How to convert DenseNDArray to NDArray ?
Abierto
Nadie ha tomado este issue todavía.
- Lenguaje dominante
- Java
- Estrellas
- 928
- Forks
- 227
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Descripción
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()
}
}
}
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Línea de trabajo
El informe se centra en Dataset.tfRecordDataset y en los tipos DenseNDArray, NDArray y TString del ejemplo de Scala. Empieza por rastrear esas API y la documentación de conversión de tensores de TensorFlow Java. Se considera terminado cuando se haya identificado y documentado una ruta de conversión compatible, o se haya dejado constancia clara de que la conversión solicitada no está disponible.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- java, scala, tensorflow
- Área
- machine-learning
- Tipo de issue
- Nueva funcionalidad
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Estado de actividad
- Estancado
- Claridad
- Necesita aclaración
- Aptitud para principiantes
- 25/100