Interpreter

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.