aliran tensor:: Tensor

#include <tensor.h>

Mewakili array nilai n-dimensi.

Ringkasan

Konstruktor dan Destructor

Tensor ()
Membuat tensor float 0-elemen 1 dimensi.
Tensor (DataType type, const TensorShape & shape)
Membuat Tensor dari type dan shape yang diberikan .
Tensor (Allocator *a, DataType type, const TensorShape & shape)
Membuat tensor dengan type dan shape input , menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasarinya.
Tensor (Allocator *a, DataType type, const TensorShape & shape, const AllocationAttributes & allocation_attr)
Membuat tensor dengan type dan shape input, menggunakan pengalokasi a dan "allocation_attr" yang ditentukan untuk mengalokasikan buffer yang mendasarinya.
Tensor (DataType type, const TensorShape & shape, TensorBuffer *buf)
Membuat tensor dengan tipe data input, bentuk, dan buf.
Tensor (DataType type)
Membuat Tensor kosong dari tipe data yang diberikan.
Tensor (float scalar_value)
Tensor (double scalar_value)
Tensor (int32 scalar_value)
Tensor (uint32 scalar_value)
Tensor (uint16 scalar_value)
Tensor (uint8 scalar_value)
Tensor (int16 scalar_value)
Tensor (int8 scalar_value)
Tensor (tstring scalar_value)
Tensor (complex64 scalar_value)
Tensor (complex128 scalar_value)
Tensor (int64 scalar_value)
Tensor (uint64 scalar_value)
Tensor (bool scalar_value)
Tensor (qint8 scalar_value)
Tensor (quint8 scalar_value)
Tensor (qint16 scalar_value)
Tensor (quint16 scalar_value)
Tensor (qint32 scalar_value)
Tensor (bfloat16 scalar_value)
Tensor (Eigen::half scalar_value)
Tensor (ResourceHandle scalar_value)
Tensor (const char *scalar_value)
Tensor (const Tensor & other)
Salin konstruktor.
Tensor ( Tensor && other)
Pindahkan konstruktor.
~Tensor ()

Fungsi publik

AllocatedBytes () const
size_t
AsProtoField (TensorProto *proto) const
void
Mengisi proto dengan konten *this tensor ini.
AsProtoTensorContent (TensorProto *proto) const
void
BitcastFrom (const Tensor & other, DataType dtype, const TensorShape & shape)
Status
Salin tensor lain ke dalam tensor ini, bentuk ulang dan tafsirkan ulang tipe data buffer.
CopyFrom (const Tensor & other, const TensorShape & shape) TF_MUST_USE_RESULT
bool
Salin tensor lainnya ke dalam tensor ini dan bentuk ulang.
DebugString (int num_values) const
string
Ringkasan tensor yang dapat dibaca manusia yang cocok untuk debugging.
DebugString () const
string
DeviceSafeDebugString () const
string
FillDescription (TensorDescription *description) const
void
Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk monitoring dan debugging.
FromProto (const TensorProto & other) TF_MUST_USE_RESULT
bool
Parsing other dan buat tensornya.
FromProto (Allocator *a, const TensorProto & other) TF_MUST_USE_RESULT
bool
IsAligned () const
bool
Mengembalikan nilai true jika tensor ini disejajarkan.
IsInitialized () const
bool
Jika perlu, apakah Tensor ini sudah diinisialisasi?
IsSameSize (const Tensor & b) const
bool
NumElements () const
int64
Aksesor praktis untuk bentuk tensor.
RefCountIsOne () const
bool
SharesBufferWith (const Tensor & b) const
bool
Slice (int64 dim0_start, int64 dim0_limit) const
Iris tensor ini sepanjang dimensi pertama.
SubSlice (int64 index) const
Pilih subslice dari tensor ini di sepanjang dimensi pertama.
SummarizeValue (int64 max_entries, bool print_v2) const
string
Render nilai max_entries pertama di *this menjadi string.
TotalBytes () const
size_t
Mengembalikan perkiraan penggunaan memori tensor ini.
UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape)
void
Seperti BitcastFrom, tetapi CHECK gagal jika ada prasyarat yang tidak terpenuhi.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan masukkan ke dtype T baru.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan masukkan ke dtype T baru.
bit_casted_tensor ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.
bit_casted_tensor () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.
data () const
void *
dim_size (int d) const
int64
Aksesor praktis untuk bentuk tensor.
dims () const
int
Aksesor praktis untuk bentuk tensor.
dtype () const
DataType
Mengembalikan tipe data.
flat ()
TTypes< T >::Flat
Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.
flat () const
TTypes< T >::ConstFlat
flat_inner_dims ()
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.
flat_inner_dims () const
TTypes< T, NDIMS >::ConstTensor
flat_inner_outer_dims (int64 begin)
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir() - 'mulai' - NDIMS ke dalam dimensi terakhir hasil.
flat_inner_outer_dims (int64 begin) const
TTypes< T, NDIMS >::ConstTensor
flat_outer_dims ()
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir dari hasil.
flat_outer_dims () const
TTypes< T, NDIMS >::ConstTensor
matrix ()
TTypes< T >::Matrix
matrix () const
TTypes< T >::ConstMatrix
operator= (const Tensor & other)
Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.
operator= ( Tensor && other)
Pindahkan operator. Lihat memindahkan konstruktor untuk detailnya.
reinterpret_last_dimension ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.
reinterpret_last_dimension () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.
scalar ()
TTypes< T >::Scalar
Kembalikan data Tensor sebagai TensorMap dengan ukuran tetap 1: TensorMap > TensorMap > .
scalar () const
TTypes< T >::ConstScalar
shape () const
const TensorShape &
Mengembalikan bentuk tensor.
shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >:: Tensor
shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::ConstTensor
tensor ()
TTypes< T, NDIMS >:: Tensor
tensor () const
TTypes< T, NDIMS >::ConstTensor
tensor_data () const
StringPiece
Mengembalikan StringPiece yang memetakan buffer tensor saat ini.
unaligned_flat ()
TTypes< T >::UnalignedFlat
unaligned_flat () const
TTypes< T >::UnalignedConstFlat
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >::UnalignedTensor
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::UnalignedConstTensor
vec ()
TTypes< T >::Vec
Kembalikan data tensor sebagai Eigen::Tensor dengan jenis dan ukuran Tensor ini.
vec () const
TTypes< T >::ConstVec
Versi const dari semua metode di atas.

