Sprawdź, czy dane wejściowe pasują do wzorca wyrażenia regularnego.
Dane wejściowe to tensor strunowy o dowolnym kształcie. Wzorzec jest skalarnym tensorem struny, który jest stosowany do każdego elementu tensora wejściowego. Wartości logiczne (prawda lub fałsz) tensora wyjściowego wskazują, czy dane wejściowe odpowiadają podanemu wzorcowi wyrażenia regularnego.
Wzorzec jest zgodny ze składnią re2 (https://github.com/google/re2/wiki/Syntax)
Przykłady:
>>> tf.strings.regex_full_match(["lib TF", "lib TF"], ".*lib$")
Stałe
Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
Wyjście <TBool> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny RegexFullMatch | |
Wyjście <TBool> | wyjście () Tensor boolowy o takim samym kształcie jak „input”. |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście < TBool > asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static RegexFullMatch create ( Zakres zakresu , Operand < TString > wejście, Operand < TString > wzorzec)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację RegexFullMatch.
Parametry
zakres | aktualny zakres |
---|---|
wejście | Tensor ciągu tekstu, który ma zostać przetworzony. |
wzór | Tensor ciągu skalarnego zawierający wyrażenie regularne pasujące do danych wejściowych. |
Zwroty
- nowa instancja RegexFullMatch