Odpowiedz już dziś na lokalne wydarzenie TensorFlow Everywhere!
Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tensorflow :: ops :: ParseExampleV2

#include <parsing_ops.h>

Przekształca wektor tf.Example protos (jako łańcuchy) na wpisane tensory.

Podsumowanie

Argumenty:

  • zakres: obiekt Scope
  • serialized: skalar lub wektor zawierający binarne serializowane przykładowe protokoły.
  • nazwy: tensor zawierający nazwy zserializowanych protosów. Odpowiada 1: 1 z serialized tensorem. Może zawierać na przykład nazwy kluczy tabel (opisowe) dla odpowiednich serializowanych protokołów. Są one wyłącznie przydatne do celów debugowania, a obecność wartości w tym miejscu nie ma wpływu na wynik. Może być również pustym wektorem, jeśli nie są dostępne żadne nazwy. Jeśli nie jest pusty, ten tensor musi mieć taki sam kształt jak „serializowany”.
  • sparse_keys: wektor ciągów. Klucze oczekiwane w funkcjach przykładów są powiązane z rzadkimi wartościami.
  • dense_keys: wektor ciągów. Klucze oczekiwane w cechach przykładów związane z gęstymi wartościami.
  • ragged_keys: wektor ciągów. Klucze oczekiwane w funkcjach przykładów związane z nierównymi wartościami.
  • dense_defaults: lista tensorów (niektóre mogą być puste). Odpowiada 1: 1 z dense_keys . dense_defaults [j] zawiera wartości domyślne, gdy w przykładowej mapie cech brakuje elementu dense_key [j]. Jeśli dla dense_defaults [j] dostarczony jest pusty Tensor, wymagana jest właściwość dense_keys [j]. Typ danych wejściowych jest wywnioskowany z dense_defaults [j], nawet jeśli jest pusty. Jeśli dense_defaults [j] nie jest puste, a dense_shapes [j] jest w pełni zdefiniowane, to kształt dense_defaults [j] musi odpowiadać kształtowi dense_shapes [j]. Jeśli dense_shapes [j] ma nieokreślony główny wymiar (zmienna gęsta funkcja strides), dense_defaults [j] musi zawierać pojedynczy element: element dopełniający.
  • num_sparse: liczba rzadkich kluczy.
  • sparse_types: lista typów num_sparse ; typy danych w każdej funkcji podane w sparse_keys. Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • ragged_value_types: lista typów num_ragged ; typy danych w każdej funkcji podane w ragged_keys (gdzie num_ragged = sparse_keys.size() ). Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • ragged_split_types: lista typów num_ragged ; typy danych row_splits w każdej funkcji podane w ragged_keys (gdzie num_ragged = sparse_keys.size() ). Może to być DT_INT32 lub DT_INT64.
  • dense_shapes: lista kształtów num_dense ; kształty danych w każdej funkcji podane w dense_keys (gdzie num_dense = dense_keys.size() ). Liczba elementów w Feature odpowiadająca dense_key [j] musi zawsze być równa dense_shapes [j] .NumEntries (). Jeśli dense_shapes [j] == (D0, D1, ..., DN), to kształt danych wyjściowych Tensor dense_values ​​[j] będzie (| serialized |, D0, D1, ..., DN): Gęste wyjścia to tylko dane wejściowe ułożone w stosie według partii. Działa to dla dense_shapes [j] = (-1, D1, ..., DN). W tym przypadku kształt wyjścia Tensor dense_values ​​[j] będzie (| serialized |, M, D1, .., DN), gdzie M to maksymalna liczba bloków elementów o długości D1 * .... * DN , we wszystkich wpisach minibatchu w danych wejściowych. Każdy wpis w minibatch zawierający mniej niż M bloków elementów o długości D1 * ... * DN zostanie uzupełniony odpowiednim elementem skalarnym default_value wzdłuż drugiego wymiaru.

Zwroty:

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

Konstruktorzy i niszczyciele

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)

Atrybuty publiczne

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

Atrybuty publiczne

dense_values

::tensorflow::OutputList dense_values

operacja

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

ragged_values

::tensorflow::OutputList ragged_values

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

rzadkie_wartości

::tensorflow::OutputList sparse_values

Funkcje publiczne

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
)