公共最终类
口译
驱动程序类，通过 TensorFlow Lite 推动模型推断。
注意：如果您不需要访问任何“实验性”以下 API 功能，建议使用 InterpreterApi 和 InterpreterFactory，而不是直接使用 Interpreter。
Interpreter 封装了预训练的 TensorFlow Lite 模型，其中操作
以进行模型推断。
例如，如果模型仅接受一个输入并仅返回一个输出：
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.run(input, output);
}
如果模型接受多个输入或输出：
Object[] inputs = {input0, input1, ...};
Map<Integer, Object> map_of_indices_to_outputs = new HashMap<>();
FloatBuffer ith_output = FloatBuffer.allocateDirect(3 * 2 * 4); // Float tensor, shape 3x2x4.
ith_output.order(ByteOrder.nativeOrder());
map_of_indices_to_outputs.put(i, ith_output);
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);
}
如果模型采用或生成字符串张量：
String[] input = {"foo", "bar"}; // Input tensor shape is [2].
String[][] output = new String[3][2]; // Output tensor shape is [3, 2].
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.runForMultipleInputsOutputs(input, output);
}
请注意，形状 [] 和形状 [1] 是有区别的。对于标量字符串张量 输出：
String[] input = {"foo"}; // Input tensor shape is [1].
ByteBuffer outputBuffer = ByteBuffer.allocate(OUTPUT_BYTES_SIZE); // Output tensor shape is [].
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.runForMultipleInputsOutputs(input, outputBuffer);
}
byte[] outputBytes = new byte[outputBuffer.remaining()];
outputBuffer.get(outputBytes);
// Below, the `charset` can be StandardCharsets.UTF_8.
String output = new String(outputBytes, charset);
将 TensorFlow 模型转换为 TensorFlowLite 时确定输入和输出的顺序 以及输入的默认形状。
当输入作为（多维）数组提供时，对应的输入张量将
根据该数组的形状隐式调整大小。当输入作为 Buffer 提供时
因此不会进行隐式大小调整调用方必须确保 Buffer 字节大小
要么匹配相应张量的大小，要么先通过 resizeInput(int, int[]) 调整张量的大小。张量形状和类型信息可通过 Tensor 类获取，可通过 getInputTensor(int) 和 getOutputTensor(int) 获取。
警告：Interpreter 实例不是线程安全的。Interpreter
拥有所有必须通过调用 close() 明确释放的资源。
TFLite 库是针对 NDK API 19 构建的。它可能适用于低于 Android API 级别 19、 但不保证一定如此
嵌套类
| 类别 | Interpreter.Options | 用于控制运行时解释器行为的选项类。 | |
公共构造函数
公共方法
| 无效 |
allocateTensors()
如有必要，显式更新所有张量的分配。
|
| 无效 |
close()
释放与
InterpreterApi 实例关联的资源。 |
| 整数 | |
| Tensor |
getInputTensor(int inputIndex)
获取与提供的输入索引关联的张量。
|
| 整数 |
getInputTensorCount()
获取输入张量的数量。
|
| Tensor | |
| 长 |
getLastNativeInferenceDurationNanoseconds()
返回原生推理时间。
|
| 整数 | |
| Tensor |
getOutputTensor(int outputIndex)
获取与提供的输出索引关联的张量。
|
| 整数 |
getOutputTensorCount()
获取输出张量的数量。
|
| Tensor | |
| String[] | |