Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

tensorflow:: Tensor

#include <tensor.h>

Representa uma matriz n-dimensional de valores.

Resumo

Construtores e Destruidores
`Tensor ()` Cria um tensor flutuante de 1 dimensão e elemento 0.
`Tensor (DataType type, const TensorShape & shape)` Cria um tensor do `type` e `shape` fornecidos.
`Tensor (Allocator *a, DataType type, const TensorShape & shape)` Cria um tensor com o `type` e `shape` de entrada, usando o alocador `a` para alocar o buffer subjacente.
`Tensor (Allocator *a, DataType type, const TensorShape & shape, const AllocationAttributes & allocation_attr)` Cria um tensor com o `type` entrada e `shape` , usando o alocador `a` e o "allocation_attr" especificado para alocar o buffer subjacente.
`Tensor (DataType type, const TensorShape & shape, TensorBuffer *buf)` Cria um tensor com o tipo de dados de entrada, forma e buf.
`Tensor (DataType type)` Cria um tensor vazio do tipo de dados fornecido.
`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)` Copiar construtor.
`Tensor ( Tensor && other)` Mover construtor.
`~Tensor ()`

Funções públicas
`AllocatedBytes () const`	`size_t`
`AsProtoField (TensorProto *proto) const`	`void` Preenche o `proto` com `*this` tensor.
`AsProtoTensorContent (TensorProto *proto) const`	`void`
`BitcastFrom (const Tensor & other, DataType dtype, const TensorShape & shape)`	`Status` Copie o outro tensor para este tensor, reformule-o e reinterprete o tipo de dados do buffer.
`CopyFrom (const Tensor & other, const TensorShape & shape) TF_MUST_USE_RESULT`	`bool` Copie o outro tensor para este tensor e remodele-o.
`DebugString (int num_values) const`	`string` Um resumo legível por humanos do tensor adequado para depuração.
`DebugString () const`	`string`
`DeviceSafeDebugString () const`	`string`
`FillDescription (TensorDescription *description) const`	`void` Preencha o proto `TensorDescription` com metadados sobre o tensor que são úteis para monitoramento e depuração.
`FromProto (const TensorProto & other) TF_MUST_USE_RESULT`	`bool` Analise `other` e construa o tensor.
`FromProto (Allocator *a, const TensorProto & other) TF_MUST_USE_RESULT`	`bool`
`IsAligned () const`	`bool` Retorna true se este tensor estiver alinhado.
`IsInitialized () const`	`bool` Se necessário, este tensor foi inicializado?
`IsSameSize (const Tensor & b) const`	`bool`
`NumElements () const`	`int64` Acessor de conveniência para a forma do tensor.
`RefCountIsOne () const`	`bool`
`SharesBufferWith (const Tensor & b) const`	`bool`
`Slice (int64 dim0_start, int64 dim0_limit) const`	`Tensor` Fatie este tensor ao longo da 1ª dimensão.
`SubSlice (int64 index) const`	`Tensor` Selecione uma subfatia deste tensor ao longo da 1ª dimensão.
`SummarizeValue (int64 max_entries, bool print_v2) const`	`string` Renderize os primeiros valores `max_entries` em `*this` em uma string.
`TotalBytes () const`	`size_t` Retorna o uso de memória estimado desse tensor.
`UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape)`	`void` Como BitcastFrom, mas CHECK falhará se quaisquer pré-condições não forem atendidas.
`bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes)`	`TTypes< T, NDIMS >:: Tensor` Retorne os dados do tensor para um `Eigen::Tensor` com a nova forma especificada em `new_sizes` e converta para um novo dtype `T` .
`bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const`	`TTypes< T, NDIMS >::ConstTensor` Retorne os dados do tensor para um `Eigen::Tensor` com a nova forma especificada em `new_sizes` e converta para um novo dtype `T` .
`bit_casted_tensor ()`	`TTypes< T, NDIMS >:: Tensor` Retorne os dados do tensor para um `Eigen::Tensor` com o mesmo tamanho, mas uma conversão bit a bit para o dtype `T` especificado.
`bit_casted_tensor () const`	`TTypes< T, NDIMS >::ConstTensor` Retorne os dados do tensor para um `Eigen::Tensor` com o mesmo tamanho, mas uma conversão bit a bit para o dtype `T` especificado.
`data () const`	`void *`
`dim_size (int d) const`	`int64` Acessor de conveniência para a forma do tensor.
`dims () const`	`int` Acessor de conveniência para a forma do tensor.
`dtype () const`	`DataType` Retorna o tipo de dados.
`flat ()`	`TTypes< T >::Flat` Retorne os dados do tensor como um `Eigen::Tensor` do tipo de dados e uma forma especificada.
`flat () const`	`TTypes< T >::ConstFlat`
`flat_inner_dims ()`	`TTypes< T, NDIMS >:: Tensor` Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do tensor , exceto o último NDIMS-1, na primeira dimensão do resultado.
`flat_inner_dims () const`	`TTypes< T, NDIMS >::ConstTensor`
`flat_inner_outer_dims (int64 begin)`	`TTypes< T, NDIMS >:: Tensor` Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo as primeiras dimensões do tensor 'begin' na primeira dimensão do resultado e as dimensões do tensor dos últimos dims() - 'begin' - NDIMS na última dimensão do resultado.
`flat_inner_outer_dims (int64 begin) const`	`TTypes< T, NDIMS >::ConstTensor`
`flat_outer_dims ()`	`TTypes< T, NDIMS >:: Tensor` Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do Tensor , exceto o primeiro NDIMS-1, na última dimensão do resultado.
`flat_outer_dims () const`	`TTypes< T, NDIMS >::ConstTensor`
`matrix ()`	`TTypes< T >::Matrix`
`matrix () const`	`TTypes< T >::ConstMatrix`
`operator= (const Tensor & other)`	`Tensor &` Atribuir operador. Este tensor compartilha o armazenamento subjacente de outro.
`operator= ( Tensor && other)`	`Tensor &` Operador de movimento. Consulte construtor de movimento para obter detalhes.
`reinterpret_last_dimension ()`	`TTypes< T, NDIMS >:: Tensor` Retorne os dados do tensor para um `Eigen::Tensor` com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.
`reinterpret_last_dimension () const`	`TTypes< T, NDIMS >::ConstTensor` Retorne os dados do tensor para um `Eigen::Tensor` com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.
`scalar ()`	`TTypes< T >::Scalar` Retorne os dados do Tensor como um `TensorMap` de tamanho fixo 1: `TensorMap >` `TensorMap >` .
`scalar () const`	`TTypes< T >::ConstScalar`
`shape () const`	`const TensorShape &` Retorna a forma do 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` Retorna um `StringPiece` mapeando o buffer do tensor atual.
`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` Retorne os dados do tensor como um `Eigen::Tensor` com o tipo e os tamanhos desse `Tensor` .
`vec () const`	`TTypes< T >::ConstVec` Const versões de todos os métodos acima.

