تينسورفلو :: موتر
#include <tensor.h>
يمثل مجموعة قيم ذات أبعاد n.
ملخص
البنائين والمدمرين | |
---|---|
Tensor () ينشئ موتر عائم أحادي البعد ، مكون من 0 عنصر. | |
Tensor (DataType type, const TensorShape & shape) | |
Tensor (Allocator *a, DataType type, const TensorShape & shape) ينشئ موترًا type الإدخال shape ، باستخدام المخصص a لتخصيص المخزن المؤقت الأساسي. | |
Tensor (Allocator *a, DataType type, const TensorShape & shape, const AllocationAttributes & allocation_attr) ينشئ موترًا type الإدخال shape ، باستخدام المُخصص a و "التخصيص_اتر" المحدد لتخصيص المخزن المؤقت الأساسي. | |
Tensor (DataType type, const TensorShape & shape, TensorBuffer *buf) يُنشئ موترًا بنوع بيانات الإدخال والشكل والبوف. | |
Tensor (DataType type) ينشئ Tensor فارغًا لنوع البيانات المحدد. | |
Tensor (float scalar_value) | |
Tensor (double scalar_value) | |
Tensor (int32 scalar_value) | |
Tensor (uint32 scalar_value) | |
Tensor (uint16 scalar_value) | |
Tensor (uint8 scalar_value) | |
Tensor (int16 scalar_value) | |
Tensor (int8 scalar_value) | |
Tensor (tstring scalar_value) | |
Tensor (complex64 scalar_value) | |
Tensor (complex128 scalar_value) | |
Tensor (int64 scalar_value) | |
Tensor (uint64 scalar_value) | |
Tensor (bool scalar_value) | |
Tensor (qint8 scalar_value) | |
Tensor (quint8 scalar_value) | |
Tensor (qint16 scalar_value) | |
Tensor (quint16 scalar_value) | |
Tensor (qint32 scalar_value) | |
Tensor (bfloat16 scalar_value) | |
Tensor (Eigen::half scalar_value) | |
Tensor (ResourceHandle scalar_value) | |
Tensor (const char *scalar_value) | |
Tensor (const Tensor & other) منشئ النسخ. | |
Tensor ( Tensor && other) نقل المنشئ. | |
~Tensor () |
الوظائف العامة | |
---|---|
AllocatedBytes () const | size_t |
AsProtoField (TensorProto *proto) const | void يملأ proto بـ *this الموتر. |
AsProtoTensorContent (TensorProto *proto) const | void |
BitcastFrom (const Tensor & other, DataType dtype, const TensorShape & shape) | انسخ الموتر الآخر في هذا الموتر ، وأعد تشكيله وأعد تفسير نوع بيانات المخزن المؤقت. |
CopyFrom (const Tensor & other, const TensorShape & shape) TF_MUST_USE_RESULT | bool انسخ الموتر الآخر في هذا الموتر وأعد تشكيله. |
DebugString (int num_values) const | string ملخص موتر يمكن قراءته من قبل الإنسان ومناسب للتصحيح. |
DebugString () const | string |
DeviceSafeDebugString () const | string |
FillDescription (TensorDescription *description) const | void املأ بروتو TensorDescription ببيانات وصفية حول الموتر والتي تكون مفيدة للمراقبة وتصحيح الأخطاء. |
FromProto (const TensorProto & other) TF_MUST_USE_RESULT | bool تحليل other وبناء موتر. |
FromProto (Allocator *a, const TensorProto & other) TF_MUST_USE_RESULT | bool |
IsAligned () const | bool إرجاع صحيح إذا تم محاذاة موتر. |
IsInitialized () const | bool إذا لزم الأمر ، هل تمت تهيئة Tensor ؟ |
IsSameSize (const Tensor & b) const | bool |
NumElements () const | int64 ملحق ملائم لشكل موتر. |
SharesBufferWith (const Tensor & b) const | bool |
Slice (int64 dim0_start, int64 dim0_limit) const | قطع هذا الموتر على طول البعد الأول. |
SubSlice (int64 index) const | حدد شريحة فرعية من هذا الموتر على طول البعد الأول. |
SummarizeValue (int64 max_entries, bool print_v2) const | string تقديم قيم max_entries الأولى في *this في سلسلة. |
TotalBytes () const | size_t إرجاع استخدام الذاكرة المقدّر لهذا الموتر. |
UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape) | void مثل BitcastFrom ، لكن CHECK يفشل إذا لم يتم استيفاء أي شروط مسبقة. |
