Questa pagina è stata tradotta dall'API Cloud Translation.

Interpreter

Interprete di classe finale pubblica

Classe driver per guidare l'inferenza del modello con TensorFlow Lite.

Nota: se non hai bisogno di accedere a nessuna delle funzionalità API "sperimentali" di seguito, preferisci utilizzare InterpreterApi e InterpreterFactory piuttosto che utilizzare Interpreter direttamente.

Un Interpreter incapsula un modello TensorFlow Lite preaddestrato, in cui vengono eseguite operazioni per l'inferenza del modello.

Ad esempio, se un modello accetta un solo input e restituisce un solo output:

try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
   interpreter.run(input, output);
 }

Se un modello accetta più input o output:

Object[] inputs = {input0, input1, ...};
 Map&lt;Integer, Object&gt; map_of_indices_to_outputs = new HashMap&lt;&gt;();
 FloatBuffer ith_output = FloatBuffer.allocateDirect(3 * 2 * 4);  // Float tensor, shape 3x2x4.
 ith_output.order(ByteOrder.nativeOrder());
 map_of_indices_to_outputs.put(i, ith_output);
 try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
   interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);
 }

Se un modello accetta o produce tensori stringa:

String[] input = {"foo", "bar"};  // Input tensor shape is [2].
 String[][] output = new String[3][2];  // Output tensor shape is [3, 2].
 try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
   interpreter.runForMultipleInputsOutputs(input, output);
 }

Si noti che esiste una distinzione tra forma [] e forma[1]. Per gli output del tensore stringa scalare:

String[] input = {"foo"};  // Input tensor shape is [1].
 ByteBuffer outputBuffer = ByteBuffer.allocate(OUTPUT_BYTES_SIZE);  // Output tensor shape is [].
 try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
   interpreter.runForMultipleInputsOutputs(input, outputBuffer);
 }
 byte[] outputBytes = new byte[outputBuffer.remaining()];
 outputBuffer.get(outputBytes);
 // Below, the `charset` can be StandardCharsets.UTF_8.
 String output = new String(outputBytes, charset);

Gli ordini di input e output vengono determinati durante la conversione del modello TensorFlow nel modello TensorFlowLite con Toco, così come le forme predefinite degli input.

Quando gli input vengono forniti come array (multidimensionali), i tensori di input corrispondenti verranno ridimensionati implicitamente in base alla forma dell'array. Quando gli input vengono forniti come tipi Buffer , non viene eseguito alcun ridimensionamento implicito; il chiamante deve assicurarsi che la dimensione del byte Buffer corrisponda a quella del tensore corrispondente o che ridimensioni prima il tensore tramite resizeInput(int, int[]) . Le informazioni sulla forma e sul tipo del tensore possono essere ottenute tramite la classe Tensor , disponibile tramite getInputTensor(int) e getOutputTensor(int) .

ATTENZIONE: le istanze Interpreter non sono thread-safe. Un Interpreter possiede risorse che devono essere esplicitamente liberate invocando close()

La libreria TFLite è basata su API NDK 19. Potrebbe funzionare per livelli API Android inferiori a 19, ma non è garantito.

Classi nidificate

classe Interprete.Opzioni Una classe di opzioni per controllare il comportamento dell'interprete di runtime.

Costruttori pubblici

	Interprete (Modello di fileFile ) Inizializza un `Interpreter` .
	Interprete ( opzioni File modelFile, Interpreter.Options ) Inizializza un `Interpreter` e specifica le opzioni per la personalizzazione del comportamento dell'interprete.
	Interprete ( ByteBuffer byteBuffer) Inizializza un `Interpreter` con un `ByteBuffer` di un file modello.
	Interprete ( opzioni ByteBuffer byteBuffer, Interpreter.Options ) Inizializza un `Interpreter` con un `ByteBuffer` di un file modello e un set di `Interpreter.Options` personalizzati.

