ก
ยกเลิก | ยกข้อยกเว้นเพื่อยกเลิกกระบวนการเมื่อถูกเรียก |
ยกเลิกตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Abort |
Abs <T ขยาย TNumber > | คำนวณค่าสัมบูรณ์ของเทนเซอร์ |
AbstractDataBuffer <T> | |
AbstractDataBufferWindow <B ขยาย DataBuffer <?>> | |
AbstractDenseNdArray <T, U ขยาย NdArray <T>> | |
AbstractNdArray <T, U ขยาย NdArray <T>> | |
บทคัดย่อTF_Buffer | |
บทคัดย่อTF_กราฟ | |
AbstractTF_ImportGraphDefOptions | |
บทคัดย่อTF_เซสชัน | |
นามธรรมTF_SessionOptions | |
บทคัดย่อTF_สถานะ | |
บทคัดย่อTF_Tensor | |
บทคัดย่อTFE_Context | |
AbstractTFE_ContextOptions | |
บทคัดย่อTFE_Op | |
บทคัดย่อTFE_TensorHandle | |
สะสม N <T ขยาย TType > | ส่งกลับผลรวมตามองค์ประกอบของรายการเทนเซอร์ |
Accumulatorใช้ไล่ระดับ | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
ตัวสะสมจำนวนสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
AccumulatorSetGlobalขั้นตอน | อัพเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
AccumulatorTakeGradient <T ขยาย TType > | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
Acos <T ขยาย TType > | คำนวณ acos ขององค์ประกอบ x อย่างชาญฉลาด |
Acosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
การเปิดใช้งาน <T ขยาย TNumber > | คลาสพื้นฐานนามธรรมสำหรับการเปิดใช้งาน หมายเหตุ: ต้องตั้งค่าแอตทริบิวต์ |
อาดาเดลต้า | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึม Adadelta |
อดากราด | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึม Adagrad |
อดากราดดา | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึม Adagrad Dual-Averaging |
อดัม | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึมของ Adam |
อดาแม็กซ์ | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึม Adamax |
เพิ่ม <T ขยาย TType > | ส่งกลับองค์ประกอบ x + y |
เพิ่ม ManySparseToTensorsMap | เพิ่ม `N`-minibatch `SparseTensor` ให้กับ `SparseTensorsMap` และส่งคืนแฮนเดิล `N` |
AddManySparseToTensorsMap.Options | คุณลักษณะเพิ่มเติมสำหรับ AddManySparseToTensorsMap |
AddN <T ขยาย TType > | เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมดอย่างชาญฉลาด |
เพิ่ม SparseToTensorsMap | เพิ่ม `SparseTensor` ให้กับ `SparseTensorsMap` เพื่อส่งคืนหมายเลขอ้างอิง |
AddSparseToTensorsMap.Options | คุณลักษณะทางเลือกสำหรับ AddSparseToTensorsMap |
AdjustContrast <T ขยาย TNumber > | ปรับความคมชัดของภาพตั้งแต่หนึ่งภาพขึ้นไป |
AdjustHue <T ขยาย TNumber > | ปรับเฉดสีของรูปภาพหนึ่งภาพขึ้นไป |
ปรับความอิ่มตัว <T ขยาย TNumber > | ปรับความอิ่มตัวของภาพตั้งแต่หนึ่งภาพขึ้นไป |
ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ทั้งหมด.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ All |
ทั้งหมดCandidateSampler | สร้างป้ายกำกับสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจงแบบยูนิแกรมที่เรียนรู้ |
AllCandidateSampler.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ AllCandidateSampler |
คำอธิบายการจัดสรร | Protobuf ประเภท tensorflow.AllocationDescription |
AllocationDescription.Builder | Protobuf ประเภท tensorflow.AllocationDescription |
คำอธิบายการจัดสรรหรือตัวสร้าง | |
คำอธิบายการจัดสรรโปรโตคอล | |
บันทึกการจัดสรร | An allocation/de-allocation operation performed by the allocator. |
AllocationRecord.Builder | An allocation/de-allocation operation performed by the allocator. |
AllocationRecordOrBuilder | |
หน่วยความจำจัดสรรที่ใช้แล้ว | Protobuf ประเภท tensorflow.AllocatorMemoryUsed |
AllocatorMemoryUsed.Builder | Protobuf ประเภท tensorflow.AllocatorMemoryUsed |
AllocatorMemoryUsedOrBuilder | |
AllReduce <T ขยาย TNumber > | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
AllReduce.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ AllReduce |
AllToAll <T ขยาย TType > | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
มุม <U ขยาย TNumber > | ส่งกลับอาร์กิวเมนต์ของจำนวนเชิงซ้อน |
ผู้ไม่ระบุตัวตนIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
หน่วยความจำแคชที่ไม่ระบุชื่อ | |
AnonymousMultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
เครื่องกำเนิดเมล็ดพันธุ์แบบสุ่มที่ไม่เปิดเผยตัวตน | |
เครื่องกำเนิดเมล็ดพันธุ์ที่ไม่เปิดเผยตัวตน | |
ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ใดก็ได้ ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Any |
ApiDef | Used to specify and override the default API & behavior in the generated code for client languages, from what you would get from the OpDef alone. |
ApiDef.Arg | Protobuf ประเภท tensorflow.ApiDef.Arg |
ApiDef.Arg.Builder | Protobuf ประเภท tensorflow.ApiDef.Arg |
ApiDef.ArgOrBuilder | |
ApiDef.Attr | Description of the graph-construction-time configuration of this Op. |
ApiDef.Attr.Builder | Description of the graph-construction-time configuration of this Op. |
ApiDef.AttrOrBuilder | |
ApiDef.Builder | Used to specify and override the default API & behavior in the generated code for client languages, from what you would get from the OpDef alone. |
ApiDef.Endpoint | If you specify any endpoint, this will replace all of the inherited endpoints. |
ApiDef.Endpoint.Builder | If you specify any endpoint, this will replace all of the inherited endpoints. |
ApiDef.EndpointOrBuilder | |
ApiDef การมองเห็น | Protobuf enum tensorflow.ApiDef.Visibility การมองเห็น |
ApiDefOrBuilder | |
ApiDefProtos | |
ApiDefs | Protobuf ประเภท tensorflow.ApiDefs |
ApiDefs.Builder | Protobuf ประเภท tensorflow.ApiDefs |
ApiDefsOrBuilder | |
ApplyAdadelta <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adadelta |
ApplyAdadelta.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyAdadelta |
ApplyAdagrad <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
ApplyAdagrad.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyAdagrad |
ApplyAdagradDa <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad ที่ใกล้เคียง |
ApplyAdagradDa.Options | คุณลักษณะเพิ่มเติมสำหรับ ApplyAdagradDa |
ApplyAdagradV2 <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
ApplyAdagradV2.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ ApplyAdagradV2 |
ApplyAdam <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึมของ Adam |
ApplyAdam.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyAdam |
ApplyAdaMax <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม AdaMax |
ApplyAdaMax.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyAdaMax |
ApplyAddSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
ApplyAddSign.Options | คุณลักษณะเพิ่มเติมสำหรับ ApplyAddSign |
ApplyCenteredRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp ที่อยู่กึ่งกลาง |
ApplyCenteredRmsProp.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ApplyCenteredRmsProp |
ApplyFtrl <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ Ftrl-proximal |
ApplyFtrl.ตัวเลือก | คุณลักษณะทางเลือกสำหรับ ApplyFtrl |
ApplyGradientDescent <T ขยาย TType > | อัปเดต '*var' โดยลบ 'alpha' * 'delta' ออกจากมัน |
ApplyGradientDescent.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyGradientDescent |
ใช้โมเมนตัม <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
ใช้โมเมนตัมตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ ApplyMomentum |
ApplyPowerSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
ApplyPowerSign.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ApplyPowerSign |
ApplyProximalAdagrad <T ขยาย TType > | อัปเดต '*var' และ '*accum' ตาม FOBOS ด้วยอัตราการเรียนรู้ของ Adagrad |
ApplyProximalAdagrad.Options | คุณลักษณะเพิ่มเติมสำหรับ ApplyProximalAdagrad |
ApplyProximalGradientDescent <T ขยาย TType > | อัปเดต '*var' เป็นอัลกอริทึม FOBOS ด้วยอัตราการเรียนรู้คงที่ |
ใช้ ProximalGradientDescent.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ApplyProximalGradientDescent |
ApplyRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp |
ApplyRmsProp.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ApplyRmsProp |
โดยประมาณเท่ากัน | ส่งกลับค่าความจริงของ abs(xy) < องค์ประกอบความอดทน |
ประมาณเท่ากับตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ ApproximateEqual |
ArgMax <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์ |
ArgMin <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ |
Asin <T ขยาย TType > | คำนวณไซน์ผกผันตรีโกณมิติขององค์ประกอบ x |
Asinh <T ขยาย TType > | คำนวณไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
AssertCardinalityชุดข้อมูล | |
AssertNextชุดข้อมูล | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
AssertNextชุดข้อมูล | |
ยืนยันสิ่งนั้น | ยืนยันว่าเงื่อนไขที่กำหนดเป็นจริง |
AssertThat.Options | คุณลักษณะเพิ่มเติมสำหรับ AssertThat |
AssetFileDef | An asset file def for a single file or a set of sharded files with the same name. |
AssetFileDef.Builder | An asset file def for a single file or a set of sharded files with the same name. |
AssetFileDefOrBuilder | |
กำหนด <T ขยาย TType > | อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน |
มอบหมายตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Assign |
AssignAdd <T ขยาย TType > | อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป |
AssignAdd.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ AssignAdd |
AssignAddVariableOp | เพิ่มค่าให้กับค่าปัจจุบันของตัวแปร |
AssignSub <T ขยาย TType > | อัปเดต 'ref' โดยลบ 'value' ออกจากมัน |
AssignSub.Options | แอตทริบิวต์เพิ่มเติมสำหรับ AssignSub |
กำหนด SubVariableOp | ลบค่าออกจากค่าปัจจุบันของตัวแปร |
กำหนดตัวแปรOp | กำหนดค่าใหม่ให้กับตัวแปร |
AsString | แปลงแต่ละรายการในเทนเซอร์ที่กำหนดให้เป็นสตริง |
AsString.Options | คุณลักษณะทางเลือกสำหรับ AsString |
Atan <T ขยาย TType > | คำนวณแทนเจนต์ผกผันตรีโกณมิติขององค์ประกอบ x |
Atan2 <T ขยาย TNumber > | คำนวณอาร์กแทนเจนต์ขององค์ประกอบ "y/x" โดยคำนึงถึงสัญญาณของการโต้แย้ง |
Atanh <T ขยาย TType > | คำนวณแทนเจนต์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
AttrValue | Protocol buffer representing the value for an attr used to configure an Op. |
AttrValue.ตัวสร้าง | Protocol buffer representing the value for an attr used to configure an Op. |
AttrValue.ListValue | LINT.IfChangeProtobuf ประเภท tensorflow.AttrValue.ListValue |
AttrValue.ListValue.Builder | LINT.IfChangeProtobuf ประเภท tensorflow.AttrValue.ListValue |
AttrValue.ListValueOrBuilder | |
AttrValue.ValueCase | |
AttrValueOrBuilder | |
AttrValueProtos | |
สเปกตรัมเสียง | สร้างการแสดงภาพข้อมูลเสียงเมื่อเวลาผ่านไป |
AudioSpectrogram ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ AudioSpectrogram |
สรุปเสียง | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมเสียง |
สรุปเสียงตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ AudioSummary |
ตัวเลือกขนานอัตโนมัติ | Protobuf ประเภท tensorflow.AutoParallelOptions |
AutoParallelOptions.ตัวสร้าง | Protobuf ประเภท tensorflow.AutoParallelOptions |
ตัวเลือกขนานอัตโนมัติหรือตัวสร้าง | |
ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
AutoShardDataset ตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ AutoShardDataset |
AutoShardDataset ตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ AutoShardDataset |
ข้อมูลอุปกรณ์ที่มีจำหน่าย | Matches DeviceAttributesProtobuf ประเภท tensorflow.AvailableDeviceInfo |
AvailableDeviceInfo.Builder | Matches DeviceAttributesProtobuf ประเภท tensorflow.AvailableDeviceInfo |
AvailableDeviceInfoOrBuilder | |
AvgPool <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ยกับอินพุต |
AvgPool ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ AvgPool |
AvgPool3d <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ย 3D กับอินพุต |
AvgPool3d.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ AvgPool3d |
AvgPool3dGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
AvgPool3dGrad ตัวเลือก | คุณลักษณะทางเลือกสำหรับ AvgPool3dGrad |
AvgPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
AvgPoolGrad.ตัวเลือก | คุณลักษณะทางเลือกสำหรับ AvgPoolGrad |
บี
BandedTriangleSolve <T ขยาย TType > | |
BandedTriangleSolve.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BandedTriangularSolve |
BandPart <T ขยาย TType > | คัดลอกเทนเซอร์โดยตั้งค่าทุกอย่างที่อยู่นอกแถบกลางในแต่ละเมทริกซ์ด้านในสุดให้เป็นศูนย์ |
สิ่งกีดขวาง | กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ |
สิ่งกีดขวางตัวเลือก | คุณสมบัติเสริมสำหรับ Barrier |
สิ่งกีดขวางปิด | ปิดสิ่งกีดขวางที่กำหนด |
BarrierClose.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BarrierClose |
สิ่งกีดขวางขนาดไม่สมบูรณ์ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด |
สิ่งกีดขวางแทรกมากมาย | สำหรับแต่ละคีย์ ให้กำหนดค่าตามลำดับให้กับส่วนประกอบที่ระบุ |
Barrier ReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด |
BarrierTakeMany | นำองค์ประกอบที่เสร็จสมบูรณ์ตามจำนวนที่กำหนดจากสิ่งกีดขวาง |
BarrierTakeMany.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BarrierTakeMany |
BaseInitializer <T ขยาย TType > | คลาสพื้นฐานนามธรรมสำหรับ Initializers ทั้งหมด |
แบทช์ | แบทช์เทนเซอร์อินพุตทั้งหมดโดยไม่กำหนดไว้ |
ชุดตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Batch |
BatchCholesky <T ขยาย TNumber > | |
BatchCholeskyGrad <T ขยาย TNumber > | |
ชุดข้อมูลชุด | |
ชุดข้อมูลชุด | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบ "batch_size" จาก "input_dataset" |
BatchDataset.ตัวเลือก | คุณลักษณะทางเลือกสำหรับ BatchDataset |
BatchFft | |
BatchFft2d | |
BatchFft3d | |
BatchIfft | |
BatchIfft2d | |
BatchIfft3d | |
BatchMatMul <T ขยาย TType > | คูณเทนเซอร์สองตัวเป็นชุด |
BatchMatMul.ตัวเลือก | คุณลักษณะทางเลือกสำหรับ BatchMatMul |
BatchMatrixBandPart <T ขยาย TType > | |
BatchMatrixDeterminant <T ขยาย TType > | |
BatchMatrixDiag <T ขยาย TType > | |
BatchMatrixDiagPart <T ขยาย TType > | |
BatchMatrixInverse <T ขยาย TNumber > | |
BatchMatrixInverse.Options | คุณลักษณะทางเลือกสำหรับ BatchMatrixInverse |
BatchMatrixSetDiag <T ขยาย TType > | |
BatchMatrixSolve <T ขยาย TNumber > | |
BatchMatrixSolve.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BatchMatrixSolve |
BatchMatrixSolveLs <T ขยาย TNumber > | |
BatchMatrixSolveLs.Options | คุณลักษณะเพิ่มเติมสำหรับ BatchMatrixSolveLs |
BatchMatrixTriangleSolve <T ขยาย TNumber > | |
BatchMatrixTriangleSolve.Options | คุณลักษณะเพิ่มเติมสำหรับ BatchMatrixTriangularSolve |
BatchNormWithGlobalNormalization <T ขยาย TType > | การทำให้เป็นมาตรฐานแบบแบตช์ |
BatchNormWithGlobalNormalizationGrad <T ขยาย TType > | การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐานแบบแบทช์ |
BatchSelfAdjointEig <T ขยาย TNumber > | |
BatchSelfAdjointEig.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BatchSelfAdjointEig |
BatchSvd <T ขยาย TType > | |
BatchSvd.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BatchSvd |
BatchToSpace <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
BatchToSpaceNd <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
