کلاسها را برای ساخت ، ذخیره ، بارگذاری و اجرای مدلهای TensorFlow تعریف می کند.
برای شروع ، به دستورالعمل نصب مراجعه کنید .
LabelImage عنوان مثال استفاده از این API به تصاویر طبقه بندی با استفاده از یک از پیش آموزش دیده نشان می دهد آغاز به کار شبکه های عصبی کانولوشن معماری. این نشان می دهد:
- ساخت نمودار: استفاده از کلاس OperationBuilder برای ساختن گرافی برای رمزگشایی ، تغییر اندازه و عادی سازی تصویر JPEG.
- بارگذاری مدل: با استفاده از Graph.importGraphDef () برای بارگذاری یک مدل Inception از قبل آموزش دیده.
- اجرای نمودار: استفاده از Session برای اجرای نمودارها و یافتن بهترین برچسب برای تصویر.
نمونه های اضافی را می توان در مخزن tensorflow / java GitHub یافت.
رابط ها
| محیط زیست | محیطی را برای ایجاد و اجرای TensorFlow Operation s تعریف می کند. |
| نمودار. در حالی که SubgraBuilder | برای ایجاد یک کلاس انتزاعی استفاده می شود که روش buildSubgraph را نادیده می گیرد و برای یک حلقه زمانی یک زیرنویس شرطی یا بدنه ایجاد می کند. |
| Operand <T> | رابط کاربری با عملگرهای یک عملیات TensorFlow اجرا شده است. |
| عمل | محاسبات را بر روی Tensors انجام می دهد. |
| OperationBuilder | سازنده ای برای Operation s. |
کلاس ها
| جلسه مشتاق | محیطی برای اجرای عملیات TensorFlow با اشتیاق. |
| EagerSession. گزینه ها | |
| نمودار | نمودار جریان داده که محاسبه TensorFlow را نشان می دهد. |
| GraphOperation | پیاده سازی برای Operation که به عنوان گره به Graph . |
| GraphOperationBuilder | OperationBuilder برای افزودن GraphOperation s به یک Graph . |
| خروجی <T> | یک دسته نمادین برای یک سنسور تولید شده توسط یک Operation . |
| SavedModelBundle | SavedModelBundle مدلی است که از حافظه بارگیری شده است. |
| SavedModelBundle.Loader | گزینه های بارگیری یک SavedModel. |
| سرور | یک سرور TensorFlow در حال کار ، برای استفاده در آموزش توزیع شده. |
| جلسه | درایور برای اجرای Graph . |
| جلسه اجرا شود | تنتورهای خروجی و فراداده های بدست آمده هنگام اجرای جلسه. |
| جلسه دونده | Operation s را اجرا کنید و Tensors ارزیابی Tensors . |
| شکل | شکل تا حدی شناخته شده تانسور تولید شده توسط یک عملیات. |
| تنسور <T> | یک آرایه چند بعدی تایپی ثابت که عناصر آن از نوعی توصیف شده توسط T است. |
| TensorFlow | روش های کاربردی استاتیک توصیف زمان اجرا TensorFlow. |
| تنسورها | روشهای کارخانه ایمن برای ایجاد اشیا Tensor . |
Enums
| نوع داده | نوع عناصر موجود در Tensor به عنوان یک enum نشان می دهد. |
| EagerSession.DevicePlacementPolicy | نحوه عملکرد را کنترل می کند وقتی که می خواهیم عملیاتی را روی دستگاه معینی اجرا کنیم اما برخی از سنسورهای ورودی روی آن دستگاه نیستند. |
| EagerSession.ResourceCleanupStrategy | نحوه تمیز کردن منابع TensorFlow را هنگامی که دیگر نیازی به آنها ندارند کنترل می کند. |
استثناها
| TensorFlowException | استثنا Un علامت زده نشده هنگام اجرای نمودارهای TensorFlow پرتاب شده است. |