Definiert Klassen zum Erstellen, Speichern, Laden und Ausführen von TensorFlow-Modellen.
Informationen zum Einstieg finden Sie in den Installationsanweisungen.
Das LabelImage- Beispiel demonstriert die Verwendung dieser API zum Klassifizieren von Bildern mithilfe eines vorab trainierten Faltungsnetzwerks der Inception- Architektur. Es demonstriert:
- Diagrammkonstruktion: Verwenden der OperationBuilder-Klasse zum Erstellen eines Diagramms zum Dekodieren, Ändern der Größe und Normalisieren eines JPEG-Bilds.
- Laden des Modells: Verwenden von Graph.importGraphDef () zum Laden eines vorab trainierten Inception-Modells.
- Diagrammausführung: Verwenden einer Sitzung, um die Diagramme auszuführen und die beste Beschriftung für ein Bild zu finden.
Weitere Beispiele finden Sie im Tensorflow / Java GitHub-Repository.
Schnittstellen
| Ausführungsumgebung | Definiert eine Umgebung zum Erstellen und Ausführen von TensorFlow- Operation . |
| Graph.WhileSubgraphBuilder | Wird verwendet, um eine abstrakte Klasse zu instanziieren, die die buildSubgraph-Methode überschreibt, um einen bedingten oder Body-Subgraph für eine while-Schleife zu erstellen. |
| Operand <T> | Schnittstelle, die von Operanden einer TensorFlow-Operation implementiert wird. |
| Operation | Führt eine Berechnung für Tensoren durch. |
| OperationBuilder | Ein Builder für Operation s. |
Klassen
| EagerSession | Eine Umgebung, in der TensorFlow-Vorgänge eifrig ausgeführt werden können. |
| EagerSession.Options | |
| Graph | Ein Datenflussdiagramm, das eine TensorFlow-Berechnung darstellt. |
| GraphOperation | Implementierung für eine Operation die als Knoten zu einem Graph hinzugefügt wurde. |
| GraphOperationBuilder | Ein OperationBuilder zum Hinzufügen von GraphOperation s zu einem Graph . |
| Ausgabe <T> | Ein symbolischer Griff zu einem Tensor, der durch eine Operation . |
| SavedModelBundle | SavedModelBundle repräsentiert ein Modell, das aus dem Speicher geladen wurde. |
| SavedModelBundle.Loader | Optionen zum Laden eines SavedModel. |
| Server | Ein in Bearbeitung befindlicher TensorFlow-Server zur Verwendung in verteilten Schulungen. |
| Session | Treiber für die Graph . |
| Session.Run | Ausgabe-Tensoren und Metadaten, die beim Ausführen einer Sitzung erhalten werden. |
| Session.Runner | Führen Sie die Operation s aus und bewerten Sie die Tensors . |
| Gestalten | Die möglicherweise teilweise bekannte Form eines Tensors, der durch eine Operation erzeugt wird. |
| Tensor <T> | Ein statisch typisiertes mehrdimensionales Array, dessen Elemente von einem von T beschriebenen Typ sind. |
| TensorFlow | Statische Dienstprogrammmethoden, die die TensorFlow-Laufzeit beschreiben. |
| Tensoren | Typensichere Factory-Methoden zum Erstellen von Tensor Objekten. |
Aufzählungen
| Datentyp | Stellt den Elementtyp in einem Tensor als Aufzählung dar. |
| EagerSession.DevicePlacementPolicy | Steuert, wie zu handeln ist, wenn versucht wird, eine Operation auf einem bestimmten Gerät auszuführen, einige Eingangstensoren jedoch nicht auf diesem Gerät vorhanden sind. |
| EagerSession.ResourceCleanupStrategy | Steuert, wie TensorFlow-Ressourcen bereinigt werden, wenn sie nicht mehr benötigt werden. |
Ausnahmen
| TensorFlowException | Deaktivierte Ausnahme beim Ausführen von TensorFlow-Diagrammen. |