Fungsi publik

AlokasiByte

size_t AllocatedBytes() const 

SebagaiProtoField

void AsProtoField(
  TensorProto *proto
) const 

Mengisi proto dengan konten *this tensor ini.

AsProtoField() mengisi kolom berulang untuk proto.dtype() , sementara AsProtoTensorContent() mengkodekan konten dalam proto.tensor_content() dalam bentuk ringkas.

SebagaiProtoTensorContent

void AsProtoTensorContent(
  TensorProto *proto
) const 

BitcastDari

Status BitcastFrom(
  const Tensor & other,
  DataType dtype,
  const TensorShape & shape
)

Salin tensor lain ke dalam tensor ini, bentuk ulang dan tafsirkan ulang tipe data buffer.

Jika Status::OK() dikembalikan, kedua tensor sekarang berbagi penyimpanan dasar yang sama.

Panggilan ini mengharuskan tensor other serta jenis dan bentuk yang diberikan "kompatibel" (yaitu mereka menempati jumlah byte yang sama).

Secara khusus:

shape.num_elements() * DataTypeSize(type)

harus sama

other.num_elements() * DataTypeSize(other.dtype())

Selain itu, fungsi ini membutuhkan:

  • DataTypeSize(other.dtype()) != 0
  • DataTypeSize(tipe) != 0

Jika salah satu persyaratan tidak terpenuhi, error::InvalidArgument dikembalikan.

SalinDari

bool CopyFrom(
  const Tensor & other,
  const TensorShape & shape
) TF_MUST_USE_RESULT

Salin tensor lainnya ke dalam tensor ini dan bentuk ulang.

Tensor ini berbagi penyimpanan dasar orang lain. Mengembalikan nilai true jika other.shape() memiliki jumlah elemen yang sama dari shape yang diberikan.

DebugString

string DebugString(
  int num_values
) const 

Ringkasan tensor yang dapat dibaca manusia yang cocok untuk debugging.

DebugString

string DebugString() const 

DeviceSafeDebugString

string DeviceSafeDebugString() const 

IsiDeskripsi

void FillDescription(
  TensorDescription *description
) const 

Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk monitoring dan debugging.

DariProto

bool FromProto(
  const TensorProto & other
) TF_MUST_USE_RESULT

Parsing other dan buat tensornya.

Mengembalikan nilai true jika penguraian berhasil. Jika penguraian gagal, status *this tidak berubah.

DariProto

bool FromProto(
  Allocator *a,
  const TensorProto & other
) TF_MUST_USE_RESULT

selaras

bool IsAligned() const 

Mengembalikan nilai true jika tensor ini disejajarkan.

Diinisialisasi

bool IsInitialized() const 

Jika perlu, apakah Tensor ini sudah diinisialisasi?

Tensor elemen nol selalu dianggap diinisialisasi, meskipun tidak pernah ditetapkan dan tidak memiliki memori yang dialokasikan.

Ukurannya Sama

bool IsSameSize(
  const Tensor & b
) const 

Elemen Angka

int64 NumElements() const 

Aksesor praktis untuk bentuk tensor.

RefCountIsOne

bool RefCountIsOne() const 

SahamBufferDengan

bool SharesBufferWith(
  const Tensor & b
) const 

Mengiris

Tensor Slice(
  int64 dim0_start,
  int64 dim0_limit
) const 

Iris tensor ini sepanjang dimensi pertama.

Yaitu, tensor yang dikembalikan memenuhi return[i, ...] == this[dim0_start + i, ...]. Tensor yang dikembalikan berbagi buffer tensor yang mendasarinya dengan tensor ini.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini tergantung pada bentuknya. Pemanggil harus memeriksa perataan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan perataan (misalnya, flat() , tensor() ).

CATATAN: Saat diumpankan dengan tensor dimensi-N, metode ini mengembalikan tensor juga dengan dimensi N. Jika Anda ingin memilih sub tensor, lihat SubSlice.

MEMBUTUHKAN: dims() >= 1 MEMBUTUHKAN: 0 <= dim0_start <= dim0_limit <= dim_size(0)

Subirisan

Tensor SubSlice(
  int64 index
) const 

Pilih subslice dari tensor ini di sepanjang dimensi pertama.

Saat diumpankan dengan tensor N-dimensi, metode ini mengembalikan tensor dengan dimensi N-1, di mana tensor yang dikembalikan adalah subslice dari tensor input di sepanjang dimensi pertama. Dimensi N-1 dari tensor yang dikembalikan adalah dimensi N-1 terakhir dari tensor input.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini tergantung pada bentuknya. Pemanggil harus memeriksa perataan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan perataan (misalnya, flat() , tensor() ).

