Python – Tensorflow bitwise.bitwise_or()方法

Tensorflow bitwise.bitwise_or()方法执行bitwise_or操作，并返回那些在a或b或两者中被设置(1)的位。该操作是在a和b的表示上进行的。
该方法属于比特模块。

语法: tf.bitwise.bitwise_or( a, b, name=None)

参数

• a:这必须是一个张量。它应该是以下类型之一：int8, int16, int32, int64, uint8, uint16, uint32, uint64。
• b:这也应该是一个张量，类型与a相同。
• name: 这是一个可选的参数，这是操作的名称。

返回：它返回一个与a和b具有相同类型的张量。

让我们借助几个例子来看看这个概念。
示例 1:

# Importing the Tensorflow library 
import tensorflow as tf 
  
# A constant a and b 
a = tf.constant(43, dtype = tf.int32) 
b = tf.constant(5, dtype = tf.int32) 
  
# Applying the bitwise_or function 
# storing the result in 'c' 
c = tf.bitwise.bitwise_or(a, b) 
  
# Initiating a Tensorflow session 
with tf.Session() as sess:
    print("Input 1", a)
    print(sess.run(a))
    print("Input 2", b)
    print(sess.run(b))
    print("Output: ", c)
    print(sess.run(c))

输出:

Input 1 Tensor("Const_22:0", shape=(), dtype=int32)
43
Input 2 Tensor("Const_23:0", shape=(), dtype=int32)
5
Output:  Tensor("BitwiseOr_1:0", shape=(), dtype=int32)
47

示例 2:

# Importing the Tensorflow library 
import tensorflow as tf 
  
# A constant vector of size 2 
a = tf.constant([1, 6], dtype = tf.int32) 
b = tf.constant([2, 5], dtype = tf.int32) 
  
# Applying the bitwise_or function 
# storing the result in 'c' 
c = tf.bitwise.bitwise_or(a, b) 
  
# Initiating a Tensorflow session 
with tf.Session() as sess:
    print("Input 1", a)
    print(sess.run(a))
    print("Input 2", b)
    print(sess.run(b))
    print("Output: ", c)
    print(sess.run(c))

输出:

Input 1 Tensor("Const_20:0", shape=(2, ), dtype=int32)
[1 6]
Input 2 Tensor("Const_21:0", shape=(2, ), dtype=int32)
[2 5]
Output:  Tensor("BitwiseOr:0", shape=(2, ), dtype=int32)
[3 7]