Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

Interpreter

Intérprete público de classe final

Classe de driver para direcionar a inferência de modelo com o TensorFlow Lite.

Observação: se você não precisar acessar nenhum dos recursos "experimentais" da API abaixo, prefira usar o InterpreterApi e o InterpreterFactory em vez de usar o Interpreter diretamente.

Um Interpreter encapsula um modelo TensorFlow Lite pré-treinado, no qual as operações são executadas para inferência de modelo.

Por exemplo, se um modelo usa apenas uma entrada e retorna apenas uma saída:

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

Se um modelo tiver várias entradas ou saídas:

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 um modelo usa ou produz tensores de string:

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);
 }

Observe que há uma distinção entre shape[] e shape[1]. Para saídas de tensor de string escalar:

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);

As ordens de entradas e saídas são determinadas ao converter o modelo TensorFlow para o modelo TensorFlowLite com Toco, assim como as formas padrão das entradas.

Quando as entradas são fornecidas como matrizes (multidimensionais), os tensores de entrada correspondentes serão redimensionados implicitamente de acordo com a forma dessa matriz. Quando as entradas são fornecidas como tipos Buffer , nenhum redimensionamento implícito é feito; o chamador deve garantir que o tamanho do byte Buffer corresponda ao do tensor correspondente ou que eles primeiro redimensionem o tensor por meio resizeInput(int, int[]) . As informações de forma e tipo do tensor podem ser obtidas por meio da classe Tensor , disponível via getInputTensor(int) e getOutputTensor(int) .

AVISO: As instâncias Interpreter não são thread-safe. Um Interpreter possui recursos que devem ser explicitamente liberados invocando close()

A biblioteca TFLite é construída com base na API 19 do NDK. Ela pode funcionar para níveis de API do Android abaixo de 19, mas não é garantida.

Classes aninhadas

aula Interpreter.Options Uma classe de opções para controlar o comportamento do interpretador de tempo de execução.

Construtores Públicos

	Intérprete ( Arquivo modelArquivo) Inicializa um `Interpreter` .
	Intérprete ( Arquivo modelFile, Interpreter.Options opções) Inicializa um `Interpreter` e especifica opções para personalizar o comportamento do intérprete.
	Intérprete ( ByteBuffer byteBuffer) Inicializa um `Interpreter` com um `ByteBuffer` de um arquivo de modelo.
	Intérprete ( ByteBuffer byteBuffer, Interpreter.Options opções) Inicializa um `Interpreter` com um `ByteBuffer` de um arquivo de modelo e um conjunto de `Interpreter.Options` personalizados.

Métodos públicos

vazio	alocarTensores () Atualiza explicitamente as alocações para todos os tensores, se necessário.
vazio	fechar () Libere recursos associados à instância `InterpreterApi` .
int	getInputIndex ( String opName) Obtém o índice de uma entrada dado o nome operacional da entrada.
tensor	getInputTensor (int inputIndex) Obtém o tensor associado ao índice de entrada fornecido.
int	getInputTensorCount () Obtém o número de tensores de entrada.
tensor	getInputTensorFromSignature ( String inputName, String signatureKey) Obtém o Tensor associado ao nome de entrada fornecido e ao nome do método de assinatura.
Longo	getLastNativeInferenceDurationNanoseconds () Retorna o tempo de inferência nativa.
int	getOutputIndex ( String opName) Obtém o índice de uma saída dado o nome operacional da saída.
tensor	getOutputTensor (int outputIndex) Obtém o tensor associado ao índice de saída fornecido.
int	getOutputTensorCount () Obtém o número de tensores de saída.
tensor	getOutputTensorFromSignature ( String outputName, String signatureKey) Obtém o tensor associado ao nome de saída fornecido no método de assinatura específico.
Corda[]	getSignatureInputs ( String signatureKey) Obtém a lista de entradas SignatureDefs para o método `signatureKey` .
Corda[]	getSignatureKeys () Obtém a lista de nomes de métodos exportados SignatureDef disponíveis no modelo.
Corda[]	getSignatureOutputs ( String signatureKey) Obtém a lista de saídas SignatureDefs para o método `signatureKey` .
vazio	resetVariableTensors () Avançado: redefine todos os tensores variáveis para o valor padrão.
vazio	resizeInput (int idx, int[] dims, booleano estrito) Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.
vazio	resizeInput (int idx, int[] dims) Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.
vazio	executar (entrada de objeto , saída de objeto ) Executa a inferência do modelo se o modelo usar apenas uma entrada e fornecer apenas uma saída.
vazio	runForMultipleInputsOutputs ( Object[] entradas, Map < Integer , Object > outputs) Executa a inferência de modelo se o modelo receber várias entradas ou retornar várias saídas.
vazio	runSignature ( Mapa < String , Objeto > entradas, Mapa < String , Objeto > saídas) O mesmo que `runSignature(Map, Map, String)` , mas não requer a passagem de um signatureKey, supondo que o modelo tenha um SignatureDef.
vazio	runSignature ( Mapa < String , Objeto > entradas, Mapa < String , Objeto > saídas, String signatureKey) Executa a inferência de modelo com base em SignatureDef fornecida por meio `signatureKey` .
vazio	setCancelled (booleano cancelado) Avançado: Interrompe a inferência no meio de uma chamada para `run(Object, Object)` .