MEMBUTUHKAN: dims() >= 1 MEMBUTUHKAN: 0 <= index < dim_size(0)

RangkumNilai

string SummarizeValue(
  int64 max_entries,
  bool print_v2
) const 

Render nilai max_entries pertama di *this menjadi string.

Tensor

 Tensor()

Membuat tensor float 0-elemen 1 dimensi.

Tensor yang dikembalikan bukan skalar (bentuk {}), melainkan Tensor satu dimensi kosong (bentuk {0}, NumElements() == 0). Karena tidak memiliki elemen, tidak perlu diberi nilai dan diinisialisasi secara default ( IsInitialized() adalah true). Jika ini tidak diinginkan, pertimbangkan untuk membuat skalar satu elemen yang memang membutuhkan inisialisasi:

Tensor(DT_FLOAT, TensorShape({}))

      

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape
)

Membuat Tensor dari type dan shape yang diberikan .

Jika LogMemory::IsEnabled() alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak dikenal. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

Buffer yang mendasari dialokasikan menggunakan CPUAllocator .

Tensor

 Tensor(
  Allocator *a,
  DataType type,
  const TensorShape & shape
)

Membuat tensor dengan type dan shape input , menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasarinya.

Jika LogMemory::IsEnabled() alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak dikenal. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

harus a lebih lama dari masa pakai Tensor ini.

Tensor

 Tensor(
  Allocator *a,
  DataType type,
  const TensorShape & shape,
  const AllocationAttributes & allocation_attr
)

Membuat tensor dengan type dan shape input, menggunakan pengalokasi a dan "allocation_attr" yang ditentukan untuk mengalokasikan buffer yang mendasarinya.

Jika kernel dan langkah diketahui, alokasi_attr.allocation_will_be_logged harus disetel ke true dan LogMemory::RecordTensorAllocation harus dipanggil setelah tensor dibuat. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

harus a lebih lama dari masa pakai Tensor ini.

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape,
  TensorBuffer *buf
)

Membuat tensor dengan tipe data input, bentuk, dan buf.

Memperoleh referensi pada buf yang dimiliki oleh Tensor ini.

Tensor

 Tensor(
  DataType type
)

Membuat Tensor kosong dari tipe data yang diberikan.

Seperti Tensor() , mengembalikan Tensor 0-elemen 1 dimensi dengan IsInitialized() mengembalikan True. Lihat dokumentasi Tensor() untuk detailnya.

Tensor

 Tensor(
  float scalar_value
)

Tensor

 Tensor(
  double scalar_value
)

Tensor

 Tensor(
  int32 scalar_value
)

Tensor

 Tensor(
  uint32 scalar_value
)

Tensor

 Tensor(
  uint16 scalar_value
)

Tensor

 Tensor(
  uint8 scalar_value
)

Tensor

 Tensor(
  int16 scalar_value
)

Tensor

 Tensor(
  int8 scalar_value
)

Tensor

 Tensor(
  tstring scalar_value
)

Tensor

 Tensor(
  complex64 scalar_value
)

Tensor

 Tensor(
  complex128 scalar_value
)

Tensor

 Tensor(
  int64 scalar_value
)

Tensor

 Tensor(
  uint64 scalar_value
)

Tensor

 Tensor(
  bool scalar_value
)

Tensor

 Tensor(
  qint8 scalar_value
)

Tensor

 Tensor(
  quint8 scalar_value
)

Tensor

 Tensor(
  qint16 scalar_value
)

Tensor

 Tensor(
  quint16 scalar_value
)

Tensor

 Tensor(
  qint32 scalar_value
)

Tensor

 Tensor(
  bfloat16 scalar_value
)

Tensor

 Tensor(
  Eigen::half scalar_value
)

Tensor

 Tensor(
  ResourceHandle scalar_value
)

Tensor

 Tensor(
  const char *scalar_value
)

Tensor

 Tensor(
  const Tensor & other
)

Salin konstruktor.

Tensor

 Tensor(
  Tensor && other
)

Pindahkan konstruktor.

Setelah panggilan ini, aman dirusak dan dapat ditugaskan, tetapi panggilan lain di atasnya (misalnya manipulasi bentuk) tidak valid.

TotalBytes

size_t TotalBytes() const 

Mengembalikan perkiraan penggunaan memori tensor ini.

Tidak AmanSalinDariInternal

void UnsafeCopyFromInternal(
  const Tensor & other,
  DataType dtype,
  const TensorShape & shape
)

Seperti BitcastFrom, tetapi CHECK gagal jika ada prasyarat yang tidak terpenuhi.

Tidak digunakan lagi. Gunakan BitcastFrom sebagai gantinya dan periksa Status yang dikembalikan.

bit_casted_shaped

TTypes< T, NDIMS >::Tensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan cast ke dtype T baru.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_shaped

TTypes< T, NDIMS >::ConstTensor bit_casted_shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan cast ke dtype T baru.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_tensor

TTypes< T, NDIMS >::Tensor bit_casted_tensor()

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

bit_casted_tensor

TTypes< T, NDIMS >::ConstTensor bit_casted_tensor() const 

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

data

void * data() const 

redup_ukuran

int64 dim_size(
  int d
) const 

Aksesor praktis untuk bentuk tensor.

redup

int dims() const 

Aksesor praktis untuk bentuk tensor.

Untuk semua pengakses bentuk, lihat komentar untuk metode TensorShape yang relevan di tensor_shape.h .

tipe d

DataType dtype() const 

Mengembalikan tipe data.

datar

TTypes< T >::Flat flat()

Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.

