dòng chảy :: hoạt động :: Phân tích cú pháp

#include <parsing_ops.h>

Biến đổi một vectơ của bộ não. Các protos ví dụ (dưới dạng chuỗi) thành các tenxơ đã nhập.

Tóm lược

Tranh luận:

  • phạm vi: Một đối tượng Phạm vi
  • tuần tự hóa: Một vectơ chứa một lô các ví dụ được tuần tự hóa nhị phân protos.
  • names: Một vectơ chứa tên của các protos được tuần tự hóa. Có thể chứa, ví dụ, tên khóa bảng (mô tả) cho các giao thức tuần tự tương ứng. Chúng hoàn toàn 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 trống nếu không có tên. Nếu không rỗng, vectơ này phải có cùng độ dài với "được tuần tự hóa".
  • Slice_keys: Một danh sách các chuỗi Nsparse Tensors (vô hướng). Các khóa được mong đợi trong các tính năng của Ví dụ được liên kết với các giá trị thưa thớt.
  • print_keys: Một danh sách các chuỗi Ndense Tensors (vô hướng). Các khóa mong đợi trong các tính năng của Ví dụ được liên kết với các giá trị dày đặc.
  • bold_defaults: Danh sách các Tensors Ndense (một số có thể để trống). print_defaults [j] cung cấp các giá trị mặc định khi feature_map của ví dụ thiếu print_key [j]. Nếu Tensor trống được cung cấp cho bold_defaults [j], thì Feature Thick_keys [j] là bắt buộc. Kiểu đầu vào được suy ra từ bold_defaults [j], ngay cả khi nó trống. Nếu print_defaults [j] không trống và đặc_nghiệp [j] được xác định đầy đủ, thì hình dạng của print_defaults [j] phải khớp với hình dạng của secure_shapes [j]. Nếu print_shapes [j] có một thứ nguyên chính không xác định (đối tượng đặc biệt có biến bước tiến), thì print_defaults [j] phải chứa một phần tử duy nhất: phần tử padding.
  • Slice_types: Danh sách các kiểu Nsparse; các kiểu dữ liệu của dữ liệu trong mỗi Tính năng được cung cấp trong các khóa_học. Hiện tại, ParseExample hỗ trợ DT_FLOAT (FloatList), DT_INT64 (Int64List) và DT_STRING (BytesList).
  • Concent_shapes: Danh sách các hình dạng Ndense; các hình dạng của dữ liệu trong mỗi Tính năng được cung cấp trong các khóa_có Số phần tử trong Feature tương ứng với bold_key [j] phải luôn luôn bằng secure_shapes [j] .NumEntries (). Nếu dense_shapes [j] == (D0, D1, ..., DN) thì hình dạng của đầu ra tensor dense_values [j] sẽ được (| đăng |, D0, D1, ..., DN): Các đầu ra dày đặc là chỉ là các đầu vào được xếp chồng lên nhau theo hàng loạt. Điều này hoạt động cho các hình dạng dày đặc [j] = (-1, D1, ..., DN). Trong trường hợp này, hình dạng của đầu ra Tensor secure_values ​​[j] sẽ là (| serialized |, M, D1, .., DN), trong đó M là số khối tối đa của các 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 đệm bằng phần tử vô hướng default_value tương ứng dọc theo chiều thứ hai.

Lợi nhuận:

  • OutputList precision_indices
  • OutputList Slice_values
  • OutputList precision_shapes
  • OutputList secure_values

Người xây dựng và Người phá hủy

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)

Thuộc tính công khai

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

Thuộc tính công khai

giá_trị dày đặc

::tensorflow::OutputList dense_values

hoạt động

Operation operation

chỉ số thưa thớt

::tensorflow::OutputList sparse_indices

hình_hàng thưa thớt

::tensorflow::OutputList sparse_shapes

giá_trị thưa thớt

::tensorflow::OutputList sparse_values

Chức năng công cộng

Phân tích cú pháp

 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
)