访问 TensorFloat 数据

问题描述

我正在使用 Windows-Machine-Learning 将我的 VideoFrame 转换为 TensorFloat _input（形状：1,3,256,192；RGB 通道 + 图像），将其加载到我的 onnx 模型中并接收作为 _output 另一个 TensorFloat 对象（形状：1,17,64,48；17 个检测到的对象 + 图像）。

现在我的问题是：如果我想访问那个 TensorFloat _output，目前我知道的唯一方法是使用 _output.data.GetAsvectorView，它给了我一个很长的 1d Vector 并尝试重新排序并弄清楚其中的尺寸是如何排序的？是否有一个明确的规则可以让我理解 4D 张量是如何在 1D Vector 中编码的？或者，我能否以某种方式直接从 _output TensorFloat 对象访问不同的维度，因为使用“Shape”显示它是一个多维数组？

解决方法

请在此处参考 Windows ML 张量的布局：

https://docs.microsoft.com/en-us/uwp/api/windows.ai.machinelearning.tensorfloat?view=winrt-20348

张量是值的多维数组。浮点张量是 32 位浮点值的张量。

张量的布局是以行为主，用紧密包装的连续数据表示每个维度。张量的总大小是每个维度大小的乘积。

考虑：

Shape: [D1][D2][D3]...[DN]
Strides: [S1][S2][S3]...[SN]
Location: [A1][A2][A3]...[AN],

并且您希望计算 Location 处的索引。

然后，您可以假设：

Sn = Dn+1 * Dn+2 * ... * Dn,(for n = 1...N-1)
SN = 1

所以：

index = A1*S1 + A2*S2 + A3*S3 + ... + AN*SN