公共接口 Tensor
在 TensorFlow Lite 中使用的类型化多维数组。
Tensor 的原生句柄由 NativeInterpreterWrapper 管理，并且不需要由客户端关闭。不过，一旦 NativeInterpreterWrapper 关闭，张量句柄便会失效。
嵌套类
| 类别 | Tensor.QuantizationParams | 与 TFLite 模型架构文件 中的表 QuantizationParameters 对应的量化参数。 |
|
公共方法
| abstract ByteBuffer |
asReadOnlyBuffer()
返回张量数据的只读
ByteBuffer 视图。 |
| abstract DataType | |
| abstract int |
numBytes()
返回张量数据的大小（以字节为单位）。
|
| abstract int |
numDimensions()
返回张量的维度数（有时称为秩）。
|
| abstract int |
numElements()
返回张量的扁平 (1-D) 视图中的元素数。
|
| abstract Tensor.QuantizationParams |
quantizationParams()
返回所属解释器中张量的量化参数。
|
| abstract int[] | |
| abstract int[] |
shapeSignature()
在执行任何调整大小之前，返回张量的原始形状，即每个维度的大小。
|
公共方法
public abstract ByteBuffer asReadOnlyBuffer ()
返回张量数据的只读 ByteBuffer 视图。
一般来说，此方法最适合在执行推理*之后* 获取输出张量数据的只读视图。特别是，某些图具有动态形状的输出，这可能会使将预定义的输出缓冲区提供给解释器变得很尴尬。InterpreterApi.run(Object, Object)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，在执行推断之前），则结果是未定义的。请注意，当张量失效时（例如，如果执行推断或图表大小调整），底层张量指针也可能会发生变化，因此在推理之后直接使用返回的缓冲区 *不安全*。*错误* 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 | （如果尚未分配张量数据）。 |
|---|
public abstract int numBytes ()
返回张量数据的大小（以字节为单位）。
public abstract int numElements ()
返回张量的扁平 (1-D) 视图中的元素数量。
public abstract 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。对于未量化的张量，scale 和 zero_point 的值均为 0。
public abstract int[] shapeSignature ()
在执行任何调整大小之前，返回张量的原始形状，即每个维度的大小。未知维度的值为 -1。
返回
- 第 i 个元素是张量的第 i 个维度的大小的数组。