TensorLabel

TensorLabel — это служебная оболочка для TensorBuffers со значимыми метками на оси.

Например, модель классификации изображений может иметь выходной тензор с формой {1, 10}, где 1 — размер пакета, а 10 — количество категорий. Фактически, на второй оси мы могли бы пометить каждый субтензор именем или описанием каждой соответствующей категории. TensorLabel может помочь преобразовать простой Tensor в TensorBuffer в карту из предопределенных меток в субтензоры. В этом случае, если для второй оси предоставлено 10 меток, TensorLabel может преобразовать исходный тензор {1, 10} в карту из 10 элементов, каждое значение которой представляет собой тензор в форме {} (скаляр). Пример использования:

   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();
 

Примечание. В настоящее время мы поддерживаем преобразование тензора в карту только для первой метки с размером больше 1.