Définit des classes pour créer, enregistrer, charger et exécuter des modèles TensorFlow.
ATTENTION: L'API est actuellement expérimentale et ne sont pas couverts par tensorflow garanties de stabilité de l' API . Voir README.md pour 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 / modèles référentiel 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 étend TTYPE > | 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. |
| Tenseur | Un tableau multidimensionnel de type statique. |
Des classes
| BétonFonction | Un graphique qui peut être invoqué comme une fonction unique, avec une signature d'entrée et de sortie. |
| DeviceSpec | Représente une spécification (éventuellement partielle) pour un appareil TensorFlow. |
| DeviceSpec.Builder | Une classe Builder pour la construction de DeviceSpec classe. |
| 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 étend TTYPE > | Une poignée symbolique à un tenseur produit par une Operation . |
| Tenseur brut | Un tenseur dont la mémoire n'a pas été mappée sur un espace de données directement accessible depuis la JVM. |
| Ensemble de modèles enregistrés | SavedModelBundle représente un modèle chargé depuis le stockage. |
| SavedModelBundle.Exporter | Options d'exportation d'un modèle enregistré. |
| SavedModelBundle.Loader | Options de chargement d'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 . |
| Signature | Décrire les entrées et les sorties d'une entité exécutable, comme un ConcreteFunction , entre autres métadonnées utiles. |
| Signature.Builder | Construit une nouvelle signature de fonction. |
| Signature.TensorDescription | |
| TensorFlow | Méthodes utilitaires statiques décrivant l'environnement d'exécution TensorFlow. |
| TensorMapper <T étend TTYPE > | La mémoire __gVirt_NP_NN_NNPS<__ cartes native d'un RawTensor à un espace de données typé n dimensions accessibles à partir de la machine virtuelle Java. |
Énumérations
| DeviceSpec.DeviceType | |
| 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. |
| ExecutionEnvironment.Types |