Métodos Herdados

Da classe java.lang.Object

boleano	equals ( objeto arg0)
Aula final <?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notificarTodos ()
Corda	toString ()
vazio final	espera (long arg0, int arg1)
vazio final	espera (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.lite.InterpreterApi

vazio abstrato	alocarTensores () Atualiza explicitamente as alocações para todos os tensores, se necessário.
vazio abstrato	fechar () Libere recursos associados à instância `InterpreterApi` .
InterpreterApi estático	criar ( arquivo modelFile, opções InterpreterApi.Options ) Constrói uma instância `InterpreterApi` , usando o modelo e as opções especificados.
InterpreterApi estático	criar ( opções ByteBuffer byteBuffer, InterpreterApi.Options ) Constrói uma instância `InterpreterApi` , usando o modelo e as opções especificados.
resumo int	getInputIndex ( String opName) Obtém o índice de uma entrada dado o nome operacional da entrada.
tensor abstrato	getInputTensor (int inputIndex) Obtém o tensor associado ao índice de entrada fornecido.
resumo int	getInputTensorCount () Obtém o número de tensores de entrada.
Resumo Longo	getLastNativeInferenceDurationNanoseconds () Retorna o tempo de inferência nativa.
resumo int	getOutputIndex ( String opName) Obtém o índice de uma saída dado o nome operacional da saída.
tensor abstrato	getOutputTensor (int outputIndex) Obtém o tensor associado ao índice de saída fornecido.
resumo int	getOutputTensorCount () Obtém o número de tensores de saída.
vazio abstrato	resizeInput (int idx, int[] dims, booleano estrito) Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.
vazio abstrato	resizeInput (int idx, int[] dims) Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.
vazio abstrato	executar (entrada de objeto , saída de objeto ) Executa a inferência do modelo se o modelo usar apenas uma entrada e fornecer apenas uma saída.
vazio abstrato	runForMultipleInputsOutputs ( Object[] entradas, Map < Integer , Object > outputs) Executa a inferência de modelo se o modelo receber várias entradas ou retornar várias saídas.

Da interface java.lang.AutoCloseable

vazio abstrato

fechar ()

Construtores Públicos

Intérprete público ( Arquivo modelArquivo)

Inicializa um Interpreter .

Parâmetros

arquivomodelo	a Arquivo de um modelo TF Lite pré-treinado.

lances

Exceção de argumento ilegal	se `modelFile` não codificar um modelo válido do TensorFlow Lite.

public Interpreter ( File modelFile, Interpreter.Options options)

Inicializa um Interpreter e especifica opções para personalizar o comportamento do intérprete.

Parâmetros

arquivomodelo	um arquivo de um modelo TF Lite pré-treinado
opções	um conjunto de opções para personalizar o comportamento do intérprete

lances

Exceção de argumento ilegal	se `modelFile` não codificar um modelo válido do TensorFlow Lite.

Intérprete público ( ByteBuffer byteBuffer)

Inicializa um Interpreter com um ByteBuffer de um arquivo de modelo.

O ByteBuffer não deve ser modificado após a construção de um Interpreter . O ByteBuffer pode ser um MappedByteBuffer que mapeia em memória um arquivo de modelo ou um ByteBuffer direto de nativeOrder() que contém o conteúdo de bytes de um modelo.

