tensorflow:: ops:: טביעת אצבע

מייצר ערכי טביעות אצבע.

תַקצִיר

מייצר ערכי טביעת אצבע של data .

פעולת טביעת האצבע מחשיבה את המימד הראשון של data כמימד האצווה, ופונקציית output[i] מכילה את ערך טביעת האצבע שנוצר מהתוכן ב- data[i, ...] עבור כל ה- i .

פעולת טביעת האצבע כותבת ערכי טביעת אצבע כמערכי בתים. לדוגמה, שיטת ברירת המחדל farmhash64 מייצרת ערך טביעת אצבע של 64 סיביות בכל פעם. ערך זה בן 8 בתים נכתב כמערך uint8 בגודל 8, בסדר little-endian.

לדוגמה, נניח data יש סוג נתונים DT_INT32 וצורה (2, 3, 4), ושיטת טביעת האצבע היא farmhash64 . במקרה זה, צורת הפלט היא (2, 8), כאשר 2 הוא גודל ממד האצווה של data , ו-8 הוא גודל כל ערך טביעת אצבע בבתים. output[0, :] נוצר מ-12 מספרים שלמים data[0, :, :] ובאופן דומה output[1, :] נוצר מ-12 מספרים שלמים אחרים data[1, :, :] .

שימו לב שאופציה זו מבצעת טביעות אצבע מהמאגר הגולמי הבסיסי, והיא אינה מבצעת טביעות אצבע של המטא-דאטה של ​​Tensor כגון סוג נתונים ו/או צורה. לדוגמה, ערכי טביעות האצבע אינם משתנים תחת צורות מחדש והעברת סיביות כל עוד ממד האצווה נשאר זהה:

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

עבור נתוני מחרוזת, יש לצפות Fingerprint(data) != Fingerprint(ReduceJoin(data)) באופן כללי.

טיעונים:

• היקף: אובייקט היקף
• נתונים: חייב להיות בדירוג 1 ומעלה.
• שיטה: שיטת טביעת האצבע בה משתמש המבצע הזה. השיטה הזמינה כעת היא farmhash::fingerprint64 .

החזרות:

• Output : Tensor דו-ממדי מסוג tf.uint8 . המימד הראשון שווה למימד הראשון של data , וגודל המימד השני תלוי באלגוריתם טביעת האצבע.

מאפיינים ציבוריים

::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