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

tensorflow :: ops :: ParseSingleExample

#include <parsing_ops.h>

Przekształca tf.Example proto (jako łańcuch) na wpisane tensory.

Podsumowanie

Argumenty:

  • zakres: obiekt Scope
  • serialized: wektor zawierający partię binarnych serializowanych przykładowych protokołów.
  • dense_defaults: lista tensorów (niektóre mogą być puste), których długość odpowiada długości dense_keys . 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 jeden element: element dopełniający.
  • num_sparse: liczba rzadkich funkcji do przeanalizowania z przykładu. Musi pasować do długości sparse_keys i sparse_types .
  • sparse_keys: lista ciągów num_sparse . Klucze oczekiwane w funkcjach przykładów są powiązane z rzadkimi wartościami.
  • dense_keys: klucze oczekiwane w funkcjach przykładów skojarzone z gęstymi wartościami.
  • sparse_types: lista typów num_sparse ; typy danych w każdej funkcji podane w sparse_keys. Obecnie operacja ParseSingleExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
  • dense_shapes: kształty danych w każdej funkcji podane w dense_keys. Długość tej listy musi odpowiadać długości 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 wyjścia Tensor dense_values ​​[j] będzie (D0, D1, ..., DN): W przypadku gęstych_shapes [j] = (-1, D1, ..., DN), kształtem wyjścia Tensor dense_values ​​[j] będzie (M, D1, .., DN), gdzie M to liczba bloków elementów o długości D1 *. ... * DN na wejściu.

Zwroty:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList dense_values

Konstruktorzy i niszczyciele

ParseSingleExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & dense_keys, 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

ParseSingleExample

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys,
  const gtl::ArraySlice<::tensorflow::tstring > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)