Python tf.raw_ops.Bitcast用法及代碼示例

在不複製數據的情況下，將張量從一種類型轉換為另一種類型。

用法

tf.raw_ops.Bitcast(
    input, type, name=None
)

給定一個張量 input ，此操作返回一個與 input 具有相同緩衝區數據且數據類型為 type 的張量。

如果輸入數據類型 T 大於輸出數據類型 type，則形狀從 [...] 更改為 [..., sizeof( T )/sizeof( type )]。

如果 T 小於 type ，則運算符要求最右邊的維度等於 sizeof( type )/sizeof( T )。然後形狀從 [..., sizeof( type )/sizeof( T )] 變為 [...]。

tf.bitcast() 和 tf.cast() 在將實際 dtype 轉換為複雜 dtype(例如 tf.complex64 或 tf.complex128)時的工作方式不同，因為 tf.cast() 將虛部設為 0 而 tf.bitcast() 給出模塊錯誤。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 被實現為低級強製轉換，因此具有不同 endian 順序的機器將給出不同的結果。