InterpreterApi

TensorFlow Lite 模型解譯器介面，但不包括實驗性方法。

InterpreterApi 執行個體會封裝預先訓練的 TensorFlow Lite 模型，模型推論會執行該模型的作業。

舉例來說，假設模型只接受一項輸入內容，且只傳回一項輸出內容：

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

如果模型接受多項輸入或輸出內容：

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);
 }
 

如果模型採用或產生字串張量：

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);
 }
 

請注意，形狀 [] 和形狀 [1] 不同。純量字串張量輸出：

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);
 

使用 Toco 將 TensorFlow 模型轉換為 TensorFlowLite 模型時，系統會使用 Toco 做為輸入的預設形狀，決定輸入和輸出的順序。

以 (多維度) 陣列提供輸入內容時，相應的輸入張量會根據該陣列的形狀間接調整大小。當輸入內容做為 Buffer 類型時，系統不會自動調整大小；呼叫端必須確保 Buffer 位元組大小與對應的張量相符，或者會先透過 resizeInput(int, int[]) 調整張量。Tensor 形狀和類型資訊可透過 Tensor 類別取得，該類別可透過 getInputTensor(int) 和 getOutputTensor(int) 取得。

警告：InterpreterApi 執行個體「不」符合執行緒安全規定。

警告：InterpreterApi 執行個體擁有資源，「必須」透過叫用 close() 來明確釋出資源

TFLite 程式庫是根據 NDK API 19 建構而成。可能適用於低於 19 的 Android API 級別，但不保證一定能正常運作。