tensorflow:: Tensor

Fatie este tensor ao longo da 1ª dimensão.

Ou seja, o tensor retornado satisfaz retornado[i, ...] == this[dim0_start + i, ...]. O tensor retornado compartilha o buffer de tensor subjacente com este tensor.

NOTA: O tensor retornado pode não satisfazer o mesmo requisito de alinhamento que este tensor dependendo da forma. O chamador deve verificar o alinhamento do tensor retornado antes de chamar certos métodos que possuem requisitos de alinhamento (por exemplo, flat() , tensor() ).

NOTA: Quando alimentado com um tensor N-dimensional, este método retorna um tensor também com N dimensões. Se você deseja selecionar um subtensor, consulte SubSlice.

REQUER: dims() >= 1 REQUER: 0 <= dim0_start <= dim0_limit <= dim_size(0)

Selecione uma subfatia deste tensor ao longo da 1ª dimensão.

Quando alimentado com um tensor N-dimensional, este método retorna um tensor com N-1 dimensões, onde o tensor retornado é uma subfatia do tensor de entrada ao longo da primeira dimensão. As dimensões N-1 do tensor retornado são as últimas dimensões N-1 do tensor de entrada.

NOTA: O tensor retornado pode não satisfazer o mesmo requisito de alinhamento que este tensor dependendo da forma. O chamador deve verificar o alinhamento do tensor retornado antes de chamar certos métodos que possuem requisitos de alinhamento (por exemplo, flat() , tensor() ).

REQUER: dims() >= 1 REQUER: 0 <= dim0_start < dim_size(0)

Renderize os primeiros valores max_entries em *this em uma string.

Cria um tensor flutuante de 1 dimensão e elemento 0.

O tensor retornado não é um escalar (forma {}), mas sim um tensor unidimensional vazio (forma {0}, NumElements() == 0). Como não possui elementos, não precisa ser atribuído a um valor e é inicializado por padrão ( IsInitialized() é true). Se isso for indesejável, considere a criação de um escalar de um elemento que requer inicialização:

Tensor(DT_FLOAT, TensorShape({}))

Cria um tensor do type e shape fornecidos.

Se LogMemory::IsEnabled() a alocação é registrada como proveniente de um kernel e etapa desconhecidos. Chamar o construtor Tensor diretamente de dentro de um Op está obsoleto: use os métodos OpKernelConstruction/OpKernelContext aloca_* para alocar um novo tensor, que registra o kernel e a etapa.

O buffer subjacente é alocado usando um CPUAllocator .

Cria um tensor com o type e shape de entrada, usando o alocador a para alocar o buffer subjacente.

Se LogMemory::IsEnabled() a alocação é registrada como proveniente de um kernel e etapa desconhecidos. Chamar o construtor Tensor diretamente de dentro de um Op está obsoleto: use os métodos OpKernelConstruction/OpKernelContext aloca_* para alocar um novo tensor, que registra o kernel e a etapa.

a deve sobreviver ao tempo de vida deste tensor .

Cria um tensor com o type entrada e shape , usando o alocador a e o "allocation_attr" especificado para alocar o buffer subjacente.

Se o kernel e a etapa forem conhecidos, alocação_attr.allocation_will_be_logged deve ser definido como true e LogMemory::RecordTensorAllocation deve ser chamado após a construção do tensor. Chamar o construtor Tensor diretamente de dentro de um Op está obsoleto: use os métodos OpKernelConstruction/OpKernelContext aloca_* para alocar um novo tensor, que registra o kernel e a etapa.

a deve sobreviver ao tempo de vida deste tensor .

Cria um tensor com o tipo de dados de entrada, forma e buf.

Adquire um ref no buf que pertence a este Tensor .

Cria um tensor vazio do tipo de dados fornecido.

Assim como Tensor() , retorna um Tensor unidimensional de 0 elemento com IsInitialized() retornando True. Consulte a documentação do Tensor() para obter detalhes.

