Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: Tensor

#include <tensor.h>

Merepresentasikan larik nilai berdimensi n.

Ringkasan

Pembuat dan Penghancur

Tensor ()
Membuat tensor apung 1 dimensi, 0 elemen.
Tensor (DataType type, const TensorShape & shape)
Membuat Tensor dari type dan shape .
Tensor (Allocator *a, DataType type, const TensorShape & shape)
Membuat tensor dengan type dan shape masukan, menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasari.
Tensor (Allocator *a, DataType type, const TensorShape & shape, const AllocationAttributes & allocation_attr)
Membuat tensor dengan type dan shape masukan, menggunakan pengalokasi a dan "alokasi_attr" yang ditentukan untuk mengalokasikan buffer yang mendasari.
Tensor (DataType type, const TensorShape & shape, TensorBuffer *buf)
Membuat tensor dengan input tipe data, bentuk, dan buf.
Tensor (DataType type)
Membuat Tensor kosong dari tipe data tertentu.
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)
Salin konstruktor.
Tensor ( Tensor && other)
Pindahkan konstruktor.
~Tensor ()

Fungsi publik

AllocatedBytes () const
size_t
AsProtoField (TensorProto *proto) const
void
Isi proto dengan *this konten tensor ini.
AsProtoTensorContent (TensorProto *proto) const
void
BitcastFrom (const Tensor & other, DataType dtype, const TensorShape & shape)
Salin tensor lain ke tensor ini, bentuk kembali, dan tafsirkan kembali tipe data buffer.
CopyFrom (const Tensor & other, const TensorShape & shape) TF_MUST_USE_RESULT
bool
Salin tensor lainnya ke dalam tensor ini dan bentuk kembali.
DebugString (int num_values) const
string
Ringkasan tensor yang cocok untuk debugging.
DebugString () const
string
DeviceSafeDebugString () const
string
FillDescription (TensorDescription *description) const
void
Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk memantau dan TensorDescription -debug.
FromProto (const TensorProto & other) TF_MUST_USE_RESULT
bool
Parsing other dan buat tensor.
FromProto (Allocator *a, const TensorProto & other) TF_MUST_USE_RESULT
bool
IsAligned () const
bool
Mengembalikan nilai benar jika tensor ini sejajar.
IsInitialized () const
bool
Jika perlu, apakah Tensor ini sudah diinisialisasi?
IsSameSize (const Tensor & b) const
bool
NumElements () const
int64
Pengakses kenyamanan untuk bentuk tensor.
SharesBufferWith (const Tensor & b) const
bool
Slice (int64 dim0_start, int64 dim0_limit) const
Potong tensor ini sepanjang dimensi pertama.
SubSlice (int64 index) const
Pilih sub-bagian dari tensor ini di sepanjang dimensi pertama.
SummarizeValue (int64 max_entries, bool print_v2) const
string
Render nilai max_entries pertama di *this menjadi sebuah string.
TotalBytes () const
size_t
Mengembalikan perkiraan penggunaan memori tensor ini.
UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape)
void
Seperti BitcastFrom, tetapi PERIKSA gagal jika prasyarat tidak terpenuhi.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan transmisikan ke tipe T .
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan transmisikan ke tipe T .
bit_casted_tensor ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi ditransmisikan dengan bitwise ke dtype T ditentukan.
bit_casted_tensor () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi ditransmisikan dengan bitwise ke dtype T ditentukan.
dim_size (int d) const
int64
Pengakses kenyamanan untuk bentuk tensor.
dims () const
int
Pengakses kenyamanan untuk bentuk tensor.
dtype () const
DataType
Mengembalikan tipe data.
flat ()
TTypes< T >::Flat
Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.
flat () const
TTypes< T >::ConstFlat
flat_inner_dims ()
TTypes< T, NDIMS >:: Tensor
Menampilkan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.
flat_inner_dims () const
TTypes< T, NDIMS >::ConstTensor
flat_inner_outer_dims (int64 begin)
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir () - 'begin' - NDIMS ke dalam dimensi terakhir hasil.
flat_inner_outer_dims (int64 begin) const
TTypes< T, NDIMS >::ConstTensor
flat_outer_dims ()
TTypes< T, NDIMS >:: Tensor
Menampilkan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir hasil.
flat_outer_dims () const
TTypes< T, NDIMS >::ConstTensor
matrix ()
TTypes< T >::Matrix
matrix () const
TTypes< T >::ConstMatrix
operator= (const Tensor & other)
Tensor &
Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.
operator= ( Tensor && other)
Tensor &
Pindahkan operator. Lihat konstruktor bergerak untuk detailnya.
reinterpret_last_dimension ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir yang diubah menjadi elemen tunggal berjenis lebih besar.
reinterpret_last_dimension () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir yang diubah menjadi elemen tunggal berjenis lebih besar.
scalar ()
TTypes< T >::Scalar
Kembalikan data Tensor sebagai TensorMap dengan ukuran tetap 1: TensorMap > TensorMap > .
scalar () const
TTypes< T >::ConstScalar
shape () const
const TensorShape &
Mengembalikan bentuk tensor.
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
Mengembalikan StringPiece memetakan buffer tensor saat ini.
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
Kembalikan data tensor sebagai Eigen::Tensor dengan jenis dan ukuran Tensor ini.
vec () const
TTypes< T >::ConstVec
Versi Const dari semua metode di atas.

