O TensorFlow estará de volta ao Google I/O em 14 de maio! Registrar agora

Esta página foi traduzida pela API Cloud Translation.

Interpreter

Intérprete de aula final pública

Classe de driver para conduzir inferência de modelo com TensorFlow Lite.

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

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

Por exemplo, se um modelo recebe 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 aceita múltiplas 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 forma [] e forma[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 em 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 o formato 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 primeiro redimensione 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 foi criada com base na API NDK 19. Ela pode funcionar para níveis de API Android abaixo de 19, mas não é garantida.

Classes aninhadas

aula Interpretador.Opções Uma classe de opções para controlar o comportamento do interpretador de tempo de execução.

Construtores Públicos

	Intérprete ( Arquivo modelFile) Inicializa um `Interpreter` .
	Interpretador ( arquivo modelFile, opções Interpreter.Options ) 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.
	Interpretador (opções ByteBuffer byteBuffer, Interpreter.Options ) 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` .
interno	getInputIndex ( String opName) Obtém o índice de uma entrada de acordo com o nome da operação da entrada.
Tensor	getInputTensor (int inputIndex) Obtém o Tensor associado ao índice de entrada fornecido.
interno	getInputTensorCount () Obtém o número de tensores de entrada.
Tensor	getInputTensorFromSignature ( String inputName, String assinaturaKey) Obtém o Tensor associado ao nome de entrada e ao nome do método de assinatura fornecidos.
Longo	getLastNativeInferenceDurationNanoseconds () Retorna o tempo de inferência nativo.
interno	getOutputIndex ( String opName) Obtém o índice de uma saída de acordo com o nome da operação da saída.
Tensor	getOutputTensor (int outputIndex) Obtém o Tensor associado ao índice de saída fornecido.
interno	getOutputTensorCount () Obtém o número de tensores de saída.
Tensor	getOutputTensorFromSignature ( String outputName, String assinaturaKey) Obtém o Tensor associado ao nome de saída fornecido no método de assinatura específico.
Corda[]	getSignatureInputs ( String assinaturaKey) 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 assinaturaKey) Obtém a lista de saídas SignatureDefs para o método `signatureKey` .
vazio	resetVariableTensores () Avançado: redefine todos os tensores variáveis para o valor padrão.
vazio	resizeInput (int idx, int[] escurece, booleano estrito) Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.
vazio	resizeInput (int idx, int[] escurece) Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.
vazio	run (entrada de objeto , saída de objeto ) Executa a inferência do modelo se o modelo receber apenas uma entrada e fornecer apenas uma saída.
vazio	runForMultipleInputsOutputs (entradas Object[] , saídas Map < Integer , Object >) Executa a inferência do modelo se o modelo receber diversas entradas ou retornar diversas saídas.
vazio	runSignature ( Map < String , Object > entradas, Map < String , Object > saídas) O mesmo que `runSignature(Map, Map, String)` mas não requer a passagem de uma assinaturaKey, assumindo que o modelo tenha um SignatureDef.
vazio	runSignature ( Map < String , Object > entradas, Map < String , Object > saídas, String subscriptionKey) Executa inferência de modelo com base em SignatureDef fornecido por meio de `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	é igual ( objeto arg0)
aula final <?>	getClass ()
interno	código hash ()
vazio final	notificar ()
vazio final	notificar todos ()
Corda	para sequenciar ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (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` .
API de intérprete estático	criar ( arquivo modelFile, opções InterpreterApi.Options ) Constrói uma instância `InterpreterApi` , usando o modelo e as opções especificados.
API de intérprete estático	criar (opções ByteBuffer byteBuffer, InterpreterApi.Options ) Constrói uma instância `InterpreterApi` , usando o modelo e as opções especificados.
abstrato int	getInputIndex ( String opName) Obtém o índice de uma entrada de acordo com o nome da operação da entrada.
tensor abstrato	getInputTensor (int inputIndex) Obtém o Tensor associado ao índice de entrada fornecido.
abstrato int	getInputTensorCount () Obtém o número de tensores de entrada.
abstrato longo	getLastNativeInferenceDurationNanoseconds () Retorna o tempo de inferência nativo.
abstrato int	getOutputIndex ( String opName) Obtém o índice de uma saída de acordo com o nome da operação da saída.
tensor abstrato	getOutputTensor (int outputIndex) Obtém o Tensor associado ao índice de saída fornecido.
abstrato int	getOutputTensorCount () Obtém o número de tensores de saída.
vazio abstrato	resizeInput (int idx, int[] escurece, booleano estrito) Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.
vazio abstrato	resizeInput (int idx, int[] escurece) Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.
vazio abstrato	run (entrada de objeto , saída de objeto ) Executa a inferência do modelo se o modelo receber apenas uma entrada e fornecer apenas uma saída.
vazio abstrato	runForMultipleInputsOutputs (entradas Object[] , saídas Map < Integer , Object >) Executa a inferência do modelo se o modelo receber diversas entradas ou retornar diversas saídas.

