Avertissement: cette API est obsolète et sera supprimée dans une future version de TensorFlow une fois le remplacement stable.

org.tensorflow

Définit des classes pour créer, enregistrer, charger et exécuter des modèles TensorFlow.

Pour commencer, consultez les instructions d'installation.

Le labelImage exemple montre l' utilisation de cette API pour classer les images à l' aide d' un pré-formé Inception l' architecture convolutionnel réseau de neurones. Ça démontre:

  • Construction de graphe : utilisation de la classe OperationBuilder pour construire un graphe pour décoder, redimensionner et normaliser une image JPEG.
  • Chargement du modèle : utilisation de Graph.importGraphDef() pour charger un modèle Inception pré-entraîné.
  • Exécution de graphes : Utilisation d'une session pour exécuter les graphes et trouver la meilleure étiquette pour une image.

D' autres exemples peuvent être trouvés dans le tensorflow / java dépôt GitHub.

Interfaces

Environnement d'exécution Définit un environnement pour la création et l' exécution tensorflow Operation s.
Graph.WhileSubgraphBuilder Utilisé pour instancier une classe abstraite qui remplace la méthode buildSubgraph pour construire un sous-graphe conditionnel ou corporel pour une boucle while.
Opérande <T> Interface implémentée par les opérandes d'une opération TensorFlow.
Opération Effectue le calcul sur les Tensors.
Générateur d'opérations Un constructeur pour l' Operation est.

Des classes

EagerSession Un environnement pour exécuter les opérations TensorFlow avec impatience.
EagerSession.Options
Graphique Un graphique de flux de données représentant un calcul TensorFlow.
GraphOperation La mise en œuvre d'une Operation ajouté sous forme d' un nœud à un Graph .
GraphOperationBuilder Un OperationBuilder pour ajouter GraphOperation s à un Graph .
Sortie <T> Une poignée symbolique à un tenseur produit par une Operation .
Ensemble de modèles enregistrés SavedModelBundle représente un modèle chargé depuis le stockage.
SavedModelBundle.Loader Options pour charger un SavedModel.
Serveur Un serveur TensorFlow intégré, à utiliser dans le cadre d'une formation distribuée.
Session Pilote pour Graph exécution.
Session.Exécuter Tenseurs de sortie et métadonnées obtenus lors de l'exécution d'une session.
Session.Runner Exécutez l' Operation s et évaluer Tensors .
Forme Forme éventuellement partiellement connue d'un tenseur produit par une opération.
Tensor <T> Un tableau multidimensionnel de type statique dont les éléments sont d'un type décrit par T.
TensorFlow Méthodes utilitaires statiques décrivant l'environnement d'exécution TensorFlow.
Tenseurs Méthodes d'usine typées pour créer Tensor objets.

Énumérations

Type de données Représente le type d'éléments d'un Tensor comme un enum.
EagerSession.DevicePlacementPolicy Contrôle comment agir lorsque nous essayons d'exécuter une opération sur un périphérique donné mais que certains tenseurs d'entrée ne sont pas sur ce périphérique.
EagerSession.ResourceCleanupStrategy Contrôle la façon dont les ressources TensorFlow sont nettoyées lorsqu'elles ne sont plus nécessaires.

Exceptions

TensorFlowException Exception non cochée levée lors de l'exécution des graphiques TensorFlow.
,
Définit des classes pour créer, enregistrer, charger et exécuter des modèles TensorFlow.

Pour commencer, consultez les instructions d'installation.

Le labelImage exemple montre l' utilisation de cette API pour classer les images à l' aide d' un pré-formé Inception l' architecture convolutionnel réseau de neurones. Ça démontre:

  • Construction de graphe : utilisation de la classe OperationBuilder pour construire un graphe pour décoder, redimensionner et normaliser une image JPEG.
  • Chargement du modèle : utilisation de Graph.importGraphDef() pour charger un modèle Inception pré-entraîné.
  • Exécution de graphes : utilisation d'une session pour exécuter les graphes et trouver la meilleure étiquette pour une image.

D' autres exemples peuvent être trouvés dans le tensorflow / java dépôt GitHub.

Interfaces

Environnement d'exécution Définit un environnement pour la création et l' exécution tensorflow Operation s.
Graph.WhileSubgraphBuilder Utilisé pour instancier une classe abstraite qui remplace la méthode buildSubgraph pour construire un sous-graphe conditionnel ou corporel pour une boucle while.
Opérande <T> Interface implémentée par les opérandes d'une opération TensorFlow.
Opération Effectue le calcul sur les Tensors.
Générateur d'opérations Un constructeur pour l' Operation est.

Des classes

EagerSession Un environnement pour exécuter les opérations TensorFlow avec impatience.
EagerSession.Options
Graphique Un graphique de flux de données représentant un calcul TensorFlow.
GraphOperation La mise en œuvre d'une Operation ajouté sous forme d' un nœud à un Graph .
GraphOperationBuilder Un OperationBuilder pour ajouter GraphOperation s à un Graph .
Sortie <T> Une poignée symbolique à un tenseur produit par une Operation .
Ensemble de modèles enregistrés SavedModelBundle représente un modèle chargé depuis le stockage.
SavedModelBundle.Loader Options pour charger un SavedModel.
Serveur Un serveur TensorFlow intégré, à utiliser dans le cadre d'une formation distribuée.
Session Pilote pour Graph exécution.
Session.Exécuter Tenseurs de sortie et métadonnées obtenus lors de l'exécution d'une session.
Session.Runner Exécutez l' Operation s et évaluer Tensors .
Forme Forme éventuellement partiellement connue d'un tenseur produit par une opération.
Tensor <T> Un tableau multidimensionnel de type statique dont les éléments sont d'un type décrit par T.
TensorFlow Méthodes utilitaires statiques décrivant l'environnement d'exécution TensorFlow.
Tenseurs Méthodes d'usine typées pour créer Tensor objets.

Énumérations

Type de données Représente le type d'éléments d'un Tensor comme un enum.
EagerSession.DevicePlacementPolicy Contrôle comment agir lorsque nous essayons d'exécuter une opération sur un périphérique donné mais que certains tenseurs d'entrée ne sont pas sur ce périphérique.
EagerSession.ResourceCleanupStrategy Contrôle la façon dont les ressources TensorFlow sont nettoyées lorsqu'elles ne sont plus nécessaires.

Exceptions

TensorFlowException Exception non cochée levée lors de l'exécution des graphiques TensorFlow.