A D F G I L M N O P R S T V

A

allocateByteBuffer(int) - org.pytorch.Tensor 类中的静态方法

分配一个新的直接 ByteBuffer，它具有本机字节顺序，具有指定的容量，可以在 fromBlob(ByteBuffer, long[])、fromBlobUnsigned(ByteBuffer, long[]) 中使用。

allocateDoubleBuffer(int) - org.pytorch.Tensor 类中的静态方法

分配一个新的直接 DoubleBuffer，它具有本机字节顺序，具有指定的容量，可以在 fromBlob(DoubleBuffer, long[]) 中使用。

allocateFloatBuffer(int) - org.pytorch.Tensor 类中的静态方法

分配一个新的直接 FloatBuffer，它具有本机字节顺序，具有指定的容量，可以在 fromBlob(FloatBuffer, long[]) 中使用。

allocateIntBuffer(int) - org.pytorch.Tensor 类中的静态方法

分配一个新的直接 IntBuffer，它具有本机字节顺序，具有指定的容量，可以在 fromBlob(IntBuffer, long[]) 中使用。

allocateLongBuffer(int) - org.pytorch.Tensor 类中的静态方法

分配一个新的直接 LongBuffer，它具有本机字节顺序，具有指定的容量，可以在 fromBlob(LongBuffer, long[]) 中使用。

D

destroy() - org.pytorch.Module 类中的方法

显式销毁本机 torch::jit::Module。

Device - org.pytorch 中的枚举

dictLongKeyFrom(Map<Long, IValue>) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 Dict[int, V]。

dictStringKeyFrom(Map<String, IValue>) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 Dict[str, V]。

DType - org.pytorch 中的枚举

表示张量数据类型的代码。

dtype() - org.pytorch.Tensor 类中的方法

F

forward(IValue...) - org.pytorch.Module 类中的方法

使用指定的参数运行此模块的“forward”方法。

from(Tensor) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 Tensor。

from(boolean) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 bool。

from(long) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 int。

from(double) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 float。

from(String) - org.pytorch.IValue 类中的静态方法

创建一个新的 IValue，类型为 str。

fromBlob(byte[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int8，具有指定的形状和数据，作为字节数组。

fromBlob(byte[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(int[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int32，具有指定的形状和数据，作为整数数组。

fromBlob(int[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(float[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.float32，具有指定的形状和数据，作为浮点数数组。

fromBlob(float[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(long[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int64，具有指定的形状和数据，作为长整型数组。

fromBlob(long[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(double[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.float64，具有指定的形状和数据，作为双精度浮点数数组。

fromBlob(double[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(ByteBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int8，具有指定的形状和数据。

fromBlob(ByteBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(IntBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int32，具有指定的形状和数据。

fromBlob(IntBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(FloatBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.float32，具有指定的形状和数据。

fromBlob(FloatBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(LongBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.int64，具有指定的形状和数据。

fromBlob(LongBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

fromBlob(DoubleBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.float64，具有指定的形状和数据。

fromBlob(DoubleBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

fromBlobUnsigned(byte[], long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.uint8，具有指定的形状和数据，作为字节数组。

fromBlobUnsigned(byte[], long[]) - org.pytorch.Tensor 类中的静态方法

fromBlobUnsigned(ByteBuffer, long[], MemoryFormat) - org.pytorch.Tensor 类中的静态方法

创建一个新的 Tensor 实例，其 dtype 为 torch.uint8，具有指定的形状和数据。

fromBlobUnsigned(ByteBuffer, long[]) - org.pytorch.Tensor 类中的静态方法

G

getDataAsByteArray() - org.pytorch.Tensor 类中的方法

getDataAsDoubleArray() - org.pytorch.Tensor 类中的方法

getDataAsFloatArray() - org.pytorch.Tensor 类中的方法

getDataAsIntArray() - org.pytorch.Tensor 类中的方法

getDataAsLongArray() - org.pytorch.Tensor 类中的方法

getDataAsUnsignedByteArray() - org.pytorch.Tensor 类中的方法

I

isBool() - org.pytorch.IValue 类中的方法

isBoolList() - org.pytorch.IValue 类中的方法

isDictLongKey() - org.pytorch.IValue 类中的方法

isDictStringKey() - org.pytorch.IValue 类中的方法

isDouble() - org.pytorch.IValue 类中的方法

isDoubleList() - org.pytorch.IValue 类中的方法

isList() - org.pytorch.IValue 类中的方法

isLong() - org.pytorch.IValue 类中的方法

isLongList() - org.pytorch.IValue 类中的方法

isNull() - org.pytorch.IValue 类中的方法

isString() - org.pytorch.IValue 类中的方法

isTensor() - org.pytorch.IValue 类中的方法

isTensorList() - org.pytorch.IValue 类中的方法

isTuple() - org.pytorch.IValue 类中的方法

IValue - org.pytorch 包中的类

TorchScript 值的 Java 表示形式，它被实现为标记联合体，可以是支持的类型之一：https://pytorch.ac.cn/docs/stable/jit.html#types。

