Tensor

antarmuka publik Tensor

Array multi-dimensi berjenis yang digunakan di Tensorflow Lite.

Handle native Tensor dikelola oleh NativeInterpreterWrapper, dan melakukan tidak perlu ditutup oleh klien. Namun, setelah NativeInterpreterWrapper memiliki ditutup, handle tensor akan menjadi tidak valid.

Class Bertingkat

class Tensor.QuantizationParams Parameter kuantisasi yang sesuai dengan tabel, QuantizationParameters, dalam TFLite File skema model.

Metode Publik

abstrak ByteBuffer
asReadOnlyBuffer()
Menampilkan tampilan ByteBuffer hanya baca dari data tensor.
abstrak DataType
dataType()
Menampilkan DataType elemen yang disimpan di Tensor.
abstrak Int
numBytes()
Menampilkan ukuran data tensor.
abstrak Int
numDimensions()
Menampilkan jumlah dimensi (terkadang disebut sebagai peringkat) Tensor.
abstrak Int
numElements()
Menampilkan jumlah elemen dalam tampilan rata (1-D) pada tensor.
abstrak Tensor.QuantizationParams
quantizationParams()
Menampilkan parameter kuantisasi tensor dalam penafsir yang memilikinya.
abstrak int[]
shape()
Menampilkan bentuk Tensor, yaitu ukuran setiap dimensi.
abstrak int[]
shapeSignature()
Menampilkan bentuk asli Tensor, yaitu, ukuran setiap dimensi - sebelum pengubahan ukuran apa pun dilakukan.

Metode Publik

publik abstrak ByteBuffer asReadOnlyBuffer ()

Menampilkan tampilan ByteBuffer hanya baca dari data tensor.

Secara umum, metode ini paling berguna untuk mendapatkan tampilan hanya-baca dari data tensor output, *setelah* inferensi dieksekusi (mis., melalui InterpreterApi.run(Object, Object)). Di beberapa khususnya, beberapa grafik memiliki {i>output<i} yang berbentuk dinamis, yang bisa membuat buffer output ke penafsir akan menjadi canggung. Contoh penggunaan: 

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

PERINGATAN: Jika tensor belum dialokasikan, misalnya sebelum inferensi dieksekusi, hasilnya tidak terdefinisi. Perhatikan, pointer tensor yang mendasarinya juga dapat berubah ketika Tensor tidak valid dengan cara apa pun (misalnya, jika inferensi dieksekusi, atau grafik diubah ukurannya), jadi *tidak* aman untuk menyimpan referensi ke buffer yang ditampilkan selain untuk langsung digunakan mengikuti inferensi. Contoh penggunaan *buruk*: 

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

Menampilkan
IllegalArgumentException jika data tensor belum dialokasikan.

publik abstrak DataType dataType ()

Menampilkan DataType elemen yang disimpan di Tensor.

publik abstrak Int numBytes ()

Menampilkan ukuran data tensor.

publik abstrak Int numDimensions ()

Menampilkan jumlah dimensi (terkadang disebut sebagai peringkat) Tensor.

Akan menjadi 0 untuk skalar, 1 untuk vektor, 2 untuk matriks, 3 untuk tensor 3 dimensi, dll.

publik abstrak Int numElements ()

Menampilkan jumlah elemen dalam tampilan rata (1-D) pada tensor.

publik abstrak Tensor.QuantizationParams quantizationParams ()

Menampilkan parameter kuantisasi tensor dalam penafsir yang memilikinya.

Hanya tensor terkuantisasi yang memiliki QuantizationParameters yang valid. Untuk tensor yang tidak terkuantisasi, nilai skala dan {i>zero_point<i} keduanya adalah 0.

publik abstrak int[] bentuk ()

Menampilkan bentuk Tensor, yaitu ukuran setiap dimensi.

Hasil
  • array dengan elemen ke-i-th adalah ukuran dimensi ke-i-th dari tensor.

publik abstrak int[] shapeSignature ()

Menampilkan bentuk asli Tensor, yaitu, ukuran setiap dimensi - sebelum pengubahan ukuran apa pun dilakukan. Dimensi yang tidak diketahui adalah yang ditetapkan dengan nilai -1.

Hasil
  • array dengan elemen ke-i-th adalah ukuran dimensi ke-i-th dari tensor.