Funções públicas

Bytes alocados

size_t AllocatedBytes() const

AsProtoField

void AsProtoField(
  TensorProto *proto
) const

Preenche o proto com *this tensor.

AsProtoField() preenche o campo repetido para proto.dtype() , enquanto AsProtoTensorContent() codifica o conteúdo em proto.tensor_content() em um formato compacto.

AsProtoTensorContent

void AsProtoTensorContent(
  TensorProto *proto
) const

BitcastDe

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

Copie o outro tensor para este tensor, reformule-o e reinterprete o tipo de dados do buffer.

Se Status::OK() for retornado, os dois tensores agora compartilham o mesmo armazenamento subjacente.

Essa chamada requer que o other tensor e o tipo e forma fornecidos sejam "compatíveis" (ou seja, eles ocupem o mesmo número de bytes).

Especificamente:

shape.num_elements() * DataTypeSize(type)

deve ser igual

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

Além disso, esta função requer:

DataTypeSize(other.dtype()) != 0
DataTypeSize(tipo) != 0

Se algum dos requisitos não for atendido, errors::InvalidArgument será retornado.

Copiar de

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

Copie o outro tensor para este tensor e remodele-o.

Este tensor compartilha o armazenamento subjacente de outro. Retorna true se other.shape() tiver o mesmo número de elementos da shape fornecida.

DebugString

string DebugString(
  int num_values
) const

Um resumo legível por humanos do tensor adequado para depuração.