Metode ini memungkinkan Anda untuk mengakses data dengan dimensi dan ukuran pilihan Anda. Anda tidak perlu mengetahui jumlah dimensi Tensor untuk memanggilnya. Namun, mereka CHECK bahwa jenisnya cocok dan dimensi yang diminta membuat Eigen::Tensor dengan jumlah elemen yang sama dengan tensor.

Contoh:

  
    typedef float T;
    Tensor my_ten(...built with Shape{planes: 4, rows: 3, cols: 5}...);
    // 1D Eigen::Tensor, size 60:
    auto flat = my_ten.flat();
    // 2D Eigen::Tensor 12 x 5:
    auto inner = my_ten.flat_inner_dims();
    // 2D Eigen::Tensor 4 x 15:
    auto outer = my_ten.shaped({4, 15});
    // CHECK fails, bad num elements:
    auto outer = my_ten.shaped({4, 8});
    // 3D Eigen::Tensor 6 x 5 x 2:
    auto weird = my_ten.shaped({6, 5, 2});
    // CHECK fails, type mismatch:
    auto bad   = my_ten.flat();

      

flat

TTypes< T >::ConstFlat flat() const 

flat_inner_dims

TTypes< T, NDIMS >::Tensor flat_inner_dims()

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.

Jika NDIMS > dims() maka dimensi utama ukuran 1 akan ditambahkan untuk membuat peringkat keluaran NDIMS.

flat_inner_dims

TTypes< T, NDIMS >::ConstTensor flat_inner_dims() const 

flat_inner_outer_dims

TTypes< T, NDIMS >::Tensor flat_inner_outer_dims(
  int64 begin
)

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir() - 'mulai' - NDIMS ke dalam dimensi terakhir hasil.

Jika 'mulai' < 0 maka |'mulai'| dimensi utama ukuran 1 akan ditambahkan. Jika 'mulai' + NDIMS > dims() maka 'mulai' + NDIMS - dims() mengikuti dimensi ukuran 1 akan ditambahkan.

flat_inner_outer_dims

TTypes< T, NDIMS >::ConstTensor flat_inner_outer_dims(
  int64 begin
) const 

flat_outer_dims

TTypes< T, NDIMS >::Tensor flat_outer_dims()

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir dari hasil.

Jika NDIMS > dims() maka dimensi tambahan dari ukuran 1 akan ditambahkan untuk membuat peringkat keluaran NDIMS.

flat_outer_dims

TTypes< T, NDIMS >::ConstTensor flat_outer_dims() const 

matriks

TTypes< T >::Matrix matrix()

matriks

TTypes< T >::ConstMatrix matrix() const 

operator=

Tensor & operator=(
  const Tensor & other
)

Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.

operator=

Tensor & operator=(
  Tensor && other
)

Pindahkan operator. Lihat memindahkan konstruktor untuk detailnya.

menafsirkan ulang_dimensi_terakhir

TTypes< T, NDIMS >::Tensor reinterpret_last_dimension()

Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.

Misalnya, ini berguna untuk kernel yang dapat memperlakukan tensor int8 NCHW_VECT_C sebagai tensor int32 NCHW. Sizeof(T) harus sama dengan ukuran tipe elemen asli * jumlah elemen dalam dimensi terakhir asli. NDIMS harus 1 kurang dari jumlah dimensi asli.

menafsirkan ulang_dimensi_terakhir

TTypes< T, NDIMS >::ConstTensor reinterpret_last_dimension() const 

Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.

Misalnya, ini berguna untuk kernel yang dapat memperlakukan tensor int8 NCHW_VECT_C sebagai tensor int32 NCHW. Sizeof(T) harus sama dengan ukuran tipe elemen asli * jumlah elemen dalam dimensi terakhir asli. NDIMS harus 1 kurang dari jumlah dimensi asli.

skalar

TTypes< T >::Scalar scalar()

Kembalikan data Tensor sebagai TensorMap dengan ukuran tetap 1: TensorMap > TensorMap > .

Menggunakan scalar() memungkinkan kompiler untuk melakukan pengoptimalan karena ukuran tensor diketahui pada waktu kompilasi.

skalar

TTypes< T >::ConstScalar scalar() const 

membentuk

const TensorShape & shape() const 

Mengembalikan bentuk tensor.

berbentuk

TTypes< T, NDIMS >::Tensor shaped(
  gtl::ArraySlice< int64 > new_sizes
)

berbentuk

TTypes< T, NDIMS >::ConstTensor shaped(
  gtl::ArraySlice< int64 > new_sizes
) const 

tensor

TTypes< T, NDIMS >::Tensor tensor()

tensor

TTypes< T, NDIMS >::ConstTensor tensor() const 

tensor_data

StringPiece tensor_data() const 

Mengembalikan StringPiece yang memetakan buffer tensor saat ini.

StringPiece dikembalikan dapat menunjuk ke lokasi memori pada perangkat yang tidak dapat ditangani oleh CPU secara langsung.

CATATAN: Buffer tensor yang mendasarinya dihitung ulang, sehingga masa pakai konten yang dipetakan oleh StringPiece cocok dengan masa pakai buffer; penelepon harus mengatur untuk memastikan buffer tidak dihancurkan saat StringPiece masih digunakan.

MEMBUTUHKAN: DataTypeCanUseMemcpy(dtype()) .

unaligned_flat

TTypes< T >::UnalignedFlat unaligned_flat()

unaligned_flat

TTypes< T >::UnalignedConstFlat unaligned_flat() const 

tidak selaras_berbentuk

TTypes< T, NDIMS >::UnalignedTensor unaligned_shaped(
  gtl::ArraySlice< int64 > new_sizes
)

tidak selaras_berbentuk

l10n-placeholder89

vec

l10n-placeholder90

Kembalikan data tensor sebagai Eigen::Tensor dengan jenis dan ukuran Tensor ini.

