TType

सभी टाइप किए गए टेंसरों के लिए सामान्य इंटरफ़ेस।

टाइप किए गए टेंसर अपनी मूल मेमोरी को एन-डायमेंशनल डेटा स्पेस में मैप करके RawTensor लपेटते हैं, जिससे जेवीएम से सीधे I/O एक्सेस की अनुमति मिलती है।

TType के उप-इंटरफ़ेस को TensorFlow की विभिन्न संस्थाओं के लिए एक सामान्य पैरामीटर के रूप में प्रचारित किया जाता है ताकि उनके द्वारा ले जाने वाले टेंसर के प्रकार की पहचान की जा सके। उदाहरण के लिए, एक Operand<TFloat32> एक ऑपरेंड है जो 32-बिट फ्लोटिंग पॉइंट टेंसर को आउटपुट करता है। यह पैरामीटर संकलन-समय पर गणना के ऑपरेंड के बीच प्रकार-संगतता सुनिश्चित करता है। उदाहरण के लिए:

Ops tf = Ops.create();

 Constant<TFloat32> c1 = tf.array(2.0f, 3.0f, 2.0f);
 Constant<TFloat32> c2 = tf.array(1.0f, 2.0f, 3.0f);
 Constant<TInt32> c3 = tf.array(2, 3, 2);

 tf.math.add(c1, c2);  // OK
 tf.math.add(c1, c3);  // Compilation failure
 

भले ही सभी टाइप किए गए टेंसर अपने डेटा तक पहुंच प्रदान करने के लिए किसी तरह NdArray लागू करते हैं, निम्नलिखित कारणों से TType जानबूझकर इस इंटरफ़ेस से सीधे विस्तारित नहीं होता है:

• इस स्तर पर NdArray लागू करने से केवल बॉक्स्ड-प्रकार के एक्सेसर्स उजागर हो सकते हैं, जो अपने आदिम समकक्ष की तुलना में कम प्रदर्शन करने वाले होते हैं, केवल NdArray के उप-इंटरफ़ेस (जैसे FloatNdArray ) द्वारा उजागर होते हैं।
• TType NdArray टाइप करने के लिए एक नया सामान्य पैरामीटर ले जाने की आवश्यकता होगी, जो इस इंटरफ़ेस के उदाहरण को स्वीकार करने या वापस करने वाले किसी भी विधि के हस्ताक्षर में वर्बोसिटी बढ़ा देगा, जो बहुत आम है।

इसलिए, उपयोगकर्ता को अपने डेटा तक पहुंचने से पहले एक ठोस टेंसर प्रकार में TType का संदर्भ डालने के लिए मजबूर करना बेहतर प्रदर्शन की गारंटी देता है और पठनीयता में सुधार करता है।