Метод get_tensor

Метод get_tensor класса Interpreter возвращает тензор TensorFlow, связанный с указанным индексом. Первым параметром метод принимает индекс тензора, который обычно получают из деталей входов или выходов. Метод используется после вызова invoke, чтобы получить результаты выполнения модели.

Синтаксис

interpreter.get_tensor(tensor_index)

Пример

Давайте создадим простую модель, преобразуем ее в формат TensorFlow Lite и получим выходной тензор через метод get_tensor:

import tensorflow as tf
import numpy as np

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(1,))
])

converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()

interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()

input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

input_data = np.array([[5.0]], dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()

res = interpreter.get_tensor(output_details[0]['index'])
print(res)

Результат выполнения кода:

[[1.9133052]]

Пример

Давайте получим входной тензор интерпретатора по его индексу после вызова invoke:

import tensorflow as tf
import numpy as np

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(3,))
])

converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()

interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()

input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

input_data = np.array([[1.0, 2.0, 3.0]], dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()

res_input = interpreter.get_tensor(input_details[0]['index'])
res_output = interpreter.get_tensor(output_details[0]['index'])

print(res_input)
print(res_output)

Результат выполнения кода:

[[1. 2. 3.]]
[[1.1070809]]

Смотрите также

класс Interpreter,
который запускает модели TensorFlow Lite
метод set_tensor,
который устанавливает значение входного тензора
метод get_output_details,
который возвращает детали выходных тензоров
метод invoke,
который запускает вычисления интерпретатора