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) | TTypes< T, NDIMS >:: Tensor أعد بيانات الموتر إلى Eigen::Tensor بالشكل الجديد المحدد في new_sizes وقم T إلى dtype جديد. |
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const | TTypes< T, NDIMS >::ConstTensor أعد بيانات الموتر إلى Eigen::Tensor بالشكل الجديد المحدد في new_sizes وقم T إلى dtype جديد. |
bit_casted_tensor () | TTypes< T, NDIMS >:: Tensor قم بإعادة بيانات الموتر إلى Eigen::Tensor بنفس الحجم ولكن يتم توجيهها باتجاه أحادي إلى النوع T المحدد. |
bit_casted_tensor () const | TTypes< T, NDIMS >::ConstTensor قم بإعادة بيانات الموتر إلى Eigen::Tensor بنفس الحجم ولكن يتم توجيهها باتجاه أحادي إلى النوع T المحدد. |
dim_size (int d) const | int64 ملحق ملائم لشكل موتر. |
dims () const | int ملحق ملائم لشكل موتر. |
dtype () const | DataType إرجاع نوع البيانات. |
flat () | TTypes< T >::Flat قم بإرجاع بيانات الموتر على هيئة Eigen::Tensor لنوع البيانات وشكل محدد. |
flat () const | TTypes< T >::ConstFlat |
flat_inner_dims () | TTypes< T, NDIMS >:: Tensor تُرجع البيانات على أنها Eigen :: Tensor بأبعاد NDIMS ، مما يؤدي إلى انهيار جميع أبعاد Tensor ولكن NDIMS-1 الأخير في البعد الأول للنتيجة. |
flat_inner_dims () const | TTypes< T, NDIMS >::ConstTensor |
flat_inner_outer_dims (int64 begin) | TTypes< T, NDIMS >:: Tensor |
flat_inner_outer_dims (int64 begin) const | TTypes< T, NDIMS >::ConstTensor |
flat_outer_dims () | TTypes< T, NDIMS >:: Tensor تُرجع البيانات على أنها Eigen :: Tensor بأبعاد NDIMS ، مما يؤدي إلى انهيار جميع أبعاد Tensor ولكن أول NDIMS-1 في البعد الأخير للنتيجة. |
flat_outer_dims () const | TTypes< T, NDIMS >::ConstTensor |
matrix () | TTypes< T >::Matrix |
matrix () const | TTypes< T >::ConstMatrix |
operator= (const Tensor & other) | Tensor & تعيين عامل. يشترك هذا الموتر في التخزين الأساسي للآخرين. |
operator= ( Tensor && other) | Tensor & عامل النقل. انظر منشئ التحرك للحصول على التفاصيل. |
reinterpret_last_dimension () | TTypes< T, NDIMS >:: Tensor أعد بيانات الموتر إلى Eigen::Tensor مع تحويل عناصر البعد الأخير إلى عناصر مفردة من نوع أكبر. |
reinterpret_last_dimension () const | TTypes< T, NDIMS >::ConstTensor أعد بيانات الموتر إلى Eigen::Tensor مع تحويل عناصر البعد الأخير إلى عناصر مفردة من نوع أكبر. |
scalar () | TTypes< T >::Scalar |
scalar () const | TTypes< T >::ConstScalar |
shape () const | const TensorShape & إرجاع شكل الموتر. |
shaped (gtl::ArraySlice< int64 > new_sizes) | TTypes< T, NDIMS >:: Tensor |
shaped (gtl::ArraySlice< int64 > new_sizes) const | TTypes< T, NDIMS >::ConstTensor |
tensor () | TTypes< T, NDIMS >:: Tensor |
tensor () const | TTypes< T, NDIMS >::ConstTensor |
tensor_data () const | StringPiece إرجاع StringPiece تعيين المخزن المؤقت للموتر الحالي. |
unaligned_flat () | TTypes< T >::UnalignedFlat |
unaligned_flat () const | TTypes< T >::UnalignedConstFlat |
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes) | TTypes< T, NDIMS >::UnalignedTensor |
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes) const | TTypes< T, NDIMS >::UnalignedConstTensor |
vec () | TTypes< T >::Vec قم بإرجاع بيانات الموتر على هيئة Eigen::Tensor بنوع وأحجام هذا Tensor . |
vec () const | TTypes< T >::ConstVec إصدارات Const لجميع الطرق المذكورة أعلاه. |
الوظائف العامة
وحدات مخصصة
size_t AllocatedBytes() const
AsProtoField
void AsProtoField( TensorProto *proto ) const
يملأ proto
بـ *this
الموتر.
