访问TensorFloat数据

Question

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，并作为_output接收另一个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矢量，并尝试对其进行重新排序，并找出其中的维度是如何排序的？有没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，我可以通过某种方式直接从_output TensorFloat对象访问不同的维度，因为使用"Shape“可以显示它是一个多维数组？

Answer 1

请参考此处的Windows ML张量布局：

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

张量是一个多维数组的值。浮点张量是32位浮点值的张量。

张量的布局是以行为主的，紧凑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。

考虑一下：

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

并且您希望计算位置的索引。

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