Tensor

interfaccia pubblica Tensor

Un array multidimensionale digitato in TensorFlow Lite.

L'handle nativo di un Tensor è gestito da NativeInterpreterWrapper e che non devono essere chiusi dal cliente. Tuttavia, una volta che NativeInterpreterWrapper ha chiuso, l'handle del tensore verrà invalidato.

Classi nidificate

classe Tensor.QuantizationParams Parametri di quantizzazione corrispondenti alla tabella QuantizationParameters nel TFLite File di schema del modello.

Metodi pubblici

astratto ByteBuffer
asReadOnlyBuffer()
Restituisce una visualizzazione ByteBuffer di sola lettura dei dati del tensore.
astratto DataType
dataType()
Restituisce DataType degli elementi archiviati nel Tensor.
astratto int
numBytes()
Restituisce la dimensione, in byte, dei dati del tensore.
astratto int
numDimensions()
Restituisce il numero di dimensioni (a volte indicate come ranking) del Tensor.
astratto int
numElements()
Restituisce il numero di elementi in una vista bidimensionale (1-D) del tensore.
astratto Tensor.QuantizationParams
quantizationParams()
Restituisce i parametri di quantizzazione del tensore all'interno dell'interprete proprietario.
astratto int[]
forma()
Restituisce la forma di il Tensor, ovvero le dimensioni di ogni dimensione.
astratto int[]
shapeSignature()
Restituisce la forma originale del tensore, ovvero le dimensioni di ogni dimensione, prima di eseguire qualsiasi ridimensionamento.

Metodi pubblici

pubblica astratto ByteBuffer asReadOnlyBuffer ()

Restituisce una visualizzazione ByteBuffer di sola lettura dei dati del tensore.

In generale, questo metodo è più utile per ottenere una visualizzazione di sola lettura dei dati di un tensore di output. *dopo* l'esecuzione dell'inferenza (ad es. tramite InterpreterApi.run(Object, Object)). Nella particolare, alcuni grafici hanno output modellati dinamicamente, il che può rendere l'inserimento di un del buffer di output all'interprete. Esempio di utilizzo:

 interpreter.run(input, null);
 ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
 // Copy or read from outputBuffer.

AVVISO: se il tensore non è stato ancora allocato, ad es. prima dell'esecuzione dell'inferenza,