Metodi pubblici

vuoto	allocateTensors () Aggiorna in modo esplicito le allocazioni per tutti i tensori, se necessario.
vuoto	chiudere () Rilascia le risorse associate all'istanza `InterpreterApi` .
int	getInputIndex ( String opName) Ottiene l'indice di un input dato il nome op dell'input.
Tensore	getInputTensor (int inputIndex) Ottiene il tensore associato all'indice di input fornito.
int	getInputTensorCount () Ottiene il numero di tensori di input.
Tensore	getInputTensorFromSignature ( String inputName, String signatureKey) Ottiene il tensore associato al nome di input e al nome del metodo di firma forniti.
Lungo	getLastNativeInferenceDurationNanoseconds () Restituisce il tempo di inferenza nativo.
int	getOutputIndex ( String opName) Ottiene l'indice di un output dato il nome op dell'output.
Tensore	getOutputTensor (int outputIndex) Ottiene il tensore associato all'indice di output fornito.
int	getOutputTensorCount () Ottiene il numero di tensori di output.
Tensore	getOutputTensorFromSignature ( String outputName, String signatureKey) Ottiene il tensore associato al nome di output fornito nel metodo di firma specifico.
Corda[]	getSignatureInputs ( String signatureKey) Ottiene l'elenco degli input SignatureDefs per il metodo `signatureKey` .
Corda[]	getSignatureKeys () Ottiene l'elenco dei nomi dei metodi esportati SignatureDef disponibili nel modello.
Corda[]	getSignatureOutputs ( String signatureKey) Ottiene l'elenco degli output di SignatureDefs per il metodo `signatureKey` .
vuoto	resetVariableTensors () Avanzato: reimposta tutti i tensori variabili sul valore predefinito.
vuoto	resizeInput (int idx, int[] dims, boolean strict) Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.
vuoto	resizeInput (int idx, int[] dims) Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.
vuoto	run (Input oggetto , Output oggetto ) Esegue l'inferenza del modello se il modello accetta un solo input e fornisce un solo output.
vuoto	runForMultipleInputsOutputs ( Object[] input, Map < Integer , Object > output) Esegue l'inferenza del modello se il modello accetta più input o restituisce più output.
vuoto	runSignature ( Map < String , Object > input, Map < String , Object > output) Uguale a `runSignature(Map, Map, String)` ma non richiede il passaggio di una signatureKey, supponendo che il modello abbia una SignatureDef.
vuoto	runSignature ( Map < String , Object > inputs, Map < String , Object > outputs, String signatureKey) Esegue l'inferenza del modello in base a SignatureDef fornito tramite `signatureKey` .
vuoto	setCancelled (booleano annullato) Avanzato: interrompe l'inferenza nel mezzo di una chiamata a `run(Object, Object)` .

Metodi ereditati

Dalla classe java.lang.Object

booleano	uguale ( Oggetto arg0)
Classe finale <?>	getClass ()
int	codice hash ()
vuoto definitivo	notifica ()
vuoto definitivo	notificaTutti ()
Corda	toString ()
vuoto definitivo	attendere (lungo arg0, int arg1)
vuoto definitivo	aspetta (lungo arg0)
vuoto definitivo	aspetta ()

Dall'interfaccia org.tensorflow.lite.InterpreterApi

vuoto astratto	allocateTensors () Aggiorna in modo esplicito le allocazioni per tutti i tensori, se necessario.
vuoto astratto	chiudere () Rilascia le risorse associate all'istanza `InterpreterApi` .
InterpreterApi statico	create ( opzioni File modelFile, InterpreterApi.Options ) Costruisce un'istanza `InterpreterApi` , utilizzando il modello e le opzioni specificati.
InterpreterApi statico	create ( opzioni ByteBuffer byteBuffer, InterpreterApi.Options ) Costruisce un'istanza `InterpreterApi` , utilizzando il modello e le opzioni specificati.
astratto int	getInputIndex ( String opName) Ottiene l'indice di un input dato il nome op dell'input.
Tensore astratto	getInputTensor (int inputIndex) Ottiene il tensore associato all'indice di input fornito.
astratto int	getInputTensorCount () Ottiene il numero di tensori di input.
astratto Lungo	getLastNativeInferenceDurationNanoseconds () Restituisce il tempo di inferenza nativo.
astratto int	getOutputIndex ( String opName) Ottiene l'indice di un output dato il nome op dell'output.
Tensore astratto	getOutputTensor (int outputIndex) Ottiene il tensore associato all'indice di output fornito.
astratto int	getOutputTensorCount () Ottiene il numero di tensori di output.
vuoto astratto	resizeInput (int idx, int[] dims, boolean strict) Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.
vuoto astratto	resizeInput (int idx, int[] dims) Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.
vuoto astratto	run (Input oggetto , Output oggetto ) Esegue l'inferenza del modello se il modello accetta un solo input e fornisce un solo output.
vuoto astratto	runForMultipleInputsOutputs ( Object[] input, Map < Integer , Object > output) Esegue l'inferenza del modello se il modello accetta più input o restituisce più output.