DebugString

string DebugString() const

DeviceSafeDebugString

string DeviceSafeDebugString() const

Preencher Descrição

void FillDescription(
  TensorDescription *description
) const

Preencha o proto TensorDescription com metadados sobre o tensor que são úteis para monitoramento e depuração.

FromProto

bool FromProto(
  const TensorProto & other
) TF_MUST_USE_RESULT

Analise other e construa o tensor.

Retorna true se a análise for bem-sucedida. Se a análise falhar, o estado de *this não será alterado.

FromProto

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

Está alinhado

bool IsAligned() const

Retorna true se este tensor estiver alinhado.

Está inicializado

bool IsInitialized() const

Se necessário, este tensor foi inicializado?

Tensores de elemento zero são sempre considerados inicializados, mesmo que nunca tenham sido atribuídos e não tenham nenhuma memória alocada.

IsSameSize

bool IsSameSize(
  const Tensor & b
) const

NumElements

int64 NumElements() const

Acessor de conveniência para a forma do tensor.

RefCountIsOne

bool RefCountIsOne() const

SharesBufferWith

bool SharesBufferWith(
  const Tensor & b
) const

Fatiar

Tensor Slice(
  int64 dim0_start,
  int64 dim0_limit
) const

Fatie este tensor ao longo da 1ª dimensão.

Ou seja, o tensor retornado satisfaz retornado[i, ...] == this[dim0_start + i, ...]. O tensor retornado compartilha o buffer de tensor subjacente com este tensor.

NOTA: O tensor retornado pode não satisfazer o mesmo requisito de alinhamento que este tensor dependendo da forma. O chamador deve verificar o alinhamento do tensor retornado antes de chamar certos métodos que possuem requisitos de alinhamento (por exemplo, flat() , tensor() ).

NOTA: Quando alimentado com um tensor N-dimensional, este método retorna um tensor também com N dimensões. Se você deseja selecionar um subtensor, consulte SubSlice.

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

Subfatia

Tensor SubSlice(
  int64 index
) const

Selecione uma subfatia deste tensor ao longo da 1ª dimensão.

Quando alimentado com um tensor N-dimensional, este método retorna um tensor com N-1 dimensões, onde o tensor retornado é uma subfatia do tensor de entrada ao longo da primeira dimensão. As dimensões N-1 do tensor retornado são as últimas dimensões N-1 do tensor de entrada.

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

SummarizeValue

string SummarizeValue(
  int64 max_entries,
  bool print_v2
) const

Renderize os primeiros valores max_entries em *this em uma string.

Tensor

 Tensor()

Cria um tensor flutuante de 1 dimensão e elemento 0.

O tensor retornado não é um escalar (forma {}), mas sim um tensor unidimensional vazio (forma {0}, NumElements() == 0). Como não possui elementos, não precisa ser atribuído a um valor e é inicializado por padrão ( IsInitialized() é true). Se isso for indesejável, considere a criação de um escalar de um elemento que requer inicialização:

Tensor(DT_FLOAT, TensorShape({}))

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape
)

Cria um tensor do type e shape fornecidos.

Se LogMemory::IsEnabled() a alocação é registrada como proveniente de um kernel e etapa desconhecidos. Chamar o construtor Tensor diretamente de dentro de um Op está obsoleto: use os métodos OpKernelConstruction/OpKernelContext aloca_* para alocar um novo tensor, que registra o kernel e a etapa.

O buffer subjacente é alocado usando um CPUAllocator .

Tensor

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

Cria um tensor com o type e shape de entrada, usando o alocador a para alocar o buffer subjacente.

a deve sobreviver ao tempo de vida deste tensor .

Tensor

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

Cria um tensor com o type entrada e shape , usando o alocador a e o "allocation_attr" especificado para alocar o buffer subjacente.

Se o kernel e a etapa forem conhecidos, alocação_attr.allocation_will_be_logged deve ser definido como true e LogMemory::RecordTensorAllocation deve ser chamado após a construção do tensor. Chamar o construtor Tensor diretamente de dentro de um Op está obsoleto: use os métodos OpKernelConstruction/OpKernelContext aloca_* para alocar um novo tensor, que registra o kernel e a etapa.

a deve sobreviver ao tempo de vida deste tensor .

Tensor

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

Cria um tensor com o tipo de dados de entrada, forma e buf.

Adquire um ref no buf que pertence a este Tensor .