Fungsi publik

AllocatedBytes

size_t AllocatedBytes() const 

AsProtoField

void AsProtoField(
  TensorProto *proto
) const 

Isi proto dengan *this konten tensor ini.

AsProtoField() mengisi bidang berulang untuk proto.dtype() , sementara AsProtoTensorContent() proto.tensor_content() konten dalam proto.tensor_content() dalam bentuk yang kompak.

AsProtoTensorContent

void AsProtoTensorContent(
  TensorProto *proto
) const 

BitcastFrom

Status BitcastFrom(
  const Tensor & other,
  DataType dtype,
  const TensorShape & shape
)

Salin tensor lain ke tensor ini, bentuk kembali, dan tafsirkan kembali tipe data buffer.

Jika Status :: OK () dikembalikan, kedua tensor sekarang berbagi penyimpanan dasar yang sama.

Panggilan ini membutuhkan tensor other serta jenis dan bentuk yang diberikan "kompatibel" (yaitu, keduanya menempati jumlah byte yang sama).

Secara khusus:

shape.num_elements () * DataTypeSize (tipe)

harus sama

other.num_elements () * DataTypeSize (other.dtype ())

Selain itu, fungsi ini membutuhkan:

  • DataTypeSize (other.dtype ())! = 0
  • DataTypeSize (type)! = 0

Jika salah satu persyaratan tidak terpenuhi, error :: InvalidArgument dikembalikan.

CopyFrom

bool CopyFrom(
  const Tensor & other,
  const TensorShape & shape
) TF_MUST_USE_RESULT

Salin tensor lainnya ke dalam tensor ini dan bentuk kembali.

Tensor ini berbagi penyimpanan dasar orang lain. Mengembalikan nilai true iff other.shape() memiliki jumlah elemen yang sama untuk shape diberikan.

DebugString

string DebugString(
  int num_values
) const 
.dll

Ringkasan tensor yang cocok untuk debugging.

DebugString

string DebugString() const 

DeviceSafeDebugString

string DeviceSafeDebugString() const 

Isi Deskripsi

void FillDescription(
  TensorDescription *description
) const 

Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk memantau dan TensorDescription -debug.

FromProto

bool FromProto(
  const TensorProto & other
) TF_MUST_USE_RESULT

Parsing other dan buat tensor.

Mengembalikan nilai true jika penguraian berhasil. Jika penguraian gagal, status *this tidak berubah.

FromProto

bool FromProto(
  Allocator *a,
  const TensorProto & other
) TF_MUST_USE_RESULT

IsAligned

bool IsAligned() const 

Mengembalikan nilai benar jika tensor ini sejajar.

IsInitialized

bool IsInitialized() const 

Jika perlu, apakah Tensor ini sudah diinisialisasi?

Tensor elemen nol selalu dianggap diinisialisasi, bahkan jika mereka belum pernah ditetapkan dan tidak memiliki memori yang dialokasikan.