L

listFrom(boolean...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 List[bool] 的新 IValue。

listFrom(long...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 List[int] 的新 IValue。

listFrom(double...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 List[float] 的新 IValue。

listFrom(Tensor...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 List[Tensor] 的新 IValue。

listFrom(IValue...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 List[T] 的新 IValue。

LiteModuleLoader - org.pytorch 包中的类

LiteModuleLoader() - org.pytorch.LiteModuleLoader 类的构造函数

load(String, Map<String, String>, Device) - org.pytorch.LiteModuleLoader 类中的静态方法

从磁盘上的指定路径加载序列化 TorchScript 模块，以在指定的设备上运行。

load(String) - org.pytorch.LiteModuleLoader 类中的静态方法

从磁盘上的指定路径加载序列化 TorchScript 模块，以在 CPU 上运行。

load(String, Map<String, String>, Device) - org.pytorch.Module 类中的静态方法

从磁盘上的指定路径加载序列化 TorchScript 模块，以在指定的设备上运行。

load(String) - org.pytorch.Module 类中的静态方法

从磁盘上的指定路径加载序列化 TorchScript 模块，以在 CPU 上运行。

loadModuleFromAsset(AssetManager, String, Device) - org.pytorch.PyTorchAndroid 类中的静态方法

注意：不建议这种加载生产模块的方式，因为预先打包的资产会增加 apk 大小等。

loadModuleFromAsset(AssetManager, String) - org.pytorch.PyTorchAndroid 类中的静态方法

loadNativeLibs() - org.pytorch.PyTorchCodegenLoader 类中的静态方法

M

MemoryFormat - org.pytorch 包中的枚举

memoryFormat() - org.pytorch.Tensor 类中的方法

返回此张量的内存格式。

Module - org.pytorch 包中的类

torch::jit::Module 的 Java 包装器。

N

numel() - org.pytorch.Tensor 类中的方法

返回此张量中的元素数量。

numel(long[]) - org.pytorch.Tensor 类中的静态方法

计算具有指定形状的张量中的元素数量。

O

optionalNull() - org.pytorch.IValue 类中的静态方法

创建一个类型为 Optional 的新 IValue，它不包含任何值。

org.pytorch - org.pytorch 包

P

PyTorchAndroid - org.pytorch 包中的类

PyTorchAndroid() - org.pytorch.PyTorchAndroid 类的构造函数

PyTorchCodegenLoader - org.pytorch 包中的类

R

runMethod(String, IValue...) - org.pytorch.Module 类中的方法

使用指定的参数运行此模块的指定方法。

S

setNumThreads(int) - org.pytorch.PyTorchAndroid 类中的静态方法

全局设置本机侧使用的线程数。

shape() - org.pytorch.Tensor 类中的方法

返回此张量的形状。

T

Tensor - org.pytorch 包中的类

张量的表示形式。

toBool() - org.pytorch.IValue 类中的方法

toBoolList() - org.pytorch.IValue 类中的方法

toDictLongKey() - org.pytorch.IValue 类中的方法

toDictStringKey() - org.pytorch.IValue 类中的方法

toDouble() - org.pytorch.IValue 类中的方法

toDoubleList() - org.pytorch.IValue 类中的方法

toList() - org.pytorch.IValue 类中的方法

toLong() - org.pytorch.IValue 类中的方法

toLongList() - org.pytorch.IValue 类中的方法

toStr() - org.pytorch.IValue 类中的方法

toTensor() - org.pytorch.IValue 类中的方法

toTensorList() - org.pytorch.IValue 类中的方法

toTuple() - org.pytorch.IValue 类中的方法

tupleFrom(IValue...) - org.pytorch.IValue 类中的静态方法

创建一个类型为 Tuple[T0, T1, ...] 的新 IValue。

V

valueOf(String) - org.pytorch.Device 枚举中的静态方法

返回具有指定名称的此类型的枚举常量。

valueOf(String) - org.pytorch.DType 枚举中的静态方法

返回具有指定名称的此类型的枚举常量。

valueOf(String) - org.pytorch.MemoryFormat 枚举中的静态方法

返回具有指定名称的此类型的枚举常量。

values() - org.pytorch.Device 枚举中的静态方法

返回包含此枚举类型常量（按声明顺序）的数组。

values() - org.pytorch.DType 枚举中的静态方法

返回包含此枚举类型常量（按声明顺序）的数组。

values() - org.pytorch.MemoryFormat 枚举中的静态方法

返回包含此枚举类型常量（按声明顺序）的数组。

A D F G I L M N O P R S T V