tensorflow:: ops:: Fingerprint

ফিঙ্গারপ্রিন্ট মান তৈরি করে।

সারসংক্ষেপ

data ফিঙ্গারপ্রিন্ট মান তৈরি করে।

ফিঙ্গারপ্রিন্ট অপারেশন data প্রথম ডাইমেনশনকে ব্যাচ ডাইমেনশন হিসেবে বিবেচনা করে, এবং output[i] তে সকল i এর জন্য data[i, ...] এর বিষয়বস্তু থেকে তৈরি ফিঙ্গারপ্রিন্ট মান থাকে।

ফিঙ্গারপ্রিন্ট অপ ফিঙ্গারপ্রিন্ট ভ্যালুগুলোকে বাইট অ্যারে হিসেবে লেখে। উদাহরণস্বরূপ, ডিফল্ট মেথড farmhash64 একবারে একটি ৬৪-বিট ফিঙ্গারপ্রিন্ট ভ্যালু তৈরি করে। এই ৮-বাইট ভ্যালুটি লিটল-এন্ডিয়ান অর্ডারে ৮ সাইজের একটি uint8 অ্যারে হিসেবে লেখা হয়।

উদাহরণস্বরূপ, ধরা যাক data ডেটা টাইপ DT_INT32 এবং আকৃতি (2, 3, 4), এবং ফিঙ্গারপ্রিন্ট পদ্ধতিটি হলো farmhash64 । এই ক্ষেত্রে, আউটপুটের আকৃতি হবে (2, 8), যেখানে 2 হলো data এর ব্যাচ ডাইমেনশন সাইজ, এবং 8 হলো প্রতিটি ফিঙ্গারপ্রিন্ট মানের সাইজ বাইটে। data output[0, :] data[0, :, :] , output[1, :] data[1, :, :] তৈরি করা হয়।

উল্লেখ্য যে, এই অপটি অন্তর্নিহিত র বাফারের ফিঙ্গারপ্রিন্ট তৈরি করে, এবং এটি টেনসরের মেটাডেটা, যেমন ডেটা টাইপ এবং/অথবা শেপের ফিঙ্গারপ্রিন্ট তৈরি করে না। উদাহরণস্বরূপ, ব্যাচ ডাইমেনশন একই থাকা পর্যন্ত রিশেপ এবং বিটকাস্টের অধীনে ফিঙ্গারপ্রিন্টের মানগুলি অপরিবর্তিত থাকে:

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

স্ট্রিং ডেটার ক্ষেত্রে, সাধারণত Fingerprint(data) != Fingerprint(ReduceJoin(data)) হওয়ার কথা।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• ডেটা: র‍্যাঙ্ক অবশ্যই ১ বা তার বেশি হতে হবে।
• পদ্ধতি: এই অপারেটর দ্বারা ব্যবহৃত ফিঙ্গারপ্রিন্ট পদ্ধতি। বর্তমানে উপলব্ধ পদ্ধতিটি হলো farmhash::fingerprint64 ।

ফেরত:

• Output : tf.uint8 টাইপের একটি দ্বি-মাত্রিক Tensor । এর প্রথম মাত্রা data প্রথম মাত্রার সমান এবং দ্বিতীয় মাত্রার আকার ফিঙ্গারপ্রিন্ট অ্যালগরিদমের উপর নির্ভর করে।

জনসাধারণের বৈশিষ্ট্য

::tensorflow::Output fingerprint

Operation operation

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const