IsSameSize

bool IsSameSize(
  const Tensor & b
) const 

NumElements

int64 NumElements() const 

Pengakses kenyamanan untuk bentuk tensor.

SharesBufferWith

bool SharesBufferWith(
  const Tensor & b
) const 

Mengiris

Tensor Slice(
  int64 dim0_start,
  int64 dim0_limit
) const 

Potong tensor ini sepanjang dimensi pertama.

Yaitu, tensor yang dikembalikan memenuhi [i, ...] == ini [dim0_start + i, ...]. Tensor yang dikembalikan berbagi buffer tensor yang mendasari dengan tensor ini.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini, bergantung pada bentuknya. Pemanggil harus memeriksa penyelarasan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan penyelarasan (misalnya, flat() , tensor() ).

CATATAN: Saat diumpankan dengan tensor dimensi-N, metode ini mengembalikan tensor juga dengan dimensi N. Jika Anda ingin memilih sub tensor, lihat SubSlice.

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

Subkisi

Tensor SubSlice(
  int64 index
) const 

Pilih sub-bagian dari tensor ini di sepanjang dimensi pertama.

Ketika diumpankan dengan tensor berdimensi-N, metode ini mengembalikan tensor dengan dimensi N-1, di mana tensor yang dikembalikan adalah sub-bagian dari tensor masukan sepanjang dimensi pertama. Dimensi N-1 dari tensor yang dikembalikan adalah dimensi N-1 terakhir dari tensor masukan.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini, bergantung pada bentuknya. Pemanggil harus memeriksa penyelarasan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan penyelarasan (misalnya, flat() , tensor() ).

MEMBUTUHKAN: dims() > = 1 REQUIRES: 0 <= dim0_start < dim_size(0)

SummarizeValue

string SummarizeValue(
  int64 max_entries,
  bool print_v2
) const 

Render nilai max_entries pertama di *this menjadi sebuah string.

Tensor

 Tensor()

Membuat tensor apung 1 dimensi, 0 elemen.

Tensor yang dikembalikan bukanlah skalar (bentuk {}), melainkan Tensor satu dimensi kosong (bentuk {0}, NumElements () == 0). Karena tidak memiliki elemen, itu tidak perlu diberi nilai dan diinisialisasi secara default ( IsInitialized () benar). Jika ini tidak diinginkan, pertimbangkan untuk membuat skalar satu elemen yang memerlukan inisialisasi:

Tensor(DT_FLOAT, TensorShape({}))

      

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape
)

Membuat Tensor dari type dan shape .

Jika LogMemory :: IsEnabled (), alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak diketahui. Memanggil konstruktor Tensor secara langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction / OpKernelContext alokasi_ * untuk mengalokasikan tensor baru, yang merekam kernel dan langkahnya.

Buffer yang mendasari dialokasikan menggunakan CPUAllocator .

Tensor

 Tensor(
  Allocator *a,
  DataType type,
  const TensorShape & shape
)

Membuat tensor dengan type dan shape masukan, menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasari.

Jika LogMemory :: IsEnabled (), alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak diketahui. Memanggil konstruktor Tensor secara langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction / OpKernelContext alokasi_ * untuk mengalokasikan tensor baru, yang merekam kernel dan langkahnya.

a harus hidup lebih lama dari Tensor ini.

Tensor

 Tensor(
  Allocator *a,
  DataType type,
  const TensorShape & shape,
  const AllocationAttributes & allocation_attr
)

Membuat tensor dengan type dan shape masukan, menggunakan pengalokasi a dan "alokasi_attr" yang ditentukan untuk mengalokasikan buffer yang mendasari.

Jika kernel dan langkah diketahui, alokasi_attr.allocation_will_be_logged harus disetel ke true dan LogMemory :: RecordTensorAllocation harus dipanggil setelah tensor dibuat. Memanggil konstruktor Tensor secara langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction / OpKernelContext alokasi_ * untuk mengalokasikan tensor baru, yang merekam kernel dan langkahnya.

a harus hidup lebih lama dari Tensor ini.

