aliran tensor:: operasi:: Sidik jari

Menghasilkan nilai sidik jari.

Ringkasan

Menghasilkan nilai sidik jari data .

Operasi sidik jari menganggap dimensi pertama data sebagai dimensi batch, dan output[i] berisi nilai sidik jari yang dihasilkan dari konten dalam data[i, ...] untuk semua i .

Operasi sidik jari menulis nilai sidik jari sebagai array byte. Misalnya, metode default farmhash64 menghasilkan nilai sidik jari 64-bit sekaligus. Nilai 8-byte ini ditulis sebagai array uint8 berukuran 8, dalam urutan little-endian.

Misalnya, data memiliki tipe data DT_INT32 dan bentuk (2, 3, 4), dan metode sidik jarinya adalah farmhash64 . Dalam hal ini, bentuk keluarannya adalah (2, 8), dengan 2 adalah ukuran dimensi batch data , dan 8 adalah ukuran setiap nilai sidik jari dalam byte. output[0, :] dihasilkan dari 12 bilangan bulat di data[0, :, :] dan demikian pula output[1, :] dihasilkan dari 12 bilangan bulat lainnya di data[1, :, :] .

Perhatikan bahwa operasi ini mengambil sidik jari dari buffer mentah yang mendasarinya, dan tidak mengambil sidik jari metadata Tensor seperti tipe dan/atau bentuk data. Misalnya, nilai sidik jari tidak berubah dalam bentuk ulang dan bitcast selama dimensi batch tetap sama:

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

Untuk data string, kita dapat mengharapkan Fingerprint(data) != Fingerprint(ReduceJoin(data)) secara umum.

Argumen:

• ruang lingkup: Objek Lingkup
• data: Harus memiliki peringkat 1 atau lebih tinggi.
• metode: Metode sidik jari yang digunakan oleh operasi ini. Metode yang tersedia saat ini adalah farmhash::fingerprint64 .

Pengembalian:

• Output : Tensor dua dimensi bertipe tf.uint8 . Dimensi pertama sama dengan dimensi pertama data , dan ukuran dimensi kedua bergantung pada algoritma sidik jari.

Atribut publik

::tensorflow::Output fingerprint

Operation operation

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const