TensorFlow函數(shù)教程：tf.io.parse_single_sequence_example

tf.io.parse_single_sequence_example函數(shù)

別名：

• tf.io.parse_single_sequence_example
• tf.parse_single_sequence_example

tf.io.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。

解析一個SequenceExample原型。

解析serialized中給定的一個序列化的SequenceExample。

此操作將序列化序列示例解析為字典元組，分別映射鍵到Tensor和SparseTensor對象。第一個字典包含出現(xiàn)在context_features中的鍵的映射，第二個字典包含出現(xiàn)在sequence_features中的鍵的映射。

context_features和sequence_features中至少有一個要提供且非空。

context_features鍵與SequenceExample作為一個整體相關聯(lián)，與時間/幀無關。相反，sequence_features鍵提供了一種在SequenceExample原型的FeatureList部分中訪問可變長度數(shù)據(jù)的方法。雖然context_features值的shape相對于幀是固定的，但是sequence_features值的幀維度（第一維）可以在SequenceExample protos之間變化，甚至可以在同一SequenceExample內的feature_list鍵之間變化。

context_features包含VarLenFeature和FixedLenFeature對象。每個VarLenFeature都映射到一個SparseTensor，并且每個FixedLenFeature映射到Tensor，它具有指定類型，shape和默認值。

sequence_features包含VarLenFeature和FixedLenSequenceFeature對象。每個VarLenFeature都映射到SparseTensor，并且每個FixedLenSequenceFeature映射到Tensor，每個都具有指定的類型。對于FixedLenSequenceFeature df，shape將是(T,) + df.dense_shape為FixedLenSequenceFeature df，其中T是SequenceExample中關聯(lián)的FeatureList的長度。例如，F(xiàn)ixedLenSequenceFeature([])產(chǎn)生靜態(tài)shape [None]和動態(tài)shape [T]的標量1-DTensor，而FixedLenSequenceFeature([k])（for int k >= 1）產(chǎn)生靜態(tài)shape [None, k]和動態(tài)shape [T, k]的2-D矩陣Tensor。

每個SparseTensor對應的sequence_features代表一個參差不齊的矢量。它的索引是[time, index]，其中time是FeatureList條目，index是與該時間關聯(lián)的值列表中的值索引。

帶有default_value的FixedLenFeature條目和帶有allow_missing=True的FixedLenSequenceFeature條目是可選的；否則，如果serialized中的任何示例中缺少Feature或FeatureList，我們將失敗。

example_name可能包含相應序列化原型的描述性名稱。這可能對調試有用，但它對輸出沒有影響。如果不是None，則example_name必須是標量。

參數(shù)：

• serialized：字符串類型的標量（0-D Tensor），單個二進制序列化SequenceExample原型。
• context_features：dict映射功能鍵到FixedLenFeature或VarLenFeature值。這些功能與SequenceExample作為一個整體相關。
• sequence_features：dict映射功能鍵到FixedLenSequenceFeature或VarLenFeature值。這些功能與SequenceExample原型的FeatureList部分中的數(shù)據(jù)相關聯(lián)。
• example_name：字符串的標量（0-D Tensor）（可選），序列化原型的名稱。
• name：此操作的名稱（可選）。

返回：

兩個dicts的元組，每個都映射到Tensors和SparseTensors的鍵。 第一個dict包含上下文鍵/值。 第二個dict包含feature_list鍵/值。

可能引發(fā)的異常：

• ValueError：如果任何功能無效。