tf.raw_ops.DecodeProtoV2

Оператор извлекает поля из сериализованного сообщения протобуфера 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 для ортогональности, а не для удобства работы пользователя. Его можно использовать для ручного анализа входных протобуферов, но он предназначен для использования в генерируемом коде.

Оператор decode_proto извлекает поля из сериализованного сообщения протобуфера в тензоры. Поля в field_names декодируются и преобразуются в соответствующие output_types при возможности.

Необходимо указать имя message_type, чтобы придать контекст именам полей. Фактический описатель сообщения можно найти в связанном пуле описателей или в имени файла, предоставленном вызывающим объектом с помощью атрибута descriptor_source.

Каждый выходной тензор — это плотный тензор. Это означает, что он дополняется до максимального количества повторяющихся элементов, обнаруженных в входном мини-пакете. (Размерность также дополняется на единицу, чтобы избежать размерности нулевой длины). Фактическое количество повторений для каждого примера в мини-пакете можно найти в выходных данных sizes. Во многих случаях вывод decode_proto сразу передается в tf.squeeze, если пропущенные значения не представляют проблемы. При использовании tf.squeeze всегда явно указывайте размерность сжатия, чтобы избежать неожиданностей.

В основном соответствие между типами полей протобуфера и типами данных TensorFlow прямолинейно. Однако есть несколько особых случаев:

• Поле протобуфера, содержащее подсообщение или группу, может быть преобразовано только в DT_STRING (сериализованное подсообщение). Это делается для упрощения API. Результирующую строку можно использовать в качестве входных данных для другого экземпляра оператора decode_proto.

• В TensorFlow нет поддержки целых чисел без знака. Операторы представляют типы uint64 как DT_INT64 с той же двоично-дополнительной битовой структурой (очевидный способ). Значения целых чисел без знака int32 можно точно представить, указав тип DT_INT64, или используя двоично-дополнительный код, если вызывающий объект указывает DT_INT32 в атрибуте output_types.

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

• Поля enum следует читать как int32.

Поддерживаются двоичная и текстовая сериализация протобуфера, которые можно выбрать с помощью атрибута format.

Атрибут descriptor_source выбирает источник протокольных описателей, которые следует использовать для поиска message_type. Это может быть:

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

• Файл, в этом случае описатели протокола создаются из файла, который, как ожидается, содержит сериализованный FileDescriptorSet в виде строки. ПРИМЕЧАНИЕ: Вы можете создать файл descriptor_source с помощью опций --descriptor_set_out и --include_imports компилятора протобуфера protoc.

• «bytes://», в этом случае описатели протокола создаются из <bytes>, который, как ожидается, является сериализованным FileDescriptorSet в виде строки.

Вот пример:

Внутренний протокол 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]

Следующее может декодировать 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])

У sizes такая же форма, как у входных данных, с дополнительной осью по полям, которые были декодированы. Здесь первый столбец sizes — размер декодированного поля simple_value:

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

Результирующие тензоры имеют на один индекс больше, чем входные байтовые строки. Действительные элементы каждого результирующего тензора указываются соответствующим столбцом sizes. Недействительные элементы дополняются значениями по умолчанию:

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

Вложенные протобуферы извлекаются как строковые тензоры:

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

Для преобразования в представление tf.RaggedTensor используйте:

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