EVEngine/docs/usr/modules/tensor.md

张量模块

脚本入口： eve.TF()

执行 eager 张量运算，或用 Func 构图、编译并重复运行。

基本用法

local tf = eve.TF();
local a = tf.ones2(2, 3);
local b = tf.fill2(2, 3, 2.0);
local c = tf.add(a, b);
print(c.get2(0, 0) + "\n");

对象关系与调用时机

TF 创建 eager Tensor 或 Func；Func 中的 Tensor 是 symbolic；compile() 返回 CompiledFunction；run 接收 eager feed 并返回 eager 输出。shape 与 dtype 必须匹配。

目标导向指南

执行 eager 数值运算

用 zeros/ones/fill/random 创建 Tensor，通过 add、matmul、relu、reduce 等立即得到结果；先检查 shape/rank，元素调试用 get1/get2/...，批量逻辑不要逐元素跨脚本边界。

编译重复计算图

tf.func() 创建 Func，用 input 声明 placeholder，组合算子并 setOutput()，然后 compile()；根据输入数量调用 run0() 到 run4()，避免重复建图。

常见问题

• 对 symbolic Tensor 调用 get()。
• matmul 内维度不一致。
• 每帧重新 func/compile，而不是复用 CompiledFunction。

API 快查

下列方法名来自当前 Squirrel 绑定；同一模块创建的辅助对象（例如 World、Body、Source）的方法也列在这里。

• abs()、add()、addInPlace()、addScalar()、addScalarInPlace()、arange()、clamp()、clone()
• compile()、constantScalar()、copyFrom()、cos()、div()、divScalar()、dot()、exp()
• eye()、fill()、fill1()、fill2()、fill3()、flatten()、func()、get()
• get1()、get2()、get3()、get4()、getDevice()、getDim()、getDim0()、getDim1()
• getDim2()、getDim3()、getDtype()、getName()、getPlaceholderCount()、getRandomSeed()、getRank()、getSize()
• input1()、input2()、input3()、input4()、isEager()、isSymbolic()、linspace()、log()
• matmul()、maximumScalar()、minimumScalar()、mulScalar()、mulScalarInPlace()、multiply()、multiplyInPlace()、neg()
• ones1()、ones2()、ones3()、powScalar()、rand1()、rand2()、randn1()、randn2()
• randomNormal1()、randomNormal2()、randomUniform1()、randomUniform2()、reduceMax()、reduceMean()、reduceMin()、reduceSum()
• relu()、reluInPlace()、reshape1()、reshape2()、reshape3()、reshape4()、run0()、run1()
• run2()、run3()、run4()、set()、set1()、set2()、set3()、set4()
• setOutput()、setRandomSeed()、sigmoid()、sin()、sqrt()、sub()、subScalar()、tanh()
• transpose()、where()、zeros1()、zeros2()、zeros3()、zeros4()

使用要点

• 模块对象和它创建的资源对象应保存在全局或实体状态中，不要在每帧重复创建。
• 带 update(dt) 的系统应在 eve_update 调用；绘制方法应在 eve_render 调用。
• 参数约束、默认值和返回类型以对应模块头文件及 addFunc 绑定为准；本文 API 快查与当前源码同步生成。

源码： src/modules/tensor/ 相关测试： 在 test/ 中搜索 tensor。