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

tensorflow :: ops :: ParseExample

#include <parsing_ops.h>

Przekształca wektor mózgu. Przykładowe protokoły (jako łańcuchy) na wpisane tensory.

Podsumowanie

Argumenty:

  • zakres: obiekt Scope
  • serialized: wektor zawierający partię binarnych serializowanych przykładowych protokołów.
  • nazwy: wektor zawierający nazwy serializowanych protosów. 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 wektor musi mieć taką samą długość jak „serializowany”.
  • sparse_keys: lista Nsparse string Tensors (skalary). Klucze oczekiwane w funkcjach przykładów są powiązane z rzadkimi wartościami.
  • dense_keys: lista Ndense string Tensors (skalary). Klucze oczekiwane w cechach przykładów związane z gęstymi wartościami.
  • dense_defaults: lista Ndense Tensors (niektóre mogą być puste). dense_defaults [j] zawiera wartości domyślne, gdy w przykładowej mapie cech brakuje elementu dense_key [j]. Jeśli dla dense_defaults [j] podano 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.
  • sparse_types: lista typów Nsparse; typy danych w każdej funkcji podane w sparse_keys. Obecnie ParseExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • dense_shapes: lista kształtów Ndense; kształty danych w każdej funkcji podane w dense_keys. 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 na wejściu. 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

Konstruktorzy i niszczyciele

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)

Atrybuty publiczne

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Atrybuty publiczne

dense_values

::tensorflow::OutputList dense_values

operacja

Operation operation

sparse_indices

::tensorflow::OutputList sparse_indices

sparse_shapes

::tensorflow::OutputList sparse_shapes

rzadkie_wartości

::tensorflow::OutputList sparse_values

Funkcje publiczne

ParseExample

 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
)