Class Index

A B C D E F G H I K L M N O P Q R S T U V W X Z

آ

سقط هنگام فراخوانی، یک استثنا برای لغو فرآیند ایجاد کنید.
گزینه‌ها ویژگی های اختیاری برای Abort
همه "منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
همه.گزینه ها ویژگی های اختیاری برای All
AllToAll <T> یک عملیات برای تبادل داده در بین کپی های TPU.
جدول هش ناشناس یک جدول هش ناشناس بدون مقدار دهی اولیه ایجاد می کند.
AnonymousIteratorV2 ظرفی برای یک منبع تکرارکننده.
AnonymousIteratorV3 ظرفی برای یک منبع تکرارکننده.
AnonymousMemoryCache
AnonymousMultiDeviceIterator ظرفی برای منبع تکرارکننده چند دستگاهی.
AnonymousMultiDeviceIteratorV3 ظرفی برای منبع تکرارکننده چند دستگاهی.
AnonymousMutableDenseHashTable یک جدول هش قابل تغییر ناشناس خالی ایجاد می کند که از تانسورها به عنوان ذخیره پشتیبان استفاده می کند.
AnonymousMutableDenseHashTable.Options ویژگی های اختیاری برای AnonymousMutableDenseHashTable
Anonymous MutableHashTable یک جدول هش قابل تغییر ناشناس خالی ایجاد می کند.
Anonymous MutableHashTableOfTensors یک جدول هش قابل تغییر ناشناس خالی از مقادیر برداری ایجاد می کند.
AnonymousMutableHashTableOfTensors.Options ویژگی های اختیاری برای AnonymousMutableHashTableOfTensors
ناشناس RandomSeed Generator
Anonymous SeedGenerator
هر "منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
هر گزینه ویژگی های اختیاری برای Any
ApplyAdagradV2 <T> "*var" را طبق طرح adagrad به روز کنید.
ApplyAdagradV2.Options ویژگی های اختیاری برای ApplyAdagradV2
ApproxTopK <T تعداد را گسترش می دهد> مقادیر min/max k و شاخص های آنها را از عملوند ورودی به روشی تقریبی برمی گرداند.
ApproxTopK.Options ویژگی های اختیاری برای ApproxTopK
AssertCardinalityDataset
AssertNextDataset تحولی که بیان می کند کدام تحولات بعدی اتفاق می افتد.
AssertPrevDataset تحولی که نشان می دهد کدام تحولات قبلاً اتفاق افتاده است.
ادعا کن ادعا می کند که شرط داده شده درست است.
AssertThat.Options ویژگی های اختیاری برای AssertThat
تخصیص <T> "ref" را با اختصاص دادن "value" به آن به روز کنید.
Assign.Options ویژگی های اختیاری برای Assign
AssignAdd <T> "ref" را با افزودن "value" به آن به روز کنید.
AssignAdd.Options ویژگی های اختیاری برای AssignAdd
AssignAddVariableOp یک مقدار به مقدار فعلی یک متغیر اضافه می کند.
AssignSub <T> "ref" را با کم کردن "value" از آن به روز کنید.
AssignSub.Options ویژگی های اختیاری برای AssignSub
AssignSubVariableOp مقداری را از مقدار فعلی یک متغیر کم می کند.
AssignVariableOp مقدار جدیدی را به یک متغیر اختصاص می دهد.
AssignVariableOp.Options ویژگی های اختیاری برای AssignVariableOp
AssignVariableXlaConcatND تانسور ورودی Concat در تمام ابعاد.
AssignVariableXlaConcatND.Options ویژگی های اختیاری برای AssignVariableXlaConcatND
AutoShardDataset مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
AutoShardDataset.Options ویژگی های اختیاری برای AutoShardDataset

ب

BandedTriangularSolve <T>
BandedTriangularSolve.Options ویژگی های اختیاری برای BandedTriangularSolve
مانع مانعی را تعریف می کند که در اجرای گراف های مختلف وجود دارد.
مانع.گزینه ها ویژگی های اختیاری برای Barrier
BarrierClose سد داده شده را می بندد.
BarrierClose.Options ویژگی های اختیاری برای BarrierClose
BarrierIncompleteSize تعداد عناصر ناقص را در مانع داده شده محاسبه می کند.
BarrierInsertMany برای هر کلید، مقدار مربوطه را به جزء مشخص شده اختصاص می دهد.
BarrierReadySize تعداد عناصر کامل را در مانع داده شده محاسبه می کند.
BarrierTakeMany تعداد داده شده عناصر تکمیل شده را از یک مانع می گیرد.
BarrierTakeMany.Options ویژگی های اختیاری برای BarrierTakeMany
دسته ای همه تانسورهای ورودی را به صورت غیر قطعی دسته بندی می کند.
دسته.گزینه ها ویژگی های اختیاری برای Batch
BatchMatMulV2 <T> برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchMatMulV2.Options ویژگی های اختیاری برای BatchMatMulV2
BatchMatMulV3 <V> برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchMatMulV3.Options ویژگی های اختیاری برای BatchMatMulV3
BatchToSpace <T> BatchToSpace برای تانسورهای 4 بعدی از نوع T.
BatchToSpaceNd <T> BatchToSpace برای تانسورهای ND از نوع T.
BesselI0 <T تعداد را گسترش می دهد>
BesselI1 <T تعداد را گسترش می دهد>
BesselJ0 <T تعداد را گسترش می دهد>
BesselJ1 <T تعداد را گسترش می دهد>
BesselK0 <T تعداد را گسترش می دهد>
BesselK0e <T تعداد را گسترش می دهد>
BesselK1 <T تعداد را گسترش می دهد>
BesselK1e <T تعداد را گسترش می دهد>
BesselY0 <T تعداد را گسترش می دهد>
BesselY1 <T تعداد را گسترش می دهد>
بیت‌کست <U> یک تانسور را از یک نوع به نوع دیگر بدون کپی کردن داده ارسال می کند.
BlockLSTM <T تعداد را گسترش می دهد> انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BlockLSTM.Options ویژگی های اختیاری برای BlockLSTM
BlockLSTMGrad <T گسترش شماره> انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BlockLSTMGradV2 <T تعداد را گسترش می دهد> انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BlockLSTMV2 <T تعداد را گسترش می دهد> انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BlockLSTMV2.Options ویژگی های اختیاری برای BlockLSTMV2
BoostedTreesAggregateStats خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesBucketize هر ویژگی را بر اساس مرزهای سطل سطل کنید.
BoostedTreesCalculateBestFeatureSplit سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCalculateBestFeatureSplit.Options ویژگی های اختیاری برای BoostedTreesCalculateBestFeatureSplit
BoostedTreesCalculateBestFeatureSplitV2 سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای هر گره برمی گرداند.
BoostedTreesCalculateBestGainsPerFeature سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCenterBias پیشین را از داده های آموزشی محاسبه می کند (بایاس) و اولین گره را با پیشین logits پر می کند.
BoostedTreesCreateEnsemble یک مدل مجموعه درختی ایجاد می کند و یک دسته را به آن برمی گرداند.
BoostedTreesCreateQuantileStreamResource منبع برای Quantile Streams ایجاد کنید.
BoostedTreesCreateQuantileStreamResource.Options ویژگی های اختیاری برای BoostedTreesCreateQuantileStreamResource
BoostedTreesDeserializeEnsemble پیکربندی مجموعه درختی سریالی را از حالت سریال خارج می کند و درخت فعلی را جایگزین می کند

گروه

BoostedTreesEnsembleResourceHandleOp یک دسته برای یک BoostedTreesEnsembleResource ایجاد می کند
BoostedTreesEnsembleResourceHandleOp.Options ویژگی های اختیاری برای BoostedTreesEnsembleResourceHandleOp
BoostedTreesExampleDebugOutputs اشکال زدایی/خروجی های تفسیرپذیری مدل برای هر مثال.
BoostedTreesFlushQuantileSummaries خلاصه‌های چندک را از هر منبع جریان چندک بشویید.
BoostedTreesGetEnsembleStates نشانه تمبر منابع مجموعه درختی، تعداد درختان و آمار رشد را بازیابی می کند.
BoostedTreesMakeQuantileSummaries خلاصه چندک ها را برای دسته تهیه می کند.
BoostedTreesMakeStatsSummary خلاصه ای از آمار انباشته شده را برای دسته ایجاد می کند.
BoostedTreesPredict پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و

لاجیت ها را محاسبه می کند.

BoostedTreesQuantileStreamResourceAddSummaries خلاصه‌های کمیت را به هر منبع جریان چندک اضافه کنید.
BoostedTreesQuantileStreamResourceDeserialize مرزهای سطل را از حالت سریال خارج کنید و پرچم آماده را در QuantileAccumulator فعلی علامت گذاری کنید.
BoostedTreesQuantileStreamResourceFlush خلاصه‌ها را برای یک منبع جریان چندگانه شستشو دهید.
BoostedTreesQuantileStreamResourceFlush.Options ویژگی های اختیاری برای BoostedTreesQuantileStreamResourceFlush
BoostedTreesQuantileStreamResourceGetBucketBoundaries بر اساس خلاصه های انباشته شده، مرزهای سطل را برای هر ویژگی ایجاد کنید.
BoostedTreesQuantileStreamResourceHandleOp یک دسته برای BoostedTreesQuantileStreamResource ایجاد می کند.
BoostedTreesQuantileStreamResourceHandleOp.Options ویژگی های اختیاری برای BoostedTreesQuantileStreamResourceHandleOp
BoostedTreesSerializeEnsemble مجموعه درخت را به یک پروتو سریال می کند.
BoostedTreesSparseAggregateStats خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesSparseCalculateBestFeatureSplit سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesSparseCalculateBestFeatureSplit.Options ویژگی های اختیاری برای BoostedTreesSparseCalculateBestFeatureSplit
BoostedTreesTrainingPredict پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و

به روز رسانی را به لاجیت های کش محاسبه می کند.

BoostedTreesUpdateEnsemble با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند

یا با شروع یک درخت جدید.

BoostedTreesUpdateEnsembleV2 با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند

یا با شروع یک درخت جدید.

BoostedTreesUpdateEnsembleV2.Options ویژگی های اختیاری برای BoostedTreesUpdateEnsembleV2
BroadcastDynamicShape <T تعداد را گسترش می دهد> شکل s0 op s1 را با پخش برگردانید.
BroadcastGradientArgs <T تعداد را گسترش می دهد> شاخص های کاهش را برای محاسبه گرادیان های s0 op s1 با پخش برگردانید.
پخش به <T> پخش یک آرایه برای یک شکل سازگار.
سطل کردن "ورودی" را بر اساس "مرزها" سطل می کند.

سی

CacheDatasetV2
CacheDatasetV2.Options ویژگی های اختیاری برای CacheDatasetV2
CheckNumericsV2 <T extensions Number> یک تانسور را برای مقادیر NaN، -Inf و +Inf بررسی می کند.
FastestDataset را انتخاب کنید
ClipByValue <T> مقادیر تانسور را به حداقل و حداکثر مشخص می کند.
CollateTPUEmbeddingMemory عملیاتی که پروتوهای پیکربندی حافظه رمزگذاری شده با رشته را از همه میزبان ها ادغام می کند.
CollectiveAllToAllV2 <T تعداد را گسترش می دهد> به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را مبادله می کند.
CollectiveAllToAllV2.Options ویژگی های اختیاری برای CollectiveAllToAllV2
CollectiveAllToAllV3 <T تعداد را گسترش می دهد> به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را مبادله می کند.
CollectiveAllToAllV3.Options ویژگی های اختیاری برای CollectiveAllToAllV3
CollectiveAssignGroupV2 کلیدهای گروه را بر اساس تکلیف گروهی اختصاص دهید.
CollectiveBcastRecvV2 <U> یک مقدار تانسور را از دستگاه دیگری دریافت می کند.
CollectiveBcastRecvV2.Options ویژگی های اختیاری برای CollectiveBcastRecvV2
CollectiveBcastSendV2 <T> یک مقدار تانسور را به یک یا چند دستگاه دیگر پخش می کند.
CollectiveBcastSendV2.Options ویژگی های اختیاری برای CollectiveBcastSendV2
CollectiveGather <T گسترش شماره> متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectiveGather.Options ویژگی های اختیاری برای CollectiveGather
CollectiveGatherV2 <T تعداد را گسترش می دهد> متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectiveGatherV2.Options ویژگی های اختیاری برای CollectiveGatherV2
CollectiveInitializeCommunicator یک گروه را برای عملیات جمعی راه اندازی می کند.
CollectiveInitializeCommunicator.Options ویژگی های اختیاری برای CollectiveInitializeCommunicator
CollectivePermute <T> عملیاتی برای جابجایی تانسورها در نمونه های تکرار شده TPU.
CollectiveReduceScatterV2 <T تعداد را گسترش می دهد> به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد و نتیجه را پراکنده می کند.
CollectiveReduceScatterV2.Options ویژگی های اختیاری برای CollectiveReduceScatterV2
CollectiveReduceV2 <T تعداد را گسترش می دهد> به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
CollectiveReduceV2.Options ویژگی های اختیاری برای CollectiveReduceV2
CollectiveReduceV3 <T تعداد را گسترش می دهد> به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
CollectiveReduceV3.Options ویژگی های اختیاری برای CollectiveReduceV3
CombinedNonMaxSuppression حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند،

این عملیات non_max_suppression را روی ورودی‌های هر دسته، در همه کلاس‌ها انجام می‌دهد.