Parâmetros

byteBuffer

lances

Exceção de argumento ilegal	se `byteBuffer` não for um `MappedByteBuffer` nem um `ByteBuffer` direto de nativeOrder.

public Interpreter ( ByteBuffer byteBuffer, Interpreter.Options opções)

Inicializa um Interpreter com um ByteBuffer de um arquivo de modelo e um conjunto de Interpreter.Options personalizados.

O ByteBuffer não deve ser modificado após a construção de um Interpreter . O ByteBuffer pode ser um MappedByteBuffer que mapeia em memória um arquivo de modelo ou um ByteBuffer direto de nativeOrder() que contém o conteúdo de bytes de um modelo.

Parâmetros

byteBuffer
opções

lances

Exceção de argumento ilegal	se `byteBuffer` não for um `MappedByteBuffer` nem um `ByteBuffer` direto de nativeOrder.

Métodos públicos

public void alocarTensores ()

Atualiza explicitamente as alocações para todos os tensores, se necessário.

Isso propagará formas e alocações de memória para tensores dependentes usando a(s) forma(s) de tensor de entrada conforme fornecido.

Nota: Esta chamada é *totalmente opcional*. A alocação do tensor ocorrerá automaticamente durante a execução se algum tensor de entrada for redimensionado. Essa chamada é mais útil para determinar as formas de quaisquer tensores de saída antes de executar o gráfico, por exemplo,

 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: Alguns gráficos têm saídas com forma dinâmica, caso em que a forma de saída pode não se propagar completamente até que a inferência seja executada.

público vazio fechar ()

Libere recursos associados à instância InterpreterApi .

public int getInputIndex ( String opName)

Obtém o índice de uma entrada dado o nome operacional da entrada.

Parâmetros

opName

public Tensor getInputTensor (int inputIndex)

Obtém o tensor associado ao índice de entrada fornecido.

Parâmetros

inputIndex

public int getInputTensorCount ()

Obtém o número de tensores de entrada.

public Tensor getInputTensorFromSignature ( String inputName, String signatureKey)

Obtém o Tensor associado ao nome de entrada fornecido e ao nome do método de assinatura.

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

inputName	Insira o nome na assinatura.
signatureKey	A chave de assinatura que identifica o SignatureDef pode ser nula se o modelo tiver uma assinatura.

lances

Exceção de argumento ilegal	se `inputName` ou `signatureKey` for nulo ou vazio ou nome inválido fornecido.

public Long getLastNativeInferenceDurationNanoseconds ()

Retorna o tempo de inferência nativa.

public int getOutputIndex ( String opName)

Obtém o índice de uma saída dado o nome operacional da saída.

Parâmetros

opName

public Tensor getOutputTensor (int outputIndex)

Obtém o tensor associado ao índice de saída fornecido.

Observação: os detalhes do tensor de saída (por exemplo, forma) podem não ser totalmente preenchidos até que a inferência seja executada. Se você precisar de detalhes atualizados *antes* de executar a inferência (por exemplo, depois de redimensionar um tensor de entrada, o que pode invalidar as formas do tensor de saída), use allocateTensors() para acionar explicitamente a alocação e a propagação da forma. Observe que, para gráficos com formas de saída que dependem de *valores* de entrada, a forma de saída pode não ser totalmente determinada até a execução da inferência.

Parâmetros

outputIndex

public int getOutputTensorCount ()

Obtém o número de tensores de saída.

public Tensor getOutputTensorFromSignature ( String outputName, String signatureKey)

Obtém o tensor associado ao nome de saída fornecido no método de assinatura específico.

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

outputName	Nome de saída na assinatura.
signatureKey	A chave de assinatura que identifica o SignatureDef pode ser nula se o modelo tiver uma assinatura.

lances

Exceção de argumento ilegal	se `outputName` ou `signatureKey` for nulo ou vazio ou nome inválido fornecido.

public String[] getSignatureInputs ( String signatureKey)

Obtém a lista de entradas SignatureDefs para o método signatureKey .

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

signatureKey

public String[] getSignatureKeys ()

Obtém a lista de nomes de métodos exportados SignatureDef disponíveis no modelo.

AVISO: Esta é uma API experimental e sujeita a alterações.

public String[] getSignatureOutputs ( String signatureKey)

Obtém a lista de saídas SignatureDefs para o método signatureKey .

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

signatureKey

public void resetVariableTensors ()

Avançado: redefine todos os tensores variáveis para o valor padrão.

Se um tensor variável não tiver um buffer associado, ele será zerado.

AVISO: Esta é uma API experimental e sujeita a alterações.

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

Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.

