InterpreterApi

실험용 메서드를 제외한 TensorFlow Lite 모델 인터프리터에 대한 인터페이스입니다.

InterpreterApi 인스턴스는 모델 추론을 위해 작업이 실행되는 선행 학습된 TensorFlow Lite 모델을 캡슐화합니다.

예를 들어 모델이 하나의 입력만 취하고 하나의 출력만 반환하는 경우 다음과 같습니다.

try (InterpreterApi interpreter =
     new InterpreterApi.create(file_of_a_tensorflowlite_model)) {
   interpreter.run(input, output);
 }
 

모델이 여러 입력 또는 출력을 사용하는 경우:

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 (InterpreterApi interpreter =
     new InterpreterApi.create(file_of_a_tensorflowlite_model)) {
   interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);
 }
 

모델이 문자열 텐서를 취하거나 생성하는 경우:

String[] input = {"foo", "bar"};  // Input tensor shape is [2].
 String[][] output = new String[3][2];  // Output tensor shape is [3, 2].
 try (InterpreterApi interpreter =
     new InterpreterApi.create(file_of_a_tensorflowlite_model)) {
   interpreter.runForMultipleInputsOutputs(input, output);
 }
 

도형 [] 과 모양[1]은 다릅니다. 스칼라 문자열 텐서 출력:

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);
 

입력 및 출력 순서는 입력의 기본 형태와 마찬가지로 Toco를 사용하여 TensorFlow 모델을 TensorFlowLite 모델로 변환할 때 결정됩니다.

입력이 다차원 배열로 제공되면 해당 배열의 형태에 따라 해당 입력 텐서의 크기가 암시적으로 조정됩니다. 입력이 Buffer 유형으로 제공되는 경우 암시적인 크기 조절은 수행되지 않습니다. 호출자는 Buffer 바이트 크기가 해당 텐서의 크기와 일치하거나 먼저 resizeInput(int, int[])를 통해 텐서의 크기를 조절해야 합니다. 텐서 형태 및 유형 정보는 getInputTensor(int) 및 getOutputTensor(int)를 통해 사용 가능한 Tensor 클래스를 통해 가져올 수 있습니다.

경고:InterpreterApi 인스턴스는 스레드로부터 안전하지 않습니다.

경고: InterpreterApi 인스턴스는 close()를 호출하여 명시적으로 해제해야 하는 리소스를 소유합니다.

TFLite 라이브러리는 NDK API 19를 기반으로 빌드됩니다. Android API 수준 19 미만에서 작동할 수도 있지만 보장되지는 않습니다.