Graph

एक खाली ग्राफ़ बनाएं.

y s wrt x s के योग के आंशिक व्युत्पन्न की गणना करने के लिए ऑपरेशन जोड़ता है, अर्थात, d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...

dx का उपयोग प्रारंभिक ग्रेडिएंट के रूप में किया जाता है (जो कुछ हानि फ़ंक्शन L wrt y के प्रतीकात्मक आंशिक व्युत्पन्न का प्रतिनिधित्व करता है)। dx शून्य होना चाहिए या उसका आकार y होना चाहिए।

यदि dx शून्य है, तो कार्यान्वयन y में सभी आकृतियों के लिए OnesLike के dx का उपयोग करेगा।

prefix उपयोग ग्रेडिएंट की गणना करने के लिए ग्राफ़ में जोड़े गए सभी नोड्स पर लागू नाम उपसर्ग के रूप में किया जाता है। यह दिए गए ग्राफ़ के भीतर अद्वितीय होना चाहिए अन्यथा ऑपरेशन विफल हो जाएगा।

यदि prefix शून्य है, तो एक स्वचालित रूप से चुना जाएगा।

y s wrt x s के योग के आंशिक व्युत्पन्न की गणना करने के लिए ऑपरेशन जोड़ता है, यानी, dy/dx_1, dy/dx_2...

यह addGradients(String, Output[], Output[], Output[]) का एक सरलीकृत संस्करण है जहां y एक एकल आउटपुट है, dx शून्य है और prefix शून्य है।

ग्राफ़ से जुड़े संसाधन जारी करें।

तब तक ब्लॉक रहता है जब तक इस ग्राफ़ को संदर्भित करने वाला कोई सक्रिय Session उदाहरण न हो। क्लोज़ रिटर्न के बाद ग्राफ़ उपयोग योग्य नहीं है।

TensorFlow ग्राफ़ का क्रमबद्ध प्रतिनिधित्व आयात करें।

TensorFlow ग्राफ़ का क्रमबद्ध प्रतिनिधित्व आयात करें।

ग्राफ़ का क्रमबद्ध प्रतिनिधित्व, जिसे अक्सर GraphDef के रूप में जाना जाता है, toGraphDef() और अन्य भाषा एपीआई में समकक्षों द्वारा उत्पन्न किया जा सकता है।

ग्राफ़ में Operation जोड़ने के लिए एक बिल्डर लौटाता है।

दिए गए नाम के साथ ऑपरेशन (ग्राफ़ में नोड) लौटाता है।

या null यदि ग्राफ़ में ऐसा कोई ऑपरेशन मौजूद नहीं है।

ग्राफ़ में सभी Operation पर इटरेटर।

पुनरावृत्ति का क्रम अनिर्दिष्ट है. पुनरावृत्ति के दौरान अंतर्निहित ग्राफ़ में परिवर्तन होने पर पुनरावर्तक के उपभोक्ताओं को कोई सूचना नहीं मिलेगी।

ग्राफ़ का क्रमबद्ध प्रतिनिधित्व उत्पन्न करें।

थोड़ी देर का लूप बनाता है।