সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
টেনসরফ্লো :: অপস:: আঙুলের ছাপ
#include <array_ops.h> ফিঙ্গারপ্রিন্ট মান তৈরি করে।
সারাংশ
data ফিঙ্গারপ্রিন্ট মান তৈরি করে।
ফিঙ্গারপ্রিন্ট অপ data প্রথম মাত্রাটিকে ব্যাচের মাত্রা হিসাবে বিবেচনা করে, এবং output[i] সমস্ত i এর জন্য data[i, ...] এর বিষয়বস্তু থেকে তৈরি আঙ্গুলের ছাপের মান ধারণ করে।
ফিঙ্গারপ্রিন্ট অপ বাইট অ্যারে হিসাবে ফিঙ্গারপ্রিন্ট মান লেখে। উদাহরণস্বরূপ, ডিফল্ট পদ্ধতি farmhash64 একটি সময়ে একটি 64-বিট ফিঙ্গারপ্রিন্ট মান তৈরি করে। এই 8-বাইটের মানটি ছোট-এন্ডিয়ান ক্রমে 8 আকারের একটি uint8 অ্যারে হিসাবে লেখা হয়েছে।
উদাহরণস্বরূপ, ধরুন যে data ডেটা টাইপ DT_INT32 এবং আকৃতি রয়েছে (2, 3, 4), এবং আঙ্গুলের ছাপ পদ্ধতিটি হল farmhash64 । এই ক্ষেত্রে, আউটপুট শেপ হল (2, 8), যেখানে 2 হল data ব্যাচ ডাইমেনশন সাইজ এবং 8 হল বাইটে প্রতিটি ফিঙ্গারপ্রিন্ট মানের সাইজ। output[0, :] data[0, :, :] এবং একইভাবে output[1, :] data[1, :, :] ।
মনে রাখবেন যে এই অপটি কাঁচা অন্তর্নিহিত বাফারকে আঙ্গুলের ছাপ দেয় এবং এটি টেনসরের মেটাডেটা যেমন ডেটা টাইপ এবং/অথবা আকৃতির ফিঙ্গারপ্রিন্ট করে না। উদাহরণ স্বরূপ, আঙ্গুলের ছাপের মানগুলি পরিবর্তন এবং বিটকাস্টের অধীনে অপরিবর্তনীয় থাকে যতক্ষণ না ব্যাচের মাত্রা একই থাকে:
Fingerprint(data) == Fingerprint(Reshape(data, ...))
Fingerprint(data) == Fingerprint(Bitcast(data, ...))
স্ট্রিং ডেটার জন্য, একজনকে সাধারণভাবে Fingerprint(data) != Fingerprint(ReduceJoin(data)) আশা করা উচিত।
যুক্তি:
- স্কোপ: একটি স্কোপ অবজেক্ট
- ডেটা: র্যাঙ্ক 1 বা উচ্চতর থাকতে হবে।
- পদ্ধতি: আঙ্গুলের ছাপ পদ্ধতি এই অপ দ্বারা ব্যবহৃত. বর্তমানে উপলব্ধ পদ্ধতি হল
farmhash::fingerprint64 ।
রিটার্ন:
-
Output : tf.uint8 টাইপের একটি দ্বি-মাত্রিক Tensor । প্রথম মাত্রা data প্রথম মাত্রার সমান, এবং দ্বিতীয় মাত্রার আকার ফিঙ্গারপ্রিন্ট অ্যালগরিদমের উপর নির্ভর করে।
পাবলিক বৈশিষ্ট্য
পাবলিক ফাংশন
নোড
::tensorflow::Node * node() const
operator::tensorflow::Input() const
অপারেটর::টেনসরফ্লো::আউটপুট
operator::tensorflow::Output() const
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# tensorflow::ops::Fingerprint Class Reference\n\ntensorflow::ops::Fingerprint\n============================\n\n`#include \u003carray_ops.h\u003e`\n\nGenerates fingerprint values.\n\nSummary\n-------\n\nGenerates fingerprint values of `data`.\n\n[Fingerprint](/versions/r2.3/api_docs/cc/class/tensorflow/ops/fingerprint#classtensorflow_1_1ops_1_1_fingerprint) op considers the first dimension of `data` as the batch dimension, and `output[i]` contains the fingerprint value generated from contents in `data[i, ...]` for all `i`.\n\n[Fingerprint](/versions/r2.3/api_docs/cc/class/tensorflow/ops/fingerprint#classtensorflow_1_1ops_1_1_fingerprint) op writes fingerprint values as byte arrays. For example, the default method `farmhash64` generates a 64-bit fingerprint value at a time. This 8-byte value is written out as an `uint8` array of size 8, in little-endian order.\n\nFor example, suppose that `data` has data type `DT_INT32` and shape (2, 3, 4), and that the fingerprint method is `farmhash64`. In this case, the output shape is (2, 8), where 2 is the batch dimension size of `data`, and 8 is the size of each fingerprint value in bytes. `output[0, :]` is generated from 12 integers in `data[0, :, :]` and similarly `output[1, :]` is generated from other 12 integers in `data[1, :, :]`.\n\nNote that this op fingerprints the raw underlying buffer, and it does not fingerprint [Tensor](/versions/r2.3/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor)'s metadata such as data type and/or shape. For example, the fingerprint values are invariant under reshapes and bitcasts as long as the batch dimension remain the same:\n\n\n```text\nFingerprint(data) == Fingerprint(Reshape(data, ...))\nFingerprint(data) == Fingerprint(Bitcast(data, ...))\n```\n\n\u003cbr /\u003e\n\nFor string data, one should expect `Fingerprint(data) != Fingerprint(ReduceJoin(data))` in general.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- data: Must have rank 1 or higher.\n- method: [Fingerprint](/versions/r2.3/api_docs/cc/class/tensorflow/ops/fingerprint#classtensorflow_1_1ops_1_1_fingerprint) method used by this op. Currently available method is `farmhash::fingerprint64`.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): A two-dimensional [Tensor](/versions/r2.3/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) of type `tf.uint8`. The first dimension equals to `data`'s first dimension, and the second dimension size depends on the fingerprint algorithm.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [Fingerprint](#classtensorflow_1_1ops_1_1_fingerprint_1a5a9ba3aaf3975b520b93b93f97d3218e)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` data, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` method)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [fingerprint](#classtensorflow_1_1ops_1_1_fingerprint_1acb15a2bc227362487ec02887bd37371b) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_fingerprint_1a28c7645b277237010a0c6e2b37c9e520) | [Operation](/versions/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_fingerprint_1a6605930068854f0e7e5ba0ad2ce90daa)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_fingerprint_1af0b4d90e2ccbff5efb796771a356e94d)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_fingerprint_1a1d72f0d143362ae62b95dfdadd166164)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### fingerprint\n\n```text\n::tensorflow::Output fingerprint\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\nPublic functions\n----------------\n\n### Fingerprint\n\n```gdscript\n Fingerprint(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input data,\n ::tensorflow::Input method\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
