Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tf.make_tensor_proto

TensorFlow 1 wersja Zobacz źródło na GitHub

Tworzenie TensorProto.

W TensorFlow 2.0, reprezentujący tensory jak PROTOS nie powinno już być wspólny obieg. Powiedział, że funkcja ta jest nadal użyteczne narzędzie do generowania żądania Protos TF Porcja:

   request = tensorflow_serving.apis.predict_pb2.PredictRequest()
  request.model_spec.name = "my_model"
  request.model_spec.signature_name = "serving_default"
  request.inputs["images"].CopyFrom(tf.make_tensor_proto(X_new))
 

make_tensor_proto akceptuje "wartości" danej skalara Pythonie listy Python, a numpy ndarray albo numpy skalara.

W przypadku „wartości” jest skalarne pyton lub listę python, make_tensor_proto najpierw przekonwertować go do numpy ndarray. Jeśli dtype jest None, konwersja postara się wyprowadzić właściwą numpy typ danych. W przeciwnym wypadku uzyskany numpy tablica ma typ danych zgodny z danym dtype.

W każdym przypadku powyżej, numpy ndarray (czy rozmówca dostarczane lub automatycznego przeliczania) musi być kompatybilny z dtype typu.

make_tensor_proto następnie przekształca numpy tablicę do proto napinającej.

Jeśli „kształt” jest Brak otrzymany proto napinacz przedstawia tablicę numpy precyzyjnie.

W przeciwnym razie, kształt „kształt” określa tensor za i numpy tablicy nie może mieć więcej elementów niż „kształt” określa.

values Wartości umieścić w TensorProto.
dtype Opcjonalna wartość TypDanych tensor_pb2.
shape Lista liczb całkowitych reprezentujących wymiary tensora.
verify_shape Logiczną, która umożliwia sprawdzenie kształcie wartości.
allow_broadcast Logiczną, która umożliwia umożliwiające skalarne i 1 długości wektora transmisji. nie może być prawdą, gdy verify_shape jest prawdą.

TensorProto . W zależności od typu, może on zawierać dane w „tensor_content” atrybutu, który nie jest bezpośrednio przydatna do programów Pythona. Aby uzyskać dostęp do wartości należy przekształcić z powrotem do proto numpy ndarray z tf.make_ndarray(proto) .

Jeśli values jest TensorProto , jest on natychmiast zwrócone; dtype i shape są ignorowane.

TypeError Jeśli są niepodparte typów.
ValueError jeśli argumenty mają niewłaściwe wartości lub jeśli verify_shape jest prawda i kształt nie jest równa wartości do kształtu od argumentu.