Elementwise 计算 x
和 y
的按位 left-shift。
用法
tf.raw_ops.LeftShift(
x, y, name=None
)
参数
-
x
一个Tensor
。必须是以下类型之一:int8
,int16
,int32
,int64
,uint8
,uint16
,uint32
,uint64
。 -
y
一个Tensor
。必须与x
具有相同的类型。 -
name
操作的名称(可选)。
返回
-
一个
Tensor
。具有与x
相同的类型。
如果y
为负数,或大于或等于x
的宽度(以位为单位),则结果由实现定义。
例子:
import tensorflow as tf
from tensorflow.python.ops import bitwise_ops
import numpy as np
dtype_list = [tf.int8, tf.int16, tf.int32, tf.int64]
for dtype in dtype_list:
lhs = tf.constant([-1, -5, -3, -14], dtype=dtype)
rhs = tf.constant([5, 0, 7, 11], dtype=dtype)
left_shift_result = bitwise_ops.left_shift(lhs, rhs)
print(left_shift_result)
# This will print:
# tf.Tensor([ -32 -5 -128 0], shape=(4,), dtype=int8)
# tf.Tensor([ -32 -5 -384 -28672], shape=(4,), dtype=int16)
# tf.Tensor([ -32 -5 -384 -28672], shape=(4,), dtype=int32)
# tf.Tensor([ -32 -5 -384 -28672], shape=(4,), dtype=int64)
lhs = np.array([-2, 64, 101, 32], dtype=np.int8)
rhs = np.array([-1, -5, -3, -14], dtype=np.int8)
bitwise_ops.left_shift(lhs, rhs)
# <tf.Tensor:shape=(4,), dtype=int8, numpy=array([ -2, 64, 101, 32], dtype=int8)>
相关用法
- Python tf.raw_ops.LessEqual用法及代码示例
- Python tf.raw_ops.Less用法及代码示例
- Python tf.raw_ops.LogSoftmax用法及代码示例
- Python tf.raw_ops.L2Loss用法及代码示例
- Python tf.raw_ops.LSTMBlockCell用法及代码示例
- Python tf.raw_ops.LogicalOr用法及代码示例
- Python tf.raw_ops.Log1p用法及代码示例
- Python tf.raw_ops.LogicalNot用法及代码示例
- Python tf.raw_ops.Lgamma用法及代码示例
- Python tf.raw_ops.LRN用法及代码示例
- Python tf.raw_ops.Log用法及代码示例
- Python tf.raw_ops.ListDiff用法及代码示例
- Python tf.raw_ops.LogicalAnd用法及代码示例
- Python tf.raw_ops.LinSpace用法及代码示例
- Python tf.raw_ops.TPUReplicatedInput用法及代码示例
- Python tf.raw_ops.Bitcast用法及代码示例
- Python tf.raw_ops.SelfAdjointEigV2用法及代码示例
- Python tf.raw_ops.BatchMatMul用法及代码示例
- Python tf.raw_ops.OneHot用法及代码示例
- Python tf.raw_ops.ResourceScatterNdSub用法及代码示例
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.raw_ops.LeftShift。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。