テンソルフロー::作戦::ビットキャスト

#include <array_ops.h>

データをコピーせずに、ある型から別の型にテンソルをビットキャストします。

まとめ

テンソルinputを指定すると、この演算はデータ型typeinputと同じバッファー データを持つテンソルを返します。

入力データ型Tが出力データ型typeより大きい場合、形状は [...] から [..., sizeof( T )/sizeof( type )] に変わります。

Ttypeより小さい場合、演算子は右端の次元が sizeof( type )/sizeof( T ) に等しいことを要求します。次に、形状は [..., sizeof( type )/sizeof( T )] から [...] になります。

実数 dtype が複素数 dtype (例: tf.complex64 または tf.complex128) としてキャストされる場合、tf.bitcast() と tf.cast() は動作が異なります。これは、 tf.cast() が虚数部 0 を作成する一方で、 tf.bitcast() がモジュールを与えるためです。エラー。例えば、

例 1:

a = [1., 2., 3.]quality_bitcast = tf.bitcast(a, tf.complex128) トレースバック (最後に行われた最新の呼び出し): ... InvalidArgumentError: 1 から 18 までビットキャストできません [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)

例 2:

tf.bitcast(tf.constant(0xffffffff, dtype=tf.uint32), tf.uint8)

例 3:

x = [1., 2., 3.] y = [0., 2., 3.] 等価性= tf.equal(x,y) 等価性_キャスト = tf.cast(等価性,tf.float32) 等価性ビットキャスト = 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.],形状=(3,), dtype=float32) print(equality_bitcast) tf.Tensor( [[ 0 0 0 0] [ 0 0 128 63] [ 0 0 128 63]], 形状=(3, 4), dtype=単位8)

:ビットキャストは低レベルのキャストとして実装されているため、エンディアン順序が異なるマシンでは異なる結果が得られます。

引数:

戻り値:

  • Output : 出力テンソル。

コンストラクターとデストラクター

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

パブリック属性

operation
output

公共機能

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

パブリック属性

手術

Operation operation

出力

::tensorflow::Output output

公共機能

ビットキャスト

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

ノード

::tensorflow::Node * node() const 

演算子::tensorflow::入力

 operator::tensorflow::Input() const 

演算子::tensorflow::出力

 operator::tensorflow::Output() const