Tensorflow.js tf.Tensor 类 .bufferSync() 方法

Tensorflow.js 是谷歌开发的一个开源库，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用 JavaScript 语言开发 ML 模型，并且可以直接在浏览器或 Node.js 中使用 ML。

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

语法：

bufferSync()

参数：

• 它不带任何参数

返回值：它返回 tf.TensorBuffer

示例 1：

Javascript

// 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": []
}

示例 2：

Javascript

// 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