aliran tensor:: operasi:: ParseSingleContoh
#include <parsing_ops.h>
Mengubah proto tf.Example (sebagai string) menjadi tensor yang diketik.
Ringkasan
Argumen:
- ruang lingkup: Objek Lingkup
- berseri: Sebuah vektor yang berisi kumpulan proto Contoh berseri biner.
- padat_defaults: Daftar Tensor (beberapa mungkin kosong), yang panjangnya cocok dengan panjang
dense_keys
. padat_defaults[j] memberikan nilai default ketika feature_map contoh tidak memiliki kunci_padat[j]. Jika Tensor kosong disediakan untuk padat_defaults[j], maka Fitur padat_kunci[j] diperlukan. Tipe input disimpulkan dari solid_defaults[j], meskipun kosong. Jika padat_defaults[j] tidak kosong, dan padat_bentuk[j] terdefinisi sepenuhnya, maka bentuk dari padat_defaults[j] harus sesuai dengan bentuk_padat[j]. Jika bentuk_padat[j] memiliki dimensi utama yang tidak terdefinisi (fitur padat langkah variabel), padat_defaults[j] harus berisi satu elemen: elemen bantalan. - num_sparse: Jumlah fitur renggang yang akan diurai dari contoh. Ini harus cocok dengan panjang
sparse_keys
dansparse_types
. - sparse_keys: Daftar string
num_sparse
. Kunci yang diharapkan dalam fitur Contoh terkait dengan nilai renggang. - solid_keys: Kunci yang diharapkan dalam fitur Contoh terkait dengan nilai padat.
- sparse_types: Daftar
num_sparse
tipe; tipe data data di setiap Fitur yang diberikan di sparse_keys. Saat ini operasi ParseSingleExample mendukung DT_FLOAT (FloatList), DT_INT64 (Int64List), dan DT_STRING (BytesList). - padat_bentuk: Bentuk data di setiap Fitur yang diberikan dalam kunci_padat. Panjang daftar ini harus sesuai dengan panjang
dense_keys
. Jumlah elemen dalam Fitur yang terkait dengan kunci_padat[j] harus selalu sama dengan bentuk_padat[j].NumEntries(). Jika bentuk_padat[j] == (D0, D1, ..., DN) maka bentuk keluaran Tensor nilai_padat[j] akan menjadi (D0, D1, ..., DN): Dalam hal bentuk_padat[j] = (-1, D1, ..., DN), bentuk keluaran Tensor solid_values[j] adalah (M, D1, .., DN), dengan M adalah jumlah blok elemen dengan panjang D1 * . ... * DN, di masukan.
Pengembalian:
-
OutputList
sparse_indices -
OutputList
sparse_values -
OutputList
sparse_shapes -
OutputList
nilai_padat
Konstruktor dan Destruktor | |
---|---|
ParseSingleExample (const :: tensorflow::Scope & scope, :: tensorflow::Input serialized, :: tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes) |
Atribut publik | |
---|---|
dense_values | |
operation | |
sparse_indices | |
sparse_shapes | |
sparse_values |
Atribut publik
nilai_padat
::tensorflow::OutputList dense_values
operasi
Operation operation
sparse_indices
::tensorflow::OutputList sparse_indices
sparse_shapes
::tensorflow::OutputList sparse_shapes
nilai_jarang
::tensorflow::OutputList sparse_values
Fungsi publik
ParseSingleContoh
ParseSingleExample( const ::tensorflow::Scope & scope, ::tensorflow::Input serialized, ::tensorflow::InputList dense_defaults, int64 num_sparse, const gtl::ArraySlice<::tensorflow::tstring > & sparse_keys, const gtl::ArraySlice<::tensorflow::tstring > & dense_keys, const DataTypeSlice & sparse_types, const gtl::ArraySlice< PartialTensorShape > & dense_shapes )