AsProtoField()
يملأ الحقل المتكرر لـ proto.dtype()
، بينما AsProtoTensorContent()
يشفر المحتوى في proto.tensor_content()
في شكل مضغوط.
AsProtoTensorContent
void AsProtoTensorContent( TensorProto *proto ) const
BitcastFrom
Status BitcastFrom( const Tensor & other, DataType dtype, const TensorShape & shape )
انسخ الموتر الآخر في هذا الموتر ، وأعد تشكيله وأعد تفسير نوع بيانات المخزن المؤقت.
إذا تم إرجاع Status :: OK () ، فإن الموترين يشتركان الآن في نفس التخزين الأساسي.
يتطلب هذا الاستدعاء أن يكون الموتر other
والنوع والشكل "متوافقين" (أي أنهما يشغلان نفس عدد البايتات).
خاصة:
شكل.num_elements () * نوع حجم البيانات (النوع)
يجب أن يساوي
other.num_elements () * نوع حجم البيانات (other.dtype ())
بالإضافة إلى ذلك ، تتطلب هذه الوظيفة:
- DataTypeSize (other.dtype ())! = 0
- DataTypeSize (نوع)! = 0
إذا لم يتم استيفاء أي من المتطلبات ، يتم إرجاع أخطاء :: InvalidArgument.
نسخة من
bool CopyFrom( const Tensor & other, const TensorShape & shape ) TF_MUST_USE_RESULT
انسخ الموتر الآخر في هذا الموتر وأعد تشكيله.
يشترك هذا الموتر في التخزين الأساسي للآخرين. إرجاع true
other.shape()
له نفس عدد العناصر shape
المحدد.
DebugString
string DebugString( int num_values ) const
ملخص موتر يمكن قراءته من قبل الإنسان ومناسب للتصحيح.
DebugString
string DebugString() const
DeviceSafeDebugString
string DeviceSafeDebugString() const
ملء الوصف
void FillDescription( TensorDescription *description ) const
املأ بروتو TensorDescription
ببيانات وصفية حول الموتر والتي تكون مفيدة للمراقبة وتصحيح الأخطاء.
FromProto
bool FromProto( const TensorProto & other ) TF_MUST_USE_RESULT
تحليل other
وبناء موتر.
إرجاع true
إذا نجح التحليل. إذا فشل التحليل ، فإن حالة *this
لم تتغير.
FromProto
bool FromProto( Allocator *a, const TensorProto & other ) TF_MUST_USE_RESULT
محاذاة
bool IsAligned() const
إرجاع صحيح إذا تم محاذاة موتر.
مهيأ
bool IsInitialized() const
إذا لزم الأمر ، هل تمت تهيئة Tensor ؟
دائمًا ما يتم اعتبار Tensors ذات العناصر الصفرية مهيأة ، حتى لو لم يتم تعيينها مطلقًا ولم يتم تخصيص أي ذاكرة لها.
بنفس الحجم
bool IsSameSize( const Tensor & b ) const
العناصر
int64 NumElements() const
ملحق ملائم لشكل موتر.
