DT_STRING vektörleri olarak "Örnek" protokollerini içeren "input_dataset"i, ayrıştırılan özellikleri temsil eden "Tensor" veya "SparseTensor" nesnelerinin veri kümesine dönüştürür.
İç İçe Sınıflar
sınıf | AyrıştırmaExampleDataset.Options | ParseExampleDataset için isteğe bağlı özellikler |
Sabitler
Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
Çıkış < TType > | Çıkış olarak () Tensörün sembolik tutamacını döndürür. |
statik AyrıştırmaÖrnekVeri Kümesi | create ( Kapsam kapsamı, İşlenen <?> inputDataset, İşlenen < TInt64 > numParallelCalls, Iterable< İşlenen <?>> yoğunDefaults, List<String> sparseKeys, List<String> yoğunKeys, List<Class<? extends TType >> sparseTypes, List < Şekil > yoğunShapes, Liste<Sınıf<? TType'ı genişletir >> çıktı Türleri, Liste< Şekil > çıktı Şekilleri, Liste<Sınıf<? TType'ı genişletir >> raggedValueTypes, Liste<Sınıf<? TNumber'ı genişletir >> raggedSplitTypes, Seçenekler... seçenekler) Yeni bir ParseExampleDataset işlemini saran bir sınıf oluşturmak için fabrika yöntemi. |
statik ParseExampleDataset.Options | deterministik (Dize deterministik) |
Çıkış <?> | halletmek () |
statik ParseExampleDataset.Options | raggedKeys (List<String> raggedKeys) |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
genel Çıkış < TType > asOutput ()
Tensörün sembolik tutamacını döndürür.
TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.
public static ParseExampleDataset create ( Kapsam kapsamı, İşlenen <?> inputDataset, İşlenen < TInt64 > numParallelCalls, Iterable< İşlenen <?>> yoğunDefaults, List<String> sparseKeys, List<String> yoğunKeys, List<Class<? extends TType >> sparseTypes, Liste< Şekil > yoğunShapes, Liste<Sınıf<? extends TType >> çıktıTypes, Liste< Şekil > çıktıShapes, Liste<Sınıf<? extends TType >> raggedValueTypes, Liste<Sınıf<? extends TNumber >> raggedSplitTypes, Seçenekler.. . seçenekler)
Yeni bir ParseExampleDataset işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
Parametreler
kapsam | mevcut kapsam |
---|---|
yoğunVarsayılanlar | Dize anahtarlarını 'Tensor'lara eşleyen bir dict. Diktenin anahtarları, özelliğin yoğun_anahtarlarıyla eşleşmelidir. |
seyrek anahtarlar | Örnek özelliklerdeki dize tuşlarının listesi. Bu anahtarlara ilişkin sonuçlar "SparseTensor" nesneleri olarak döndürülecektir. |
yoğunAnahtarlar | Ndense dize Tensörlerinin (skalerler) listesi. Yoğun değerlerle ilişkili Örnekler özelliklerinde beklenen anahtarlar. |
seyrek Türler | "Sparse_keys" ile aynı uzunluktaki "DTypes" listesi. Yalnızca tf.float32 ("FloatList"), tf.int64 ("Int64List") ve tf.string ("BytesList") desteklenir. |
yoğunŞekiller | "yoğun_anahtarlar" ile aynı uzunluktaki demetlerin listesi. "Yoğun_anahtarlar" tarafından başvurulan her yoğun özelliğe ilişkin verilerin şekli. "yoğun_anahtarlar" tarafından tanımlanan tüm giriş tensörleri için gereklidir. Ya tam olarak tanımlanmalıdır ya da bilinmeyen bir ilk boyut içerebilir. Bilinmeyen bir ilk boyut, özelliğin değişken sayıda bloğa sahip olarak ele alındığı ve bu boyut boyunca çıktı şeklinin grafik oluşturma sırasında bilinmeyen olarak kabul edildiği anlamına gelir. Bu boyut boyunca verilen özellik için maksimum blok sayısından daha küçük mini parti elemanları için dolgu uygulanır. |
çıktı Türleri | Dönüş değerlerinin tür listesi. |
çıktı Şekilleri | Üretilen şekillerin listesi. |
seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- yeni bir ParseExampleDataset örneği
public static ParseExampleDataset.Options deterministik (Dize deterministik)
Parametreler
deterministik | Kullanılacak işlem düzeyi determinizmini gösteren bir dize. Deterministik, döndürülecek bir sonraki öğenin mevcut olmaması ancak daha sonraki bir öğenin mevcut olması durumunda, veri kümesinin öğeleri sıra dışı döndürmesine izin verilip verilmediğini kontrol eder. Seçenekler "doğru", "yanlış" ve "varsayılan"dır. "varsayılan", determinizme tf.data.Options "experimental_deterministic" parametresi tarafından karar verilmesi gerektiğini belirtir. |
---|