tensorflow / tensorflow/java

How to convert DenseNDArray to NDArray ?

Aperta
#458 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Lingua principale
Java
Stelle
928
Fork
227
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

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()

        }
      }
    }

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Il report si concentra su Dataset.tfRecordDataset e sui tipi DenseNDArray, NDArray e TString nell’esempio Scala. Inizia tracciando queste API e la documentazione sulla conversione dei tensori di TensorFlow Java. Il lavoro è completato quando è stato identificato e documentato un percorso di conversione supportato, oppure è stato chiaramente registrato che la conversione richiesta non è disponibile.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
java, scala, tensorflow
Ambito
machine-learning
Tipo di issue
Funzionalità
Difficoltà
3/5
Tempo stimato
1-2 giorni
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.