机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

使用

TensorFlow

加载和预处理数据

｜

377

SequenceExample 包含一个用于上下文数据的 Feature 对象和一个 FeatureLists

对象（包含一个或多个命名的 FeatureList 对象（一个名为“ content”，另一个名为

“ comments”）） 。 每 个 FeatureList 包含一个 Feature 对象的列表，每个对象可以是

一个字节字符串列表、一个 64 位整数列表或一个 float 列表（在本示例中，每个 Feature

代表一个句子或一个注释，可能是以字标识符列表的形式）。构建 SequenceExample，

对其进行序列化和解析的过程与构建 Example 对其进行序列化和解析相似，但是你必须

使用tf.io.parse_single_sequence_example() 解析单个SequenceExample

或者使用 tf.io.parse_sequence_example() 来解析批处理。这两个函数都返回一

个包含上下文特征（作为字典）和特征列表（也作为字典）的元组。如果特征列表包含大

小不同的序列（如上例所示），则可能需要使用 tf.RaggedTensor.from_sparse()

将它们转换为不规则的张量（有关完整代码，请参见 notebook）：

parsed_context, parsed_feature_lists = tf.io.parse_single_sequence_example(

serialized_sequence_example, ...