Tensor

 Tensor(
  DataType type
)

Cria um tensor vazio do tipo de dados fornecido.

Assim como Tensor() , retorna um Tensor unidimensional de 0 elemento com IsInitialized() retornando True. Consulte a documentação do Tensor() para obter detalhes.

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
)

Copiar construtor.

Tensor

 Tensor(
  Tensor && other
)

Mover construtor.

Após esta chamada, é destrutível com segurança e pode ser atribuído, mas outras chamadas nele (por exemplo, manipulação de forma) não são válidas.

TotalBytes

size_t TotalBytes() const

Retorna o uso de memória estimado desse tensor.

InseguroCopyFromInternal

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

Como BitcastFrom, mas CHECK falhará se quaisquer pré-condições não forem atendidas.

Descontinuada. Em vez disso, use BitcastFrom e verifique o Status retornado.

bit_casted_shaped

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

Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .

O uso de um bitcast é útil para operações de movimentação e cópia. O bitcast permitido é a única diferença de shaped() .

bit_casted_shaped

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

Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .

O uso de um bitcast é útil para operações de movimentação e cópia. O bitcast permitido é a única diferença de shaped() .

bit_casted_tensor

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

Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.

O uso de um bitcast é útil para operações de movimentação e cópia. NOTA: é o mesmo que tensor() exceto que um bitcast é permitido.

bit_casted_tensor

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

Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.

O uso de um bitcast é útil para operações de movimentação e cópia. NOTA: é o mesmo que tensor() exceto que um bitcast é permitido.

dados

void * data() const

dim_size

int64 dim_size(
  int d
) const

Acessor de conveniência para a forma do tensor.

escurece

int dims() const

Acessor de conveniência para a forma do tensor.

Para todos os acessadores de forma, veja os comentários para métodos relevantes de TensorShape em tensor_shape.h .

dtype

DataType dtype() const

Retorna o tipo de dados.

apartamento

TTypes< T >::Flat flat()

Retorne os dados do tensor como um Eigen::Tensor do tipo de dados e uma forma especificada.

Esses métodos permitem que você acesse os dados com as dimensões e tamanhos de sua escolha. Você não precisa saber o número de dimensões do Tensor para chamá-los. No entanto, eles CHECK se o tipo corresponde e as dimensões solicitadas criam um Eigen::Tensor com o mesmo número de elementos que o tensor.

Exemplo:

  
    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()

Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do tensor , exceto o último NDIMS-1, na primeira dimensão do resultado.

Se NDIMS > dims() , as dimensões iniciais de tamanho 1 serão adicionadas para tornar a classificação de saída 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
)

Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo as primeiras dimensões do tensor 'begin' na primeira dimensão do resultado e as dimensões do tensor dos últimos dims() - 'begin' - NDIMS na última dimensão do resultado.

Se 'begin' < 0 então o |'begin'| dimensões principais de tamanho 1 serão adicionadas. Se 'begin' + NDIMS > dims() então 'begin' + NDIMS - dims() dimensões finais de tamanho 1 serão adicionadas.

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()

Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do Tensor , exceto o primeiro NDIMS-1, na última dimensão do resultado.

Se NDIMS > dims() , as dimensões finais de tamanho 1 serão adicionadas para tornar a classificação de saída NDIMS.

flat_outer_dims

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

matriz

TTypes< T >::Matrix matrix()

matriz

TTypes< T >::ConstMatrix matrix() const

operador=

Tensor & operator=(
  const Tensor & other
)

Atribuir operador. Este tensor compartilha o armazenamento subjacente de outro.

operador=

Tensor & operator=(
  Tensor && other
)

Operador de movimento. Consulte construtor de movimento para obter detalhes.

reinterpretar_última_dimensão

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

Retorne os dados do tensor para um Eigen::Tensor com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.

Por exemplo, isso é útil para kernels que podem tratar tensores NCHW_VECT_C int8 como tensores NCHW int32. O sizeof(T) deve ser igual ao tamanho do elemento original type * num elements na última dimensão original. NDIMS deve ser 1 a menos que o número original de dimensões.

reinterpretar_última_dimensão

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

Retorne os dados do tensor para um Eigen::Tensor com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.

escalar

TTypes< T >::Scalar scalar()

Retorne os dados do Tensor como um TensorMap de tamanho fixo 1: TensorMap > TensorMap > .

