przepływ tensorowy:: ops:: Przykład sekwencji analizy

Przekształca wektor protos brain.SequenceExample (jako ciągi znaków) w tensory o typie.

Streszczenie

Argumenty:

• zakres: Obiekt Scope
• serializowany: wektor zawierający binarne serializowane proto SequenceExample.
• debug_name: wektor zawierający nazwy serializowanych protosów. Może zawierać na przykład nazwę klucza tabeli (opisową) dla odpowiedniego serializowanego proto. Jest to wyłącznie przydatne do celów debugowania, a obecność tutaj wartości nie ma wpływu na dane wyjściowe. Może być również pustym wektorem, jeśli nie jest dostępna żadna nazwa.
• kontekst_dense_defaults: Lista tensorów Ncontext_dense (niektóre mogą być puste). kontekst_dense_defaults[j] udostępnia wartości domyślne, gdy mapa kontekstu SequenceExample nie zawiera klucza_kontekstu[j]. Jeśli dla kontekstu_dense_defaults[j] zapewniony jest pusty Tensor , wymagana jest funkcja kontekst_dense_keys[j]. Typ danych wejściowych jest wywnioskowany z kontekstu_dense_defaults[j], nawet jeśli jest pusty. Jeśli kontekst_dense_defaults[j] nie jest pusty, jego kształt musi pasować do kontekstu_dense_shapes[j].
• feature_list_dense_missing_asumed_empty: wektor zawierający listę kluczy FeatureList, których może brakować w przykładach sekwencji. Jeśli brakuje powiązanej listy funkcji, jest ona traktowana jako pusta. Domyślnie każda lista funkcji niewymieniona w tym wektorze musi istnieć w SequenceExamples.
• kontekst_sparse_keys: Lista tensorów ciągów Ncontext_sparse (skalarów). Klucze oczekiwane w funkcjach przykładów powiązane z wartościami Context_sparse.
• kontekst_dense_keys: Lista tensorów ciągów Ncontext_dense (skalarów). Klucze oczekiwane w kontekście SequenceExamples są powiązane z gęstymi wartościami.
• feature_list_sparse_keys: Lista tensorów ciągów Nfeature_list_sparse (skalarów). Klucze oczekiwane na listach funkcji powiązane z rzadkimi wartościami.
• feature_list_dense_keys: Lista tensorów ciągów Nfeature_list_dense (skalarów). Klucze oczekiwane na listach funkcji SequenceExamples powiązanych z listami gęstych wartości.

Opcjonalne atrybuty (patrz Attrs ):

• kontekst_sparse_types: Lista typów Ncontext_sparse; typy danych w każdym kontekście Funkcja podana w kontekstach_sparse_keys. Obecnie ParseSingleSequenceExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
• kontekst_dense_shapes: Lista kształtów Ncontext_dense; kształty danych w każdym kontekście Funkcja podana w Context_dense_keys. Liczba elementów funkcji odpowiadających kontekstowi_dense_key[j] musi zawsze być równa kontekstu_dense_shapes[j].NumEntries(). Kształt kontekstu_dense_values[j] będzie odpowiadać kontekstowi_dense_shapes[j].
• feature_list_sparse_types: Lista typów Nfeature_list_sparse; typy danych na każdej liście funkcji podane w parametrze feature_list_sparse_keys. Obecnie ParseSingleSequenceExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList).
• feature_list_dense_shapes: Lista kształtów Nfeature_list_dense; kształty danych na każdej liście funkcji podane w feature_list_dense_keys. Kształt każdej funkcji na liście funkcji odpowiadającej funkcji feature_list_dense_key[j] musi zawsze być równy feature_list_dense_shapes[j].NumEntries().

Zwroty:

• OutputList kontekst_rzadkie_indices
• OutputList wartości_rzadkie_kontekstu
• OutputList kontekst_sparse_shapes
• OutputList z wartościami_kontekstowymi
• OutputList lista_funkcji_rzadkich_indices
• OutputList
• OutputList lista_funkcji_sparse_shapes
• OutputList lista_funkcji_gęste_wartości
• OutputList lista_funkcji_gęste_długości

Atrybuty publiczne

::tensorflow::OutputList context_dense_values

::tensorflow::OutputList context_sparse_indices

::tensorflow::OutputList context_sparse_shapes

::tensorflow::OutputList context_sparse_values

::tensorflow::OutputList feature_list_dense_lengths

::tensorflow::OutputList feature_list_dense_values

::tensorflow::OutputList feature_list_sparse_indices

::tensorflow::OutputList feature_list_sparse_shapes

::tensorflow::OutputList feature_list_sparse_values

Operation operation

 ParseSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input debug_name,
  ::tensorflow::InputList context_dense_defaults,
  const gtl::ArraySlice< string > & feature_list_dense_missing_assumed_empty,
  const gtl::ArraySlice< string > & context_sparse_keys,
  const gtl::ArraySlice< string > & context_dense_keys,
  const gtl::ArraySlice< string > & feature_list_sparse_keys,
  const gtl::ArraySlice< string > & feature_list_dense_keys
)

 ParseSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input debug_name,
  ::tensorflow::InputList context_dense_defaults,
  const gtl::ArraySlice< string > & feature_list_dense_missing_assumed_empty,
  const gtl::ArraySlice< string > & context_sparse_keys,
  const gtl::ArraySlice< string > & context_dense_keys,
  const gtl::ArraySlice< string > & feature_list_sparse_keys,
  const gtl::ArraySlice< string > & feature_list_dense_keys,
  const ParseSequenceExample::Attrs & attrs
)

Attrs ContextDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs ContextSparseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs FeatureListDenseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListSparseTypes(
  const DataTypeSlice & x
)

Attrs NcontextDense(
  int64 x
)

Attrs NcontextSparse(
  int64 x
)

Attrs NfeatureListDense(
  int64 x
)

Attrs NfeatureListSparse(
  int64 x
)