TF Python producing malformed JSON for numpy style arrays.
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Accessibilité débutants
- 22/100
Piste de recherche
Commencez par reproduire la sérialisation TF Python présentée dans l’issue et par suivre le cheminement des données TF Java NdArray jusqu’au parsing de GSON. Comparez la représentation de tableau proposée avec le format OpenJData et définissez le comportement de compatibilité attendu ; le travail sera considéré comme terminé lorsque le format et la responsabilité de la sérialisation/désérialisation seront convenus et qu’aucun JSON malformé ne sera plus produit.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
TF Python serializes numpy style arrays (e.g. Java NdArray) in the format 'normalizer': array([[0.2, 0.2], [0.1, 0.3]], dtype=float32)'.
This is not standard JSON, and tools, like GSON, throw a MalformedJsonException when trying to parse this.
The issue is how to best handle this in TF Java.
I have looked at GSON using customized TypeAdapter and Serilaizers/Deserializers, but I cannot get past the low level parsing throwing the MalformedJsonException. Right now I think my only alternative is to write a pre-parser to convert the array() format string to a wellformed JSON string.
For example, for the above example:
{
'normalizer': {
" '_ArraySize_' = [1,2],
" '_ArrayData_' = [[0.2, 0.2], [0.1, 0.3]],
" '_ArrayType_' = 'float32'
}
}
_ArraySize_ is the array's shape and _ArrayType_ is the datatype for the NdArray.
This format is taken from OpenJData
Also, once we settle on a way to do this, should the NdArray package be modified to include serialize/deserialize methods.
What about compatibility with TF Python?
Any suggestions?
- Langage dominant
- Java
- Étoiles
- 928
- Forks
- 227
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Préparer son environnement
- Aucun Dockerfile ni fichier Docker Compose
- Aucun modèle de pull request
- Lire le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de tensorflow/java
-
Difficulté 2/5 1-3 heures Accessibilité débutants 65/100
tensorflow/java#653 · 1 commentaire · 4 réactions ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
tensorflow/java#621 · 4 commentaires ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
tensorflow/java#617 · 3 commentaires ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 55/100
tensorflow/java#615 · 1 commentaire ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
tensorflow/java#614 · 1 commentaire ·
Toutes les issues de tensorflow/java
Issues similaires
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 92/100
-
Black theme and viewing mode.Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 68/100
-
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
oracle/javavscode#652 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
OpenAPITools/openapi-generator#25014 ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 92/100
AloisSeckar/demos-java#380 ·