O uso de scalar() permite que o compilador realize otimizações, pois o tamanho do tensor é conhecido em tempo de compilação.

escalar

TTypes< T >::ConstScalar scalar() const

forma

const TensorShape & shape() const

Retorna a forma do tensor.

moldado

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

moldado

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

Retorna um StringPiece mapeando o buffer do tensor atual.

O StringPiece retornado pode apontar para a localização da memória em dispositivos que a CPU não pode endereçar diretamente.

NOTA: O buffer do tensor subjacente é refcounted, portanto, o tempo de vida do conteúdo mapeado pelo StringPiece corresponde ao tempo de vida do buffer; os chamadores devem providenciar para garantir que o buffer não seja destruído enquanto o StringPiece ainda estiver sendo usado.

REQUER: DataTypeCanUseMemcpy(dtype()) .

unaligned_flat

TTypes< T >::UnalignedFlat unaligned_flat()

unaligned_flat

TTypes< T >::UnalignedConstFlat unaligned_flat() const

unaligned_shaped

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

unaligned_shaped

l10n-placeholder89

vec

l10n-placeholder90

Retorne os dados do tensor como um Eigen::Tensor com o tipo e os tamanhos desse tensor .

Use esses métodos quando souber o tipo de dados e o número de dimensões do tensor e desejar que um Eigen::Tensor seja dimensionado automaticamente para os tamanhos do tensor. A verificação de implementação falhará se o tipo ou os tamanhos não corresponderem.

Exemplo:

l10n-placeholder91

l10n-placeholder92

Const versões de todos os métodos acima.

~Tensor

l10n-placeholder93

tensorflow:: Tensor

#include <tensor.h>

Representa uma matriz n-dimensional de valores.

Resumo

Construtores e Destruidores
Tensor () Cria um tensor flutuante de 1 dimensão e elemento 0.
Tensor (tipo DataType, const TensorShape & shape) Cria um tensor do tipo e forma fornecidos.
Tensor (Allocator *a, tipo DataType, const TensorShape & shape) Cria um tensor com o tipo e forma de entrada, usando o alocador a para alocar o buffer subjacente.
Tensor (Allocator *a, tipo DataType, const TensorShape & shape, const AllocationAttributes &location_attr) Cria um tensor com o tipo de entrada e forma , usando o alocador a e o "allocation_attr" especificado para alocar o buffer subjacente.
Tensor (tipo DataType, const TensorShape & shape, TensorBuffer *buff) Cria um tensor com o tipo de dados de entrada, forma e buf.
Tensor (tipo DataType) Cria um tensor vazio do tipo de dados fornecido.
Tensor (valor_escalar flutuante)
Tensor (valor_escalar duplo)
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 e outros) Copiar construtor.
Tensor (Tensor && outro) Mover construtor.
~Tensor()