الأسهم
bool SharesBufferWith( const Tensor & b ) const
شريحة
Tensor Slice( int64 dim0_start, int64 dim0_limit ) const
قطع هذا الموتر على طول البعد الأول.
أي ، عاد الموتر المرتجع [i، ...] == هذا [dim0_start + i، ...]. يشترك الموتر المرتجع في المخزن المؤقت الأساسي للموتر مع هذا الموتر.
ملاحظة: قد لا يلبي الموتر المرتجع نفس متطلبات المحاذاة مثل هذا الموتر اعتمادًا على الشكل. يجب على المتصل التحقق من محاذاة الموتر المرتجع قبل استدعاء طرق معينة لها متطلبات محاذاة (على سبيل المثال ، flat()
، tensor()
).
ملاحظة: عند التغذية بموتر N-dimensional ، ترجع هذه الطريقة موتر أيضاً بأبعاد N. إذا كنت تريد تحديد موتر فرعي ، فراجع شريحة فرعية.
المتطلبات: dims dims()
> = 1 المتطلبات: 0 <= dim0_start <= dim0_limit <= dim_size(0)
شريحة فرعية
Tensor SubSlice( int64 index ) const
حدد شريحة فرعية من هذا الموتر على طول البعد الأول.
عند التغذية بموتر N-dimensional tensor ، فإن هذه الطريقة ترجع موترًا بأبعاد N-1 ، حيث يكون الموتر المرتجع شريحة فرعية من موتر الإدخال على طول البعد الأول. أبعاد N-1 للموتر المرتجع هي أبعاد N-1 الأخيرة لموتّر الإدخال.
ملاحظة: قد لا يلبي الموتر المرتجع نفس متطلبات المحاذاة مثل هذا الموتر اعتمادًا على الشكل. يجب على المتصل التحقق من محاذاة الموتر المرتجع قبل استدعاء طرق معينة لها متطلبات محاذاة (على سبيل المثال ، flat()
، tensor()
).
المتطلبات: dims dims()
> = 1 المتطلبات: 0 <= dim0_start < dim_size(0)
تلخيص القيمة
string SummarizeValue( int64 max_entries, bool print_v2 ) const
تقديم قيم max_entries
الأولى في *this
في سلسلة.
موتر
Tensor()
ينشئ موتر عائم أحادي البعد ، مكون من 0 عنصر.
Tensor الذي تم إرجاعه ليس حجميًا (شكل {}) ، ولكنه بدلاً من ذلك موتر فارغ أحادي البعد (الشكل {0} ، NumElements () == 0). نظرًا لأنه لا يحتوي على عناصر ، فلا يلزم تعيين قيمة له ويتم تهيئته افتراضيًا ( IsInitialized () هو true). إذا كان هذا غير مرغوب فيه ، ففكر في إنشاء عدد قياسي من عنصر واحد يتطلب تهيئة:
Tensor(DT_FLOAT, TensorShape({}))
Tensor
Tensor( DataType type, const TensorShape & shape )
ينشئ Tensor من type
shape
.
إذا كان LogMemory :: IsEnabled () يتم تسجيل التخصيص على أنه قادم من نواة وخطوة غير معروفة. تم إيقاف استدعاء مُنشئ Tensor مباشرة من داخل Op: استخدم أساليب OpKernelConstruction / OpKernelContext Customate_ * لتخصيص موتر جديد ، والذي يسجل النواة والخطوة.
يتم تخصيص المخزن المؤقت الأساسي باستخدام CPUAllocator
.
موتر
Tensor( Allocator *a, DataType type, const TensorShape & shape )
ينشئ موترًا type
الإدخال shape
، باستخدام المخصص a
لتخصيص المخزن المؤقت الأساسي.
إذا كان LogMemory :: IsEnabled () يتم تسجيل التخصيص على أنه قادم من نواة وخطوة غير معروفة. تم إيقاف استدعاء مُنشئ Tensor مباشرة من داخل Op: استخدم أساليب OpKernelConstruction / OpKernelContext Customate_ * لتخصيص موتر جديد ، والذي يسجل النواة والخطوة.
