Définit des classes pour créer, enregistrer, charger et exécuter des modèles TensorFlow.
AVERTISSEMENT : L'API est actuellement expérimentale et n'est pas couverte par les garanties de stabilité de l'API TensorFlow. Voir README.md pour les instructions d'installation.
L'exemple LabelImage démontre l'utilisation de cette API pour classer des images à l'aide d'un réseau neuronal convolutif d'architecture Inception pré-entraîné. Ça démontre:
- Construction de graphique : utilisation de la classe OperationBuilder pour construire un graphique afin de décoder, redimensionner et normaliser une image JPEG.
- Chargement du modèle : utilisation de Graph.importGraphDef() pour charger un modèle Inception pré-entraîné.
- Exécution de graphiques : utilisation d'une session pour exécuter les graphiques et trouver la meilleure étiquette pour une image.
Des exemples supplémentaires peuvent être trouvés dans le référentiel GitHub tensorflow/models .
Interfaces
| Environnement d'exécution | Définit un environnement pour créer et exécuter Operation TensorFlow. |
| Graph.WhileSubgraphBuilder | Utilisé pour instancier une classe abstraite qui remplace la méthode buildSubgraph pour créer un sous-graphe conditionnel ou corporel pour une boucle while. |
| Opérande <T étend TType > | Interface implémentée par les opérandes d'une opération TensorFlow. |
| Opération | Effectue des calculs sur les tenseurs. |
| OpérationBuilder | Un constructeur pour Operation s. |
| Tenseur | Un tableau multidimensionnel typé statiquement. |
Des classes
| Fonction Béton | Un graphique qui peut être invoqué comme une fonction unique, avec une signature d'entrée et de sortie. |
| Spécification de l'appareil | Représente une spécification (éventuellement partielle) pour un appareil TensorFlow. |
| DeviceSpec.Builder | Une classe Builder pour créer la classe DeviceSpec . |
| Session impatiente | Un environnement pour exécuter des opérations TensorFlow avec impatience. |
| DésireuxSession.Options | |
| Graphique | Un graphique de flux de données représentant un calcul TensorFlow. |
| GraphOperation | Implémentation d'une Operation ajoutée en tant que nœud à un Graph . |
| GraphOperationBuilder | Un OperationBuilder pour ajouter des GraphOperation à un Graph . |
| Sortie <T étend TType > | Un handle symbolique vers un tenseur produit par un Operation . |
| Tenseur brut | Un tenseur dont la mémoire n'a pas été mappée sur un espace de données directement accessible depuis la JVM. |
| BundleModèleEnregistré | SavedModelBundle représente un modèle chargé depuis le stockage. |
| SavedModelBundle.Exporter | Options d'exportation d'un SavedModel. |
| SavedModelBundle.Loader | Options de chargement d'un SavedModel. |
| Serveur | Un serveur TensorFlow en cours, à utiliser dans la formation distribuée. |
| Session | Pilote pour l’exécution Graph . |
| Session.Exécuter | Tenseurs de sortie et métadonnées obtenues lors de l'exécution d'une session. |
| Session.Runner | Exécutez Operation s et évaluez Tensors . |
| Signature | Décrivez les entrées et sorties d'une entité exécutable, telle qu'une ConcreteFunction , entre autres métadonnées utiles. |
| Signature.Builder | Construit une nouvelle signature de fonction. |
| Signature.TensorDescription | |
| TensorFlow | Méthodes utilitaires statiques décrivant le runtime TensorFlow. |
| TensorMapper <T étend TType > | Mappe la mémoire native d'un RawTensor sur un espace de données typé à n dimensions accessible depuis la JVM. |
Énumérations
| DeviceSpec.DeviceType | |
| EagerSession.DevicePlacementPolicy | Contrôle comment agir lorsque nous essayons d'exécuter une opération sur un appareil donné mais que certains tenseurs d'entrée ne sont pas sur cet appareil. |
| ExecutionEnvironment.Types |