تدفق التوتر:: العمليات:: نموذج التحليل V2

يحول متجه tf.Example protos (كسلاسل) إلى موترات مكتوبة.

ملخص

الحجج:

• النطاق: كائن النطاق
• متسلسل: عددي أو متجه يحتوي على نماذج أولية متسلسلة ثنائية.
• الأسماء: موتر يحتوي على أسماء البروتوس المتسلسلة. يتوافق 1:1 مع الموتر serialized . قد تحتوي، على سبيل المثال، على أسماء مفاتيح الجدول (الوصفية) للنماذج الأولية المتسلسلة المقابلة. وهي مفيدة فقط لأغراض تصحيح الأخطاء، ووجود القيم هنا ليس له أي تأثير على المخرجات. قد يكون أيضًا متجهًا فارغًا في حالة عدم توفر أسماء. إذا لم يكن فارغًا، فيجب أن يكون لهذا الموتر نفس شكل "متسلسل".
• Sparse_keys: ناقل السلاسل. المفاتيح المتوقعة في ميزات الأمثلة المرتبطة بالقيم المتفرقة.
• المفاتيح الكثيفة: ناقل السلاسل. المفاتيح المتوقعة في ميزات الأمثلة المرتبطة بالقيم الكثيفة.
• ragged_keys: ناقل السلاسل. المفاتيح المتوقعة في ميزات الأمثلة المرتبطة بالقيم المتعرجة.
• Density_defaults: قائمة Tensors (قد يكون بعضها فارغًا). يتوافق 1:1 مع dense_keys . يوفر Density_defaults[j] قيمًا افتراضية عندما تفتقر خريطة feature_map في المثال إلى Density_key[j]. إذا تم توفير Tensor فارغًا لـ Density_defaults[j]، فستكون هناك حاجة إلى الميزة كثيفة_keys[j]. يتم استنتاج نوع الإدخال من كثيف_افتراضي[j]، حتى عندما يكون فارغًا. إذا لم تكن Density_defaults[j] فارغة، وكان كثيف_الأشكال[j] محددًا بالكامل، فيجب أن يتطابق شكل Density_defaults[j] مع شكل Density_shapes[j]. إذا كان كثيف_الأشكال[j] يحتوي على بُعد رئيسي غير محدد (ميزة كثافة الخطوات المتغيرة)، فيجب أن تحتوي الكثافة_الافتراضية[j] على عنصر واحد: عنصر الحشو.
• num_sparse: عدد المفاتيح المتفرقة.
• Sparse_types: قائمة بأنواع num_sparse ؛ أنواع البيانات في كل ميزة مقدمة في sparse_keys. يدعم ParseExample حاليًا DT_FLOAT (FloatList)، وDT_INT64 (Int64List)، وDT_STRING (BytesList).
• ragged_value_types: قائمة بالأنواع num_ragged ؛ أنواع البيانات في كل ميزة مقدمة في ragged_keys (حيث num_ragged = sparse_keys.size() ). يدعم ParseExample حاليًا DT_FLOAT (FloatList)، وDT_INT64 (Int64List)، وDT_STRING (BytesList).
• ragged_split_types: قائمة بالأنواع num_ragged ؛ أنواع البيانات الخاصة بـrow_splits في كل ميزة مقدمة في ragged_keys (حيث num_ragged = sparse_keys.size() ). قد يكون DT_INT32 أو DT_INT64.
• Density_Shapes: قائمة بالأشكال num_dense ؛ أشكال البيانات في كل ميزة مقدمة في Dens_keys (حيث num_dense = dense_keys.size() ). يجب أن يكون عدد العناصر في الميزة المقابلة لـ Density_key[j] مساويًا دائمًا لكثافة_الأشكال[j].NumEntries(). إذا كانت الكثيفة الأشكال [j] == (D0، D1، ...، DN) فسيكون شكل قيم Tensor الكثيفة للإخراج [j] هو (|serialized|، D0، D1، ...، DN): النواتج الكثيفة هي فقط صف المدخلات مكدس حسب الدفعة. يعمل هذا مع الكثيفة_الأشكال[j] = (-1, D1, ..., DN). في هذه الحالة، سيكون شكل قيم Tensor الكثيفة[j] (|serialized|, M, D1, .., DN)، حيث M هو الحد الأقصى لعدد كتل العناصر ذات الطول D1 * .... * DN ، عبر جميع إدخالات الدفعة الصغيرة في الإدخال. أي إدخال دفعة صغيرة يحتوي على كتل أقل من M من العناصر ذات الطول D1 * ... * سيتم تعبئة DN بالعنصر العددي ذو القيمة الافتراضية المقابلة على طول البعد الثاني.

العوائد:

• OutputList sparse_indices
• OutputList sparse_values
• OutputList Sparse_shapes
• OutputList كثيفة_القيم
• OutputList ragged_values
• OutputList ragged_row_splits

الصفات العامة

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList ragged_row_splits

::tensorflow::OutputList ragged_values

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 ParseExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::Input sparse_keys,
  ::tensorflow::Input dense_keys,
  ::tensorflow::Input ragged_keys,
  ::tensorflow::InputList dense_defaults,
  int64 num_sparse,
  const DataTypeSlice & sparse_types,
  const DataTypeSlice & ragged_value_types,
  const DataTypeSlice & ragged_split_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)