dòng chảy căng:: Tenxơ

Cắt tensor này dọc theo chiều thứ nhất.

Tức là tensor trả về thỏa mãn return[i, ...] == this[dim0_start + i, ...]. Tenxor được trả về chia sẻ bộ đệm tensor cơ bản với tensor này.

LƯU Ý: Tenxor được trả về có thể không đáp ứng yêu cầu căn chỉnh giống như tenxơ này tùy thuộc vào hình dạng. Phương thức gọi phải kiểm tra sự căn chỉnh của tensor được trả về trước khi gọi một số phương thức nhất định có yêu cầu căn chỉnh (ví dụ: flat() , tensor() ).

LƯU Ý: Khi được cung cấp một tenxơ N chiều, phương thức này cũng trả về một tenxơ có N chiều. Nếu bạn muốn chọn một tensor phụ, hãy xem SubSlice.

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

Chọn một lát con từ tensor này dọc theo chiều thứ nhất.

Khi được cung cấp một tenxơ N chiều, phương thức này trả về một tenxơ có kích thước N-1, trong đó tenxơ được trả về là một phần con của tenxơ đầu vào dọc theo chiều thứ nhất. Kích thước N-1 của tensor trả về là kích thước N-1 cuối cùng của tensor đầu vào.

LƯU Ý: Tenxor được trả về có thể không đáp ứng yêu cầu căn chỉnh giống như tenxơ này tùy thuộc vào hình dạng. Phương thức gọi phải kiểm tra sự căn chỉnh của tensor được trả về trước khi gọi một số phương thức nhất định có yêu cầu căn chỉnh (ví dụ: flat() , tensor() ).

YÊU CẦU: dims() >= 1 YÊU CẦU: 0 <= index < dim_size(0)

Kết xuất các giá trị max_entries đầu tiên trong *this thành một chuỗi.

Tạo tensor float 1 chiều, 0 phần tử.

Tensor được trả về không phải là một đại lượng vô hướng (hình dạng {}), mà thay vào đó là một Tensor một chiều trống (hình dạng {0}, NumElements() == 0). Vì nó không có phần tử nên nó không cần được gán giá trị và được khởi tạo theo mặc định ( IsInitialized() là đúng). Nếu điều này là không mong muốn, hãy xem xét việc tạo vô hướng một phần tử yêu cầu khởi tạo:

Tensor(DT_FLOAT, TensorShape({}))

Tạo một Tensor có type và shape nhất định.

Nếu LogMemory::IsEnabled() thì việc phân bổ được ghi lại là đến từ một hạt nhân và bước không xác định. Việc gọi trực tiếp hàm tạo Tensor từ bên trong Op không còn được dùng nữa: hãy sử dụng các phương thức OpKernelConstruction/OpKernelContext phân bổ_* để phân bổ một tensor mới, ghi lại kernel và bước.

Bộ đệm cơ bản được phân bổ bằng CPUAllocator .

Tạo một tensor với type và shape đầu vào, sử dụng bộ cấp phát a để phân bổ bộ đệm bên dưới.

Nếu LogMemory::IsEnabled() thì việc phân bổ được ghi lại là đến từ một hạt nhân và bước không xác định. Việc gọi trực tiếp hàm tạo Tensor từ bên trong Op không còn được dùng nữa: hãy sử dụng các phương thức OpKernelConstruction/OpKernelContext phân bổ_* để phân bổ một tensor mới, ghi lại kernel và bước.

a phải tồn tại lâu hơn thời gian tồn tại của Tensor này.

Tạo một tensor với type và shape đầu vào, sử dụng bộ cấp phát a và "allocation_attr" đã chỉ định để phân bổ bộ đệm cơ bản.

Nếu kernel và bước đã biết phân bổ_attr.allocation_will_be_logged thì phải được đặt thành true và LogMemory::RecordTensorAllocation nên được gọi sau khi tensor được xây dựng. Việc gọi trực tiếp hàm tạo Tensor từ bên trong Op không còn được dùng nữa: hãy sử dụng các phương thức OpKernelConstruction/OpKernelContext phân bổ_* để phân bổ một tensor mới, ghi lại kernel và bước.

a phải tồn tại lâu hơn thời gian tồn tại của Tensor này.

Tạo một tensor với kiểu dữ liệu đầu vào, hình dạng và buf.

Có được một giới thiệu về buf thuộc về Tensor này.

Tạo một Tensor trống của kiểu dữ liệu đã cho.

Giống như Tensor() , trả về Tensor 1 chiều, 0 phần tử với IsInitialized() trả về True. Xem tài liệu Tensor() để biết chi tiết.

Tenxơ

 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 

void * data() 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()

  
    typedef float T;
    Tensor my_mat(...built with Shape{rows: 3, cols: 5}...);
    auto mat = my_mat.matrix();    // 2D Eigen::Tensor, 3 x 5.
    auto mat = my_mat.tensor(); // 2D Eigen::Tensor, 3 x 5.
    auto vec = my_mat.vec();       // CHECK fails as my_mat is 2D.
    auto vec = my_mat.tensor(); // CHECK fails as my_mat is 2D.
    auto mat = my_mat.matrix();// CHECK fails as type mismatch.

TTypes< T >::ConstVec vec() const 

 ~Tensor()