Bitcast

Transmite un tensor de un tipo a otro sin copiar datos.

Dado un tensor "entrada", esta operación devuelve un tensor que tiene los mismos datos del búfer que "entrada" con el tipo de datos "tipo".

Si el tipo de datos de entrada `T` es mayor que el tipo de datos de salida `type`, entonces la forma cambia de [...] a [..., sizeof(`T`)/sizeof(`type`)].

Si `T` es más pequeño que `type`, el operador requiere que la dimensión más a la derecha sea igual a sizeof(`type`)/sizeof(`T`). La forma luego va de [..., sizeof(`type`)/sizeof(`T`)] a [...].

tf.bitcast() y tf.cast() funcionan de manera diferente cuando el tipo d real se convierte como un tipo d complejo (por ejemplo, tf.complex64 o tf.complex128), ya que tf.cast() convierte la parte imaginaria en 0, mientras que tf.bitcast() proporciona el módulo. error. Por ejemplo,

Ejemplo 1:

>>> a = [1., 2., 3.] >>> igualdad_bitcast = tf.bitcast(a, tf.complex128) Rastreo (última llamada más reciente): ... InvalidArgumentError: No se puede transmitir bits del 1 al 18 [ Op:Bitcast] >>> igualdad_cast = tf.cast(a, tf.complex128) >>> print(equality_cast) tf.Tensor([1.+0.j 2.+0.j 3.+0.j] , forma=(3,), dtipo=complejo128)

Ejemplo 2:

>>> tf.bitcast(tf.constant(0xffffffff, dtype=tf.uint32), tf.uint8)

Ejemplo 3:

>>> x = [1., 2., 3.] >>> y = [0., 2., 3.] >>> igualdad= tf.equal(x,y) >>> igualdad_cast = tf. cast(igualdad,tf.float32) >>> igualdad_bitcast = tf.bitcast(igualdad_cast,tf.uint8) >>> print(igualdad) tf.Tensor([False True True], forma=(3,), dtype=bool ) >>> print(equality_cast) tf.Tensor([0. 1. 1.], forma=(3,), dtype=float32) >>> print(equality_bitcast) tf.Tensor( [[ 0 0 0 0] [ 0 0 128 63] [ 0 0 128 63]], forma=(3, 4), dtype=uint8)

NOTA : Bitcast se implementa como una conversión de bajo nivel, por lo que las máquinas con diferentes ordenamientos endian darán resultados diferentes. Se realiza una copia del búfer de entrada al búfer de salida en las máquinas BE cuando los tipos son de diferentes tamaños para obtener los mismos resultados de fundición que en las máquinas LE.