Quando `strict` é True, somente dimensões desconhecidas podem ser redimensionadas. Dimensões desconhecidas são indicadas como `-1` na matriz retornada por `Tensor.shapeSignature()`.

Parâmetros

idx
escurece
estrito

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

Redimensiona a entrada idx-th do modelo nativo para os dims fornecidos.

Parâmetros

idx
escurece

public void run (entrada de objeto , saída de objeto )

Executa a inferência do modelo se o modelo usar apenas uma entrada e fornecer apenas uma saída.

Aviso: A API é mais eficiente se um Buffer (de preferência direto, mas não obrigatório) for usado como o tipo de dados de entrada/saída. Considere usar Buffer para alimentar e buscar dados primitivos para melhor desempenho. Os seguintes tipos concretos Buffer são suportados:

ByteBuffer - compatível com qualquer tipo de Tensor primitivo subjacente.
FloatBuffer - compatível com tensores float.
IntBuffer - compatível com tensores int32.
LongBuffer - compatível com tensores int64.

Observe que os tipos booleanos são suportados apenas como arrays, não Buffer s, ou como entradas escalares.

Parâmetros

entrada uma matriz ou matriz multidimensional ou um Buffer de tipos primitivos, incluindo int, float, long e byte. Buffer é a maneira preferida de passar grandes dados de entrada para tipos primitivos, enquanto os tipos de string exigem o uso do caminho de entrada da matriz (multidimensional). Quando um Buffer é usado, seu conteúdo deve permanecer inalterado até que a inferência do modelo seja feita, e o chamador deve garantir que o Buffer esteja na posição de leitura apropriada. Um valor null é permitido somente se o chamador estiver usando um Delegate que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido associado à entrada Tensor .

saída uma matriz multidimensional de dados de saída ou um Buffer de tipos primitivos, incluindo int, float, long e byte. Quando um Buffer é usado, o chamador deve garantir que ele esteja definido na posição de gravação apropriada. Um valor nulo é permitido e é útil para certos casos, por exemplo, se o chamador estiver usando um Delegate que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido vinculado ao Tensor de saída (consulte também Interpreter.Options#setAllowBufferHandleOutput(boolean) Tensor Tensor.asReadOnlyBuffer()

entrada	uma matriz ou matriz multidimensional ou um `Buffer` de tipos primitivos, incluindo int, float, long e byte. `Buffer` é a maneira preferida de passar grandes dados de entrada para tipos primitivos, enquanto os tipos de string exigem o uso do caminho de entrada da matriz (multidimensional). Quando um `Buffer` é usado, seu conteúdo deve permanecer inalterado até que a inferência do modelo seja feita, e o chamador deve garantir que o `Buffer` esteja na posição de leitura apropriada. Um valor `null` é permitido somente se o chamador estiver usando um `Delegate` que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido associado à entrada `Tensor` .
saída	uma matriz multidimensional de dados de saída ou um `Buffer` de tipos primitivos, incluindo int, float, long e byte. Quando um `Buffer` é usado, o chamador deve garantir que ele esteja definido na posição de gravação apropriada. Um valor nulo é permitido e é útil para certos casos, por exemplo, se o chamador estiver usando um `Delegate` que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido vinculado ao `Tensor` de saída (consulte também Interpreter.Options#setAllowBufferHandleOutput(boolean) `Tensor` `Tensor.asReadOnlyBuffer()`

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

Executa a inferência de modelo se o modelo receber várias entradas ou retornar várias saídas.

Aviso: A API é mais eficiente se Buffer (de preferência diretos, mas não obrigatórios) forem usados como tipos de dados de entrada/saída. Considere usar Buffer para alimentar e buscar dados primitivos para melhor desempenho. Os seguintes tipos concretos Buffer são suportados:

ByteBuffer - compatível com qualquer tipo de Tensor primitivo subjacente.
FloatBuffer - compatível com tensores float.
IntBuffer - compatível com tensores int32.
LongBuffer - compatível com tensores int64.

Observe que os tipos booleanos são suportados apenas como arrays, não Buffer s, ou como entradas escalares.

Observação: valores null para elementos individuais de inputs e outputs são permitidos somente se o chamador estiver usando um Delegate que permita a interoperabilidade do identificador de buffer e esse buffer tiver sido vinculado ao(s) Tensor (es) de entrada ou saída correspondente(s).