รายการเกณฑ์มาตรฐาน | Protobuf ประเภท tensorflow.BenchmarkEntries |
BenchmarkEntries.ตัวสร้าง | Protobuf ประเภท tensorflow.BenchmarkEntries |
เกณฑ์มาตรฐานรายการหรือตัวสร้าง | |
เกณฑ์มาตรฐานรายการ | Each unit test or benchmark in a test or benchmark run provides some set of information. |
BenchmarkEntry.Builder | Each unit test or benchmark in a test or benchmark run provides some set of information. |
เกณฑ์มาตรฐานEntryOrBuilder | |
BesselI0 <T ขยาย TNumber > | |
BesselI0e <T ขยาย TNumber > | |
BesselI1 <T ขยาย TNumber > | |
BesselI1e <T ขยาย TNumber > | |
BesselJ0 <T ขยาย TNumber > | |
BesselJ1 <T ขยาย TNumber > | |
BesselK0 <T ขยาย TNumber > | |
BesselK0e <T ขยาย TNumber > | |
BesselK1 <T ขยาย TNumber > | |
BesselK1e <T ขยาย TNumber > | |
BesselY0 <T ขยาย TNumber > | |
BesselY1 <T ขยาย TNumber > | |
Betainc <T ขยาย TNumber > | คำนวณอินทิกรัลเบต้าที่ไม่สมบูรณ์ที่ทำให้เป็นปกติ \\(I_x(a, b)\\)- |
BfcMemoryMapProtos | |
Bfloat16Layout | โครงร่างข้อมูลที่แปลง 32 บิตลอยจาก/เป็น 16 บิต โดยตัดทอนแมนทิสซาเป็น 7 บิต แต่คงเลขชี้กำลัง 8 บิตไว้ด้วยไบแอสเดียวกัน |
BiasAdd <T ขยาย TType > | เพิ่ม "อคติ" ให้กับ "คุณค่า" |
BiasAdd.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BiasAdd |
BiasAddGrad <T ขยาย TType > | การดำเนินการย้อนกลับสำหรับ "BiasAdd" บนเทนเซอร์ "bias" |
BiasAddGrad.Options | คุณลักษณะเพิ่มเติมสำหรับ BiasAddGrad |
ไบนารีครอสเซนโทรปี | คำนวณการสูญเสียข้ามเอนโทรปีระหว่างป้ายกำกับที่แท้จริงและป้ายกำกับที่คาดการณ์ไว้ |
BinaryCrossentropy <T ขยาย TNumber > | ตัวชี้วัดที่คำนวณการสูญเสียข้ามเอนโทรปีแบบไบนารีระหว่างป้ายกำกับที่แท้จริงและป้ายกำกับที่คาดการณ์ไว้ |
Bincount <T ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
สรุป Bin | Protobuf ประเภท tensorflow.BinSummary |
BinSummary.ตัวสร้าง | Protobuf ประเภท tensorflow.BinSummary |
BinSummaryOrBuilder | |
Bitcast <U ขยาย TType > | Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
BitwiseAnd <T ขยาย TNumber > | Elementwise คำนวณค่าบิต AND ของ `x` และ `y` |
BitwiseOr <T ขยาย TNumber > | Elementwise คำนวณระดับบิตหรือของ `x` และ `y` |
BitwiseXor <T ขยาย TNumber > | Elementwise คำนวณ XOR ระดับบิตของ `x` และ `y` |
BlockLSTM <T ขยาย TNumber > | คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
BlockLSTM.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ BlockLSTM |
BlockLSTMGrad <T ขยาย TNumber > | คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด |
BooleanDataBuffer | DataBuffer ของบูลีน |
BooleanDataLayout <S ขยาย DataBuffer <?>> | DataLayout ที่แปลงข้อมูลที่จัดเก็บไว้ในบัฟเฟอร์เป็นบูลีน |
BooleanDenseNdArray | |
บูลีนมาสก์ | |
BooleanMask.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ BooleanMask |
อัปเดต BooleanMask | |
BooleanMaskUpdate.Options | คุณลักษณะเพิ่มเติมสำหรับ BooleanMaskUpdate |
BooleanNdArray | NdArray ของบูลีน |
BoolLayout | โครงร่างข้อมูลที่แปลงบูลีนจาก/เป็นไบต์ |
BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
BoostedTreesBucketize | เก็บข้อมูลแต่ละฟีเจอร์ตามขอบเขตของบัคเก็ต |
BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดแยก | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
BoostedTreesคำนวณBestFeatureSplit.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesCalculateBestFeatureSplit |
BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดSplitV2 | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดที่เป็นไปได้สำหรับแต่ละโหนด |
BoostedTrees คำนวณสิ่งที่ดีที่สุดกำไรต่อคุณสมบัติ | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก |
BoostedTreesCreateEnsemble | สร้างแบบจำลองทั้งมวลของแผนภูมิและส่งกลับหมายเลขอ้างอิง |
BoostedTreesCreateQuantileStreamResource | สร้างทรัพยากรสำหรับสตรีม Quantile |
BoostedTreesCreateQuantileStreamResource.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesCreateQuantileStreamResource |
BoostedTreesDeserializeEnsemble | ดีซีเรียลไลซ์การกำหนดค่า Tree Ensemble ที่เป็นอนุกรมและแทนที่แผนผังปัจจุบัน ทั้งมวล |
BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource |
BoostedTreesEnsembleResourceHandleOp.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesEnsembleResourceHandleOp |
BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
BoostedTreesFlushQuantileสรุป | ล้างข้อมูลสรุปควอนไทล์จากทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
BoostedTreesGetEnsembleStates | เรียกข้อมูลโทเค็นการประทับทรัพยากรชุดต้นไม้ จำนวนต้นไม้ และสถิติการเติบโต |
BoostedTreesMakeQuantileSummaries | จัดทำข้อมูลสรุปของปริมาณสำหรับแบทช์ |
BoostedTreesMakeStatsSummary | ทำการสรุปสถิติสะสมสำหรับแบตช์ |
BoostedTreesทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
BoostedTreesQuantileStreamResourceAddSummary | เพิ่มข้อมูลสรุปควอนไทล์ให้กับทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
BoostedTreesQuantileStreamResourceDeserialize | ดีซีเรียลไลซ์ขอบเขตบัคเก็ตและตั้งค่าสถานะพร้อมลงใน QuantileAccumulator ปัจจุบัน |
BoostedTreesQuantileStreamResourceFlush | ล้างข้อมูลสรุปสำหรับทรัพยากรสตรีมแบบควอนไทล์ |
BoostedTreesQuantileStreamResourceFlush.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesQuantileStreamResourceFlush |
BoostedTreesQuantileStreamResourceGetBucketBoundaries | สร้างขอบเขตบัคเก็ตสำหรับแต่ละฟีเจอร์ตามข้อมูลสรุปที่สะสม |
BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource |
BoostedTreesQuantileStreamResourceHandleOp.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesQuantileStreamResourceHandleOp |
BoostedTreesSerializeEnsemble | ทำให้ชุดต้นไม้เป็นอนุกรมเป็นโปรโต |
BoostedTreesSparseAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
BoostedTreesSparseCalculateBestFeatureSplit | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
BoostedTreesSparseCalculateBestFeatureSplit.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesSparseCalculateBestFeatureSplit |
BoostedTreesTrainingทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณการอัปเดตเป็นบันทึกที่แคชไว้ |
BoostedTreesUpdateEnsemble | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ |
BoostedTreesUpdateEnsembleV2 | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ |
BoostedTreesUpdateEnsembleV2.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ BoostedTreesUpdateEnsembleV2 |
BoundedTensorSpecProto | A protobuf to represent tf.BoundedTensorSpec. |
BoundedTensorSpecProto.Builder | A protobuf to represent tf.BoundedTensorSpec. |
BoundedTensorSpecProtoOrBuilder | |
BroadcastDynamicShape <T ขยาย TNumber > | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
BroadcastGradientArgs <T ขยาย TNumber > | ส่งกลับดัชนีการลดสำหรับการคำนวณการไล่ระดับสีของ s0 op s1 พร้อมการออกอากาศ |
BroadcastHelper <T ขยาย TType > | ตัวช่วยดำเนินการออกอากาศแบบ XLA ออกอากาศ `lhs` และ `rhs` ไปยังอันดับเดียวกัน โดยเพิ่มขนาด 1 มิติให้กับ `lhs` และ `rhs` ใดก็ตามที่มีอันดับต่ำกว่า โดยใช้กฎการออกอากาศของ XLA สำหรับตัวดำเนินการไบนารี |
BroadcastRecv <T ขยาย TType > | รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น |
BroadcastRecv.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BroadcastRecv |
BroadcastSend <T ขยาย TType > | ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
BroadcastSend.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ BroadcastSend |
BroadcastTo <T ขยาย TType > | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
สร้างการกำหนดค่า | Protobuf ประเภท tensorflow.BuildConfiguration |
BuildConfiguration.ตัวสร้าง | Protobuf ประเภท tensorflow.BuildConfiguration |
BuildConfigurationOrBuilder | |
BundleEntryProto | Describes the metadata related to a checkpointed tensor. |
BundleEntryProto.Builder | Describes the metadata related to a checkpointed tensor. |
BundleEntryProtoOrBuilder | |
BundleHeaderProto | Special header that is associated with a bundle. |
BundleHeaderProto.Builder | Special header that is associated with a bundle. |
BundleHeaderProto.Endianness | An enum indicating the endianness of the platform that produced this bundle. |
BundleHeaderProtoOrBuilder | |
ByteDataBuffer | DataBuffer ของไบต์ |
ByteDataLayout <S ขยาย DataBuffer <?>> | DataLayout ที่แปลงข้อมูลที่จัดเก็บไว้ในบัฟเฟอร์เป็นไบต์ |
ByteDenseNdArray | |
ByteNdArray | NdArray ของไบต์ |
ByteSequenceProvider <T> | สร้างลำดับไบต์ที่จะจัดเก็บไว้ใน ByteSequenceTensorBuffer |
ไบต์ลำดับเทนเซอร์บัฟเฟอร์ | บัฟเฟอร์สำหรับจัดเก็บข้อมูลเทนเซอร์สตริง |
BytesList | Containers to hold repeated fundamental values. |
BytesList.Builder | Containers to hold repeated fundamental values. |
BytesListOrBuilder | |
ชุดข้อมูล BytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
ชุดข้อมูล BytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
ค
ชุดข้อมูลแคช | สร้างชุดข้อมูลที่แคชองค์ประกอบจาก `input_dataset` |
ชุดข้อมูลแคชV2 | |
CallableOptions | Defines a subgraph in another `GraphDef` as a set of feed points and nodes to be fetched or executed. |
CallableOptions.ตัวสร้าง | Defines a subgraph in another `GraphDef` as a set of feed points and nodes to be fetched or executed. |
CallableOptionsOrBuilder | |
ส่ง <U ขยาย TType > | ส่ง x ประเภท SrcT ถึง y ของ DstT |
Cast.Options | แอตทริบิวต์เพิ่มเติมสำหรับ Cast |
CastHelper | คลาสตัวช่วยสำหรับร่าย Operand |
หมวดหมู่ Crossentropy | คำนวณการสูญเสียข้ามเอนโทรปีระหว่างป้ายกำกับและการทำนาย |
ประเภท Crossentropy <T ขยาย TNumber > | หน่วยวัดที่คำนวณการสูญเสียเอนโทรปีข้ามหมวดหมู่ระหว่างป้ายกำกับที่แท้จริงและป้ายกำกับที่คาดการณ์ไว้ |
บานพับแบบเด็ดขาด | คำนวณการสูญเสียบานพับตามหมวดหมู่ระหว่างป้ายกำกับและการคาดคะเน |
CategoricalHinge <T ขยาย TNumber > | หน่วยวัดที่คำนวณหน่วยวัดการสูญเสียบานพับตามหมวดหมู่ระหว่างป้ายกำกับและการคาดคะเน |
Ceil <T ขยาย TNumber > | ส่งกลับจำนวนเต็มที่น้อยที่สุดตามองค์ประกอบไม่น้อยกว่า x |
CheckNumerics <T ขยาย TNumber > | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
Cholesky <T ขยาย TType > | คำนวณการสลายตัวของ Cholesky ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
CholeskyGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีแบบ backpropagated ในโหมดย้อนกลับของอัลกอริทึม Cholesky |
เลือกชุดข้อมูลที่เร็วที่สุด | |
เลือกชุดข้อมูลที่เร็วที่สุด | |
ClipByValue <T ขยาย TType > | ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
ปิดสรุปผู้เขียน | |
คลัสเตอร์ดีฟ | Defines a TensorFlow cluster as a set of jobs. |
ClusterDef.Builder | Defines a TensorFlow cluster as a set of jobs. |
ClusterDefOrBuilder | |
ตัวกรองอุปกรณ์คลัสเตอร์ | Defines the device filters for jobs in a cluster. |
ClusterDeviceFilters.Builder | Defines the device filters for jobs in a cluster. |
ClusterDeviceFiltersOrBuilder | |
ClusterOutput <T ขยาย TType > | ตัวดำเนินการที่เชื่อมต่อเอาต์พุตของการคำนวณ XLA กับโหนดกราฟผู้บริโภคอื่น ๆ |
คลัสเตอร์โปรโตส | |
รหัส | The canonical error codes for TensorFlow APIs. |
รหัสที่ตั้ง | Code location information: A stack trace with host-name information. |
CodeLocation.ตัวสร้าง | Code location information: A stack trace with host-name information. |
รหัสLocationOrBuilder | |
คอลเลกชันDef | CollectionDef should cover most collections. |
CollectionDef.AnyList | AnyList is used for collecting Any protos. |
CollectionDef.AnyList.Builder | AnyList is used for collecting Any protos. |
CollectionDef.AnyListOrBuilder | |
CollectionDef.Builder | CollectionDef should cover most collections. |
CollectionDef.BytesList | BytesList is used for collecting strings and serialized protobufs. |
CollectionDef.BytesList.Builder | BytesList is used for collecting strings and serialized protobufs. |
CollectionDef.BytesListOrBuilder | |
CollectionDef.FloatList | FloatList is used for collecting float values. |
CollectionDef.FloatList.Builder | FloatList is used for collecting float values. |
CollectionDef.FloatListOrBuilder | |
CollectionDef.Int64List | Int64List is used for collecting int, int64 and long values. |
CollectionDef.Int64List.Builder | Int64List is used for collecting int, int64 and long values. |
CollectionDef.Int64ListOrBuilder | |
CollectionDef.KindCase | |
CollectionDef.NodeList | NodeList is used for collecting nodes in graph. |
CollectionDef.NodeList.Builder | NodeList is used for collecting nodes in graph. |
CollectionDef.NodeListOrBuilder | |
คอลเลกชันDefOrBuilder | |
CollectiveGather <T ขยาย TNumber > | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveGather.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CollectiveGather |
CollectivePermute <T ขยาย TType > | Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ |
รวม NonMaxSuppression | เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การดำเนินการนี้ดำเนินการ non_max_suppression บนอินพุตต่อแบตช์ ในทุกคลาส |
CombinedNonMaxSuppression.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CombinedNonMaxSuppression |
CommitId | Protobuf ประเภท tensorflow.CommitId |
CommitId.Builder | Protobuf ประเภท tensorflow.CommitId |
CommitId.KindCase | |
CommitIdOrBuilder | |
เปรียบเทียบและ Bitpack | เปรียบเทียบค่าของ "อินพุต" กับ "เกณฑ์" และรวมบิตผลลัพธ์ไว้ใน "uint8" |
ผลการรวบรวม | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
คอมไพล์สำเร็จยืนยัน | ยืนยันว่าการรวบรวมสำเร็จ |
คอมเพล็กซ์ <U ขยาย TType > | แปลงจำนวนจริงสองตัวให้เป็นจำนวนเชิงซ้อน |
ComplexAbs <U ขยาย TNumber > | คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์ |
บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
Compute_func_Pointer_TF_OpKernelContext | |
คำนวณอุบัติเหตุ Hits | คำนวณรหัสของตำแหน่งใน Sampled_candidates ที่ตรงกับ true_labels |
ComputeAccidentalHits.ตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ ComputeAccidentalHits |
ComputeBatchSize | คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน |
Concat <T ขยาย TType > | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
เชื่อมต่อชุดข้อมูล | สร้างชุดข้อมูลที่เชื่อมโยง `input_dataset` กับ `another_dataset` |
คอนกรีตฟังก์ชั่น | กราฟที่สามารถเรียกใช้เป็นฟังก์ชันเดียวพร้อมลายเซ็นอินพุตและเอาต์พุต |
ContextDef | Protocol buffer representing a CondContext object. |
ContextDef.Builder | Protocol buffer representing a CondContext object. |
ContextDefOrBuilder | |
ตัวสะสมแบบมีเงื่อนไข | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
ConditionalAccumulator.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ ConditionalAccumulator |
ConfigProto | Session configuration parameters. |
ConfigProto.Builder | Session configuration parameters. |
ConfigProto ทดลอง | Everything inside Experimental is subject to change and is not subject to API stability guarantees in https://www.tensorflow.org/guide/version_compat. |
ConfigProto.Experimental.Builder | Everything inside Experimental is subject to change and is not subject to API stability guarantees in https://www.tensorflow.org/guide/version_compat. |
