tf.raw_ops.ParseSequenceExample

Преобразует вектор протобуферов brain.SequenceExample (в виде строк) в типизированные тензоры.

Просмотреть псевдонимы

Псевдонимы для совместимости при миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.ParseSequenceExample

tf.raw_ops.ParseSequenceExample(
    serialized,
    debug_name,
    context_dense_defaults,
    feature_list_dense_missing_assumed_empty,
    context_sparse_keys,
    context_dense_keys,
    feature_list_sparse_keys,
    feature_list_dense_keys,
    Ncontext_sparse=0,
    Ncontext_dense=0,
    Nfeature_list_sparse=0,
    Nfeature_list_dense=0,
    context_sparse_types=[],
    feature_list_dense_types=[],
    context_dense_shapes=[],
    feature_list_sparse_types=[],
    feature_list_dense_shapes=[],
    name=None
)

Аргументы
`serialized`	`Tensor` типа `string`. Вектор, содержащий двоично сериализованные протобуферы SequenceExample.
`debug_name`	`Tensor` типа `string`. Вектор, содержащий имена сериализованных протобуферов. Например, может содержать имя (описательное) ключа таблицы для соответствующего сериализованного протобуфера. Это нужно только для отладки, наличие здесь значений никак не влияет на результат. Также может быть пустым вектором, если имя недоступно.
`context_dense_defaults`	Список объектов `Tensor` типов: `float32`, `int64`, `string`. Список из Ncontext_dense тензоров (некоторые могут быть пустыми). context_dense_defaults[j] задаёт значения по умолчанию, если в карте context протобуфера SequenceExample отсутствует context_dense_key[j]. Если для context_dense_defaults[j] указан пустой тензор, то Feature context_dense_keys[j] является обязательным. Тип входных данных определяется по context_dense_defaults[j], даже если он пуст. Если context_dense_defaults[j] не пуст, его форма должна совпадать с context_dense_shapes[j].
`feature_list_dense_missing_assumed_empty`	Список `strings`. Вектор со списком ключей FeatureList, которые могут отсутствовать в SequenceExamples. Если соответствующий FeatureList отсутствует, он считается пустым. По умолчанию все FeatureList, не указанные в этом векторе, должны присутствовать в SequenceExamples.
`context_sparse_keys`	Список `strings`. Список строковых тензоров-скаляров Ncontext_sparse. Ключи, ожидаемые в features примеров, связанные со значениями context_sparse.
`context_dense_keys`	Список `strings`. Список строковых тензоров-скаляров Ncontext_dense. Ключи, ожидаемые в context features объектов SequenceExamples, связанные с плотными значениями.
`feature_list_sparse_keys`	Список `strings`. Список строковых тензоров-скаляров Nfeature_list_sparse. Ключи, ожидаемые в FeatureLists, связанные с разреженными значениями.
`feature_list_dense_keys`	Список `strings`. Список строковых тензоров-скаляров Nfeature_list_dense. Ключи, ожидаемые в feature_lists объектов SequenceExamples, связанные со списками плотных значений.
`Ncontext_sparse`	Необязательный `int` типа `>= 0`. По умолчанию `0`.
`Ncontext_dense`	Необязательный `int` типа `>= 0`. По умолчанию `0`.
`Nfeature_list_sparse`	Необязательный `int` типа `>= 0`. По умолчанию `0`.
`Nfeature_list_dense`	Необязательный `int` типа `>= 0`. По умолчанию `0`.
`context_sparse_types`	Необязательный список `tf.DTypes` из типов: `tf.float32, tf.int64, tf.string`. По умолчанию `[]`. Список типов Ncontext_sparse; типы данных в каждом context Feature, указанном в context_sparse_keys. В настоящее время ParseSingleSequenceExample поддерживает DT_FLOAT (FloatList), DT_INT64 (Int64List) и DT_STRING (BytesList).
`feature_list_dense_types`	Необязательный список `tf.DTypes` из типов: `tf.float32, tf.int64, tf.string`. По умолчанию `[]`.
`context_dense_shapes`	Необязательный список форм (каждая — это `tf.TensorShape` или список `ints`). По умолчанию `[]`. Список форм Ncontext_dense; формы данных в каждом context Feature, указанном в context_dense_keys. Количество элементов в Feature, соответствующем context_dense_key[j], всегда должно быть равно context_dense_shapes[j].NumEntries(). Форма context_dense_values[j] будет соответствовать context_dense_shapes[j].
`feature_list_sparse_types`	Необязательный список `tf.DTypes` из типов: `tf.float32, tf.int64, tf.string`. По умолчанию `[]`. Список типов Nfeature_list_sparse; типы данных в каждом FeatureList, указанном в feature_list_sparse_keys. В настоящее время ParseSingleSequenceExample поддерживает DT_FLOAT (FloatList), DT_INT64 (Int64List) и DT_STRING (BytesList).
`feature_list_dense_shapes`	Необязательный список форм (каждая — это `tf.TensorShape` или список `ints`). По умолчанию `[]`. Список форм Nfeature_list_dense; формы данных в каждом FeatureList, указанном в feature_list_dense_keys. Форма каждого Feature в FeatureList, соответствующем feature_list_dense_key[j], всегда должна быть равна feature_list_dense_shapes[j].NumEntries().
`name`	Имя операции (необязательно).

Возвращает
Кортеж объектов `Tensor` (context_sparse_indices, context_sparse_values, context_sparse_shapes, context_dense_values, feature_list_sparse_indices, feature_list_sparse_values, feature_list_sparse_shapes, feature_list_dense_values, feature_list_dense_lengths).
`context_sparse_indices`	Список объектов `Ncontext_sparse` `Tensor` типа `int64`.
`context_sparse_values`	Список объектов `Tensor` типа `context_sparse_types`.
`context_sparse_shapes`	Список объектов `Ncontext_sparse` `Tensor` типа `int64`.
`context_dense_values`	Список объектов `Tensor`. Имеет тот же тип, что и `context_dense_defaults`.
`feature_list_sparse_indices`	Список объектов `Nfeature_list_sparse` `Tensor` типа `int64`.
`feature_list_sparse_values`	Список объектов `Tensor` типа `feature_list_sparse_types`.
`feature_list_sparse_shapes`	Список объектов `Nfeature_list_sparse` `Tensor` типа `int64`.
`feature_list_dense_values`	Список объектов `Tensor` типа `feature_list_dense_types`.
`feature_list_dense_lengths`	Список объектов `Nfeature_list_dense` `Tensor` типа `int64`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/ParseSequenceExample