Python tf.bitcast用法及代码示例

在不复制数据的情况下，将张量从一种类型转换为另一种类型。

用法

tf.bitcast(
    input, type, name=None
)

给定一个张量 input ，此操作返回一个与 input 具有相同缓冲区数据且数据类型为 type 的张量。

如果输入数据类型 T 大于输出数据类型 type，则形状从 [...] 更改为 [..., sizeof( T )/sizeof( type )]。

如果 T 小于 type ，则运算符要求最右边的维度等于 sizeof( type )/sizeof( T )。然后形状从 [..., sizeof( type )/sizeof( T )] 变为 [...]。

tf.bitcast() 和 tf.cast() 在将实际 dtype 转换为复杂 dtype(例如 tf.complex64 或 tf.complex128)时的工作方式不同，因为 tf.cast() 将虚部设为 0 而 tf.bitcast() 给出模块错误。例如，

示例 1：

a = [1., 2., 3.]
equality_bitcast = tf.bitcast(a, tf.complex128)
Traceback (most recent call last):

InvalidArgumentError:Cannot bitcast from 1 to 18 [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)

示例 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)>

示例 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)

注意：Bitcast 被实现为低级强制转换，因此具有不同 endian 顺序的机器将给出不同的结果。