tf.make_tensor_proto

Создать TensorProto.

Просмотр псевдонимов

Основные псевдонимы

`tf.contrib.util.make_tensor_proto`

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.make_tensor_proto, `tf.compat.v2.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 распространённым способом работы. Тем не менее, эта служебная функция по-прежнему 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» питоновского скаляра, питоновского списка, массива NumPy или скаляра NumPy.

Если «значения» являются питоновским скаляром или питоновским списком, make_tensor_proto сначала преобразует их в массив NumPy. Если dtype равно None, преобразование пытается определить правильный тип данных NumPy. В противном случае полученный массив NumPy имеет совместимый тип данных с заданным dtype.

В обоих случаях вышеупомянутый массив NumPy (либо предоставленный пользователем, либо автоматически преобразованный) должен иметь совместимый тип с dtype.

Затем make_tensor_proto преобразует массив NumPy в протокол тензора.

Если «форма» равна None, полученный протокол тензора точно представляет массив NumPy.

В противном случае «форма» задаёт форму тензора, и массив NumPy не может содержать больше элементов, чем определено в «форме».

Аргументы
`values`	Значения, которые нужно поместить в TensorProto.
`dtype`	Необязательное значение DataType из tensor_pb2.
`shape`	Список целых чисел, представляющих размерности тензора.
`verify_shape`	Логическое значение, которое включает проверку формы значений.
`allow_broadcast`	Логическое значение, которое включает возможность использования скаляров и векторов длиной 1 в широковещательных операциях. Не может быть истинным, когда verify_shape равно истинному.

Возвращаемое значение

Возвращаемое значение
A `TensorProto`. В зависимости от типа, он может содержать данные в атрибуте «tensor_content», который не напрямую полезен для программ Python. Для доступа к значениям необходимо преобразовать протокол обратно в массив NumPy с помощью `tf.make_ndarray(proto)`. Если `values` является `TensorProto`, он возвращается немедленно; `dtype` и `shape` игнорируются.

A TensorProto. В зависимости от типа, он может содержать данные в атрибуте «tensor_content», который не напрямую полезен для программ Python. Для доступа к значениям необходимо преобразовать протокол обратно в массив NumPy с помощью tf.make_ndarray(proto).

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

Исключения
`TypeError`	если предоставлены неподдерживаемые типы.
`ValueError`	если аргументы имеют неподходящие значения или если verify_shape равно True, а форма значений не равна форме из аргумента.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/make_tensor_proto