flux tenseur :: Tenseur

Tranchez ce tenseur le long de la 1ère dimension.

C'est-à-dire que le tenseur renvoyé satisfait return[i, ...] == this[dim0_start + i, ...]. Le tenseur renvoyé partage le tampon de tenseur sous-jacent avec ce tenseur.

REMARQUE : Le tenseur renvoyé peut ne pas satisfaire aux mêmes exigences d'alignement que ce tenseur en fonction de la forme. L'appelant doit vérifier l'alignement du tenseur renvoyé avant d'appeler certaines méthodes qui ont une exigence d'alignement (par exemple, flat() , tensor() ).

REMARQUE : Lorsqu'elle est alimentée avec un tenseur N-dimensionnel, cette méthode renvoie également un tenseur avec N dimensions. Si vous souhaitez sélectionner un sous-tenseur, voir SubSlice.

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

Sélectionnez une sous-tranche de ce tenseur le long de la 1ère dimension.

Lorsqu'elle est alimentée avec un tenseur à N dimensions, cette méthode renvoie un tenseur à N-1 dimensions, où le tenseur renvoyé est une sous-tranche du tenseur d'entrée le long de la première dimension. Les N-1 dimensions du tenseur renvoyé sont les N-1 dernières dimensions du tenseur d'entrée.

REMARQUE : Le tenseur renvoyé peut ne pas satisfaire aux mêmes exigences d'alignement que ce tenseur en fonction de la forme. L'appelant doit vérifier l'alignement du tenseur renvoyé avant d'appeler certaines méthodes qui ont une exigence d'alignement (par exemple, flat() , tensor() ).

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

Transformez les premières valeurs max_entries dans *this en une chaîne.

Crée un tenseur flottant unidimensionnel à 0 élément.

Le tenseur renvoyé n'est pas un scalaire (forme {}), mais plutôt un tenseur unidimensionnel vide (forme {0}, NumElements () == 0). Puisqu'il n'a pas d'éléments, il n'a pas besoin de lui attribuer une valeur et il est initialisé par défaut ( IsInitialized() est vrai). Si cela n'est pas souhaitable, envisagez de créer un scalaire à un élément qui nécessite une initialisation :

Tensor(DT_FLOAT, TensorShape({}))

Crée un Tensor du type et de la shape donnés.

Si LogMemory::IsEnabled(), l'allocation est consignée comme provenant d'un noyau et d'une étape inconnus. Appeler le constructeur Tensor directement depuis un Op est obsolète : utilisez les méthodes OpKernelConstruction/OpKernelContext allow_* pour allouer un nouveau tenseur, qui enregistre le noyau et l'étape.

Le tampon sous-jacent est alloué à l'aide d'un CPUAllocator .

Crée un tenseur avec le type d'entrée et la shape , en utilisant l'allocateur a pour allouer le tampon sous-jacent.

Si LogMemory::IsEnabled(), l'allocation est consignée comme provenant d'un noyau et d'une étape inconnus. Appeler le constructeur Tensor directement depuis un Op est obsolète : utilisez les méthodes OpKernelConstruction/OpKernelContext allow_* pour allouer un nouveau tenseur, qui enregistre le noyau et l'étape.

a doit survivre à la durée de vie de ce tenseur .

Crée un tenseur avec le type d'entrée et la shape , en utilisant l'allocateur a et le "allocation_attr" spécifié pour allouer le tampon sous-jacent.

Si le noyau et l'étape sont connus, allocation_attr.allocation_will_be_logged doit être défini sur true et LogMemory::RecordTensorAllocation doit être appelé après la construction du tenseur. Appeler le constructeur Tensor directement depuis un Op est obsolète : utilisez les méthodes OpKernelConstruction/OpKernelContext allow_* pour allouer un nouveau tenseur, qui enregistre le noyau et l'étape.

a doit survivre à la durée de vie de ce tenseur .

Crée un tenseur avec le type de données d'entrée, la forme et le buf.

Acquiert une ref sur buf qui appartient à ce Tensor .

Crée un Tensor vide du type de données donné.

Comme Tensor() , renvoie un Tensor unidimensionnel à 0 élément avec IsInitialized() renvoyant True. Voir la documentation de Tensor() pour plus de détails.

Tenseur

 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()