CLIを使用してprotobufsをシリアル化および逆シリアル化しますか？

Question

CLIを使用してprotobufとして保存されたファイルを逆シリアル化しようとしています（最も簡単な方法のようです）。protocを使用してコンパイルし、プログラミング言語にインポートしてから結果を読み取ることは避けたいと思います。

私のユースケース：TensorFlow liteツールは、protobuf形式でいくつかのデータを出力しました。messageTensorFlowリポジトリでもprotobufの定義を見つけました。出力をすばやく読みたいだけです。具体的にはtflite::evaluation::EvaluationStageMetrics、inference_diff ツールからメッセージが返ってきます。

Answer 1

このツールはprotobufメッセージをバイナリ形式で出力すると思います。

protocは、メッセージをデコードしてテキスト形式で出力できます。このオプションを参照してください：

  --decode=MESSAGE_TYPE       Read a binary message of the given type from
                              standard input and write it in text format
                              to standard output.  The message type must
                              be defined in PROTO_FILES or their imports.

Answer 2

Timo Stammsの回答は役に立ちましたが、複雑なリポジトリ（TensorFlowなど）でprotocを機能させるためのパスに苦労していました。

結局、これは私のために働いた：

cat inference_diff.txt | \
    protoc --proto_path="/Users/ben/butter/repos/tensorflow/" \
    --decode tflite.evaluation.EvaluationStageMetrics \ 
    $(pwd)/evaluation_config.proto

ここでは、protobuf（inference_diff.txt私の場合はこのガイドに従って生成された）を含むファイルのバイナリコンテンツをパイプ処理し、プロジェクトの絶対パスである完全修飾protobufメッセージ（とpackage tflite.evaluation;メッセージ名を組み合わせて取得）を指定しますEvaluationStageMetricsproto_path（プロジェクトルート/ TensorFlowリポジトリ）、および実際にメッセージを含むファイルの絶対パス。proto_pathはインポートの解決に使用されますが、PROTO_FILE（この場合はevaluation_config.proto）はファイルのデコードに使用されます。

出力例

num_runs: 50
process_metrics {
  inference_profiler_metrics {
    reference_latency {
      last_us: 455818
      max_us: 577312
      min_us: 453121
      sum_us: 72573828
      avg_us: 483825.52
      std_deviation_us: 37940
    }
    test_latency {
      last_us: 59503
      max_us: 66746
      min_us: 57828
      sum_us: 8992747
      avg_us: 59951.646666666667
      std_deviation_us: 1284
    }
    output_errors {
      max_value: 122.371696
      min_value: 83.0335922
      avg_value: 100.17548828125
      std_deviation: 8.16124535
    }
  }
}

---

急いで番号を取得したいだけで、パスを修正するのに煩わされない場合は、次のことができます。

cat inference_diff.txt | protoc --decode_raw

出力例

1: 50
2 {
  5 {
    1 {
      1: 455818
      2: 577312
      3: 453121
      4: 72573828
      5: 0x411d87c6147ae148
      6: 37940
    }
    2 {
      1: 59503
      2: 66746
      3: 57828
      4: 8992747
      5: 0x40ed45f4b17e4b18
      6: 1284
    }
    3 {
      1: 0x42f4be4f
      2: 0x42a61133
      3: 0x40590b3b33333333
      4: 0x41029476
    }
  }
}