Dall'interfaccia java.lang.AutoCloseable

vuoto astratto

chiudere ()

Costruttori pubblici

Interprete pubblico ( File modelFile)

Inizializza un Interpreter .

Parametri

modelFile	un file di un modello TF Lite pre-addestrato.

Getta

IllegalArgumentException	se `modelFile` non codifica un modello TensorFlow Lite valido.

Interprete pubblico ( opzioni File modelFile, Interpreter.Options )

Inizializza un Interpreter e specifica le opzioni per la personalizzazione del comportamento dell'interprete.

Parametri

modelFile	un file di un modello TF Lite pre-addestrato
opzioni	una serie di opzioni per personalizzare il comportamento dell'interprete

Getta

IllegalArgumentException	se `modelFile` non codifica un modello TensorFlow Lite valido.

Interprete pubblico ( ByteBuffer byteBuffer)

Inizializza un Interpreter con un ByteBuffer di un file modello.

Il ByteBuffer non deve essere modificato dopo la costruzione di un Interpreter . Il ByteBuffer può essere un MappedByteBuffer che mappa in memoria un file modello o un ByteBuffer diretto di nativeOrder() che contiene il contenuto in byte di un modello.

Parametri

byteBuffer

Getta

IllegalArgumentException	se `byteBuffer` non è un `MappedByteBuffer` né un `ByteBuffer` diretto di nativeOrder.

Interprete pubblico ( opzioni ByteBuffer byteBuffer, Interpreter.Options )

Inizializza un Interpreter con un ByteBuffer di un file modello e un set di Interpreter.Options personalizzati.

Il ByteBuffer non deve essere modificato dopo la costruzione di un Interpreter . Il ByteBuffer può essere un MappedByteBuffer che mappa in memoria un file modello o un ByteBuffer diretto di nativeOrder() che contiene il contenuto in byte di un modello.

Parametri

byteBuffer
opzioni

Getta

IllegalArgumentException	se `byteBuffer` non è un `MappedByteBuffer` né un `ByteBuffer` diretto di nativeOrder.

Metodi pubblici

public void allocateTensors ()

Aggiorna in modo esplicito le allocazioni per tutti i tensori, se necessario.

Ciò propagherà le forme e le allocazioni di memoria per i tensori dipendenti utilizzando le forme del tensore di input come indicato.

Nota: questa chiamata è *puramente facoltativa*. L'allocazione del tensore avverrà automaticamente durante l'esecuzione se i tensori di input sono stati ridimensionati. Questa chiamata è particolarmente utile per determinare le forme di qualsiasi tensore di output prima di eseguire il grafico, ad esempio

 interpreter.resizeInput(0, new int[]{1, 4, 4, 3}));
 interpreter.allocateTensors();
 FloatBuffer input = FloatBuffer.allocate(interpreter.getInputTensor(0).numElements());
 // Populate inputs...
 FloatBuffer output = FloatBuffer.allocate(interpreter.getOutputTensor(0).numElements());
 interpreter.run(input, output)
 // Process outputs...

Nota: alcuni grafici hanno output con forma dinamica, nel qual caso la forma dell'output potrebbe non propagarsi completamente finché non viene eseguita l'inferenza.

vuoto pubblico vicino ()

Rilascia le risorse associate all'istanza InterpreterApi .

public int getInputIndex ( String opName)

Ottiene l'indice di un input dato il nome op dell'input.

Parametri

opNome

public Tensor getInputTensor (int inputIndex)

Ottiene il tensore associato all'indice di input fornito.