يجب a
يعيش أكثر من عمر هذا Tensor .
موتر
Tensor( Allocator *a, DataType type, const TensorShape & shape, const AllocationAttributes & allocation_attr )
ينشئ موترًا type
الإدخال shape
، باستخدام المُخصص a
و "التخصيص_اتر" المحدد لتخصيص المخزن المؤقت الأساسي.
إذا كانت النواة والخطوة معروفتين ، فيجب ضبط التخصيص على "صحيح" ويجب استدعاء LogMemory :: RecordTensorAllocation بعد إنشاء الموتر. تم إيقاف استدعاء مُنشئ Tensor مباشرة من داخل Op: استخدم أساليب OpKernelConstruction / OpKernelContext Customate_ * لتخصيص موتر جديد ، والذي يسجل النواة والخطوة.
يجب a
يعيش أكثر من عمر هذا Tensor .
موتر
Tensor( DataType type, const TensorShape & shape, TensorBuffer *buf )
يُنشئ موترًا بنوع بيانات الإدخال والشكل والبوف.
يكتسب المرجع على buf الذي ينتمي إلى هذا Tensor .
موتر
Tensor( DataType type )
ينشئ Tensor فارغًا لنوع البيانات المحدد.
مثل Tensor () ، يقوم بإرجاع Tensor أحادي البعد ، 0 عنصر مع IsInitialized () بإرجاع True. راجع وثائق Tensor () للحصول على التفاصيل.
موتر
Tensor( float scalar_value )
موتر
Tensor( double scalar_value )
موتر
Tensor( int32 scalar_value )
موتر
Tensor( uint32 scalar_value )
موتر
Tensor( uint16 scalar_value )
موتر
Tensor( uint8 scalar_value )
موتر
Tensor( int16 scalar_value )
موتر
Tensor( int8 scalar_value )
موتر
Tensor( tstring scalar_value )
موتر
Tensor( complex64 scalar_value )
موتر
Tensor( complex128 scalar_value )
موتر
Tensor( int64 scalar_value )
موتر
Tensor( uint64 scalar_value )
موتر
Tensor( bool scalar_value )
موتر
Tensor( qint8 scalar_value )
موتر
Tensor( quint8 scalar_value )
موتر
Tensor( qint16 scalar_value )
موتر
Tensor( quint16 scalar_value )
موتر
Tensor( qint32 scalar_value )
موتر
Tensor( bfloat16 scalar_value )
موتر
Tensor( Eigen::half scalar_value )
موتر
Tensor( ResourceHandle scalar_value )
موتر
Tensor( const char *scalar_value )
موتر
Tensor( Tensor && other )
نقل المنشئ.
بعد هذه المكالمة ،
TotalBytes
size_t TotalBytes() const
إرجاع استخدام الذاكرة المقدّر لهذا الموتر.
UnsafeCopyFromInternal
void UnsafeCopyFromInternal( const Tensor & other, DataType dtype, const TensorShape & shape )
مثل BitcastFrom ، لكن CHECK يفشل إذا لم يتم استيفاء أي شروط مسبقة.
إهمال. استخدم BitcastFrom بدلاً من ذلك وتحقق من الحالة التي تم إرجاعها.
bit_casted_shaped
TTypes< T, NDIMS >::Tensor bit_casted_shaped( gtl::ArraySlice< int64 > new_sizes )
أعد بيانات الموتر إلى Eigen::Tensor
بالشكل الجديد المحدد في new_sizes
وقم T
إلى dtype جديد.
استخدام bitcast مفيد لعمليات النقل والنسخ. البيتكاست المسموح به هو الاختلاف الوحيد عن shaped()
.
bit_casted_shaped
TTypes< T, NDIMS >::ConstTensor bit_casted_shaped( gtl::ArraySlice< int64 > new_sizes ) const
أعد بيانات الموتر إلى Eigen::Tensor
بالشكل الجديد المحدد في new_sizes
وقم T
إلى dtype جديد.
