TType

모든 유형의 텐서에 대한 공통 인터페이스입니다.

형식화된 텐서는 JVM에서 직접 I/O 액세스를 허용하는 n차원 데이터 공간에 기본 메모리를 매핑하여 RawTensor 를 래핑합니다.

TType 의 하위 인터페이스는 TensorFlow의 다양한 엔터티에 일반 매개변수로 전파되어 전달되는 텐서의 유형을 식별합니다. 예를 들어, Operand<TFloat32> 는 32비트 부동 소수점 텐서를 출력하는 피연산자입니다. 이 매개변수는 컴파일 타임에 계산 피연산자 간의 유형 호환성을 보장합니다. 예:

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
 

모든 유형의 텐서가 데이터에 대한 액세스를 제공하기 위해 어떻게든 NdArray 구현하더라도 TType 다음과 같은 이유로 의도적으로 이 인터페이스에서 직접 확장하지 않습니다.

• 이 수준에서 NdArray 구현하면 기본 동등한 것보다 성능이 떨어지는 박스형 접근자만 노출될 수 있으며 NdArray 의 하위 인터페이스(예: FloatNdArray )에 의해서만 노출됩니다.
• TType NdArray 입력하기 위한 새로운 일반 매개변수를 전달해야 하며, 이는 매우 일반적인 이 인터페이스의 인스턴스를 수락하거나 반환하는 모든 메서드의 시그니처에 대한 자세한 정보를 증가시킵니다.

따라서 사용자가 데이터에 액세스하기 전에 TType 의 참조를 구체적인 텐서 유형으로 캐스팅하도록 하면 더 나은 성능이 보장되고 가독성이 향상됩니다.