Parâmetros

entradas uma matriz de dados de entrada. As entradas devem estar na mesma ordem das entradas do modelo. Cada entrada pode ser um array ou array multidimensional, ou um Buffer de tipos primitivos incluindo int, float, long e byte. Buffer é a maneira preferida de passar grandes dados de entrada, enquanto os tipos de string exigem o uso do caminho de entrada da matriz (multidimensional). Quando Buffer é usado, seu conteúdo deve permanecer inalterado até que a inferência do modelo seja feita, e o chamador deve garantir que o Buffer esteja na posição de leitura apropriada.

saídas um mapa que mapeia índices de saída para matrizes multidimensionais de dados de saída ou Buffer s de tipos primitivos, incluindo int, float, long e byte. Necessita apenas manter entradas para as saídas a serem utilizadas. Quando um Buffer é usado, o chamador deve garantir que ele esteja definido na posição de gravação apropriada. O mapa pode estar vazio para os casos em que os manipuladores de buffer são usados para dados do tensor de saída ou casos em que as saídas são moldadas dinamicamente e o chamador deve consultar a forma Tensor de saída após a inferência ter sido invocada, buscando os dados diretamente do tensor de saída ( via Tensor.asReadOnlyBuffer() ).

entradas	uma matriz de dados de entrada. As entradas devem estar na mesma ordem das entradas do modelo. Cada entrada pode ser um array ou array multidimensional, ou um `Buffer` de tipos primitivos incluindo int, float, long e byte. `Buffer` é a maneira preferida de passar grandes dados de entrada, enquanto os tipos de string exigem o uso do caminho de entrada da matriz (multidimensional). Quando `Buffer` é usado, seu conteúdo deve permanecer inalterado até que a inferência do modelo seja feita, e o chamador deve garantir que o `Buffer` esteja na posição de leitura apropriada.
saídas	um mapa que mapeia índices de saída para matrizes multidimensionais de dados de saída ou `Buffer` s de tipos primitivos, incluindo int, float, long e byte. Necessita apenas manter entradas para as saídas a serem utilizadas. Quando um `Buffer` é usado, o chamador deve garantir que ele esteja definido na posição de gravação apropriada. O mapa pode estar vazio para os casos em que os manipuladores de buffer são usados para dados do tensor de saída ou casos em que as saídas são moldadas dinamicamente e o chamador deve consultar a forma `Tensor` de saída após a inferência ter sido invocada, buscando os dados diretamente do tensor de saída ( via `Tensor.asReadOnlyBuffer()` ).

public void runSignature ( Mapa < String , Objeto > entradas, Mapa < String , Objeto > saídas)

O mesmo que runSignature(Map, Map, String) , mas não requer a passagem de um signatureKey, supondo que o modelo tenha um SignatureDef. Se o modelo tiver mais de um SignatureDef, ele lançará uma exceção.

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

entradas
saídas

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

Executa a inferência de modelo com base em SignatureDef fornecida por meio signatureKey .

Consulte run(Object, Object) para obter mais detalhes sobre os tipos de dados de entrada e saída permitidos.

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

entradas	Um mapa do nome de entrada no SignatureDef para um objeto de entrada.
saídas	Um mapa do nome de saída em SignatureDef para dados de saída. Isso pode estar vazio se o chamador desejar consultar os dados `Tensor` diretamente após a inferência (por exemplo, se a forma de saída for dinâmica ou se forem usados identificadores de buffer de saída).
signatureKey	Chave de assinatura que identifica o SignatureDef.

lances

Exceção de argumento ilegal	se `inputs` for nulo ou vazio, se `outputs` ou `signatureKey` for nulo ou se ocorrer um erro ao executar a inferência.

public void setCancelled (booleano cancelado)

Avançado: Interrompe a inferência no meio de uma chamada para run(Object, Object) .

Um sinalizador de cancelamento será definido como verdadeiro quando essa função for chamada. O interpretador verificará o sinalizador entre as invocações de Op e, se for true , o interpretador interromperá a execução. O interpretador permanecerá em um estado cancelado até que seja explicitamente "não cancelado" por setCancelled(false) .

AVISO: Esta é uma API experimental e sujeita a alterações.

Parâmetros

cancelado	`true` para cancelar a inferência da melhor maneira possível; `false` para retomar.

lances

IllegalStateException	se o interpretador não for inicializado com a opção cancelável, que por padrão está desativada.

Veja também

Interpreter.Options.setCancellable(boolean)