ConfigProto.Experimental.MlirBridgeRollout | An enum that describes the state of the MLIR bridge rollout. |
ConfigProto.ExperimentalOrBuilder | |
ConfigProtoOrBuilder.dll | |
ConfigProtos | |
กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่า DistributedTPU.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ConfigureDistributedTPU |
กำหนดค่าการฝัง TPU | ตั้งค่า TPUEmbedding ในระบบ TPU แบบกระจาย |
Conj <T ขยาย TType > | ส่งกลับสังยุคเชิงซ้อนของจำนวนเชิงซ้อน |
ConjugateTranspose <T ขยาย TType > | สุ่มมิติของ x ตามการเรียงสับเปลี่ยนและผันผลลัพธ์ |
ค่าคงที่ <T ขยาย TType > | Initializer ที่สร้างเทนเซอร์ที่มีค่าคงที่ |
ค่าคงที่ <T ขยาย TType > | ตัวดำเนินการที่สร้างค่าคงที่ |
ข้อจำกัด | คลาสพื้นฐานสำหรับข้อจำกัด |
ใช้ MutexLock | การดำเนินการนี้ใช้การล็อกที่สร้างโดย `MutexLock` |
ControlFlowContextDef | Container for any kind of control flow context. |
ControlFlowContextDef.Builder | Container for any kind of control flow context. |
ControlFlowContextDef.CtxtCase | |
ControlFlowContextDefOrBuilder | |
คอนโทรลโฟลว์โปรโตส | |
ทริกเกอร์ควบคุม | ไม่ทำอะไรเลย |
Conv <T ขยาย TType > | ล้อมตัวดำเนินการ XLA ConvGeneralDilated จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#conv_convolution |
Conv2d <T ขยาย TNumber > | คำนวณการบิดแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ |
Conv2d.ตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ Conv2d |
Conv2dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง |
Conv2dBackpropFilter ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Conv2dBackpropFilter |
Conv2dBackpropInput <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต |
Conv2dBackpropInput.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Conv2dBackpropInput |
Conv3d <T ขยาย TNumber > | คำนวณการบิดแบบ 3 มิติโดยใช้เทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 5 มิติ |
Conv3d.ตัวเลือก | แอตทริบิวต์เพิ่มเติมสำหรับ Conv3d |
Conv3dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยคำนึงถึงตัวกรอง |
Conv3dBackpropFilter ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Conv3dBackpropFilter |
Conv3dBackpropInput <U ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยสัมพันธ์กับอินพุต |
Conv3dBackpropInput.Options | แอตทริบิวต์เพิ่มเติมสำหรับ Conv3dBackpropInput |
คัดลอก <T ขยาย TType > | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
คัดลอกตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Copy |
CopyHost <T ขยาย TType > | คัดลอกเทนเซอร์ไปยังโฮสต์ |
CopyHost.Options | คุณลักษณะเพิ่มเติมสำหรับ CopyHost |
เพราะ <T ขยาย TType > | คำนวณ cos ขององค์ประกอบ x ตามลำดับ |
Cosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกขององค์ประกอบ x |
โคไซน์ความคล้ายคลึงกัน | คำนวณความคล้ายคลึงโคไซน์ระหว่างป้ายกำกับและการทำนาย |
CosineSimilarity <T ขยาย TNumber > | หน่วยเมตริกที่คำนวณหน่วยวัดความคล้ายคลึงโคไซน์ระหว่างป้ายกำกับและการคาดคะเน |
กราฟต้นทุนDef | Protobuf ประเภท tensorflow.CostGraphDef |
CostGraphDef.AggregatedCost | Total cost of this graph, typically used for balancing decisions. |
CostGraphDef.AggregatedCost.Builder | Total cost of this graph, typically used for balancing decisions. |
CostGraphDef.AggregatedCostOrBuilder | |
CostGraphDef.Builder | Protobuf ประเภท tensorflow.CostGraphDef |
CostGraphDef.Node | Protobuf ประเภท tensorflow.CostGraphDef.Node |
CostGraphDef.Node.Builder | Protobuf ประเภท tensorflow.CostGraphDef.Node |
CostGraphDef.Node.InputInfo | Inputs of this node. |
CostGraphDef.Node.InputInfo.Builder | Inputs of this node. |
CostGraphDef.Node.InputInfoOrBuilder | |
CostGraphDef.Node.OutputInfo | Outputs of this node. |
CostGraphDef.Node.OutputInfo.Builder | Outputs of this node. |
CostGraphDef.Node.OutputInfoOrBuilder | |
CostGraphDef.NodeOrBuilder | |
ราคากราฟDefOrBuilder | |
กราฟต้นทุนโปรโตส | |
CountUpTo <T ขยาย TNumber > | เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' |
ข้อมูลซีพียู | Protobuf ประเภท tensorflow.CPUInfo |
CPUInfo.ตัวสร้าง | Protobuf ประเภท tensorflow.CPUInfo |
CPUInfoOrBuilder | |
Create_func_TF_OpKernelConstruction | |
สร้างสรุปDbWriter | |
สร้างSummaryFileWriter | |
ครอบตัดและปรับขนาด | แยกการครอบตัดออกจากเทนเซอร์รูปภาพอินพุตและปรับขนาด |
CropAndResize.Options | แอตทริบิวต์เพิ่มเติมสำหรับ CropAndResize |
CropAndResizeGradBoxes | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์กล่องอินพุต |
CropAndResizeGradBoxes.Options | คุณลักษณะเพิ่มเติมสำหรับ CropAndResizeGradBoxes |
CropAndResizeGradImage <T ขยาย TNumber > | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์รูปภาพอินพุต |
CropAndResizeGradImage.Options | แอตทริบิวต์เพิ่มเติมสำหรับ CropAndResizeGradImage |
ข้าม <T ขยาย TNumber > | คำนวณผลคูณไขว้แบบคู่. |
CrossReplicaSum <T ขยาย TNumber > | อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ |
CSRSparseMatrixComponents <T ขยาย TType > | อ่านส่วนประกอบ CSR ที่แบทช์ `ดัชนี` |
CSRSparseMatrixToDense <T ขยาย TType > | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
CSRSparseMatrixToSparseTensor <T ขยาย TType > | แปลง CSRSparesMatrix (อาจเป็นชุด) เป็น SparseTensor |
ชุดข้อมูล CSV | |
ชุดข้อมูล CSV | |
CSVDatasetV2 | |
CtcBeamSearchDecoder <T ขยาย TNumber > | ดำเนินการถอดรหัสการค้นหาลำแสงในบันทึกที่กำหนดในอินพุต |
CtcBeamSearchDecoder.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CtcBeamSearchDecoder |
CtcGreedyDecoder <T ขยาย TNumber > | ทำการถอดรหัสโลภในบันทึกที่กำหนดในอินพุต |
CtcGreedyDecoder.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ CtcGreedyDecoder |
CtcLoss <T ขยาย TNumber > | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ |
CtcLoss.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ CtcLoss |
CTCLossV2 | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ |
CTCLossV2.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ CTCLossV2 |
CudnnRNN <T ขยาย TNumber > | RNN ที่สนับสนุนโดย cuDNN |
CudnnRNN.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ CudnnRNN |
CudnnRNNBackprop <T ขยาย TNumber > | ขั้นบันไดหลัง CudnnRNNV3. |
CudnnRNNBackprop.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ CudnnRNNBackprop |
CudnnRNNCanonicalToParams <T ขยาย TNumber > | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ |
CudnnRNNCanonicalToParams.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CudnnRNNCanonicalToParams |
CudnnRnnParamsSize <U ขยาย TNumber > | คำนวณขนาดของน้ำหนักที่โมเดล Cudnn RNN สามารถใช้ได้ |
CudnnRnnParamsSize.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CudnnRnnParamsSize |
CudnnRNNParamsToCanonical <T ขยาย TNumber > | ดึงข้อมูลพารามิเตอร์ CudnnRNN ในรูปแบบมาตรฐาน |
CudnnRNNParamsToCanonical.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CudnnRNNParamsToCanonical |
Cumprod <T ขยาย TType > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
Cumprod.ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Cumprod |
Cumsum <T ขยาย TType > | คำนวณผลรวมสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
Cumsum ตัวเลือก | แอ็ตทริบิวต์ทางเลือกสำหรับ Cumsum |
CumulativeLogsumexp <T ขยาย TNumber > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
CumulativeLogsumexp.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ CumulativeLogsumexp |
ดี
ข้อมูลบัฟเฟอร์ <T> | ที่เก็บข้อมูลประเภทเฉพาะ |
DataBufferAdapterFactory | โรงงานของอะแดปเตอร์บัฟเฟอร์ข้อมูล |
ข้อมูลบัฟเฟอร์ | คลาสตัวช่วยสำหรับการสร้างอินสแตนซ์ DataBuffer |
DataBufferWindow <B ขยาย DataBuffer <?>> | คอนเทนเนอร์ที่ไม่แน่นอนสำหรับการดูส่วนหนึ่งของ DataBuffer |
คลาสข้อมูล | Protobuf enum tensorflow.DataClass |
DataFormatDimMap <T ขยาย TNumber > | ส่งกลับดัชนีมิติในรูปแบบข้อมูลปลายทางที่กำหนดรูปแบบไว้ รูปแบบข้อมูลต้นฉบับ |
DataFormatDimMap.Options | คุณลักษณะเพิ่มเติมสำหรับ DataFormatDimMap |
DataFormatVecPermute <T ขยาย TNumber > | เปลี่ยนเทนเซอร์อินพุตจาก `src_format` เป็น `dst_format` |
DataFormatVecPermute.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ DataFormatVecPermute |
DataLayout <S ขยาย DataBuffer <?>, T> | แปลงข้อมูลที่เก็บไว้ในบัฟเฟอร์เป็นประเภทที่กำหนด |
Datalayouts | เปิดเผยอินสแตนซ์ DataLayout ของรูปแบบข้อมูลที่ใช้บ่อยในการคำนวณพีชคณิตเชิงเส้น |
DataServiceDataSet | |
DataServiceDataSet.options | แอตทริบิวต์เสริมสำหรับ DataServiceDataset |
ชุดข้อมูล | แสดงให้เห็นถึงรายการองค์ประกอบอิสระ (ตัวอย่าง) ที่มีขนาดใหญ่และช่วยให้การวนซ้ำและการเปลี่ยนแปลงจะดำเนินการในองค์ประกอบเหล่านี้ |
DatasetCardinality | ส่งคืน cardinality ของ `input_dataset ' |
DatasetCardinality | ส่งคืน cardinality ของ `input_dataset ' |
DataSetFromGraph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
เครื่องกำหนดข้อมูล | แสดงถึงสถานะของการวนซ้ำผ่าน TF.Data Datset |
การตั้งค่าข้อมูล | ตัวเลือกแสดงถึงผลลัพธ์ของการดำเนินการชุดข้อมูล getNext ที่อาจล้มเหลวเมื่อถึงจุดสิ้นสุดของชุดข้อมูล |
การตั้งค่าข้อมูล | ส่งคืน GraphDef แบบอนุกรมที่แสดงถึง `input_dataset` |
dataSettograph.options | แอตทริบิวต์เสริมสำหรับ DatasetToGraph |
DataSetTosingLeElement | เอาต์พุตองค์ประกอบเดียวจากชุดข้อมูลที่กำหนด |
DataSetTotFrecord | เขียนชุดข้อมูลที่กำหนดไปยังไฟล์ที่กำหนดโดยใช้รูปแบบ TFRECORD |
DataSetTotFrecord | เขียนชุดข้อมูลที่กำหนดไปยังไฟล์ที่กำหนดโดยใช้รูปแบบ TFRECORD |
DatastorageVisitor <r> | เยี่ยมชมที่เก็บข้อมูลสำรองของอินสแตนซ์ DataBuffer |
ประเภทข้อมูล | (== suppress_warning documentation-presence ==) LINT.IfChangeprotobuf enum tensorflow.DataType |
dawsn <t ขยาย tnumber > | |
deallocator_pointer_long_pointer | |
debueVent | An Event related to the debugging of a TensorFlow program. |
debueVent.builder | An Event related to the debugging of a TensorFlow program. |
debueVent.whatcase | |
debueVentorbuilder | |
debueVentProtos | |
debuggedDevice | A device on which ops and/or tensors are instrumented by the debugger. |
debuggedDevice.builder | A device on which ops and/or tensors are instrumented by the debugger. |
debuggedDeviceorBuilder | |
ดีบักกราฟ | A debugger-instrumented graph. |
debuggedgraph.builder | A debugger-instrumented graph. |
debuggedgraphorbuilder | |
debuggedsourcefile | protobuf type tensorflow.DebuggedSourceFile |
debuggedsourcefile.builder | protobuf type tensorflow.DebuggedSourceFile |
debuggedsourcefileorbuilder | |
debuggedsourcefiles | protobuf type tensorflow.DebuggedSourceFiles |
debuggedsourcefiles.builder | protobuf type tensorflow.DebuggedSourceFiles |
debuggedsourcefilesorbuilder | |
Debuggradientidentity <t ขยาย ttype > | ตัวตน OP สำหรับการดีบักการไล่ระดับสี |
debuggradientrefidentity <t ขยาย ttype > | ตัวตน OP สำหรับการดีบักการไล่ระดับสี |
debugidentity <t ขยาย ttype > | Debug Identity v2 op |
debugidentity.options | คุณลักษณะเสริมสำหรับ DebugIdentity |
debugmetadata | Metadata about the debugger and the debugged TensorFlow program. |
debugmetadata.builder | Metadata about the debugger and the debugged TensorFlow program. |
debugmetadataorbuilder | |
debugnancount | DEBUG NAN Value Counter Op |
debugnancount.options | คุณลักษณะเสริมสำหรับ DebugNanCount |
debugnumericssummary <u ขยาย tnumber > | ดีบักตัวเลขสรุป v2 op |
debugnumericssummary.options | คุณลักษณะเสริมสำหรับ DebugNumericsSummary |
debugoptions | Options for initializing DebuggerState in TensorFlow Debugger (tfdbg). |
debugoptions.builder | Options for initializing DebuggerState in TensorFlow Debugger (tfdbg). |
debugoptionsorbuilder | |
การดีบัก | |
debugtensorWatch | Option for watching a node in TensorFlow Debugger (tfdbg). |
debugtensorwatch.builder | Option for watching a node in TensorFlow Debugger (tfdbg). |
debugtensorwatchorbuilder | |
ตัวถอดรหัส | ถอดรหัสและครอบตัดภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ UINT8 |
ตัวถอดรหัส | แอตทริบิวต์เสริมสำหรับ DecodeAndCropJpeg |
DecodeBase64 | ถอดรหัสสตริงที่เข้ารหัส base-safe base64 |
decodebmp | ถอดรหัสเฟรมแรกของอิมเมจที่เข้ารหัส BMP เป็นเทนเซอร์ UINT8 |
decodebmp.options | แอตทริบิวต์เสริมสำหรับ DecodeBmp |
ถอดความ | สายคลาย |
Decodecompressed.options | คุณลักษณะเสริมสำหรับ DecodeCompressed |
ตัวถอดรหัส | แปลงบันทึก CSV เป็นเทนเซอร์ |
decodecsv.options | คุณลักษณะเสริมสำหรับ DecodeCsv |
ตัวถอดรหัส | ถอดรหัสเฟรมของภาพที่เข้ารหัส GIF เป็นเทนเซอร์ UINT8 |
decodeimage <t ขยาย tnumber > | ฟังก์ชั่นสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
decodeimage.options | คุณลักษณะเสริมสำหรับ DecodeImage |
decodejpeg | ถอดรหัสอิมเมจที่เข้ารหัส JPEG เป็นเทนเซอร์ UINT8 |
decodejpeg.options | คุณลักษณะเสริมสำหรับ DecodeJpeg |
DecodejSonexample | แปลงตัวอย่างตัวอย่างที่เข้ารหัส JSON เป็นสตริงบัฟเฟอร์โปรโตคอลไบนารี |
DecodepaddedRaw <t ขยาย tnumber > | ตีความไบต์ของสตริงเป็นเวกเตอร์ของตัวเลขอีกครั้ง |
DecodepaddedRaw.options | คุณลักษณะเสริมสำหรับ DecodePaddedRaw |
decodepng <t ขยาย tnumber > | ถอดรหัสอิมเมจที่เข้ารหัส PNG เป็นเทนเซอร์ UINT8 หรือ UINT16 |
decodepng.options | คุณลักษณะเสริมสำหรับ DecodePng |
Decodeproto | ฟิลด์ OP Extracts จากข้อความบัฟเฟอร์โปรโตคอลแบบอนุกรมลงในเทนเซอร์ |
decodeproto.options | คุณลักษณะเสริมสำหรับ DecodeProto |
Decoderaw <t ขยาย ttype > | ตีความไบต์ของสตริงเป็นเวกเตอร์ของตัวเลขอีกครั้ง |
decoderaw.options | คุณลักษณะเสริมสำหรับ DecodeRaw |
ถอดรหัส | ถอดรหัสไฟล์ PCM WAV 16 บิตเป็นเทนเซอร์ลอย |
DecodeWav.Options | คุณลักษณะเสริมสำหรับ DecodeWav |
DEEPCOPY <t ขยาย ttype > | ทำสำเนา `x` |
delete_func_pointer | |
ตัวลบ | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
deleteMemoryCache | |
DELETEMULTIDEVICICITERATER | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
deleterandomseedGenerator | |
deleteseedgenerator | |
DELETESESSIONTENSOR | ลบเทนเซอร์ที่ระบุโดยที่จับในเซสชัน |
DenseBincount <U ขยาย tnumber > | นับจำนวนการเกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
Densebincount.options | คุณลักษณะเสริมสำหรับ DenseBincount |
densecountsparseOutput <u ขยาย tnumber > | ดำเนินการนับถังขยะที่กระจัดกระจายสำหรับอินพุต TF.Tensor |
densecountsparseoutput.options | แอตทริบิวต์เสริมสำหรับ DenseCountSparseOutput |
Densendarray <T> | |
Densetocsrsparsematrix | แปลงเทนเซอร์หนาแน่นเป็น (อาจเป็นแบตช์) csrsparsematrix |
Densetodensesetoperation <t ขยาย ttype > | ใช้การดำเนินการชุดตามมิติสุดท้ายของอินพุต 2 `Tensor` |
densetodensesetoperation.options | แอตทริบิวต์เสริมสำหรับ DenseToDenseSetOperation |
DensetosparseBatchDataset | สร้างชุดข้อมูลที่แบทช์องค์ประกอบอินพุตลงใน sparsetensor |
DensetosparseBatchDataset | สร้างชุดข้อมูลที่แบทช์องค์ประกอบอินพุตลงใน sparsetensor |
Densetosparsesetoperation <t ขยาย ttype > | ใช้การดำเนินการที่ตั้งค่าตามมิติสุดท้ายของ `tensor` และ` sparsetensor ' |
Densetosparsesetoperation.options | คุณลักษณะทางเลือกสำหรับ DenseToSparseSetOperation |