Da interface java.lang.AutoCloseable

vazio abstrato

fechar ()

Construtores Públicos

intérprete público ( arquivo modelFile)

Inicializa um Interpreter .

Parâmetros

arquivomodelo	um arquivo de um modelo TF Lite pré-treinado.

Lança

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

intérprete público ( arquivo modelFile, opções Interpreter.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

Lança

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 a memória de um arquivo de modelo ou um ByteBuffer direto de nativeOrder() que contém o conteúdo de bytes de um modelo.

Parâmetros

byteBuffer

Lança

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

intérprete público (opções ByteBuffer byteBuffer, Interpreter.Options )

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 a memória de um arquivo de modelo ou um ByteBuffer direto de nativeOrder() que contém o conteúdo de bytes de um modelo.

Parâmetros

byteBuffer
opções

Lança

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

Métodos Públicos

public void allocateTensores ()

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

Isso irá propagar formas e alocações de memória para tensores dependentes usando as formas do tensor de entrada conforme fornecidas.

Nota: Esta chamada é *puramente opcional*. A alocação de tensores ocorrerá automaticamente durante a execução se algum tensor de entrada tiver sido redimensionado. Esta 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 formato dinâmico; nesse caso, o formato da saída pode não ser totalmente propagado até que a inferência seja executada.

fechamento de vazio público ()

Libere recursos associados à instância InterpreterApi .

public int getInputIndex ( String opName)

Obtém o índice de uma entrada de acordo com o nome da operação da entrada.

Parâmetros

opName

Tensor público getInputTensor (int inputIndex)

Obtém o Tensor associado ao índice de entrada fornecido.

Parâmetros

índice de entrada

público int getInputTensorCount ()

Obtém o número de tensores de entrada.

Tensor público getInputTensorFromSignature ( String inputName, String assinaturaKey)

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

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

Parâmetros

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

Lança

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

public Long getLastNativeInferenceDurationNanoseconds ()

Retorna o tempo de inferência nativo.

public int getOutputIndex ( String opName)

Obtém o índice de uma saída de acordo com o nome da operação da saída.

Parâmetros

opName

Tensor público getOutputTensor (int outputIndex)

Obtém o Tensor associado ao índice de saída fornecido.

Nota: 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, após 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

índice de saída

público int getOutputTensorCount ()

Obtém o número de tensores de saída.

Tensor público getOutputTensorFromSignature ( String outputName, String assinaturaKey)

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

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

Lança

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

public String[] getSignatureInputs ( String assinaturaKey)

Obtém a lista de entradas SignatureDefs para o método signatureKey .

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

Parâmetros

assinaturaKey

String pública[] 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 assinaturaKey)

Obtém a lista de saídas SignatureDefs para o método signatureKey .

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

Parâmetros

assinaturaKey

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[] escurece, boolean strict)

Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.

