tensoreflusso:: ops:: Impronta digitale

Genera valori di impronte digitali.

Riepilogo

Genera valori di impronte digitali dei data .

Fingerprint op considera la prima dimensione dei data come dimensione batch e output[i] contiene il valore dell'impronta digitale generato dal contenuto in data[i, ...] per tutti i .

L'operazione Fingerprint scrive i valori delle impronte digitali come array di byte. Ad esempio, il metodo predefinito farmhash64 genera un valore di impronta digitale a 64 bit alla volta. Questo valore di 8 byte viene scritto come array uint8 di dimensione 8, in ordine little-endian.

Ad esempio, supponiamo che data abbia tipo di dati DT_INT32 e forma (2, 3, 4) e che il metodo dell'impronta digitale sia farmhash64 . In questo caso, la forma dell'output è (2, 8), dove 2 è la dimensione batch dei data e 8 è la dimensione di ciascun valore dell'impronta digitale in byte. output[0, :] viene generato da 12 numeri interi in data[0, :, :] e allo stesso modo output[1, :] viene generato da altri 12 numeri interi in data[1, :, :] .

Tieni presente che questa operazione rileva il buffer sottostante non elaborato e non i metadati di Tensor come il tipo e/o la forma dei dati. Ad esempio, i valori delle impronte digitali sono invarianti in caso di rimodellamenti e bitcast purché la dimensione batch rimanga la stessa:

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

Per i dati di stringa, ci si dovrebbe aspettare Fingerprint(data) != Fingerprint(ReduceJoin(data)) in generale.

Argomenti:

• scope: un oggetto Scope
• dati: deve avere rango 1 o superiore.
• metodo: metodo dell'impronta digitale utilizzato da questa op. Il metodo attualmente disponibile è farmhash::fingerprint64 .

Resi:

• Output : un Tensor bidimensionale di tipo tf.uint8 . La prima dimensione è uguale alla prima dimensione data e la seconda dimensione dipende dall'algoritmo dell'impronta digitale.

Attributi pubblici

::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