tf.make_tensor_proto

Создать TensorProto.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.make_tensor_proto

tf.make_tensor_proto(
    values, dtype=None, shape=None, verify_shape=False, allow_broadcast=False
)

В TensorFlow 2.0 представление тензоров в виде протоколов больше не должно быть распространенным рабочим процессом. Тем не менее, эта утилитарная функция всё ещё полезна для генерации протоколов запросов TF Serving:

request = tensorflow_serving.apis.predict_pb2.PredictRequest()
request.model_spec.name = "my_model"
request.model_spec.signature_name = "serving_default"
request.inputs["images"].CopyFrom(tf.make_tensor_proto(X_new))

make_tensor_proto принимает «значения» в виде питон-скаляра, питон-списка, numpy-массива или numpy-скаляра.

Если «значения» — питон-скаляр или питон-список, make_tensor_proto сначала преобразует их в numpy-массив. Если dtype равно None, преобразование пытается определить правильный тип данных numpy. В противном случае, полученный numpy-массив имеет совместимый тип данных с заданным dtype.

В любом из вышеперечисленных случаев numpy-массив (как предоставленный пользователем, так и преобразованный автоматически) должен иметь совместимый тип с dtype.

make_tensor_proto затем преобразует numpy-массив в протокол тензора.

Если «shape» равно None, полученный протокол тензора точно отражает numpy-массив.

В противном случае, «shape» определяет форму тензора, и numpy-массив не может содержать больше элементов, чем указано в «shape».

Аргументы
`values`	Значения для помещения в TensorProto.
`dtype`	Необязательное значение DataType из tensor_pb2.
`shape`	Список целых чисел, представляющих размерности тензора.
`verify_shape`	Булево значение, включающее проверку формы значений.
`allow_broadcast`	Булево значение, разрешающее использование скаляров и векторов длины 1 для трансляции. Не может быть истинным, когда verify_shape истинно.

Возвращаемое значение

Возвращаемое значение
`TensorProto`. В зависимости от типа, он может содержать данные в атрибуте «tensor_content», которые не напрямую полезны для программ Python. Чтобы получить доступ к значениям, необходимо преобразовать протокол обратно в numpy-массив с помощью `tf.make_ndarray(proto)`. Если `values` — `TensorProto`, он возвращается немедленно; `dtype` и `shape` игнорируются.

TensorProto. В зависимости от типа, он может содержать данные в атрибуте «tensor_content», которые не напрямую полезны для программ Python. Чтобы получить доступ к значениям, необходимо преобразовать протокол обратно в numpy-массив с помощью tf.make_ndarray(proto).

Если values — TensorProto, он возвращается немедленно; dtype и shape игнорируются.

Исключения
`TypeError`	если предоставлены неподдерживаемые типы.
`ValueError`	если у аргументов неподходящие значения или если verify_shape истинно, а форма значений не равна форме из аргумента.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/make_tensor_proto