tensorflow:: operaciones:: ParseExampleV2

Transforma un vector de tf.Example protos (como cadenas) en tensores tipados.

Resumen

Argumentos:

• alcance: un objeto de alcance
• serializado: Un escalar o vector que contiene prototipos de ejemplo serializados binarios.
• nombres: Un tensor que contiene los nombres de los protos serializados. Corresponde 1:1 con el tensor serialized . Puede contener, por ejemplo, nombres de clave de tabla (descriptivos) para los prototipos serializados correspondientes. Estos son puramente útiles para fines de depuración, y la presencia de valores aquí no tiene efecto en la salida. También puede ser un vector vacío si no hay nombres disponibles. Si no está vacío, este tensor debe tener la misma forma que "serializado".
• sparse_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
• dense_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores densos.
• ragged_keys: Vector de cadenas. Las claves esperadas en las características de los ejemplos asociadas con valores irregulares.
• dense_defaults: una lista de tensores (algunos pueden estar vacíos). Corresponde 1:1 con dense_keys . dense_defaults[j] proporciona valores predeterminados cuando el mapa de características del ejemplo carece de dense_key[j]. Si se proporciona un tensor vacío para dense_defaults[j], entonces se requiere la característica dense_keys[j]. El tipo de entrada se deduce de dense_defaults[j], incluso cuando está vacío. Si dense_defaults[j] no está vacío y dense_shapes[j] está completamente definido, entonces la forma de dense_defaults[j] debe coincidir con la de dense_shapes[j]. Si dense_shapes[j] tiene una dimensión principal indefinida (característica densa de pasos variables), dense_defaults[j] debe contener un solo elemento: el elemento de relleno.
• num_sparse: el número de claves dispersas.
• sparse_types: una lista de num_sparse tipos; los tipos de datos de datos en cada característica dada en sparse_keys. Actualmente , ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
• ragged_value_types: una lista de num_ragged tipos; los tipos de datos de datos en cada Característica dados en ragged_keys (donde num_ragged = sparse_keys.size() ). Actualmente , ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
• ragged_split_types: una lista de num_ragged tipos; los tipos de datos de row_splits en cada Característica dada en ragged_keys (donde num_ragged = sparse_keys.size() ). Puede ser DT_INT32 o DT_INT64.
• dense_shapes: una lista de num_dense formas; las formas de los datos en cada Característica dadas en dense_keys (donde num_dense = dense_keys.size() ). El número de elementos en la Característica correspondiente a dense_key[j] siempre debe ser igual a dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN) entonces la forma del tensor de salida dense_values[j] será (|serializado|, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en fila por lote. Esto funciona para dense_shapes[j] = (-1, D1, ..., DN). En este caso la forma del Tensor de salida dense_values[j] será (|serializado|, M, D1, .., DN), donde M es el número máximo de bloques de elementos de longitud D1 * .... * DN , en todas las entradas de minilotes en la entrada. Cualquier entrada de minilote con menos de M bloques de elementos de longitud D1 * ... * DN se completará con el elemento escalar default_value correspondiente a lo largo de la segunda dimensión.

Devoluciones:

• Lista de OutputList
• OutputList valores_dispersos
• OutputList sparse_shapes
• OutputList valores_densos
• OutputList ragged_values
• OutputList ragged_row_splits

Atributos públicos

::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
)