Python tf.lookup.StaticHashTable用法及代码示例

一个初始化后不可变的通用哈希表。

继承自：TrackableResource

用法

tf.lookup.StaticHashTable(
    initializer, default_value, name=None, experimental_is_anonymous=False
)

参数

initializer 要使用的表初始值设定项。有关受支持的键和值类型，请参阅HashTable 内核。
default_value 表中缺少键时使用的值。
name 操作的名称(可选)。
experimental_is_anonymous 是否对表使用匿名模式(默认为 False)。在匿名模式下，表资源只能通过资源句柄访问。它不能通过名字来查找。当所有指向该资源的资源句柄都消失时，该资源将被自动删除。

属性

default_value 表的默认值。
key_dtype 表键数据类型。
name 表的名称。
resource_handle 返回与此资源关联的资源句柄。
value_dtype 表值 dtype。

示例用法：

keys_tensor = tf.constant(['a', 'b', 'c'])
vals_tensor = tf.constant([7, 8, 9])
input_tensor = tf.constant(['a', 'f'])
table = tf.lookup.StaticHashTable(
    tf.lookup.KeyValueTensorInitializer(keys_tensor, vals_tensor),
    default_value=-1)
table.lookup(input_tensor).numpy()
array([ 7, -1], dtype=int32)

或者更多pythonic代码：

table[input_tensor].numpy()
array([ 7, -1], dtype=int32)

查找操作的结果与参数具有相同的形状：

input_tensor = tf.constant([['a', 'b'], ['c', 'd']])
table[input_tensor].numpy()
array([[ 7,  8],
       [ 9, -1]], dtype=int32)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.lookup.StaticHashTable。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。