Python | tenorflow.bitcast () метод
TensorFlow - это библиотека Python с открытым исходным кодом, разработанная Google для разработки моделей машинного обучения и нейронных сетей глубокого обучения.
bitcast () - это метод в библиотеке тензорного потока, который используется для побитового преобразования тензора из одного типа в другой. Он не копирует данные.
Синтаксис:
tf.bitcast (
ввод, тип, имя
)
Аргументы:
1. ввод: это тензор, и допустимый тип для этого тензора
bfloat16, половина, float32, float64, int64, int32, uint8, uint16, uint32,
uint64, int8, int16, complex64, complex128, qint8, quint8, qint16, quint16, qint32.
2. type: он определяет dtype, в котором ввод должен быть преобразован в битовый формат.
3. имя: необязательный аргумент. Он используется, чтобы дать название операции.
Возврат: возвращает тензор типа type.
Примечание: bitcast нельзя использовать для преобразования реального dtype в сложный dtype. Это вызовет ошибку InvalidArgumentError.
Example 1:
Python3
# importing the libraryimport tensorflow # initializing the constant tensor of dtype unit32a = tensorflow.constant(0xffffffff, dtype=tensorflow.uint32) # Checking the initialized tensorprint("a:",a) # bitcasting to dtype unit8b = tensorflow.bitcast(a, tensorflow.uint8) # Checking the bitcasted tensorprint("b:",b) |
Выход:
a: tf.Tensor(4294967295, shape=(), dtype=uint32) b: tf.Tensor([255 255 255 255], shape=(4,), dtype=uint8)
Пример 2:
This example tries to bitcast a real dtype to complex dtype
Python3
# importing the libraryimport tensorflow # initializing the constant tensor of dtype unit32a = tensorflow.constant(0xffffffff, dtype=tensorflow.uint32) # Checking the initialized tensorprint("a:",a) # bitcasting to dtype complex128b = tensorflow.bitcast(a, tensorflow.complex128) |
Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.