Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: Empreinte digitale

#include <array_ops.h>

Génère des valeurs d'empreintes digitales.

Résumé

Génère des valeurs d'empreintes digitales des data .

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

Fingerprint op écrit les valeurs d'empreintes digitales sous forme de tableaux d'octets. Par exemple, la méthode par défaut farmhash64 génère une valeur d'empreinte digitale 64 bits à la fois. Cette valeur de 8 octets est écrite sous la forme d'un tableau uint8 de taille 8, dans l'ordre petit-boutiste.

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

Notez que cette opération empreinte le tampon brut sous-jacent, et elle n'empreinte pas les métadonnées de Tensor telles que le type de données et / ou la forme. Par exemple, les valeurs d'empreinte digitale sont invariantes sous les remodelages et les bitcasts tant que la dimension du lot reste la même:

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

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

Arguments:

  • scope: un objet Scope
  • data: Doit avoir le rang 1 ou plus.
  • method: méthode d' empreinte digitale utilisée par cette opération. La méthode actuellement disponible est farmhash::fingerprint64 .

Retour:

  • Output : un Tensor bidimensionnel de type tf.uint8 . La première dimension est égale à la première dimension des data et 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 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const