تدفق التوتر:: العمليات:: البث الثنائي

يقوم ببث موتر من نوع إلى آخر دون نسخ البيانات.

ملخص

بالنظر إلى input الموتر، تقوم هذه العملية بإرجاع موتر له نفس بيانات المخزن المؤقت مثل input type البيانات.

إذا كان نوع بيانات الإدخال T أكبر من type بيانات الإخراج، فسيتغير الشكل من [...] إلى [..., sizeof( T )/sizeof( type )].

إذا كان T أصغر من type ، فإن عامل التشغيل يتطلب أن يكون البعد الموجود في أقصى اليمين مساويًا لـ sizeof( type )/sizeof( T ). ينتقل الشكل بعد ذلك من [..., sizeof( type )/sizeof( T )] إلى [...].

يعمل tf.bitcast() وtf.cast() بشكل مختلف عندما يتم تحويل dtype الحقيقي إلى dtype معقد (على سبيل المثال tf.complex64 أو tf.complex128) حيث يقوم tf.cast() بإنشاء الجزء التخيلي 0 بينما يعطي tf.bitcast() الوحدة النمطية خطأ. على سبيل المثال،

مثال 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)

ملاحظة : يتم تطبيق Bitcast كإرسال منخفض المستوى، لذا فإن الأجهزة ذات الترتيب النهائي المختلف ستعطي نتائج مختلفة.

الحجج:

• النطاق: كائن النطاق

العوائد:

• Output : موتر الإخراج.

الصفات العامة

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