Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

Tensor

interface pública Tensor

Uma matriz multidimensional digitada usada no Tensorflow Lite.

A alça nativa de uma Tensor é gerido por NativeInterpreterWrapper , e não precisava ser fechada pelo cliente. No entanto, uma vez que o NativeInterpreterWrapper foi fechado, o cabo tensor será invalidado.

Classes aninhadas

classe Tensor.QuantizationParams Parâmetros de quantização que corresponde à mesa, QuantizationParameters , no arquivo de esquema TFLite Modelo.

Métodos Públicos

abstrato ByteBuffer
asReadOnlyBuffer ()
Retorna um read-only ByteBuffer vista dos dados tensor.
abstrato DataType
dataType ()
Retorna o DataType de elementos armazenados no Tensor.
int abstrato
numBytes ()
Retorna o tamanho, em bytes, dos dados do tensor.
int abstrato
numDimensions ()
Retorna o número de dimensões (por vezes referido como classificação ) do Tensor.
int abstrato
numElements ()
Retorna o número de elementos em uma visualização plana (1-D) do tensor.
abstratos Tensor.QuantizationParams
quantizationParams ()
Retorna os parâmetros de quantização do tensor dentro do possuir Interpreter .
abstract int []
forma ()
Retorna a forma do tensor, isto é, os tamanhos de cada dimensão.
abstract int []
shapeSignature ()
Retorna o original forma do Tensor, ou seja, os tamanhos de cada dimensão - antes de qualquer redimensionamento foi realizada.

Métodos Públicos

public abstract ByteBuffer asReadOnlyBuffer ()

Retorna um read-only ByteBuffer vista dos dados tensor.

Em geral, este método é mais útil para a obtenção de uma visualização apenas de leitura de dados de saída de tensores, * depois * inferência foi executada (por exemplo, através de Interpreter.run(Object, Object) ). Em particular, alguns gráficos moldaram dinamicamente saídas, que podem fazer a alimentação de um tampão de saída predefinida para o Interpreter estranho. Exemplo de utilização:

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

AVISO: Se o tensor ainda não foi alocado, por exemplo, antes da inferência ser executada, o resultado é indefinido. Observe que o ponteiro do tensor subjacente também pode mudar quando o tensor é invalidado de qualquer forma (por exemplo, se a inferência for executada ou o gráfico for redimensionado), então * não * é seguro manter uma referência ao buffer retornado além do uso imediato diretamente após a inferência. Exemplo * má * uso:

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

Lança
Exceção de argumento ilegal se os dados do tensor não foram alocados.

abstrato pública DataType dataType ()

Retorna o DataType de elementos armazenados no Tensor.

numBytes int abstratas públicas ()

Retorna o tamanho, em bytes, dos dados do tensor.

numDimensions int abstratas públicas ()

Retorna o número de dimensões (por vezes referido como classificação ) do Tensor.

Será 0 para um escalar, 1 para um vetor, 2 para uma matriz, 3 para um tensor tridimensional etc.

numElements int abstratas públicas ()

Retorna o número de elementos em uma visualização plana (1-D) do tensor.

abstratos públicas Tensor.QuantizationParams quantizationParams ()

Retorna os parâmetros de quantização do tensor dentro do possuir Interpreter .

Somente tensores quantizados têm válidos QuantizationParameters . Para tensores que não são quantizados, os valores de escala e zero_point são ambos 0.

int abstrato pública [] forma ()

Retorna a forma do tensor, isto é, os tamanhos de cada dimensão.

Devoluções
  • uma matriz onde o i-ésimo elemento é o tamanho da i-ésima dimensão do tensor.

int abstrato pública [] shapeSignature ()

Retorna o original forma do Tensor, ou seja, os tamanhos de cada dimensão - antes de qualquer redimensionamento foi realizada. Dimensões desconhecidas são designadas com um valor de -1.

Devoluções
  • uma matriz onde o i-ésimo elemento é o tamanho da i-ésima dimensão do tensor.