Функция strings.to_hash_bucket

Функция strings.to_hash_bucket преобразует строки в целочисленные индексы хеш-корзин. Первым параметром передается строковый тензор с исходными данными. Вторым параметром указывается количество корзин num_buckets, в которые будут распределяться строки. Третьим необязательным параметром задается имя операции name.

Синтаксис

tf.strings.to_hash_bucket(input, num_buckets, name=None)

Пример

Давайте преобразуем строковый тензор в хеш-корзины с количеством корзин 10:

import tensorflow as tf

t = tf.constant(['abcde', 'model.keras'])
res = tf.strings.to_hash_bucket(t, num_buckets=10)
print(res)

Результат выполнения кода:

tf.Tensor([6 2], shape=(2,), dtype=int64)

Пример

Давайте применим функцию к тензору с количеством корзин 3:

import tensorflow as tf

t = tf.constant(['abcde', 'model.keras'])
res = tf.strings.to_hash_bucket(t, num_buckets=3)
print(res)

Результат выполнения кода:

tf.Tensor([0 2], shape=(2,), dtype=int64)

Пример

Давайте сохраним тип данных результата в int64 и выведем форму тензора:

import tensorflow as tf

t = tf.constant(['abcde', 'model.keras'])
res = tf.strings.to_hash_bucket(t, num_buckets=5)
print(res)
print(res.dtype)

Результат выполнения кода:

tf.Tensor([1 4], shape=(2,), dtype=int64)
<dtype: 'int64'>

Смотрите также

функцию to_hash_bucket_fast,
которая быстро хеширует строки без учета коллизий
функцию to_number,
которая преобразует строки в числа
функцию unicode_decode,
которая декодирует строки в коды символов
функцию unicode_encode,
которая кодирует коды символов в строки