Python tf.fingerprint用法及代码示例

生成指纹值。

用法

tf.fingerprint(
    data, method='farmhash64', name=None
)

生成 data 的指纹值。

指纹运算将data的第一个维度作为批量维度，output[i]包含所有i的data[i, ...]中的内容生成的指纹值。

指纹运算将指纹值写入字节数组。例如，默认方法farmhash64 一次生成一个 64 位指纹值。此 8 字节值以小端顺序写出为大小为 8 的 tf.uint8 数组。

例如，假设 data 具有数据类型 tf.int32 和形状 (2, 3, 4)，并且指纹方法是 farmhash64 。在这种情况下，输出形状为 (2, 8)，其中 2 是 data 的批量维度大小，8 是每个指纹值的大小(以字节为单位)。 output[0,:] 是从 data[0,:,:] 中的 12 个整数生成的，类似地 output[1,:] 是从 data[1,:,:] 中的其他 12 个整数生成的。

请注意，此操作会识别原始底层缓冲区，并且不会识别 Tensor 的元数据，例如数据类型和/或形状。例如，指纹值在重塑和比特广播下是不变的，只要批量维度保持不变：

tf.fingerprint(data) == tf.fingerprint(tf.reshape(data, ...))
tf.fingerprint(data) == tf.fingerprint(tf.bitcast(data, ...))

对于字符串数据，应该期望tf.fingerprint(data) != tf.fingerprint(tf.string.reduce_join(data))一般来说。