公共接口
Tensor
Tensorflow Lite 中使用的类型化多维数组。
Tensor 的原生句柄由 NativeInterpreterWrapper 管理，
无需由客户端关闭但是，一旦 NativeInterpreterWrapper 具有
张量处理将会失效。
嵌套类
| 类别 | Tensor.QuantizationParams | 与表格 QuantizationParameters 对应的量化参数，
TFLite
模型架构文件。 |
|
公共方法
| 抽象 ByteBuffer |
asReadOnlyBuffer()
返回张量数据的只读
ByteBuffer 视图。 |
| 抽象 DataType | |
| 抽象 整数 |
numBytes()
返回张量数据的大小（以字节为单位）。
|
| 抽象 整数 |
numDimensions()
返回张量的维数（有时称为秩）。
|
| 抽象 整数 |
numElements()
返回张量扁平化 (1-D) 视图中的元素数量。
|
| 抽象 Tensor.QuantizationParams |
quantizationParams()
返回所属解释器中张量的量化参数。
|
| 抽象 整数 [] | |
| 抽象 整数 [] |
shapeSignature()
返回张量的原始形状，
即，在进行任何调整大小之前，每个尺寸的大小。
|
公共方法
<ph type="x-smartling-placeholder"></ph> 公开 抽象 ByteBuffer asReadOnlyBuffer ()
返回张量数据的只读 ByteBuffer 视图。
一般来说，此方法最适合获取输出张量数据的只读视图，
*执行*之后*（例如，通过 InterpreterApi.run(Object, Object)）。在
特别是，有些图表具有动态形状的输出，
输出缓冲区。用法示例：
interpreter.run(input, null);
ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
// Copy or read from outputBuffer.警告：如果尚未分配张量（例如，在执行推理之前）， 结果不确定。请注意，当 张量以任何方式失效（例如，如果执行推理，或调整图的大小），因此 除直接使用外，对返回的缓冲区的引用 *并不* 安全 进行微调。*不良* 用法示例：
ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
interpreter.run(input, null);
// Copy or read from outputBuffer (which may now be invalid).抛出
| IllegalArgumentException | 如果张量数据尚未分配。 |
|---|
<ph type="x-smartling-placeholder"></ph> 公开 抽象 整数 numBytes ()
返回张量数据的大小（以字节为单位）。
<ph type="x-smartling-placeholder"></ph> 公开 抽象 整数 numDimensions ()
返回张量的维数（有时称为秩）。
对标量为 0，对于向量为 1，对矩阵为 2，对于三维张量为 3，依此类推。
<ph type="x-smartling-placeholder"></ph> 公开 抽象 整数 numElements ()
返回张量扁平化 (1-D) 视图中的元素数量。
<ph type="x-smartling-placeholder"></ph> 公开 抽象 Tensor.QuantizationParams quantizationParams ()
返回所属解释器中张量的量化参数。
只有量化张量具有有效的 QuantizationParameters。对于非
量化时，scale 和 zero_point 的值均为 0。
<ph type="x-smartling-placeholder"></ph> 公开 抽象 整数 [] 形状 ()
返回以下操作的形状： 张量，即每个维度的大小。
返回
- 一个数组，其中第 i 个元素是张量第 i 个维度的大小。
<ph type="x-smartling-placeholder"></ph> 公开 抽象 整数 [] shapeSignature ()
返回张量的原始形状， 即，在进行任何调整大小之前，每个尺寸的大小。未知维度 指定为-1
返回
- 一个数组，其中第 i 个元素是张量第 i 个维度的大小。