorflow::InputList dense_keys, :: tensorflow::InputList dense_defaults, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

คุณลักษณะสาธารณะ

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

คุณลักษณะสาธารณะ

ค่าหนาแน่น

::tensorflow::OutputList dense_values

การดำเนินการ

Operation operation

ดัชนีกระจัดกระจาย

::tensorflow::OutputList sparse_indices

รูปทรงกระจัดกระจาย

::tensorflow::OutputList sparse_shapes

ค่ากระจัดกระจาย

::tensorflow::OutputList sparse_values

หน้าที่สาธารณะ

ตัวอย่างการแยกวิเคราะห์

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)