Esta página foi traduzida pela API Cloud Translation.

fluxo tensor:: Tensor

#include <tensor.h>

Representa uma matriz n-dimensional de valores.

Resumo

Construtores e Destruidores
`Tensor ()` Cria um tensor flutuante unidimensional de 0 elementos.
`Tensor (DataType type, const TensorShape & shape)` Cria um Tensor do `type` e `shape` especificados.
`Tensor (Allocator *a, DataType type, const TensorShape & shape)` Cria um tensor com a entrada `type` e `shape` , 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 a entrada `type` 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 (T *t)`
`~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 neste tensor, remodele-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 neste tensor e remodele-o.
`DebugString (int num_values) const`	`std::string` Um resumo legível do tensor adequado para depuração.
`DebugString () const`	`std::string`
`DeviceSafeDebugString () const`	`std::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 verdadeiro se este tensor estiver alinhado.
`IsInitialized () const`	`bool` Se necessário, este Tensor foi inicializado?
`IsSameSize (const Tensor & b) const`	`bool`
`NumElements () const`	`int64` Acessador de conveniência para o formato do tensor.
`RefCountIsOne () const`	`bool`
`SharesBufferWith (const Tensor & b) const`	`bool`
`Slice (int64 dim0_start, int64 dim0_limit) const`	`Tensor` Corte 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`	`std::string` Renderize os primeiros valores `max_entries` em `*this` em uma string.
`TotalBytes () const`	`size_t` Retorna o uso estimado de memória deste tensor.
`UnsafeCopyFromInternal (const Tensor & other, DataType dtype, const TensorShape & shape)`	`void` Como BitcastFrom, mas CHECK falhará se alguma pré-condição não for atendida.
`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 com 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 com conversão bit a bit para o dtype `T` especificado.
`data () const`	`void *`
`dim_size (int d) const`	`int64` Acessador de conveniência para o formato do tensor.
`dims () const`	`int` Acessador de conveniência para o formato do tensor.
`dtype () const`	`DataType` Retorna o tipo de dados.
`flat ()`	`TTypes< T >::Flat` Retorna 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, colapsando 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, colapsando 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, colapsando 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 &` Mover operador. Consulte o construtor de movimentação 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 tamanhos deste `Tensor` .
`vec () const`	`TTypes< T >::ConstVec` Versões Const 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.

AsProtoTensorConteúdo

void AsProtoTensorContent(
  TensorProto *proto
) const

BitcastDe

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

Copie o outro tensor neste tensor, remodele-o e reinterprete o tipo de dados do buffer.

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

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

Especificamente:

shape.num_elements() * DataTypeSize(tipo)

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, erros::InvalidArgument será retornado.

Copiar de

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

Copie o outro tensor neste tensor e remodele-o.

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

String de depuração

std::string DebugString(
  int num_values
) const

Um resumo legível do tensor adequado para depuração.

String de depuração

std::string DebugString() const

DeviceSafeDebugString

std::string DeviceSafeDebugString() const

PreencherDescrição

void FillDescription(
  TensorDescription *description
) const

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

DoProto

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 permanece inalterado.

DoProto

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

Está alinhado

bool IsAligned() const

Retorna verdadeiro 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 memória alocada.

ÉMesmoTamanho

bool IsSameSize(
  const Tensor & b
) const

NumElementos

int64 NumElements() const

Acessador de conveniência para o formato do tensor.

RefCountIsOne

bool RefCountIsOne() const

CompartilhaBufferWith

bool SharesBufferWith(
  const Tensor & b
) const

Fatiar

Tensor Slice(
  int64 dim0_start,
  int64 dim0_limit
) const

Corte este tensor ao longo da 1ª dimensão.

Ou seja, o tensor retornado satisfaz retornou[i, ...] == this[dim0_start + i, ...]. O tensor retornado compartilha o buffer do 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 dimensões N-1, 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)

ResumirValor

std::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 unidimensional de 0 elementos.

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

Tensor(DT_FLOAT, TensorShape({}))

Tensor

 Tensor(
  DataType type,
  const TensorShape & shape
)

Cria um Tensor do type e shape especificados.

Se LogMemory::IsEnabled() a alocação será 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 allocate_* 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 a entrada type e shape , usando o alocador a para alocar o buffer subjacente.

a deve sobreviver à vida útil deste Tensor .

Tensor

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

Cria um tensor com a entrada type 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 allocate_* para alocar um novo tensor, que registra o kernel e a etapa.

a deve sobreviver à vida útil 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 uma referência em buf que pertence a este Tensor .

