Python tf.lookup.experimental.MutableHashTable用法及代碼示例

一個通用的可變哈希表實現。

繼承自：TrackableResource

用法

tf.lookup.experimental.MutableHashTable(
    key_dtype, value_dtype, default_value, name='MutableHashTable',
    checkpoint=True, experimental_is_anonymous=False
)

參數

key_dtype 關鍵張量的類型。
value_dtype 值張量的類型。
default_value 表中缺少鍵時使用的值。
name 操作的名稱(可選)。
checkpoint 如果為 True，則表的內容將保存到檢查點並從檢查點恢複。如果檢查點表的shared_name 為空，則使用表節點名稱共享它。
experimental_is_anonymous 是否對表使用匿名模式(默認為 False)。在匿名模式下，表資源隻能通過資源句柄訪問。它不能通過名字來查找。當所有指向該資源的資源句柄都消失時，該資源將被自動刪除。

拋出

ValueError 如果檢查點為 True 且未指定名稱。

屬性

key_dtype 表鍵數據類型。
name 表的名稱。
resource_handle 返回與此資源關聯的資源句柄。
value_dtype 表值 dtype。

可以通過調用insert 方法插入數據，並通過調用remove 方法刪除數據。它不支持通過 init 方法進行初始化。

MutableHashTable 在檢查點和恢複操作期間需要額外的內存來創建臨時鍵和值張量。

示例用法：

table = tf.lookup.experimental.MutableHashTable(key_dtype=tf.string,
                                                value_dtype=tf.int64,
                                                default_value=-1)
keys_tensor = tf.constant(['a', 'b', 'c'])
vals_tensor = tf.constant([7, 8, 9], dtype=tf.int64)
input_tensor = tf.constant(['a', 'f'])
table.insert(keys_tensor, vals_tensor)
table.lookup(input_tensor).numpy()
array([ 7, -1])
table.remove(tf.constant(['c']))
table.lookup(keys_tensor).numpy()
array([ 7, 8, -1])
sorted(table.export()[0].numpy())
[b'a', b'b']
sorted(table.export()[1].numpy())
[7, 8]

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.lookup.experimental.MutableHashTable。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。