Elementwise คำนวณ XOR ระดับบิตของ `x` และ `y`
ผลลัพธ์จะมีการตั้งค่าบิตเหล่านั้น ซึ่งต่างกันใน `x` และ `y` การคำนวณจะดำเนินการโดยใช้การแสดงค่าพื้นฐานของ `x` และ `y`
ตัวอย่างเช่น:
import tensorflow as tf
from tensorflow.python.ops import bitwise_ops
dtype_list = [tf.int8, tf.int16, tf.int32, tf.int64,
tf.uint8, tf.uint16, tf.uint32, tf.uint64]
for dtype in dtype_list:
lhs = tf.constant([0, 5, 3, 14], dtype=dtype)
rhs = tf.constant([5, 0, 7, 11], dtype=dtype)
exp = tf.constant([5, 5, 4, 5], dtype=tf.float32)
res = bitwise_ops.bitwise_xor(lhs, rhs)
tf.assert_equal(tf.cast(res, tf.float32), exp) # TRUE
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คง <T ขยาย TNumber > BitwiseXor <T> | สร้าง (ขอบเขตขอบเขต ตัว ดำเนินการ <T> x ตัวดำเนินการ <T> y) วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ BitwiseXor ใหม่ |
เอาท์พุต <T> | ซี () |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง BitwiseXor <T> แบบคงที่สาธารณะ (ขอบเขตขอบเขต ตัว ดำเนินการ <T> x ตัวดำเนินการ <T> y)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ BitwiseXor ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|
การส่งคืน
- ตัวอย่างใหม่ของ BitwiseXor