CombinedNonMaxSuppression.Options ویژگی های اختیاری برای CombinedNonMaxSuppression
CompositeTensorVariantFromComponents یک مقدار «ExtensionType» را در یک تانسور اسکالر «واریانت» رمزگذاری می‌کند.
CompositeTensorVariantToComponents یک تانسور اسکالر «نوعی» را به مقدار «ExtensionType» رمزگشایی می‌کند.
CompressElement یک عنصر مجموعه داده را فشرده می کند.
ComputeBatchSize اندازه دسته ایستا یک مجموعه داده بدون دسته های جزئی را محاسبه می کند.
ComputeDedupDataSize یک اپ، اندازه داده‌های تکراری را از هسته جاسازی شده محاسبه می‌کند و پیکربندی به‌روز شده را برمی‌گرداند.
ComputeDedupDataTupleMask یک عملیات ماسک تاپلی از داده‌های deduplication را از هسته جاسازی شده محاسبه می‌کند.
Concat <T> تانسورها را در یک بعد به هم متصل می کند.
ConfigureAndInitializeGlobalTPU عملیاتی که ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
ConfigureAndInitializeGlobalTPU.Options ویژگی های اختیاری برای ConfigureAndInitializeGlobalTPU
ConfigureDistributedTPU ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
ConfigureDistributedTPU.Options ویژگی های اختیاری برای ConfigureDistributedTPU
پیکربندی TPUEmbedding TPUEmbedding را در یک سیستم TPU توزیع شده تنظیم می کند.
پیکربندی TPUEmbeddingHost عملیاتی که نرم افزار TPUEmbedding را روی یک میزبان پیکربندی می کند.
پیکربندی TPUEmbeddingMemory عملیاتی که نرم افزار TPUEmbedding را روی یک میزبان پیکربندی می کند.
ConnectTPUEmbeddingHosts عملیاتی که ارتباط بین نمونه های نرم افزار میزبان TPUEmbedding را تنظیم می کند

پس از اینکه ConfigureTPUEmbeddingHost روی هر میزبان فراخوانی شد.

ثابت <T> عملگر که مقدار ثابتی را تولید می کند.
ConsumeMutexLock این عملیات یک قفل ایجاد شده توسط "MutexLock" را مصرف می کند.
ControlTrigger هیچ کاری نمی کند.
تبدیل <T تعداد را گسترش می دهد> یک انحراف ND داده شده (N+1+batch_dims)-D «ورودی» و (N+2)-D «فیلتر» تانسور را محاسبه می کند.
گزینه های تبدیل ویژگی های اختیاری برای Conv
Conv2DBackpropFilterV2 <T تعداد را گسترش می دهد> گرادیان کانولوشن را با توجه به فیلتر محاسبه می کند.
Conv2DBackpropFilterV2.Options ویژگی های اختیاری برای Conv2DBackpropFilterV2
Conv2DBackpropInputV2 <T تعداد را گسترش می دهد> شیب کانولوشن را با توجه به ورودی محاسبه می کند.
Conv2DBackpropInputV2.Options ویژگی های اختیاری برای Conv2DBackpropInputV2
ConvertToCooTensor
<T> را کپی کنید یک تانسور را از CPU به CPU یا GPU به GPU کپی کنید.
Copy.Options ویژگی های اختیاری برای Copy
CopyHost <T> یک تانسور را در میزبان کپی کنید.
CopyHost.Options ویژگی های اختیاری برای CopyHost
CopyToMesh <T>
CopyToMeshGrad <T>
CountUpTo <T تعداد را گسترش می دهد> "ref" را تا رسیدن به "حد" افزایش می دهد.
CrossReplicaSum <T تعداد را گسترش می دهد> یک عملیات جمع‌آوری ورودی‌ها در نمونه‌های تکراری TPU.
CSRSparseMatrixComponents <T> اجزای CSR را در «شاخص» دسته ای می خواند.
CSRSparseMatrixToDense <T> یک CSRSparseMatrix (احتمالا دسته ای) را به متراکم تبدیل کنید.
CSRSparseMatrixToSparseTensor <T> یک CSRSparesMatrix (احتمالا دسته‌ای) را به SparseTensor تبدیل می‌کند.
CSVDataset
CSVDatasetV2
CTCLossV2 CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CTCLossV2.Options ویژگی های اختیاری برای CTCLossV2
CudnnRNNBackpropV3 <T تعداد را گسترش می دهد> مرحله پشتیبان CudnnRNNV3.
CudnnRNNBackpropV3.Options ویژگی های اختیاری برای CudnnRNNBackpropV3
CudnnRNNCanonicalToParamsV2 <T Extends Number> پارامترهای CudnnRNN را از فرم متعارف به فرم قابل استفاده تبدیل می کند.
CudnnRNNCanonicalToParamsV2.Options ویژگی های اختیاری برای CudnnRNNCanonicalToParamsV2
CudnnRNNParamsToCanonicalV2 <T Extends Number> پارامترهای CudnnRNN را به شکل متعارف بازیابی می کند.
CudnnRNNParamsToCanonicalV2.Options ویژگی های اختیاری برای CudnnRNNParamsToCanonicalV2
CudnnRNNV3 <T تعداد را گسترش می دهد> یک RNN با پشتیبانی cuDNN.
CudnnRNNV3.Options ویژگی های اختیاری برای CudnnRNNV3
CumulativeLogsumexp <Textss Number> حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
CumulativeLogsumexp.Options ویژگی های اختیاری برای CumulativeLogsumexp

D

DataServiceDataset مجموعه داده ای ایجاد می کند که داده ها را از سرویس tf.data می خواند.
DataServiceDataset.Options ویژگی های اختیاری برای DataServiceDataset
DataServiceDatasetV2 مجموعه داده ای ایجاد می کند که داده ها را از سرویس tf.data می خواند.
DataServiceDatasetV2.Options ویژگی های اختیاری برای DataServiceDatasetV2
DatasetCardinality اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
DatasetCardinality.Options ویژگی های اختیاری برای DatasetCardinality
DatasetFromGraph یک مجموعه داده از «graph_def» داده شده ایجاد می کند.
DatasetToGraphV2 یک GraphDef سریالی را که «مجموعه داده‌های ورودی» را نشان می‌دهد، برمی‌گرداند.
DatasetToGraphV2.Options ویژگی های اختیاری برای DatasetToGraphV2
نوع داده نوع عناصر در یک Tensor را به صورت enum نشان می دهد.
Dawsn <T تعداد را گسترش می دهد>
DebugGradientIdentity <T> قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugGradientRefIdentity <T> قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugIdentity <T> نگاشت هویت تانسور ورودی نوع غیر Ref را برای اشکال زدایی ارائه می دهد.
DebugIdentity.Options ویژگی های اختیاری برای DebugIdentity
DebugIdentityV2 <T> Debug Identity V2 Op.
DebugIdentityV2.Options ویژگی های اختیاری برای DebugIdentityV2
DebugIdentityV3 <T> نگاشت هویت تانسور ورودی نوع غیر Ref را برای اشکال زدایی ارائه می دهد.
DebugIdentityV3.Options ویژگی های اختیاری برای DebugIdentityV3
DebugNanCount Debug NaN Value Counter Op.
DebugNanCount.Options ویژگی های اختیاری برای DebugNanCount
DebugNumericSummary اشکال زدایی خلاصه عددی عملیات
DebugNumericSummary.Options ویژگی های اختیاری برای DebugNumericSummary
DebugNumericSummaryV2 <U extends Number> اشکال زدایی خلاصه عددی V2 Op.
DebugNumericSummaryV2.Options ویژگی های اختیاری برای DebugNumericSummaryV2
DecodeImage <T تعداد را گسترش می دهد> تابعی برای decode_bmp، decode_gif، decode_jpeg و decode_png.
DecodeImage.Options ویژگی های اختیاری برای DecodeImage
DecodePaddedRaw <T تعداد را گسترش می دهد> بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
DecodePaddedRaw.Options ویژگی های اختیاری برای DecodePaddedRaw
رمزگشایی پروتو عملیات، فیلدها را از یک پروتکل سریالی، پیام را به تانسورها استخراج می کند.
DecodeProto.Options ویژگی های اختیاری برای DecodeProto
DeepCopy <T> یک کپی از `x` ایجاد می کند.
DeleteIterator ظرفی برای منبع تکرارکننده.
حذف MemoryCache
حذف MultiDeviceIterator ظرفی برای منبع تکرارکننده.
حذف RandomSeedGenerator
حذف SeedGenerator
DeleteSessionTensor تانسور مشخص شده توسط دسته آن در جلسه را حذف کنید.
DenseBincount <U extends Number> تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
DenseBincount.Options ویژگی های اختیاری برای DenseBincount
DenseCountSparseOutput <U extends Number> شمارش سطل خروجی پراکنده را برای ورودی tf.tensor انجام می دهد.
DenseCountSparseOutput.Options ویژگی های اختیاری برای DenseCountSparseOutput
DenseToCSRSparseMatrix یک تانسور متراکم را به یک CSRSparseMatrix (احتمالا دسته‌ای) تبدیل می‌کند.
DestroyResourceOp منبع مشخص شده توسط دسته را حذف می کند.
DestroyResourceOp.Options ویژگی های اختیاری برای DestroyResourceOp
DestroyTemporaryVariable <T> متغیر موقت را از بین می برد و مقدار نهایی آن را برمی گرداند.
DeviceIndex فهرست دستگاهی را که عملیات اجرا می کند برگردانید.
DirectedInterleaveDataset جایگزینی برای «InterleaveDataset» در یک لیست ثابت از مجموعه داده «N».
DirectedInterleaveDataset.Options ویژگی های اختیاری برای DirectedInterleaveDataset
غیرفعال کردن CopyOnRead حالت کپی در خواندن را خاموش می کند.
توزیع شده ذخیره کنید
DistributedSave.Options ویژگی های اختیاری برای DistributedSave
DrawBoundingBoxesV2 <T تعداد را گسترش می دهد> بر روی دسته ای از تصاویر، کادرهای مرزی را رسم کنید.
DTensorRestoreV2
DTensorSetGlobalTPUArray عملیاتی که به میزبانی از شناسه های جهانی همه TPU های موجود در سیستم اطلاع می دهد.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options ویژگی های اختیاری برای DynamicEnqueueTPUEmbeddingArbitraryTensorBatch
DynamicEnqueueTPUEmbeddingRaggedTensorBatch
DynamicEnqueueTPUEmbeddingRaggedTensorBatch.Options ویژگی های اختیاری برای DynamicEnqueueTPUEmbeddingRaggedTensorBatch
DynamicPartition <T> "داده" را با استفاده از شاخص های "پارتیشن" به تانسورهای "تعداد_پارتیشن" تقسیم می کند.
DynamicStitch <T> مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.