Funções públicas
AlllocatedBytes() const	tamanho_t
AsProtoField (TensorProto *proto) const	vazio Preenche o proto com *o conteúdo deste tensor.
AsProtoTensorContent (TensorProto *proto) const	vazio
BitcastFrom (const Tensor & other, DataType dtype, const TensorShape & shape)	Status Copie o outro tensor para este tensor, reformule-o e reinterprete o tipo de dados do buffer.
CopyFrom (const Tensor & other, const TensorShape & shape) TF_MUST_USE_RESULT	bool Copie o outro tensor para este tensor e remodele-o.
DebugString (int num_values) const	corda Um resumo legível por humanos do tensor adequado para depuração.
DebugString() const	corda
DeviceSafeDebugString() const	corda
FillDescription (TensorDescription *description) const	vazio Preencha o proto TensorDescription com metadados sobre o tensor que são úteis para monitoramento e depuração.
FromProto (const TensorProto e outros) TF_MUST_USE_RESULT	bool Analise outro e construa o tensor.
FromProto (Allocator *a, const TensorProto & other) TF_MUST_USE_RESULT	bool
Está Alinhado () const	bool Retorna true se este tensor estiver alinhado.
IsInitialized() const	bool Se necessário, este tensor foi inicializado?
IsSameSize (const Tensor & b) const	bool
NumElements() const	int64 Acessor de conveniência para a forma do tensor.
RefCountIsOne() const	bool
SharesBufferWith (const Tensor & b) const	bool
Fatia (int64 dim0_start, int64 dim0_limit) const	Tensor Fatie este tensor ao longo da 1ª dimensão.
SubSlice (índice int64) const	Tensor Selecione uma subfatia deste tensor ao longo da 1ª dimensão.
SummarizeValue (int64 max_entries, bool print_v2) const	corda Renderize os primeiros valores max_entries em *this em uma string.
TotalBytes() const	tamanho_t Retorna o uso de memória estimado desse tensor.
UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape)	vazio Como BitcastFrom, mas CHECK falhará se quaisquer pré-condições não forem atendidas.
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes)	TTypes< T, NDIMS >:: Tensor Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .
bit_casted_shaped (gtl::ArraySlice< int64 > new_sizes) const	TTypes< T, NDIMS >::ConstTensor Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .
bit_casted_tensor()	TTypes< T, NDIMS >:: Tensor Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.
bit_casted_tensor() const	TTypes< T, NDIMS >::ConstTensor Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.
dados () const	vazio *
dim_size (int d) const	int64 Acessor de conveniência para a forma do tensor.
escurece () const	int Acessor de conveniência para a forma do tensor.
dtype() const	Tipo de dados Retorna o tipo de dados.
plano ()	TTypes< T >::Flat Retorne os dados do tensor como um Eigen::Tensor do tipo de dados e uma forma especificada.
plano () const	TTypes< T >::ConstFlat
flat_inner_dims()	TTypes< T, NDIMS >:: Tensor Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do tensor, exceto o último NDIMS-1, na primeira dimensão do resultado.
flat_inner_dims () const	TTypes< T, NDIMS >::ConstTensor
flat_inner_outer_dims (início do int64)	TTypes< T, NDIMS >:: Tensor Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo as primeiras dimensões do tensor 'begin' na primeira dimensão do resultado e as dimensões do tensor dos últimos dims() - 'begin' - NDIMS na última dimensão do resultado.
flat_inner_outer_dims (início int64) const	TTypes< T, NDIMS >::ConstTensor
flat_outer_dims ()	TTypes< T, NDIMS >:: Tensor Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do Tensor, exceto o primeiro NDIMS-1, na última dimensão do resultado.
flat_outer_dims () const	TTypes< T, NDIMS >::ConstTensor
matriz ()	TTypes< T >::Matriz
matriz () const	TTypes< T >::ConstMatrix
operador = (tensor const e outros)	Tensor & Atribuir operador. Este tensor compartilha o armazenamento subjacente de outro.
operador= ( Tensor && outro)	Tensor & Operador de movimento. Consulte construtor de movimento para obter detalhes.
reinterpretar_última_dimensão ()	TTypes< T, NDIMS >:: Tensor Retorne os dados do tensor para um Eigen::Tensor com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.
reinterpret_last_dimension() const	TTypes< T, NDIMS >::ConstTensor Retorne os dados do tensor para um Eigen::Tensor com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.
escalar ()	TTypes< T >::Escalar Retorne os dados do Tensor como um TensorMap de tamanho fixo 1: TensorMap > .
escalar() const	TTypes< T >::ConstScalar
forma () const	const TensorShape & Retorna a forma do tensor.
em forma (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	String Piece Retorna um StringPiece mapeando o buffer do tensor atual.
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
ve ()	TTypes< T >::Vec Retorne os dados do tensor como um Eigen::Tensor com o tipo e os tamanhos desse tensor .
vec() const	TTypes< T >::ConstVec Const versões de todos os métodos acima.

Funções públicas

Bytes alocados

l10n-placeholder1

AsProtoField

l10n-placeholder2

Preenche o proto com *o conteúdo deste tensor.

AsProtoField() preenche o campo repetido para proto.dtype() , enquanto AsProtoTensorContent() codifica o conteúdo em proto.tensor_content() em um formato compacto.

AsProtoTensorContent

l10n-placeholder3

BitcastDe

l10n-placeholder4

Copie o outro tensor para este tensor, reformule-o e reinterprete o tipo de dados do buffer.

Se Status::OK() for retornado, os dois tensores agora compartilham o mesmo armazenamento subjacente.

Essa chamada requer que o outro tensor e o tipo e forma fornecidos sejam "compatíveis" (ou seja, eles ocupem o mesmo número de bytes).

