torch.hash_tensor

torch.hash_tensor(input, *, mode=0) → Tensor

返回 input 张量中所有元素的哈希值。

目前只支持 mode=0（通过 xor 规约）。输出将始终为 torch.uint64 类型。在通过 xor 进行规约之前，input 的元素将被提升为它们等效的 64 位浮点数/整数，并被位转换为 torch.uint64。

参数

input (Tensor) – 输入张量。

关键字参数

mode (int) – 要使用的哈希。默认值：0 (xor_reduction)

示例

>>> a = torch.randn(1, 3)
>>> a
tensor([[ 1.1918, -1.1813,  0.3373]])
>>> torch.hash_tensor(a)
tensor(13822780554648485888, dtype=torch.uint64)

torch.hash_tensor(input, dim, *, keepdim=False, mode=0) → Tensor

根据给定的 dim 维度，返回 input 张量每一行的哈希值（由 mode 指定）。如果 dim 是一个维度列表，则在所有这些维度上进行规约。

如果 keepdim 为 True，则输出张量的大小与 input 相同，只有在 dim 维度上大小为 1。否则，dim 将被挤压（参见 torch.squeeze()），导致输出张量维度减少 1（或 len(dim)）个。

参数

• input (Tensor) – 输入张量。

• dim (int 或 tuple of ints, optional) – 要规约的维度或维度。如果为 None，则规约所有维度。

• keepdim (bool, optional) – 输出张量是否保留 dim。默认为 False。

关键字参数

mode (int) – 要使用的哈希。默认值：0 (xor_reduction)

示例

>>> a = torch.randn(2, 4)
>>> a
tensor([[ 0.1317, -0.5554, -1.4724, -1.1391],
        [ 0.0778, -0.6070,  0.6375,  0.1798]])
>>> torch.hash_tensor(a, 1)
tensor([9233691267014066176, 9255993250844508160], dtype=torch.uint64)