TensorFlow函數(shù)：解析SequenceExample原型

tf.parse_single_sequence_example 函數(shù)

parse_single_sequence_example ( 
    serialized , 
    context_features = None , 
    sequence_features = None , 
    example_name = None , 
    name = None
 )

定義在：tensorflow/python/ops/parsing_ops.py

解析單個(gè) SequenceExample 原型.

分析在 serialized 中給定的單個(gè)序列化 SequenceExample 原型.

此 op 將一個(gè)序列化的序列示例解析為字典的元組,該字典元祖分別將鍵映射到 Tensor 和 SparseTensor 對(duì)象.第一個(gè)字典包含出現(xiàn)在 context_features 中的鍵的映射, 第二個(gè)字典包含出現(xiàn)在 sequence_features 中的鍵的映射.

context_features 和 sequence_features 中必須提供一個(gè)并且不為空.

這些 context_features 鍵和 SequenceExample 作為一個(gè)整體,獨(dú)立于時(shí)間/框架.相比之下,這些 sequence_features 鍵提供了訪問(wèn) SequenceExample 原型的 FeatureList 部分內(nèi)的可變長(zhǎng)度數(shù)據(jù)的方法.雖然 context_features 值的形狀是相對(duì)于框架固定的,但 sequence_features 值的框架維度(第一維度)可能在SequenceExample 原型之間變化,甚至在具有相同的 SequenceExample 的 feature_list 鍵之間變化.

context_features 包含 VarLenFeature 和 FixedLenFeature 對(duì)象.每個(gè) VarLenFeature 映射到一個(gè) SparseTensor,并且每個(gè) FixedLenFeature 被映射到 Tensor,具有指定的類型、形狀和默認(rèn)值.

sequence_features包含 VarLenFeature 和 FixedLenSequenceFeature 對(duì)象.每個(gè) VarLenFeature 映射到一個(gè) SparseTensor,每個(gè)FixedLenSequenceFeature 映射到一個(gè) Tensor,每個(gè)都有指定的類型.FixedLenSequenceFeature df 形狀將是 (T,) + df.dense_shape 為,其中 T 是在  SequenceExample 中相關(guān)聯(lián)的 FeatureList 的所述長(zhǎng)度.例如,FixedLenSequenceFeature([]) 生成靜態(tài)形狀 [None] 和動(dòng)態(tài)形狀 [T] 的標(biāo)量 1-D Tensor ,而FixedLenSequenceFeature([k])(for int k >= 1)生成靜態(tài)形狀 [None, k] 和動(dòng)態(tài)形狀 [T, k] 的 2-D 矩陣 Tensor.

每個(gè) SparseTensor 對(duì)應(yīng) sequence_features 代表一個(gè)不齊整的向量.它的索引是 [time, index],其中 time 是 FeatureList 條目,并且 index 是與 time 相關(guān)的值列表中的值的索引.

FixedLenFeature 條目帶有 default_value 并且 FixedLenSequenceFeature 條目與 allow_missing=True 是可選的；否則,如果在 serialized 的任何示例中缺少該Feature 或 FeatureList,我們將失敗.

example_name 可能包含相應(yīng)序列化原型的描述性名稱.這可能對(duì)調(diào)試有用,但對(duì)輸出沒(méi)有影響.如果值不是 None,example_name 一定是一個(gè)標(biāo)量.

參數(shù)：

• serialized：字符串類型的標(biāo)量(0-D 張量),單個(gè)二進(jìn)制序列化的 SequenceExample 原型.
• context_features：映射功能鍵到 FixedLenFeature 或 VarLenFeature 值的字典.這些功能與 SequenceExample 整體相關(guān)聯(lián).
• sequence_features：映射功能鍵到 FixedLenSequenceFeature 或 VarLenFeature 值的字典.這些特征與 SequenceExample 原型中 FeatureList 部分內(nèi)的數(shù)據(jù)相關(guān)聯(lián).
• example_name：字符串類型的標(biāo)量(0-D 張量)(可選),序列化原型的名稱.
• name：此操作的名稱(可選).

返回：

兩個(gè) dicts 的元組,每個(gè)將鍵映射到 Tensors 和 SparseTensors；第一個(gè)字典包含上下文鍵/值,第二個(gè)字典包含 feature_list 鍵/值.

可能引發(fā)的異常：

• ValueError：如果有任何功能是無(wú)效的.