Python Tensorflow bitwise.bitwise_and()用法及代码示例

张量流bitwise.bitwise_and()方法执行bitwise_and操作，并返回设置的那些位，即a和b中的set(1)。该操作在a和b的表示上完成。
该方法属于按位模块。

用法：tf.bitwise.bitwise_and( a, b, name=None)

争论

a:它必须是张量，应该来自以下类型之一：int8，int16，int32，int64，uint8，uint16，uint32，uint64。
b:这也应该是张量，类型与a相同。
名称：这是可选参数，这是操作的名称。

返回：它返回与a和b具有相同类型的Tensor。

让我们借助几个示例来了解这个概念：
范例1：

# Importing the Tensorflow library  
import tensorflow as tf  
  
# A constant a and b 
a = tf.constant(4, dtype = tf.int32) 
b = tf.constant(6, dtype = tf.int32)   
  
# Applying the bitwise_and() function  
# storing the result in 'c'  
c = tf.bitwise.bitwise_and(a, b)  
  
# Initiating a Tensorflow session  
with tf.Session() as sess:
    print("Input 1", a) 
    print(sess.run(a)) 
    print("Input 2", b) 
    print(sess.run(b)) 
    print("Output:", c) 
    print(sess.run(c))

输出：

Input 1 Tensor("Const_41:0", shape=(), dtype=int32)
4
Input 2 Tensor("Const_42:0", shape=(), dtype=int32)
6
Output: Tensor("BitwiseAnd_5:0", shape=(), dtype=int32)
4

范例2：

# Importing the Tensorflow library  
import tensorflow as tf  
  
# A constant a and b 
a = tf.constant([1, 2, 7], dtype = tf.int32) 
b = tf.constant([1, 5, 8], dtype = tf.int32)   
  
# Applying the bitwise_and() function  
# storing the result in 'c'  
c = tf.bitwise.bitwise_and(a, b)  
  
# Initiating a Tensorflow session  
with tf.Session() as sess:
    print("Input 1", a) 
    print(sess.run(a)) 
    print("Input 2", b) 
    print(sess.run(b)) 
    print("Output:", c) 
    print(sess.run(c))

输出：

Input 1 Tensor("Const_43:0", shape=(3, ), dtype=int32)
[1 2 7]
Input 2 Tensor("Const_44:0", shape=(3, ), dtype=int32)
[1 5 8]
Output: Tensor("BitwiseAnd_6:0", shape=(3, ), dtype=int32)
[1 0 0]

相关用法

注：本文由纯净天空筛选整理自PranchalKatiyar大神的英文原创作品 Python – Tensorflow bitwise.bitwise_and() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。