E

EagerSession محیطی برای اجرای مشتاقانه عملیات TensorFlow.
EagerSession.DevicePlacementPolicy وقتی می‌خواهیم عملیاتی را روی یک دستگاه خاص اجرا کنیم، اما برخی از تانسورهای ورودی روی آن دستگاه نیستند، چگونه عمل کنیم.
EagerSession.Options
EagerSession.ResourceCleanupStrategy نحوه پاکسازی منابع TensorFlow را در زمانی که دیگر مورد نیاز نیستند، کنترل می کند.
Edit Distance فاصله ویرایش لوونشتاین (احتمالاً نرمال شده) را محاسبه می کند.
EditDistance.Options ویژگی های اختیاری برای EditDistance
Eig <U> تجزیه ویژه یک یا چند ماتریس مربع را محاسبه می کند.
Eig.Options ویژگی های اختیاری برای Eig
Einsum <T> انقباض تانسور طبق قرارداد جمع انیشتین.
<T> را خالی کنید با شکل داده شده یک تانسور ایجاد می کند.
Empty.Options ویژگی های اختیاری برای Empty
EmptyTensorList یک لیست تانسور خالی ایجاد و برمی گرداند.
EmptyTensorMap یک نقشه تانسور خالی ایجاد و برمی گرداند.
EncodeProto عملیات، پیام های پروتوباف ارائه شده در تانسورهای ورودی را سریال می کند.
EncodeProto.Options ویژگی های اختیاری برای EncodeProto
EnqueueTPUEmbeddingArbitraryTensorBatch انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingArbitraryTensorBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingArbitraryTensorBatch
EnqueueTPUEmbeddingBatch عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingBatch
EnqueueTPUEmbeddingIntegerBatch عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingIntegerBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingIntegerBatch
EnqueueTPUEmbeddingRaggedTensorBatch انتقال کدهایی را که از () tf.nn.embedding_lookup استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingRaggedTensorBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingRaggedTensorBatch
EnqueueTPUEmbeddingSparseBatch عملیاتی که شاخص های ورودی TPUEmbedding را از SparseTensor در صف قرار می دهد.
EnqueueTPUEmbeddingSparseBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingSparseBatch
EnqueueTPUEmbeddingSparseTensorBatch انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingSparseTensorBatch.Options ویژگی های اختیاری برای EnqueueTPUEmbeddingSparseTensorBatch
EnsureShape <T> اطمینان حاصل می کند که شکل تانسور با شکل مورد انتظار مطابقت دارد.
<T> را وارد کنید یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
Enter.Options ویژگی های اختیاری برای Enter
Erfinv <T گسترش شماره>
هنجار اقلیدسی <T> هنجار اقلیدسی عناصر را در ابعاد یک تانسور محاسبه می کند.
EuclideanNorm.Options ویژگی های اختیاری برای EuclideanNorm
ExecuteTPUEmbeddingPartitioner عملیاتی که پارتیشن‌کننده TPUEmbedding را در پیکربندی مرکزی اجرا می‌کند

دستگاه و اندازه HBM (بر حسب بایت) مورد نیاز برای عملیات TPUEmbedding را محاسبه می کند.

محیط اجرا محیطی را برای ایجاد و اجرای TensorFlow Operation s تعریف می کند.
از <T> خارج شوید از فریم فعلی به فریم اصلی خود خارج می شود.
ExpandDims <T> بعد 1 را به شکل تانسور وارد می کند.
ExperimentalAutoShardDataset مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
ExperimentalAutoShardDataset.Options ویژگی‌های اختیاری برای ExperimentalAutoShardDataset
ExperimentalBytesProducedStatsDataset اندازه بایت هر عنصر «مجموعه_داده‌های ورودی» را در یک StatsAggregator ثبت می‌کند.
ExperimentalChooseFastestDataset
ExperimentalDatasetCardinality اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
ExperimentalDatasetToTFRecord مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
ExperimentalDenseToSparseBatchDataset مجموعه داده ای ایجاد می کند که عناصر ورودی را در یک SparseTensor دسته بندی می کند.
ExperimentalLatencyStatsDataset تأخیر تولید عناصر «مجموعه داده‌های ورودی» را در StatsAggregator ثبت می‌کند.
ExperimentalMatchingFilesDataset
ExperimentalMaxIntraOpParallelismDataset مجموعه داده ای ایجاد می کند که حداکثر موازی کاری درون عملیاتی را لغو می کند.
ExperimentalParseExampleDataset «مجموعه داده‌های ورودی» حاوی پروتوهای «نمونه» را به عنوان بردارهای DT_STRING به مجموعه داده‌ای از اشیاء «Tensor» یا «SparseTensor» تبدیل می‌کند که نمایانگر ویژگی‌های تجزیه‌شده است.
ExperimentalParseExampleDataset.Options ویژگی های اختیاری برای ExperimentalParseExampleDataset
ExperimentalPrivateThreadPoolDataset مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
ExperimentalRandomDataset مجموعه داده ای ایجاد می کند که اعداد شبه تصادفی را برمی گرداند.
ExperimentalRebatchDataset یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
ExperimentalRebatchDataset.Options ویژگی های اختیاری برای ExperimentalRebatchDataset
ExperimentalSetStatsAggregatorDataset
ExperimentalSlidingWindowDataset مجموعه داده ای ایجاد می کند که یک پنجره کشویی را روی «مجموعه داده های ورودی» عبور می دهد.
ExperimentalSqlDataset مجموعه داده ای ایجاد می کند که یک پرس و جوی SQL را اجرا می کند و ردیف هایی از مجموعه نتایج را منتشر می کند.
ExperimentalStatsAggregatorHandle یک منبع مدیر آمار ایجاد می کند.
ExperimentalStatsAggregatorHandle.Options ویژگی های اختیاری برای ExperimentalStatsAggregatorHandle
ExperimentalStatsAggregatorSummary خلاصه ای از هر آمار ثبت شده توسط مدیر آمار داده شده را تولید می کند.
ExperimentalUnbatchDataset مجموعه داده ای که عناصر ورودی خود را به چندین عنصر تقسیم می کند.
Expint <T extends Number>
ExtractGlimpseV2 یک نگاه اجمالی از تانسور ورودی استخراج می کند.
ExtractGlimpseV2.Options ویژگی های اختیاری برای ExtractGlimpseV2
ExtractVolumePatches <T extends Number> «وصله‌ها» را از «ورودی» استخراج کرده و در بعد خروجی «عمق» قرار دهید.

اف

FFTND <T> تبدیل فوریه سریع ND.
FileSystemSetConfiguration تنظیمات فایل سیستم را تنظیم کنید.
<U> را پر کنید یک تانسور پر از یک مقدار اسکالر ایجاد می کند.
FinalizeDataset با اعمال tf.data.Options در "input_dataset" یک مجموعه داده ایجاد می کند.
FinalizeDataset.Options ویژگی های اختیاری برای FinalizeDataset
FinalizeTPUEmbedding عملیاتی که پیکربندی TPUEmbedding را نهایی می کند.
اثر انگشت مقادیر اثر انگشت را ایجاد می کند.
FresnelCos <T گسترش شماره>
FresnelSin <T تعداد را گسترش می دهد>
FusedBatchNormGradV3 <T تعداد را گسترش می دهد، U تعداد را گسترش می دهد> گرادیان برای عادی سازی دسته ای.
FusedBatchNormGradV3.Options ویژگی های اختیاری برای FusedBatchNormGradV3
FusedBatchNormV3 <T تعداد را گسترش می دهد، U تعداد را گسترش می دهد> نرمال سازی دسته ای
FusedBatchNormV3.Options ویژگی های اختیاری برای FusedBatchNormV3

جی

جمع آوری <T> برش‌هایی را از محور «پارام‌ها» با توجه به «شاخص‌ها» جمع‌آوری کنید.
جمع آوری.گزینه ها ویژگی های اختیاری برای Gather
جمع آوری <T> برش‌ها را از «پارام‌ها» در یک تانسور با شکل مشخص شده با «شاخص‌ها» جمع‌آوری کنید.
GenerateBoundingBoxProposals این عملیات منطقه علایق را از جعبه‌های مرزبندی داده شده (bbox_deltas) لنگرهای wrt کدگذاری شده مطابق معادله 2 در arXiv:1506.01497 تولید می‌کند.

این عملیات جعبه‌های امتیازدهی برتر «pre_nms_topn» را انتخاب می‌کند، آن‌ها را با توجه به لنگرها رمزگشایی می‌کند، در جعبه‌های همپوشانی با مقدار تقاطع بیش از «nms_threshold» بالاتر از «nms_threshold»، کادرهایی را که ضلع کوتاه‌تر از «» کمتر است، اعمال می‌کند. min_size`.

GenerateBoundingBoxProposals.Options ویژگی های اختیاری برای GenerateBoundingBoxProposals
GetElementAtIndex عنصر را در شاخص مشخص شده در یک مجموعه داده دریافت می کند.
GetMinibatchesInCsrWithPhysical Replica
GetMinibatchSplitsWithPhysicalReplica
GetOptions tf.data.Options متصل به "input_dataset" را برمی گرداند.
GetSessionHandle تانسور ورودی را در وضعیت جلسه جاری ذخیره کنید.
GetSessionTensor <T> مقدار تانسور مشخص شده توسط دسته آن را بدست آورید.
GlobalIterId
گرادیان ها عملیاتی را برای محاسبه مشتقات جزئی مجموع y s wrt x s اضافه می کند، یعنی d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...

اگر مقادیر Options.dx() تنظیم شوند، به عنوان مشتقات جزئی نمادین اولیه برخی از تابع ضرر L wrt هستند.

Gradients.Options ویژگی های اختیاری برای Gradients
نمودار یک نمودار جریان داده که محاسبات TensorFlow را نشان می دهد.
Graph.WhileSubgraphBuilder برای نمونه سازی یک کلاس انتزاعی استفاده می شود که روش buildSubgraph را نادیده می گیرد تا یک زیرگراف شرطی یا بدنه برای مدتی حلقه ایجاد کند.
GraphOperation پیاده سازی برای Operation اضافه شده به عنوان یک گره به یک Graph .
GraphOperationBuilder یک OperationBuilder برای اضافه کردن GraphOperation s به یک Graph .
GRUBlockCell <T تعداد را گسترش می دهد> انتشار سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
GRUBlockCellGrad <T تعداد را گسترش می دهد> انتشار مجدد سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
GuaranteeConst <T> به زمان اجرای TF تضمین می دهد که تانسور ورودی ثابت است.

اچ

جدول هش یک جدول هش غیر اولیه ایجاد می کند.
HashTable.Options ویژگی های اختیاری برای HashTable
HistogramFixedWidth <U extends Number> هیستوگرام مقادیر را برگردانید.

من

هویت <T> یک تانسور با شکل و محتویات مشابه تانسور یا مقدار ورودی را برگردانید.
IdentityN فهرستی از تانسورها را با اشکال و محتویات مشابه ورودی برمی‌گرداند

تانسورها

IFFTND <T> تبدیل فوریه معکوس سریع ND.
IgnoreErrorsDataset مجموعه داده ای ایجاد می کند که حاوی عناصر «مجموعه_داده های ورودی» است و خطاها را نادیده می گیرد.
IgnoreErrorsDataset.Options ویژگی های اختیاری برای IgnoreErrorsDataset
ImageProjectiveTransformV2 <T تعداد را گسترش می دهد> تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImageProjectiveTransformV2.Options ویژگی های اختیاری برای ImageProjectiveTransformV2
ImageProjectiveTransformV3 <T تعداد را گسترش می دهد> تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImageProjectiveTransformV3.Options ویژگی های اختیاری برای ImageProjectiveTransformV3
ImmutableConst <T> تانسور تغییرناپذیر را از ناحیه حافظه برمی‌گرداند.
InfeedDequeue <T> یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
InfeedDequeueTuple چندین مقدار را از فید به عنوان یک تاپل XLA واکشی می کند.
InfeedEnqueue عملیاتی که یک مقدار Tensor را وارد محاسبات می کند.
InfeedEnqueue.Options ویژگی های اختیاری برای InfeedEnqueue
InfeedEnqueuePrelinearizedBuffer عملیاتی که بافر از پیش خطی شده را در ورودی TPU قرار می دهد.
InfeedEnqueuePrelinearizedBuffer.Options ویژگی های اختیاری برای InfeedEnqueuePrelinearizedBuffer
InfeedEnqueueTuple چندین مقدار Tensor را به عنوان یک تاپل XLA وارد محاسبات می کند.
InfeedEnqueueTuple.Options ویژگی های اختیاری برای InfeedEnqueueTuple
InitializeTable آغازگر جدول که به ترتیب دو تانسور برای کلیدها و مقادیر می گیرد.
InitializeTableFromDataset
InitializeTableFromTextFile یک جدول را از یک فایل متنی مقداردهی اولیه می کند.
InitializeTableFromTextFile.Options ویژگی های اختیاری برای InitializeTableFromTextFile
InplaceAdd <T> v را به ردیف های مشخص شده x اضافه می کند.
InplaceSub <T> "v" را به ردیف های مشخص شده "x" تفریق می کند.
InplaceUpdate <T> سطرهای مشخص شده "i" را با مقادیر "v" به روز می کند.
IRFFTND <U تعداد را گسترش می دهد> تبدیل فوریه سریع معکوس ND.
IsBoostedTreesEnsembleInitialized بررسی می کند که آیا یک مجموعه درختی مقداردهی اولیه شده است یا خیر.
IsBoostedTreesQuantileStreamResourceInitialized شده است بررسی می‌کند که آیا یک جریان چندکی مقداردهی اولیه شده است یا خیر.
ایزوتونیک رگرسیون <U تعداد را گسترش می دهد> دسته ای از مشکلات رگرسیون ایزوتونیک را حل می کند.
IsTPUEmbeddingInitialized است اینکه آیا TPU Embedding در یک سیستم TPU توزیع شده مقداردهی اولیه شده است یا خیر.
IsTPUEmbeddingInitialized.Options ویژگی های اختیاری برای IsTPUEmbeddingInitialized
IsVariableInitialized بررسی می کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر.
IteratorGetDevice نام دستگاهی را که «منبع» روی آن قرار داده شده است، برمی‌گرداند.

