descriptor_to_table — REPRCONV descriptor op

• Datenarten: descriptor → table

• Aufruf: import reprconv; reprconv.descriptor_to_table(descriptor) (oder opsreprconv.get("descriptor_to_table"))

Verwendung

Deskriptor → eine zusammenfassende `table`. Einwegs.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

次元・ノルム・エネルギー集中(正規化した二乗和の上位 10% が占める割合)を

出す。記述子が「実質何次元使っているか」を見るためのもので、次元だけ多くて

ほぼ全部 0 という失敗を可視化する。

Args:

descriptor: (n,) または (m, n)。

Returns:

dict(`shape / n / l2 / mean / std / min` /

`max / top10pct_energy / nonzero_fraction`)。

Raises:

ValueError: 形状不正 / 非有限。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• representation_conversion — py -3.11 examples/representation_conversion.py

Typkompatible Folge-Operatoren (nehmen table als Eingabe)

—

Gleiche Kategorie (descriptor)

descriptor_to_matrix · matrix_to_descriptor

*Provenance: reprconv.py — REPRCONV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.