Parametri

inputIndex

public int getInputTensorCount ()

Ottiene il numero di tensori di input.

public Tensor getInputTensorFromSignature ( String inputName, String signatureKey)

Ottiene il tensore associato al nome di input e al nome del metodo di firma forniti.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

inputName	Inserisci il nome nella firma.
signatureKey	La chiave di firma che identifica SignatureDef può essere nulla se il modello ha una firma.

Getta

IllegalArgumentException	se `inputName` o `signatureKey` è nullo o vuoto oppure se è stato fornito un nome non valido.

public Long getLastNativeInferenceDurationNanoseconds ()

Restituisce il tempo di inferenza nativo.

public int getOutputIndex ( String opName)

Ottiene l'indice di un output dato il nome op dell'output.

Parametri

opNome

public Tensor getOutputTensor (int outputIndex)

Ottiene il tensore associato all'indice di output fornito.

Nota: i dettagli del tensore di output (ad esempio, la forma) potrebbero non essere completati fino a quando non viene eseguita l'inferenza. Se hai bisogno di dettagli aggiornati *prima* di eseguire l'inferenza (ad esempio, dopo aver ridimensionato un tensore di input, che potrebbe invalidare le forme del tensore di output), usa allocateTensors() per attivare esplicitamente l'allocazione e la propagazione della forma. Si noti che, per i grafici con forme di output che dipendono dai *valori* di input, la forma di output potrebbe non essere completamente determinata fino all'esecuzione dell'inferenza.

Parametri

outputIndex

public int getOutputTensorCount ()

Ottiene il numero di tensori di output.

public Tensor getOutputTensorFromSignature ( String outputName, String signatureKey)

Ottiene il tensore associato al nome di output fornito nel metodo di firma specifico.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

outputName	Nome di output nella firma.
signatureKey	La chiave di firma che identifica SignatureDef può essere nulla se il modello ha una firma.

Getta

IllegalArgumentException	se `outputName` o `signatureKey` è nullo o vuoto oppure se è stato fornito un nome non valido.

public String[] getSignatureInputs ( String signatureKey)

Ottiene l'elenco degli input SignatureDefs per il metodo signatureKey .

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

signatureKey

public String[] getSignatureKeys ()

Ottiene l'elenco dei nomi dei metodi esportati SignatureDef disponibili nel modello.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

public String[] getSignatureOutputs ( String signatureKey)

Ottiene l'elenco degli output di SignatureDefs per il metodo signatureKey .

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

signatureKey

public void resetVariableTensors ()

Avanzato: reimposta tutti i tensori variabili sul valore predefinito.

Se un tensore variabile non ha un buffer associato, verrà azzerato.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

public void resizeInput (int idx, int[] dims, boolean strict)

Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.

Quando `strict` è True, solo le dimensioni sconosciute possono essere ridimensionate. Le dimensioni sconosciute sono indicate come `-1` nell'array restituito da `Tensor.shapeSignature()`.

Parametri

idx
attenua
rigoroso

public void resizeInput (int idx, int[] dims)

Ridimensiona l'idx-esimo input del modello nativo alle dims fornite.

Parametri

idx
attenua

public void run (Input oggetto , Output oggetto )

Esegue l'inferenza del modello se il modello accetta un solo input e fornisce un solo output.

Avviso: l'API è più efficiente se viene utilizzato un Buffer (preferibilmente diretto, ma non obbligatorio) come tipo di dati di input/output. Si prega di prendere in considerazione l'utilizzo Buffer per alimentare e recuperare dati primitivi per prestazioni migliori. Sono supportati i seguenti tipi Buffer concreti:

ByteBuffer - compatibile con qualsiasi tipo Tensor primitivo sottostante.
FloatBuffer - compatibile con tensori float.
IntBuffer - compatibile con tensori int32.
LongBuffer - compatibile con tensori int64.

Si noti che i tipi booleani sono supportati solo come array, non Buffer o come input scalari.

