flux tensoriel : : Tenseur

Découpez ce tenseur le long de la 1ère dimension.

C'est-à-dire que le tenseur renvoyé satisfait return[i, ...] == this[dim0_start + i, ...]. Le tenseur renvoyé partage le tampon de tenseur sous-jacent avec ce tenseur.

REMARQUE : le tenseur renvoyé peut ne pas satisfaire aux mêmes exigences d'alignement que ce tenseur en fonction de la forme. L'appelant doit vérifier l'alignement du tenseur renvoyé avant d'appeler certaines méthodes qui ont des exigences d'alignement (par exemple, flat() , tensor() ).

REMARQUE : lorsqu'elle est alimentée avec un tenseur à N dimensions, cette méthode renvoie également un tenseur à N dimensions. Si vous souhaitez sélectionner un sous-tenseur, voir SubSlice.

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

Sélectionnez une sous-tranche de ce tenseur le long de la 1ère dimension.

Lorsqu'elle est alimentée avec un tenseur à N dimensions, cette méthode renvoie un tenseur à N-1 dimensions, où le tenseur renvoyé est une sous-tranche du tenseur d'entrée le long de la première dimension. Les dimensions N-1 du tenseur renvoyé sont les dernières dimensions N-1 du tenseur d'entrée.

REMARQUE : le tenseur renvoyé peut ne pas satisfaire aux mêmes exigences d'alignement que ce tenseur en fonction de la forme. L'appelant doit vérifier l'alignement du tenseur renvoyé avant d'appeler certaines méthodes qui ont des exigences d'alignement (par exemple, flat() , tensor() ).

EXIGE : dims() >= 1 EXIGE : 0 <= index < dim_size(0)

Rendu les premières valeurs max_entries dans *this dans une chaîne.

Crée un tenseur flottant unidimensionnel à 0 élément.

Le Tensor renvoyé n'est pas un scalaire (forme {}), mais plutôt un Tensor unidimensionnel vide (forme {0}, NumElements() == 0). Puisqu'il n'a aucun élément, il n'est pas nécessaire de lui attribuer de valeur et est initialisé par défaut ( IsInitialized() est true). Si cela n'est pas souhaitable, envisagez de créer un scalaire à un élément qui nécessite une initialisation :

Tensor(DT_FLOAT, TensorShape({}))

Crée un tenseur avec le type et shape d'entrée, en utilisant l'allocateur a pour allouer le tampon sous-jacent.

Si LogMemory::IsEnabled(), l'allocation est enregistrée comme provenant d'un noyau et d'une étape inconnus. L'appel du constructeur Tensor directement depuis un Op est obsolète : utilisez les méthodes OpKernelConstruction/OpKernelContext allocate_* pour allouer un nouveau tenseur, qui enregistre le noyau et l'étape.

a doit survivre à la durée de vie de ce Tensor .

Crée un tenseur avec le type et shape d'entrée, en utilisant l'allocateur a et le "allocation_attr" spécifié pour allouer le tampon sous-jacent.

Si le noyau et l'étape sont connus, allocation_attr.allocation_will_be_logged doit être défini sur true et LogMemory::RecordTensorAllocation doit être appelé après la construction du tenseur. L'appel du constructeur Tensor directement depuis un Op est obsolète : utilisez les méthodes OpKernelConstruction/OpKernelContext allocate_* pour allouer un nouveau tenseur, qui enregistre le noyau et l'étape.

a doit survivre à la durée de vie de ce Tensor .

Crée un tenseur avec le type de données d'entrée, la forme et le buf.

Acquiert une référence sur buf qui appartient à ce Tensor .

Crée un Tensor vide du type de données donné.

Comme Tensor() , renvoie un Tensor unidimensionnel à 0 élément avec IsInitialized() renvoyant True. Consultez la documentation Tensor() pour plus de détails.

Tenseur

 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
)

 Tensor(
  T *t
)=delete

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<T, 2>({4, 15});
    // CHECK fails, bad num elements:
    auto outer = my_ten.shaped<T, 2>({4, 8});
    // 3D Eigen::Tensor 6 x 5 x 2:
    auto weird = my_ten.shaped<T, 3>({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<T, 2>(); // 2D Eigen::Tensor, 3 x 5.
    auto vec = my_mat.vec();       // CHECK fails as my_mat is 2D.
    auto vec = my_mat.tensor<T, 3>(); // CHECK fails as my_mat is 2D.
    auto mat = my_mat.matrix();// CHECK fails as type mismatch.

TTypes< T >::ConstVec vec() const 

 ~Tensor()