ParseExample

clase final pública ParseExample

Transforma un vector de protos tf.Example (como cadenas) en tensores escritos.

Constantes

Cadena OP_NOMBRE El nombre de esta operación, como lo conoce el motor central de TensorFlow.

Métodos públicos

Ejemplo de análisis estático
crear ( alcance alcance, Operando < TString > serializado, Operando < TString > nombres, Operando < TString > sparseKeys, Operando < TString > densaKeys, Operando < TString > raggedKeys, Iterable < Operando <?>> densaDefaults, Long numSparse, Lista<Clase <? extiende TType >> sparseTypes, List<Class<? extiende TType >> raggedValueTypes, List<Class<? extiende TNumber >> raggedSplitTypes, List< Shape > densaShapes)
Método de fábrica para crear una clase que envuelve una nueva operación ParseExample.
Lista< Salida <?>>
valores densos ()
Lista< Salida <?>>
raggedRowSplits ()
Lista< Salida <?>>
valores irregulares ()
Lista< Salida < TInt64 >>
índices dispersos ()
Lista< Salida < TInt64 >>
formas dispersas ()
Lista< Salida <?>>
valores dispersos ()

Métodos heredados

Constantes

Cadena final estática pública OP_NAME

El nombre de esta operación, como lo conoce el motor central de TensorFlow.

Valor constante: "ParseExampleV2"

Métodos públicos

public static ParseExample create (alcance del alcance , Operando < TString > serializado, Operando < TString > nombres, Operando < TString > sparseKeys, Operando < TString > densaKeys, Operando < TString > raggedKeys, Iterable < Operando <?>> densoDefaults, Long numSparse, Lista<Clase<? extiende TType >> sparseTypes, Lista<Clase<? extiende TType >> raggedValueTypes, Lista<Clase<? extiende TNumber >> raggedSplitTypes, Lista< Forma > formas densas)

Método de fábrica para crear una clase que envuelve una nueva operación ParseExample.

Parámetros
alcance alcance actual
serializado Un escalar o vector que contiene protos de ejemplo binarios serializados.
nombres Un tensor que contiene los nombres de los protos serializados. Corresponde 1:1 con el tensor "serializado". Puede contener, por ejemplo, nombres de claves de tabla (descriptivos) para los protos serializados correspondientes. Estos son puramente útiles para fines de depuración y la presencia de valores aquí no tiene ningún efecto en la salida. También puede ser un vector vacío si no hay nombres disponibles. Si no está vacío, este tensor debe tener la misma forma que "serializado".
claves dispersas Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores dispersos.
llaves densas Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores densos.
llaves irregulares Vector de cuerdas. Las claves esperadas en las características de los ejemplos asociadas con valores irregulares.
valores predeterminados densos Una lista de tensores (algunos pueden estar vacíos). Corresponde 1:1 con `dense_keys`. densa_defaults[j] proporciona valores predeterminados cuando el feature_map del ejemplo carece de densa_key[j]. Si se proporciona un tensor vacío para densa_defaults[j], entonces se requiere la característica densa_keys[j]. El tipo de entrada se infiere de densa_defaults[j], incluso cuando está vacío. Si densa_defaults[j] no está vacía y densa_shapes[j] está completamente definida, entonces la forma de densa_defaults[j] debe coincidir con la de densa_formas[j]. Si densa_shapes[j] tiene una dimensión principal indefinida (característica densa de pasos variables), densa_defaults[j] debe contener un solo elemento: el elemento de relleno.
númeroEscaso El número de claves dispersas.
tipos dispersos Una lista de tipos `num_sparse`; los tipos de datos de cada característica proporcionados en sparse_keys. Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
tipos de valores irregulares Una lista de tipos `num_ragged`; los tipos de datos de cada característica proporcionados en ragged_keys (donde `num_ragged = sparse_keys.size()`). Actualmente, ParseExample admite DT_FLOAT (FloatList), DT_INT64 (Int64List) y DT_STRING (BytesList).
tipos divididos irregulares Una lista de tipos `num_ragged`; los tipos de datos de row_splits en cada característica dada en ragged_keys (donde `num_ragged = sparse_keys.size()`). Puede ser DT_INT32 o DT_INT64.
formas densas Una lista de formas `num_dense`; las formas de los datos en cada característica dadas en densas_keys (donde `num_dense = densa_keys.size()`). El número de elementos en la Característica correspondiente a densa_key[j] siempre debe ser igual a densa_shapes[j].NumEntries(). Si formas_densas[j] == (D0, D1, ..., DN) entonces la forma del tensor de salida valores_densos[j] será (|serializado|, D0, D1, ..., DN): Las salidas densas son solo las entradas apiladas en filas por lotes. Esto funciona para densas_shapes[j] = (-1, D1, ..., DN). En este caso la forma del Tensor de salida valores_densos[j] será (|serializado|, M, D1, .., DN), donde M es el número máximo de bloques de elementos de longitud D1 * .... * DN , en todas las entradas de minibatch en la entrada. Cualquier entrada de minibatch con menos de M bloques de elementos de longitud D1 * ... * DN se rellenará con el elemento escalar default_value correspondiente a lo largo de la segunda dimensión.
Devoluciones
  • una nueva instancia de ParseExample

Lista pública < Salida <?>> valores densos ()

Lista pública < Salida <?>> raggedRowSplits ()

Lista pública< Salida <?>> valores irregulares ()

Lista pública < Salida < TInt64 >> índices dispersos ()

Lista pública < Salida < TInt64 >> formas dispersas ()

Lista pública< Salida <?>> valores dispersos ()