جریان تنسور:: عملیات:: ParseSingleSequenceExample

یک مغز اسکالر را تبدیل می کند. SequenceExample پروتو (به عنوان رشته) به تانسورهای تایپ شده.

خلاصه

استدلال ها:

• scope: یک شی Scope
• serialized: یک اسکالر حاوی یک پروتو SequenceExample سریال باینری.
• feature_list_dense_missing_assumed_empty: برداری که کلیدهای FeatureList را فهرست می کند که ممکن است در SequenceExample وجود نداشته باشند. اگر لیست ویژگی های مرتبط وجود نداشته باشد، خالی تلقی می شود. به طور پیش‌فرض، هر FeatureList که در این بردار فهرست نشده است باید در SequenceExample وجود داشته باشد.
• context_sparse_keys: لیستی از تانسورهای رشته Ncontext_sparse (اسکالرها). کلیدهای مورد انتظار در ویژگی های Examples مرتبط با مقادیر context_sparse هستند.
• context_dense_keys: لیستی از تانسورهای رشته Ncontext_dense (اسکالرها). کلیدهای مورد انتظار در ویژگی های زمینه SequenceExamples مرتبط با مقادیر متراکم هستند.
• feature_list_sparse_keys: فهرستی از تانسورهای رشته ای Nfeature_list_sparse (اسکالرها). کلیدهای مورد انتظار در FeatureLists مرتبط با مقادیر پراکنده.
• feature_list_dense_keys: فهرستی از تانسورهای رشته Nfeature_list_dense (اسکالرها). کلیدهای مورد انتظار در SequenceExamples' feature_lists مرتبط با لیستی از مقادیر متراکم.
• context_dense_defaults: لیستی از تانسورهای Ncontext_dense (ممکن است برخی خالی باشند). context_dense_defaults[j] زمانی مقادیر پیش‌فرض را ارائه می‌کند که نقشه زمینه SequenceExample فاقد context_dense_key[j] باشد. اگر یک تانسور خالی برای context_dense_defaults[j] ارائه شده باشد، Feature context_dense_keys[j] مورد نیاز است. نوع ورودی از context_dense_defaults[j] استنباط می‌شود، حتی زمانی که خالی باشد. اگر context_dense_defaults[j] خالی نباشد، شکل آن باید با context_dense_shapes[j] مطابقت داشته باشد.
• debug_name: اسکالر حاوی نام پروتوی سریالی شده. ممکن است به عنوان مثال، نام کلید جدول (توصیفی) برای پروتوی سریالی مربوطه باشد. این صرفاً برای اهداف اشکال زدایی مفید است و وجود مقادیر در اینجا تأثیری بر خروجی ندارد. همچنین اگر نامی در دسترس نباشد، ممکن است یک اسکالر خالی باشد.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• context_sparse_types: لیستی از انواع Ncontext_sparse. انواع داده های داده در هر زمینه ویژگی داده شده در context_sparse_keys. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می کند.
• context_dense_shapes: لیستی از اشکال Ncontext_dense. شکل داده ها در هر زمینه ویژگی داده شده در context_dense_keys. تعداد عناصر موجود در Feature مربوط به context_dense_key[j] باید همیشه برابر context_dense_shapes[j].NumEntries(). شکل context_dense_values[j] با context_dense_shapes[j] مطابقت دارد.
• feature_list_sparse_types: فهرستی از انواع Nfeature_list_sparse. انواع داده های داده در هر FeatureList در feature_list_sparse_keys داده شده است. در حال حاضر ParseSingleSequenceExample از DT_FLOAT (FloatList)، DT_INT64 (Int64List) و DT_STRING (BytesList) پشتیبانی می کند.
• feature_list_dense_shapes: لیستی از اشکال Nfeature_list_dense. شکل داده ها در هر FeatureList در feature_list_dense_keys داده شده است. شکل هر ویژگی در FeatureList مربوط به feature_list_dense_key[j] باید همیشه برابر با feature_list_dense_shapes[j].NumEntries().

برمی گرداند:

• OutputList context_sparse_indices
• OutputList context_sparse_values
• OutputList context_sparse_shapes
• OutputList context_dense_values
• OutputList feature_list_sparse_indices
• OutputList feature_list_sparse_values
• OutputList feature_list_sparse_shapes
• OutputList feature_list_dense_values

صفات عمومی

::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_values

::tensorflow::OutputList feature_list_sparse_indices

::tensorflow::OutputList feature_list_sparse_shapes

::tensorflow::OutputList feature_list_sparse_values

Operation operation

 ParseSingleSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_sparse_keys,
  ::tensorflow::InputList context_dense_keys,
  ::tensorflow::InputList feature_list_sparse_keys,
  ::tensorflow::InputList feature_list_dense_keys,
  ::tensorflow::InputList context_dense_defaults,
  ::tensorflow::Input debug_name
)

 ParseSingleSequenceExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_sparse_keys,
  ::tensorflow::InputList context_dense_keys,
  ::tensorflow::InputList feature_list_sparse_keys,
  ::tensorflow::InputList feature_list_dense_keys,
  ::tensorflow::InputList context_dense_defaults,
  ::tensorflow::Input debug_name,
  const ParseSingleSequenceExample::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
)