tensorflow :: Tensor

Corta este tensor a lo largo de la 1ª dimensión.

Es decir, el tensor devuelto satisface devuelto [i, ...] == this [dim0_start + i, ...]. El tensor devuelto comparte el búfer de tensor subyacente con este tensor.

NOTA: Es posible que el tensor devuelto no satisfaga el mismo requisito de alineación que este tensor según la forma. La persona que llama debe verificar la alineación del tensor devuelto antes de llamar a ciertos métodos que tienen requisitos de alineación (por ejemplo, flat() , tensor() ).

NOTA: Cuando se alimenta con un tensor N-dimensional, este método devuelve un tensor también con N dimensiones. Si desea seleccionar un subtensor, consulte SubSlice.

REQUIERE: dims() > = 1 REQUIERE: 0 <= dim0_start <= dim0_limit <= dim_size(0)

Seleccione una sublicencia de este tensor a lo largo de la 1ª dimensión.

Cuando se alimenta con un tensor N-dimensional, este método devuelve un tensor con N-1 dimensiones, donde el tensor devuelto es una sublicencia del tensor de entrada a lo largo de la primera dimensión. Las dimensiones N-1 del tensor devuelto son las últimas dimensiones N-1 del tensor de entrada.

NOTA: Es posible que el tensor devuelto no satisfaga el mismo requisito de alineación que este tensor según la forma. La persona que llama debe verificar la alineación del tensor devuelto antes de llamar a ciertos métodos que tienen requisitos de alineación (por ejemplo, flat() , tensor() ).

REQUIERE: dims() > = 1 REQUIERE: 0 <= dim0_start < dim_size(0)

Representa los primeros valores de max_entries en *this en una cadena.

Crea un tensor flotante unidimensional de 0 elementos.

El tensor devuelto no es un escalar (forma {}), sino un tensor unidimensional vacío (forma {0}, NumElements () == 0). Como no tiene elementos, no es necesario que se le asigne un valor y se inicializa de forma predeterminada ( IsInitialized () es verdadero). Si esto no es deseable, considere la posibilidad de crear un escalar de un elemento que requiera inicialización:

Tensor(DT_FLOAT, TensorShape({}))

Crea un tensor del type y shape dados.

Si LogMemory :: IsEnabled (), la asignación se registra como proveniente de un kernel y paso desconocidos. Llamar al constructor Tensor directamente desde dentro de una operación está en desuso: use los métodos OpKernelConstruction / OpKernelContext allocate_ * para asignar un nuevo tensor, que registra el kernel y el paso.

El búfer subyacente se asigna mediante un CPUAllocator .

Crea un tensor con el type entrada y la shape , utilizando el asignador a para asignar el búfer subyacente.

Si LogMemory :: IsEnabled (), la asignación se registra como proveniente de un kernel y paso desconocidos. Llamar al constructor Tensor directamente desde dentro de una Op está en desuso: use los métodos OpKernelConstruction / OpKernelContext allocate_ * para asignar un nuevo tensor, que registra el kernel y el paso.

a debe sobrevivir a la vida útil de este tensor .

Crea un tensor con la entrada de type y shape , utilizando el asignador a y el "allocation_attr" para asignar la memoria intermedia subyacente especificado.

Si el kernel y el paso son conocidos, allocation_attr.allocation_will_be_logged debe establecerse en verdadero y debe llamarse LogMemory :: RecordTensorAllocation después de que se construya el tensor. Llamar al constructor Tensor directamente desde dentro de una operación está en desuso: use los métodos OpKernelConstruction / OpKernelContext allocate_ * para asignar un nuevo tensor, que registra el kernel y el paso.

a debe sobrevivir a la vida útil de este tensor .

Crea un tensor con el tipo de datos de entrada, forma y buf.

Adquiere una referencia en buf que pertenece a este tensor .

Crea un tensor vacío del tipo de datos dado.

Al igual que Tensor () , devuelve un 1 dimensión, 0-elemento tensor con IsInitialized () devuelve true. Consulta la documentación de Tensor () para obtener más detalles.

Tensor

 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
)

 Tensor(
  Tensor && other
)

size_t TotalBytes() const 

void UnsafeCopyFromInternal(
  const Tensor & other,
  DataType dtype,
  const TensorShape & shape
)

TTypes< T, NDIMS >::Tensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::ConstTensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T, NDIMS >::Tensor bit_casted_tensor()

TTypes< T, NDIMS >::ConstTensor bit_casted_tensor() const 

int64 dim_size(
  int d
) const 

int dims() const 

DataType dtype() const 

TTypes< T >::Flat flat()

  
    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();

TTypes< T >::ConstFlat flat() const 

TTypes< T, NDIMS >::Tensor flat_inner_dims()

TTypes< T, NDIMS >::ConstTensor flat_inner_dims() const 

TTypes< T, NDIMS >::Tensor flat_inner_outer_dims(
  int64 begin
)

TTypes< T, NDIMS >::ConstTensor flat_inner_outer_dims(
  int64 begin
) const 

TTypes< T, NDIMS >::Tensor flat_outer_dims()

TTypes< T, NDIMS >::ConstTensor flat_outer_dims() const 

TTypes< T >::Matrix matrix()

TTypes< T >::ConstMatrix matrix() const 

Tensor & operator=(
  const Tensor & other
)

Tensor & operator=(
  Tensor && other
)

TTypes< T, NDIMS >::Tensor reinterpret_last_dimension()

TTypes< T, NDIMS >::ConstTensor reinterpret_last_dimension() const 

TTypes< T >::Scalar scalar()

TTypes< T >::ConstScalar scalar() const 

const TensorShape & shape() const 

TTypes< T, NDIMS >::Tensor shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::ConstTensor shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T, NDIMS >::Tensor tensor()

TTypes< T, NDIMS >::ConstTensor tensor() const 

StringPiece tensor_data() const 

TTypes< T >::UnalignedFlat unaligned_flat()

TTypes< T >::UnalignedConstFlat unaligned_flat() const 

TTypes< T, NDIMS >::UnalignedTensor unaligned_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::UnalignedConstTensor unaligned_shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T >::Vec vec()

  
    typedef float T;
    Tensor my_mat(...built with Shape{rows: 3, cols: 5}...);
    auto mat = my_mat.matrix();    // 2D Eigen::Tensor, 3 x 5.
    auto mat = my_mat.tensor(); // 2D Eigen::Tensor, 3 x 5.
    auto vec = my_mat.vec();       // CHECK fails as my_mat is 2D.
    auto vec = my_mat.tensor(); // CHECK fails as my_mat is 2D.
    auto mat = my_mat.matrix();// CHECK fails as type mismatch.

TTypes< T >::ConstVec vec() const 

 ~Tensor()