กำหนดคลาสเพื่อสร้าง บันทึก โหลด และดำเนินการโมเดล TensorFlow
ในการเริ่มต้น โปรดดู คำแนะนำในการติดตั้ง
ตัวอย่าง LabelImage สาธิตการใช้ API นี้เพื่อจัดประเภทรูปภาพโดยใช้โครงข่ายประสาทเทียมแบบ Convolutional สถาปัตยกรรม Inception ที่ได้รับการฝึกอบรมล่วงหน้า มันแสดงให้เห็นว่า:
- การสร้างกราฟ: การใช้คลาส OperationBuilder เพื่อสร้างกราฟเพื่อถอดรหัส ปรับขนาด และปรับมาตรฐานรูปภาพ JPEG
- การโหลดโมเดล: การใช้ Graph.importGraphDef() เพื่อโหลดโมเดล Inception ที่ได้รับการฝึกล่วงหน้า
- การดำเนินการกราฟ: การใช้เซสชันเพื่อดำเนินการกราฟและค้นหาป้ายกำกับที่ดีที่สุดสำหรับรูปภาพ
ดูตัวอย่างเพิ่มเติมได้ในพื้นที่เก็บข้อมูล tensorflow/java GitHub
อินเทอร์เฟซ
สภาพแวดล้อมการดำเนินการ | กำหนดสภาพแวดล้อมสำหรับการสร้างและดำเนินการ TensorFlow Operation |
Graph.WhileSubgraphBuilder | ใช้เพื่อสร้างอินสแตนซ์คลาสนามธรรมซึ่งแทนที่เมธอด buildSubgraph เพื่อสร้างกราฟย่อยแบบมีเงื่อนไขหรือเนื้อหาสำหรับลูป while |
ตัวดำเนินการ <T> | อินเทอร์เฟซที่ใช้งานโดยตัวถูกดำเนินการของการดำเนินการ TensorFlow |
การดำเนินการ | ทำการคำนวณบนเทนเซอร์ |
OperationBuilder | ผู้สร้างสำหรับ Operation ของ |
ชั้นเรียน
EagerSession | สภาพแวดล้อมสำหรับการดำเนินการ TensorFlow อย่างกระตือรือร้น |
EagerSession.ตัวเลือก | |
กราฟ | กราฟการไหลของข้อมูลที่แสดงถึงการคำนวณ TensorFlow |
กราฟการดำเนินงาน | การใช้งานสำหรับ Operation ที่เพิ่มเป็นโหนดใน Graph |
GraphOperationBuilder | OperationBuilder สำหรับการเพิ่ม GraphOperation s ให้กับ Graph |
เอาท์พุต <T> | ที่จับสัญลักษณ์สำหรับเทนเซอร์ที่ผลิตโดย Operation |
บันทึก ModelBundle | SavedModelBundle แสดงถึงโมเดลที่โหลดจากที่จัดเก็บข้อมูล |
SavedModelBundle.Loader | ตัวเลือกสำหรับการโหลด SavedModel |
เซิร์ฟเวอร์ | เซิร์ฟเวอร์ TensorFlow ในกระบวนการ สำหรับใช้ในการฝึกอบรมแบบกระจาย |
การประชุม | ไดร์เวอร์สำหรับการประมวลผล Graph |
เซสชั่น.รัน | เทนเซอร์เอาต์พุตและข้อมูลเมตาที่ได้รับเมื่อดำเนินการเซสชัน |
เซสชันนักวิ่ง | เรียกใช้ Operation และประเมิน Tensors |
รูปร่าง | รูปร่างของเทนเซอร์ที่อาจทราบได้บางส่วนซึ่งเกิดจากการดำเนินการ |
เทนเซอร์ <T> | อาร์เรย์หลายมิติที่พิมพ์แบบคงที่ซึ่งมีองค์ประกอบเป็นประเภทที่อธิบายโดย T |
เทนเซอร์โฟลว์ | วิธีการอรรถประโยชน์แบบคงที่ที่อธิบายรันไทม์ TensorFlow |
เทนเซอร์ | วิธีการจากโรงงานที่ปลอดภัยสำหรับการสร้างวัตถุ Tensor |
เอนัม
ประเภทข้อมูล | แสดงถึงประเภทขององค์ประกอบใน Tensor เป็นแจงนับ |
EagerSession.DevicePlacementPolicy | ควบคุมวิธีดำเนินการเมื่อเราพยายามเรียกใช้การดำเนินการบนอุปกรณ์ที่กำหนด แต่ไม่มีเทนเซอร์อินพุตบางตัวอยู่ในอุปกรณ์นั้น |
EagerSession.ResourceCleanupกลยุทธ์ | ควบคุมวิธีการล้างทรัพยากร TensorFlow เมื่อไม่จำเป็นต้องใช้อีกต่อไป |
ข้อยกเว้น
TensorFlowException | เกิดข้อยกเว้นที่ไม่ได้ตรวจสอบเมื่อเรียกใช้กราฟ TensorFlow |