Tensor

 Tensor(
  DataType type
)

Cria um Tensor vazio do tipo de dados fornecido.

Como Tensor() , retorna um Tensor unidimensional de 0 elementos 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 (por exemplo, manipulação de forma) não são válidas.

Tensor

 Tensor(
  T *t
)=delete

Bytes totais

size_t TotalBytes() const

Retorna o uso estimado de memória deste tensor.

InseguroCopyFromInternal

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

Como BitcastFrom, mas CHECK falhará se alguma pré-condição não for atendida.

Obsoleto. Use BitcastFrom e verifique o status retornado.

bit_casted_shape

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 .

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

bit_casted_shape

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 .

Usar 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 com conversão bit a bit para o dtype T especificado.

Usar 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 com conversão bit a bit para o dtype T especificado.

Usar 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

Acessador de conveniência para o formato do tensor.

escurece

int dims() const

Acessador de conveniência para o formato do tensor.

Para todos os acessadores de forma, consulte os comentários sobre métodos relevantes de TensorShape em tensor_shape.h .

tipo d

DataType dtype() const

Retorna o tipo de dados.

plano

TTypes< T >::Flat flat()

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

Esses métodos permitem acessar os dados com as dimensões e tamanhos de sua escolha. Você não precisa saber o número de dimensões do Tensor para chamá-los. Porém, eles CHECK se o tipo corresponde e as dimensões solicitadas criam um Eigen::Tensor com o mesmo número de elementos do 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<T, 2>({4, 15});
    // CHECK fails, bad num elements:
    auto outer = my_ten.shaped<T, 2>({4, 8});
    // 3D Eigen::Tensor 6 x 5 x 2:
    auto weird = my_ten.shaped<T, 3>({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, colapsando todas as dimensões do Tensor , exceto o último NDIMS-1, na primeira dimensão do resultado.

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

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, colapsando todas as dimensões do Tensor , exceto o primeiro NDIMS-1, na última dimensão do resultado.

Se NDIMS > dims() então as dimensões finais de tamanho 1 serão adicionadas para classificar a 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
)

Mover operador. Consulte o construtor de movimentação para obter detalhes.

reinterpretar_last_dimension

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 tipo de elemento original * num elementos na última dimensão original. O NDIMS deve ser 1 a menos que o número original de dimensões.

reinterpretar_last_dimension

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 scalar() permite que o compilador execute 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.

em forma

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

em forma

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 o local da memória em dispositivos que a CPU não pode endereçar diretamente.

NOTA: O buffer tensor subjacente é recontado, 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 em uso.

REQUER: DataTypeCanUseMemcpy(dtype()) .

unaligned_flat

TTypes< T >::UnalignedFlat unaligned_flat()

unaligned_flat

TTypes< T >::UnalignedConstFlat unaligned_flat() const

desalinhado_em forma

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

desalinhado_em forma

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

vec

TTypes< T >::Vec vec()

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

Use esses métodos quando você conhece o tipo de dados e o número de dimensões do Tensor e deseja que um Eigen::Tensor dimensionado automaticamente para os tamanhos do Tensor. A verificação de implementação falhará se o tipo ou o tamanho não corresponderem.

Exemplo:

  
    typedef float T;
    Tensor my_mat(...built with Shape{rows: 3, cols: 5}...);
    auto mat = my_mat.matrix();    // 2D Eigen::Tensor, 3 x 5.
    auto mat = my_mat.tensor<T, 2>(); // 2D Eigen::Tensor, 3 x 5.
    auto vec = my_mat.vec();       // CHECK fails as my_mat is 2D.
    auto vec = my_mat.tensor<T, 3>(); // CHECK fails as my_mat is 2D.
    auto mat = my_mat.matrix();// CHECK fails as type mismatch.

vec

TTypes< T >::ConstVec vec() const

Versões Const de todos os métodos acima.

~Tensor

 ~Tensor()

fluxo tensor:: Tensor

Resumo

Construtores e Destruidores

Funções públicas

Funções públicas

Bytes alocados

AsProtoField

AsProtoTensorConteúdo

BitcastDe

Copiar de

String de depuração

String de depuração

DeviceSafeDebugString

PreencherDescrição

DoProto

DoProto

Está alinhado

Está inicializado

ÉMesmoTamanho

NumElementos

RefCountIsOne

CompartilhaBufferWith

Fatiar

Subfatia

ResumirValor

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

Tensor

Bytes totais

InseguroCopyFromInternal

bit_casted_shape

bit_casted_shape

bit_casted_tensor

bit_casted_tensor

dados

dim_size

escurece

tipo d

plano

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_last_dimension