TType

Giao diện chung cho tất cả các tensor được gõ.

Các tensor đã nhập bao bọc một RawTensor bằng cách ánh xạ bộ nhớ riêng của chúng tới không gian dữ liệu n chiều cho phép truy cập I/O trực tiếp từ JVM.

Các giao diện con của TType được truyền bá dưới dạng tham số chung cho các thực thể khác nhau của TensorFlow để xác định loại tensor mà chúng mang theo. Ví dụ: Operand<TFloat32> là toán hạng tạo ra tensor dấu phẩy động 32 bit. Tham số này đảm bảo khả năng tương thích kiểu giữa các toán hạng của phép tính tại thời điểm biên dịch. Ví dụ:

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
 

Ngay cả khi tất cả các tenxơ được gõ đều triển khai NdArray bằng cách nào đó để cung cấp quyền truy cập vào dữ liệu của chúng, thì TType vẫn cố tình không mở rộng trực tiếp từ giao diện này, vì những lý do sau:

• Việc triển khai NdArray ở cấp độ này chỉ có thể hiển thị các bộ truy cập kiểu đóng hộp, có hiệu suất kém hơn so với các bộ truy cập nguyên thủy tương đương, chỉ được hiển thị bởi các giao diện con của NdArray (ví dụ: FloatNdArray ).
• TType sẽ cần mang một tham số chung mới để gõ NdArray , điều này sẽ làm tăng tính chi tiết trong chữ ký của bất kỳ phương thức nào chấp nhận hoặc trả về một phiên bản của giao diện này, điều này rất phổ biến.

Do đó, việc buộc người dùng truyền tham chiếu TType theo loại tensor cụ thể trước khi truy cập dữ liệu của nó sẽ đảm bảo hiệu suất tốt hơn và cải thiện khả năng đọc.