ک

KMC2ChainInitialization شاخص نقطه داده ای را که باید به مجموعه seed اضافه شود، برمی گرداند.
KmeansPlusPlusInitialization num_to_sample ردیف های ورودی را با استفاده از معیار KMeans++ انتخاب می کند.
KthOrderStatistic آمار Kth مرتبه یک مجموعه داده را محاسبه می کند.

L

LabelImage نمونه استفاده از TensorFlow Java API برای برچسب گذاری تصاویر با استفاده از یک مدل از پیش آموزش دیده.
LinSpace <T تعداد را گسترش می دهد> مقادیر را در یک بازه تولید می کند.
ListDataset مجموعه داده ای ایجاد می کند که هر یک از «تانسورها» را یک بار منتشر می کند.
ListDataset.Options ویژگی های اختیاری برای ListDataset
ListSnapshotChunksDataset
LMDBDataset مجموعه داده ای ایجاد می کند که جفت های کلید-مقدار را در یک یا چند فایل LMDB منتشر می کند.
LoadAllTPUEmbeddingParameters عملیاتی که پارامترهای بهینه سازی را در حافظه جاسازی شده بارگذاری می کند.
LoadTPUEmbeddingAdadeltaParameters بارگذاری پارامترهای جاسازی Adadelta.
LoadTPUEmbeddingAdadeltaParameters.Options ویژگی های اختیاری برای LoadTPUEmbeddingAdadeltaParameters
LoadTPUEmbeddingAdagradMomentumParameters پارامترهای جاسازی Adagrad Momentum را بارگیری کنید.
LoadTPUEmbeddingAdagradMomentumParameters.Options ویژگی های اختیاری برای LoadTPUEmbeddingAdagradMomentumParameters
LoadTPUEmbeddingAdagradParameters بارگذاری پارامترهای جاسازی Adagrad.
LoadTPUEmbeddingAdagradParameters.Options ویژگی های اختیاری برای LoadTPUEmbeddingAdagradParameters
رفیق پارامترهای جاسازی آدم را بارگیری کنید.
loadtpuembeddingadamparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingADAMParameters
لات پارامترهای تعبیه شده RMSProp با محوریت بار.
loadtpuembeddingcenteredrmspropparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingCenteredRMSPropParameters
بار پارامترهای برآوردگر فرکانس بار.
loadtpuembeddingfrequencymatorparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingFrequencyEstimatorParameters
بار پارامترهای تعبیه شده FTRL را بارگیری کنید.
loadtpuembeddingftrlparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingFTRLParameters
popuembeddingmdladagradlightparameters بار پارامترهای تعبیه شده نور MDL ADAGRAD.
loadtpuembeddingmdladagradlightparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingMDLAdagradLightParameters
kine پارامترهای تعبیه کننده حرکت بار.
loadtpuembeddingmomentumparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingMomentumParameters
ledtpuembeddingproximaladagradparameter بار پارامترهای جاسازی Adagrad پروگزیمال.
loadtpuembeddingproximaladagradparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingProximalAdagradParameters
بار
loadtpuembeddingproximalyogiparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingProximalYogiParameters
platepuembeddingrmspropparameters پارامترهای تعبیه شده RMSProp.
loadtpuembeddingrmspropparameters.options ویژگی های اختیاری برای LoadTPUEmbeddingRMSPropParameters
ppuembeddingstochasticgressionientdescentsparameters بار پارامترهای جاسازی SGD.
LoadTpuembeddingStoChasticAngradionIentdescentsParameters.Options ویژگی های اختیاری برای LoadTPUEmbeddingStochasticGradientDescentParameters
LookuptableExport <t ، u> تمام کلیدها و مقادیر موجود در جدول را خروجی می کند.
به نظر می رسد find <u> کلیدها را در یک جدول جستجو می کند ، مقادیر مربوطه را خروجی می کند.
LookuptableImport محتویات جدول را با کلیدها و مقادیر مشخص شده جایگزین می کند.
به نظر می رسد جدول را به عنوان کلیدها با مقادیر به روز می کند.
Lookuptableremove کلیدها و مقادیر مرتبط با آن را از یک جدول حذف می کند.
به نظر می رسد تعداد عناصر موجود در جدول داده شده را محاسبه می کند.
حلقه ورودی را به خروجی منتقل می کند.
LowerBound <U Number> در طول هر ردیف پایین_بید (sorted_search_values ​​، مقادیر) را اعمال می کند.
LSTMBlockCell <t شماره های خود را گسترش می دهد> انتشار سلول LSTM را برای 1 مرحله زمانی محاسبه می کند.
lstmblockcell.options ویژگی های اختیاری برای LSTMBlockCell
lstmblockcellgrad <t گسترش می یابد> تکثیر سلول LSTM را برای 1 TimeStep محاسبه می کند.
lu <t ، u number> تجزیه LU یک یا چند ماتریس مربع را محاسبه می کند.

م

کله تمام عناصر موجود در بعد غیر دسته ای را منحصر به فرد کنید ، اما "نزدیک" به

مقدار اولیه آنها

دارای نقشه نقشه OP تمام عناصر موجود در ظرف زیرین را از بین می برد.
mapClear.Options ویژگی های اختیاری برای MapClear
نقشه برداری OP تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
mapincompletesize.options ویژگی های اختیاری برای MapIncompleteSize
ماپک OP در مقادیر موجود در کلید مشخص شده است.
mappeek.options ویژگی های اختیاری برای MapPeek
اندازه ی نقشه OP تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
mapsize.options ویژگی های اختیاری برای MapSize
نقشه مرحله (کلید ، مقادیر) در ظرف زیرین که مانند یک هشتگت رفتار می کند.
mapstage.options ویژگی های اختیاری برای MapStage
غرفه OP مقادیر مرتبط با کلید را حذف و برمی گرداند

از ظرف زیرین.

mapunstage.options ویژگی های اختیاری برای MapUnstage
مگسونستاگنوکی OP یک تصادفی (کلید ، مقدار) را حذف و برمی گرداند

از ظرف زیرین.

Mapunstagenokey.Options ویژگی های اختیاری برای MapUnstageNoKey
MatrixDiagPartv2 <T> قسمت مورب پخته شده از یک تانسور محکم را برمی گرداند.
MatrixDiagPartv3 <T> قسمت مورب پخته شده از یک تانسور محکم را برمی گرداند.
MatrixDiagPartv3.options ویژگی های اختیاری برای MatrixDiagPartV3
MatrixDiagv2 <T> یک تانسور مورب با مقادیر مورب با هم داده شده را برمی گرداند.
MatrixDiagv3 <T> یک تانسور مورب با مقادیر مورب با هم داده شده را برمی گرداند.
MatrixDiagv3.options ویژگی های اختیاری برای MatrixDiagV3
MatrixSetDiagv2 <T> یک تانسور ماتریس دسته دار را با مقادیر مورب جدید جمع شده برمی گرداند.
MatrixSetDiagv3 <T> یک تانسور ماتریس دسته دار را با مقادیر مورب جدید جمع شده برمی گرداند.
MatrixSetDiagv3.options ویژگی های اختیاری برای MatrixSetDiagV3
Max <t> حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
max.Options ویژگی های اختیاری برای Max
maxintraopparalalismdataset یک مجموعه داده ایجاد می کند که بر حداکثر موازی بودن داخل عمل غلبه می کند.
ادغام <T> مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
Mergededupdata یک OP عناصر تانسور عدد صحیح و شناور را در داده های deduplication به عنوان XLA Tuple ادغام می کند.
mergededupdata.options ویژگی های اختیاری برای MergeDedupData
حداقل <t> حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
min.Options ویژگی های اختیاری برای Min
Mirrorpad <t> لنت یک تانسور با مقادیر آینه دار.
Mirrorpadgrad <t> OP شیب برای `mirrorpad` op.
مروارید محاسبه MLIR دلخواه را به عنوان یک ماژول با یک عملکرد اصلی () بیان می کند.
Mulnonan <t> X * y Element Wise را برمی گرداند.
جهش یافته یک میز هش خالی ایجاد می کند که از تانسور به عنوان فروشگاه پشتیبان استفاده می کند.
mutabledensehashtable.options ویژگی های اختیاری برای MutableDenseHashTable
قابل تغییر یک میز هش خالی ایجاد می کند.
mutablehashtable.options ویژگی های اختیاری برای MutableHashTable
mutablehashtableoftensors یک میز هش خالی ایجاد می کند.
mutablehashtableoftensor.options ویژگی های اختیاری برای MutableHashTableOfTensors
مایه یک منبع mutex ایجاد می کند که می تواند توسط "mutexlock" قفل شود.
mutex.options ویژگی های اختیاری برای Mutex
مودب یک منبع mutex را قفل می کند.

ن

ncclallReduce <t تعداد بیشتری را گسترش می دهد> یک تانسور حاوی کاهش در تمام تنسورهای ورودی است.
ncclbroadcast <t شماره های خود را گسترش می دهد> "ورودی" را به کلیه دستگاههای متصل به خروجی ارسال می کند.
ncclreduce <t شماره> با استفاده از "کاهش" به یک دستگاه واحد ، "ورودی" را از "num_devices" کاهش می دهد.
ndtri <t تعداد بیشتری را گسترش می دهد>
نزدیکترین ها نزدیکترین مراکز K را برای هر نقطه انتخاب می کند.
Nextafter <t تعداد بیشتری را گسترش می دهد> مقدار نماینده بعدی `x1` را در جهت` x2` ، عناصر عاقلانه برمی گرداند.
NextIteration <T> ورودی خود را در دسترس تکرار بعدی قرار می دهد.
nondeterministicints <u> غیر قطعی برخی از اعداد صحیح را تولید می کند.
nonmaxspressionv5 <t تعداد بیشتری را گسترش می دهد> حریص زیر مجموعه ای از جعبه های محدود را به ترتیب نزولی نمره انتخاب می کند ،

جعبه های هرس دور که دارای تقاطع بالایی بیش از اتحادیه (IOU) با جعبه های انتخاب شده قبلی هستند.

