tensorflow::ops::Bitcast

#include <array_ops.h>

Bitcasts convertit un tenseur d'un type à un autre sans copier les données.

Résumé

Étant donné un tenseur input , cette opération renvoie un tenseur qui possède les mêmes données tampon que input avec le type de données type.

Si le type de données d'entrée T est plus grand que le type de données de sortie type, alors la forme passe de [...] à [..., sizeof( T )/sizeof( type )].

Si T est inférieur à type , l'opérateur exige que la dimension la plus à droite soit égale à sizeof( type )/sizeof( T ). La forme passe alors de [..., sizeof( type )/sizeof( T )] à [...].

Les fonctions `tf.bitcast()` et `tf.cast()` se comportent différemment lorsque le type réel est converti en un type complexe (par exemple `tf.complex64` ou `tf.complex128`) : `tf.cast()` renvoie une partie imaginaire nulle, tandis que `tf.bitcast()` génère une erreur de module. Par exemple :

Exemple 1 :

>>> a = [1., 2., 3.]
>>> equality_bitcast = tf.bitcast(a,tf.complex128)
tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot bitcast from float to complex128: shape [3] [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)
 Exemple 2 :
>>> tf.bitcast(tf.constant(0xffffffff, dtype=tf.uint32), tf.uint8)
<tf.Tensor: ... shape=(4,), dtype=uint8, numpy=array([255, 255, 255, 255], dtype=uint8)>
 Exemple 3 :
>>> x = [1., 2., 3.]
>>> y = [0., 2., 3.]
>>> equality= tf.equal(x,y)
>>> equality_cast = tf.cast(equality,tf.float32)
>>> equality_bitcast = 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.], shape=(3,), dtype=float32)
>>> print(equality_bitcast)
tf.Tensor(
[[ 0 0 0 0]
 [ 0 0 128 63]
 [ 0 0 128 63]], shape=(3, 4), dtype=uint8)

REMARQUE : Bitcast est implémenté comme une conversion de bas niveau, donc les machines avec des ordres d'endianness différents donneront des résultats différents.

Arguments :

  • portée : un objet Scope

Retours :

  • Output : Le tenseur de sortie.

Constructeurs et destructeurs

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

attributs publics

operation
output

fonctions publiques

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

attributs publics

opération 

Operation operation

sortir 

::tensorflow::Output output

fonctions publiques

Bitcast 

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

nœud 

::tensorflow::Node * node() const

opérateur::tensorflow::Entrée 

 operator::tensorflow::Input() const

opérateur::tensorflow::Sortie 

 operator::tensorflow::Output() const