depthtospace <t ขยาย ttype > | DEPTHTOSPACE สำหรับเทนเซอร์ของ Type T. |
depthtospace.options | คุณลักษณะเสริมสำหรับ DepthToSpace |
DEPTHWISECONV2DNITATE <t ขยาย tnUMBER > | คำนวณการ convolution แบบ 2 มิติที่ได้รับ 4-D `อินพุต 'และ` เทนเซอร์ตัวกรอง' |
depthWiseconv2dnative.options | คุณลักษณะเสริมสำหรับ DepthwiseConv2dNative |
DEPTHWISECONV2DNativeBackPropFilter <t ขยาย tnumber > | คำนวณการไล่ระดับสีของ convolution เชิงลึกที่เกี่ยวข้องกับตัวกรอง |
depthWisEconv2dnativebackpropfilter.options | แอตทริบิวต์เสริมสำหรับ DepthwiseConv2dNativeBackpropFilter |
DEPTHWISECONV2DNativeBackPropinput <t ขยาย tnumber > | คำนวณการไล่ระดับสีของ convolution เชิงลึกที่เกี่ยวข้องกับอินพุต |
depthWisEconv2dnativebackpropinput.options | แอตทริบิวต์เสริมสำหรับ DepthwiseConv2dNativeBackpropInput |
dequantize <u ขยาย tnumber > | dequantize เทนเซอร์ 'อินพุต' ลงใน Float หรือ Bfloat16 Tensor |
ทำให้ลดลง | ใช้อินพุต UINT32 ที่บรรจุและแกะอินพุตไปยัง UINT8 เพื่อทำ dequantization บนอุปกรณ์ |
dequantize.options | คุณลักษณะเสริมสำหรับ Dequantize |
deserializeiterator | แปลงเทนเซอร์ตัวแปรที่กำหนดเป็นตัววนซ้ำและเก็บไว้ในทรัพยากรที่กำหนด |
DeserializeManysparse <t ขยาย ttype > | deserialize และ concatenate `sparsetensors 'จาก minibatch ที่เป็นอนุกรม |
deserializesparse <u ขยาย ttype > | deserialize วัตถุ `sparsetensor ' |
DestroyResourceop | ลบทรัพยากรที่ระบุโดยที่จับ |
DestroyResourceop.options | คุณลักษณะเสริมสำหรับ DestroyResourceOp |
DestroyTemporaryVariable <t ขยาย ttype > | ทำลายตัวแปรชั่วคราวและส่งคืนค่าสุดท้าย |
det <t ขยาย ttype > | คำนวณปัจจัยกำหนดของเมทริกซ์สี่เหลี่ยมหนึ่งตัวหรือมากกว่า |
Deviceattributes | protobuf type tensorflow.DeviceAttributes |
deviceattributes.builder | protobuf type tensorflow.DeviceAttributes |
DeviceAtTributesorBuilder | |
Deviceattributesprotos | |
DeviceFiltersprotos | |
DeviceIndex | ส่งคืนดัชนีของอุปกรณ์ที่ OP ทำงาน |
การเบี่ยงเบน | protobuf type tensorflow.DeviceLocality |
devicelocality.builder | protobuf type tensorflow.DeviceLocality |
devicelocalityorbuilder | |
อุปกรณ์อุปกรณ์ | protobuf type tensorflow.DeviceProperties |
DeviceProperties.builder | protobuf type tensorflow.DeviceProperties |
DevicePropertiesorBuilder | |
DevicePropertiesprotos | |
อุปกรณ์ | หมายถึงข้อกำหนด (บางส่วน) สำหรับอุปกรณ์ TensorFlow |
Devicespec.builder | คลาส Builder สำหรับการสร้างคลาส DeviceSpec |
DevicesPec.Devicetype | |
Devicestepstats | protobuf type tensorflow.DeviceStepStats |
devicestepstats.builder | protobuf type tensorflow.DeviceStepStats |
DevicestepstatsorBuilder | |
คำสั่ง | Represents a Python dict keyed by `str`. |
dictvalue.builder | Represents a Python dict keyed by `str`. |
dictvalueorbuilder | |
Digamma <t ขยาย tnumber > | คำนวณ psi, อนุพันธ์ของ lgamma (บันทึกของค่าสัมบูรณ์ของ `gamma (x)`), องค์ประกอบที่ชาญฉลาด |
DILATION2D <t ขยาย tNUMBER > | คำนวณการขยายระดับสีเทาของเทนเซอร์ตัวกรอง 4-D และ 3-D `ตัวกรอง ' |
DILATION2DBACKPROPFILTER <t ขยาย tNUMBER > | คำนวณการไล่ระดับสีของการขยายแบบ 2 มิติทางสัณฐานวิทยาที่เกี่ยวข้องกับตัวกรอง |
DILATION2DBACKPROPINPUT <T ขยาย tNUMBER > | คำนวณการไล่ระดับสีของการขยายแบบ 2 มิติทางสัณฐานวิทยาด้วยความเคารพต่ออินพุต |
มิติ | |
Dimensionalspace | |
DirectedInterleavedataset | แทน `interleavedataset` ในรายการชุดข้อมูล` n` |
DirectedInterleavedataset | แทน `interleavedataset` ในรายการชุดข้อมูล` n` |
div <t ขยาย ttype > | ส่งคืนองค์ประกอบ X / Y |
Divnonan <t ขยาย ttype > | ส่งคืน 0 ถ้าตัวส่วนเป็นศูนย์ |
dot <t ขยาย ttype > | ห่อผู้ดำเนินการ XLA Dotgeneral ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral |
Doubledatabuffer | DataBuffer ของคู่ |
Doubledatalayout <s ขยาย Databuffer <? >> | DataLayout ที่แปลงข้อมูลที่เก็บไว้ในบัฟเฟอร์เป็นสองเท่า |
Doubleensendarray | |
Doublendarray | NdArray ของคู่ |
Drawboundingboxes <t ขยาย tnumber > | วาดกล่องที่มีขอบเขตบนชุดของภาพ |
หุ่นยนต์ | |
dummymemorycache | |
Dummyseedgenerator | |
DynamicPartition <t ขยาย ttype > | พาร์ติชั่น `data 'ลงใน` num_partitions' เทนเซอร์โดยใช้ดัชนีจาก `พาร์ติชัน ' |
DynamicsLice <t ขยาย ttype > | ห่อโอเปอเรเตอร์ XLA Dynamicslice ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice |
DynamicStitch <t ขยาย ttype > | ผสมค่าจากเทนเซอร์ `data 'ลงในเทนเซอร์เดียว |
DynamicUpDatesLice <T ขยาย ttype > | ห่อผู้ดำเนินการ XLA DynamicUpDatesLice ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice |
อี
การขับไล่ | สภาพแวดล้อมสำหรับการดำเนินการ TensorFlow อย่างกระตือรือร้น |
Eagersession.DevicePlacementPolicy | ควบคุมวิธีการกระทำเมื่อเราพยายามเรียกใช้การดำเนินการบนอุปกรณ์ที่กำหนด แต่เทนเซอร์อินพุตบางตัวไม่ได้อยู่ในอุปกรณ์นั้น |
Eagersession.options | |
การแก้ไข | คำนวณระยะทาง (อาจเป็นมาตรฐาน) levenshtein แก้ไขระยะทาง |
editdistance.options | คุณลักษณะเสริมสำหรับ EditDistance |
eig <u ขยาย ttype > | คำนวณการสลายตัวของไอเกนของเมทริกซ์สี่เหลี่ยมหนึ่งตัวหรือมากกว่า |
eig.options | คุณลักษณะเสริมสำหรับ Eig |
Einsum <t ขยาย ttype > | การหดตัวของเทนเซอร์ตามอนุสัญญาการรวม Einstein |
Einsum <t ขยาย ttype > | OP ที่รองรับ Einsum OP ขั้นพื้นฐานที่มี 2 อินพุตและ 1 เอาต์พุต |
elu <t ขยาย tnumber > | คำนวณเชิงเส้นแบบเอ็กซ์โปเนนเชียล: `exp (คุณสมบัติ) - 1` ถ้า <0,` ฟีเจอร์ 'มิฉะนั้น |
elu <t ขยาย tfloating > | หน่วยเชิงเส้นแบบเอ็กซ์โปเนนเชียล |
Elugrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีสำหรับการทำงานแบบเอ็กซ์โปเนนเชียลเชิงเส้น (ELU) |
การฝังศพ | OP เปิดใช้งานการแยก TPU ฝังตัว |
ว่าง <t ขยาย ttype > | สร้างเทนเซอร์ที่มีรูปร่างที่กำหนด |
ว่าง | คุณลักษณะเสริมสำหรับ Empty |
emptytensorlist | สร้างและส่งคืนรายการเทนเซอร์ที่ว่างเปล่า |
emptytensormap | สร้างและส่งคืนแผนที่เทนเซอร์ที่ว่างเปล่า |
ENCODEBASE64 | เข้ารหัสสตริงในรูปแบบ Base64 Web-Safe |
ENCODEBASE64.OPTIONS | แอตทริบิวต์เสริมสำหรับ EncodeBase64 |
encodejpeg | JPEG เข้ารหัสภาพ |
ENCODEJPEG.OPTIONS | แอตทริบิวต์เสริมสำหรับ EncodeJpeg |
ENCODEJPEGVARIAPLEQUALITY | JPEG เข้ารหัสอิมเมจอินพุตที่มีคุณภาพการบีบอัดที่ให้ไว้ |
encodepng | png-encode ภาพ |
encodepng.options | คุณลักษณะเสริมสำหรับ EncodePng |
encodeproto | OP Serializes ข้อความ protobuf ที่ให้ไว้ในเทนเซอร์อินพุต |
encodeproto.options | คุณลักษณะเสริมสำหรับ EncodeProto |
encodewav | เข้ารหัสข้อมูลเสียงโดยใช้รูปแบบไฟล์ WAV |
จุดสิ้นสุด | คำอธิบายประกอบที่ใช้ทำเครื่องหมายวิธีการของคลาสที่มีคำอธิบายประกอบกับ @Operator ที่ควรสร้างจุดสิ้นสุดเป็น ERROR(Ops/org.tensorflow.op.Ops Ops) หรือหนึ่งในกลุ่มของมัน |
enqueuetpuembeddingintegerbatch | OP ที่ enqueues รายการของเทนเซอร์แบทช์อินพุตไปยัง tpuembedding |
enqueuetpuembeddingintegerbatch.options | คุณลักษณะเสริมสำหรับ EnqueueTPUEmbeddingIntegerBatch |
enqueuetpuembeddingraggedtensorbatch | ง่ายขึ้นการพอร์ตของรหัสที่ใช้ tf.nn.embedding_lookup () |
enqueuetpuembeddingraggedtensorbatch.options | แอตทริบิวต์เสริมสำหรับ EnqueueTPUEmbeddingRaggedTensorBatch |
enqueuetpuembeddingsparsebatch | OP ที่ enqueues ดัชนีอินพุต tpuembedding จาก sparsetensor |
enqueuetpuembeddingsparsebatch.options | คุณลักษณะเสริมสำหรับ EnqueueTPUEmbeddingSparseBatch |
enqueuetpuembeddingsparsetensorbatch | ง่ายขึ้นการพอร์ตของรหัสที่ใช้ tf.nn.embedding_lookup_sparse () |
enqueuetpuembeddingsparsetensorbatch.options | คุณลักษณะเสริมสำหรับ EnqueueTPUEmbeddingSparseTensorBatch |
มั่นใจได้ ว่า <t ขยาย ttype > | ทำให้มั่นใจได้ว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง |
ป้อน <t ขยาย ttype > | สร้างหรือค้นหากรอบเด็กและทำให้ `data 'พร้อมใช้งานกับกรอบเด็ก |
Enter.options | คุณลักษณะเสริมสำหรับ Enter |
ค่าเข้า | protobuf type tensorflow.EntryValue |
entryvalue.builder | protobuf type tensorflow.EntryValue |
entryvalue.kindcase | |
entryvalueorbuilder | |
เท่ากัน | ส่งคืนค่าความจริงของ (x == y) องค์ประกอบที่ชาญฉลาด |
เท่ากับตัวเลือก | แอตทริบิวต์เสริมสำหรับ Equal |
erf <t ขยาย tnumber > | คำนวณฟังก์ชั่นข้อผิดพลาดเกาส์ของ `x` องค์ประกอบที่ชาญฉลาด |
erfc <t ขยาย tnumber > | คำนวณฟังก์ชั่นข้อผิดพลาดเสริมของ `x` องค์ประกอบที่ชาญฉลาด |
erfinv <t ขยาย tnumber > | |
รหัสข้อผิดพลาด | |
ErrorCodeSprotos | |
EuclideanNorm <t ขยาย ttype > | คำนวณบรรทัดฐานยุคลิดขององค์ประกอบในมิติของเทนเซอร์ |
Euclideannorm.Options | คุณลักษณะเสริมสำหรับ EuclideanNorm |
เหตุการณ์ | Protocol buffer representing an event that happened during the execution of a Brain model. |
เหตุการณ์. builder | Protocol buffer representing an event that happened during the execution of a Brain model. |
เหตุการณ์. whatcase | |
EventorBuilder | |
EventProtos | |
ตัวอย่าง | protobuf type tensorflow.Example |
ตัวอย่าง. builder | protobuf type tensorflow.Example |
ตัวอย่าง | |
ExampleParserconfiguration | protobuf type tensorflow.ExampleParserConfiguration |
ExampleParserConfiguration.builder | protobuf type tensorflow.ExampleParserConfiguration |
ตัวอย่าง | |
ExampleParserConfigurationProtos | |
ExampleProtos | |
ดำเนินการ | OP ที่โหลดและดำเนินการโปรแกรม TPU บนอุปกรณ์ TPU |
ExecuteandupDateVariables | OP ที่ดำเนินการโปรแกรมที่มีการอัปเดตตัวแปรในสถานที่เสริม |
การดำเนินการ | Data relating to the eager execution of an op or a Graph. |
Execution.builder | Data relating to the eager execution of an op or a Graph. |
สภาพแวดล้อมการดำเนินการ | กำหนดสภาพแวดล้อมสำหรับการสร้างและดำเนินการ TensorFlow Operation |
ExecutionEnvironment.Types | |
การดำเนินการ | |
ออก <t ขยาย ttype > | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
exp <t ขยาย ttype > | คำนวณเลขชี้กำลังของ X Element-wise |
ExpandDims <t ขยาย ttype > | แทรกมิติ 1 ให้เป็นรูปร่างของเทนเซอร์ |
expint <t ขยาย tnumber > | |
expm1 <t ขยาย ttype > | คำนวณ `exp (x) - 1` องค์ประกอบที่ชาญฉลาด |
Exponential <t ขยาย tfloating > | ฟังก์ชั่นการเปิดใช้งานแบบเอ็กซ์โปเนนเชียล |
ExtractGlimpse | สกัดเหลือบจากเทนเซอร์อินพุต |
ExtractGlimpse.options | คุณลักษณะเสริมสำหรับ ExtractGlimpse |
extractimagePatches <t ขยาย ttype > | แยก `patches 'จาก` images' และวางไว้ในมิติเอาต์พุต "ความลึก" |
Extractjpegshape <t ขยาย tnumber > | แยกข้อมูลรูปร่างของภาพที่เข้ารหัส JPEG |
ExtractVolumePatches <t ขยาย tnumber > | แยก `patches 'จาก` อินพุต' และวางไว้ในมิติความลึก `" " |
เอฟ
ข้อเท็จจริง | ส่งออกข้อเท็จจริงเกี่ยวกับแฟคทอเรียล |
FakequantWithMinMaxargs | ปลอมแปลงเทนเซอร์ 'อินพุต' พิมพ์ลอยไปเป็นเทนเซอร์ 'เอาต์พุต' ประเภทเดียวกัน |
FakequantWithMinMaxargs.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxArgs |
fakequantwithminmaxargsgradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ fakequantwithminmaxargs |
FakequantWithMinMaxArgsgradient.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxArgsGradient |
FakequantWithMinMaxVars | ปลอมแปลงเทนเซอร์ 'อินพุต' ของ Type Float ผ่าน Global Float Scalars ปลอม-Quantize `อินพุต '` เทนเซอร์ของประเภทลอยผ่านสกลัตฟลอตทั่วโลก `min` และ' สูงสุด 'ถึง` เอาท์พุท' เทนเซอร์ที่มีรูปร่างเหมือนกันกับ 'อินพุต' |
FakequantWithMinMaxVars.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxVars |
FakequantWithMinMaxVarsgradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ fakequantwithminmaxvars |
FakequantWithMinMaxVarsgradient.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxVarsGradient |
FakequantWithMinMaxVarsperchannel | ปลอมแปลงเทนเซอร์ 'อินพุต' ของประเภทลอยผ่านช่องทางต่อช่อง ปลอม-quantize `อินพุต '` เทนเซอร์ของประเภทลอยต่อช่องทางและหนึ่งในรูปร่าง: `[d]`, `[b, d]` `[b, h, w, d]` ผ่านช่องทาง min` และ `สูงสุด 'ของรูปร่าง` [d] `ถึง` เอาท์พุท' เทนเซอร์ที่มีรูปร่างเดียวกันกับ `อินพุต ' |
FakequantWithMinMaxVarsperchannel.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxVarsPerChannel |
FakequantWithMinMaxVarsperchannelgradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ fakequantwithminmaxvarsperchannel |
FakequantWithMinMaxVarsperchannelgradient.options | คุณลักษณะเสริมสำหรับ FakeQuantWithMinMaxVarsPerChannelGradient |
FastelementSequence <t, U ขยาย ndarray <t>> | ลำดับการรีไซเคิลอินสแตนซ์ NdArray เดียวกันเมื่อวนซ้ำองค์ประกอบของมัน |
คุณสมบัติ | Containers for non-sequential data. |
ฟีเจอร์. builder | Containers for non-sequential data. |
feature.kindcase | |
featureconfiguration | protobuf type tensorflow.FeatureConfiguration |
featureconfiguration.builder | protobuf type tensorflow.FeatureConfiguration |
featureConfiguration.configcase | |
featureconfigurationorbuilder | |
นักแสดง | Containers for sequential data. |
featureList.builder | Containers for sequential data. |
featureListorBuilder | |
ฟีเจอร์ | protobuf type tensorflow.FeatureLists |
featureLists.builder | protobuf type tensorflow.FeatureLists |
featureListorBuilder | |
featureorbuilder | |
featureprotos | |
คุณสมบัติ | protobuf type tensorflow.Features |
คุณสมบัติ. builder | protobuf type tensorflow.Features |
featurebuilder | |
fft <t ขยาย ttype > | การแปลงฟูริเยร์อย่างรวดเร็ว |
fft2d <t ขยาย ttype > | 2d Fast Fourier Transform |
fft3d <t ขยาย ttype > | 3d Fast Fourier Transform |
ห้า | คิวที่สร้างองค์ประกอบในลำดับแรกออก |
fifoqueue.options | คุณลักษณะเสริมสำหรับ FifoQueue |
เติม <u ขยาย ttype > | สร้างเทนเซอร์ที่เต็มไปด้วยค่าสเกลาร์ |
FilterByLastComponentDataset | สร้างชุดข้อมูลที่มีองค์ประกอบของส่วนประกอบแรกของ `input_dataset` การมีจริงในส่วนประกอบสุดท้าย |
ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
คงที่ | protobuf type tensorflow.FixedLenFeatureProto |
fixedlenfeatureproto.builder | protobuf type tensorflow.FixedLenFeatureProto |
FixedLenFeatureProtoorBuilder | |
recideLengthRecordDataSet | |
fixedLengthRecordReader | เครื่องอ่านที่ส่งออกเร็กคอร์ดความยาวคงที่จากไฟล์ |
fixedLengthRecordReader.options | แอตทริบิวต์เสริมสำหรับ FixedLengthRecordReader |
คงที่ | สร้างฉลากสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจง Unigram ที่เรียนรู้ |
คงที่ | แอตทริบิวต์เสริมสำหรับ FixedUnigramCandidateSampler |
float16layout | เค้าโครงข้อมูลที่แปลงลอย 32 บิตจาก/เป็น 16 บิตตามข้อกำหนดจุดลอยตัวของ IEEE-754 ครึ่งความแม่นยำ |
ผู้ลอยตัว | DataBuffer of Floats |
floatdatalayout <s ขยาย Databuffer <? >> | DataLayout ที่แปลงข้อมูลที่เก็บไว้ในบัฟเฟอร์เป็นลอย |
การลอยตัว | |
ผู้ลอยตัว | protobuf type tensorflow.FloatList |
floatlist.builder | protobuf type tensorflow.FloatList |
FloatlistorBuilder | |
การลอยตัว | NdArray ของลอย |
พื้น <t ขยาย tnumber > | ส่งคืนจำนวนเต็มที่ใหญ่ที่สุดที่ฉลาดที่สุดไม่เกิน x |
floordiv <t ขยาย ttype > | ส่งคืน x // y element-wise |
floormod <t ขยาย tnumber > | ส่งคืนองค์ประกอบที่เหลืออยู่ในการแบ่ง |
Flushsummarywriter | |
FractionalAvgpool <t ขยาย tnumber > | ดำเนินการรวมค่าเฉลี่ยแบบแยกส่วนบนอินพุต |
FractionalAvgpool.options | คุณลักษณะเสริมสำหรับ FractionalAvgPool |
FractionalAvgpoolgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของฟังก์ชัน fractionalAvgpool |
FractionalAvgpoolgrad.options | คุณลักษณะเสริมสำหรับ FractionalAvgPoolGrad |
