Tableau multidimensionnel typé utilisé dans TensorFlow Lite.
Le handle natif d'un Tensor
est géré par NativeInterpreterWrapper
,
n'ont pas besoin d'être
fermées par le client. Cependant, une fois que NativeInterpreterWrapper
a
la poignée du Tensor sera invalidée.
Classes imbriquées
classe | Tensor.QuantizationParams | Paramètres de quantification correspondant au tableau QuantizationParameters
TFLite
Fichier de schéma de modèle. |
Méthodes publiques
abstrait ByteBuffer |
asReadOnlyBuffer()
Renvoie une vue
ByteBuffer en lecture seule des données du Tensor. |
abstrait DataType | |
abstrait entier |
numBytes()
Renvoie la taille, en octets, des données du Tensor.
|
abstrait entier |
numDimensions()
Renvoie le nombre de dimensions (parfois appelées rang) du Tensor.
|
abstrait entier |
numElements()
Renvoie le nombre d'éléments dans une vue aplatie (1-D) du Tensor.
|
abstrait Tensor.QuantizationParams |
quantizationParams()
Renvoie les paramètres de quantification du Tensor dans l'interpréteur propriétaire.
|
abstrait entier[] | |
abstrait entier[] |
shapeSignature()
Affiche la forme d'origine du Tensor,
c'est-à-dire les tailles de chaque dimension, avant tout redimensionnement.
|
Méthodes publiques
<ph type="x-smartling-placeholder"></ph> public abstrait ByteBuffer asReadOnlyBuffer ()
Renvoie une vue ByteBuffer
en lecture seule des données du Tensor.
En général, cette méthode est particulièrement utile pour obtenir une vue en lecture seule des données de Tensor de sortie,
*après* l'exécution de l'inférence (par exemple, via InterpreterApi.run(Object, Object)
). Dans
En particulier, certains graphiques ont des sorties de forme dynamique, ce qui peut faciliter l'alimentation d'un
de sortie difficile à l'interpréteur. Exemple d'utilisation :
interpreter.run(input, null);
ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
// Copy or read from outputBuffer.
AVERTISSEMENT: Si le Tensor n'a pas encore été alloué, par exemple avant l'exécution de l'inférence, le résultat n'est pas défini. Notez que le pointeur de Tensor sous-jacent peut également changer lorsque n'est invalidé de quelque manière que ce soit (par exemple, si une inférence est exécutée ou que le graphique est redimensionné). il n'est *pas* sûr de conserver une référence au tampon renvoyé au-delà d'une utilisation directe après l'inférence. Exemple d'utilisation *mauvaise* :
ByteBuffer outputBuffer = interpreter.getOutputTensor(0).asReadOnlyBuffer();
interpreter.run(input, null);
// Copy or read from outputBuffer (which may now be invalid).
Génère
IllegalArgumentException | si les données du Tensor ne sont pas allouées. |
---|
<ph type="x-smartling-placeholder"></ph> public abstrait DataType dataType ()
Renvoie la valeur DataType
des éléments stockés dans le Tensor.
<ph type="x-smartling-placeholder"></ph> public abstrait entier numBytes ()
Renvoie la taille, en octets, des données du Tensor.
<ph type="x-smartling-placeholder"></ph> public abstrait entier numDimensions ()
Renvoie le nombre de dimensions (parfois appelées rang) du Tensor.
0 pour un scalaire, 1 pour un vecteur, 2 pour une matrice, 3 pour un Tensor tridimensionnel, etc.
<ph type="x-smartling-placeholder"></ph> public abstrait entier numElements ()
Renvoie le nombre d'éléments dans une vue aplatie (1-D) du Tensor.
<ph type="x-smartling-placeholder"></ph> public abstrait Tensor.QuantizationParams quantizationParams ()
Renvoie les paramètres de quantification du Tensor dans l'interpréteur propriétaire.
Seuls les Tensors quantifiés ont une valeur QuantizationParameters
valide. Pour les Tensors qui ne sont pas
quantifiées, les valeurs de l'échelle et de zéro_point sont toutes deux égales à 0.
<ph type="x-smartling-placeholder"></ph> public abstrait entier[] forme ()
Affiche la forme de le Tensor, c'est-à-dire la taille de chaque dimension.
Renvoie
- dans un tableau où le i-ième élément est la taille de la i-ième dimension du Tensor.
<ph type="x-smartling-placeholder"></ph> public abstrait entier[] shapeSignature ()
Affiche la forme d'origine du Tensor, c'est-à-dire les tailles de chaque dimension, avant tout redimensionnement. Les dimensions inconnues sont désigné par une valeur de -1.
Renvoie
- dans un tableau où le i-ième élément est la taille de la i-ième dimension du Tensor.