tensorflow :: ops :: Impressão digital

Gera valores de impressão digital.

Resumo

Gera valores de impressão digital de data .

A impressão digital op considera a primeira dimensão dos data como a dimensão do lote, e a output[i] contém o valor da impressão digital gerado a partir do conteúdo nos data[i, ...] para todos os i .

A operação de impressão digital grava valores de impressão digital como matrizes de bytes. Por exemplo, o método padrão farmhash64 gera um valor de impressão digital de 64 bits por vez. Este valor de 8 bytes é escrito como um array uint8 de tamanho 8, na ordem little-endian.

Por exemplo, suponha que os data tenham o tipo de dados DT_INT32 e forma (2, 3, 4) e que o método de impressão digital seja farmhash64 . Nesse caso, a forma de saída é (2, 8), em que 2 é o tamanho da dimensão do lote de data e 8 é o tamanho de cada valor de impressão digital em bytes. output[0, :] é gerada a partir de 12 inteiros nos data[0, :, :] e, da mesma forma, a output[1, :] é gerada a partir de outros 12 inteiros nos data[1, :, :] .

Observe que esta operação imprime o buffer básico bruto e não imprime os metadados do Tensor , como tipo e / ou forma de dados. Por exemplo, os valores da impressão digital são invariáveis ​​em reformulações e bitcasts, desde que a dimensão do lote permaneça a mesma:

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

Para dados de string, deve-se esperar Fingerprint(data) != Fingerprint(ReduceJoin(data)) em geral.

Argumentos:

• escopo: um objeto Scope
• dados: deve ter classificação 1 ou superior.
• método: método de impressão digital usado por este op. O método atualmente disponível é farmhash::fingerprint64 .

Retorna:

• Output : um Tensor bidimensional do tipo tf.uint8 . A primeira dimensão é igual à primeira dimensão dos data , e o tamanho da segunda dimensão depende do algoritmo de impressão digital.

Atributos públicos

::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