tensorflow / tensorflow/java

How to convert DenseNDArray to NDArray ?

Offen
#458 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Java
Sterne
928
Forks
227
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

HI , when I read TfRecordDataset from tfrecord file , I get the data type is DenseNDArray ,actual is DenseTString, I want to convert it to TString data.

my code -scala version

    val path = "/Volumes/Pink4T/transfer/code/github/stanford-tensorflow-tutorials/2017/data/friday.tfrecord"

    val dataset =  Dataset.tfRecordDataset(tf,path,"",0l).batch(10) // readData(path) //
//    DenseNdArray
    var count =0
    for (outputs <- dataset) {
      try {
        val batch1 = outputs.get(count).asTensor.asInstanceOf[TString]
        try {

          val byteNdArray:NdArray[Array[Byte]]= batch1.asBytes().asInstanceOf[NdArray[Array[Byte]]] //ByteNdArray]
         val bda = byteNdArray.asInstanceOf[DenseNdArray[TString]] // here !!! how to get   SparseNdArray?
          println(s"bda shape ${bda.shape()} ${kk.shape()}")

          count = count + 1
        } finally {
          if (batch1 != null) batch1.close()

        }
      }
    }

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Der Bericht konzentriert sich auf Dataset.tfRecordDataset und die Typen DenseNDArray, NDArray und TString im Scala-Beispiel. Beginnen Sie damit, diese APIs und die Dokumentation zur TensorFlow-Java-Tensorkonvertierung nachzuverfolgen. Als erledigt gilt, wenn ein unterstützter Konvertierungspfad identifiziert und dokumentiert wurde oder klar festgehalten ist, dass die angeforderte Konvertierung nicht verfügbar ist.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
java, scala, tensorflow
Bereich
machine-learning
Issue-Typ
Feature
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
25/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.