Gunakan metode ini ketika Anda mengetahui tipe data dan jumlah dimensi Tensor dan Anda menginginkan Eigen::Tensor secara otomatis disesuaikan dengan ukuran Tensor. Pemeriksaan implementasi gagal jika salah satu jenis atau ukuran tidak cocok.

Contoh:

l10n-placeholder91

l10n-placeholder92

Versi const dari semua metode di atas.

~ Tensor

l10n-placeholder93
,

aliran tensor:: Tensor

#sertakan <tensor.h>

Mewakili array nilai n-dimensi.

Ringkasan

Konstruktor dan Destructor

Tensor ()
Membuat tensor float 0-elemen 1 dimensi.
Tensor (tipe DataType, const TensorShape & bentuk)
Membuat Tensor dari jenis dan bentuk yang diberikan .
Tensor (Alokator *a, tipe DataType, const TensorShape & bentuk)
Membuat tensor dengan tipe dan bentuk input , menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasarinya.
Tensor (Alocator *a, tipe DataType, const TensorBentuk & bentuk, const AllocationAttributes & alokasi_attr)
Membuat tensor dengan tipe dan bentuk input, menggunakan pengalokasi a dan "allocation_attr" yang ditentukan untuk mengalokasikan buffer yang mendasarinya.
Tensor (tipe DataType, const TensorShape & bentuk, TensorBuffer *buf)
Membuat tensor dengan tipe data input, bentuk, dan buf.
Tensor (tipe DataType)
Membuat Tensor kosong dari tipe data yang diberikan.
Tensor (nilai_skalar mengambang)
Tensor (nilai_skalar ganda)
Tensor (nilai_skala int32)
Tensor (nilai_skala uint32)
Tensor (nilai_skala uint16)
Tensor (nilai_skalar uint8)
Tensor (int16 scalar_value)
Tensor (int8 scalar_value)
Tensor (tstring scalar_value)
Tensor (nilai_skalar kompleks64)
Tensor (nilai_skalar kompleks 128)
Tensor (nilai_skalar int64)
Tensor (nilai_skalar uint64)
Tensor (nilai_skala bool)
Tensor (qint8 scalar_value)
Tensor (nilai_kuint8 skalar)
Tensor (qint16 scalar_value)
Tensor (nilai_kuint16 skalar)
Tensor (qint32 scalar_value)
Tensor (nilai_skalar bfloat16)
Tensor (Eigen::half scalar_value)
Tensor (ResourceHandle scalar_value)
Tensor (const char *scalar_value)
Tensor (const Tensor & lainnya)
Salin konstruktor.
Tensor ( Tensor && lainnya)
Pindahkan konstruktor.
~ Tensor ()

Fungsi publik

AlokasiBytes () const
ukuran_t
SebagaiProtoField (TensorProto *proto) const
ruang kosong
Mengisi proto dengan konten *tensor ini.
SebagaiProtoTensorContent (TensorProto *proto) const
ruang kosong
BitcastFrom (const Tensor & lainnya, tipe DataType, const TensorShape & bentuk)
Status
Salin tensor lain ke dalam tensor ini, bentuk ulang dan tafsirkan ulang tipe data buffer.
CopyFrom (const Tensor & lainnya, const TensorShape & bentuk) TF_MUST_USE_RESULT
bool
Salin tensor lainnya ke dalam tensor ini dan bentuk ulang.
DebugString (int num_values) const
rangkaian
Ringkasan tensor yang dapat dibaca manusia yang cocok untuk debugging.
DebugString () const
rangkaian
DeviceSafeDebugString () const
rangkaian
IsiDeskripsi (TensorDescription *deskripsi) const
ruang kosong
Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk monitoring dan debugging.
FromProto (const TensorProto & lainnya) TF_MUST_USE_RESULT
bool
Parsing other dan buat tensor.
FromProto (Alokasi *a, const TensorProto & lainnya) TF_MUST_USE_RESULT
bool
IsAligned () const
bool
Mengembalikan nilai true jika tensor ini disejajarkan.
Apakah inisialisasi () const
bool
Jika perlu, apakah Tensor ini sudah diinisialisasi?
IsSameSize (const Tensor & b) const
bool
NumElements () const
int64
Aksesor praktis untuk bentuk tensor.
RefCountIsOne () const
bool
SharesBufferWith (const Tensor & b) const
bool
Slice (int64 dim0_start, int64 dim0_limit) const
Tensor
Iris tensor ini sepanjang dimensi pertama.
SubSlice (indeks int64) const
Tensor
Pilih subslice dari tensor ini di sepanjang dimensi pertama.
SummarizeValue (int64 max_entries, bool print_v2) const
rangkaian
Render nilai max_entries pertama di *this menjadi string.
TotalBytes () const
ukuran_t
Mengembalikan perkiraan penggunaan memori tensor ini.
UnsafeCopyFromInternal (const Tensor & lainnya, tipe DataType, const TensorShape & bentuk)
ruang kosong
Seperti BitcastFrom, tetapi CHECK gagal jika ada prasyarat yang tidak terpenuhi.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan masukkan ke dtype T baru.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan cast ke dtype T baru.
bit_casted_tensor ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.
bit_casted_tensor () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.
data () konstanta
ruang kosong *
dim_size (int d) const
int64
Aksesor praktis untuk bentuk tensor.
redup () const
ke dalam
Aksesor praktis untuk bentuk tensor.
tipe d() const
Tipe data
Mengembalikan tipe data.
datar ()
Tipe T< T >::Datar
Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.
datar () konstan
TTypes< T >::ConstFlat
flat_inner_dim ()
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.
flat_inner_dims () const
TTypes< T, NDIMS >::ConstTensor
flat_inner_outer_dims (int64 dimulai)
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir() - 'mulai' - NDIMS ke dalam dimensi terakhir hasil.
flat_inner_outer_dims (int64 mulai) const
TTypes< T, NDIMS >::ConstTensor
datar_luar_redup ()
TTypes< T, NDIMS >:: Tensor
Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir dari hasil.
flat_outer_dims () const
TTypes< T, NDIMS >::ConstTensor
matriks ()
TTypes< T >::Matriks
matriks () konstanta
TTypes< T >::ConstMatrix
operator= (const Tensor & lainnya)
Tensor &
Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.
operator= ( Tensor && lainnya)
Tensor &
Pindahkan operator. Lihat memindahkan konstruktor untuk detailnya.
reinterpret_last_dimension ()
TTypes< T, NDIMS >:: Tensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.
reinterpret_last_dimension () const
TTypes< T, NDIMS >::ConstTensor
Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.
skalar ()
Tipe-T< T >::Skalar
Kembalikan data Tensor sebagai TensorMap dengan ukuran tetap 1: TensorMap > .
skalar () konstanta
TTypes< T >::ConstScalar
bentuk () konstanta
const TensorBentuk &
Mengembalikan bentuk tensor.
berbentuk (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >:: Tensor
berbentuk (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::ConstTensor
tensor ()
TTypes< T, NDIMS >:: Tensor
tensor () konstanta
TTypes< T, NDIMS >::ConstTensor
tensor_data () const
StringPiece
Mengembalikan StringPiece yang memetakan buffer tensor saat ini.
unaligned_flat()
TTypes< T >::UnalignedFlat
unaligned_flat () const
TTypes< T >::UnalignedConstFlat
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes)
TTypes< T, NDIMS >::UnalignedTensor
unaligned_shaped (gtl::ArraySlice< int64 > new_sizes) const
TTypes< T, NDIMS >::UnalignedConstTensor
vec ()
Tipe-T< T >::Vec
Kembalikan data tensor sebagai Eigen::Tensor dengan jenis dan ukuran Tensor ini.
vec () const
TTypes< T >::ConstVec
Versi const dari semua metode di atas.

