przepływ tensorowy:: ops:: Przeanalizuj pojedynczy przykład
#include <parsing_ops.h>
Przekształca proto tf.Example (jako ciąg znaków) w tensory o typie.
Streszczenie
Argumenty:
- zakres: Obiekt Scope
- serializowany: wektor zawierający partię binarnie serializowanych przykładowych protosów.
- gęste_defaults: Lista tensorów (niektóre mogą być puste), których długość odpowiada długości
dense_keys
. gęsty_defaults[j] podaje wartości domyślne, gdy przykładowa mapa_funkcji nie zawiera klucza_gęstego[j]. Jeśli dla gęstych_defaults[j] zapewniony jest pusty Tensor , wówczas wymagana jest funkcja gęste_klucze[j]. Typ danych wejściowych jest wywnioskowany z gęstego_defaults[j], nawet jeśli jest pusty. Jeśli gęste_defaults[j] nie jest puste, a gęste_kształty[j] są w pełni zdefiniowane, wówczas kształt gęste_defaults[j] musi odpowiadać kształtowi gęste_kształty[j]. Jeśli gęsty_kształt[j] ma niezdefiniowany wymiar główny (cecha gęstych kroków o zmiennych krokach), gęsty_defaults[j] musi zawierać pojedynczy element: element dopełniający. - num_sparse: Liczba rzadkich funkcji, które mają zostać przeanalizowane z przykładu. Musi to odpowiadać długości
sparse_keys
isparse_types
. - sparse_keys: Lista ciągów
num_sparse
. Klucze oczekiwane w funkcjach przykładów powiązane z rzadkimi wartościami. - gęste_klucze: Klucze oczekiwane w funkcjach przykładów powiązanych z wartościami gęstymi.
- sparse_types: Lista typów
num_sparse
; typy danych w każdej funkcji podane w sparse_keys. Obecnie operacja ParseSingleExample obsługuje DT_FLOAT (FloatList), DT_INT64 (Int64List) i DT_STRING (BytesList). - gęste_kształty: Kształty danych w każdej funkcji podane w gęstych_kluczach. Długość tej listy musi być zgodna z długością
dense_keys
. Liczba elementów cechy odpowiadająca gęstemu kluczowi[j] musi zawsze być równa gęstej_kształcie[j].NumEntries(). Jeżeli gęste_kształty[j] == (D0, D1, ..., DN) to kształt wyjściowego Tensora gęste_wartości[j] będzie wynosić (D0, D1, ..., DN): W przypadku gęste_kształty[j] = (-1, D1, ..., DN), wyjściowy Tensor wartości_gęstych[j] będzie miał postać (M, D1, .., DN), gdzie M jest liczbą bloków elementów o długości D1 * . ... * DN, na wejściu.
Zwroty:
-
OutputList
sparse_indices -
OutputList
wartości_rzadkich -
OutputList
sparse_shapes -
OutputList
wartości_gęstych
Konstruktory i destruktory | |
---|---|
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) |
Atrybuty publiczne | |
---|---|
dense_values | |
operation | |
sparse_indices | |
sparse_shapes | |
sparse_values |
Atrybuty publiczne
wartości_gęste
::tensorflow::OutputList dense_values
działanie
Operation operation
rzadkie_indeksy
::tensorflow::OutputList sparse_indices
rzadkie_kształty
::tensorflow::OutputList sparse_shapes
wartości_rzadkie
::tensorflow::OutputList sparse_values
Funkcje publiczne
Przeanalizuj pojedynczy przykład
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 )