टेंसरफ़्लो:: ऑप्स:: पार्सेउदाहरण

#include <parsing_ops.h>

मस्तिष्क के एक वेक्टर को परिवर्तित करता है। उदाहरण प्रोटोज़ (स्ट्रिंग्स के रूप में) को टाइप किए गए टेंसर में।

सारांश

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • क्रमबद्ध: एक वेक्टर जिसमें बाइनरी क्रमबद्ध उदाहरण प्रोटोस का एक बैच होता है।
  • नाम: एक वेक्टर जिसमें क्रमबद्ध प्रोटो के नाम होते हैं। उदाहरण के लिए, संबंधित क्रमबद्ध प्रोटोज़ के लिए तालिका कुंजी (वर्णनात्मक) नाम शामिल हो सकते हैं। ये पूरी तरह से डिबगिंग उद्देश्यों के लिए उपयोगी हैं, और यहां मूल्यों की उपस्थिति का आउटपुट पर कोई प्रभाव नहीं पड़ता है। यदि कोई नाम उपलब्ध नहीं है तो यह एक खाली वेक्टर भी हो सकता है। यदि गैर-रिक्त है, तो इस वेक्टर की लंबाई "क्रमबद्ध" के समान होनी चाहिए।
  • sparse_keys: Nsparse स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की विशेषताओं में अपेक्षित कुंजियाँ विरल मानों से संबद्ध हैं।
  • सघन_कीज़: एनडेंस स्ट्रिंग टेंसर (स्केलर) की एक सूची। उदाहरणों की विशेषताओं में अपेक्षित कुंजियाँ सघन मानों से संबद्ध हैं।
  • सघन_डिफ़ॉल्ट्स: एनडेंस टेंसर्स की एक सूची (कुछ खाली हो सकते हैं)। जब उदाहरण के फीचर_मैप में Dens_key[j] का अभाव होता है, तोdens_defaults[j] डिफ़ॉल्ट मान प्रदान करता है। यदिडेंस_डिफॉल्ट्स[जे] के लिए एक खाली टेंसर प्रदान किया जाता है, तो फ़ीचर डेंस_कीज़[जे] की आवश्यकता होती है। इनपुट प्रकार का अनुमान Dens_defaults[j] से लगाया जाता है, भले ही वह खाली हो। यदि सघन_डिफॉल्ट्स[जे] खाली नहीं है, और सघन_आकार[जे] पूरी तरह से परिभाषित है, तो सघन_डिफॉल्ट्स[जे] का आकार सघन_आकार[जे] से मेल खाना चाहिए। यदिdens_shapes[j] में एक अपरिभाषित प्रमुख आयाम (चर स्ट्राइड्स डेंस फीचर) है, तोdens_defaults[j] में एक ही तत्व होना चाहिए: पैडिंग तत्व।
  • sparse_types: Nsparse प्रकारों की एक सूची; प्रत्येक फ़ीचर में डेटा के प्रकार sparse_keys में दिए गए हैं। वर्तमान में ParseExample DT_FLOAT (FloatList), DT_INT64 (Int64List), और DT_STRING (बाइट्सलिस्ट) का समर्थन करता है।
  • सघन_आकृतियाँ: घनी आकृतियों की एक सूची; प्रत्येक फ़ीचर में डेटा के आकार सघन_कुंजी में दिए गए हैं। फ़ीचर में Dens_key[j] से संबंधित तत्वों की संख्या हमेशा Dens_shapes[j].NumEntries() के बराबर होनी चाहिए। यदि सघन_आकार[j] == (D0, D1, ..., DN) तो आउटपुट का आकार Tensor Dens_values[j] होगा (|serialized|, D0, D1, ..., DN): सघन आउटपुट हैं बस इनपुट को बैच द्वारा पंक्तिबद्ध किया गया है। यहdens_shapes[j] = (-1, D1, ..., DN) के लिए काम करता है। इस स्थिति में आउटपुट Tensordens_values [j] का आकार (|serialized|, M, D1, .., DN) होगा, जहां M लंबाई D1 * .... * DN के तत्वों के ब्लॉक की अधिकतम संख्या है , इनपुट में सभी मिनीबैच प्रविष्टियों में। लंबाई D1 * ... * DN के तत्वों के M से कम ब्लॉक वाली किसी भी मिनीबैच प्रविष्टि को दूसरे आयाम के साथ संबंधित default_value स्केलर तत्व के साथ जोड़ा जाएगा।

रिटर्न:

  • OutputList sparse_indices
  • OutputList sparse_values
  • OutputList sparse_shapes
  • OutputList सघन_मूल्य

निर्माता और विध्वंसक

ParseExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::Input names, :: tensorflow::InputList sparse_keys, :: tensorflow::InputList dense_keys, :: tensorflow::InputList dense_defaults, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes)

सार्वजनिक गुण

dense_values
operation
sparse_indices
sparse_shapes
sparse_values

सार्वजनिक गुण

सघन_मान 

::tensorflow::OutputList dense_values

संचालन 

Operation operation

sparse_indices 

::tensorflow::OutputList sparse_indices

विरल_आकार 

::tensorflow::OutputList sparse_shapes

sparse_values 

::tensorflow::OutputList sparse_values

सार्वजनिक समारोह

पार्सेउदाहरण 

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)