classe finale pubblica ParseExampleDataset
Trasforma "input_dataset" contenente i prototipi "Example" come vettori di DT_STRING in un set di dati di oggetti "Tensor" o "SparseTensor" che rappresentano le funzionalità analizzate.
Classi nidificate
| classe | ParseExampleDataset.Options | Attributi facoltativi per ParseExampleDataset | |
Costanti
| Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
| Uscita < TType > | comeuscita () Restituisce l'handle simbolico del tensore. |
| ParseExampleDataset statico | create ( Scope scope, Operando <?> inputDataset, Operando < TInt64 > numParallelCalls, Iterable< Operando <?>> denseDefaults, List<String> sparseKeys, List<String> denseKeys, List<Class<? extends TType >> sparseTypes, List < Shape > denseShapes, List<Class<? extends TType >> outputTypes, List< Shape > outputShapes, List<Class<? extends TType >> raggedValueTypes, List<Class<? extends TNumber >> raggedSplitTypes, Opzioni... opzioni) Metodo factory per creare una classe che racchiude una nuova operazione ParseExampleDataset. |
| ParseExampleDataset.Options statico | deterministico (Stringa deterministico) |
| Uscita <?> | maniglia () |
| ParseExampleDataset.Options statico | raggedKeys (Lista<String> raggedKeys) |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Valore costante: "ParseExampleDatasetV2"
Metodi pubblici
Uscita pubblica < TType > asOutput ()
Restituisce l'handle simbolico del tensore.
Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.
public static ParseExampleDataset create ( Scope scope, Operand <?> inputDataset, Operand < TInt64 > numParallelCalls, Iterable< Operand <?>> denseDefaults, List<String> sparseKeys, List<String> denseKeys, List<Class<? extends TType >> sparseTypes, List< Shape > denseShapes, List<Class<? estende TType >> outputTypes, List< Shape > outputShapes, List<Class<? estende TType >> raggedValueTypes, List<Class<? estende TNumber >> raggedSplitTypes, Opzioni.. . opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione ParseExampleDataset.
Parametri
| scopo | ambito attuale |
|---|---|
| denseDefault | Un dict che mappa le chiavi della stringa su "Tensor". Le chiavi del dict devono corrispondere alle dense_keys della funzione. |
| sparseKeys | Un elenco di chiavi stringa nelle funzionalità degli esempi. I risultati per queste chiavi verranno restituiti come oggetti "SparseTensor". |
| chiavi dense | Un elenco di tensori di stringa Ndensi (scalari). Le chiavi previste negli Esempi presentano caratteristiche associate a valori densi. |
| sparseTypes | Un elenco di "DTypes" della stessa lunghezza di "sparse_keys". Sono supportati solo tf.float32 (`FloatList`), tf.int64 (`Int64List`) e tf.string (`BytesList`). |
| forme dense | Elenco di tuple con la stessa lunghezza di `dense_keys`. La forma dei dati per ogni elemento denso a cui fa riferimento "dense_keys". Obbligatorio per qualsiasi tensore di input identificato da "dense_keys". Deve essere completamente definito o può contenere una prima dimensione sconosciuta. Una prima dimensione sconosciuta significa che la feature viene considerata come avente un numero variabile di blocchi e la forma di output lungo questa dimensione è considerata sconosciuta al momento della creazione del grafico. Il riempimento viene applicato per gli elementi minibatch inferiori al numero massimo di blocchi per la funzione specificata lungo questa dimensione. |
| outputTypes | L'elenco dei tipi per i valori restituiti. |
| outputShapes | L'elenco delle forme prodotte. |
| opzioni | trasporta valori di attributi opzionali |
ritorna
- una nuova istanza di ParseExampleDataset
public static ParseExampleDataset.Options deterministico (String deterministico)
Parametri
| deterministico | Una stringa che indica il determinismo a livello operativo da utilizzare. Il determinismo controlla se il set di dati può restituire elementi fuori ordine se l'elemento successivo da restituire non è disponibile, ma un elemento successivo lo è. Le opzioni sono "vero", "falso" e "predefinito". "default" indica che il determinismo dovrebbe essere deciso dal parametro "experimental_deterministic" di tf.data.Options . |
|---|