Especificamente:

shape.num_elements() * DataTypeSize(type)

deve ser igual

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

Além disso, esta função requer:

DataTypeSize(other.dtype()) != 0
DataTypeSize(tipo) != 0

Se algum dos requisitos não for atendido, errors::InvalidArgument será retornado.

Copiar de

l10n-placeholder5

Copie o outro tensor para este tensor e remodele-o.

Este tensor compartilha o armazenamento subjacente de outro. Retorna true se other.shape() tiver o mesmo número de elementos da forma fornecida.

DebugString

l10n-placeholder6

Um resumo legível por humanos do tensor adequado para depuração.

DebugString

l10n-placeholder7

DeviceSafeDebugString

l10n-placeholder8

Preencher Descrição

l10n-placeholder9

Preencha o proto TensorDescription com metadados sobre o tensor que são úteis para monitoramento e depuração.

FromProto

l10n-placeholder10

Analise outro e construa o tensor.

Retorna true se a análise for bem-sucedida. Se a análise falhar, o estado de *this não será alterado.

FromProto

l10n-placeholder11

Está alinhado

l10n-placeholder12

Retorna true se este tensor estiver alinhado.

Está inicializado

l10n-placeholder13

Se necessário, este tensor foi inicializado?

Tensores de elemento zero são sempre considerados inicializados, mesmo que nunca tenham sido atribuídos e não tenham nenhuma memória alocada.

IsSameSize

l10n-placeholder14

NumElements

l10n-placeholder15

Acessor de conveniência para a forma do tensor.

RefCountIsOne

l10n-placeholder16

SharesBufferWith

l10n-placeholder17

Fatiar

l10n-placeholder18

Fatie este tensor ao longo da 1ª dimensão.

Ou seja, o tensor retornado satisfaz retornado[i, ...] == this[dim0_start + i, ...]. O tensor retornado compartilha o buffer de tensor subjacente com este tensor.

NOTA: Quando alimentado com um tensor N-dimensional, este método retorna um tensor também com N dimensões. Se você deseja selecionar um subtensor, consulte SubSlice.

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

Subfatia

l10n-placeholder19

Selecione uma subfatia deste tensor ao longo da 1ª dimensão.

REQUER: dims() >= 1 REQUER: 0 <= índice < dim_size(0)

SummarizeValue

l10n-placeholder20

Renderize os primeiros valores max_entries em *this em uma string.

Tensor

l10n-placeholder21

Cria um tensor flutuante de 1 dimensão e elemento 0.

l10n-placeholder22

l10n-placeholder23

Cria um tensor do tipo e forma fornecidos.

O buffer subjacente é alocado usando um CPUAllocator .

Tensor

l10n-placeholder24

Cria um tensor com o tipo e forma de entrada, usando o alocador a para alocar o buffer subjacente.

um deve sobreviver ao tempo de vida deste tensor.

Tensor

l10n-placeholder25

Cria um tensor com o tipo de entrada e forma , usando o alocador a e o "allocation_attr" especificado para alocar o buffer subjacente.

um deve sobreviver ao tempo de vida deste tensor.

Tensor

l10n-placeholder26

Cria um tensor com o tipo de dados de entrada, forma e buf.

Adquire um ref no buf que pertence a este Tensor.

Tensor

l10n-placeholder27

Cria um tensor vazio do tipo de dados fornecido.

Assim como Tensor() , retorna um Tensor unidimensional de 0 elemento com IsInitialized() retornando True. Consulte a documentação do Tensor() para obter detalhes.

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

Copiar construtor.

Tensor

l10n-placeholder52

Mover construtor.

Após esta chamada, é destrutível com segurança e pode ser atribuído, mas outras chamadas nele (por exemplo, manipulação de forma) não são válidas.

TotalBytes

l10n-placeholder53

Retorna o uso de memória estimado desse tensor.

InseguroCopyFromInternal

l10n-placeholder54

Como BitcastFrom, mas CHECK falhará se quaisquer pré-condições não forem atendidas.

Descontinuada. Em vez disso, use BitcastFrom e verifique o Status retornado.

bit_casted_shaped

l10n-placeholder 55

Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .

