Python TF Syntaxnet中的DocumentSink、DocumentSource操作实际上是如何工作的?
在检查代码之后。。。我可以理解为 在parser_eval.py中Python TF Syntaxnet中的DocumentSink、DocumentSource操作实际上是如何工作的?,python,tensorflow,syntaxnet,parsey-mcparseface,Python,Tensorflow,Syntaxnet,Parsey Mcparseface,在检查代码之后。。。我可以理解为 在parser_eval.py中 sink_documents = tf.placeholder(tf.string) sink = gen_parser_ops.document_sink(sink_documents, task_context=task_context, corpus_name=FLAGS.
sink_documents = tf.placeholder(tf.string)
sink = gen_parser_ops.document_sink(sink_documents,
task_context=task_context,
corpus_name=FLAGS.output)
sess.run(sink, feed_dict={sink_documents: tf_documents})
通过我找到的gen_parser_ops.py
def document_sink(documents, task_context, corpus_name=None, name=None):
r"""Write documents to documents_path.
Args:
documents: A `Tensor` of type `string`. documents to write.
task_context: A `string`.
corpus_name: An optional `string`. Defaults to `"documents"`.
name: A name for the operation (optional).
Returns:
The created Operation.
"""
result = _op_def_lib.apply_op("DocumentSink", documents=documents,
task_context=task_context,
corpus_name=corpus_name, name=name)
return result
但我不明白下面的代码是如何将文档保存到文件中的
_op_def_lib.apply_op("DocumentSink", documents=documents,
task_context=task_context,
corpus_name=corpus_name, name=name)
如果有人能帮我提供一个关于如何使用TensorFlow的op_def_库的小例子,那将是一个很大的帮助 退一步,Tensorflow图由节点组成,每个节点都是一个操作。DocumentSink就是这样的操作之一,它的工作原理在我相信的_op_def_lib.apply_op中有定义,它只是将这个节点添加到图形中。希望这能有所帮助。退一步,Tensorflow图由节点组成,每个节点都是一个操作。DocumentSink就是这样的操作之一,它的工作原理在我相信的_op_def_lib.apply_op中有定义,它只是将这个节点添加到图形中。希望这有帮助。