استخدام bitcast مفيد لعمليات النقل والنسخ. البيتكاست المسموح به هو الاختلاف الوحيد عن shaped()
.
bit_casted_tensor
TTypes< T, NDIMS >::Tensor bit_casted_tensor()
قم بإعادة بيانات الموتر إلى Eigen::Tensor
بنفس الحجم ولكن يتم توجيهها باتجاه أحادي إلى النوع T
المحدد.
استخدام bitcast مفيد لعمليات النقل والنسخ. ملاحظة: هذا هو نفسه tensor()
باستثناء السماح بتقسيم البت.
bit_casted_tensor
TTypes< T, NDIMS >::ConstTensor bit_casted_tensor() const
قم بإعادة بيانات الموتر إلى Eigen::Tensor
بنفس الحجم ولكن يتم توجيهها باتجاه أحادي إلى النوع T
المحدد.
استخدام bitcast مفيد لعمليات النقل والنسخ. ملاحظة: هذا هو نفسه tensor()
باستثناء السماح بتقسيم البت.
الحجم الخافت
int64 dim_size( int d ) const
ملحق ملائم لشكل موتر.
يخفت
int dims() const
ملحق ملائم لشكل موتر.
لجميع موصلي الشكل ، راجع التعليقات الخاصة بالطرق ذات الصلة لـ TensorShape
في tensor_shape.h
.
dtype
DataType dtype() const
إرجاع نوع البيانات.
مسطحة
TTypes< T >::Flat flat()
قم بإرجاع بيانات الموتر على هيئة Eigen::Tensor
لنوع البيانات وشكل محدد.
تتيح لك هذه الطرق الوصول إلى البيانات بالأبعاد والأحجام التي تختارها. لا تحتاج إلى معرفة عدد أبعاد Tensor للاتصال بها. ومع ذلك ، فقد CHECK
من تطابق النوع والأبعاد المطلوبة تنشئ Eigen::Tensor
بنفس عدد العناصر مثل الموتر.
مثال:
typedef float T; Tensor my_ten(...built with Shape{planes: 4, rows: 3, cols: 5}...); // 1D Eigen::Tensor, size 60: auto flat = my_ten.flat(); // 2D Eigen::Tensor 12 x 5: auto inner = my_ten.flat_inner_dims (); // 2D Eigen::Tensor 4 x 15: auto outer = my_ten.shaped ({4, 15}); // CHECK fails, bad num elements: auto outer = my_ten.shaped ({4, 8}); // 3D Eigen::Tensor 6 x 5 x 2: auto weird = my_ten.shaped ({6, 5, 2}); // CHECK fails, type mismatch: auto bad = my_ten.flat ();
flat
TTypes< T >::ConstFlat flat() const
أبعاد_مسطحة
TTypes< T, NDIMS >::Tensor flat_inner_dims()
أبعاد_مسطحة
TTypes< T, NDIMS >::ConstTensor flat_inner_dims() const
Flat_inner_outer_dims
TTypes< T, NDIMS >::Tensor flat_inner_outer_dims( int64 begin )
تُرجع البيانات على أنها Eigen :: Tensor بأبعاد NDIMS ، مما يؤدي إلى انهيار أبعاد Tensor الأولى في البعد الأول للنتيجة وأبعاد Tensor للعتيم الأخير () - 'start' - NDIMS في البعد الأخير من نتيجة.
إذا كان 'start' <0 ثم | 'start' | سيتم إضافة الأبعاد الرائدة من الحجم 1. في حالة "بدء" + NDIMS> تعتيم () ثم "ابدأ" + NDIMS - ستتم إضافة أبعاد زائدة بالحجم 1.
Flat_inner_outer_dims
TTypes< T, NDIMS >::ConstTensor flat_inner_outer_dims( int64 begin ) const
أجهزة التوجيه المسطحة
TTypes< T, NDIMS >::Tensor flat_outer_dims()
أجهزة التوجيه المسطحة
TTypes< T, NDIMS >::ConstTensor flat_outer_dims() const
مصفوفة
TTypes< T >::Matrix matrix()
مصفوفة
TTypes< T >::ConstMatrix matrix() const
عامل التشغيل =
Tensor & operator=( const Tensor & other )
تعيين عامل. يشترك هذا الموتر في التخزين الأساسي للآخرين.
