tf.raw_ops.DecodeProtoV2

Операция извлекает поля из сериализованного сообщения Protocol Buffers в тензоры.

tf.raw_ops.DecodeProtoV2(
    bytes,
    message_type,
    field_names,
    output_types,
    descriptor_source='local://',
    message_format='binary',
    sanitize=False,
    name=None
)

Примечание: Этот API разработан с учетом ортогональности, а не удобства для человека. Его можно использовать для ручного анализа входных протобуферов, но он предназначен для использования в сгенерированном коде.

Операция decode_proto извлекает поля из сериализованного сообщения Protocol Buffers в тензоры. Поля в field_names декодируются и, если возможно, преобразуются в соответствующие output_types.

Чтобы задать контекст для имен полей, необходимо указать имя message_type. Дескриптор сообщения можно найти либо в связанном пуле дескрипторов, либо в файле, указанном вызывающим кодом с помощью атрибута descriptor_source.

Каждый выходной тензор является плотным тензором. Это означает, что он дополнен до размера, достаточного для хранения наибольшего количества повторяющихся элементов, встречающихся во входном мини-пакете. (Форма также дополнена на единицу, чтобы избежать измерений нулевого размера.) Фактическое количество повторений для каждого примера в мини-пакете можно найти в выходном значении sizes. Во многих случаях выходные данные decode_proto сразу передаются в tf.squeeze, если отсутствие значений не представляет проблемы. При использовании tf.squeeze всегда явно указывайте размерность сжатия, чтобы избежать неожиданностей.

В большинстве случаев соответствие между типами полей Proto и типами данных TensorFlow очевидно. Однако есть несколько особых случаев:

• Поле proto, содержащее подсообщение или группу, можно преобразовать только в DT_STRING (сериализованное подсообщение). Это позволяет упростить API. Полученную строку можно использовать как входные данные для другого экземпляра операции decode_proto.

• TensorFlow не поддерживает беззнаковые целые числа. Операции представляют типы uint64 как DT_INT64 с тем же битовым шаблоном в дополнительном коде (самый очевидный способ). Значения uint32 можно представить точно, указав тип DT_INT64 либо используя дополнительный код, если вызывающий код укажет DT_INT32 в атрибуте output_types.

• Поля map напрямую не декодируются. Они обрабатываются как поля repeated соответствующего типа записи. Компилятор proto определяет типы записей для каждого поля map. Имя типа образуется из имени поля, преобразованного в CamelCase, с добавлением «Entry». Сообщение tf.train.Features.FeatureEntry — пример одного из этих неявных типов Entry.

• Поля enum следует считывать как int32.

Поддерживаются бинарная и текстовая сериализации proto; нужный формат можно выбрать с помощью атрибута format.

Атрибут descriptor_source выбирает источник дескрипторов протокола, используемый для поиска message_type. Это может быть:

• Пустая строка или «local://». В этом случае дескрипторы протокола создаются для определений proto на C++ (но не на Python), связанных с двоичным файлом.

• Файл. В этом случае дескрипторы протокола создаются из файла, который, как ожидается, содержит сериализованный в виде строки FileDescriptorSet. ПРИМЕЧАНИЕ: файл descriptor_source можно создать с помощью параметров --descriptor_set_out и --include_imports компилятора протоколов protoc.

• «bytes://». В этом случае дескрипторы протокола создаются из <bytes>, который, как ожидается, представляет собой сериализованный в виде строки FileDescriptorSet.

Пример:

Внутренний proto Summary.Value содержит oneof {float simple_value; Image image; ...}

from google.protobuf import text_format

# A Summary.Value contains: oneof {float simple_value; Image image}
values = [
   "simple_value: 2.2",
   "simple_value: 1.2",
   "image { height: 128 width: 512 }",
   "image { height: 256 width: 256 }",]
values = [
   text_format.Parse(v, tf.compat.v1.Summary.Value()).SerializeToString()
   for v in values]

Следующий пример декодирует оба поля из сериализованных строк:

sizes, [simple_value, image]  = tf.io.decode_proto(
 values,
 tf.compat.v1.Summary.Value.DESCRIPTOR.full_name,
 field_names=['simple_value', 'image'],
 output_types=[tf.float32, tf.string])

Тензор sizes имеет ту же форму, что и входные данные, с дополнительной осью для декодированных полей. Здесь первый столбец sizes содержит размер декодированного поля simple_value:

print(sizes)
tf.Tensor(
[[1 0]
 [1 0]
 [0 1]
 [0 1]], shape=(4, 2), dtype=int32)

Каждый результирующий тензор имеет на один индекс больше, чем входные байтовые строки. Допустимые элементы каждого результирующего тензора указаны в соответствующем столбце sizes. Недопустимые элементы дополнены значением по умолчанию:

print(simple_value)
tf.Tensor(
[[2.2]
 [1.2]
 [0. ]
 [0. ]], shape=(4, 1), dtype=float32)

Вложенные proto извлекаются как строковые тензоры:

print(image.dtype)
<dtype: 'string'>
print(image.shape.as_list())
[4, 1]

Чтобы преобразовать результат в представление tf.RaggedTensor, используйте:

tf.RaggedTensor.from_tensor(simple_value, lengths=sizes[:, 0]).to_list()
[[2.2], [1.2], [], []]