텐서플로우:: 작전:: 구문 분석단일예제

tf.Example proto(문자열)를 형식화된 텐서로 변환합니다.

요약

인수:

• 범위: 범위 개체
• 직렬화됨(serialized): 직렬화된 바이너리 예제 proto의 배치를 포함하는 벡터입니다.
• density_defaults: 길이가 dense_keys 의 길이와 일치하는 Tensor 목록(일부는 비어 있을 수 있음). 밀도_기본값[j]은 예제의 feature_map에 밀도_키[j]가 없을 때 기본값을 제공합니다. density_defaults[j]에 대해 빈 Tensor 가 제공되는 경우,density_keys[j] 기능이 필요합니다. 입력 유형은 비어 있는 경우에도density_defaults[j]에서 추론됩니다. density_defaults[j]가 비어 있지 않고,density_shapes[j]가 완전히 정의된 경우,density_defaults[j]의 모양은density_shapes[j]의 모양과 일치해야 합니다. density_shapes[j]에 정의되지 않은 주요 차원(가변 보폭 밀집 특성)이 있는 경우,density_defaults[j]에는 패딩 요소라는 단일 요소가 포함되어야 합니다.
• num_sparse: 예제에서 구문 분석할 희소 특성의 수입니다. 이는 sparse_keys 및 sparse_types 의 길이와 일치해야 합니다.
• sparse_keys: num_sparse 문자열 목록입니다. 희소 값과 관련된 예제 기능에서 예상되는 키입니다.
• density_keys: 밀집된 값과 관련된 예제의 기능에서 예상되는 키입니다.
• sparse_types: num_sparse 유형 목록입니다. sparse_keys에 제공된 각 기능의 데이터 유형입니다. 현재 ParseSingleExample 작업은 DT_FLOAT(FloatList), DT_INT64(Int64List) 및 DT_STRING(BytesList)을 지원합니다.
• density_shapes:density_keys에 지정된 각 특성의 데이터 모양입니다. 이 목록의 길이는 dense_keys 의 길이와 일치해야 합니다. density_key[j]에 해당하는 지형지물 요소 수는 항상density_shapes[j].NumEntries()와 같아야 합니다. density_shapes[j] == (D0, D1, ..., DN)이면 출력 Tensordensity_values [j]의 모양은 (D0, D1, ..., DN)이 됩니다. (-1, D1, ..., DN), 출력 Tensordens_values [j]의 모양은 (M, D1, .., DN)이 됩니다. 여기서 M은 길이가 D1 * 인 요소의 블록 수입니다. ... * DN, 입력.

보고:

• OutputList sparse_indices
• OutputList sparse_values
• OutputList sparse_shapes
• OutputList 밀도_값

공개 속성

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 ParseSingleExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const gtl::ArraySlice< string > & sparse_keys,
  const gtl::ArraySlice< string > & dense_keys,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)