TensorBuffer

تنشئ دالة TensorBuffer ديناميكية فارغة مع تحديد DataType. شكل TensorBuffer الذي تم إنشاؤه هو {0}.

ستعيد أداة TensorBuffers الديناميكية تخصيص الذاكرة عند تحميل الصفائف أو مخازن البيانات المؤقتة ذات الأحجام المختلفة للمخزن المؤقت. وفي ما يلي بعض الأمثلة:

 // Creating a float dynamic TensorBuffer:
 TensorBuffer tensorBuffer = TensorBuffer.createDynamic(DataType.FLOAT32);
 // Loading a float array:
 float[] arr1 = new float[] {1, 2, 3};
 tensorBuffer.loadArray(arr, new int[] {arr1.length});
 // loading another float array:
 float[] arr2 = new float[] {1, 2, 3, 4, 5};
 tensorBuffer.loadArray(arr, new int[] {arr2.length});
 // loading a third float array with the same size as arr2, assuming shape doesn't change:
 float[] arr3 = new float[] {5, 4, 3, 2, 1};
 tensorBuffer.loadArray(arr);
 // loading a forth float array with different size as arr3 and omitting the shape will result
 // in error:
 float[] arr4 = new float[] {3, 2, 1};
 tensorBuffer.loadArray(arr); // Error: The size of byte buffer and the shape do not match.
 

لإنشاء TensorBuffer مع shape وDataType محدّدَين. إليك بعض الأمثلة:

 // Creating a float TensorBuffer with shape {2, 3}:
 int[] shape = new int[] {2, 3};
 TensorBuffer tensorBuffer = TensorBuffer.createFixedSize(shape, DataType.FLOAT32);
 

 // Creating an uint8 TensorBuffer of a scalar:
 int[] shape = new int[] {};
 TensorBuffer tensorBuffer = TensorBuffer.createFixedSize(shape, DataType.UINT8);
 

 // Creating an empty uint8 TensorBuffer:
 int[] shape = new int[] {0};
 TensorBuffer tensorBuffer = TensorBuffer.createFixedSize(shape, DataType.UINT8);
 

لا يمكن تغيير حجم TensorBuffer ذي الحجم الثابت بعد إنشائه.

تنشئ هذه الدالة TensorBuffer نسخًا لصفحات في التطبيق من مصدر آخر، مع تحديد DataType.

تعرض المخزن المؤقت للبيانات.

تعرض نوع بيانات هذا المورد الاحتياطي.

الحصول على الحجم المسطح للمخزن المؤقت.

تعرض صفيفًا عائمًا للقيم المخزّنة في هذا المخزن المؤقت. إذا كان المخزن المؤقت من أنواع مختلفة عن قيمة العدد العائم، سيتم تحويل القيم إلى عدد عائم. على سبيل المثال، سيتمّ تحويل القيم في TensorBufferUint8 من uint8 إلى float.

لعرض قيمة عائمة في فهرس معيّن. إذا كان المخزن المؤقت من أنواع مختلفة عن عدد عشري، سيتم تحويل القيمة إلى عدد عائم. على سبيل المثال، عند قراءة قيمة من TensorBufferUint8، ستتم قراءة القيمة أولاً على أنّها uint8، ثم يتم تحويلها من uint8 لتصبح عائمة.

 For example, a TensorBuffer with shape {2, 3} that represents the following array,
 [[0.0f, 1.0f, 2.0f], [3.0f, 4.0f, 5.0f]].

 The fourth element (whose value is 3.0f) in the TensorBuffer can be retrieved by:
 float v = tensorBuffer.getFloatValue(3);
 

تعرض صفيفة عدد صحيح من القيم المخزّنة في هذا المخزن المؤقت. إذا كان نوع المورد الاحتياطي من نوع غير عدد صحيح، سيتم تحويل القيم إلى عدد صحيح، وقد يحدث فقدان الدقة. على سبيل المثال، عند الحصول على صفيف صحيح من TensorBufferFloat بقيمة {400.32f, 23.04f}، يكون الناتج {400, 23}.

لعرض قيمة عدد صحيح في فهرس معيّن. إذا كان المخزن المؤقت أنواعًا مختلفة عن العدد الصحيح، سيتم تحويل القيمة إلى عدد صحيح. على سبيل المثال، عند قراءة قيمة من TensorBufferFloat، ستتم قراءة القيمة أولاً كعدد عشري، ثم يتم تحويلها من عدد عائم إلى عدد صحيح. وقد تُطبق القيمة المفقودة في الدقة.

 For example, a TensorBuffer with shape {2, 3} that represents the following array,
 [[0.0f, 1.0f, 2.0f], [3.0f, 4.0f, 5.0f]].

 The fourth element (whose value is 3.0f) in the TensorBuffer can be retrieved by:
 int v = tensorBuffer.getIntValue(3);
 Note that v is converted from 3.0f to 3 as a result of type conversion.
 

الحصول على الشكل الحالي. (عرض نسخة هنا لتجنب التعديل غير المتوقع.)

لعرض عدد وحدات البايت لعنصر واحد في الصفيف. على سبيل المثال، سيعرض المخزن المؤقت العائم الرقم 4، ويعرض المخزن المؤقت بالبايت الرقم 1.

