tensorflow :: ops :: Bitcast

Bitcast tensor z jednego typu na inny bez kopiowania danych.

streszczenie

Biorąc pod uwagę input tensora, ta operacja zwraca tensor, który ma te same dane buforu, co dane input type danych.

Jeżeli typ danych wejściowych T jest większa niż wyjściowa typu danych type następnie zmienia kształt z [...] do [... sizeof ( T ) / sizeof ( type )].

Jeśli T jest mniejsze niż type , operator wymaga, aby skrajny prawy wymiar był równy sizeof ( type ) / sizeof ( T ). Kształt przechodzi następnie od […, sizeof ( type ) / sizeof ( T )] do […].

tf.bitcast () i tf.cast () działają inaczej, gdy prawdziwy dtype jest rzutowany jako złożony dtype (np. tf.complex64 lub tf.complex128) jako tf.cast () tworzy urojoną część 0, podczas gdy tf.bitcast () daje moduł błąd. Na przykład,

Przykład 1:

>>> a = [1., 2., 3.]
>>> equality_bitcast = tf.bitcast(a,tf.complex128)
tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot bitcast from float to complex128: shape [3] [Op:Bitcast]
>>> equality_cast = tf.cast(a,tf.complex128)
>>> print(equality_cast)
tf.Tensor([1.+0.j 2.+0.j 3.+0.j], shape=(3,), dtype=complex128)

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

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

UWAGA : Bitcast jest zaimplementowany jako rzut niskopoziomowy, więc maszyny o różnej kolejności endian dadzą różne wyniki.

Argumenty:

• zakres: obiekt Scope

Zwroty:

• Output : tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 Bitcast(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  DataType type
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const