Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
#include <ops.h>
L'inizializzatore consente di costruire un oggetto Input da vari tipi di costanti C++, ad esempio semplici costanti primitive ed elenchi di inizializzatori annidati che rappresentano una matrice multidimensionale.
Riepilogo
I costruttori di inizializzatori sono tutti modelli, quindi i tipi di costanti C++ sopra menzionati possono essere usati per costruire un Inizializzatore . L'inizializzatore memorizza il valore con cui è stato costruito in un oggetto Tensor .
Costruttori e distruttori |
---|
Initializer (const T & v)
Costruire da un valore scalare di tipo aritmetico o di tipo che può essere convertito in una stringa (es. |
Initializer (const Tensor & t)
|
Initializer (const T & v, const TensorShape & shape)
Costruire da un valore scalare e una forma esplicita. |
Initializer (const std::initializer_list< T > & v)
Costruire da un elenco di inizializzatori di scalari (un tensore unidimensionale). |
Initializer (const std::initializer_list< T > & v, const TensorShape & shape)
Costruire da un elenco di inizializzatori di scalari e una forma esplicita. |
Initializer (const std::initializer_list< Initializer > & v)
Costruisci un tensore multidimensionale da un elenco di inizializzatori annidati. |
Attributi pubblici
Funzioni pubbliche
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 2025-07-26 UTC."],[],[],null,["# tensorflow::Input::Initializer Struct Reference\n\ntensorflow::Input::Initializer\n==============================\n\n`#include \u003cops.h\u003e`\n\n[Initializer](/versions/r1.15/api_docs/cc/struct/tensorflow/input/initializer#structtensorflow_1_1_input_1_1_initializer) enables constructing an [Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input) object from various kinds of C++ constants such as simple primitive constants and nested initializer lists representing a multi-dimensional array.\n\nSummary\n-------\n\n[Initializer](/versions/r1.15/api_docs/cc/struct/tensorflow/input/initializer#structtensorflow_1_1_input_1_1_initializer) constructors are all templates, so the aforementioned kinds of C++ constants can be used to construct an [Initializer](/versions/r1.15/api_docs/cc/struct/tensorflow/input/initializer#structtensorflow_1_1_input_1_1_initializer). [Initializer](/versions/r1.15/api_docs/cc/struct/tensorflow/input/initializer#structtensorflow_1_1_input_1_1_initializer) stores the value it got constructed with in a [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) object.\n\n| ### Constructors and Destructors ||\n|---|---|\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1ade60a4fdcfa9a530604fbf39d3b5be12)`(const T & v)` Construct from a scalar value of an arithmetic type or a type that can be converted to a string (eg. ||\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1a9314222b3303dcf97314a4bcbcaa94ad)`(const `[Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor)` & t)` ||\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1ab77d0712180868a7311936ca9a034835)`(const T & v, const TensorShape & shape)` Construct from a scalar value and an explicit shape. ||\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1a91bd52431434dc5358ae8aa39070fe5f)`(const std::initializer_list\u003c T \u003e & v)` Construct from a initializer list of scalars (a one-dimensional tensor). ||\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1a3f572c2835a2310e2d5c28138e69ae76)`(const std::initializer_list\u003c T \u003e & v, const TensorShape & shape)` Construct from a initializer list of scalars and an explicit shape. ||\n| [Initializer](#structtensorflow_1_1_input_1_1_initializer_1a8099f954da757c77ac7d8e1c32df88ce)`(const std::initializer_list\u003c `[Initializer](/versions/r1.15/api_docs/cc/struct/tensorflow/input/initializer#structtensorflow_1_1_input_1_1_initializer)` \u003e & v)` Construct a multi-dimensional tensor from a nested initializer list. ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------|\n| [status](#structtensorflow_1_1_input_1_1_initializer_1af0ab9526e575fd7d4b9d5f7dbabcb7e4) | [Status](/versions/r1.15/api_docs/cc/class/tensorflow/status#classtensorflow_1_1_status) |\n| [tensor](#structtensorflow_1_1_input_1_1_initializer_1a7b520438780dc80f0162a480a3cadb74) | [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------|---------------|\n| [AsTensorProto](#structtensorflow_1_1_input_1_1_initializer_1a6b1e360b983fec2140b756971fe7699d)`()` | `TensorProto` |\n\nPublic attributes\n-----------------\n\n### status\n\n```text\nStatus tensorflow::Input::Initializer::status\n``` \n\n### tensor\n\n```text\nTensor tensorflow::Input::Initializer::tensor\n``` \n\nPublic functions\n----------------\n\n### AsTensorProto\n\n```text\nTensorProto tensorflow::Input::Initializer::AsTensorProto()\n``` \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const T & v\n)\n``` \nConstruct from a scalar value of an arithmetic type or a type that can be converted to a string (eg.\n\na string literal). \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const Tensor & t\n)\n``` \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const T & v,\n const TensorShape & shape\n)\n``` \nConstruct from a scalar value and an explicit shape. \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const std::initializer_list\u003c T \u003e & v\n)\n``` \nConstruct from a initializer list of scalars (a one-dimensional tensor). \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const std::initializer_list\u003c T \u003e & v,\n const TensorShape & shape\n)\n``` \nConstruct from a initializer list of scalars and an explicit shape. \n\n### Initializer\n\n```gdscript\n tensorflow::Input::Initializer::Initializer(\n const std::initializer_list\u003c Initializer \u003e & v\n)\n``` \nConstruct a multi-dimensional tensor from a nested initializer list.\n\nNote that C++ syntax allows nesting of arbitrarily typed initializer lists, so such invalid initializers cannot be disallowed at compile time. This function performs checks to make sure that the nested initializer list is indeed a valid multi-dimensional tensor."]]