تعرِض هذه السمة إذا كان حجم TensorBuffer ديناميكيًا (يمكن تغيير الحجم بشكل عشوائي).

لتحميل صفيفة عدد صحيح في هذا المخزن المؤقت بشكل محدد. إذا كان المخزن المؤقت من أنواع مختلفة عن عدد صحيح، سيتم تحويل القيم إلى نوع المخزن المؤقت قبل تحميلها إلى المخزن المؤقت، وقد يحدث فقدان الدقة. على سبيل المثال، عند تحميل مصفوفة عدد صحيح تتضمّن القيم {400, -23} في TensorBufferUint8، سيتم تثبيت القيم على [0، 255] ثم يتم تحويلها إلى uint8 في {255, 0}.

لتحميل صفيف عائم في هذا المخزن المؤقت بشكل محدد. إذا كان المخزن المؤقت من أنواع مختلفة عن القيم العائمة، فسيتم تحويل القيم إلى نوع المخزن المؤقت قبل تحميلها إلى المخزن المؤقت، وقد يحدث فقدان الدقة. على سبيل المثال، عند تحميل مصفوفة عائمة في TensorBufferUint8 بالقيم {400.32f, -23.04f}، سيتم تثبيت القيم إلى [0، 255] ثم يتم تحويلها إلى uint8 بواسطة {255, 0}.

تقوم بتحميل صفيفة عائمة في هذا المخزن المؤقت. إذا كان المخزن المؤقت من أنواع مختلفة عن القيم العائمة، فسيتم تحويل القيم إلى نوع المخزن المؤقت قبل تحميلها إلى المخزن المؤقت، وقد ينتج عن ذلك فقدان الدقة. على سبيل المثال، عند تحميل مصفوفة عائمة في TensorBufferUint8 بالقيم {400.32f, -23.04f}، سيتم تثبيت القيم على [0, 255] ثم يتم تحويلها إلى uint8 في {255, 0}.

يفترض استخدام هذه الطريقة أنّ شكل src هو نفسه شكل TensorBuffer. وبالتالي، يجب أن يتطابق حجم buffer (src.length) دائمًا مع الحجم المسطّح لـ TensorBuffer هذا، وذلك لكل من TensorBuffer الحجم الثابت والديناميكي. استخدِم loadArray(float[], int[]) إذا كان src له شكل مختلف.

تقوم بتحميل صفيفة عدد صحيح في هذا المخزن المؤقت. إذا كان المخزن المؤقت من أنواع مختلفة عن عدد صحيح، سيتم تحويل القيم إلى نوع المخزن المؤقت قبل تحميلها إلى المخزن المؤقت، وقد يحدث فقدان الدقة. على سبيل المثال، عند تحميل صفيف صحيح يتضمن القيم {400, -23} في TensorBufferUint8، سيتم تثبيت القيم على [0, 255] ثم يتم تحويلها إلى uint8 بواسطة {255, 0}.

يفترض استخدام هذه الطريقة أنّ شكل src هو نفسه شكل TensorBuffer. وبالتالي، يجب أن يتطابق حجم buffer (src.length) دائمًا مع الحجم المسطّح لـ TensorBuffer هذا، وذلك لكل من TensorBuffer الحجم الثابت والديناميكي. استخدِم loadArray(int[], int[]) إذا كان src له شكل مختلف.

لتحميل مخزن بايت مؤقتًا في TensorBuffer هذا. يجب أن يتطابق حجم المخزن المؤقت مع الحجم الثابت للسمة TensorBuffer.

يفترض استخدام هذه الطريقة أنّ شكل buffer هو نفسه شكل TensorBuffer. وبالتالي، يجب أن يتطابق حجم buffer (buffer.limit()) دائمًا مع الحجم المسطّح لـ TensorBuffer هذا، وذلك لكل من TensorBuffer الحجم الثابت والديناميكي. استخدِم السمة loadBuffer(ByteBuffer, int[]) إذا كان للسمة buffer شكل مختلف.

ملاحظة مهمة: يُعد المخزن المؤقت المحمَّل مرجعًا. يُرجى عدم التعديل. لا ننشئ نسخة هنا للمخاوف المتعلّقة بالأداء، ولكن إذا كان التعديل ضروريًا، يُرجى إنشاء نسخة.

للحصول على أفضل أداء، عليك دائمًا تحميل ByteBuffer أو ByteBuffer مباشرين مع مصفوفة.

إذا كانت السمة buffer للقراءة فقط، سنستخدم استراتيجية النسخ عند الكتابة للأداء.

لتحميل المخزن المؤقت بالبايت في TensorBuffer هذا بشكل محدد.

ملاحظة مهمة: يُعد المخزن المؤقت المحمَّل مرجعًا. يُرجى عدم التعديل. لا ننشئ نسخة هنا للمخاوف المتعلّقة بالأداء، ولكن إذا كان التعديل ضروريًا، يُرجى إنشاء نسخة.

للحصول على أفضل أداء، عليك دائمًا تحميل ByteBuffer أو ByteBuffer مباشرين مع مصفوفة.