FractionalalMaxPool <t ขยาย tnumber > | ทำการรวมค่าสูงสุดในการรวมเข้ากับอินพุต |
FractionalalMaxPool.options | แอตทริบิวต์เสริมสำหรับ FractionalMaxPool |
FractionalalMaxpoolgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของฟังก์ชัน fractionalalmaxpool |
FractionalalMaxPoolgrad.Options | คุณลักษณะเสริมสำหรับ FractionalMaxPoolGrad |
fresnelcos <t ขยาย tnumber > | |
fresnelsin <t ขยาย tnumber > | |
FTRL | เครื่องมือเพิ่มประสิทธิภาพที่ใช้อัลกอริทึม FTRL |
ฟังก์ชั่น | A function can be instantiated when the runtime can bind every attr with a value. |
functiondef.argattrs | Attributes for function arguments. |
functiondef.argattrs.builder | Attributes for function arguments. |
functiondef.argattrsorbuilder | |
functiondef.builder | A function can be instantiated when the runtime can bind every attr with a value. |
ฟังก์ชั่น | A library is a set of named functions. |
functiondeflibrary.builder | A library is a set of named functions. |
FunctionDeflibraryorBuilder | |
functiondeforbuilder | |
ฟังก์ชั่น | |
functionspec | Represents `FunctionSpec` used in `Function`. |
functionspec.builder | Represents `FunctionSpec` used in `Function`. |
functionspec.experimentalcompile | Whether the function should be compiled by XLA. |
functionspecorbuilder | |
FusedBatchNorm <t ขยาย tnumber , u ขยาย tnumber > | การทำให้เป็นมาตรฐานเป็นชุด |
FusedBatchNorm.Options | คุณลักษณะเสริมสำหรับ FusedBatchNorm |
FusedBatchNormgrad <t ขยาย tnumber , u ขยาย tnumber > | การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐาน |
FusedBatchNormgrad.Options | คุณลักษณะเสริมสำหรับ FusedBatchNormGrad |
FusedPadConv2d <t ขยาย tnumber > | ดำเนินการช่องว่างภายในเป็นการประมวลผลล่วงหน้าในระหว่างการประชุม |
FusedResizeandPadConv2d <t ขยาย tnumber > | ดำเนินการปรับขนาดและขยายเป็น preprocess ในระหว่างการประชุม |
FusedResizeAndPadConv2d.options | แอตทริบิวต์เสริมสำหรับ FusedResizeAndPadConv2d |
ช
รวบรวม <t ขยาย tnumber > | สะสมร่วมกันหลายประเภทและรูปร่างที่เหมือนกัน |
รวบรวม <t ขยาย ttype > | รวบรวมชิ้นจากแกน `params` แกน` แกน 'ตาม' ดัชนี ' |
รวบรวม <t ขยาย ttype > | ห่อผู้ประกอบการ XLA รวบรวมที่บันทึกไว้ที่ https://www.tensorflow.org/xla/operation_semantics#gather |
รวบรวม. ตัวเลือก | คุณลักษณะเสริมสำหรับ Gather |
รวบรวม. ตัวเลือก | คุณลักษณะเสริมสำหรับ Gather |
gathernd <t ขยาย ttype > | รวบรวมชิ้นจาก `params` เป็นเทนเซอร์ที่มีรูปร่างที่ระบุโดย` ดัชนี ' |
gatherv2 <t ขยาย tnumber > | สะสมร่วมกันหลายประเภทและรูปร่างที่เหมือนกัน |
gatherv2.options | คุณลักษณะเสริมสำหรับ GatherV2 |
GenerateBoundingBoxProposals | OP นี้สร้างภูมิภาคที่น่าสนใจจากกล่องขอบเขตที่กำหนด (bbox_deltas) ที่เข้ารหัส WRT anchors ตาม Eq.2 ใน arxiv: 1506.01497 OP เลือกกล่องการให้คะแนน `pre_nms_topn` บนสุดของกล่องให้ถอดรหัสด้วยความเคารพต่อแองเคอร์ใช้การปราบปรามที่ไม่ได้เป็น maximal ในกล่องที่ทับซ้อนกันซึ่งสูงกว่าค่าที่สั้นกว่า` min_size` |
generateBoundingBoxProposals.options | คุณลักษณะเสริมสำหรับ GenerateBoundingBoxProposals |
GenerateVocabremapping | กำหนดเส้นทางไปยังไฟล์คำศัพท์ใหม่และเก่า ๆ ส่งคืนเทนเซอร์ที่แมปแมป ความยาว `num_new_vocab` โดยที่` remapping [i] `มีหมายเลขแถวในคำศัพท์เก่าที่สอดคล้องกับแถว` ฉันอยู่ในคำศัพท์ใหม่ (เริ่มต้นที่บรรทัด `new_vocab_offset` 1` ถ้ารายการ `ฉันในคำศัพท์ใหม่ไม่ได้อยู่ในคำศัพท์เก่า |
GenerateVocabremapping.options | คุณลักษณะเสริมสำหรับ GenerateVocabRemapping |
getSessionhandle | จัดเก็บเทนเซอร์อินพุตในสถานะของเซสชันปัจจุบัน |
getSessionTenSor <t ขยาย ttype > | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
Glorot <t ขยาย tfloating > | Glorot Initializer หรือที่เรียกว่า Xavier Initializer |
Gpuinfo | protobuf type tensorflow.GPUInfo |
gpuinfo.builder | protobuf type tensorflow.GPUInfo |
Gpuinfoorbuilder | |
Gpuoptions | protobuf type tensorflow.GPUOptions |
gpuoptions.builder | protobuf type tensorflow.GPUOptions |
gpuoptions.experimental | protobuf type tensorflow.GPUOptions.Experimental |
gpuoptions.experimental.builder | protobuf type tensorflow.GPUOptions.Experimental |
gpuoptions.experimental.virtualdevices | Configuration for breaking down a visible GPU into multiple "virtual" devices. |
gpuoptions.experimental.virtualdevices.builder | Configuration for breaking down a visible GPU into multiple "virtual" devices. |
gpuoptions.experimental.virtualdevicesorbuilder | |
gpuoptions.experimentalorbuilder | |
gpuoptionsorbuilder | |
การไล่ระดับสี | GradientDef defines the gradient function of a function defined in a function library. |
การไล่ระดับสี | GradientDef defines the gradient function of a function defined in a function library. |
การไล่ระดับสี | |
การไล่ระดับสี | การเพิ่มประสิทธิภาพการไล่ระดับสีแบบสโตแคสติกขั้นพื้นฐาน |
การไล่ระดับสี | เพิ่มการดำเนินการเพื่อคำนวณอนุพันธ์บางส่วนของผลรวมของ y s wrt x s, เช่น, d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2... หาก |
การไล่ระดับสี | คุณลักษณะเสริมสำหรับ Gradients |
กราฟ | กราฟข้อมูลการไหลของข้อมูลที่แสดงถึงการคำนวณ TensorFlow |
graph.whilesubgraphbuilder | ใช้ในการสร้างอินสแตนซ์คลาสนามธรรมซึ่งจะแทนที่วิธีการ buildsubgraph เพื่อสร้างกราฟย่อยแบบมีเงื่อนไขหรือร่างกายเป็นระยะเวลาหนึ่ง |
graphdebuginfo | protobuf type tensorflow.GraphDebugInfo |
graphdebuginfo.builder | protobuf type tensorflow.GraphDebugInfo |
graphdebuginfo.filelinecol | This represents a file/line location in the source code. |
graphdebuginfo.filelinecol.builder | This represents a file/line location in the source code. |
graphdebuginfo.filelinecolorbuilder | |
graphdebuginfo.stacktrace | This represents a stack trace which is a ordered list of `FileLineCol`. |
graphdebuginfo.stacktrace.builder | This represents a stack trace which is a ordered list of `FileLineCol`. |
graphdebuginfo.stacktraceorbuilder | |
graphdebuginfoorbuilder | |
graphdebuginfoprotos | |
กราฟ | Represents the graph of operationsprotobuf type tensorflow.GraphDef |
graphdef.builder | Represents the graph of operationsprotobuf type tensorflow.GraphDef |
Graphdeforbuilder | |
GraphExecutionTrace | Data relating to an execution of a Graph (e.g., an eager execution of a FuncGraph). |
graphExecutionTrace.builder | Data relating to an execution of a Graph (e.g., an eager execution of a FuncGraph). |
GraphExecutionTraceorBuilder | |
GraphOpcreation | The creation of an op in a TensorFlow Graph (e.g., FuncGraph in TF2). |
graphopcreation.builder | The creation of an op in a TensorFlow Graph (e.g., FuncGraph in TF2). |
graphopcreationorbuilder | |
กราฟ | การใช้งานสำหรับ Operation ที่เพิ่มเป็นโหนดไปยัง Graph |
graphoperationbuilder | OperationBuilder สำหรับการเพิ่ม GraphOperation S ลงใน Graph |
กราฟ | protobuf type tensorflow.GraphOptions |
graphoptions.builder | protobuf type tensorflow.GraphOptions |
GraphOptionSorBuilder | |
กราฟ | |
graphtransferconstnodeinfo | protobuf type tensorflow.GraphTransferConstNodeInfo |
graphtransferconstnodeinfo.builder | protobuf type tensorflow.GraphTransferConstNodeInfo |
graphtransferconstnodeinfoorbuilder | |
graphtransfergraphinputNodeInfo | protobuf type tensorflow.GraphTransferGraphInputNodeInfo |
graphtransfergraphinputnodeinfo.builder | protobuf type tensorflow.GraphTransferGraphInputNodeInfo |
graphtransfergraphinputnodeinfoorbuilder | |
graphtransfergraphoutputNodeInfo | protobuf type tensorflow.GraphTransferGraphOutputNodeInfo |
graphtransfergraphutputnodeinfo.builder | protobuf type tensorflow.GraphTransferGraphOutputNodeInfo |
graphtransfergraphutputnodeinfoorbuilder | |
Graphtransferinfo | Protocol buffer representing a handle to a tensorflow resource. |
graphtransferinfo.builder | Protocol buffer representing a handle to a tensorflow resource. |
Graphtransferinfo.destination | protobuf enum tensorflow.GraphTransferInfo.Destination |
GraphTransferInfoorBuilder | |
GraphTransferinfoproto | |
GraphTransferNodeInfo | protobuf type tensorflow.GraphTransferNodeInfo |
graphtransfernodeinfo.builder | protobuf type tensorflow.GraphTransferNodeInfo |
graphtransfernodeinfoorbuilder | |
GraphTransferNodeInput | protobuf type tensorflow.GraphTransferNodeInput |
graphtransfernodeinput.builder | protobuf type tensorflow.GraphTransferNodeInput |
GraphTransferNodeInputInfo | protobuf type tensorflow.GraphTransferNodeInputInfo |
graphtransfernodeinputinfo.builder | protobuf type tensorflow.GraphTransferNodeInputInfo |
graphtransfernodeinputinfoorbuilder | |
GraphTransferNodeInputOrBuilder | |
GraphTransferNodeOutputInfo | protobuf type tensorflow.GraphTransferNodeOutputInfo |
GraphTransferNodeOutputInfo.builder | protobuf type tensorflow.GraphTransferNodeOutputInfo |
GraphTransferNodeOutputInfoorBuilder | |
มากขึ้น | ส่งคืนค่าความจริงของ (x> y) องค์ประกอบที่ชาญฉลาด |
ยิ่งใหญ่ | ส่งคืนค่าความจริงของ (x> = y) องค์ประกอบที่ชาญฉลาด |
grublockcell <t ขยาย tnumber > | คำนวณการแพร่กระจายไปข้างหน้าของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
grublockcellgrad <t ขยาย tnumber > | คำนวณการแพร่กระจายของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
รับประกันการประชุม <t ขยาย ttype > | ให้การรับประกันกับรันไทม์ TF ว่าเทนเซอร์อินพุตเป็นค่าคงที่ |
ชม
Hardsigmoid <t ขยาย tfloating > | การเปิดใช้งาน sigmoid แข็ง |
แฮช | สร้างตารางแฮชที่ไม่เริ่มต้น |
hashtable.options | แอตทริบิวต์เสริมสำหรับ HashTable |
เขา <t ขยาย tfloating > | เขาเริ่มต้น |
ผู้ช่วยเหลือ | คลาสคอนเทนเนอร์สำหรับวิธีการหลักที่เพิ่มหรือดำเนินการหลายอย่างและส่งคืนหนึ่งในนั้น |
บานพับ | คำนวณการสูญเสียบานพับระหว่างฉลากและการคาดการณ์ |
บานพับ <t ขยาย tnumber > | ตัวชี้วัดที่คำนวณตัวชี้วัดการสูญเสียบานพับระหว่างฉลากและการคาดการณ์ |
HistogramFixedWidth <U ขยาย tnumber > | ส่งคืนฮิสโตแกรมของค่า |
ฮิสโตแกรมโปรโต | Serialization format for histogram module in core/lib/histogram/histogram.hprotobuf type tensorflow.HistogramProto |
Histogramproto.builder | Serialization format for histogram module in core/lib/histogram/histogram.hprotobuf type tensorflow.HistogramProto |
Histogramprotoorbuilder | |
ฮิสโตแกรม | เอาท์พุทบัฟเฟอร์โปรโตคอล summary` ที่มีฮิสโตแกรม |
hsvtorgb <t ขยาย tnumber > | แปลงหนึ่งภาพขึ้นไปจาก HSV เป็น RGB |
ฮูเบอร์ | คำนวณการสูญเสียฮูเบอร์ระหว่างฉลากและการคาดการณ์ |
ฉัน
Identity <t ขยาย tfloating > | Initializer ที่สร้างเมทริกซ์ตัวตน |
Identity <t ขยาย ttype > | ส่งคืนเทนเซอร์ด้วยรูปร่างและเนื้อหาเดียวกันกับเทนเซอร์อินพุตหรือค่า |
ตัวตน | ส่งคืนรายการเทนเซอร์ที่มีรูปร่างและเนื้อหาเดียวกันกับอินพุต เทนเซอร์ |
identityReader | ผู้อ่านที่ส่งออกงานคิวเป็นทั้งคีย์และค่า |
IdentityReader.options | คุณลักษณะเสริมสำหรับ IdentityReader |
ifft <t ขยาย ttype > | ผกผันฟูริเยร์แปลงผกผัน |
ifft2d <t ขยาย ttype > | ผกผัน 2d Fast Fourier Transform |
ifft3d <t ขยาย ttype > | ผกผัน 3D Fast Fourier Transform |
Igamma <t ขยาย tnumber > | คำนวณฟังก์ชั่นแกมม่าที่ไม่สมบูรณ์ต่ำกว่า `P (a, x)` |
Igammac <t ขยาย tnumber > | คำนวณฟังก์ชั่นแกมม่าที่ไม่สมบูรณ์บนปกติ `q (a, x)` |
Igammagrada <t ขยาย tnumber > | คำนวณการไล่ระดับสีของ `igamma (a, x)` wrt `a` |
ไม่สนใจ DATASET | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` เพิกเฉยต่อข้อผิดพลาด |
ไม่สนใจ DATASET | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` เพิกเฉยต่อข้อผิดพลาด |
ไม่สนใจ DataTaSet.options | แอตทริบิวต์เสริมสำหรับ IgnoreErrorsDataset |
ไม่สนใจ DataTaSet.options | แอตทริบิวต์เสริมสำหรับ IgnoreErrorsDataset |
ผิดกฎหมาย | ข้อยกเว้นที่ถูกโยนทิ้งเมื่อการดำเนินการไม่สามารถเสร็จสิ้นได้เนื่องจากอันดับของอาร์เรย์เป้าหมาย |
image <u ขยาย tnumber > | ส่งคืนส่วนจินตนาการของหมายเลขที่ซับซ้อน |
ImageProjectiveTransformv2 <t ขยาย tnumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
ImageProjectiveTransformv2.Options | คุณลักษณะเสริมสำหรับ ImageProjectiveTransformV2 |
ImageProjectiveTransformv3 <t ขยาย tnumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
ImageProjectiveTransformv3.Options | คุณลักษณะเสริมสำหรับ ImageProjectiveTransformV3 |
ภาพสรุป | เอาท์พุทบัฟเฟอร์โปรโตคอล summary` พร้อมรูปภาพ |
Imagesummary.options | คุณลักษณะเสริมสำหรับ ImageSummary |
immutableConst <t ขยาย ttype > | ส่งคืนเทนเซอร์ที่ไม่เปลี่ยนรูปจากภูมิภาคหน่วยความจำ |
นำเข้า | |
ดัชนี | ดัชนีที่ใช้สำหรับการหั่นมุมมองจากอาร์เรย์ N มิติ |
indexedpositioniterator | |
indexedpositioniterator.coordslongconsumer | |
ดัชนี | คลาสผู้ช่วยสำหรับวัตถุ Index อินสแตนซ์ |
EffeedDeQueue <t ขยาย ttype > | ตัวยึดตำแหน่งสำหรับค่าที่จะถูกป้อนเข้าสู่การคำนวณ |
infeeddequeuetuple | ดึงค่าหลายค่าจาก Effeed เป็น xla tuple |
ความขุ่นมัว | OP ที่ป้อนค่าเทนเซอร์เดียวลงในการคำนวณ |
effeedenqueue.options | คุณลักษณะเสริมสำหรับ InfeedEnqueue |
ExtedenqueuePrelinearizedBuffer | OP ที่ enqueues บัฟเฟอร์ prelinearized ลงใน TPU Infeed |
EffeedenqueUeprelInearizedBuffer.Options | คุณลักษณะเสริมสำหรับ InfeedEnqueuePrelinearizedBuffer |
ไม่มีที่ติ | ป้อนค่าเทนเซอร์หลายค่าลงในการคำนวณเป็น XLA tuple |
extedenqueuetuple.options | คุณลักษณะเสริมสำหรับ InfeedEnqueueTuple |
เริ่มต้น | |
Initializer <t ขยาย ttype > | อินเทอร์เฟซสำหรับ Initializers |
เริ่มต้นได้ | Table Initializer ที่ใช้สองเทนเซอร์สำหรับคีย์และค่าตามลำดับ |
Initializetable fromDataset | |
InitializetableFromTextFile | เริ่มต้นตารางจากไฟล์ข้อความ |
InitializetableFromTextFile.options | แอตทริบิวต์เสริมสำหรับ InitializeTableFromTextFile |
inplaceadd <t ขยาย ttype > | เพิ่ม V ลงในแถวที่ระบุของ x |
inplacesub <t ขยาย ttype > | ลบ `v` เป็นแถวที่ระบุของ` x` |
inplaceUpdate <t ขยาย ttype > | อัปเดตแถวที่ระบุ 'i' ด้วยค่า 'V' |
int64 รายการ | protobuf type tensorflow.Int64List |
int64list.builder | protobuf type tensorflow.Int64List |
int64listorbuilder | |
intdatabuffer | DataBuffer ของ Ints |
IntDatalayout <S ขยาย Databuffer <? >> | DataLayout ที่แปลงข้อมูลที่เก็บไว้ในบัฟเฟอร์เป็น ints |
intdensendarray | |
Interconnectlink | protobuf type tensorflow.InterconnectLink |
interconnectlink.builder | protobuf type tensorflow.InterconnectLink |
InterconnectlinkorBuilder | |
intndarray | An NdArray of integers. |
InTopK | Says whether the targets are in the top `K` predictions. |
Inv <T extends TType > | Computes the inverse of one or more square invertible matrices or their adjoints (conjugate transposes). |
Inv.Options | Optional attributes for Inv |
Invert <T extends TNumber > | Invert (flip) each bit of supported types; for example, type `uint8` value 01010101 becomes 10101010. |
InvertPermutation <T extends TNumber > | Computes the inverse permutation of a tensor. |
InvGrad <T extends TType > | Computes the gradient for the inverse of `x` wrt its input. |
Irfft <U extends TNumber > | Inverse real-valued fast Fourier transform. |
Irfft2d <U extends TNumber > | Inverse 2D real-valued fast Fourier transform. |
