Definiuje klasy reprezentujące typy tensora TensorFlow. Dla każdego możliwego typu danych, którego można użyć w tensorze, istnieje odpowiedni interfejs używany do jego reprezentacji i jego ukrytej implementacji. Na przykład typ TensorFlow int32 jest reprezentowany przez interfejs typu tensor TInt32 , gdzie przedrostek T oznacza „Tensor of”.

Aby umożliwić sprawdzanie typów elementów tensorowych w czasie kompilacji, każdy interfejs w tym pakiecie musi być powiązany z jednym z interfejsów znaczników znajdujących się w org.tensorflow.types.family , zgodnie z naturą danych.

Każdy typ tensora musi być opatrzony adnotacją TensorType , aby zapewnić metadane typu, które powinny być używane do przydzielania lub mapowania tensorów tego typu.

Instancje typów tensorów muszą również implementować interfejs NdArray , aby użytkownik mógł uzyskać bezpośredni dostęp do danych tensora w przestrzeni n-wymiarowej.

Należy pamiętać, że chociaż zawsze można przydzielić tensor za pomocą metody Tensor.of(...) , większość typów tensorów udostępnia metody fabryczne, które upraszczają proces tworzenia, takie jak scalarOf(...) , vectorOf(...) , tensorOf(...) itd.

Interfejsy

TBfloat16	Mózg 16-bitowy typ tensora zmiennoprzecinkowego.
TBool	Typ tensora logicznego.
TFloat16	Półprecyzyjny 16-bitowy tensor typu float IEEE-754.
TFloat32	IEEE-754, 32-bitowy tensor zmiennoprzecinkowy o pojedynczej precyzji.
TFloat64	64-bitowy tensor typu float o podwójnej precyzji IEEE-754.
TInt32	32-bitowy typ tensora liczby całkowitej ze znakiem.
TInt64	64-bitowy typ tensora liczby całkowitej ze znakiem.
TString	Typ ciągu.
TUint8	8-bitowy typ tensora typu liczba całkowita bez znaku.