tensorflow::ops::Empreinte digitale

#include <array_ops.h>

Génère des valeurs d'empreinte digitale.

Résumé

Génère les valeurs d'empreinte digitale des data .

L'opération Fingerprint considère la première dimension des data comme la dimension du lot, et output[i] contient la valeur d'empreinte digitale générée à partir du contenu de data[i, ...] pour tout i .

L'opération Fingerprint écrit les valeurs d'empreinte digitale sous forme de tableaux d'octets. Par exemple, la méthode par défaut farmhash64 génère une valeur d'empreinte digitale de 64 bits à la fois. Cette valeur de 8 octets est écrite sous forme d'un tableau uint8 de taille 8, en format little-endian.

Par exemple, supposons que data soient de type DT_INT32 et de forme (2, 3, 4), et que la méthode d'empreinte numérique soit farmhash64 . Dans ce cas, la forme de la sortie est (2, 8), où 2 correspond à la dimension du lot de data et 8 à la taille de chaque valeur d'empreinte numérique en octets. output[0, :] est généré à partir des 12 entiers contenus dans data[0, :, :] et de même output[1, :] est généré à partir des 12 autres entiers contenus dans data[1, :, :] .

Notez que cette opération crée une empreinte numérique du tampon sous-jacent brut, et non des métadonnées du tenseur telles que son type de données et/ou sa forme. Par exemple, les valeurs d'empreinte numérique restent inchangées lors des redimensionnements et des conversions de bits tant que la dimension du lot demeure la même.

Fingerprint(data) == Fingerprint(Reshape(data, ...))
Fingerprint(data) == Fingerprint(Bitcast(data, ...))

Pour les données de type chaîne de caractères, il faut s'attendre à ce Fingerprint(data) != Fingerprint(ReduceJoin(data)) en général.

Arguments :

  • portée : un objet Scope
  • Données : Doit avoir un rang de 1 ou supérieur.
  • Méthode : Méthode d’empreinte digitale utilisée par cet opérateur. La méthode actuellement disponible est farmhash::fingerprint64 .

Retours :

  • Output : Un Tensor bidimensionnel de type tf.uint8 . La première dimension correspond à la première dimension des data , et la taille de la seconde dimension dépend de l’algorithme d’empreinte digitale.

Constructeurs et destructeurs

Fingerprint (const :: tensorflow::Scope & scope, :: tensorflow::Input data, :: tensorflow::Input method)

attributs publics

fingerprint
operation

fonctions publiques

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

attributs publics

empreinte digitale

::tensorflow::Output fingerprint

opération

Operation operation

fonctions publiques

Empreinte digitale

 Fingerprint(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input data,
  ::tensorflow::Input method
)

nœud

::tensorflow::Node * node() const 

opérateur::tensorflow::Entrée

 operator::tensorflow::Input() const 

opérateur::tensorflow::Sortie

 operator::tensorflow::Output() const