Irfft3d <U extends TNumber > | Inverse 3D real-valued fast Fourier transform. |
IsBoostedTreesEnsembleInitialized | Checks whether a tree ensemble has been initialized. |
IsBoostedTreesQuantileStreamResourceInitialized | Checks whether a quantile stream has been initialized. |
IsFinite | Returns which elements of x are finite. |
IsInf | Returns which elements of x are Inf. |
IsNan | Returns which elements of x are NaN. |
IsotonicRegression <U extends TNumber > | Solves a batch of isotonic regression problems. |
IsVariableInitialized | Checks whether a tensor has been initialized. |
ตัววนซ้ำ | |
IteratorFromStringHandle | |
IteratorFromStringHandle.Options | Optional attributes for IteratorFromStringHandle |
IteratorGetDevice | Returns the name of the device on which `resource` has been placed. |
IteratorGetDevice | Returns the name of the device on which `resource` has been placed. |
IteratorGetNext | Gets the next output from the given iterator . |
IteratorGetNextAsOptional | Gets the next output from the given iterator as an Optional variant. |
IteratorGetNextSync | Gets the next output from the given iterator. |
IteratorToStringHandle | Converts the given `resource_handle` representing an iterator to a string. |
เจ
JobDef | Defines a single job in a TensorFlow cluster. |
JobDef.Builder | Defines a single job in a TensorFlow cluster. |
JobDefOrBuilder | |
JobDeviceFilters | Defines the device filters for tasks in a job. |
JobDeviceFilters.Builder | Defines the device filters for tasks in a job. |
JobDeviceFiltersOrBuilder | |
เข้าร่วม | Joins the strings in the given list of string tensors into one tensor; with the given separator (default is an empty separator). |
Join.Options | Optional attributes for Join |
เค
KernelDef | Protobuf type tensorflow.KernelDef |
KernelDef.AttrConstraint | Protobuf type tensorflow.KernelDef.AttrConstraint |
KernelDef.AttrConstraint.Builder | Protobuf type tensorflow.KernelDef.AttrConstraint |
KernelDef.AttrConstraintOrBuilder | |
KernelDef.Builder | Protobuf type tensorflow.KernelDef |
KernelDefOrBuilder | |
KernelDefProtos | |
KernelList | A collection of KernelDefsProtobuf type tensorflow.KernelList |
KernelList.Builder | A collection of KernelDefsProtobuf type tensorflow.KernelList |
KernelListOrBuilder | |
KeyValueSort <T extends TNumber , U extends TType > | Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort . |
KLDivergence | Computes Kullback-Leibler divergence loss between labels and predictions. |
KLDivergence <T extends TNumber > | A metric that computes the Kullback-Leibler divergence loss metric between labels and predictions. |
KMC2ChainInitialization | Returns the index of a data point that should be added to the seed set. |
KmeansPlusPlusInitialization | Selects num_to_sample rows of input using the KMeans++ criterion. |
KthOrderStatistic | Computes the Kth order statistic of a data set. |
ล
L2Loss <T extends TNumber > | L2 Loss. |
LatencyStatsDataset | Records the latency of producing `input_dataset` elements in a StatsAggregator. |
LatencyStatsDataset | Records the latency of producing `input_dataset` elements in a StatsAggregator. |
LeakyRelu <T extends TNumber > | Computes rectified linear: `max(features, features * alpha)`. |
LeakyRelu.Options | Optional attributes for LeakyRelu |
LeakyReluGrad <T extends TNumber > | Computes rectified linear gradients for a LeakyRelu operation. |
LeakyReluGrad.Options | Optional attributes for LeakyReluGrad |
LearnedUnigramCandidateSampler | Generates labels for candidate sampling with a learned unigram distribution. |
LearnedUnigramCandidateSampler.Options | Optional attributes for LearnedUnigramCandidateSampler |
LeCun <T extends TFloating > | LeCun normal initializer. |
LeftShift <T extends TNumber > | Elementwise computes the bitwise left-shift of `x` and `y`. |
น้อย | Returns the truth value of (x < y) element-wise. |
LessEqual | Returns the truth value of (x <= y) element-wise. |
Lgamma <T extends TNumber > | Computes the log of the absolute value of `Gamma(x)` element-wise. |
Linear <U extends TNumber > | Linear activation function (pass-through). |
LinSpace <T extends TNumber > | Generates values in an interval. |
Listener_BytePointer | |
Listener_String | |
ListValue | Represents a Python list. |
ListValue.Builder | Represents a Python list. |
ListValueOrBuilder | |
LMDBDataset | Creates a dataset that emits the key-value pairs in one or more LMDB files. |
LmdbDataset | |
LmdbReader | A Reader that outputs the records from a LMDB file. |
LmdbReader.Options | Optional attributes for LmdbReader |
LoadAndRemapMatrix | Loads a 2-D (matrix) `Tensor` with name `old_tensor_name` from the checkpoint at `ckpt_path` and potentially reorders its rows and columns using the specified remappings. |
LoadAndRemapMatrix.Options | Optional attributes for LoadAndRemapMatrix |
LoadTPUEmbeddingAdadeltaParameters | Load Adadelta embedding parameters. |
LoadTPUEmbeddingAdadeltaParameters.Options | Optional attributes for LoadTPUEmbeddingAdadeltaParameters |
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug | Load Adadelta parameters with debug support. |
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingAdadeltaParametersGradAccumDebug |
LoadTPUEmbeddingAdagradParameters | Load Adagrad embedding parameters. |
LoadTPUEmbeddingAdagradParameters.Options | Optional attributes for LoadTPUEmbeddingAdagradParameters |
LoadTPUEmbeddingAdagradParametersGradAccumDebug | Load Adagrad embedding parameters with debug support. |
LoadTPUEmbeddingAdagradParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingAdagradParametersGradAccumDebug |
LoadTPUEmbeddingADAMParameters | Load ADAM embedding parameters. |
LoadTPUEmbeddingADAMParameters.Options | Optional attributes for LoadTPUEmbeddingADAMParameters |
LoadTPUEmbeddingADAMParametersGradAccumDebug | Load ADAM embedding parameters with debug support. |
LoadTPUEmbeddingADAMParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingADAMParametersGradAccumDebug |
LoadTPUEmbeddingCenteredRMSPropParameters | Load centered RMSProp embedding parameters. |
LoadTPUEmbeddingCenteredRMSPropParameters.Options | Optional attributes for LoadTPUEmbeddingCenteredRMSPropParameters |
LoadTPUEmbeddingFTRLParameters | Load FTRL embedding parameters. |
LoadTPUEmbeddingFTRLParameters.Options | Optional attributes for LoadTPUEmbeddingFTRLParameters |
LoadTPUEmbeddingFTRLParametersGradAccumDebug | Load FTRL embedding parameters with debug support. |
LoadTPUEmbeddingFTRLParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingFTRLParametersGradAccumDebug |
LoadTPUEmbeddingMDLAdagradLightParameters | Load MDL Adagrad Light embedding parameters. |
LoadTPUEmbeddingMDLAdagradLightParameters.Options | Optional attributes for LoadTPUEmbeddingMDLAdagradLightParameters |
LoadTPUEmbeddingMomentumParameters | Load Momentum embedding parameters. |
LoadTPUEmbeddingMomentumParameters.Options | Optional attributes for LoadTPUEmbeddingMomentumParameters |
LoadTPUEmbeddingMomentumParametersGradAccumDebug | Load Momentum embedding parameters with debug support. |
LoadTPUEmbeddingMomentumParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingMomentumParametersGradAccumDebug |
LoadTPUEmbeddingProximalAdagradParameters | Load proximal Adagrad embedding parameters. |
LoadTPUEmbeddingProximalAdagradParameters.Options | Optional attributes for LoadTPUEmbeddingProximalAdagradParameters |
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug | Load proximal Adagrad embedding parameters with debug support. |
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug |
LoadTPUEmbeddingProximalYogiParameters | |
LoadTPUEmbeddingProximalYogiParameters.Options | Optional attributes for LoadTPUEmbeddingProximalYogiParameters |
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug | |
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingProximalYogiParametersGradAccumDebug |
LoadTPUEmbeddingRMSPropParameters | Load RMSProp embedding parameters. |
LoadTPUEmbeddingRMSPropParameters.Options | Optional attributes for LoadTPUEmbeddingRMSPropParameters |
LoadTPUEmbeddingRMSPropParametersGradAccumDebug | Load RMSProp embedding parameters with debug support. |
LoadTPUEmbeddingRMSPropParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingRMSPropParametersGradAccumDebug |
LoadTPUEmbeddingStochasticGradientDescentParameters | Load SGD embedding parameters. |
LoadTPUEmbeddingStochasticGradientDescentParameters.Options | Optional attributes for LoadTPUEmbeddingStochasticGradientDescentParameters |
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | Load SGD embedding parameters. |
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | Optional attributes for LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug |
LocalLinks | Protobuf type tensorflow.LocalLinks |
LocalLinks.Builder | Protobuf type tensorflow.LocalLinks |
LocalLinksOrBuilder | |
LocalResponseNormalization <T extends TNumber > | Local Response Normalization. |
LocalResponseNormalization.Options | Optional attributes for LocalResponseNormalization |
LocalResponseNormalizationGrad <T extends TNumber > | Gradients for Local Response Normalization. |
LocalResponseNormalizationGrad.Options | Optional attributes for LocalResponseNormalizationGrad |
Log <T extends TType > | Computes natural logarithm of x element-wise. |
Log1p <T extends TType > | Computes natural logarithm of (1 + x) element-wise. |
LogCosh | Computes Computes the logarithm of the hyperbolic cosine of the prediction error. |
LogCoshError <T extends TNumber > | A metric that computes the logarithm of the hyperbolic cosine of the prediction error metric between labels and predictions. |
LogicalAnd | Returns the truth value of x AND y element-wise. |
LogicalNot | Returns the truth value of `NOT x` element-wise. |
LogicalOr | Returns the truth value of x OR y element-wise. |
LogMatrixDeterminant <T extends TType > | Computes the sign and the log of the absolute value of the determinant of one or more square matrices. |
LogMemoryProtos | |
LogMessage | Protocol buffer used for logging messages to the events file. |
LogMessage.Builder | Protocol buffer used for logging messages to the events file. |
LogMessage.Level | Protobuf enum tensorflow.LogMessage.Level |
LogMessageOrBuilder | |
LogSoftmax <T extends TNumber > | Computes log softmax activations. |
LogUniformCandidateSampler | Generates labels for candidate sampling with a log-uniform distribution. |
LogUniformCandidateSampler.Options | Optional attributes for LogUniformCandidateSampler |
LongDataBuffer | A DataBuffer of longs. |
LongDataLayout <S extends DataBuffer <?>> | A DataLayout that converts data stored in a buffer to longs. |
LongDenseNdArray | |
LongNdArray | An NdArray of longs. |
LookupTableExport <T extends TType , U extends TType > | Outputs all keys and values in the table. |
LookupTableFind <U extends TType > | Looks up keys in a table, outputs the corresponding values. |
LookupTableImport | Replaces the contents of the table with the specified keys and values. |
LookupTableInsert | Updates the table to associates keys with values. |
LookupTableRemove | Removes keys and its associated values from a table. |
LookupTableSize | Computes the number of elements in the given table. |
LoopCond | Forwards the input to the output. |
การสูญเสีย | |
การสูญเสีย | Built-in loss functions. |
LossesHelper | These are helper methods for Losses and Metrics and will be module private when Java modularity is applied to TensorFlow Java. |
LossMetric <T extends TNumber > | Interface for Metrics that wrap Loss functions. |
LossTuple <T extends TNumber > | A helper class for loss methods to return labels, target, and sampleWeights |
ต่ำกว่า | Converts all uppercase characters into their respective lowercase replacements. |
Lower.Options | Optional attributes for Lower |
LowerBound <U extends TNumber > | Applies lower_bound(sorted_search_values, values) along each row. |
LSTMBlockCell <T extends TNumber > | Computes the LSTM cell forward propagation for 1 time step. |
LSTMBlockCell.Options | Optional attributes for LSTMBlockCell |
LSTMBlockCellGrad <T extends TNumber > | Computes the LSTM cell backward propagation for 1 timestep. |
Lu <T extends TType , U extends TNumber > | Computes the LU decomposition of one or more square matrices. |
ม
MachineConfiguration | Protobuf type tensorflow.MachineConfiguration |
MachineConfiguration.Builder | Protobuf type tensorflow.MachineConfiguration |
MachineConfigurationOrBuilder | |
MakeIterator | Makes a new iterator from the given `dataset` and stores it in `iterator`. |
MakeUnique | Make all elements in the non-Batch dimension unique, but \"close\" to their initial value. |
MapClear | Op removes all elements in the underlying container. |
MapClear.Options | Optional attributes for MapClear |
MapDataset | |
MapIncompleteSize | Op returns the number of incomplete elements in the underlying container. |
MapIncompleteSize.Options | Optional attributes for MapIncompleteSize |
MapIterator | |
MapOptional | |
MapPeek | Op peeks at the values at the specified key. |
MapPeek.Options | Optional attributes for MapPeek |
MapSize | Op returns the number of elements in the underlying container. |
MapSize.Options | Optional attributes for MapSize |
MapStage | Stage (key, values) in the underlying container which behaves like a hashtable. |
MapStage.Options | Optional attributes for MapStage |
MapUnstage | Op removes and returns the values associated with the key from the underlying container. |
MapUnstage.Options | Optional attributes for MapUnstage |
MapUnstageNoKey | Op removes and returns a random (key, value) from the underlying container. |
MapUnstageNoKey.Options | Optional attributes for MapUnstageNoKey |
MatchingFiles | Returns the set of files matching one or more glob patterns. |
MatchingFilesDataset | |
MatchingFilesDataset | |
MatMul <T extends TType > | Multiply the matrix "a" by the matrix "b". |
MatMul.Options | Optional attributes for MatMul |
MatrixDiag <T extends TType > | Returns a batched diagonal tensor with given batched diagonal values. |
MatrixDiagPart <T extends TType > | Returns the batched diagonal part of a batched tensor. |
MatrixDiagPartV3 <T extends TType > | Returns the batched diagonal part of a batched tensor. |
