tensorflow::ops::Fingerprint

#include <array_ops.h>

Генерирует значения отпечатков пальцев.

Краткое описание

Генерирует значения отпечатков пальцев data.

Fingerprint оператор рассматривает первый размер data как размер пакетной обработки, а output[i] содержит значение отпечатка пальцев, сгенерированное из содержимого data[i, ...] для всех i.

Fingerprint оператор записывает значения отпечатков пальцев в виде массивов байтов. Например, метод по умолчанию farmhash64 генерирует значение отпечатка пальцев 64 бита за раз. Это значение 8 байтов записывается как массив uint8 размером 8, в порядке little-endian.

Например, предположим, что data имеет тип данных DT_INT32 и форму (2, 3, 4), а метод отпечатков пальцев — farmhash64. В этом случае форма вывода имеет вид (2, 8), где 2 — размер первого измерения пакетной обработки data, а 8 — размер каждого значения отпечатка пальцев в байтах. output[0, :] генерируется из 12 целых чисел в data[0, :, :] и аналогично output[1, :] генерируется из других 12 целых чисел в data[1, :, :].

Обратите внимание, что этот оператор печатает отпечаток пальца в исходном подлежащем буфере, а не метаданные тензора Tensor, такие как тип данных и/или форма. Например, значения отпечатков пальцев инвариантны при изменении формы и преобразованиях бит, если размер пакетной обработки остается неизменным:

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

Для строковых данных в общем случае следует ожидать Fingerprint(data) != Fingerprint(ReduceJoin(data)).

Аргументы:

• scope: Объект Scope
• data: Должен иметь ранг 1 или выше.
• method: Метод Fingerprint, используемый этим оператором. В настоящее время доступен метод farmhash::fingerprint64.

Возвращаемое значение:

• Output: Двумерный Tensor типа tf.uint8. Первое измерение равно первому измерению data, а размер второго измерения зависит от алгоритма отпечатков пальцев.

Публичные атрибуты

::tensorflow::Output fingerprint

Operation operation

Публичные функции

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

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const