عامل التشغيل =
Tensor & operator=( Tensor && other )
عامل النقل. انظر منشئ التحرك للحصول على التفاصيل.
reinterpret_last_dimension
TTypes< T, NDIMS >::Tensor reinterpret_last_dimension()
أعد بيانات الموتر إلى Eigen::Tensor
مع تحويل عناصر البعد الأخير إلى عناصر مفردة من نوع أكبر.
على سبيل المثال ، هذا مفيد للنواة التي يمكنها التعامل مع موترات NCHW_VECT_C int8 كموترات NCHW int32. يجب أن يساوي حجم (T) حجم نوع العنصر الأصلي * عدد العناصر في البعد الأخير الأصلي. يجب أن يكون NDIMS أقل بمقدار 1 من العدد الأصلي للأبعاد.
reinterpret_last_dimension
TTypes< T, NDIMS >::ConstTensor reinterpret_last_dimension() const
أعد بيانات الموتر إلى Eigen::Tensor
مع تحويل عناصر البعد الأخير إلى عناصر مفردة من نوع أكبر.
على سبيل المثال ، هذا مفيد للنواة التي يمكنها التعامل مع موترات NCHW_VECT_C int8 كموترات NCHW int32. يجب أن يساوي حجم (T) حجم نوع العنصر الأصلي * عدد العناصر في البعد الأخير الأصلي. يجب أن يكون NDIMS أقل بمقدار 1 من العدد الأصلي للأبعاد.
العددية
TTypes< T >::Scalar scalar()
العددية
TTypes< T >::ConstScalar scalar() const
شكل
const TensorShape & shape() const
إرجاع شكل الموتر.
شكل
TTypes< T, NDIMS >::Tensor shaped( gtl::ArraySlice< int64 > new_sizes )
شكل
TTypes< T, NDIMS >::ConstTensor shaped( gtl::ArraySlice< int64 > new_sizes ) const
موتر
TTypes< T, NDIMS >::Tensor tensor()
موتر
TTypes< T, NDIMS >::ConstTensor tensor() const
tensor_data
StringPiece tensor_data() const
إرجاع StringPiece
تعيين المخزن المؤقت للموتر الحالي.
قد يشير StringPiece
تم إرجاعه إلى موقع الذاكرة على الأجهزة التي لا تستطيع وحدة المعالجة المركزية معالجتها مباشرة.
ملاحظة: يتم refcounted المخزن المؤقت الأساسي الموتر ، بحيث يطابق عمر المحتويات المعينة بواسطة StringPiece
عمر المخزن المؤقت ؛ يجب على المتصلين الترتيب للتأكد من عدم إتلاف المخزن المؤقت أثناء استخدام StringPiece
.
يتطلب: DataTypeCanUseMemcpy(dtype())
.
unaligned_flat
TTypes< T >::UnalignedFlat unaligned_flat()
unaligned_flat
TTypes< T >::UnalignedConstFlat unaligned_flat() const
غير محاذي الشكل
TTypes< T, NDIMS >::UnalignedTensor unaligned_shaped( gtl::ArraySlice< int64 > new_sizes )
غير محاذي الشكل
TTypes< T, NDIMS >::UnalignedConstTensor unaligned_shaped( gtl::ArraySlice< int64 > new_sizes ) const
vec
TTypes< T >::Vec vec()
قم بإرجاع بيانات الموتر على هيئة Eigen :: Tensor بنوع وأحجام هذا Tensor.
استخدم هذه الطرق عندما تعرف نوع البيانات وعدد أبعاد Tensor وترغب في تغيير حجم Eigen :: Tensor تلقائيًا إلى أحجام Tensor. يفشل فحص التنفيذ في حالة عدم تطابق أي من النوع أو الأحجام.
مثال:
l10n- مكان 89
l10n-placeholder90
إصدارات Const لجميع الطرق المذكورة أعلاه.
~ موتر
l10n- نائب 91إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2022-08-30 (حسب التوقيت العالمي المتفَّق عليه)