Y = bit2int(___,IsSigned=tf)는 선택적 이름-값 쌍 IsSigned=tf를 지정합니다. tf의 값은 정수의 부호 유무를 나타내는 논리값 true 또는 false입니다. 디폴트 값은 false입니다. tf를 true로 설정하면 각 n비트 블록에서 첫 번째 비트가 부호 있는 비트로 간주되며 출력에 음수 값이 포함될 수 있습니다. X의 데이터형이 부호 없는 정수형이고 tf를 true로 설정한 경우 Y의 데이터형은 해당 입력 비트 수를 지원할 수 있는 가장 작은 값의 부호 있는 정수형입니다.
정수의 부호 유무로, 선택적 논리형 이름-값 쌍 IsSigned = tf로 지정됩니다. tf가 true인 경우, n비트 블록마다 첫 번째 비트는 부호 비트이며 출력에 음수 값이 포함될 수 있습니다. X의 데이터형이 부호 없는 정수형이고 tf를 true로 설정한 경우 Y의 데이터형은 해당 입력 비트 수를 지원할 수 있는 가장 작은 값의 부호 있는 정수형입니다.
입력 비트의 정수 표현으로, 스칼라, 열 벡터, 행렬 또는 3차원 배열로 반환됩니다. 이 함수는 X의 열 방향의 n비트로 구성된 각 집합에 상응하는 정수 값을 반환합니다. 출력값 Y는 입력값 X와 동일한 차원을 갖지만, Y의 행 개수는 X의 행 개수의 n배만큼 적습니다.
Y의 데이터형은 X의 데이터형에 따라 달라집니다.
X의 데이터형이 double 또는 logical이면 Y의 데이터형은 double입니다.
X의 데이터형이 single이면 Y의 데이터형은 single입니다.
X의 데이터형이 정수이면 Y의 부호의 유무는 IsSigned 입력값에 따라 달라집니다.
Y 값이 동일한 정수 데이터형에 포함될 수 있다면 Y의 데이터형은 X의 데이터형과 같습니다.
Y 값이 X와 동일한 정수 데이터형에 포함될 수 없다면 함수는 Y의 데이터형을 해당 값을 포함할 수 있는 가장 작은 정수 데이터형으로 설정합니다.
bit2int 함수는 숫자형 배열, dlarray (Deep Learning Toolbox) 또는 gpuArray (Parallel Computing Toolbox)로 표현된 입력 신호를 지원합니다. 입력값이 dlarray와 gpuArray의 조합으로 지정된 경우, GPU에서 반환되는 행렬은 dlarray 객체입니다.
배치 관측값의 개수(NB)는 지원되는 모든 데이터형의 입력값에 대해 선택적으로 추가할 수 있는 차원입니다.
X — 입력 데이터는 3차원 배열일 수 있으며, NSym×NChan×NB 배열로 지정됩니다.
bit2int 함수는 dlarray (Deep Learning Toolbox) 객체로 저장된 입력 신호를 사용하여 C 코드를 생성할 수 있는 기능을 추가로 지원합니다.
bit2int 함수가 딥러닝 응용 사례에서 dlarray (Deep Learning Toolbox) 객체를 처리하는 기능을 추가로 지원합니다.
bit2int 함수가 GPU(그래픽스 처리 장치)에서 코드를 실행하기 위해 gpuArray (Parallel Computing Toolbox) 객체를 처리하는 기능을 추가로 지원합니다.
bit2int 함수는 이제 부호 있는 이진 값(2의 보수 값)을 부호 있는 정수 출력값으로 변환하는 것을 지원합니다.
이 함수에는 IsSigned=tf 이름-값이 추가되었습니다. tf의 값은 정수의 부호 유무를 나타내는 논리값 true 또는 false입니다. 디폴트 값은 false입니다. tf를 true로 설정하면 각 n비트 블록에서 첫 번째 비트가 부호 있는 비트로 간주되며 출력에 음수 값이 포함될 수 있습니다.