Weź udział w sympozjum Women in ML 7 grudnia Zarejestruj się teraz

Tensor

Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
public interface Tensor

Wpisana wielowymiarowa tablica używana w Tensorflow Lite.

Natywna uchwyt z Tensor jest zarządzany przez NativeInterpreterWrapper i nie musiały być zamknięte przez klienta. Jednak, gdy NativeInterpreterWrapper zostało zamknięte, uchwyt tensor będą unieważniane.

Klasy zagnieżdżone

klasa Tensor.QuantizationParams Parametry kwantowania, który odpowiada tabeli, QuantizationParameters , w pliku schematu TFLite Model.

Metody publiczne

streszczenie ByteBuffer
asReadOnlyBuffer ()
Zwraca tylko do odczytu ByteBuffer świetle danych tensora.
streszczenie TypDanych
dataType ()
Zwraca DataType elementów przechowywanych w tensora.
streszczenie
numBytes ()
Zwraca rozmiar w bajtach danych tensora.
streszczenie
numDimensions ()
Zwraca liczbę wymiarów (czasami określane jako rangi ) tensora.
streszczenie
numElements ()
Zwraca liczbę elementów w spłaszczonym (1-D) widoku tensora.
abstrakcyjne Tensor.QuantizationParams
quantizationParams ()
Zwraca parametry kwantyzacji tensora w posiadanie Interpreter .
streszczenie int[]
Kształt ()
Zwraca kształt tensora, czyli rozmiarów każdego wymiaru.
streszczenie int[]
shapeSignature ()
Zwraca pierwotną postać tensora, czyli rozmiarów każdym wymiarze - zanim jakiekolwiek zmiany rozmiaru przeprowadzono.

Metody publiczne

public abstract ByteBuffer asReadOnlyBuffer ()

Zwraca tylko do odczytu ByteBuffer świetle danych tensora.

Ogólnie rzecz biorąc, ten sposób jest najbardziej użyteczne dla uzyskania widoku tylko do odczytu danych wyjściowych tensora * po * wnioskowania została wykonana (na przykład poprzez Interpreter.run(Object, Object) ). W szczególności, niektóre wykresy się dynamicznie w kształcie wyjścia, które mogą uczynić podawania zdefiniowanego buforu wyjściowego do portu Interpreter niewygodne. Przykładowe zastosowania:

interpreter.run(input, null);
 ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
 // Copy or read from outputBuffer.
 

OSTRZEŻENIE: Jeśli tensor nie został jeszcze przydzielony, np. przed wykonaniem wnioskowania, wynik jest niezdefiniowany. Należy zauważyć, że bazowy wskaźnik tensora może się również zmienić, gdy tensor zostanie w jakikolwiek sposób unieważniony (np. jeśli zostanie wykonane wnioskowanie lub rozmiar wykresu zostanie zmieniony), więc *nie* jest bezpieczne przechowywanie referencji do zwróconego bufora poza natychmiastowym użyciem bezpośrednio po wnioskowaniu. Przykład * złe * Wykorzystanie:

ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
 interpreter.run(input, null);
 // Copy or read from outputBuffer (which may now be invalid).
 

Rzuty
Niedozwolony argumentWyjątek jeśli dane tensora nie zostały przydzielone.

public abstract TypDanych dataType ()

Zwraca DataType elementów przechowywanych w tensora.

public abstract int numBytes ()

Zwraca rozmiar w bajtach danych tensora.

public abstract int numDimensions ()

Zwraca liczbę wymiarów (czasami określane jako rangi ) tensora.

Będzie 0 dla skalara, 1 dla wektora, 2 dla macierzy, 3 dla tensora trójwymiarowego itd.

public abstract int numElements ()

Zwraca liczbę elementów w spłaszczonym (1-D) widoku tensora.

public abstract Tensor.QuantizationParams quantizationParams ()

Zwraca parametry kwantyzacji tensora w posiadanie Interpreter .

Tylko kwantowane tensory dysponować prawidłowymi QuantizationParameters . W przypadku tensora, który nie jest skwantowany, wartości scale i zero_point są równe 0.

public abstract int [] Kształt ()

Zwraca kształt tensora, czyli rozmiarów każdego wymiaru.

Zwroty
  • tablica, w której i-ty element jest wielkością i-tego wymiaru tensora.

public abstract int [] shapeSignature ()

Zwraca pierwotną postać tensora, czyli rozmiarów każdym wymiarze - zanim jakiekolwiek zmiany rozmiaru przeprowadzono. Nieznane wymiary są oznaczone wartością -1.

Zwroty
  • tablica, w której i-ty element jest wielkością i-tego wymiaru tensora.