Parametri

ingresso un array o un array multidimensionale o un Buffer di tipi primitivi inclusi int, float, long e byte. Buffer è il modo preferito per passare dati di input di grandi dimensioni per i tipi primitivi, mentre i tipi di stringa richiedono l'utilizzo del percorso di input dell'array (multidimensionale). Quando viene utilizzato un Buffer , il suo contenuto dovrebbe rimanere invariato fino a quando non viene eseguita l'inferenza del modello e il chiamante deve assicurarsi che il Buffer si trovi nella posizione di lettura appropriata. Un valore null è consentito solo se il chiamante usa un Delegate che consente l'interoperabilità dell'handle del buffer e tale buffer è stato associato all'input Tensor .

produzione un array multidimensionale di dati di output o un Buffer di tipi primitivi inclusi int, float, long e byte. Quando viene utilizzato un Buffer , il chiamante deve assicurarsi che sia impostata la posizione di scrittura appropriata. Un valore nullo è consentito ed è utile in alcuni casi, ad esempio se il chiamante utilizza un Delegate che consente l'interoperabilità dell'handle del buffer e tale buffer è stato associato al Tensor di output (vedere anche Interpreter.Options#setAllowBufferHandleOutput(boolean) ) o se il grafico ha output di forma dinamica e il chiamante deve eseguire una query sulla forma Tensor di output dopo che è stata richiamata l'inferenza, recuperando i dati direttamente dal tensore di output (tramite Tensor.asReadOnlyBuffer() ).

ingresso	un array o un array multidimensionale o un `Buffer` di tipi primitivi inclusi int, float, long e byte. `Buffer` è il modo preferito per passare dati di input di grandi dimensioni per i tipi primitivi, mentre i tipi di stringa richiedono l'utilizzo del percorso di input dell'array (multidimensionale). Quando viene utilizzato un `Buffer` , il suo contenuto dovrebbe rimanere invariato fino a quando non viene eseguita l'inferenza del modello e il chiamante deve assicurarsi che il `Buffer` si trovi nella posizione di lettura appropriata. Un valore `null` è consentito solo se il chiamante usa un `Delegate` che consente l'interoperabilità dell'handle del buffer e tale buffer è stato associato all'input `Tensor` .
produzione	un array multidimensionale di dati di output o un `Buffer` di tipi primitivi inclusi int, float, long e byte. Quando viene utilizzato un `Buffer` , il chiamante deve assicurarsi che sia impostata la posizione di scrittura appropriata. Un valore nullo è consentito ed è utile in alcuni casi, ad esempio se il chiamante utilizza un `Delegate` che consente l'interoperabilità dell'handle del buffer e tale buffer è stato associato al `Tensor` di output (vedere anche Interpreter.Options#setAllowBufferHandleOutput(boolean) ) o se il grafico ha output di forma dinamica e il chiamante deve eseguire una query sulla forma `Tensor` di output dopo che è stata richiamata l'inferenza, recuperando i dati direttamente dal tensore di output (tramite `Tensor.asReadOnlyBuffer()` ).

public void runForMultipleInputsOutputs ( Object[] inputs, Map < Integer , Object > outputs)

Esegue l'inferenza del modello se il modello accetta più input o restituisce più output.

Avviso: l'API è più efficiente se Buffer s (preferibilmente diretti, ma non obbligatori) vengono utilizzati come tipi di dati di input/output. Si prega di prendere in considerazione l'utilizzo Buffer per alimentare e recuperare dati primitivi per prestazioni migliori. Sono supportati i seguenti tipi Buffer concreti:

ByteBuffer - compatibile con qualsiasi tipo Tensor primitivo sottostante.
FloatBuffer - compatibile con tensori float.
IntBuffer - compatibile con tensori int32.
LongBuffer - compatibile con tensori int64.

Si noti che i tipi booleani sono supportati solo come array, non Buffer o come input scalari.

Nota: i valori null per i singoli elementi di inputs e outputs sono consentiti solo se il chiamante utilizza un Delegate che consente l'interoperabilità dell'handle del buffer e tale buffer è stato associato al corrispondente Tensor di input o output.

