NdArraySequence
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
একটি N-মাত্রিক অ্যারের উপাদানগুলির একটি ক্রম।
একটি NdArraySequence
একটি নির্দিষ্ট মাত্রায় একটি NdArray
অতিক্রম করতে এবং এর প্রতিটি উপাদান দেখার জন্য ব্যবহৃত হয়। উদাহরণস্বরূপ, [x, y]
অক্ষগুলিতে একটি nxm
ম্যাট্রিক্স দেওয়া হলে, উপাদানগুলিকে নিম্নলিখিত ক্রমে পুনরাবৃত্তি করা হয়:
x 0 y 0 , x 0 y 1 , ..., x 0 y m-1 , x 1 y 0 , x 1 y 1 , ..., x n-1 y m-1
পাবলিক পদ্ধতি
বিমূর্ত NdArraySequence <T> | টুকরা () প্রতিটি উপাদানকে একটি নতুন স্লাইস হিসাবে ফেরত দেয়। |
বিমূর্ত শূন্যতা | প্রতিটি সূচকের জন্য (দ্বিভোক্তা<লং[], টি> ভোক্তা) এই পুনরাবৃত্তির প্রতিটি উপাদান এবং তাদের নিজ নিজ স্থানাঙ্ক দেখুন। |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ইন্টারফেস java.lang.Iterable থেকে বিমূর্ত শূন্যতা | প্রতিটির জন্য (ভোক্তা<? super T> arg0) |
বিমূর্ত পুনরাবৃত্তিকারী<T> | পুনরাবৃত্তিকারী () |
বিমূর্ত স্প্লিটারেটর<T> | স্প্লিটারেটর () |
পাবলিক পদ্ধতি
সর্বজনীন বিমূর্ত NdArraySequence <T> asslices ()
প্রতিটি উপাদানকে একটি নতুন স্লাইস হিসাবে ফেরত দেয়।
প্রচলিত জাভা সংগ্রহের বিপরীতে, একটি NdArraySequence
এর উপাদানগুলি ক্ষণস্থায়ী, অর্থাৎ প্রতিটি পুনরাবৃত্তির জন্য নতুন NdArray
উদাহরণ বরাদ্দ করা হয়। কর্মক্ষমতা উন্নত করতে, DataBufferWindow
ব্যবহার করে এই অনুক্রমের সমস্ত উপাদান দেখতে একই উদাহরণ পুনর্ব্যবহৃত করা যেতে পারে।
যদিও কিছু ক্ষেত্রে, ফিরে আসা প্রতিটি উপাদান আসল অ্যারের একটি নতুন স্লাইস তা নিশ্চিত করার জন্য এই ধরনের অপ্টিমাইজেশনগুলি অক্ষম করা বাঞ্ছনীয় হতে পারে। উদাহরণস্বরূপ, যদি পরিদর্শন করা এক বা একাধিক উপাদান অবশ্যই ক্রম পুনরাবৃত্তির সুযোগের বাইরে থাকতে হবে, asSlices()
নিশ্চিত করে যে ক্রম দ্বারা প্রত্যাবর্তিত সমস্ত উপাদান অনন্য উদাহরণ।
final List<IntNdArray> vectors = new ArrayList<>();
IntNdArray matrix = NdArrays.ofInts(Shape.of(6, 6));
ndArray.elements(0).forEach(e -> vectors::add); // Not safe, as `e` might always be the same recycled instance
ndArray.elements(0).asSlices().forEach(e -> vectors::add); // Safe, each `e` is a distinct NdArray instance
রিটার্নস
- একটি ক্রম যা প্রতিটি উপাদানকে একটি নতুন স্লাইস হিসাবে পুনরাবৃত্তি করে
EachIndexed (BiConsumer<long[], T> ভোক্তার জন্য সর্বজনীন বিমূর্ত শূন্যতা )
এই পুনরাবৃত্তির প্রতিটি উপাদান এবং তাদের নিজ নিজ স্থানাঙ্ক দেখুন।
গুরুত্বপূর্ণ: ভোক্তা পদ্ধতিতে স্থানাঙ্কগুলির একটি রেফারেন্স রাখা উচিত নয় কারণ সেগুলি পরিবর্তিত হতে পারে এবং কার্যকারিতা উন্নত করার জন্য পুনরাবৃত্তির সময় পুনরায় ব্যবহার করা যেতে পারে।
পরামিতি
ভোক্তা | প্রতিটি উপাদানের জন্য আহ্বান করার পদ্ধতি |
---|
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# NdArraySequence\n\npublic interface **NdArraySequence** \n\n|---|---|---|\n| Known Indirect Subclasses [FastElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/FastElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e, [SingleElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/SingleElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e, [SlicingElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/SlicingElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e |--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------| | [FastElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/FastElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e | A sequence recycling the same `NdArray` instance when iterating its elements | | [SingleElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/SingleElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e | A sequence of one single element | | [SlicingElementSequence](/jvm/api_docs/java/org/tensorflow/ndarray/impl/sequence/SlicingElementSequence)\\\u003cT, U extends [NdArray](/jvm/api_docs/java/org/tensorflow/ndarray/NdArray)\\\u003cT\\\u003e\\\u003e | A sequence creating a new `NdArray` instance (slice) for each element of an iteration | |||\n\nA sequence of elements of an N-dimensional array.