tensorflow :: Napinacz

Pokrój ten tensor wzdłuż pierwszego wymiaru.

Tzn. Zwrócony tensor spełnia zwrócone [i, ...] == this [dim0_start + i, ...]. Zwrócony tensor współdzieli podstawowy bufor tensora z tym tensorem.

UWAGA: Zwrócony tensor może nie spełniać tych samych wymagań dotyczących wyrównania, co ten tensor, w zależności od kształtu. Obiekt wywołujący musi sprawdzić wyrównanie zwróconego tensora przed wywołaniem pewnych metod, które wymagają wyrównania (np. flat() , tensor() ).

UWAGA: Przy zasilaniu tensorem o wymiarach N, ta metoda zwraca tensor również o wymiarach N. Jeśli chcesz wybrać sub tensor, zobacz SubSlice.

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

Wybierz podprasę z tego tensora wzdłuż pierwszego wymiaru.

Po zasileniu tensorem N-wymiarowym metoda ta zwraca tensor o wymiarach N-1, gdzie tensor zwrócony jest podskrawkiem tensora wejściowego wzdłuż pierwszego wymiaru. Wymiary N-1 zwracanego tensora są ostatnimi wymiarami N-1 tensora wejściowego.

UWAGA: Zwrócony tensor może nie spełniać tych samych wymagań dotyczących wyrównania, co ten tensor, w zależności od kształtu. Obiekt wywołujący musi sprawdzić wyrównanie zwróconego tensora przed wywołaniem pewnych metod, które wymagają wyrównania (np. flat() , tensor() ).

WYMAGANIA: dims() > = 1 WYMAGANIA: 0 <= index < dim_size(0)

Renderuj pierwsze wartości max_entries w *this na łańcuch.

Tworzy 1-wymiarowy, 0-elementowy tensor typu float.

Zwrócony Tensor nie jest skalarem (kształtem {}), lecz pustym jednowymiarowym Tensorem (kształt {0}, NumElements () == 0). Ponieważ nie ma żadnych elementów, nie musi mieć przypisanej wartości i jest inicjowany domyślnie ( IsInitialized () ma wartość true). Jeśli jest to niepożądane, rozważ utworzenie jednoelementowego skalara, który wymaga inicjalizacji:

Tensor(DT_FLOAT, TensorShape({}))

Tworzy tensor danego type i shape .

Jeśli LogMemory :: IsEnabled () alokacja jest rejestrowana jako pochodząca z nieznanego jądra i kroku. Wywoływanie konstruktora Tensor bezpośrednio z poziomu Op jest przestarzałe: użyj metod OpKernelConstruction / OpKernelContext assignate_ *, aby przydzielić nowy tensor, który rejestruje jądro i krok.

Bufor bazowy jest przydzielany przy użyciu CPUAllocator .

Tworzy tensor z type i shape wejściowym przy użyciu alokatora a do przydzielenia bazowego buforu.

Jeśli LogMemory :: IsEnabled () alokacja jest rejestrowana jako pochodząca z nieznanego jądra i kroku. Wywoływanie konstruktora Tensor bezpośrednio z poziomu Oper jest przestarzałe: użyj metod OpKernelConstruction / OpKernelContextocation_ *, aby przydzielić nowy tensor, który rejestruje jądro i krok.

musi przeżyć żywotność tego Tensor .

Tworzy tensor z type i shape danych wejściowych, używając alokatora a i określonego atrybutu alokacji w celu przydzielenia bazowego buforu.

Jeśli jądro i krok są znane, alokacja_attr.allocation_will_be_logged powinna mieć wartość true, a LogMemory :: RecordTensorAllocation należy wywołać po skonstruowaniu tensora. Wywoływanie konstruktora Tensor bezpośrednio z poziomu Op jest przestarzałe: użyj metod OpKernelConstruction / OpKernelContext assignate_ *, aby przydzielić nowy tensor, który rejestruje jądro i krok.

musi przeżyć żywotność tego Tensor .

Tworzy tensor o wejściowym typie danych, kształcie i buforze.

Uzyskuje ref na bufie należącym do tego Tensora .

Tworzy pusty Tensor podanego typu danych.

Podobnie jak Tensor () , zwraca 1-wymiarowy, 0-elementowy Tensor z IsInitialized () zwracającym True. Szczegółowe informacje zawiera dokumentacja Tensor () .

Napinacz

 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 

void * data() 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()