tensoreflusso:: ops:: ParseExample

Trasforma un vettore di brain.Esempio di prototipi (come stringhe) in tensori tipizzati.

Riepilogo

Argomenti:

• scope: un oggetto Scope
• serializzato: un vettore contenente un batch di prototipi di esempio serializzati binari.
• nomi: un vettore contenente i nomi dei prototipi serializzati. Può contenere, ad esempio, nomi di chiavi di tabella (descrittivi) per i corrispondenti prototipi serializzati. Questi sono puramente utili per scopi di debug e la presenza di valori qui non ha alcun effetto sull'output. Può anche essere un vettore vuoto se non sono disponibili nomi. Se non vuoto, questo vettore deve avere la stessa lunghezza di "serializzato".
• sparse_keys: un elenco di tensori di stringhe Nsparse (scalari). Le chiavi previste nelle funzionalità degli esempi sono associate a valori sparsi.
• dense_keys: un elenco di tensori di stringhe Ndense (scalari). Le chiavi previste nelle caratteristiche degli esempi sono associate a valori densi.
• dense_defaults: un elenco di tensori Ndense (alcuni potrebbero essere vuoti). dense_defaults[j] fornisce valori predefiniti quando la feature_map dell'esempio manca di dense_key[j]. Se viene fornito un tensore vuoto per dense_defaults[j], è richiesta la funzionalità dense_keys[j]. Il tipo di input viene dedotto da dense_defaults[j], anche quando è vuoto. Se dense_defaults[j] non è vuoto e dense_shapes[j] è completamente definito, allora la forma di dense_defaults[j] deve corrispondere a quella di dense_shapes[j]. Se dense_shapes[j] ha una dimensione maggiore indefinita (caratteristica densa di passi variabili), dense_defaults[j] deve contenere un singolo elemento: l'elemento di riempimento.
• sparse_types: un elenco di tipi Nsparse; i tipi di dati in ciascuna funzionalità fornita in sparse_keys. Attualmente ParseExample supporta DT_FLOAT (FloatList), DT_INT64 (Int64List) e DT_STRING (BytesList).
• dense_shapes: un elenco di forme Ndense; le forme dei dati in ciascuna funzionalità fornita in dense_keys. Il numero di elementi nella Feature corrispondente a dense_key[j] deve sempre essere uguale a dense_shapes[j].NumEntries(). Se dense_shapes[j] == (D0, D1, ..., DN) allora la forma dell'output Tensor dense_values[j] sarà (|serialized|, D0, D1, ..., DN): Gli output densi sono solo gli input impilati in righe per batch. Questo funziona per dense_shapes[j] = (-1, D1, ..., DN). In questo caso la forma dell'output Tensor dense_values[j] sarà (|serialized|, M, D1, .., DN), dove M è il numero massimo di blocchi di elementi di lunghezza D1 * .... * DN , in tutte le voci minibatch nell'input. Qualsiasi voce minibatch con meno di M blocchi di elementi di lunghezza D1 * ... * DN verrà riempita con l'elemento scalare default_value corrispondente lungo la seconda dimensione.

Resi:

• OutputList sparse_indices
• OutputList valori_sparsi
• OutputList forme_sparse
• OutputList valori_densi

Attributi pubblici

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 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
)