کلاس هایی را برای ساخت، ذخیره، بارگذاری و اجرای مدل های TensorFlow تعریف می کند.
هشدار : API در حال حاضر آزمایشی است و تحت ضمانتهای ثبات API TensorFlow نیست. برای دستورالعملهای نصب به README.md مراجعه کنید.
مثال LabelImage استفاده از این API را برای طبقه بندی تصاویر با استفاده از یک شبکه عصبی کانولوشنال معماری Inception از پیش آموزش دیده را نشان می دهد. نشان می دهد:
- ساخت گراف: با استفاده از کلاس OperationBuilder برای ساخت یک نمودار برای رمزگشایی، تغییر اندازه و عادی سازی یک تصویر JPEG.
- بارگذاری مدل: استفاده از Graph.importGraphDef() برای بارگذاری یک مدل Inception از قبل آموزش دیده.
- اجرای نمودار: استفاده از Session برای اجرای نمودارها و یافتن بهترین برچسب برای یک تصویر.
رابط ها
محیط اجرا | محیطی را برای ایجاد و اجرای TensorFlow Operation s تعریف می کند. |
Graph.WhileSubgraphBuilder | برای نمونه سازی یک کلاس انتزاعی استفاده می شود که روش buildSubgraph را نادیده می گیرد تا یک زیرگراف شرطی یا بدنه برای مدتی حلقه ایجاد کند. |
عملوند <T> | رابط پیاده سازی شده توسط عملوندهای یک عملیات TensorFlow. |
عمل | محاسبات را روی تانسورها انجام می دهد. |
OperationBuilder | سازنده برای Operation s. |
کلاس ها
EagerSession | محیطی برای اجرای مشتاقانه عملیات TensorFlow. |
EagerSession.Options | |
نمودار | یک نمودار جریان داده که محاسبات TensorFlow را نشان می دهد. |
GraphOperation | پیاده سازی برای Operation اضافه شده به عنوان یک گره به یک Graph . |
GraphOperationBuilder | یک OperationBuilder برای اضافه کردن GraphOperation s به یک Graph . |
خروجی <T> | یک دسته نمادین به یک تانسور تولید شده توسط یک Operation . |
SavedModelBundle | SavedModelBundle مدلی را نشان می دهد که از فضای ذخیره سازی بارگیری شده است. |
SavedModelBundle.Loader | گزینه هایی برای بارگیری SavedModel. |
سرور | یک سرور TensorFlow در حال پردازش، برای استفاده در آموزش توزیع شده. |
جلسه | درایور برای اجرای Graph . |
Session.Run | تانسورهای خروجی و ابرداده به دست آمده در هنگام اجرای یک جلسه. |
Session.Runner | Operation s را اجرا کنید و Tensors ارزیابی کنید. |
شکل | شکل احتمالاً تا حدی شناخته شده یک تانسور که توسط یک عملیات تولید می شود. |
تانسور <T> | یک آرایه چند بعدی با تایپ ایستا که عناصر آن از نوع توصیف شده توسط T هستند. |
TensorFlow | روشهای سودمند استاتیک که زمان اجرا TensorFlow را توصیف میکنند. |
تانسورها | روش های کارخانه ایمن برای ایجاد اشیاء Tensor . |
Enums
نوع داده | نوع عناصر در یک Tensor را به صورت enum نشان می دهد. |
EagerSession.DevicePlacementPolicy | وقتی میخواهیم عملیاتی را روی یک دستگاه خاص اجرا کنیم، اما برخی از تانسورهای ورودی روی آن دستگاه نیستند، چگونه عمل کنیم. |
EagerSession.ResourceCleanupStrategy | نحوه پاکسازی منابع TensorFlow را در زمانی که دیگر مورد نیاز نیستند، کنترل می کند. |
استثناها
TensorFlowException | در هنگام اجرای نمودارهای TensorFlow، استثنای علامت زده نشده است. |
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2023-12-01 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2023-12-01 بهوقت ساعت هماهنگ جهانی."],[],[]]