org.tensorflow

کلاسها را برای ساخت ، ذخیره ، بارگذاری و اجرای مدلهای TensorFlow تعریف می کند.

هشدار : API در حال حاضر آزمایشی است و توسط تضمین های پایداری API TensorFlow پوشش داده نمی شود. برای دستورالعمل نصب به README.md مراجعه کنید.

LabelImage عنوان مثال استفاده از این API به تصاویر طبقه بندی با استفاده از یک از پیش آموزش دیده نشان می دهد آغاز به کار شبکه های عصبی کانولوشن معماری. این نشان می دهد:

  • ساخت نمودار: استفاده از کلاس OperationBuilder برای ساختن گرافی برای رمزگشایی ، تغییر اندازه و عادی سازی تصویر JPEG.
  • بارگذاری مدل: با 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 تصویر.

رابط ها

محیط زیست محیطی را برای ایجاد و اجرای TensorFlow Operation s تعریف می کند.
نمودار. در حالی که SubgraBuilder برای ایجاد یک کلاس انتزاعی استفاده می شود که روش buildSubgraph را نادیده می گیرد و برای یک حلقه زمانی یک زیرنویس شرطی یا بدنه ایجاد می کند.
Operand <T> رابط کاربری با عملگرهای یک عملیات TensorFlow اجرا شده است.
عمل محاسبات را بر روی Tensors انجام می دهد.
OperationBuilder سازنده ای برای Operation s.

کلاس ها

جلسه مشتاق محیطی برای اجرای عملیات TensorFlow با اشتیاق.
EagerSession. گزینه ها
نمودار نمودار جریان داده که محاسبه TensorFlow را نشان می دهد.
GraphOperation پیاده سازی برای Operation که به عنوان گره به Graph .
GraphOperationBuilder OperationBuilder برای افزودن GraphOperation s به یک Graph .
خروجی <T> یک دسته نمادین برای یک سنسور تولید شده توسط یک Operation .
SavedModelBundle SavedModelBundle مدلی است که از حافظه بارگیری شده است.
SavedModelBundle.Loader گزینه های بارگیری یک SavedModel.
سرور یک سرور TensorFlow در حال کار ، برای استفاده در آموزش توزیع شده.
جلسه درایور برای اجرای Graph .
جلسه اجرا شود تنتورهای خروجی و فراداده های بدست آمده هنگام اجرای جلسه.
جلسه دونده Operation s را اجرا کنید و Tensors ارزیابی Tensors .
شکل شکل تا حدی شناخته شده تانسور تولید شده توسط یک عملیات.
تنسور <T> یک آرایه چند بعدی تایپی ثابت که عناصر آن از نوعی توصیف شده توسط T است.
TensorFlow روش های کاربردی استاتیک توصیف زمان اجرا TensorFlow.
تنسورها روشهای کارخانه ایمن برای ایجاد اشیا Tensor .

Enums

نوع داده نوع عناصر موجود در Tensor به عنوان یک enum نشان می دهد.
EagerSession.DevicePlacementPolicy نحوه عملکرد را کنترل می کند وقتی که می خواهیم عملیاتی را روی دستگاه معینی اجرا کنیم اما برخی از سنسورهای ورودی روی آن دستگاه نیستند.
EagerSession.ResourceCleanupStrategy نحوه تمیز کردن منابع TensorFlow را هنگامی که دیگر نیازی به آنها ندارند کنترل می کند.

استثناها

TensorFlowException استثنا Un علامت زده نشده هنگام اجرای نمودارهای TensorFlow پرتاب شده است.