从给定的类型、数据和维度构造一个新的字符串张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的类型、数据和维度构造一个新的布尔张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从 Uint8ClampedArray、数据和维度构造一个新的 uint8 张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的类型、数据和维度构造一个新的 64 位整数类型张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的类型、数据和维度构造一个新的数值张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 float32 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 int8 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 uint8 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 uint8 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 uint16 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 int16 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 int32 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的 int64 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的字符串张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从给定的数据和维度构造一个新的布尔张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
根据给定的数据和维度构造新的 float64 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
根据给定的数据和维度构造新的 uint32 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
根据给定的数据和维度构造新的 uint64 张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
根据给定的类型、数据和维度构造新的张量对象。
指定元素类型。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
根据给定的数据和维度构造新的张量对象。
指定 CPU 张量数据。
Optional dims: readonly number[]指定张量的维度。如果省略，则假定为 1-D 张量。
从 WebGPU buffer 创建张量
用于创建张量的 GPUBuffer 对象
表示从 WebGPU buffer 创建张量的可选对象。
选项包括以下属性
dataType: 张量的数据类型。如果省略，假定为 'float32'。dims: 张量的维度。必需。download: 一个可选函数，用于将张量数据从 GPU 下载到 CPU。如果省略，GPU 数据将无法下载。通常，此函数由 GPU 后端为推理输出提供。用户无需提供此函数。dispose: 一个可选函数，用于处理（释放）GPU 上的张量数据。如果省略，GPU 数据将不会被处理。通常，此函数由 GPU 后端为推理输出提供。用户无需提供此函数。一个张量对象
从 ImageData 对象创建张量
用于创建张量的 ImageData 对象
可选 options: TensorFromImageDataOptions表示从 ImageData 创建张量的可选对象。
将应用以下默认设置
tensorFormat: 'RGB'tensorLayout: 'NCHW'dataType: 'float32'一个解析为张量对象的 Promise
从 HTMLImageElement 对象创建张量
用于创建张量的 HTMLImageElement 对象
可选 options: TensorFromImageElementOptions表示从 HTMLImageElement 创建张量的可选对象。
将应用以下默认设置
tensorFormat: 'RGB'tensorLayout: 'NCHW'dataType: 'float32'一个解析为张量对象的 Promise
从 URL 创建张量
表示图像 URL 或包含图像数据的 data URL 的字符串。
可选 options: TensorFromUrlOptions表示从 URL 创建张量的可选对象。
将应用以下默认设置
tensorFormat: 'RGB'tensorLayout: 'NCHW'dataType: 'float32'一个解析为张量对象的 Promise
从 ImageBitmap 对象创建张量
用于创建张量的 ImageBitmap 对象
表示从 URL 创建张量的可选对象。
将应用以下默认设置
tensorFormat: 'RGB'tensorLayout: 'NCHW'dataType: 'float32'一个解析为张量对象的 Promise
从 WebNN MLTensor 创建张量
用于创建张量的 MLTensor 对象
表示从 WebNN MLTensor 创建张量的可选对象。
选项包括以下属性
dataType: 张量的数据类型。如果省略，假定为 'float32'。dims: 张量的维度。必需。download: 一个可选函数，用于将张量数据从 MLTensor 下载到 CPU。如果省略，MLTensor 数据将无法下载。通常，此函数由 WebNN 后端为推理输出提供。用户无需提供此函数。dispose: 一个可选函数，用于处理（释放）WebNN MLTensor 上的张量数据。如果省略，MLTensor 将不会被处理。通常，此函数由 WebNN 后端为推理输出提供。用户无需提供此函数。一个张量对象
从预分配的 buffer 创建张量。此 buffer 将用作 pinned buffer。
张量元素类型。
与类型对应的 TypedArray。
Optional dims: readonly number[]指定张量的维度。如果省略，假定为 1 维张量。
一个张量对象
从 WebGL texture 创建张量
用于创建张量的 WebGLTexture 对象
表示从 WebGL texture 创建张量的可选对象。
选项包括以下属性
width: texture 的宽度。必需。height: texture 的高度。必需。format: texture 的格式。如果省略，假定为 'RGBA'。download: 一个可选函数，用于将张量数据从 GPU 下载到 CPU。如果省略，GPU 数据将无法下载。通常，此函数由 GPU 后端为推理输出提供。用户无需提供此函数。dispose: 一个可选函数，用于处理（释放）GPU 上的张量数据。如果省略，GPU 数据将不会被处理。通常，此函数由 GPU 后端为推理输出提供。用户无需提供此函数。一个张量对象
使用 TypeDoc 生成
类型 TensorConstructor 定义了用于创建 CPU 张量实例的 'Tensor' 构造函数。