tf.io.parse_example

Разбирает Example протоколы в dict тензоров.

tf.io.parse_example(
    serialized, features, name=None, example_names=None
)

Разбирает несколько сериализованных Example протоколов, предоставленных в serialized. Мы называем serialized партией с batch_size количеством записей отдельных Example протоколов.

example_names могут содержать описательные имена для соответствующих сериализованных протоколов. Они могут быть полезны для отладки, но не влияют на вывод. Если не None, example_names должна иметь такую же длину, как serialized.

Этот оператор разбирает сериализованные примеры в словарь, сопоставляющий ключи с Tensor и SparseTensor объектами. features - это словарь из ключей к VarLenFeature, SparseFeature, и FixedLenFeature объектам. Каждый VarLenFeature и SparseFeature сопоставляется с SparseTensor, а каждый FixedLenFeature сопоставляется с Tensor.

Каждый VarLenFeature сопоставляется с SparseTensor указанного типа, представляющего разряженную матрицу. Его индексы - [batch, index], где batch идентифицирует пример в serialized, а index - индекс значения в списке значений, связанных с этим атрибутом и примером.

Каждый SparseFeature сопоставляется с SparseTensor указанного типа, представляющего тензор dense_shape [batch_size] + SparseFeature.size. Его values взяты из атрибута в примерах с ключом value_key. values[i] берется из позиции k в атрибуте примера в записи пакетной обработки batch. Эта позиционная информация записывается в indices[i] как [batch, index_0, index_1, ...], где index_j - значение k-th атрибута в примере с ключом SparseFeature.index_key[j]. Другими словами, мы разбиваем индексы (кроме первого индекса, указывающего на запись в пакетной обработке) SparseTensor по размерности на разные атрибуты Example. Из-за сложности следует отдавать предпочтение VarLenFeature перед SparseFeature всякий раз, когда это возможно.

Каждый FixedLenFeature df сопоставляется с Tensor указанного типа (или tf.float32, если не указано) и формой (serialized.size(),) + df.shape.

FixedLenFeature записи с default_value являются необязательными. Без значения по умолчанию, мы завершимся ошибкой, если этот Feature отсутствует в любом примере в serialized.

Каждый FixedLenSequenceFeature df сопоставляется с Tensor указанного типа (или tf.float32, если не указано) и формой (serialized.size(), None) + df.shape. Все примеры в serialized будут дополнены default_value вдоль второго измерения.

Примеры:

Например, если ожидается tf.float32 VarLenFeature ft и предоставлены три сериализованных Example:

serialized = [
  features
    { feature { key: "ft" value { float_list { value: [1.0, 2.0] } } } },
  features
    { feature []},
  features
    { feature { key: "ft" value { float_list { value: [3.0] } } }
]

то вывод будет выглядеть следующим образом:

{"ft": SparseTensor(indices=[[0, 0], [0, 1], [2, 0]],
                    values=[1.0, 2.0, 3.0],
                    dense_shape=(3, 2)) }

Если вместо этого используется FixedLenSequenceFeature с default_value = -1.0 и shape=[], то вывод будет выглядеть так:

{"ft": [[1.0, 2.0], [3.0, -1.0]]}

В случае двух Example входных протоколов в serialized:

[
  features {
    feature { key: "kw" value { bytes_list { value: [ "knit", "big" ] } } }
    feature { key: "gps" value { float_list { value: [] } } }
  },
  features {
    feature { key: "kw" value { bytes_list { value: [ "emmy" ] } } }
    feature { key: "dank" value { int64_list { value: [ 42 ] } } }
    feature { key: "gps" value { } }
  }
]

И аргументы

example_names: ["input0", "input1"],
features: {
    "kw": VarLenFeature(tf.string),
    "dank": VarLenFeature(tf.int64),
    "gps": VarLenFeature(tf.float32),
}

Тогда выходной результат — словарь:

{
  "kw": SparseTensor(
      indices=[[0, 0], [0, 1], [1, 0]],
      values=["knit", "big", "emmy"]
      dense_shape=[2, 2]),
  "dank": SparseTensor(
      indices=[[1, 0]],
      values=[42],
      dense_shape=[2, 1]),
  "gps": SparseTensor(
      indices=[],
      values=[],
      dense_shape=[2, 0]),
}

Для плотных результатов в двух сериализованных Example:

[
  features {
    feature { key: "age" value { int64_list { value: [ 0 ] } } }
    feature { key: "gender" value { bytes_list { value: [ "f" ] } } }
   },
   features {
    feature { key: "age" value { int64_list { value: [] } } }
    feature { key: "gender" value { bytes_list { value: [ "f" ] } } }
  }
]

Мы можем использовать аргументы:

example_names: ["input0", "input1"],
features: {
    "age": FixedLenFeature([], dtype=tf.int64, default_value=-1),
    "gender": FixedLenFeature([], dtype=tf.string),
}

И ожидаемый результат:

{
  "age": [[0], [-1]],
  "gender": [["f"], ["f"]],
}

Альтернативой VarLenFeature для получения SparseTensor является SparseFeature. Например, при двух Example входных протоколах в serialized:

[
  features {
    feature { key: "val" value { float_list { value: [ 0.5, -1.0 ] } } }
    feature { key: "ix" value { int64_list { value: [ 3, 20 ] } } }
  },
  features {
    feature { key: "val" value { float_list { value: [ 0.0 ] } } }
    feature { key: "ix" value { int64_list { value: [ 42 ] } } }
  }
]

И аргументы

example_names: ["input0", "input1"],
features: {
    "sparse": SparseFeature(
        index_key="ix", value_key="val", dtype=tf.float32, size=100),
}

Тогда выходной результат — словарь:

{
  "sparse": SparseTensor(
      indices=[[0, 3], [0, 20], [1, 42]],
      values=[0.5, -1.0, 0.0]
      dense_shape=[2, 100]),
}