Tensorflow.js tf.Tensor.bufferSync()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员使用JavaScript语言开发ML模型，并可以直接在浏览器或Node.js中使用ML。

tf.Tensor class.bufferSync() 方法用于返回一个保存底层数据的 tf.TensorBuffer。

用法：

bufferSync()

参数：

• 它不带参数

返回值：它返回 tf.TensorBuffer

范例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
console.log(tf.tensor([1, 3, 5, 4, 2]).bufferSync())

输出：

{
  "dtype":"float32",
  "shape":[
    5
  ],
  "size":5,
  "values":{
    "0":1,
    "1":3,
    "2":5,
    "3":4,
    "4":2
  },
  "strides":[]
}

范例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
const a= tf.tensor2d([[0, 1], [2, 3]])
console.log(a.bufferSync())

输出：

{
  "dtype":"float32",
  "shape":[
    2,
    2
  ],
  "size":4,
  "values":{
    "0":0,
    "1":1,
    "2":2,
    "3":3
  },
  "strides":[
    2
  ]
}

参考：https://js.tensorflow.org/api/latest/#tf.Tensor.bufferSync