NonmaxspressionV5.Options ویژگی های اختیاری برای NonMaxSuppressionV5
nonserializabledataset
چیز هیچ کاری نمی کند

O

Onehot <u> یک تانسور یک داغ را برمی گرداند.
onehot.options ویژگی های اختیاری برای OneHot
مانند <T> یک تانسور از آنهایی که با همان شکل و نوع X را برمی گرداند.
Op یک رابط نشانگر برای همه بسته بندی های عملیاتی.
عمل <T> رابط کاربری توسط عملیات یک عملیات tensorflow.
عمل آب و برق برای دستکاری در انواع و لیست های مرتبط با عملگر.
عمل محاسبات را روی تانسور انجام می دهد.
OperationBuilder سازنده ای برای Operation s.
اپراتور حاشیه نویسی استفاده شده توسط کلاس ها برای انجام عملیات tensorflow به راحتی از طریق org.tensorflow.op.Ops قابل دسترسی است.
Optimizedatasetv2 با استفاده از بهینه سازی های مرتبط با «input_dataset» یک مجموعه داده ایجاد می کند.
OptimizedatasetV2.Options ویژگی های اختیاری برای OptimizeDatasetV2
OptionsDataset با اتصال tf.data.options به «input_dataset» یک مجموعه داده ایجاد می کند.
optionsdataset.options ویژگی های اختیاری برای OptionsDataset
ماپل OP تمام عناصر موجود در ظرف زیرین را از بین می برد.
orderedmapclear.options ویژگی های اختیاری برای OrderedMapClear
orderedmapincompletesize OP تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
orderedmapincompletesize.options ویژگی های اختیاری برای OrderedMapIncompleteSize
orderedmappeek OP در مقادیر موجود در کلید مشخص شده است.
orderedmappeek.options ویژگی های اختیاری برای OrderedMapPeek
سفارش OP تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
orderedmapsize.options ویژگی های اختیاری برای OrderedMapSize
ترتیب مرحله (کلید ، مقادیر) در ظرف زیرین که مانند یک دستور داده شده رفتار می کند

ظرف انجمنی.

orderedmapstage.options ویژگی های اختیاری برای OrderedMapStage
ترتیب OP مقادیر مرتبط با کلید را حذف و برمی گرداند

از ظرف زیرین.

orderedmapunstage.options ویژگی های اختیاری برای OrderedMapUnstage
orderedmapunstagenokey OP عنصر (کلید ، مقدار) را با کوچکترین حذف و برمی گرداند

کلید از ظرف زیرین.

orderedmapunstagenokey.options ویژگی های اختیاری برای OrderedMapUnstageNoKey
Offeeddequeue <t> یک تانسور واحد را از محاسبات بازیابی می کند.
outeeddequeue.options ویژگی های اختیاری برای OutfeedDequeue
outeeddequeuetuple مقادیر مختلف را از محاسبات بازیابی کنید.
outeeddequeuetuple.options ویژگی های اختیاری برای OutfeedDequeueTuple
outeeddequeuetuplev2 مقادیر مختلف را از محاسبات بازیابی کنید.
outeeddequeuev2 <t> یک تانسور واحد را از محاسبات بازیابی می کند.
دلهره یک تانسور را در محاسبات خارج کنید.
Offeedenqueuetuple مقادیر تانسور چندگانه را در محاسبات مورد استفاده قرار دهید.
خروجی <T> یک دسته نمادین به یک تانسور تولید شده توسط یک Operation .

پ

پد <t> لنت یک تانسور.
موازی
ParallelbatchDataset.Options ویژگی های اختیاری برای ParallelBatchDataset
موازی کیکات <T> لیستی از تنش های "n" را در طول بعد اول جمع می کند.
ParalleldynamicStitch <T> مقادیر را از تانسرهای "داده" به یک تانسور واحد واگذار کنید.
parseExampleDatasetv2 `input_dataset` حاوی" مثال "به عنوان بردارهای dt_string را به یک مجموعه داده از اشیاء" tensor "یا` sparsetensor "که نمایانگر ویژگی های تجزیه شده هستند ، تبدیل می کنند.
ParseExampledatasetv2.options ویژگی های اختیاری برای ParseExampleDatasetV2
parseexamplev2 یک بردار از Protos tf.example (به عنوان رشته) را به تنسورهای تایپ شده تبدیل می کند.
parsesequenceexamplev2 یک بردار از tf.io. protos (به عنوان رشته ها) را به تانسرهای تایپ شده تبدیل می کند.
parsesequenceexamplev2.options ویژگی های اختیاری برای ParseSequenceExampleV2
مکان نگهدارنده <T> یک مکان یابی برای مقداری که در محاسبه تغذیه می شود.
مکان نگهدارنده. گزینه ها ویژگی های اختیاری برای Placeholder
placeholderwithdefault <t> یک مکان یابی که از "ورودی" عبور می کند ، هنگامی که خروجی آن تغذیه نشود.
از پیش خطی کردن OP که یک مقدار تانسور را به یک تانسور نوع مات خطی می کند.
prelinearize.options ویژگی های اختیاری برای Prelinearize
پیش خطی OP که مقادیر تانسور متعدد را به یک تانسور نوع مات خطی می کند.
prelinearizetuple.options ویژگی های اختیاری برای PrelinearizeTuple
بدوی یک کلاس پایه برای اجرای Op که توسط یک Operation واحد پشتیبانی می شود.
چاپ یک مقیاس رشته را چاپ می کند.
print.Options ویژگی های اختیاری برای Print
PrivateThreadPooldataset یک مجموعه داده ایجاد می کند که از یک استخر موضوع سفارشی برای محاسبه "input_dataset" استفاده می کند.
محصول <t> محصول عناصر را در ابعاد یک تانسور محاسبه می کند.
prod.options ویژگی های اختیاری برای Prod

س

QuantizeAndDequantizev4 <t شماره> و سپس یک تانسور را کم می کند.
QuantizeAndDequantizev4.options ویژگی های اختیاری برای QuantizeAndDequantizeV4
QuantizeAndDequantizev4grad <t تعداد بیشتری را گسترش می دهد> شیب `QuantizeAndDequantizev4` را برمی گرداند.
QuantizeAndDequantizev4Grad.Options ویژگی های اختیاری برای QuantizeAndDequantizeV4Grad
QuantizedConcat <t> تانسور های کمیت شده را در طول یک بعد جمع می کند.
QuantizedConcatv2 <T>
QuantizedConv2Dandrelu <v>
QuantizedConv2Dandrelu.options ویژگی های اختیاری برای QuantizedConv2DAndRelu
QuantizedConv2DandreluandRequantize <v>
QuantizedConv2DandreluandRequantize.options ویژگی های اختیاری برای QuantizedConv2DAndReluAndRequantize
QuantizedConv2DandRequantize <v>
QuantizedConv2DandRequantize.Options ویژگی های اختیاری برای QuantizedConv2DAndRequantize
QuantizedConv2DperChannel <v> در هر کانال QuaseizedConv2d را محاسبه می کند.
QualtizedConv2DperChannel.Options ویژگی های اختیاری برای QuantizedConv2DPerChannel
QuantizedConv2DwithBias <v>
QuantizedConv2DwithBiS.OPTIONS ویژگی های اختیاری برای QuantizedConv2DWithBias
QuantizedConv2DwithBiasAndRelu <v>
QuantizedConv2dwithBiasandRelu.options ویژگی های اختیاری برای QuantizedConv2DWithBiasAndRelu
QuantizedConv2DwithBiasAndReluandRequantize <w>
QuantizedConv2dwithBiasandReluandRequantize.Options ویژگی های اختیاری برای QuantizedConv2DWithBiasAndReluAndRequantize
QuantizedConv2dwithBiasandRequantize <W>
QuantizedConv2dwithBiasandRequantize.options ویژگی های اختیاری برای QuantizedConv2DWithBiasAndRequantize
QuantizedConv2dwithBiasSignedSumandReluandRequantize <x>
QuantizedConv2DwithBiasSignedSumandReluandRequantize.Options ویژگی های اختیاری برای QuantizedConv2DWithBiasSignedSumAndReluAndRequantize
QuantizedConv2DwithBiasSumandRelu <v>
مقدار کمی ویژگی های اختیاری برای QuantizedConv2DWithBiasSumAndRelu
QuantizedConv2dwithBiasSumandReluandRequantize <x>
QuantizedConv2dwithBiasSumandReluandRequantize.Options ویژگی های اختیاری برای QuantizedConv2DWithBiasSumAndReluAndRequantize
QuantizedDepthWiseconv2d <v> محاسبه عمق کمتری را محاسبه می کند.
QuantizedDepthWiseconv2d.options ویژگی های اختیاری برای QuantizedDepthwiseConv2D
QuantizedDepthWiseconv2DwithBias <v> محاسبه شده با عمق و عمق Conv2d را با تعصب محاسبه می کند.
QuantizedDepthWiseconv2DwithBiS.OPTIONS ویژگی های اختیاری برای QuantizedDepthwiseConv2DWithBias
QuantizedDepthWiseconv2DwithBiasAndRelu <v> محاسبات اندازه گیری عمق را با تعصب و RELU محاسبه می کند.
QuantizedDepthWiseconv2DwithBiasAndrelu.options ویژگی های اختیاری برای QuantizedDepthwiseConv2DWithBiasAndRelu
QuantizedDepthWiseconv2DwithBiasAndReluandRequantize <w> محاسبه شده با عمق و عمق Conv2d را با تعصب ، RELU و مورد نیاز محاسبه می کند.
QuantizedDepthWiseconv2DwithBiasandReluandRequantize.Options ویژگی های اختیاری برای QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize
Quantizedmatmulwithbias <w> ضرب ماتریس کمیت شده از `a` توسط ماتریس` b` با اضافه کردن تعصب را انجام می دهد.
کمیتماتمولیتبیا ویژگی های اختیاری برای QuantizedMatMulWithBias
کمیت matmulwithbiasanddequantize <w number>
MatlematmulwithBiasandDequantize.Options ویژگی های اختیاری برای QuantizedMatMulWithBiasAndDequantize
QuantizedMulwithBiasAndrelu <v> ضرب ماتریس کمیت شده از `a` توسط ماتریس` b` را با افزودن تعصب و همجوشی انجام دهید.
Matlematmulwithbiasandrelu.options ویژگی های اختیاری برای QuantizedMatMulWithBiasAndRelu
کمیت matmulwithbiasandreluandrequantize <w> ضرب ماتریس کمیت شده از `a` توسط ماتریس` b` را با اضافه کردن تعصب و relu و نیاز به فیوژن انجام دهید.
MatlematMulwithBiasAndReluandRequantize.Options ویژگیهای اختیاری برای QuantizedMatMulWithBiasAndReluAndRequantize
QuantizedMulwithBiasandRequantize <w>
مقدار کمی ویژگی های اختیاری برای QuantizedMatMulWithBiasAndRequantize
QuantizedReshape <T> مطابق با تغییر شکل ، یک تانسور کمیت را تغییر شکل می دهد.