Fungsi publik

AlokasiByte

l10n-placeholder1

SebagaiProtoField

l10n-placeholder2

Mengisi proto dengan konten *tensor ini.

AsProtoField() mengisi kolom berulang untuk proto.dtype() , sementara AsProtoTensorContent() mengkodekan konten dalam proto.tensor_content() dalam bentuk ringkas.

SebagaiProtoTensorContent

l10n-placeholder3

BitcastDari

l10n-placeholder4

Salin tensor lain ke dalam tensor ini, bentuk ulang dan tafsirkan ulang tipe data buffer.

Jika Status::OK() dikembalikan, kedua tensor sekarang berbagi penyimpanan dasar yang sama.

Panggilan ini mengharuskan tensor lain serta jenis dan bentuk yang diberikan "kompatibel" (yaitu mereka menempati jumlah byte yang sama).

Secara khusus:

shape.num_elements() * DataTypeSize(type)

harus sama

other.num_elements() * DataTypeSize(other.dtype())

Selain itu, fungsi ini membutuhkan:

  • DataTypeSize(other.dtype()) != 0
  • DataTypeSize(tipe) != 0

Jika salah satu persyaratan tidak terpenuhi, error::InvalidArgument dikembalikan.

SalinDari

l10n-placeholder5

Salin tensor lainnya ke dalam tensor ini dan bentuk ulang.

Tensor ini berbagi penyimpanan dasar orang lain. Mengembalikan nilai true jika other.shape() memiliki jumlah elemen yang sama dari bentuk yang diberikan.

DebugString

l10n-placeholder6

Ringkasan tensor yang dapat dibaca manusia yang cocok untuk debugging.

DebugString

l10n-placeholder7

DeviceSafeDebugString

l10n-placeholder8

IsiDeskripsi

l10n-placeholder9

Isi proto TensorDescription dengan metadata tentang tensor yang berguna untuk monitoring dan debugging.

DariProto

l10n-placeholder10

Parsing other dan buat tensor.

Mengembalikan nilai true jika penguraian berhasil. Jika penguraian gagal, status *this tidak berubah.

DariProto

l10n-placeholder11

selaras

l10n-placeholder12

Mengembalikan nilai true jika tensor ini disejajarkan.

Diinisialisasi

l10n-placeholder13

Jika perlu, apakah Tensor ini sudah diinisialisasi?

Tensor elemen nol selalu dianggap diinisialisasi, meskipun tidak pernah ditetapkan dan tidak memiliki memori yang dialokasikan.

Ukurannya Sama

l10n-placeholder14

Elemen Angka

l10n-placeholder15

Aksesor praktis untuk bentuk tensor.

RefCountIsOne

l10n-placeholder16

SahamBufferDengan

l10n-placeholder17

Mengiris

l10n-placeholder18

Iris tensor ini sepanjang dimensi pertama.

Yaitu, tensor yang dikembalikan memenuhi return[i, ...] == this[dim0_start + i, ...]. Tensor yang dikembalikan berbagi buffer tensor yang mendasarinya dengan tensor ini.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini tergantung pada bentuknya. Pemanggil harus memeriksa perataan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan perataan (misalnya, flat() , tensor() ).

