tf.dtypes.DType
Представляет тип элементов в Tensor.
Наследуется от: TraceType
tf.dtypes.DType(
type_enum, handle_data=None
)
DType используются для указания типа выходных данных для операций, которые это требуют, или для проверки типа данных существующих Tensor.
Примеры:
tf.constant(1, dtype=tf.int64) <tf.Tensor: shape=(), dtype=int64, numpy=1> tf.constant(1.0).dtype tf.float32
См. tf.dtypes для получения полного списка определенных DType.
| Атрибуты | |
|---|---|
as_datatype_enum | Возвращает значение перечисления types_pb2.DataType, основанное на этом типе данных. |
as_numpy_dtype | Возвращает объект Python type, основанный на этом DType. |
base_dtype | Возвращает нессылочный DType, основанный на этом DType (для TF1). Программы, написанные для TensorFlow 2.x, не нуждаются в этом атрибуте. Он существует только для совместимости с TensorFlow 1.x, который использовал ссылочные |
is_bool | Возвращает, является ли это типом данных булевого значения. |
is_complex | Возвращает, является ли это типом комплексных чисел с плавающей запятой. |
is_floating | Возвращает, является ли это (неквантованным, вещественным) типом с плавающей запятой. |
is_integer | Возвращает, является ли это (неквантованным) целочисленным типом. |
is_numeric | Возвращает, является ли это числовым типом данных. |
is_numpy_compatible | Возвращает, имеет ли этот тип данных совместимый тип данных NumPy. |
is_quantized | Возвращает, является ли это квантованным типом данных. |
is_unsigned | Возвращает, является ли этот тип беззнаковым. Нечисленные, неупорядоченные и квантованные типы не считаются беззнаковыми, и эта функция возвращает |
limits | Возвращает пределы интенсивности, т.е. кортеж (min, max) типа данных. Аргументы: clip_negative : bool, необязательно Если True, обрезать отрицательный диапазон (т.е. вернуть 0 для минимальной интенсивности), даже если тип данных изображения допускает отрицательные значения. Возвращает min, max : кортеж Нижние и верхние пределы интенсивности. |
max | Возвращает максимальное представимое значение в этом типе данных. |
min | Возвращает минимальное представимое значение в этом типе данных. |
name | |
real_dtype | Возвращает DType, соответствующий вещественной части этого DType. |
size | |
Методы
experimental_as_proto
experimental_as_proto() -> types_pb2.SerializedDType
Возвращает представление протокола экземпляра Dtype.
experimental_from_proto
@classmethod
experimental_from_proto(
proto: types_pb2.SerializedDType
) -> 'DType'
Возвращает экземпляр Dtype, основанный на сериализованном протоколе.
experimental_type_proto
@classmethod experimental_type_proto() -> Type[types_pb2.SerializedDType]
Возвращает тип протокола, связанный с сериализацией DType.
is_compatible_with
is_compatible_with(
other
)
Возвращает True, если other DType будет преобразован в этот DType (TF1).
Программы, написанные для TensorFlow 2.x, не нуждаются в этой функции. Вместо этого они могут выполнять прямое сравнение по равенству объектов DType: tf.as_dtype(this) == tf.as_dtype(other).
Эта функция существует только для совместимости с TensorFlow 1.x, где она дополнительно позволяет преобразование из ссылочного типа (используемого tf.compat.v1.Variable) в его базовый тип.
| Аргументы | |
|---|---|
other | DType (или объект, который может быть преобразован в DType). |
| Возвращает | |
|---|---|
True, если тензор типа other DType будет неявно преобразован в этот DType. |
is_subtype_of
is_subtype_of(
other: tf.types.experimental.TraceType
) -> bool
См. базовый класс tf.types.experimental.TraceType.
most_specific_common_supertype
most_specific_common_supertype(
types: Sequence[tf.types.experimental.TraceType]
) -> Optional['DType']
См. базовый класс tf.types.experimental.TraceType.
__eq__
__eq__(
other
)
Возвращает True, если этот DType ссылается на тот же тип, что и other.
__ne__
__ne__(
other
)
Возвращает True, если self != other.
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/dtypes/DType