ToHashBucketFast

publiczna klasa końcowa ToHashBucketFast

Konwertuje każdy ciąg w wejściowym Tensorze na jego mod mieszający przez liczbę segmentów.

Funkcja skrótu deterministycznie określa zawartość łańcucha w procesie i nigdy się nie zmieni. Nie nadaje się jednak do kryptografii. Tej funkcji można użyć, gdy czas procesora jest ograniczony, a dane wejściowe są zaufane lub nieistotne. Istnieje ryzyko, że przeciwnicy skonstruują dane wejściowe, które będą łączyły się z tym samym segmentem. Aby zapobiec temu problemowi, użyj silnej funkcji skrótu z `tf.string_to_hash_bucket_strong`.

Przykłady:

>>> tf.strings.to_hash_bucket_fast(["Witam", "TensorFlow", "2.x"], 3).numpy() array([0, 2, 2])

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

Dane wyjściowe <TInt64>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczny ToHashBucketFast
utwórz ( Zakres zakresu, Operand < TString > wejście, Długie numBuckets)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ToHashBucketFast.
Dane wyjściowe <TInt64>
wyjście ()
Tensor o tym samym kształcie co wejściowy „string_tensor”.

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „StringToHashBucketFast”

Metody publiczne

publiczne wyjście < TInt64 > asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static ToHashBucketFast create ( Zakres zakresu , Operand < TString > wejście, Long numBuckets)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ToHashBucketFast.

Parametry
zakres aktualny zakres
wejście Ciągi znaków do przypisania zasobnika mieszania.
liczba wiader Liczba wiader.
Zwroty
  • nowa instancja ToHashBucketFast

publiczne wyjście < TInt64 > wyjście ()

Tensor o tym samym kształcie co wejściowy „string_tensor”.