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape,
  TensorBuffer *buf
)

Membuat tensor dengan input tipe data, bentuk, dan buf.

Memperoleh referensi dari buf milik Tensor ini.

Tensor

 Tensor(
  DataType type
)

Membuat Tensor kosong dari tipe data tertentu.

Seperti Tensor () , mengembalikan 1-dimensi, 0-elemen Tensor dengan IsInitialized () kembali Benar. Lihat dokumentasi Tensor () untuk detailnya.

Tensor

 Tensor(
  float scalar_value
)

Tensor

 Tensor(
  double scalar_value
)

Tensor

 Tensor(
  int32 scalar_value
)

Tensor

 Tensor(
  uint32 scalar_value
)

Tensor

 Tensor(
  uint16 scalar_value
)

Tensor

 Tensor(
  uint8 scalar_value
)

Tensor

 Tensor(
  int16 scalar_value
)

Tensor

 Tensor(
  int8 scalar_value
)

Tensor

 Tensor(
  tstring scalar_value
)

Tensor

 Tensor(
  complex64 scalar_value
)
.dll

Tensor

 Tensor(
  complex128 scalar_value
)

Tensor

 Tensor(
  int64 scalar_value
)

Tensor

 Tensor(
  uint64 scalar_value
)

Tensor

 Tensor(
  bool scalar_value
)

Tensor

 Tensor(
  qint8 scalar_value
)

Tensor

 Tensor(
  quint8 scalar_value
)

Tensor

 Tensor(
  qint16 scalar_value
)

Tensor

 Tensor(
  quint16 scalar_value
)

Tensor

 Tensor(
  qint32 scalar_value
)

Tensor

 Tensor(
  bfloat16 scalar_value
)

Tensor

 Tensor(
  Eigen::half scalar_value
)

Tensor

 Tensor(
  ResourceHandle scalar_value
)

Tensor

 Tensor(
  const char *scalar_value
)
.dll

Tensor

 Tensor(
  const Tensor & other
)

Salin konstruktor.

Tensor

 Tensor(
  Tensor && other
)

Pindahkan konstruktor.

Setelah panggilan ini, dapat dirusak dengan aman dan dapat ditugaskan, tetapi panggilan lain di atasnya (misalnya manipulasi bentuk) tidak valid.

TotalBytes

size_t TotalBytes() const 

Mengembalikan perkiraan penggunaan memori tensor ini.

UnsafeCopyFromInternal

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

Seperti BitcastFrom, tetapi PERIKSA gagal jika prasyarat tidak terpenuhi.

Tidak digunakan lagi. Gunakan BitcastFrom sebagai gantinya dan periksa Status yang dikembalikan.

bit_casted_shaped

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

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan transmisikan ke tipe T .

Menggunakan bitcast berguna untuk operasi pemindahan dan penyalinan. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_shaped

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

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan transmisikan ke tipe T .

Menggunakan bitcast berguna untuk operasi pemindahan dan penyalinan. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_tensor

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

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi ditransmisikan dengan bitwise ke dtype T ditentukan.

Menggunakan bitcast berguna untuk operasi pemindahan dan penyalinan. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

bit_casted_tensor

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

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi ditransmisikan dengan bitwise ke dtype T ditentukan.

Menggunakan bitcast berguna untuk operasi pemindahan dan penyalinan. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

dim_size

int64 dim_size(
  int d
) const 

Pengakses kenyamanan untuk bentuk tensor.

meredup

int dims() const 

Pengakses kenyamanan untuk bentuk tensor.

Untuk semua TensorShape bentuk, lihat komentar untuk metode TensorShape relevan di tensor_shape.h .

dtype

DataType dtype() const 

Mengembalikan tipe data.

datar

TTypes< T >::Flat flat()

Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.

Metode ini memungkinkan Anda mengakses data dengan dimensi dan ukuran pilihan Anda. Anda tidak perlu mengetahui jumlah dimensi Tensor untuk memanggilnya. Namun, mereka CHECK bahwa jenisnya cocok dan dimensi yang diminta membuat Eigen::Tensor dengan jumlah elemen yang sama dengan tensor.