آر

raggedbincount <u number> تعداد وقایع هر مقدار را در یک آرایه عدد صحیح شمارش می کند.
raggedbincount.options ویژگی های اختیاری برای RaggedBincount
RaggedCountSparseOutput <U Number> شمارش سطل پراکنده خروجی را برای ورودی تانسور خزنده انجام می دهد.
raggedcountsparseoutput.options ویژگی های اختیاری برای RaggedCountSparseOutput
raggedcross <t ، u number> از لیستی از تنسورها یک صلیب ویژگی ایجاد می کند و آن را به عنوان یک خزنده باز می گرداند.
raggedfillemptyrows <t>
raggedfillemptyrowsgrad <t>
raggedgather <t تعداد ، u> برش های خاردار را از محور "پارامس" با توجه به "شاخص" جمع کنید.
raggedrange <u تعداد را گسترش می دهد ، t تعداد را گسترش می دهد> یک "RaggedTensor" حاوی توالی های مشخص از اعداد را برمی گرداند.
raggedtensorfromvariant <u تعداد ، t> یک تانسور "نوع" را به یک "raggedtensor" تبدیل می کند.
raggedtensortosparse <u> با همان مقادیر یک «raggedtensor» را به «sparsetensor» تبدیل می کند.
raggedtensortotensor <u> یک تانسور متراکم از یک تانسور خزنده ایجاد کنید ، احتمالاً شکل آن را تغییر می دهد.
خنجر یک «raggedTensor» را در یک تانسور "Variant" رمزگذاری می کند.
raggedtensortovariantgradient <u> یاور برای محاسبه شیب برای "raggedtensortovariant" استفاده می شد.
RandomDatasetv2 یک مجموعه داده ایجاد می کند که شماره های شبه ورد را برمی گرداند.
RandomDatasetV2.Options ویژگی های اختیاری برای RandomDatasetV2
RandomIndexShuffle <t گسترش می یابد> موقعیت "مقدار" را در جایگاه [0 ، ... ، max_index] به دست می آورد.
RandomIndexShuffle.Options ویژگی های اختیاری برای RandomIndexShuffle
دامنه <t گسترش می یابد> دنباله ای از اعداد را ایجاد می کند.
رتبه رتبه یک تانسور را برمی گرداند.
readVarableOp <t> مقدار یک متغیر را می خواند.
readVariblexlasplitnd <t> تانسور ورودی متغیر منبع را در تمام ابعاد تقسیم می کند.
readvariblexlasplitnd.options ویژگی های اختیاری برای ReadVariableXlaSplitND
rebatchdataset یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
RebatchDataset.Options ویژگی های اختیاری برای RebatchDataset
RebatchDatasetv2 یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
recv <t> Tensor نامگذاری شده را از Send_Device در recv_device دریافت می کند.
recv.options ویژگی های اختیاری برای Recv
recvtpuembeddingactivations OP که فعالیت های جاسازی شده در TPU را دریافت می کند.
کاهش عناصر "منطقی و" را در ابعاد تانسور محاسبه می کند.
کاهش ویژگی های اختیاری برای ReduceAll
کاهش عناصر "منطقی یا" را در ابعاد تانسور محاسبه می کند.
کاهش ویژگی های اختیاری برای ReduceAny
ResideMax <t> حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
reducemax.options ویژگی های اختیاری برای ReduceMax
کاهش <T> حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
reducemin.options ویژگی های اختیاری برای ReduceMin
کاهش Prod <t> محصول عناصر را در ابعاد یک تانسور محاسبه می کند.
readprod.options ویژگی های اختیاری برای ReduceProd
کاهش <T> جمع عناصر را در ابعاد یک تانسور محاسبه می کند.
کاهش ویژگی های اختیاری برای ReduceSum
Refenter <t> یک قاب کودک را ایجاد یا پیدا می کند ، و "داده ها" را در دسترس قاب کودک قرار می دهد.
refenter.options ویژگی های اختیاری برای RefEnter
refexit <t> از قاب فعلی به قاب والدین خود خارج می شود.
refidentity <t> همان تانسور Ref Tensor را به عنوان Tensor Ref Ref برگردانید.
Refmerge <t> مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
refnextiteration <t> ورودی خود را در دسترس تکرار بعدی قرار می دهد.
refselect <t> عنصر "Index" ورودی "ورودی" را به "خروجی" منتقل می کند.
Refswitch <t> Tensor ref را به پورت خروجی که توسط "Pred" تعیین می شود ، ارسال می کند.
RegisterDataset یک مجموعه داده را با سرویس tf.data ثبت می کند.
RegisterDataset.Options ویژگی های اختیاری برای RegisterDataset
RegisterDatasetv2 یک مجموعه داده را با سرویس tf.data ثبت می کند.
RegisterDatasetV2.Options ویژگی های اختیاری برای RegisterDatasetV2
رله <T>
Relayoutlike <t>
LovelantizationRangePerchannel محدوده لازم را در هر کانال محاسبه می کند.
lovalantizeperchannel <u> ورودی را با مقادیر حداقل و حداکثر شناخته شده در هر کانال مورد نیاز قرار می دهد.
تغییر شکل <t> یک تانسور را تغییر شکل می دهد.
منبع یک شیب را برای یک باتری معین اعمال می کند.
منبع تعداد شیب های جمع شده در باتری های داده شده را برمی گرداند.
منابع باتری را با مقدار جدیدی برای Global_Step به روز می کند.
ResourceAccumulatortakeGradient <t> شیب متوسط ​​را در شرط بندی شده ConditionActratulation استخراج می کند.
ResourceApplyAdagradv2 مطابق طرح ADAGRAD "*var" را به روز کنید.
ResourceApplyAdagradv2.options ویژگی های اختیاری برای ResourceApplyAdagradV2
منابع مطابق با الگوریتم آدم "*var" را به روز کنید.
ResourceApplyAdamwithAmsgrad ویژگی های اختیاری برای ResourceApplyAdamWithAmsgrad
منبع "*var" را با توجه به طرح حرکت به روز کنید.
ResourceApplyKerasmomentum ویژگی های اختیاری برای ResourceApplyKerasMomentum
دارایی یک باتری مشروط برای شیب های تجمیع.
requerConditionalActAcumulator.Options ویژگی های اختیاری برای ResourceConditionalAccumulator
ResourceCountupto <t تعداد بیشتری را گسترش می دهد> متغیر افزایش به "منبع" اشاره می شود تا زمانی که به "حد" برسد.
منبع منبع <u> برش هایی را از متغیر اشاره شده توسط «منابع» مطابق با «شاخص» جمع کنید.
sourcegather.options ویژگی های اختیاری برای ResourceGather
ResourceGathernd <u>
رفیق به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" اضافه می کند.
منبع به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" تقسیم می کند.
منبع به روزرسانی های پراکنده را در متغیر ارجاع شده توسط "منبع" با استفاده از عملکرد "Max" کاهش می دهد.
ممتاز به روزرسانی های پراکنده در متغیر ارجاع شده توسط "منبع" با استفاده از عملیات "min" کاهش می یابد.
منبع به روزرسانی های پراکنده را در متغیر ارجاع شده توسط "منبع" ضرب می کند.
رفیق علاوه بر پراکنده مقادیر یا برش های فردی در یک متغیر اعمال می شود.
Resourcescatterndadd.options ویژگی های اختیاری برای ResourceScatterNdAdd
رفیق
Resourcescatterndmax.options ویژگی های اختیاری برای ResourceScatterNdMax
ممتاز
Resourcescatterndmin.options ویژگی های اختیاری برای ResourceScatterNdMin
رفیق تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
Resourcescatterndsub.options ویژگی های اختیاری برای ResourceScatterNdSub
با استفاده از منابع به روزرسانی های پراکنده را برای مقادیر یا برش های فردی در یک داده شده اعمال می کند

متغیر با توجه به "شاخص".

Resourcescatterndupdate.options ویژگی های اختیاری برای ResourceScatterNdUpdate
منبع به روزرسانی های پراکنده از متغیر ارجاع شده توسط "منبع" را تفریق می کند.
منبع به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" اختصاص می دهد.
ResourceseParseApplyAdagradv2 با توجه به طرح ADAGRAD ، ورودی های مربوطه را در "*var" و "*Accum" به روز کنید.
منابع ویژگی های اختیاری برای ResourceSparseApplyAdagradV2
ResourceseApplyKerasmentum با توجه به طرح حرکت ، ورودی های مربوطه را در "*var" و "*Accum" به روز کنید.
ResourceseApplyKerasmomentum.options ویژگی های اختیاری برای ResourceSparseApplyKerasMomentum
رفیق "مقدار" را به مرجع مقدار l-مقدار "Ref" اختصاص دهید.
منابع ویژگی های اختیاری برای ResourceStridedSliceAssign
بازیابی OP که پارامترهای بهینه سازی را از تعبیه تا حافظه میزبان بازیابی می کند.
بازیابی بازیابی پارامترهای تعبیه شده adadelta.
بازیابی puembeddingadadeltaparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingAdadeltaParameters
بازیابی بازیابی پارامترهای تعبیه شده ADAGRAD.
بازیابی puembeddingadagradmomentumparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingAdagradMomentumParameters
بازیابی بازیابی پارامترهای تعبیه شده ADAGRAD.
بازیابی puembeddingadagradparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingAdagradParameters
بازیابی بازیابی پارامترهای تعبیه شده آدم.
بازیابی puembeddingadamparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingADAMParameters
بازیابی puembeddingcenteredrmspropparameters بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی puembeddingcenteredrmspropparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingCenteredRMSPropParameters
بازیابی بازیابی پارامترهای برآوردگر فرکانس.
بازیابی puembeddingfrequencymatorparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingFrequencyEstimatorParameters
بازیابی پارامترهای تعبیه شده FTRL را بازیابی کنید.
بازیابی puembeddingftrlparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingFTRLParameters
بازیابی بازیابی پارامترهای تعبیه شده نور MDL ADAGRAD.
بازیابی puembeddingmdladagradlightparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingMDLAdagradLightParameters
بازیابی پارامترهای تعبیه کننده حرکت را بازیابی کنید.
بازیابی puembeddingmomentumparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingMomentumParameters
بازیابی PuembeddingProximalAdagradParameters بازیابی پارامترهای تعبیه شده adagrad پروگزیمال.
بازیابی puembeddingproximaladagradparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingProximalAdagradParameters
بازیابی puembeddingproximalyogiparameters
بازیابی puembeddingproximalyogiparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingProximalYogiParameters
بازیابی بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی puembeddingrmspropparameters.options ویژگی های اختیاری برای RetrieveTPUEmbeddingRMSPropParameters
بازیابی PuembeddingStoChasticAngrationientDescentsParameters بازیابی پارامترهای جاسازی SGD.
بازیابی PuembeddingStoChasticAngradIentDescentsParameters.Options ویژگی های اختیاری برای RetrieveTPUEmbeddingStochasticGradientDescentParameters
معکوس <t> ابعاد خاص یک تانسور را معکوس می کند.
معکوس <t> برش های طول متغیر را معکوس می کند.
reversequence.options ویژگی های اختیاری برای ReverseSequence
بازنویسی
rfftnd <u> ND Fast Real Fourier Transform.
RISCABS <T تعداد بیشتری را گسترش می دهد>
RISCADD شماره را گسترش می دهد> عنصر x + y را برمی گرداند.
riscBinaryArithmetic <t شماره را گسترش می دهد>
رفیق
RISCBITCAST <U>
Riscbroadcast <t>
Risccast <u>
RISCCEIL شماره را گسترش می دهد>
risccholesky <t تعداد بیشتری را گسترش می دهد>
RISCCONCAT <T>
RISCCONV <T تعداد بیشتری را گسترش می دهد>
riscconv.options ویژگی های اختیاری برای RiscConv
RISCCOS <t تعداد بیشتری را گسترش می دهد>
RISCDIV <t تعداد بیشتری را گسترش می دهد>
RISCDOT <T تعداد بیشتری را گسترش می دهد>
riscdot.options ویژگی های اختیاری برای RiscDot
RISCEXP <T تعداد بیشتری را گسترش می دهد>
riscfft <t>
RISCFLOOR <T تعداد بیشتری را گسترش می دهد>
RISCGATHER <T>
riscgather.options ویژگی های اختیاری برای RiscGather
RISCIMAG <u شماره را گسترش می دهد>
صفر
risclog <t گسترش می یابد>
ازمخانده
ریسکلوگیکت
ریسکوبال
RISCMAX <T تعداد بیشتری را گسترش می دهد> عناصر حداکثر (x ، y) را برمی گرداند.
riscmin <t تعداد بیشتری را گسترش می دهد>
RISCMUL <T تعداد بیشتری را گسترش می دهد>
RISCNEG شماره را گسترش می دهد>
RISCPAD شماره را گسترش می دهد>
RISCPOOL شماره را گسترش می دهد>
RISCPOOL.OPTIONS ویژگی های اختیاری برای RiscPool
RISCPOW شماره را گسترش می دهد>
شکل
reiscrandomuniform.options ویژگی های اختیاری برای RiscRandomUniform
Riscreal <U Number>
reccreduce <t گسترش می یابد>
RISCREM <T تعداد بیشتری را گسترش می دهد>
reiscreshape <t تعداد بیشتری را گسترش می دهد>
RISCREVERSE شماره را گسترش می دهد>
RISCSCTATTER <U NUMBER>
RISCSHAPE <U NUMBER>
RISCSIGN <T تعداد را گسترش می دهد>
riscslice <t گسترش می یابد>
riscsort <t گسترش می یابد>
RISCSQUEEZE <T>
RISCSQUEEZE.OPTIONS ویژگی های اختیاری برای RiscSqueeze
RISCSUB شماره را گسترش می دهد>
Risctranspose <t>
risctriangularsolve <t گسترش می یابد>
risctriangularsolve.options ویژگی های اختیاری برای RiscTriangularSolve
RISCUNARY شماره را گسترش می دهد>
aregreadandskip پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
RNGSKIP پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
رول <t> عناصر یک تانسور را در امتداد یک محور می چرخاند.

