przepływ tensorowy:: ops:: Transmisja bitowa

Przesyła bitcast tensora z jednego typu na inny bez kopiowania danych.

Streszczenie

Biorąc pod uwagę input tensora, operacja ta zwraca tensor, który ma te same dane buforowe, co input o type danych.

Jeśli wejściowy typ danych T jest większy niż wyjściowy type danych, wówczas kształt zmienia się z [...] na [..., sizeof( T )/sizeof( type )].

Jeśli T jest mniejsze niż type , operator wymaga, aby skrajny prawy wymiar był równy sizeof( type )/sizeof( T ). Następnie kształt zmienia się z [..., sizeof( type )/sizeof( T )] do [...].

Funkcje tf.bitcast() i tf.cast() działają inaczej, gdy rzeczywisty typ d jest rzutowany na złożony typ d (np. tf.complex64 lub tf.complex128), ponieważ tf.cast() tworzy część urojoną 0, podczas gdy tf.bitcast() daje moduł błąd. Na przykład,

Przykład 1:

>>> a = [1., 2., 3.]
>>> equality_bitcast = tf.bitcast(a,tf.complex128)
tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot bitcast from float to complex128: shape [3] [Op:Bitcast]
>>> equality_cast = tf.cast(a,tf.complex128)
>>> print(equality_cast)
tf.Tensor([1.+0.j 2.+0.j 3.+0.j], shape=(3,), dtype=complex128)

>>> tf.bitcast(tf.constant(0xffffffff, dtype=tf.uint32), tf.uint8)
<tf.Tensor: ... shape=(4,), dtype=uint8, numpy=array([255, 255, 255, 255], dtype=uint8)>

>>> x = [1., 2., 3.]
>>> y = [0., 2., 3.]
>>> equality= tf.equal(x,y)
>>> equality_cast = tf.cast(equality,tf.float32)
>>> equality_bitcast = tf.bitcast(equality_cast,tf.uint8)
>>> print(equality)
tf.Tensor([False True True], shape=(3,), dtype=bool)
>>> print(equality_cast)
tf.Tensor([0. 1. 1.], shape=(3,), dtype=float32)
>>> print(equality_bitcast)
tf.Tensor(
[[ 0 0 0 0]
 [ 0 0 128 63]
 [ 0 0 128 63]], shape=(3, 4), dtype=uint8)

UWAGA : Bitcast jest zaimplementowany jako rzutowanie niskiego poziomu, więc maszyny z inną kolejnością endianów dadzą różne wyniki.

Argumenty:

• zakres: Obiekt Scope

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 Bitcast(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  DataType type
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const