Mendefinisikan kelas untuk membuat, menyimpan, memuat, dan mengeksekusi model TensorFlow.
PERINGATAN : API saat ini masih bersifat eksperimental dan tidak tercakup dalam jaminan stabilitas TensorFlow API . Lihat README.md untuk instruksi instalasi.
Contoh LabelImage menunjukkan penggunaan API ini untuk mengklasifikasikan gambar menggunakan jaringan saraf konvolusional arsitektur Inception yang telah dilatih sebelumnya. Ini menunjukkan:
- Konstruksi grafik: menggunakan kelas OperationBuilder untuk membuat grafik guna memecahkan kode, mengubah ukuran, dan menormalkan gambar JPEG.
- Pemuatan model: Menggunakan Graph.importGraphDef() untuk memuat model Inception yang telah dilatih sebelumnya.
- Eksekusi grafik: Menggunakan Sesi untuk mengeksekusi grafik dan menemukan label terbaik untuk suatu gambar.
Contoh tambahan dapat ditemukan di repositori GitHub tensorflow/models .
Antarmuka
| Lingkungan Eksekusi | Mendefinisikan lingkungan untuk membuat dan menjalankan Operation TensorFlow. |
| Graph.WhileSubgraphBuilder | Digunakan untuk membuat instance kelas abstrak yang menggantikan metode buildSubgraph untuk membangun subgraf kondisional atau isi untuk perulangan while. |
| Operan <T memperluas TType > | Antarmuka diimplementasikan oleh operan operasi TensorFlow. |
| Operasi | Melakukan komputasi pada Tensor. |
| Pembangun Operasi | Seorang pembangun untuk Operation s. |
| Tensor | Array multidimensi yang diketik secara statis. |
Kelas
| Fungsi Beton | Grafik yang dapat dipanggil sebagai fungsi tunggal, dengan tanda tangan masukan dan keluaran. |
| Spesifikasi Perangkat | Mewakili spesifikasi (mungkin sebagian) untuk perangkat TensorFlow. |
| DeviceSpec.Builder | Kelas Builder untuk membangun kelas DeviceSpec . |
| Sesi Bersemangat | Lingkungan untuk menjalankan operasi TensorFlow dengan penuh semangat. |
| EagerSession.Opsi | |
| Grafik | Grafik aliran data yang mewakili komputasi TensorFlow. |
| Operasi Grafik | Implementasi Operation ditambahkan sebagai simpul ke Graph . |
| GraphOperationBuilder | OperationBuilder untuk menambahkan GraphOperation ke Graph . |
| Keluaran <T memperluas TType > | Pegangan simbolis pada tensor yang dihasilkan oleh Operation . |
| Tensor Mentah | Tensor yang memorinya belum dipetakan ke ruang data yang dapat diakses langsung dari JVM. |
| Paket Model Tersimpan | SavedModelBundle mewakili model yang dimuat dari penyimpanan. |
| SavedModelBundle.Eksportir | Opsi untuk mengekspor SavedModel. |
| SavedModelBundle.Loader | Opsi untuk memuat SavedModel. |
| pelayan | Server TensorFlow yang sedang dalam proses, untuk digunakan dalam pelatihan terdistribusi. |
| Sidang | Driver untuk eksekusi Graph . |
| Sesi.Jalankan | Tensor keluaran dan metadata diperoleh saat menjalankan sesi. |
| Sesi. Pelari | Jalankan Operation s dan evaluasi Tensors . |
| Tanda tangan | Jelaskan masukan dan keluaran entitas yang dapat dieksekusi, seperti ConcreteFunction , dan metadata berguna lainnya. |
| Tanda Tangan.Pembangun | Membangun tanda tangan fungsi baru. |
| Tanda Tangan.Deskripsi Tensor | |
| Aliran Tensor | Metode utilitas statis yang menjelaskan runtime TensorFlow. |
| TensorMapper <T memperluas TType > | Memetakan memori asli RawTensor ke ruang data bertipe n-dimensi yang dapat diakses dari JVM. |
Enum
| Spesifikasi Perangkat.Jenis Perangkat | |
| EagerSession.Kebijakan Penempatan Perangkat | Mengontrol cara bertindak saat kita mencoba menjalankan operasi pada perangkat tertentu tetapi beberapa tensor masukan tidak ada pada perangkat tersebut. |
| Lingkungan Eksekusi.Jenis |