092【RTKLIB源码之postpos-8】decode_rtcm3

decode_rtcm3

decode_rtcm3
decode_msm
decode_ssr
decode_type
getbitu
gpst2time
time2gpst
timeget
trace
utc2gpst
序号函数链接属性类型位置
1decode_msmstaticintrtcm3.c
2decode_ssrstaticintrtcm3.c
3decode_typestaticintrtcm3.c

1 decode_msm

decode_msm0-7
decode_msm_head
getbits
getbitu
save_msm_obs
trace
序号函数链接属性类型位置
1decode_msm_headstaticintrtcm3.c
2save_msm_obsstaticvoidrtcm3.c

1.1 decode_msm_head

decode_msm_head
adjday_glot
adjweek
getbitu
test_staid
time2str
trace
序号函数链接属性类型位置
1adjday_glotstaticvoidrtcm3.c
2adjweekstaticvoidrtcm3.c
3test_staidstaticintrtcm3.c
1.1.1 adjday_glot
adjday_glot
gpst2time
gpst2utc
time2gpst
timeadd
timeget
utc2gpst
1.1.2 adjweek
adjweek
gpst2time
time2gpst
timeget
utc2gpst
1.1.3 test_staid
test_staid
getbitu
trace

1.2 save_msm_obs

save_msm_obs
getbitu
lossoflock
obs2code
obsindex
satno
satwavelen
sigindex
timediff
trace
序号函数链接属性类型位置
1lossoflockstaticintrtcm3.c
2obs2codeexternunsigned charrtkcmn.c
3obsindexstaticintrtcm3.c
4satwavelenexterndoublertkcmn.c
5sigindexstaticvoidrtcm3.c
1.2.1 satwavelen
satwavelen
satsys
1.2.2 sigindex
sigindex
getcodepri
trace
序号函数链接属性类型位置
1getcodepriexternintrtkcmn.c
1.2.2.1 getcodepri
getcodepri
code2obs

2 decode_ssr

decode_ssr1-7
decode_ssr2_head
getbits
getbitu
satno
trace
序号函数链接属性类型位置
1decode_ssr2_headstaticintrtcm3.c

2.1 decode_ssr2_head

decode_ssr2_head
adjday_glot
adjweek
getbitu
time2str
trace

3 decode_type

decode_type1001-1230
trace
  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
您好!感谢您的提问。我理解您的问题是关于如何在 TensorFlow 中对 UTF-8 编码的 TFRecord 进行解码。 首先,TFRecord 是 TensorFlow 中的一种数据格式,它可以有效地存储大量的数据,并且可以被 TensorFlow 的数据读取器读取。在使用 TFRecord 时,我们需要将数据序列化为 TFRecord 格式,然后再进行存储和读取。 对于包含 UTF-8 编码的字符串的 TFRecord,我们可以使用 TensorFlow 的解码函数来进行解码。具体地,可以使用 tf.io.parse_single_example 函数来解析一个 TFRecord,并使用 tf.io.decode_raw 函数对字符串进行解码。示例代码如下: ```python import tensorflow as tf # 定义 TFRecord 文件名和解码函数 filename = 'data.tfrecord' def decode_record(record): features = { 'text': tf.io.FixedLenFeature([], tf.string) } example = tf.io.parse_single_example(record, features) text = tf.io.decode_raw(example['text'], tf.uint8) text = tf.reshape(text, [-1]) text = tf.strings.unicode_decode(text, 'UTF-8') return text # 读取 TFRecord 文件 dataset = tf.data.TFRecordDataset(filename) # 对 TFRecord 进行解码 dataset = dataset.map(decode_record) ``` 在上面的代码中,我们首先定义了一个 TFRecord 文件名和一个解码函数 decode_record。解码函数将一个 TFRecord 解析为一个字典,其中包含一个字符串字段 text。然后,我们使用 tf.io.decode_raw 函数将字符串转换为字节数组,再使用 tf.strings.unicode_decode 函数将字节数组解码为 UTF-8 编码的字符串。 最后,我们使用 tf.data.TFRecordDataset 函数读取 TFRecord 文件,并使用 map 函数对每个 TFRecord 进行解码。 希望这个回答能够解决您的问题。如果您有任何其他疑问,请随时提出。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值