اس

نمونهنگداتاس یک مجموعه داده ایجاد می کند که یک نمونه برنولی از محتوای مجموعه داده دیگر را می گیرد.
رفیق SaveDmodelBundle مدل بارگذاری شده از ذخیره سازی را نشان می دهد.
saveDmodelBundle.Loader گزینه های بارگیری یک SaveDmodel.
از بین بردن
ScaleAndTranslate.Options ویژگی های اختیاری برای ScaleAndTranslate
ScaleAndTranslategrad <t تعداد بیشتری را گسترش می دهد>
ScaleAndTranslateGrad.Options ویژگی های اختیاری برای ScaleAndTranslateGrad
scatteradd <t> به روزرسانی های پراکنده را به یک مرجع متغیر اضافه می کند.
scatteradd.options ویژگی های اختیاری برای ScatterAdd
scatterdiv <t> یک مرجع متغیر را با به روزرسانی های پراکنده تقسیم می کند.
scatterdiv.options ویژگی های اختیاری برای ScatterDiv
scattermax <t تعداد بیشتری را گسترش می دهد> به روزرسانی های پراکنده را با استفاده از عملکرد "MAX" به یک مرجع متغیر کاهش می دهد.
scattermax.options ویژگی های اختیاری برای ScatterMax
scattermin <t گسترش می یابد> به روزرسانی های پراکنده را با استفاده از عملیات "min" به یک مرجع متغیر کاهش می دهد.
scattermin.options ویژگی های اختیاری برای ScatterMin
scattermul <t> به روزرسانی های پراکنده را در یک مرجع متغیر ضرب می کند.
scattermul.options ویژگی های اختیاری برای ScatterMul
scatternd <u> با توجه به «شاخص ها» ، `به روزرسانی ها را به یک تانسور شکل" شکل "می رساند.
scatterndadd <t> علاوه بر پراکنده مقادیر یا برش های فردی در یک متغیر اعمال می شود.
scatterndadd.options ویژگی های اختیاری برای ScatterNdAdd
scatterndmax <t> حداکثر عنصر را محاسبه می کند.
scatterndmax.options ویژگی های اختیاری برای ScatterNdMax
scatterndmin <t> حداقل عناصر عاقلانه را محاسبه می کند.
scatterndmin.options ویژگی های اختیاری برای ScatterNdMin
scatterndnonaliasingadd <t> علاوه بر پراکنده با استفاده از مقادیر یا برش های فردی ، اضافه می کند

از "به روزرسانی ها" با توجه به شاخص ها "شاخص ها".

scatterndsub <t> تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
scatterndsub.options ویژگی های اختیاری برای ScatterNdSub
scatterndupdate <t> به روزرسانی های پراکنده را برای مقادیر یا برش های فردی در یک داده شده اعمال می کند

متغیر با توجه به "شاخص".

scatterndupdate.options ویژگی های اختیاری برای ScatterNdUpdate
ScatterSub <t> به روزرسانی های پراکنده را به یک مرجع متغیر تفریق می کند.
scattersub.options ویژگی های اختیاری برای ScatterSub
scatterupdate <t> به روزرسانی های پراکنده را در یک مرجع متغیر اعمال می کند.
scatterupdate.options ویژگی های اختیاری برای ScatterUpdate
محدوده گروه هایی از خصوصیات مرتبط را هنگام ایجاد عملیات tensorflow ، مانند پیشوند نام مشترک ، مدیریت می کند.
SegmentMaxv2 <t تعداد بیشتری را گسترش می دهد> حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMinv2 <t تعداد بیشتری را گسترش می دهد> حداقل در امتداد بخش های یک تانسور محاسبه می کند.
SegmentProdv2 <T> محصول را در بخش های تانسور محاسبه می کند.
SEGMENTSUMV2 <T> مبلغ را در امتداد بخش های یک تانسور محاسبه می کند.
SelectV2 <T>
ارسال تانسور نامگذاری شده را از send_device به recv_device ارسال می کند.
send.options ویژگی های اختیاری برای Send
sendtpuembeddinggents به روزرسانی های شیب جداول تعبیه را انجام می دهد.
سرور یک سرور TensorFlow در فرآیند ، برای استفاده در آموزش توزیع شده.
جلسه درایور برای اجرای Graph .
جلسه تنش های خروجی و ابرداده به دست آمده هنگام اجرای جلسه.
جلسه Operation را اجرا کنید و Tensors ارزیابی کنید.
setDiff1d <t ، U Number> تفاوت بین دو لیست اعداد یا رشته ها را محاسبه می کند.
تنظیم کردن تعداد عناصر منحصر به فرد در طول آخرین ابعاد ورودی "مجموعه".
setSize.Options ویژگی های اختیاری برای SetSize
شکل شکل احتمالاً تا حدی شناخته شده از تانسور تولید شده توسط یک عملیات.
شکل <u number> شکل تانسور را برمی گرداند.
Shapen <U Number> شکل تانسور را برمی گرداند.
شارداتاس یک مجموعه داده ایجاد می کند که فقط شامل 1/`num_shards این مجموعه داده است.
Sharddataset.options ویژگی های اختیاری برای ShardDataset
shuffleandrepeatdatasetv2
shuffleandrepeatdatasetv2.options ویژگی های اختیاری برای ShuffleAndRepeatDatasetV2
shuffledatasetv2
shuffledatasetv2.options ویژگی های اختیاری برای ShuffleDatasetV2
shuffledatasetv3
shuffledatasetv3.options ویژگی های اختیاری برای ShuffleDatasetV3
sutdowndistributeDtpu سیستم TPU توزیع شده در حال اجرا را خاموش می کند.
سیستم خاموشی OP که سیستم TPU را خاموش می کند.
اندازه <U Number> اندازه تانسور را برمی گرداند.
پرخاشگام یک فایل متنی را تجزیه می کند و نمونه ای از نمونه ها را ایجاد می کند.
skipgram.options ویژگی های اختیاری برای Skipgram
Sleepdataset
برش <t> یک برش را از "ورودی" برگردانید.
کشویی WindowDataset یک مجموعه داده ایجاد می کند که از یک پنجره کشویی از طریق `input_dataset" عبور می کند.
SlidingWindowDataset.Options Optional attributes for SlidingWindowDataset
Snapshot <T> Returns a copy of the input tensor.
SnapshotChunkDataset
SnapshotChunkDataset.Options Optional attributes for SnapshotChunkDataset
SnapshotDataset Creates a dataset that will write to / read from a snapshot.
SnapshotDataset.Options Optional attributes for SnapshotDataset
SnapshotDatasetReader
SnapshotDatasetReader.Options Optional attributes for SnapshotDatasetReader
SnapshotNestedDatasetReader
SobolSample <T extends Number> Generates points from the Sobol sequence.
SpaceToBatchNd <T> SpaceToBatch for ND tensors of type T.
SparseApplyAdagradV2 <T> Update relevant entries in '*var' and '*accum' according to the adagrad scheme.
SparseApplyAdagradV2.Options Optional attributes for SparseApplyAdagradV2
SparseBincount <U extends Number> Counts the number of occurrences of each value in an integer array.
SparseBincount.Options Optional attributes for SparseBincount
SparseCountSparseOutput <U extends Number> Performs sparse-output bin counting for a sparse tensor input.
SparseCountSparseOutput.Options Optional attributes for SparseCountSparseOutput
SparseCrossHashed Generates sparse cross from a list of sparse and dense tensors.
SparseCrossV2 Generates sparse cross from a list of sparse and dense tensors.
SparseMatrixAdd Sparse addition of two CSR matrices, C = alpha * A + beta * B.
SparseMatrixMatMul <T> Matrix-multiplies a sparse matrix with a dense matrix.
SparseMatrixMatMul.Options Optional attributes for SparseMatrixMatMul
SparseMatrixMul Element-wise multiplication of a sparse matrix with a dense tensor.
SparseMatrixNNZ Returns the number of nonzeroes of `sparse_matrix`.
SparseMatrixOrderingAMD Computes the Approximate Minimum Degree (AMD) ordering of `input`.
SparseMatrixSoftmax Calculates the softmax of a CSRSparseMatrix.
SparseMatrixSoftmaxGrad Calculates the gradient of the SparseMatrixSoftmax op.
SparseMatrixSparseCholesky Computes the sparse Cholesky decomposition of `input`.
SparseMatrixSparseMatMul Sparse-matrix-multiplies two CSR matrices `a` and `b`.
SparseMatrixSparseMatMul.Options Optional attributes for SparseMatrixSparseMatMul
SparseMatrixTranspose Transposes the inner (matrix) dimensions of a CSRSparseMatrix.
SparseMatrixTranspose.Options Optional attributes for SparseMatrixTranspose
SparseMatrixZeros Creates an all-zeros CSRSparseMatrix with shape `dense_shape`.
SparseSegmentMeanGradV2 <T extends Number, U extends Number> Computes gradients for SparseSegmentMean.
SparseSegmentSqrtNGradV2 <T extends Number, U extends Number> Computes gradients for SparseSegmentSqrtN.
SparseSegmentSumGrad <T extends Number> Computes gradients for SparseSegmentSum.
SparseSegmentSumGradV2 <T extends Number, U extends Number> Computes gradients for SparseSegmentSum.
SparseTensorToCSRSparseMatrix Converts a SparseTensor to a (possibly batched) CSRSparseMatrix.
Spence <T extends Number>
Split <T> Splits a tensor into `num_split` tensors along one dimension.
SplitDedupData <T extends Number, U extends Number> An op splits input deduplication data XLA tuple into integer and floating point tensors.
SplitDedupData.Options Optional attributes for SplitDedupData
SplitV <T> Splits a tensor into `num_split` tensors along one dimension.
Squeeze <T> Removes dimensions of size 1 from the shape of a tensor.
Squeeze.Options Optional attributes for Squeeze
Stack <T> Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor.
Stack.Options Optional attributes for Stack
صحنه Stage values similar to a lightweight Enqueue.
Stage.Options Optional attributes for Stage
StageClear Op removes all elements in the underlying container.
StageClear.Options Optional attributes for StageClear
StagePeek Op peeks at the values at the specified index.
StagePeek.Options Optional attributes for StagePeek
StageSize Op returns the number of elements in the underlying container.
StageSize.Options Optional attributes for StageSize
StatefulRandomBinomial <V extends Number>
StatefulStandardNormal <U> Outputs random values from a normal distribution.
StatefulStandardNormalV2 <U> Outputs random values from a normal distribution.
StatefulTruncatedNormal <U> Outputs random values from a truncated normal distribution.
StatefulUniform <U> Outputs random values from a uniform distribution.
StatefulUniformFullInt <U> Outputs random integers from a uniform distribution.
StatefulUniformInt <U> Outputs random integers from a uniform distribution.
StatelessParameterizedTruncatedNormal <V extends Number>
StatelessRandomBinomial <W extends Number> Outputs deterministic pseudorandom random numbers from a binomial distribution.
StatelessRandomGammaV2 <V extends Number> Outputs deterministic pseudorandom random numbers from a gamma distribution.
StatelessRandomGammaV3 <U extends Number> Outputs deterministic pseudorandom random numbers from a gamma distribution.
StatelessRandomGetAlg Picks the best counter-based RNG algorithm based on device.
StatelessRandomGetKeyCounter Scrambles seed into key and counter, using the best algorithm based on device.
StatelessRandomGetKeyCounterAlg Picks the best algorithm based on device, and scrambles seed into key and counter.
StatelessRandomNormalV2 <U extends Number> Outputs deterministic pseudorandom values from a normal distribution.
StatelessRandomPoisson <W extends Number> Outputs deterministic pseudorandom random numbers from a Poisson distribution.
StatelessRandomUniformFullInt <V extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformFullIntV2 <U extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformIntV2 <U extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformV2 <U extends Number> Outputs deterministic pseudorandom random values from a uniform distribution.
StatelessSampleDistortedBoundingBox <T extends Number> Generate a randomly distorted bounding box for an image deterministically.
StatelessSampleDistortedBoundingBox.Options Optional attributes for StatelessSampleDistortedBoundingBox
StatelessShuffle <T> Randomly and deterministically shuffles a tensor along its first dimension.
StatelessTruncatedNormalV2 <U extends Number> Outputs deterministic pseudorandom values from a truncated normal distribution.
StatsAggregatorHandleV2
StatsAggregatorHandleV2.Options Optional attributes for StatsAggregatorHandleV2
StatsAggregatorSetSummaryWriter Set a summary_writer_interface to record statistics using given stats_aggregator.
StochasticCastToInt <U extends Number> Stochastically cast a given tensor from floats to ints.
StopGradient <T> Stops gradient computation.
StoreMinibatchStatisticsInFdo
StridedSlice <T> Return a strided slice from `input`.
StridedSlice.Options Optional attributes for StridedSlice
StridedSliceAssign <T> Assign `value` to the sliced l-value reference of `ref`.
StridedSliceAssign.Options Optional attributes for StridedSliceAssign
StridedSliceGrad <U> Returns the gradient of `StridedSlice`.
StridedSliceGrad.Options Optional attributes for StridedSliceGrad
StringLower Converts all uppercase characters into their respective lowercase replacements.
StringLower.Options Optional attributes for StringLower
StringNGrams <T extends Number> Creates ngrams from ragged string data.
StringUpper Converts all lowercase characters into their respective uppercase replacements.
StringUpper.Options Optional attributes for StringUpper
Sum <T> Computes the sum of elements across dimensions of a tensor.
Sum.Options Optional attributes for Sum
SwitchCond <T> Forwards `data` to the output port determined by `pred`.
SyncDevice Synchronizes the device this op is run on.