MatrixDiagPartV3.Options | Optional attributes for MatrixDiagPartV3 |
MatrixDiagV3 <T extends TType > | Returns a batched diagonal tensor with given batched diagonal values. |
MatrixDiagV3.Options | Optional attributes for MatrixDiagV3 |
MatrixLogarithm <T extends TType > | Computes the matrix logarithm of one or more square matrices: -\(log(exp(A)) = A\\) This op is only defined for complex matrices. |
MatrixSetDiag <T extends TType > | Returns a batched matrix tensor with new batched diagonal values. |
MatrixSetDiag.Options | Optional attributes for MatrixSetDiag |
MatrixSolveLs <T extends TType > | Solves one or more linear least-squares problems. |
MatrixSolveLs.Options | Optional attributes for MatrixSolveLs |
Max <T extends TType > | Computes the maximum of elements across dimensions of a tensor. |
Max.Options | Optional attributes for Max |
Maximum <T extends TNumber > | Returns the max of x and y (ie |
MaxIntraOpParallelismDataset | Creates a dataset that overrides the maximum intra-op parallelism. |
MaxIntraOpParallelismDataset | Creates a dataset that overrides the maximum intra-op parallelism. |
MaxNorm | Constrains the weights incident to each hidden unit to have a norm less than or equal to a desired value. |
MaxPool <T extends TType > | Performs max pooling on the input. |
MaxPool.Options | Optional attributes for MaxPool |
MaxPool3d <T extends TNumber > | Performs 3D max pooling on the input. |
MaxPool3d.Options | Optional attributes for MaxPool3d |
MaxPool3dGrad <U extends TNumber > | Computes gradients of 3D max pooling function. |
MaxPool3dGrad.Options | Optional attributes for MaxPool3dGrad |
MaxPool3dGradGrad <T extends TNumber > | Computes second-order gradients of the maxpooling function. |
MaxPool3dGradGrad.Options | Optional attributes for MaxPool3dGradGrad |
MaxPoolGrad <T extends TNumber > | Computes gradients of the maxpooling function. |
MaxPoolGrad.Options | Optional attributes for MaxPoolGrad |
MaxPoolGradGrad <T extends TNumber > | Computes second-order gradients of the maxpooling function. |
MaxPoolGradGrad.Options | Optional attributes for MaxPoolGradGrad |
MaxPoolGradGradWithArgmax <T extends TNumber > | Computes second-order gradients of the maxpooling function. |
MaxPoolGradGradWithArgmax.Options | Optional attributes for MaxPoolGradGradWithArgmax |
MaxPoolGradWithArgmax <T extends TNumber > | Computes gradients of the maxpooling function. |
MaxPoolGradWithArgmax.Options | Optional attributes for MaxPoolGradWithArgmax |
MaxPoolWithArgmax <T extends TNumber , U extends TNumber > | Performs max pooling on the input and outputs both max values and indices. |
MaxPoolWithArgmax.Options | Optional attributes for MaxPoolWithArgmax |
Mean <T extends TNumber > | A metric that that implements a weighted mean WEIGHTED_MEAN |
Mean <T extends TType > | Computes the mean of elements across dimensions of a tensor. |
Mean.Options | Optional attributes for Mean |
MeanAbsoluteError | Computes the mean of absolute difference between labels and predictions. |
MeanAbsoluteError <T extends TNumber > | A metric that computes the mean of absolute difference between labels and predictions. |
MeanAbsolutePercentageError | Computes the mean absolute percentage error between labels and predictions. |
MeanAbsolutePercentageError <T extends TNumber > | A metric that computes the mean of absolute difference between labels and predictions. |
MeanMetricWrapper <T extends TNumber > | A class that bridges a stateless loss function with the Mean metric using a reduction of WEIGHTED_MEAN . |
MeanSquaredError | Computes the mean of squares of errors between labels and predictions. |
MeanSquaredError <T extends TNumber > | A metric that computes the mean of absolute difference between labels and predictions. |
MeanSquaredLogarithmicError | Computes the mean squared logarithmic errors between labels and predictions. |
MeanSquaredLogarithmicError <T extends TNumber > | A metric that computes the mean of absolute difference between labels and predictions. |
MemAllocatorStats | Some of the data from AllocatorStatsProtobuf type tensorflow.MemAllocatorStats |
MemAllocatorStats.Builder | Some of the data from AllocatorStatsProtobuf type tensorflow.MemAllocatorStats |
MemAllocatorStatsOrBuilder | |
MemChunk | Protobuf type tensorflow.MemChunk |
MemChunk.Builder | Protobuf type tensorflow.MemChunk |
MemChunkOrBuilder | |
MemmappedFileSystemDirectory | A directory of regions in a memmapped file. |
MemmappedFileSystemDirectory.Builder | A directory of regions in a memmapped file. |
MemmappedFileSystemDirectoryElement | A message that describes one region of memmapped file. |
MemmappedFileSystemDirectoryElement.Builder | A message that describes one region of memmapped file. |
MemmappedFileSystemDirectoryElementOrBuilder | |
MemmappedFileSystemDirectoryOrBuilder | |
MemmappedFileSystemProtos | |
MemoryDump | Protobuf type tensorflow.MemoryDump |
MemoryDump.Builder | Protobuf type tensorflow.MemoryDump |
MemoryDumpOrBuilder | |
MemoryInfo | Protobuf type tensorflow.MemoryInfo |
MemoryInfo.Builder | Protobuf type tensorflow.MemoryInfo |
MemoryInfoOrBuilder | |
MemoryLogRawAllocation | Protobuf type tensorflow.MemoryLogRawAllocation |
MemoryLogRawAllocation.Builder | Protobuf type tensorflow.MemoryLogRawAllocation |
MemoryLogRawAllocationOrBuilder | |
MemoryLogRawDeallocation | Protobuf type tensorflow.MemoryLogRawDeallocation |
MemoryLogRawDeallocation.Builder | Protobuf type tensorflow.MemoryLogRawDeallocation |
MemoryLogRawDeallocationOrBuilder | |
MemoryLogStep | Protobuf type tensorflow.MemoryLogStep |
MemoryLogStep.Builder | Protobuf type tensorflow.MemoryLogStep |
MemoryLogStepOrBuilder | |
MemoryLogTensorAllocation | Protobuf type tensorflow.MemoryLogTensorAllocation |
MemoryLogTensorAllocation.Builder | Protobuf type tensorflow.MemoryLogTensorAllocation |
MemoryLogTensorAllocationOrBuilder | |
MemoryLogTensorDeallocation | Protobuf type tensorflow.MemoryLogTensorDeallocation |
MemoryLogTensorDeallocation.Builder | Protobuf type tensorflow.MemoryLogTensorDeallocation |
MemoryLogTensorDeallocationOrBuilder | |
MemoryLogTensorOutput | Protobuf type tensorflow.MemoryLogTensorOutput |
MemoryLogTensorOutput.Builder | Protobuf type tensorflow.MemoryLogTensorOutput |
MemoryLogTensorOutputOrBuilder | |
MemoryStats | For memory tracking. |
MemoryStats.Builder | For memory tracking. |
MemoryStatsOrBuilder | |
Merge <T extends TType > | Forwards the value of an available tensor from `inputs` to `output`. |
MergeSummary | Merges summaries. |
MergeV2Checkpoints | V2 format specific: merges the metadata files of sharded checkpoints. |
MergeV2Checkpoints.Options | Optional attributes for MergeV2Checkpoints |
MetaGraphDef | NOTE: This protocol buffer is evolving, and will go through revisions in the coming months. |
MetaGraphDef.Builder | NOTE: This protocol buffer is evolving, and will go through revisions in the coming months. |
MetaGraphDef.MetaInfoDef | Meta information regarding the graph to be exported. |
MetaGraphDef.MetaInfoDef.Builder | Meta information regarding the graph to be exported. |
MetaGraphDef.MetaInfoDefOrBuilder | |
MetaGraphDefOrBuilder | |
MetaGraphProtos | |
Metric <T extends TNumber > | Base class for Metrics |
MetricEntry | Protobuf type tensorflow.MetricEntry |
MetricEntry.Builder | Protobuf type tensorflow.MetricEntry |
MetricEntryOrBuilder | |
MetricReduction | Defines the different types of metric reductions |
เมตริก | Helper class with built-in metrics functions. |
MetricsHelper | These are helper methods for Metrics and will be module private when Java modularity is applied to TensorFlow Java. |
Mfcc | Transforms a spectrogram into a form that's useful for speech recognition. |
Mfcc.Options | Optional attributes for Mfcc |
Min <T extends TType > | Computes the minimum of elements across dimensions of a tensor. |
Min.Options | Optional attributes for Min |
Minimum <T extends TNumber > | Returns the min of x and y (ie |
MinMaxNorm | Constrains the weights to have the norm between a lower bound and an upper bound. |
MirrorPad <T extends TType > | Pads a tensor with mirrored values. |
MirrorPadGrad <T extends TType > | Gradient op for `MirrorPad` op. |
MiscDataBufferFactory | Factory of miscellaneous data buffers |
MlirPassthroughOp | Wraps an arbitrary MLIR computation expressed as a module with a main() function. |
Mod <T extends TNumber > | Returns element-wise remainder of division. |
ModelDataset | Identity transformation that models performance. |
ModelDataset.Options | Optional attributes for ModelDataset |
โมเมนตัม | Stochastic gradient descent plus momentum, either nesterov or traditional. |
Mul <T extends TType > | Returns x * y element-wise. |
MulNoNan <T extends TType > | Returns x * y element-wise. |
MultiDeviceIterator | Creates a MultiDeviceIterator resource. |
MultiDeviceIteratorFromStringHandle | Generates a MultiDeviceIterator resource from its provided string handle. |
MultiDeviceIteratorFromStringHandle.Options | Optional attributes for MultiDeviceIteratorFromStringHandle |
MultiDeviceIteratorGetNextFromShard | Gets next element for the provided shard number. |
MultiDeviceIteratorInit | Initializes the multi device iterator with the given dataset. |
MultiDeviceIteratorToStringHandle | Produces a string handle for the given MultiDeviceIterator. |
Multinomial <U extends TNumber > | Draws samples from a multinomial distribution. |
Multinomial.Options | Optional attributes for Multinomial |
MutableDenseHashTable | Creates an empty hash table that uses tensors as the backing store. |
MutableDenseHashTable.Options | Optional attributes for MutableDenseHashTable |
MutableHashTable | Creates an empty hash table. |
MutableHashTable.Options | Optional attributes for MutableHashTable |
MutableHashTableOfTensors | Creates an empty hash table. |
MutableHashTableOfTensors.Options | Optional attributes for MutableHashTableOfTensors |
มูเท็กซ์ | Creates a Mutex resource that can be locked by `MutexLock`. |
Mutex.Options | Optional attributes for Mutex |
MutexLock | Locks a mutex resource. |
เอ็น
นาดาม | Nadam Optimizer that implements the NAdam algorithm. |
NameAttrList | A list of attr names and their values. |
NameAttrList.Builder | A list of attr names and their values. |
NameAttrListOrBuilder | |
NamedDevice | Protobuf type tensorflow.NamedDevice |
NamedDevice.Builder | Protobuf type tensorflow.NamedDevice |
NamedDeviceOrBuilder | |
NamedTensorProto | A pair of tensor name and tensor values. |
NamedTensorProto.Builder | A pair of tensor name and tensor values. |
NamedTensorProtoOrBuilder | |
NamedTensorProtos | |
NamedTupleValue | Represents Python's namedtuple. |
NamedTupleValue.Builder | Represents Python's namedtuple. |
NamedTupleValueOrBuilder | |
NcclAllReduce <T extends TNumber > | Outputs a tensor containing the reduction across all input tensors. |
NcclAllReduce <T extends TNumber > | Outputs a tensor containing the reduction across all input tensors. |
NcclBroadcast <T extends TNumber > | Sends `input` to all devices that are connected to the output. |
NcclBroadcast <T extends TNumber > | Sends `input` to all devices that are connected to the output. |
NcclReduce <T extends TNumber > | Reduces `input` from `num_devices` using `reduction` to a single device. |
NcclReduce <T extends TNumber > | Reduces `input` from `num_devices` using `reduction` to a single device. |
NdArray <T> | A data structure of N-dimensions. |
NdArrays | Utility class for instantiating NdArray objects. |
NdArraySequence <T extends NdArray <?>> | A sequence of elements of an N-dimensional array. |
Ndtri <T extends TNumber > | |
NearestNeighbors | Selects the k nearest centers for each point. |
Neg <T extends TType > | Computes numerical negative value element-wise. |
NegTrain | Training via negative sampling. |
NextAfter <T extends TNumber > | Returns the next representable value of `x1` in the direction of `x2`, element-wise. |
NextIteration <T extends TType > | Makes its input available to the next iteration. |
NioDataBufferFactory | Factory of JDK NIO-based data buffers |
NodeDef | Protobuf type tensorflow.NodeDef |
NodeDef.Builder | Protobuf type tensorflow.NodeDef |
NodeDef.ExperimentalDebugInfo | Protobuf type tensorflow.NodeDef.ExperimentalDebugInfo |
NodeDef.ExperimentalDebugInfo.Builder | Protobuf type tensorflow.NodeDef.ExperimentalDebugInfo |
NodeDef.ExperimentalDebugInfoOrBuilder | |
NodeDefOrBuilder | |
NodeExecStats | Time/size stats recorded for a single execution of a graph node. |
NodeExecStats.Builder | Time/size stats recorded for a single execution of a graph node. |
NodeExecStatsOrBuilder | |
NodeOutput | Output sizes recorded for a single execution of a graph node. |
NodeOutput.Builder | Output sizes recorded for a single execution of a graph node. |
NodeOutputOrBuilder | |
NodeProto | |
NonDeterministicInts <U extends TType > | Non-deterministically generates some integers. |
NoneValue | Represents None. |
NoneValue.Builder | Represents None. |
NoneValueOrBuilder | |
NonMaxSuppression <T extends TNumber > | Greedily selects a subset of bounding boxes in descending order of score, pruning away boxes that have high intersection-over-union (IOU) overlap with previously selected boxes. |
NonMaxSuppression.Options | Optional attributes for NonMaxSuppression |
NonMaxSuppressionWithOverlaps | Greedily selects a subset of bounding boxes in descending order of score, pruning away boxes that have high overlaps with previously selected boxes. |
NonNeg | Constrains the weights to be non-negative. |
NonSerializableDataset | |
NonSerializableDataset | |
NoOp | ไม่ทำอะไรเลย |
NotBroadcastableException | Exception that indicates that static shapes are not able to broadcast among each other during arithmetic operations. |
NotEqual | Returns the truth value of (x != y) element-wise. |
NotEqual.Options | Optional attributes for NotEqual |
NthElement <T extends TNumber > | Finds values of the `n`-th order statistic for the last dimension. |
NthElement.Options | Optional attributes for NthElement |
โอ
OneHot <U extends TType > | Returns a one-hot tensor. |
OneHot.Options | Optional attributes for OneHot |
Ones <T extends TType > | Initializer that generates tensors initialized to 1. |