CATATAN: Saat diumpankan dengan tensor dimensi-N, metode ini mengembalikan tensor juga dengan dimensi N. Jika Anda ingin memilih sub tensor, lihat SubSlice.

MEMBUTUHKAN: redup() >= 1 MEMBUTUHKAN: 0 <= dim0_start <= dim0_limit <= dim_size(0)

Subirisan

l10n-placeholder19

Pilih subslice dari tensor ini di sepanjang dimensi pertama.

Saat diumpankan dengan tensor N-dimensi, metode ini mengembalikan tensor dengan dimensi N-1, di mana tensor yang dikembalikan adalah subslice dari tensor input di sepanjang dimensi pertama. Dimensi N-1 dari tensor yang dikembalikan adalah dimensi N-1 terakhir dari tensor input.

CATATAN: Tensor yang dikembalikan mungkin tidak memenuhi persyaratan penyelarasan yang sama seperti tensor ini tergantung pada bentuknya. Pemanggil harus memeriksa perataan tensor yang dikembalikan sebelum memanggil metode tertentu yang memiliki persyaratan perataan (misalnya, flat() , tensor() ).

MEMBUTUHKAN: redup() >= 1 MEMBUTUHKAN: 0 <= indeks < dim_size(0)

RangkumNilai

l10n-placeholder20

Render nilai max_entries pertama di *this menjadi string.

Tensor

l10n-placeholder21

Membuat tensor float 0-elemen 1 dimensi.

Tensor yang dikembalikan bukan skalar (bentuk {}), melainkan Tensor satu dimensi kosong (bentuk {0}, NumElements() == 0). Karena tidak memiliki elemen, tidak perlu diberi nilai dan diinisialisasi secara default ( IsInitialized() adalah true). Jika ini tidak diinginkan, pertimbangkan untuk membuat skalar satu elemen yang memang membutuhkan inisialisasi:

l10n-placeholder22

l10n-placeholder23

Membuat Tensor dari jenis dan bentuk yang diberikan .

Jika LogMemory::IsEnabled() alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak dikenal. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

Buffer yang mendasari dialokasikan menggunakan CPUAllocator .

Tensor

l10n-placeholder24

Membuat tensor dengan tipe dan bentuk input , menggunakan pengalokasi a untuk mengalokasikan buffer yang mendasarinya.

Jika LogMemory::IsEnabled() alokasi dicatat sebagai berasal dari kernel dan langkah yang tidak dikenal. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

harus hidup lebih lama dari masa pakai Tensor ini.

Tensor

l10n-placeholder25

Membuat tensor dengan tipe dan bentuk input, menggunakan pengalokasi a dan "allocation_attr" yang ditentukan untuk mengalokasikan buffer yang mendasarinya.

Jika kernel dan langkah diketahui, alokasi_attr.allocation_will_be_logged harus disetel ke true dan LogMemory::RecordTensorAllocation harus dipanggil setelah tensor dibuat. Memanggil konstruktor Tensor langsung dari dalam Op tidak digunakan lagi: gunakan metode OpKernelConstruction/OpKernelContext mengalokasikan_* untuk mengalokasikan tensor baru, yang merekam kernel dan langkah.

harus hidup lebih lama dari masa pakai Tensor ini.

Tensor

l10n-placeholder26

Membuat tensor dengan tipe data input, bentuk, dan buf.

Memperoleh referensi pada buf yang dimiliki oleh Tensor ini.

Tensor

l10n-placeholder27

Membuat Tensor kosong dari tipe data yang diberikan.

Seperti Tensor() , mengembalikan Tensor 0-elemen 1 dimensi dengan IsInitialized() mengembalikan True. Lihat dokumentasi Tensor() untuk detailnya.

Tensor

l10n-placeholder28

Tensor

l10n-placeholder29

Tensor

l10n-placeholder30

Tensor

l10n-placeholder31

Tensor

l10n-placeholder32

Tensor

l10n-placeholder33

Tensor

l10n-placeholder34

Tensor

l10n-placeholder35

Tensor

l10n-placeholder36

Tensor

l10n-placeholder37

Tensor

l10n-placeholder38

Tensor

l10n-placeholder39

Tensor

l10n-placeholder40

Tensor

l10n-placeholder41

Tensor

l10n-placeholder42

Tensor

l10n-placeholder43

Tensor

l10n-placeholder44

Tensor

l10n-placeholder45

Tensor

l10n-placeholder46

Tensor

l10n-placeholder47

Tensor

l10n-placeholder48

Tensor

l10n-placeholder49

Tensor

l10n-placeholder50

Tensor

l10n-placeholder51

Salin konstruktor.

Tensor

l10n-placeholder52

Pindahkan konstruktor.

Setelah panggilan ini, aman dirusak dan dapat ditugaskan, tetapi panggilan lain di atasnya (misalnya manipulasi bentuk) tidak valid.

TotalBytes

l10n-placeholder53

Mengembalikan perkiraan penggunaan memori tensor ini.

Tidak AmanSalinDariInternal

l10n-placeholder54

Seperti BitcastFrom, tetapi CHECK gagal jika ada prasyarat yang tidak terpenuhi.

