Subkelas Tidak Langsung yang Diketahui |
Array multidimensi yang diketik secara statis.
Ada dua kategori tensor di TensorFlow Java: typed tensors
dan raw tensors
. Yang pertama memetakan memori asli tensor ke ruang data bertipe n-dimensi, memungkinkan operasi I/O langsung dari JVM, sedangkan yang kedua hanya referensi ke tensor asli yang memungkinkan operasi dasar dan akses data datar.
PERINGATAN: Sumber daya yang digunakan oleh objek Tensor harus dibebaskan secara eksplisit dengan memanggil metode close()
saat objek tidak lagi diperlukan. Misalnya, menggunakan blok coba-dengan-sumber daya:
try (Tensor t = Tensor.of(...)) {
doSomethingWith(t);
}
Instance Tensor tidak aman untuk thread.
Metode Publik
abstrak RawTensor | sebagai RawTensor () Mengembalikan representasi mentah (belum diketik) dari tensor ini |
kekosongan abstrak | menutup () Rilis sumber daya yang terkait dengan Tensor. |
Tipe Data abstrak | |
abstrak panjang | jumlahBytes () Mengembalikan ukuran, dalam byte, data tensor. |
abstrak statis <T extends TType > T | |
abstrak statis <T extends TType > T | |
abstrak statis <T extends TType > T | |
abstrak statis <T extends TType > T | |
abstrak statis <T extends TType > T | dari (Jenis Kelas<T>, Bentuk bentuk , ByteDataBuffer rawData) Membuat Tensor jenis apa pun dari data mentah yang disediakan oleh buffer yang diberikan. |
Bentuk abstrak | membentuk () Mengembalikan bentuk tensor. |
Metode Warisan
Metode Publik
abstrak publik RawTensor sebagaiRawTensor ()
Mengembalikan representasi mentah (belum diketik) dari tensor ini
abstrak publik batal tutup ()
Rilis sumber daya yang terkait dengan Tensor.
PERINGATAN: Ini harus dijalankan karena semua tensor yang tidak dihasilkan oleh operasi yang mendesak atau memori akan bocor.
Objek Tensor tidak lagi dapat digunakan setelah close
return.
abstrak publik numBytes panjang ()
Mengembalikan ukuran, dalam byte, data tensor.
T abstrak statis publik ( tipe Kelas<T>, Bentuk bentuk , ukuran panjang, Konsumen<T> dataInitializer)
Mengalokasikan tensor tipe data, bentuk, dan ukuran tertentu.
Metode ini identik dengan of(Class, Shape, Consumer)
, hanya saja ukuran akhir tensor dapat diatur secara eksplisit alih-alih dihitung dari tipe data dan bentuk.
Ini bisa berguna untuk tipe tensor yang menyimpan data dan juga metadata di memori tensor, seperti tabel pencarian di tensor string.
Parameter
jenis | kelas tipe tensor |
---|---|
membentuk | bentuk tensornya |
ukuran | ukuran dalam byte tensor atau -1 untuk menghitung ukuran dari bentuk |
penginisialisasi data | metode menerima pengakses ke data tensor yang dialokasikan untuk inisialisasi |
Kembali
- tensor yang dialokasikan dan diinisialisasi
Melempar
Pengecualian Argumen Ilegal | jika size lebih kecil dari ruang minimum yang diperlukan untuk menyimpan data tensor |
---|---|
Pengecualian Argumen Ilegal | jika size diatur ke -1 tetapi elemen dari type tertentu memiliki panjang variabel (misalnya string) |
Pengecualian Argumen Ilegal | jika shape unknown seluruhnya atau sebagian |
IlegalStateException | jika tensor gagal dialokasikan |
Lihat Juga
abstrak statis publik T dari (tipe Kelas<T>, Bentuk bentuk )
Mengalokasikan tensor tipe data dan bentuk tertentu.
Jumlah memori yang akan dialokasikan berasal dari tipe data dan bentuk tensor, dan dibiarkan tidak diinisialisasi.
