עזרה להגן על שונית המחסום הגדולה עם TensorFlow על Kaggle הצטרפו אתגר

זרימת טנסור :: אופ :: ParseExampleV2

#include <parsing_ops.h>

הופך וקטור של tf. דוגמאות פרוטו (כמחרוזות) לטנורים שהוקלדו.

סיכום

טענות:

  • היקף: אובייקט Scope
  • סידורי: סקלר או וקטור המכיל פרוטות דוגמיות בינאריות.
  • שמות: טנסור המכיל את שמות הפרוטות הסדרתיות. 1 מתאים: 1 עם serialized המותחים. עשוי להכיל, למשל, שמות מקש טבלה (תיאוריים) עבור הפרוטו הסידורי המתאים. אלה שימושיים אך ורק למטרות איתור באגים, ולנוכחות הערכים כאן אין כל השפעה על הפלט. יכול להיות גם וקטור ריק אם אין שמות זמינים. אם הוא לא ריק, טנזור זה חייב להיות בעל אותה צורה כמו "סדרתי".
  • sparse_keys: וקטור מיתרים. המקשים הצפויים בתכונות הדוגמאות הקשורות לערכים דלילים.
  • dense_keys: וקטור מיתרים. המקשים הצפויים בתכונות הדוגמאות הקשורות לערכים צפופים.
  • ragged_keys: וקטור של מיתרים. המקשים הצפויים בתכונות הדוגמאות הקשורות לערכים מרופטים.
  • dense_defaults: רשימה של טנזורים (חלקם עשויים להיות ריקים). מתכתב 1: 1 עם dense_keys . dense_defaults [j] מספק ערכי ברירת מחדל כאשר בתכונה_מפה של הדוגמה חסר dense_key [j]. אם מסופק טנסור ריק עבור dense_defaults [j], אז יש צורך במפתחות dense_ j [Feature]. סוג הקלט מוסק מ- d_defaults [j] צפוף, גם כשהוא ריק. אם צפיפות_דיפה [j] אינה ריקה, וצורות צפופות [j] מוגדרות במלואן, אזי צורתם של צפיפות_מתאמים [j] חייבת להתאים לצורות הצפופות [j]. אם ל- dense_shapes [j] יש מימד ראשי לא מוגדר (תכונה צפופה משתנה לצעדים), dense_defaults [j] חייב להכיל אלמנט יחיד: אלמנט הריפוד.
  • num_sparse: מספר המקשים הדלילים.
  • sparse_types: רשימה של סוגי num_sparse ; סוגי הנתונים של הנתונים בכל תכונה הניתנת במפתחות דלילים. נכון לעכשיו ה- ParseExample תומך ב- DT_FLOAT (FloatList), DT_INT64 (Int64List) ו- DT_STRING (BytesList).
  • ragged_value_types: רשימה של סוגים num_ragged ; סוגי הנתונים של הנתונים בכל תכונה שניתנה ב- ragged_keys (כאשר num_ragged = sparse_keys.size() ). נכון לעכשיו ה- ParseExample תומך ב- DT_FLOAT (FloatList), DT_INT64 (Int64List) ו- DT_STRING (BytesList).
  • ragged_split_types: רשימת סוגים num_ragged ; סוגי הנתונים של row_splits בכל תכונה הניתנת ב- ragged_keys (כאשר num_ragged = sparse_keys.size() ). יכול להיות DT_INT32 או DT_INT64.
  • צורות צפופות: רשימה של צורות num_dense ; צורות הנתונים בכל תכונה הניתנת ב- dense_keys (כאשר num_dense = dense_keys.size() ). מספר האלמנטים בתכונה המתאימים למפתח dense [j] חייבים תמיד להיות שווים לצפיפות [j] .NumEntries (). אם dense_shapes [j] == (D0, D1, ..., DN) אז בצורת הפלט המותח dense_values [j] יהיה (| בהמשכים |, D0, D1, ..., DN): התפוקות הצפופות הם רק הקלטים מוערמים בשורה לפי אצווה. זה עובד עבור צורות צפופות [j] = (-1, D1, ..., DN). במקרה זה צורת הפלט מותח dense_values [j] יהיה (| בהמשכים |, M, D1, .., DN), כאשר M הוא המספר המרבי של בלוקים של אלמנטים של אורך D1 * .... * DN , בכל ערכי המיני-אצווה בכניסה. כל ערך מיני-אצווה עם פחות מ- M בלוקים של אלמנטים באורך D1 * ... * DN יהיה מרופד עם האלמנט הסקלרי ברירת המחדל_ערך המתאים לאורך הממד השני.

החזרות:

  • רשימות OutputList OutputList
  • OutputList דלילים_ערכים
  • OutputList דלילות של OutputList
  • OutputList צפיפות_ערכים
  • OutputList ragged_values
  • OutputList ragged_row_splits

קונסטרוקטורים ומשחתנים

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)

תכונות ציבוריות

dense_values
operation
ragged_row_splits
ragged_values
sparse_indices
sparse_shapes
sparse_values

תכונות ציבוריות

ערכים צפופים

::tensorflow::OutputList dense_values

מבצע

Operation operation

ragged_row_splits

::tensorflow::OutputList ragged_row_splits

ערכים מסולסלים

::tensorflow::OutputList ragged_values

דפים דלים

::tensorflow::OutputList sparse_indices

צורות דלילות

::tensorflow::OutputList sparse_shapes

ערכים דלילים

::tensorflow::OutputList sparse_values

פונקציות ציבוריות

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
)