Tensor

 Tensor(
  double scalar_value
)

 Tensor(
  int32 scalar_value
)

 Tensor(
  uint32 scalar_value
)

 Tensor(
  uint16 scalar_value
)

 Tensor(
  uint8 scalar_value
)

 Tensor(
  int16 scalar_value
)

 Tensor(
  int8 scalar_value
)

 Tensor(
  tstring scalar_value
)

 Tensor(
  complex64 scalar_value
)

 Tensor(
  complex128 scalar_value
)

 Tensor(
  int64 scalar_value
)

 Tensor(
  uint64 scalar_value
)

 Tensor(
  bool scalar_value
)

 Tensor(
  qint8 scalar_value
)

 Tensor(
  quint8 scalar_value
)

 Tensor(
  qint16 scalar_value
)

 Tensor(
  quint16 scalar_value
)

 Tensor(
  qint32 scalar_value
)

 Tensor(
  bfloat16 scalar_value
)

 Tensor(
  Eigen::half scalar_value
)

 Tensor(
  ResourceHandle scalar_value
)

 Tensor(
  const char *scalar_value
)

 Tensor(
  const Tensor & other
)

 Tensor(
  Tensor && other
)

size_t TotalBytes() const 

void UnsafeCopyFromInternal(
  const Tensor & other,
  DataType dtype,
  const TensorShape & shape
)

TTypes< T, NDIMS >::Tensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::ConstTensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T, NDIMS >::Tensor bit_casted_tensor()

TTypes< T, NDIMS >::ConstTensor bit_casted_tensor() const 

int64 dim_size(
  int d
) const 

int dims() const 

DataType dtype() const 

TTypes< T >::Flat flat()

  
    typedef float T;
    Tensor my_ten(...built with Shape{planes: 4, rows: 3, cols: 5}...);
    // 1D Eigen::Tensor, size 60:
    auto flat = my_ten.flat();
    // 2D Eigen::Tensor 12 x 5:
    auto inner = my_ten.flat_inner_dims();
    // 2D Eigen::Tensor 4 x 15:
    auto outer = my_ten.shaped({4, 15});
    // CHECK fails, bad num elements:
    auto outer = my_ten.shaped({4, 8});
    // 3D Eigen::Tensor 6 x 5 x 2:
    auto weird = my_ten.shaped({6, 5, 2});
    // CHECK fails, type mismatch:
    auto bad   = my_ten.flat();

TTypes< T >::ConstFlat flat() const 

TTypes< T, NDIMS >::Tensor flat_inner_dims()

TTypes< T, NDIMS >::ConstTensor flat_inner_dims() const 

TTypes< T, NDIMS >::Tensor flat_inner_outer_dims(
  int64 begin
)

TTypes< T, NDIMS >::ConstTensor flat_inner_outer_dims(
  int64 begin
) const 

TTypes< T, NDIMS >::Tensor flat_outer_dims()

TTypes< T, NDIMS >::ConstTensor flat_outer_dims() const 

TTypes< T >::Matrix matrix()

TTypes< T >::ConstMatrix matrix() const 

Tensor & operator=(
  const Tensor & other
)

Tensor & operator=(
  Tensor && other
)

TTypes< T, NDIMS >::Tensor reinterpret_last_dimension()

TTypes< T, NDIMS >::ConstTensor reinterpret_last_dimension() const 

TTypes< T >::Scalar scalar()

TTypes< T >::ConstScalar scalar() const 

const TensorShape & shape() const 

TTypes< T, NDIMS >::Tensor shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::ConstTensor shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T, NDIMS >::Tensor tensor()

TTypes< T, NDIMS >::ConstTensor tensor() const 

StringPiece tensor_data() const 

TTypes< T >::UnalignedFlat unaligned_flat()

TTypes< T >::UnalignedConstFlat unaligned_flat() const 

TTypes< T, NDIMS >::UnalignedTensor unaligned_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

TTypes< T, NDIMS >::UnalignedConstTensor unaligned_shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

TTypes< T >::Vec vec()