Parameter
jenis | kelas tipe tensor |
---|---|
membentuk | bentuk tensornya |
Kembali
- tensor yang dialokasikan tetapi tidak diinisialisasi
Melempar
Pengecualian Argumen Ilegal | jika elemen dari type tertentu memiliki panjang variabel (misalnya string) |
---|---|
Pengecualian Argumen Ilegal | jika shape unknown seluruhnya atau sebagian |
IlegalStateException | jika tensor gagal dialokasikan |
T abstrak statis publik (tipe Kelas<T>, Bentuk bentuk , ukuran panjang)
Mengalokasikan tensor tipe data, bentuk, dan ukuran tertentu.
Metode ini identik dengan of(Class, Shape)
, kecuali bahwa ukuran akhir tensor dapat diatur secara eksplisit alih-alih menghitungnya dari tipe data dan bentuk, yang bisa lebih besar dari ruang sebenarnya yang diperlukan untuk menyimpan data namun tidak lebih kecil .
Parameter
jenis | kelas tipe tensor |
---|---|
membentuk | bentuk tensornya |
ukuran | ukuran dalam byte tensor atau -1 untuk menghitung ukuran dari bentuk |
Kembali
- tensor yang dialokasikan tetapi tidak diinisialisasi
Melempar
Pengecualian Argumen Ilegal | jika size lebih kecil dari ruang minimum yang diperlukan untuk menyimpan data tensor |
---|---|
Pengecualian Argumen Ilegal | jika size diatur ke -1 tetapi elemen dari type tertentu memiliki panjang variabel (misalnya string) |
Pengecualian Argumen Ilegal | jika shape unknown seluruhnya atau sebagian |
IlegalStateException | jika tensor gagal dialokasikan |
Lihat Juga
T abstrak statis publik ( tipe Kelas<T>, Bentuk bentuk, Konsumen<T> dataInitializer)
Mengalokasikan dan menginisialisasi tensor tipe data dan bentuk tertentu.
Jumlah memori yang akan dialokasikan berasal dari tipe data dan bentuk tensor. Data tensor diinisialisasi dengan memanggil dataInitializer
, yang menerima argumen nilai yang dikembalikan oleh ERROR(/#data())
pada tensor yang dialokasikan. Misalnya:
FloatNdArray data = ...
try (TFloat32 t = Tensor.of(TFloat32.class, Shape.of(2, 2), data::copyTo)) {
...
}
Jika dataInitializer
gagal dan memunculkan pengecualian, tensor yang dialokasikan akan dilepaskan secara otomatis sebelum menampilkan kembali pengecualian yang sama.
Parameter
jenis | kelas tipe tensor |
---|---|
membentuk | bentuk tensornya |
penginisialisasi data | metode menerima pengakses ke data tensor yang dialokasikan untuk inisialisasi |
Kembali
- tensor yang dialokasikan dan diinisialisasi
Melempar
Pengecualian Argumen Ilegal | jika elemen dari type tertentu memiliki panjang variabel (misalnya string) |
---|---|
Pengecualian Argumen Ilegal | jika shape unknown seluruhnya atau sebagian |
IlegalStateException | jika tensor gagal dialokasikan |
T abstrak statis publik (tipe Kelas<T>, Bentuk bentuk, ByteDataBuffer rawData)
Membuat Tensor jenis apa pun dari data mentah yang disediakan oleh buffer yang diberikan.
Data harus sudah dikodekan menjadi data
sesuai spesifikasi TensorFlow C API .
Parameter
jenis | kelas tipe tensor |
---|---|
membentuk | bentuk tensornya. |
Data mentah | buffer yang berisi data mentah tensor. |
Melempar
Pengecualian Argumen Ilegal | jika rawData tidak cukup besar untuk menampung data tensor |
---|---|
Pengecualian Argumen Ilegal | jika shape unknown seluruhnya atau sebagian |
IlegalStateException | jika tensor gagal dialokasikan dengan parameter yang diberikan |