Contoh:

  
    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 

flat_inner_dims

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

Menampilkan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.

Jika NDIMS> meredup () maka dimensi utama ukuran 1 akan ditambahkan untuk membuat NDIMS peringkat keluaran.

flat_inner_dims

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

flat_inner_outer_dims

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

Mengembalikan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir () - 'begin' - NDIMS ke dalam dimensi terakhir hasil.

Jika 'mulai' <0 maka | 'mulai' | dimensi utama ukuran 1 akan ditambahkan. Jika 'mulai' + NDIMS> dims () maka 'begin' + NDIMS - dimensi tambahan dims () ukuran 1 akan ditambahkan.

flat_inner_outer_dims

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

flat_outer_dims

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

Menampilkan data sebagai Eigen :: Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir hasil.

Jika NDIMS> redup () maka dimensi tambahan ukuran 1 akan ditambahkan untuk membuat NDIMS peringkat keluaran.

flat_outer_dims

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

matriks

TTypes< T >::Matrix matrix()

matriks

TTypes< T >::ConstMatrix matrix() const 

operator =

Tensor & operator=(
  const Tensor & other
)

Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.

operator =

Tensor & operator=(
  Tensor && other
)
.dll

Pindahkan operator. Lihat konstruktor bergerak untuk detailnya.

reinterpret_last_dimension

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

Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir yang diubah menjadi elemen tunggal berjenis lebih besar.

Misalnya, ini berguna untuk kernel yang dapat memperlakukan tensor NCHW_VECT_C int8 sebagai tensor NCHW int32. Ukuran (T) harus sama dengan ukuran elemen asli jenis * num dalam dimensi terakhir asli. NDIMS harus 1 kurang dari jumlah dimensi aslinya.

reinterpret_last_dimension

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

Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal berjenis lebih besar.

Misalnya, ini berguna untuk kernel yang dapat memperlakukan tensor NCHW_VECT_C int8 sebagai tensor NCHW int32. Ukuran (T) harus sama dengan ukuran elemen asli jenis * num dalam dimensi terakhir asli. NDIMS harus 1 kurang dari jumlah dimensi aslinya.

skalar

TTypes< T >::Scalar scalar()

Kembalikan data Tensor sebagai TensorMap dengan ukuran tetap 1: TensorMap > TensorMap > .

Menggunakan scalar() memungkinkan kompilator untuk melakukan pengoptimalan karena ukuran tensor diketahui pada waktu kompilasi.

skalar

TTypes< T >::ConstScalar scalar() const 

bentuk

const TensorShape & shape() const 

Mengembalikan bentuk tensor.

berbentuk

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

berbentuk

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

tensor

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

tensor

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

tensor_data

StringPiece tensor_data() const 
.dll

Mengembalikan StringPiece memetakan buffer tensor saat ini.

StringPiece dikembalikan mungkin menunjuk ke lokasi memori pada perangkat yang tidak dapat ditangani oleh CPU secara langsung.

CATATAN: Buffer tensor yang mendasari dihitung ulang, sehingga masa pakai konten yang dipetakan oleh StringPiece cocok dengan masa penyangga; pemanggil harus mengatur untuk memastikan buffer tidak dihancurkan saat StringPiece masih digunakan.

MEMBUTUHKAN: DataTypeCanUseMemcpy(dtype()) .

unaligned_flat

TTypes< T >::UnalignedFlat unaligned_flat()

unaligned_flat

TTypes< T >::UnalignedConstFlat unaligned_flat() const 

unaligned_shaped

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

unaligned_shaped

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

vec

TTypes< T >::Vec vec()
.dll

Kembalikan data tensor sebagai Eigen :: Tensor dengan jenis dan ukuran Tensor ini.

Gunakan metode ini jika Anda mengetahui tipe data dan jumlah dimensi Tensor dan Anda ingin Eigen :: Tensor secara otomatis disesuaikan dengan ukuran Tensor. Pemeriksaan implementasi gagal jika salah satu jenis atau ukuran tidak cocok.

Contoh:

  
    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.

      

vec

TTypes< T >::ConstVec vec() const 

Versi Const dari semua metode di atas.

~ Tensor

 ~Tensor()