How to convert DenseNDArray to NDArray ?
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
Erste Schritte
- Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
- Forke das Repository und arbeite in einem Branch.
- 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