O uso de um bitcast é útil para operações de movimentação e cópia. O bitcast permitido é a única diferença de shaped() .

bit_casted_shaped

l10n-placeholder 56

Retorne os dados do tensor para um Eigen::Tensor com a nova forma especificada em new_sizes e converta para um novo dtype T .

O uso de um bitcast é útil para operações de movimentação e cópia. O bitcast permitido é a única diferença de shaped() .

bit_casted_tensor

l10n-placeholder 57

Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.

O uso de um bitcast é útil para operações de movimentação e cópia. NOTA: é o mesmo que tensor(), exceto que um bitcast é permitido.

bit_casted_tensor

l10n-placeholder 58

Retorne os dados do tensor para um Eigen::Tensor com o mesmo tamanho, mas uma conversão bit a bit para o dtype T especificado.

O uso de um bitcast é útil para operações de movimentação e cópia. NOTA: é o mesmo que tensor(), exceto que um bitcast é permitido.

dados

l10n-placeholder 59

dim_size

l10n-placeholder60

Acessor de conveniência para a forma do tensor.

escurece

l10n-placeholder61

Acessor de conveniência para a forma do tensor.

Para todos os acessadores de forma, veja os comentários para métodos relevantes de TensorShape em tensor_shape.h .

dtype

l10n-placeholder62

Retorna o tipo de dados.

apartamento

l10n-placeholder63

Retorne os dados do tensor como um Eigen::Tensor do tipo de dados e uma forma especificada.

Esses métodos permitem que você acesse os dados com as dimensões e tamanhos de sua escolha. Você não precisa saber o número de dimensões do Tensor para chamá-los. No entanto, eles VERIFICAM se o tipo corresponde e as dimensões solicitadas criam um Eigen::Tensor com o mesmo número de elementos que o tensor.

Exemplo:

l10n-placeholder64

l10n-placeholder65

flat_inner_dims

l10n-placeholder66

Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do tensor, exceto o último NDIMS-1, na primeira dimensão do resultado.

Se NDIMS > dims(), as dimensões iniciais de tamanho 1 serão adicionadas para tornar a classificação de saída NDIMS.

flat_inner_dims

l10n-placeholder67

flat_inner_outer_dims

l10n-placeholder68

Se 'begin' < 0 então o |'begin'| dimensões principais de tamanho 1 serão adicionadas. Se 'begin' + NDIMS > dims() então 'begin' + NDIMS - dims() dimensões finais de tamanho 1 serão adicionadas.

flat_inner_outer_dims

l10n-placeholder69

flat_outer_dims

l10n-placeholder70

Retorna os dados como um Eigen::Tensor com dimensões NDIMS, recolhendo todas as dimensões do Tensor, exceto o primeiro NDIMS-1, na última dimensão do resultado.

Se NDIMS > dims(), as dimensões finais de tamanho 1 serão adicionadas para tornar a classificação de saída NDIMS.

flat_outer_dims

l10n-placeholder71

matriz

l10n-placeholder72

matriz

l10n-placeholder73

operador=

l10n-placeholder74

Atribuir operador. Este tensor compartilha o armazenamento subjacente de outro.

operador=

l10n-placeholder75

Operador de movimento. Consulte construtor de movimento para obter detalhes.

reinterpretar_última_dimensão

l10n-placeholder76

Retorne os dados do tensor para um Eigen::Tensor com os últimos elementos de dimensão convertidos em elementos únicos de um tipo maior.

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.

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

tensorflow:: Tensor

Resumo

Construtores e Destruidores

Funções públicas

Funções públicas

Bytes alocados

AsProtoField

AsProtoTensorContent

BitcastDe

Copiar de

DebugString

DebugString

DeviceSafeDebugString

Preencher Descrição

FromProto

FromProto

Está alinhado

Está inicializado

IsSameSize

NumElements

RefCountIsOne

SharesBufferWith

Fatiar

Subfatia

SummarizeValue

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

Tensor

TotalBytes

InseguroCopyFromInternal

bit_casted_shaped

bit_casted_shaped

bit_casted_tensor

bit_casted_tensor

dados

dim_size

escurece

dtype

apartamento

flat

flat_inner_dims

flat_inner_dims

flat_inner_outer_dims

flat_inner_outer_dims

flat_outer_dims

flat_outer_dims

matriz

matriz

operador=

operador=

reinterpretar_última_dimensão

reinterpretar_última_dimensão