Parametri

ingressi una matrice di dati di input. Gli input devono essere nello stesso ordine degli input del modello. Ogni input può essere un array o un array multidimensionale o un Buffer di tipi primitivi inclusi int, float, long e byte. Buffer è il modo preferito per passare dati di input di grandi dimensioni, mentre i tipi di stringa richiedono l'utilizzo del percorso di input dell'array (multidimensionale). Quando viene utilizzato Buffer , il suo contenuto dovrebbe rimanere invariato fino a quando non viene eseguita l'inferenza del modello e il chiamante deve assicurarsi che Buffer si trovi nella posizione di lettura appropriata.

uscite una mappa che mappa gli indici di output su array multidimensionali di dati di output o Buffer di tipi primitivi inclusi int, float, long e byte. Ha solo bisogno di mantenere le voci per le uscite da utilizzare. Quando viene utilizzato un Buffer , il chiamante deve assicurarsi che sia impostata la posizione di scrittura appropriata. La mappa può essere vuota per i casi in cui vengono utilizzati gli handle del buffer per i dati del tensore di output o i casi in cui gli output sono modellati dinamicamente e il chiamante deve interrogare la forma Tensor output dopo che è stata invocata l'inferenza, recuperando i dati direttamente dal tensore di output ( tramite Tensor.asReadOnlyBuffer() ).

ingressi	una matrice di dati di input. Gli input devono essere nello stesso ordine degli input del modello. Ogni input può essere un array o un array multidimensionale o un `Buffer` di tipi primitivi inclusi int, float, long e byte. `Buffer` è il modo preferito per passare dati di input di grandi dimensioni, mentre i tipi di stringa richiedono l'utilizzo del percorso di input dell'array (multidimensionale). Quando viene utilizzato `Buffer` , il suo contenuto dovrebbe rimanere invariato fino a quando non viene eseguita l'inferenza del modello e il chiamante deve assicurarsi che `Buffer` si trovi nella posizione di lettura appropriata.
uscite	una mappa che mappa gli indici di output su array multidimensionali di dati di output o `Buffer` di tipi primitivi inclusi int, float, long e byte. Ha solo bisogno di mantenere le voci per le uscite da utilizzare. Quando viene utilizzato un `Buffer` , il chiamante deve assicurarsi che sia impostata la posizione di scrittura appropriata. La mappa può essere vuota per i casi in cui vengono utilizzati gli handle del buffer per i dati del tensore di output o i casi in cui gli output sono modellati dinamicamente e il chiamante deve interrogare la forma `Tensor` output dopo che è stata invocata l'inferenza, recuperando i dati direttamente dal tensore di output ( tramite `Tensor.asReadOnlyBuffer()` ).

public void runSignature ( Map < String , Object > inputs, Map < String , Object > outputs)

Uguale a runSignature(Map, Map, String) ma non richiede il passaggio di una signatureKey, supponendo che il modello abbia una SignatureDef. Se il modello ha più di un SignatureDef, genererà un'eccezione.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

ingressi
uscite

public void runSignature ( Map < String , Object > inputs, Map < String , Object > outputs, String signatureKey)

Esegue l'inferenza del modello in base a SignatureDef fornito tramite signatureKey .

Vedere run(Object, Object) per ulteriori dettagli sui tipi di dati di input e output consentiti.

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

ingressi	Una mappa dal nome di input in SignatureDef a un oggetto di input.
uscite	Una mappa dal nome di output in SignatureDef ai dati di output. Questo può essere vuoto se il chiamante desidera interrogare i dati `Tensor` direttamente dopo l'inferenza (ad esempio, se la forma dell'output è dinamica o vengono utilizzati gli handle del buffer di output).
signatureKey	Chiave di firma che identifica SignatureDef.

Getta

IllegalArgumentException	se `inputs` è nullo o vuoto, se `outputs` o `signatureKey` è nullo o se si verifica un errore durante l'esecuzione dell'inferenza.

public void setCancelled (booleano annullato)

Avanzato: interrompe l'inferenza nel mezzo di una chiamata a run(Object, Object) .

Un flag di cancellazione verrà impostato su true quando questa funzione viene chiamata. L'interprete controllerà il flag tra le invocazioni Op e, se è true , l'interprete interromperà l'esecuzione. L'interprete rimarrà in uno stato annullato fino a quando non verrà esplicitamente "non annullato" da setCancelled(false) .

ATTENZIONE: Questa è un'API sperimentale e soggetta a modifiche.

Parametri

annullato	`true` per annullare l'inferenza nel modo migliore; `false` riprendere.

Getta

IllegalStateException	se l'interprete non è inizializzato con l'opzione cancellabile, che per impostazione predefinita è disattivata.

Guarda anche

Interpreter.Options.setCancellable(boolean)