جریان تنسور:: عملیات:: ParseSequenceExampleV2

bookmark_border با مجموعه‌ها، منظم بمانید ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.

بردار پروتوهای tf.io.SequenceExample (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می کند.

خلاصه

استدلال ها:

• scope: یک شی Scope
• serialized: یک اسکالر یا بردار حاوی پروتوهای SequenceExample سریال دودویی.
• debug_name: یک اسکالر یا بردار حاوی نام پروتوهای 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 بردار خالی باشد.
• context_sparse_keys: کلیدهای مورد انتظار در ویژگی های Examples مرتبط با مقادیر context_sparse.
• context_dense_keys: کلیدهای مورد انتظار در ویژگی های زمینه SequenceExamples مرتبط با مقادیر متراکم.
• context_ragged_keys: کلیدهای مورد انتظار در ویژگی های Examples مرتبط با مقادیر context_ragged.
• feature_list_sparse_keys: کلیدهای مورد انتظار در FeatureLists مرتبط با مقادیر پراکنده.
• feature_list_dense_keys: کلیدهای مورد انتظار در SequenceExamples' feature_lists مرتبط با لیست مقادیر متراکم.
• feature_list_ragged_keys: کلیدهای مورد انتظار در FeatureLists مرتبط با مقادیر ragged.
• feature_list_dense_missing_assumed_empty: بردار مربوط به 1:1 با feature_list_dense_keys، که نشان می دهد کدام ویژگی ممکن است در SequenceExamples وجود نداشته باشد. اگر لیست ویژگی های مرتبط وجود نداشته باشد، خالی تلقی می شود.
• 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.

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_ragged_value_types: RaggedTensor.value dtypes برای ویژگی های بافت ناهموار.
• context_ragged_split_types: RaggedTensor.row_split dtypes برای ویژگی‌های بافت ژنده‌دار.
• 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_ragged_value_types: RaggedTensor.value dtypes برای ویژگی های FeatureList ناهموار.
• feature_list_ragged_split_types: RaggedTensor.row_split dtypes برای ویژگی های FeatureList ناهموار.
• 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().

برمی‌گرداند:

• OutputList context_sparse_indices
• OutputList context_sparse_values
• OutputList context_sparse_shapes
• OutputList context_dense_values
• OutputList context_ragged_values
• OutputList context_ragged_row_splits
• OutputList feature_list_sparse_indices
• OutputList feature_list_sparse_values
• OutputList feature_list_sparse_shapes
• OutputList feature_list_dense_values
• OutputList feature_list_dense_lengths
• OutputList feature_list_ragged_values
• OutputList feature_list_ragged_outer_splits
• OutputList feature_list_ragged_inner_splits

صفات عمومی

::tensorflow::OutputList context_dense_values

::tensorflow::OutputList context_ragged_row_splits

::tensorflow::OutputList context_ragged_values

::tensorflow::OutputList context_sparse_indices

::tensorflow::OutputList context_sparse_shapes

::tensorflow::OutputList context_sparse_values

::tensorflow::OutputList feature_list_dense_lengths

::tensorflow::OutputList feature_list_dense_values

::tensorflow::OutputList feature_list_ragged_inner_splits

::tensorflow::OutputList feature_list_ragged_outer_splits

::tensorflow::OutputList feature_list_ragged_values

::tensorflow::OutputList feature_list_sparse_indices

::tensorflow::OutputList feature_list_sparse_shapes

::tensorflow::OutputList feature_list_sparse_values

Operation operation

 ParseSequenceExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input debug_name,
  ::tensorflow::Input context_sparse_keys,
  ::tensorflow::Input context_dense_keys,
  ::tensorflow::Input context_ragged_keys,
  ::tensorflow::Input feature_list_sparse_keys,
  ::tensorflow::Input feature_list_dense_keys,
  ::tensorflow::Input feature_list_ragged_keys,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_dense_defaults
)

 ParseSequenceExampleV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input serialized,
  ::tensorflow::Input debug_name,
  ::tensorflow::Input context_sparse_keys,
  ::tensorflow::Input context_dense_keys,
  ::tensorflow::Input context_ragged_keys,
  ::tensorflow::Input feature_list_sparse_keys,
  ::tensorflow::Input feature_list_dense_keys,
  ::tensorflow::Input feature_list_ragged_keys,
  ::tensorflow::Input feature_list_dense_missing_assumed_empty,
  ::tensorflow::InputList context_dense_defaults,
  const ParseSequenceExampleV2::Attrs & attrs
)

Attrs ContextDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs ContextRaggedSplitTypes(
  const DataTypeSlice & x
)

Attrs ContextRaggedValueTypes(
  const DataTypeSlice & x
)

Attrs ContextSparseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListDenseShapes(
  const gtl::ArraySlice< PartialTensorShape > & x
)

Attrs FeatureListDenseTypes(
  const DataTypeSlice & x
)

Attrs FeatureListRaggedSplitTypes(
  const DataTypeSlice & x
)

Attrs FeatureListRaggedValueTypes(
  const DataTypeSlice & x
)

Attrs FeatureListSparseTypes(
  const DataTypeSlice & x
)

Attrs NcontextSparse(
  int64 x
)

Attrs NfeatureListDense(
  int64 x
)

Attrs NfeatureListSparse(
  int64 x
)