tf.io.parse_single_sequence_example函数

别名：

• 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
)

定义在：tensorflow/python/ops/parsing_ops.py。

解析一个SequenceExample原型。

解析serialized中给定的一个序列化的SequenceExample。

此操作将序列化序列示例解析为字典元组，分别映射键到Tensor和SparseTensor对象。第一个字典包含出现在context_features中的键的映射，第二个字典包含出现在sequence_features中的键的映射。

context_features和sequence_features中至少有一个要提供且非空。

context_features键与SequenceExample作为一个整体相关联，与时间/帧无关。相反，sequence_features键提供了一种在SequenceExample原型的FeatureList部分中访问可变长度数据的方法。虽然context_features值的shape相对于帧是固定的，但是sequence_features值的帧维度（第一维）可以在SequenceExample protos之间变化，甚至可以在同一SequenceExample内的feature_list键之间变化。

context_features包含VarLenFeature和FixedLenFeature对象。每个VarLenFeature都映射到一个SparseTensor，并且每个FixedLenFeature映射到Tensor，它具有指定类型，shape和默认值。

sequence_features包含VarLenFeature和FixedLenSequenceFeature对象。每个VarLenFeature都映射到SparseTensor，并且每个FixedLenSequenceFeature映射到Tensor，每个都具有指定的类型。对于FixedLenSequenceFeature df，shape将是(T,) + df.dense_shape为FixedLenSequenceFeature df，其中T是SequenceExample中关联的FeatureList的长度。例如，FixedLenSequenceFeature([])产生静态shape [None]和动态shape [T]的标量1-DTensor，而FixedLenSequenceFeature([k])（for int k >= 1）产生静态shape [None, k]和动态shape [T, k]的2-D矩阵Tensor。

每个SparseTensor对应的sequence_features代表一个参差不齐的矢量。它的索引是[time, index]，其中time是FeatureList条目，index是与该时间关联的值列表中的值索引。

带有default_value的FixedLenFeature条目和带有allow_missing=True的FixedLenSequenceFeature条目是可选的；否则，如果serialized中的任何示例中缺少Feature或FeatureList，我们将失败。

example_name可能包含相应序列化原型的描述性名称。这可能对调试有用，但它对输出没有影响。如果不是None，则example_name必须是标量。

参数：

• serialized：字符串类型的标量（0-D Tensor），单个二进制序列化SequenceExample原型。
• context_features：dict映射功能键到FixedLenFeature或VarLenFeature值。这些功能与SequenceExample作为一个整体相关。
• sequence_features：dict映射功能键到FixedLenSequenceFeature或VarLenFeature值。这些功能与SequenceExample原型的FeatureList部分中的数据相关联。
• example_name：字符串的标量（0-D Tensor）（可选），序列化原型的名称。
• name：此操作的名称（可选）。

返回：

两个dicts的元组，每个都映射到Tensors和SparseTensors的键。 第一个dict包含上下文键/值。 第二个dict包含feature_list键/值。

可能引发的异常：

• ValueError：如果任何功能无效。