flux tensoriel : : opérations : : Exemple d'analyse

Transforme un vecteur de cerveau.Exemple de protos (sous forme de chaînes) en tenseurs typés.

Résumé

Arguments :

• scope : un objet Scope
• sérialisé : un vecteur contenant un lot d'exemples de protos binaires sérialisés.
• noms : un vecteur contenant les noms des protos sérialisés. Peut contenir, par exemple, des noms de clés de table (descriptifs) pour les protos sérialisés correspondants. Celles-ci sont purement utiles à des fins de débogage, et la présence de valeurs ici n'a aucun effet sur la sortie. Peut également être un vecteur vide si aucun nom n'est disponible. S'il n'est pas vide, ce vecteur doit avoir la même longueur que "sérialisé".
• sparse_keys : une liste de tenseurs de chaînes Nsparse (scalaires). Les clés attendues dans les fonctionnalités des exemples associées à des valeurs clairsemées.
• dense_keys : une liste de tenseurs de chaînes Ndense (scalaires). Les clés attendues dans les fonctionnalités des Exemples associées à des valeurs denses.
• dense_defaults : une liste de tenseurs Ndense (certains peuvent être vides). dense_defaults[j] fournit des valeurs par défaut lorsque la feature_map de l'exemple manque de dense_key[j]. Si un Tensor vide est fourni pour dense_defaults[j], alors la fonctionnalité dense_keys[j] est requise. Le type d'entrée est déduit de dense_defaults[j], même lorsqu'il est vide. Si dense_defaults[j] n'est pas vide et que dense_shapes[j] est entièrement défini, alors la forme de dense_defaults[j] doit correspondre à celle de dense_shapes[j]. Si dense_shapes[j] a une dimension majeure non définie (fonctionnalité dense à foulées variables), dense_defaults[j] doit contenir un seul élément : l'élément padding.
• sparse_types : une liste de types Nsparse ; les types de données dans chaque fonctionnalité indiqués dans sparse_keys. Actuellement, ParseExample prend en charge DT_FLOAT (FloatList), DT_INT64 (Int64List) et DT_STRING (BytesList).
• dense_shapes : une liste de formes Ndense ; les formes des données dans chaque fonctionnalité données dans dense_keys. Le nombre d'éléments dans la Feature correspondant à dense_key[j] doit toujours être égal à dense_shapes[j].NumEntries(). Si dense_shapes[j] == (D0, D1, ..., DN) alors la forme du Tensor de sortie dense_values[j] sera (|serialized|, D0, D1, ..., DN) : les sorties denses sont juste les entrées empilées par lots. Cela fonctionne pour dense_shapes[j] = (-1, D1, ..., DN). Dans ce cas, la forme du Tensor de sortie dense_values[j] sera (|serialized|, M, D1, .., DN), où M est le nombre maximum de blocs d'éléments de longueur D1 * .... * DN , dans toutes les entrées de mini-lots dans l'entrée. Toute entrée de mini-lot contenant moins de M blocs d'éléments de longueur D1 * ... * DN sera complétée avec l'élément scalaire default_value correspondant le long de la deuxième dimension.

Retours :

• OutputList sparse_indices
• OutputList sparse_values
• OutputList sparse_shapes
• OutputList dense_values

Attributs publics

::tensorflow::OutputList dense_values

Operation operation

::tensorflow::OutputList sparse_indices

::tensorflow::OutputList sparse_shapes

::tensorflow::OutputList sparse_values

 ParseExample(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input names,
  ::tensorflow::InputList sparse_keys,
  ::tensorflow::InputList dense_keys,
  ::tensorflow::InputList dense_defaults,
  const DataTypeSlice & sparse_types,
  const gtl::ArraySlice< PartialTensorShape > & dense_shapes
)