tf.io.parse_single_sequence_example

Парсит один SequenceExample протокол.

tf.io.parse_single_sequence_example(
    serialized,
    context_features=None,
    sequence_features=None,
    example_name=None,
    name=None
)

Парсит один сериализованный SequenceExample протокол, заданный в serialized.

Этот оператор парсит сериализованный протокол sequence example в кортеж словарей, каждый из которых сопоставляет ключи с Tensor и SparseTensor объектами. Первый словарь содержит сопоставления для ключей, присутствующих в context_features, а второй словарь содержит сопоставления для ключей, присутствующих в sequence_features.

По меньшей мере один из context_features и sequence_features должен быть предоставлен и не пуст.

Ключи context_features связаны с SequenceExample в целом, независимо от времени/кадра. В отличие от этого, ключи sequence_features предоставляют способ доступа к данным переменной длины внутри секции FeatureList протокола SequenceExample. Хотя формы значений context_features фиксированы относительно кадра, размерность кадра (первая размерность) значений sequence_features может варьироваться между SequenceExample протоколами, а также между ключами feature_list в одном и том же SequenceExample.

context_features содержит VarLenFeature, RaggedFeature и FixedLenFeature объекты. Каждый VarLenFeature сопоставляется с SparseTensor; каждый RaggedFeature сопоставляется с RaggedTensor; и каждый FixedLenFeature сопоставляется с Tensor, заданного типа, формы и значения по умолчанию.

sequence_features содержит VarLenFeature, RaggedFeature и FixedLenSequenceFeature объекты. Каждый VarLenFeature сопоставляется с SparseTensor; каждый RaggedFeature сопоставляется с RaggedTensor; и каждый FixedLenSequenceFeature сопоставляется с Tensor, каждый заданного типа. Форма будет (T,) + df.dense_shape для FixedLenSequenceFeature df, где T — длина связанного FeatureList в SequenceExample. Например, FixedLenSequenceFeature([]) возвращает скалярный 1-мерный Tensor со статической формой [None] и динамической формой [T], в то время как FixedLenSequenceFeature([k]) (для int k >= 1) возвращает 2-мерную матрицу Tensor со статической формой [None, k] и динамической формой [T, k].

Каждый SparseTensor, соответствующий sequence_features, представляет собой разряженный вектор. Его индексы — [time, index], где time — запись FeatureList, а index — индекс значения в списке значений, связанных с этим временем.

Записи FixedLenFeature с default_value и записи FixedLenSequenceFeature с allow_missing=True являются необязательными; в противном случае произойдёт ошибка, если такой Feature или FeatureList отсутствует в каком-либо примере в serialized.

example_name может содержать описательное имя соответствующего сериализованного протокола. Это может быть полезно для отладки, но не влияет на вывод. Если не None, то example_name должен быть скаляром.

Обратите внимание, что пакетная версия этой функции, tf.parse_sequence_example, разработана для повышения эффективности памяти и будет работать быстрее на больших SequenceExample.