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

Parâmetros

idx
escurece
estrito

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

Redimensiona a idx-ésima entrada do modelo nativo para as dimensões fornecidas.

Parâmetros

idx
escurece

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

Executa a inferência do modelo se o modelo receber 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 tipo de dados de entrada/saída. Considere usar Buffer para alimentar e buscar dados primitivos para melhor desempenho. Os seguintes tipos Buffer concretos são suportados:

ByteBuffer - compatível com qualquer tipo de Tensor primitivo subjacente.
FloatBuffer - compatível com tensores flutuantes.
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 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 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 será permitido somente se o chamador estiver usando um Delegate que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido vinculado ao Tensor de entrada.

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 interoperabilidade de manipulação de buffer, e tal buffer foi vinculado ao Tensor de saída (consulte também Interpreter.Options#setAllowBufferHandleOutput(boolean) ), ou se o gráfico tiver saídas com formato dinâmico e o chamador precisar consultar a forma Tensor de saída após a inferência ter sido invocada, buscando os dados diretamente do tensor de saída (via Tensor.asReadOnlyBuffer() ).

entrada	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 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` será permitido somente se o chamador estiver usando um `Delegate` que permite a interoperabilidade do identificador de buffer e esse buffer tiver sido vinculado ao `Tensor` de entrada.
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 interoperabilidade de manipulação de buffer, e tal buffer foi vinculado ao `Tensor` de saída (consulte também Interpreter.Options#setAllowBufferHandleOutput(boolean) ), ou se o gráfico tiver saídas com formato dinâmico e o chamador precisar 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 runForMultipleInputsOutputs (entradas Object[] , saídas Map < Integer , Object >)

Executa a inferência do modelo se o modelo receber diversas entradas ou retornar diversas saídas.

Aviso: a API é mais eficiente se Buffer s (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 Buffer concretos são suportados:

ByteBuffer - compatível com qualquer tipo de Tensor primitivo subjacente.
FloatBuffer - compatível com tensores flutuantes.
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.

Nota: valores null para elementos individuais de inputs e outputs são permitidos somente se o chamador estiver usando um Delegate que permite interoperabilidade de manipulação de buffer, e tal 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 que as 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. Ele só precisa 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 casos em que os identificadores 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 do Tensor de saída após a inferência ter sido invocada, buscando os dados diretamente do tensor de saída ( através de Tensor.asReadOnlyBuffer() ).

entradas	uma matriz de dados de entrada. As entradas devem estar na mesma ordem que as 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. Ele só precisa 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 casos em que os identificadores 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 do `Tensor` de saída após a inferência ter sido invocada, buscando os dados diretamente do tensor de saída ( através de `Tensor.asReadOnlyBuffer()` ).

public void runSignature ( Map < String , Object > entradas, Map < String , Object > saídas)

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

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

Parâmetros

entradas
saídas

public void runSignature ( Map < String , Object > entradas, Map < String , Object > saídas, String subscriptionKey)

Executa inferência de modelo com base em SignatureDef fornecido por meio de 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 os dados de saída. Pode estar vazio se o chamador desejar consultar os dados `Tensor` diretamente após a inferência (por exemplo, se o formato de saída for dinâmico ou se forem usados identificadores de buffer de saída).
assinaturaKey	Chave de assinatura que identifica o SignatureDef.

Lança

Exceção de argumento ilegal	se `inputs` forem nulas ou vazias, se `outputs` ou `signatureKey` forem nulas 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 esta função for chamada. O intérprete verificará o sinalizador entre as invocações Op e, se for true , o intérprete interromperá a execução. O intérprete permanecerá em um estado cancelado até que seja explicitamente "não cancelado" por setCancelled(false) .

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

Parâmetros

cancelado	`true` para cancelar a inferência com o melhor esforço; `false` para continuar.

Lança

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

Veja também

Interpreter.Options.setCancellable(boolean)