تی

TemporaryVariable <T> Returns a tensor that may be mutated, but only persists within a single step.
TemporaryVariable.Options Optional attributes for TemporaryVariable
Tensor <T> A statically typed multi-dimensional array whose elements are of a type described by T.
TensorArray An array of Tensors of given size.
TensorArray.Options Optional attributes for TensorArray
TensorArrayClose Delete the TensorArray from its resource container.
TensorArrayConcat <T> Concat the elements from the TensorArray into value `value`.
TensorArrayConcat.Options Optional attributes for TensorArrayConcat
TensorArrayGather <T> Gather specific elements from the TensorArray into output `value`.
TensorArrayGather.Options Optional attributes for TensorArrayGather
TensorArrayGrad Creates a TensorArray for storing the gradients of values in the given handle.
TensorArrayGradWithShape Creates a TensorArray for storing multiple gradients of values in the given handle.
TensorArrayPack <T>
TensorArrayPack.Options Optional attributes for TensorArrayPack
TensorArrayRead <T> Read an element from the TensorArray into output `value`.
TensorArrayScatter Scatter the data from the input value into specific TensorArray elements.
TensorArraySize Get the current size of the TensorArray.
TensorArraySplit Split the data from the input value into TensorArray elements.
TensorArrayUnpack
TensorArrayWrite Push an element onto the tensor_array.
TensorFlow Static utility methods describing the TensorFlow runtime.
TensorFlowException Unchecked exception thrown when executing TensorFlow Graphs.
TensorListConcat <T> Concats all tensors in the list along the 0th dimension.
TensorListConcat.Options Optional attributes for TensorListConcat
TensorListConcatLists
TensorListConcatV2 <U> Concats all tensors in the list along the 0th dimension.
TensorListElementShape <T extends Number> The shape of the elements of the given list, as a tensor.
TensorListFromTensor Creates a TensorList which, when stacked, has the value of `tensor`.
TensorListGather <T> Creates a Tensor by indexing into the TensorList.
TensorListGetItem <T>
TensorListLength Returns the number of tensors in the input tensor list.
TensorListPopBack <T> Returns the last element of the input list as well as a list with all but that element.
TensorListPushBack Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`.
TensorListPushBackBatch
TensorListReserve List of the given size with empty elements.
TensorListResize Resizes the list.
TensorListScatter Creates a TensorList by indexing into a Tensor.
TensorListScatterIntoExistingList Scatters tensor at indices in an input list.
TensorListScatterV2 Creates a TensorList by indexing into a Tensor.
TensorListSetItem
TensorListSetItem.Options Optional attributes for TensorListSetItem
TensorListSplit Splits a tensor into a list.
TensorListStack <T> Stacks all tensors in the list.
TensorListStack.Options Optional attributes for TensorListStack
TensorMapErase Returns a tensor map with item from given key erased.
TensorMapHasKey Returns whether the given key exists in the map.
TensorMapInsert Returns a map that is the 'input_handle' with the given key-value pair inserted.
TensorMapLookup <U> Returns the value from a given key in a tensor map.
TensorMapSize Returns the number of tensors in the input tensor map.
TensorMapStackKeys <T> Returns a Tensor stack of all keys in a tensor map.
Tensors Type-safe factory methods for creating Tensor objects.
TensorScatterAdd <T> Adds sparse `updates` to an existing tensor according to `indices`.
TensorScatterMax <T> Apply a sparse update to a tensor taking the element-wise maximum.
TensorScatterMin <T>
TensorScatterSub <T> Subtracts sparse `updates` from an existing tensor according to `indices`.
TensorScatterUpdate <T> Scatter `updates` into an existing tensor according to `indices`.
TensorStridedSliceUpdate <T> Assign `value` to the sliced l-value reference of `input`.
TensorStridedSliceUpdate.Options Optional attributes for TensorStridedSliceUpdate
TFRecordDatasetV2 Creates a dataset that emits the records from one or more TFRecord files.
TFRecordDatasetV2.Options Optional attributes for TFRecordDatasetV2
ThreadPoolDataset Creates a dataset that uses a custom thread pool to compute `input_dataset`.
ThreadPoolHandle Creates a dataset that uses a custom thread pool to compute `input_dataset`.
ThreadPoolHandle.Options Optional attributes for ThreadPoolHandle
Tile <T> Constructs a tensor by tiling a given tensor.
مهر زمان Provides the time since epoch in seconds.
ToBool Converts a tensor to a scalar predicate.
TopKUnique Returns the TopK unique values in the array in sorted order.
TopKWithUnique Returns the TopK values in the array in sorted order.
TPUAnnotateTensorsWithDynamicShape
TPUCompilationResult Returns the result of a TPU compilation.
TPUCompileSucceededAssert Asserts that compilation succeeded.
TPUCopyWithDynamicShape عملیاتی که تانسور میزبان را روی دستگاه با پشتیبانی از شکل پویا کپی می کند.
TPUEmbeddingActivations An op enabling differentiation of TPU Embeddings.
TPUExecute Op that loads and executes a TPU program on a TPU device.
TPUExecuteAndUpdateVariables Op that executes a program with optional in-place variable updates.
TpuHandleToProtoKey Converts XRT's uid handles to TensorFlow-friendly input format.
TPUOrdinalSelector A TPU core selector Op.
TPUPartitionedInput <T> An op that groups a list of partitioned inputs together.
TPUPartitionedInput.Options Optional attributes for TPUPartitionedInput
TPUPartitionedInputV2 <T> An op that groups a list of partitioned inputs together.
TPUPartitionedInputV2.Options Optional attributes for TPUPartitionedInputV2
TPUPartitionedOutput <T> An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned

outputs outside the XLA computation.

TPUPartitionedOutput.Options Optional attributes for TPUPartitionedOutput
TPUPartitionedOutputV2 <T> An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned

outputs outside the XLA computation.

TPUReplicatedInput <T> Connects N inputs to an N-way replicated TPU computation.
TPUReplicatedInput.Options Optional attributes for TPUReplicatedInput
TPUReplicatedOutput <T> Connects N outputs from an N-way replicated TPU computation.
TPUReplicateMetadata Metadata indicating how the TPU computation should be replicated.
TPUReplicateMetadata.Options Optional attributes for TPUReplicateMetadata
TPUReshardVariables Op that reshards on-device TPU variables to specified state.
TPURoundRobin Round-robin load balancing on TPU cores.
TridiagonalMatMul <T> Calculate product with tridiagonal matrix.
TridiagonalSolve <T> Solves tridiagonal systems of equations.
TridiagonalSolve.Options Optional attributes for TridiagonalSolve

U

UInt8 Represents an 8-bit unsigned integer.
Unbatch <T> Reverses the operation of Batch for a single output Tensor.
Unbatch.Options Optional attributes for Unbatch
UnbatchGrad <T> Gradient of Unbatch.
UnbatchGrad.Options Optional attributes for UnbatchGrad
UncompressElement Uncompresses a compressed dataset element.
UnicodeDecode <T extends Number> Decodes each string in `input` into a sequence of Unicode code points.
UnicodeDecode.Options Optional attributes for UnicodeDecode
UnicodeEncode Encode a tensor of ints into unicode strings.
UnicodeEncode.Options Optional attributes for UnicodeEncode
UniformDequantize <U extends Number> Perform dequantization on the quantized Tensor `input`.
UniformDequantize.Options Optional attributes for UniformDequantize
UniformQuantize <U> Perform quantization on Tensor `input`.
UniformQuantize.Options Optional attributes for UniformQuantize
UniformQuantizedAdd <T> Perform quantized add of quantized Tensor `lhs` and quantized Tensor `rhs` to make quantized `output`.
UniformQuantizedAdd.Options Optional attributes for UniformQuantizedAdd
UniformQuantizedClipByValue <T> Perform clip by value on the quantized Tensor `operand`.
UniformQuantizedClipByValue.Options Optional attributes for UniformQuantizedClipByValue
UniformQuantizedConvolution <U> Perform quantized convolution of quantized Tensor `lhs` and quantized Tensor `rhs`.
UniformQuantizedConvolution.Options Optional attributes for UniformQuantizedConvolution
UniformQuantizedConvolutionHybrid <V extends Number> Perform hybrid quantized convolution of float Tensor `lhs` and quantized Tensor `rhs`.
UniformQuantizedConvolutionHybrid.Options Optional attributes for UniformQuantizedConvolutionHybrid
UniformQuantizedDot <U> Perform quantized dot of quantized Tensor `lhs` and quantized Tensor `rhs` to make quantized `output`.
UniformQuantizedDot.Options Optional attributes for UniformQuantizedDot
UniformQuantizedDotHybrid <V extends Number> Perform hybrid quantized dot of float Tensor `lhs` and quantized Tensor `rhs`.
UniformQuantizedDotHybrid.Options Optional attributes for UniformQuantizedDotHybrid
UniformRequantize <U> Given quantized tensor `input`, requantize it with new quantization parameters.
UniformRequantize.Options Optional attributes for UniformRequantize
Unique <T, V extends Number> Finds unique elements along an axis of a tensor.
UniqueDataset Creates a dataset that contains the unique elements of `input_dataset`.
UniqueDataset.Options Optional attributes for UniqueDataset
UniqueWithCounts <T, V extends Number> Finds unique elements along an axis of a tensor.
UnravelIndex <T extends Number> Converts an array of flat indices into a tuple of coordinate arrays.
UnsortedSegmentJoin
UnsortedSegmentJoin.Options Optional attributes for UnsortedSegmentJoin
Unstack <T> Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors.
Unstack.Options Optional attributes for Unstack
Unstage Op is similar to a lightweight Dequeue.
Unstage.Options Optional attributes for Unstage
UnwrapDatasetVariant
UpperBound <U extends Number> Applies upper_bound(sorted_search_values, values) along each row.

V

VarHandleOp Creates a handle to a Variable resource.
VarHandleOp.Options Optional attributes for VarHandleOp
Variable <T> Holds state in the form of a tensor that persists across steps.
Variable.Options Optional attributes for Variable
VariableShape <T extends Number> Returns the shape of the variable pointed to by `resource`.
VarIsInitializedOp Checks whether a resource handle-based variable has been initialized.

دبلیو

جایی که Returns locations of nonzero / true values in a tensor.
Where3 <T> Selects elements from `x` or `y`, depending on `condition`.
WindowOp
WorkerHeartbeat Worker heartbeat op.
WrapDatasetVariant
WriteRawProtoSummary Writes a serialized proto summary.

ایکس

XlaConcatND <T> Concats input tensor across all dimensions.
XlaConcatND.Options Optional attributes for XlaConcatND
XlaRecvFromHost <T> An op to receive a tensor from the host.
XlaRecvTPUEmbeddingActivations An op that receives embedding activations on the TPU.
XlaRecvTPUEmbeddingDeduplicationData Receives deduplication data (indices and weights) from the embedding core.
XlaSendToHost An op to send a tensor to the host.
XlaSendTPUEmbeddingGradients An op that performs gradient updates of embedding tables.
XlaSparseCoreAdagrad
XlaSparseCoreAdagradMomentum
XlaSparseCoreAdam
XlaSparseCoreFtrl
XlaSparseCoreSgd
XlaSparseDenseMatmul
XlaSparseDenseMatmulGradWithAdagradAndCsrInput
XlaSparseDenseMatmulGradWithAdagradAndCsrInput.Options ویژگی های اختیاری برای XlaSparseDenseMatmulGradWithAdagradAndCsrInput
XlaSparseDenseMatmulGradWithAdagradMomentumAndCsrInput
XlaSparseDenseMatmulGradWithAdagradMomentumAndCsrInput.Options ویژگی های اختیاری برای XlaSparseDenseMatmulGradWithAdagradMomentumAndCsrInput
XlaSparseDenseMatmulGradWithAdamAndCsrInput
XlaSparseDenseMatmulGradWithAdamAndCsrInput.Options ویژگی های اختیاری برای XlaSparseDenseMatmulGradWithAdamAndCsrInput
XlaSparseDenseMatmulGradWithFtrlAndCsrInput
XlaSparseDenseMatmulGradWithFtrlAndCsrInput.Options Optional attributes for XlaSparseDenseMatmulGradWithFtrlAndCsrInput
XlaSparseDenseMatmulGradWithSgdAndCsrInput
XlaSparseDenseMatmulGradWithSgdAndCsrInput.Options Optional attributes for XlaSparseDenseMatmulGradWithSgdAndCsrInput
XlaSparseDenseMatmulWithCsrInput
XlaSplitND <T> Splits input tensor across all dimensions.
XlaSplitND.Options Optional attributes for XlaSplitND
Xlog1py <T> Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise.

ز

Zeros <T> An operator creating a constant initialized with zeros of the shape given by `dims`.
ZerosLike <T> Returns a tensor of zeros with the same shape and type as x.