TensorLabel

TensorLabel é um wrapper utilitário para TensorBuffers com rótulos significativos em um eixo.

Por exemplo, um modelo de classificação de imagem pode ter um tensor de saída com formato {1, 10}, onde 1 é o tamanho do lote e 10 é o número de categorias. Na verdade, no 2º eixo poderíamos rotular cada subtensor com o nome ou descrição de cada categoria correspondente. TensorLabel pode ajudar a converter o Tensor simples no TensorBuffer em um mapa de rótulos predefinidos para subtensores. Nesse caso, se forem fornecidos 10 rótulos para o segundo eixo, TensorLabel poderá converter o Tensor {1, 10} original em um mapa de 10 elementos, cada valor do qual é o Tensor na forma {} (escalar). Exemplo de uso:

   TensorBuffer outputTensor = ...;
   List<String> labels = FileUtil.loadLabels(context, labelFilePath);
   // labels the first axis with size greater than one
   TensorLabel labeled = new TensorLabel(labels, outputTensor);
   // If each sub-tensor has effectively size 1, we can directly get a float value
   Map<String, Float> probabilities = labeled.getMapWithFloatValue();
   // Or get sub-tensors, when each sub-tensor has elements more than 1
   Map<String, TensorBuffer> subTensors = labeled.getMapWithTensorBuffer();
 

Observação: atualmente, oferecemos suporte apenas à conversão de tensor em mapa para o primeiro rótulo com tamanho maior que 1.