tf.contrib.training.NextQueuedSequenceBatch
NextQueuedSequenceBatch хранит отложенные данные SequenceQueueingStateSaver.
tf.contrib.training.NextQueuedSequenceBatch(
state_saver
)
Этот класс инициализируется SequenceQueueingStateSaver и доступен через свойство next_batch.
| Атрибуты | |
|---|---|
batch_size | Размер пакета данного пакета. Обычно это размер пакета, запрошенный при инициализации SQSS, но если allow_small_batch=True, он станет меньше, когда входные данные будут исчерпаны. |
context | Словарь, сопоставляющий ключи input_context с пакетным контекстом. |
insertion_index | Индексы вставки примеров (когда они были добавлены впервые). Эти индексы начинаются с -2**63 и увеличиваются с каждым вызовом операции prefetch. Каждый целый пример получает свой собственный индекс вставки, и это используется для приоритизации примера, чтобы его усеченные сегменты появлялись в соседних итерациях, даже если новые примеры вставляются операцией prefetch между итерациями. |
key | Имена ключей усеченных развернутых примеров. Формат ключа: "%05d_of_%05d:%s" % (sequence, sequence_count, original_key) где |
length | Длины усеченных развернутых примеров. Для начальных итераций, для которых |
next_key | Имена ключей следующих (в итерации) усеченных развернутых примеров. Формат ключа: "%05d_of_%05d:%s" % (sequence + 1, sequence_count, original_key) если "STOP:%s" % original_key где |
sequence | Вектор int32, длина batch_size: индекс последовательности каждого элемента. Когда входные данные разбиваются, значения последовательности 0, 1, ..., sequence_count - 1 присваиваются каждому разделу. |
sequence_count | Вектор int32, длина batch_size: количество последовательностей каждого элемента. Когда входные данные разбиваются, количество разделов равно: |
sequences | Словарь, сопоставляющий ключи input_sequences с данными разделов и повторной пакетной обработки. |
total_length | Длины исходных (не усеченных) развернутых примеров. |
Методы
save_state
save_state(
state_name, value, name=None
)
Возвращает операцию сохранения текущего пакета состояния state_name.
| Аргументы | |
|---|---|
state_name | строка, соответствует ключу, предоставленному в initial_states. |
value | A Tensor. Его тип должен соответствовать типу initial_states[state_name].dtype. Если на входе было: initial_states[state_name].get_shape() == [d1, d2, ...] то форма tf.shape(value) == [batch_size, d1, d2, ...] |
name | строка (необязательно). Имя области видимости для вновь созданных операций. |
| Возвращает | |
|---|---|
| Операция потока управления, которая сохраняет новое состояние каждого элемента в менеджере состояний. Эта операция должна выполняться для каждой итерации, которая обращается к данным из менеджера состояний (иначе менеджер состояний никогда не пройдёт через свои состояния и исчерпает свою ёмкость). |
| Исключения | |
|---|---|
KeyError | если state_name не соответствует ни одному из начальных состояний, объявленных в initial_states. |
state
state(
state_name
)
Возвращает пакет тензоров состояния.
| Аргументы | |
|---|---|
state_name | строка, соответствует ключу, предоставленному в initial_states. |
| Возвращает | |
|---|---|
A Tensor: пакет наборов состояний, либо начальные состояния (если это первый запуск данного примера), либо значение, сохранённое во время предыдущей итерации через save_state поток управления. Его тип совпадает с initial_states["state_name"].dtype. Если на входе было: initial_states[state_name].get_shape() == [d1, d2, ...], тогда state(state_name).get_shape() == [batch_size, d1, d2, ...] |
| Исключения | |
|---|---|
KeyError | если state_name не соответствует ни одному из начальных состояний, объявленных в initial_states. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/training/NextQueuedSequenceBatch