Tidak digunakan lagi. Gunakan BitcastFrom sebagai gantinya dan periksa Status yang dikembalikan.

bit_casted_shaped

l10n-placeholder55

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan masukkan ke dtype T baru.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_shaped

l10n-placeholder56

Kembalikan data tensor ke Eigen::Tensor dengan bentuk baru yang ditentukan dalam new_sizes dan masukkan ke dtype T baru.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. Bitcast yang diizinkan adalah satu-satunya perbedaan dari shaped() .

bit_casted_tensor

l10n-placeholder57

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

bit_casted_tensor

l10n-placeholder58

Kembalikan data tensor ke Eigen::Tensor dengan ukuran yang sama tetapi sedikit ditransmisikan ke dtype T yang ditentukan.

Menggunakan bitcast berguna untuk memindahkan dan menyalin operasi. CATATAN: ini sama dengan tensor() kecuali bitcast diperbolehkan.

data

l10n-placeholder59

redup_ukuran

l10n-placeholder60

Aksesor praktis untuk bentuk tensor.

redup

l10n-placeholder61

Aksesor praktis untuk bentuk tensor.

Untuk semua pengakses bentuk, lihat komentar untuk metode TensorShape yang relevan di tensor_shape.h .

tipe d

l10n-placeholder62

Mengembalikan tipe data.

datar

l10n-placeholder63

Kembalikan data tensor sebagai Eigen::Tensor dari tipe data dan bentuk yang ditentukan.

Metode ini memungkinkan Anda untuk mengakses data dengan dimensi dan ukuran pilihan Anda. Anda tidak perlu mengetahui jumlah dimensi Tensor untuk memanggilnya. Namun, mereka PERIKSA bahwa jenisnya cocok dan dimensi yang diminta membuat Eigen::Tensor dengan jumlah elemen yang sama dengan tensor.

Contoh:

l10n-placeholder64

l10n-placeholder65

flat_inner_dims

l10n-placeholder66

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 terakhir ke dalam dimensi pertama hasil.

Jika NDIMS > dims() maka dimensi utama ukuran 1 akan ditambahkan untuk membuat peringkat keluaran NDIMS.

flat_inner_dims

l10n-placeholder67

flat_inner_outer_dims

l10n-placeholder68

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan dimensi Tensor 'mulai' pertama ke dalam dimensi pertama hasil dan dimensi Tensor dari redup terakhir() - 'mulai' - NDIMS ke dalam dimensi terakhir hasil.

Jika 'mulai' < 0 maka |'mulai'| dimensi utama ukuran 1 akan ditambahkan. Jika 'mulai' + NDIMS > dims() maka 'mulai' + NDIMS - dims() mengikuti dimensi ukuran 1 akan ditambahkan.

flat_inner_outer_dims

l10n-placeholder69

flat_outer_dims

l10n-placeholder70

Mengembalikan data sebagai Eigen::Tensor dengan dimensi NDIMS, menciutkan semua dimensi Tensor kecuali NDIMS-1 pertama ke dalam dimensi terakhir dari hasil.

Jika NDIMS > dims() maka dimensi tambahan dari ukuran 1 akan ditambahkan untuk membuat peringkat keluaran NDIMS.

flat_outer_dims

l10n-placeholder71

matriks

l10n-placeholder72

matriks

l10n-placeholder73

operator=

l10n-placeholder74

Tetapkan operator. Tensor ini berbagi penyimpanan dasar orang lain.

operator=

l10n-placeholder75

Pindahkan operator. Lihat memindahkan konstruktor untuk detailnya.

menafsirkan ulang_dimensi_terakhir

l10n-placeholder76

Kembalikan data tensor ke Eigen::Tensor dengan elemen dimensi terakhir diubah menjadi elemen tunggal dengan tipe yang lebih besar.

For example, this is useful for kernels that can treat NCHW_VECT_C int8 tensors as NCHW int32 tensors. The sizeof(T) should equal the size of the original element type * num elements in the original last dimension. NDIMS should be 1 less than the original number of dimensions.

reinterpret_last_dimension

l10n-placeholder77

Return the tensor data to an Eigen::Tensor with the last dimension elements converted into single elements of a larger type.

For example, this is useful for kernels that can treat NCHW_VECT_C int8 tensors as NCHW int32 tensors. The sizeof(T) should equal the size of the original element type * num elements in the original last dimension. NDIMS should be 1 less than the original number of dimensions.

scalar

l10n-placeholder78

Return the Tensor data as a TensorMap of fixed size 1: TensorMap > .

Using scalar() allows the compiler to perform optimizations as the size of the tensor is known at compile time.

scalar

l10n-placeholder79

shape

l10n-placeholder80

Returns the shape of the tensor.

shaped

l10n-placeholder81

shaped

l10n-placeholder82

tensor

l10n-placeholder83

tensor

l10n-placeholder84

tensor_data

l10n-placeholder85

Returns a StringPiece mapping the current tensor's buffer.

The returned StringPiece may point to memory location on devices that the CPU cannot address directly.

NOTE: The underlying tensor buffer is refcounted, so the lifetime of the contents mapped by the StringPiece matches the lifetime of the buffer; callers should arrange to make sure the buffer does not get destroyed while the StringPiece is still used.

REQUIRES: DataTypeCanUseMemcpy(dtype()) .

unaligned_flat

l10n-placeholder86

unaligned_flat

l10n-placeholder87

unaligned_shaped

l10n-placeholder88

unaligned_shaped

l10n-placeholder89

vec

l10n-placeholder90

Return the tensor data as an Eigen::Tensor with the type and sizes of this Tensor .

Use these methods when you know the data type and the number of dimensions of the Tensor and you want an Eigen::Tensor automatically sized to the Tensor sizes. The implementation check fails if either type or sizes mismatch.

Example:

l10n-placeholder91

l10n-placeholder92

Const versions of all the methods above.

~Tensor

l10n-placeholder93