\n\nAn `NdArraySequence` is used to traverse an `NdArray` in a given dimension\nand visit each of its elements. For example, given a `n x m` matrix on the `[x, y]` axes,\nelements are iterated in the following order:\n\nx~0~y~0~, x~0~y~1~, ..., x~0~y~m-1~, x~1~y~0~, x~1~y~1~, ..., x~n-1~y~m-1~\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n### Public Methods\n\n|--------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| abstract [NdArraySequence](/jvm/api_docs/java/org/tensorflow/ndarray/NdArraySequence)\\\u003cT\\\u003e | [asSlices](/jvm/api_docs/java/org/tensorflow/ndarray/NdArraySequence#asSlices())() Returns each element as a new slice. |\n| abstract void | [forEachIndexed](/jvm/api_docs/java/org/tensorflow/ndarray/NdArraySequence#forEachIndexed(java.util.function.BiConsumer\u003clong[], T\u003e))(BiConsumer\\\u003clong\\[\\], T\\\u003e consumer) Visit each elements of this iteration and their respective coordinates. |\n\n### Inherited Methods\n\nFrom interface java.lang.Iterable \n\n|---------------------------|-------------------------------------|\n| abstract void | forEach(Consumer\\\u003c? super T\\\u003e arg0) |\n| abstract Iterator\\\u003cT\\\u003e | iterator() |\n| abstract Spliterator\\\u003cT\\\u003e | spliterator() |\n\nPublic Methods\n--------------\n\n#### public abstract [NdArraySequence](/jvm/api_docs/java/org/tensorflow/ndarray/NdArraySequence)\\\u003cT\\\u003e\n**asSlices**\n()\n\nReturns each element as a new slice.\n\nUnlike conventional Java collections, elements of a `NdArraySequence` are transient, i.e. new `NdArray`\ninstances are allocated for each iteration. To improve performance, the same instance can be recycled to view\nall elements of this sequence, using a [DataBufferWindow](/jvm/api_docs/java/org/tensorflow/ndarray/buffer/DataBufferWindow).\n\nIn some cases though, it might be preferable to disable such optimizations to ensure that each element returned is a\nnew slice of the original array. For example, if one or more elements visited must live beyond the scope of the sequence\niteration, `asSlices()` makes sure that all elements returned by the sequence are unique instances.\n\n final List\u003cIntNdArray\u003e vectors = new ArrayList\u003c\u003e();\n IntNdArray matrix = NdArrays.ofInts(Shape.of(6, 6));\n ndArray.elements(0).forEach(e -\u003e vectors::add); // Not safe, as `e` might always be the same recycled instance\n ndArray.elements(0).asSlices().forEach(e -\u003e vectors::add); // Safe, each `e` is a distinct NdArray instance\n \n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\n##### Returns\n\n- a sequence that returns each elements iterated as a new slice \n\n##### See Also\n\n- [DataBufferWindow](/jvm/api_docs/java/org/tensorflow/ndarray/buffer/DataBufferWindow) \n\n#### public abstract void\n**forEachIndexed**\n(BiConsumer\\\u003clong\\[\\], T\\\u003e consumer)\n\nVisit each elements of this iteration and their respective coordinates.\n\n*Important: the consumer method should not keep a reference to the coordinates\nas they might be mutable and reused during the iteration to improve performance.*\n\n\u003cbr /\u003e\n\n##### Parameters\n\n| consumer | method to invoke for each elements |\n|----------|------------------------------------|"]]