tensorflow::ops::Fingerprint

Genera i valori delle impronte digitali.

Riepilogo

Genera i valori di impronta digitale dei data .

L'operazione Fingerprint considera la prima dimensione dei data come dimensione del batch e output[i] contiene il valore dell'impronta digitale generato dal contenuto in data[i, ...] per tutti i .

L'operazione Fingerprint scrive i valori delle impronte digitali come array di byte. Ad esempio, il metodo predefinito farmhash64 genera un valore di impronta digitale a 64 bit alla volta. Questo valore di 8 byte viene scritto come un array uint8 di dimensione 8, in ordine little-endian.

Ad esempio, supponiamo che data abbiano tipo di dati DT_INT32 e forma (2, 3, 4) e che il metodo di fingerprinting sia farmhash64 . In questo caso, la forma dell'output è (2, 8), dove 2 è la dimensione del batch dei data e 8 è la dimensione di ciascun valore di fingerprint in byte. output[0, :] viene generato da 12 interi in data[0, :, :] e analogamente output[1, :] viene generato da altri 12 interi in data[1, :, :] .

Si noti che questa operazione rileva l'impronta digitale del buffer sottostante grezzo e non dei metadati del Tensor , come il tipo di dati e/o la forma. Ad esempio, i valori dell'impronta digitale sono invarianti rispetto a ridimensionamenti e conversioni di bit, purché la dimensione del batch rimanga invariata:

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

Per i dati di tipo stringa, in generale ci si dovrebbe aspettare Fingerprint(data) != Fingerprint(ReduceJoin(data)) .

Argomentazioni:

• ambito: un oggetto Scope
• dati: Deve avere un rango pari o superiore a 1.
• Metodo: Metodo di impronta digitale utilizzato da questo operatore. Il metodo attualmente disponibile è farmhash::fingerprint64 .

Resi:

• Output : Un Tensor bidimensionale di tipo tf.uint8 . La prima dimensione corrisponde alla prima dimensione dei data , mentre la dimensione della seconda dimensione dipende dall'algoritmo di fingerprinting.

attributi pubblici

::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