Ones <T extends TType > | An operator creating a constant initialized with ones of the shape given by `dims`. |
OnesLike <T extends TType > | Returns a tensor of ones with the same shape and type as x. |
ปฏิบัติการ | A logical unit of computation. |
OpDef | Defines an operation. |
OpDef.ArgDef | For describing inputs and outputs. |
OpDef.ArgDef.Builder | For describing inputs and outputs. |
OpDef.ArgDefOrBuilder | |
OpDef.AttrDef | Description of the graph-construction-time configuration of this Op. |
OpDef.AttrDef.Builder | Description of the graph-construction-time configuration of this Op. |
OpDef.AttrDefOrBuilder | |
OpDef.Builder | Defines an operation. |
OpDefOrBuilder | |
OpDefProtos | |
OpDeprecation | Information about version-dependent deprecation of an opProtobuf type tensorflow.OpDeprecation |
OpDeprecation.Builder | Information about version-dependent deprecation of an opProtobuf type tensorflow.OpDeprecation |
OpDeprecationOrBuilder | |
Operand <T extends TType > | Interface implemented by operands of a TensorFlow operation. |
ตัวดำเนินการ | Utilities for manipulating operand related types and lists. |
การดำเนินการ | Performs computation on Tensors. |
OperationBuilder | A builder for Operation s. |
ผู้ดำเนินการ | Annotation used by classes to make TensorFlow operations conveniently accessible via org.tensorflow.op.Ops or one of its groups. |
OpList | A collection of OpDefsProtobuf type tensorflow.OpList |
OpList.Builder | A collection of OpDefsProtobuf type tensorflow.OpList |
OpListOrBuilder | |
OptimizeDataset | Creates a dataset by applying optimizations to `input_dataset`. |
OptimizeDataset.Options | Optional attributes for OptimizeDataset |
OptimizeDatasetV2 | Creates a dataset by applying related optimizations to `input_dataset`. |
OptimizeDatasetV2.Options | Optional attributes for OptimizeDatasetV2 |
เครื่องมือเพิ่มประสิทธิภาพ | Base class for gradient optimizers. |
Optimizer.GradAndVar <T extends TType > | A class that holds a paired gradient and variable. |
Optimizer.Options | Optional attributes for Optimizer |
OptimizerOptions | Options passed to the graph optimizerProtobuf type tensorflow.OptimizerOptions |
OptimizerOptions.Builder | Options passed to the graph optimizerProtobuf type tensorflow.OptimizerOptions |
OptimizerOptions.GlobalJitLevel | Control the use of the compiler/jit. |
OptimizerOptions.Level | Optimization levelProtobuf enum tensorflow.OptimizerOptions.Level |
OptimizerOptionsOrBuilder | |
เครื่องมือเพิ่มประสิทธิภาพ | Enumerator used to create a new Optimizer with default parameters. |
OptionalFromValue | Constructs an Optional variant from a tuple of tensors. |
OptionalGetValue | Returns the value stored in an Optional variant or raises an error if none exists. |
OptionalHasValue | Returns true if and only if the given Optional variant has a value. |
OptionalNone | Creates an Optional variant with no value. |
OrderedMapClear | Op removes all elements in the underlying container. |
OrderedMapClear.Options | Optional attributes for OrderedMapClear |
OrderedMapIncompleteSize | Op returns the number of incomplete elements in the underlying container. |
OrderedMapIncompleteSize.Options | Optional attributes for OrderedMapIncompleteSize |
OrderedMapPeek | Op peeks at the values at the specified key. |
OrderedMapPeek.Options | Optional attributes for OrderedMapPeek |
OrderedMapSize | Op returns the number of elements in the underlying container. |
OrderedMapSize.Options | Optional attributes for OrderedMapSize |
OrderedMapStage | Stage (key, values) in the underlying container which behaves like a ordered associative container. |
OrderedMapStage.Options | Optional attributes for OrderedMapStage |
OrderedMapUnstage | Op removes and returns the values associated with the key from the underlying container. |
OrderedMapUnstage.Options | Optional attributes for OrderedMapUnstage |
OrderedMapUnstageNoKey | Op removes and returns the (key, value) element with the smallest key from the underlying container. |
OrderedMapUnstageNoKey.Options | Optional attributes for OrderedMapUnstageNoKey |
OrdinalSelector | A TPU core selector Op. |
Orthogonal <T extends TFloating > | Initializer that generates an orthogonal matrix. |
OutfeedDequeue <T extends TType > | Retrieves a single tensor from the computation outfeed. |
OutfeedDequeue.Options | Optional attributes for OutfeedDequeue |
OutfeedDequeueTuple | Retrieve multiple values from the computation outfeed. |
OutfeedDequeueTuple.Options | Optional attributes for OutfeedDequeueTuple |
OutfeedDequeueTupleV2 | Retrieve multiple values from the computation outfeed. |
OutfeedDequeueV2 <T extends TType > | Retrieves a single tensor from the computation outfeed. |
OutfeedEnqueue | Enqueue a Tensor on the computation outfeed. |
OutfeedEnqueueTuple | Enqueue multiple Tensor values on the computation outfeed. |
Output <T extends TType > | A symbolic handle to a tensor produced by an Operation . |
ป
Pad <T extends TType > | Pads a tensor. |
Pad <T extends TType > | Wraps the XLA Pad operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#pad . |
PaddedBatchDataset | Creates a dataset that batches and pads `batch_size` elements from the input. |
PaddedBatchDataset.Options | Optional attributes for PaddedBatchDataset |
PaddingFifoQueue | A queue that produces elements in first-in first-out order. |
PaddingFifoQueue.Options | Optional attributes for PaddingFifoQueue |
PairValue | Represents a (key, value) pair. |
PairValue.Builder | Represents a (key, value) pair. |
PairValueOrBuilder | |
ParallelConcat <T extends TType > | Concatenates a list of `N` tensors along the first dimension. |
ParallelDynamicStitch <T extends TType > | Interleave the values from the `data` tensors into a single tensor. |
ParameterizedTruncatedNormal <U extends TNumber > | Outputs random values from a normal distribution. |
ParameterizedTruncatedNormal.Options | Optional attributes for ParameterizedTruncatedNormal |
ParseExample | Transforms a vector of tf.Example protos (as strings) into typed tensors. |
ParseExampleDataset | Transforms `input_dataset` containing `Example` protos as vectors of DT_STRING into a dataset of `Tensor` or `SparseTensor` objects representing the parsed features. |
ParseExampleDataset.Options | Optional attributes for ParseExampleDataset |
ParseSequenceExample | Transforms a vector of tf.io.SequenceExample protos (as strings) into typed tensors. |
ParseSequenceExample.Options | Optional attributes for ParseSequenceExample |
ParseSingleExample | Transforms a tf.Example proto (as a string) into typed tensors. |
ParseSingleSequenceExample | Transforms a scalar brain.SequenceExample proto (as strings) into typed tensors. |
ParseSingleSequenceExample.Options | Optional attributes for ParseSingleSequenceExample |
ParseTensor <T extends TType > | Transforms a serialized tensorflow.TensorProto proto into a Tensor. |
PartitionedInput <T extends TType > | An op that groups a list of partitioned inputs together. |
PartitionedInput.Options | Optional attributes for PartitionedInput |
PartitionedOutput <T extends TType > | An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned outputs outside the XLA computation. |
PartitionedOutput.Options | Optional attributes for PartitionedOutput |
Placeholder <T extends TType > | A placeholder op for a value that will be fed into the computation. |
Placeholder.Options | Optional attributes for Placeholder |
PlaceholderWithDefault <T extends TType > | A placeholder op that passes through `input` when its output is not fed. |
PlatformInfo | Protobuf type tensorflow.PlatformInfo |
PlatformInfo.Builder | Protobuf type tensorflow.PlatformInfo |
PlatformInfoOrBuilder | |
ปัวซอง | Computes the Poisson loss between labels and predictions. |
Poisson <T extends TNumber > | A metric that computes the poisson loss metric between labels and predictions. |
Polygamma <T extends TNumber > | Compute the polygamma function \\(\psi^{(n)}(x)\\)- |
PopulationCount | Computes element-wise population count (aka |
PositionIterator | |
Pow <T extends TType > | Computes the power of one value to another. |
PrefetchDataset | Creates a dataset that asynchronously prefetches elements from `input_dataset`. |
PrefetchDataset.Options | Optional attributes for PrefetchDataset |
Prelinearize | An op which linearizes one Tensor value to an opaque variant tensor. |
Prelinearize.Options | Optional attributes for Prelinearize |
PrelinearizeTuple | An op which linearizes multiple Tensor values to an opaque variant tensor. |
PrelinearizeTuple.Options | Optional attributes for PrelinearizeTuple |
PreventGradient <T extends TType > | An identity op that triggers an error if a gradient is requested. |
PreventGradient.Options | Optional attributes for PreventGradient |
พิมพ์ | Prints a string scalar. |
Print.Options | Optional attributes for Print |
PriorityQueue | A queue that produces elements sorted by the first component value. |
PriorityQueue.Options | Optional attributes for PriorityQueue |
PrivateThreadPoolDataset | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
PrivateThreadPoolDataset | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
Prod <T extends TType > | Computes the product of elements across dimensions of a tensor. |
Prod.Options | Optional attributes for Prod |
ProfileOptions | Next ID: 11Protobuf type tensorflow.ProfileOptions |
ProfileOptions.Builder | Next ID: 11Protobuf type tensorflow.ProfileOptions |
ProfileOptions.DeviceType | Protobuf enum tensorflow.ProfileOptions.DeviceType |
ProfileOptionsOrBuilder | |
ProfilerOptionsProtos |
ถาม
Qr <T extends TType > | Computes the QR decompositions of one or more matrices. |
Qr.Options | Optional attributes for Qr |
Quantize <T extends TType > | Quantize the 'input' tensor of type float to 'output' tensor of type 'T'. |
Quantize.Options | Optional attributes for Quantize |
QuantizeAndDequantize <T extends TNumber > | Quantizes then dequantizes a tensor. |
QuantizeAndDequantize.Options | Optional attributes for QuantizeAndDequantize |
QuantizeAndDequantizeV3 <T extends TNumber > | Quantizes then dequantizes a tensor. |
QuantizeAndDequantizeV3.Options | Optional attributes for QuantizeAndDequantizeV3 |
QuantizeAndDequantizeV4 <T extends TNumber > | Returns the gradient of `quantization.QuantizeAndDequantizeV4`. |
QuantizeAndDequantizeV4.Options | Optional attributes for QuantizeAndDequantizeV4 |
QuantizeAndDequantizeV4Grad <T extends TNumber > | Returns the gradient of `QuantizeAndDequantizeV4`. |
QuantizeAndDequantizeV4Grad.Options | Optional attributes for QuantizeAndDequantizeV4Grad |
QuantizedAdd <V extends TType > | Returns x + y element-wise, working on quantized buffers. |
QuantizedAvgPool <T extends TType > | Produces the average pool of the input tensor for quantized types. |
QuantizedBatchNormWithGlobalNormalization <U extends TType > | Quantized Batch normalization. |
QuantizedBiasAdd <V extends TType > | Adds Tensor 'bias' to Tensor 'input' for Quantized types. |
QuantizedConcat <T extends TType > | Concatenates quantized tensors along one dimension. |
QuantizedConv2d <V extends TType > | Computes a 2D convolution given quantized 4D input and filter tensors. |
QuantizedConv2d.Options | Optional attributes for QuantizedConv2d |
QuantizedConv2DAndRelu <V extends TType > | |
QuantizedConv2DAndRelu.Options | Optional attributes for QuantizedConv2DAndRelu |
QuantizedConv2DAndReluAndRequantize <V extends TType > | |
QuantizedConv2DAndReluAndRequantize.Options | Optional attributes for QuantizedConv2DAndReluAndRequantize |
QuantizedConv2DAndRequantize <V extends TType > | |
QuantizedConv2DAndRequantize.Options | Optional attributes for QuantizedConv2DAndRequantize |
QuantizedConv2DPerChannel <V extends TType > | Computes QuantizedConv2D per channel. |
QuantizedConv2DPerChannel.Options | Optional attributes for QuantizedConv2DPerChannel |
QuantizedConv2DWithBias <V extends TType > | |
QuantizedConv2DWithBias.Options | Optional attributes for QuantizedConv2DWithBias |
QuantizedConv2DWithBiasAndRelu <V extends TType > | |
QuantizedConv2DWithBiasAndRelu.Options | Optional attributes for QuantizedConv2DWithBiasAndRelu |
QuantizedConv2DWithBiasAndReluAndRequantize <W extends TType > | |
QuantizedConv2DWithBiasAndReluAndRequantize.Options | Optional attributes for QuantizedConv2DWithBiasAndReluAndRequantize |
QuantizedConv2DWithBiasAndRequantize <W extends TType > | |
QuantizedConv2DWithBiasAndRequantize.Options | Optional attributes for QuantizedConv2DWithBiasAndRequantize |
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X extends TType > | |
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize.Options | Optional attributes for QuantizedConv2DWithBiasSignedSumAndReluAndRequantize |
QuantizedConv2DWithBiasSumAndRelu <V extends TType > | |
QuantizedConv2DWithBiasSumAndRelu.Options | Optional attributes for QuantizedConv2DWithBiasSumAndRelu |
QuantizedConv2DWithBiasSumAndReluAndRequantize <X extends TType > | |
QuantizedConv2DWithBiasSumAndReluAndRequantize.Options | Optional attributes for QuantizedConv2DWithBiasSumAndReluAndRequantize |
QuantizedDepthwiseConv2D <V extends TType > | Computes quantized depthwise Conv2D. |
QuantizedDepthwiseConv2D.Options | Optional attributes for QuantizedDepthwiseConv2D |
QuantizedDepthwiseConv2DWithBias <V extends TType > | Computes quantized depthwise Conv2D with Bias. |
QuantizedDepthwiseConv2DWithBias.Options | Optional attributes for QuantizedDepthwiseConv2DWithBias |
QuantizedDepthwiseConv2DWithBiasAndRelu <V extends TType > | Computes quantized depthwise Conv2D with Bias and Relu. |
QuantizedDepthwiseConv2DWithBiasAndRelu.Options | Optional attributes for QuantizedDepthwiseConv2DWithBiasAndRelu |
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W extends TType > | Computes quantized depthwise Conv2D with Bias, Relu and Requantize. |
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize.Options | Optional attributes for QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize |
QuantizedInstanceNorm <T extends TType > | Quantized Instance normalization. |
QuantizedInstanceNorm.Options | Optional attributes for QuantizedInstanceNorm |
QuantizedMatMul <V extends TType > | Perform a quantized matrix multiplication of `a` by the matrix `b`. |
QuantizedMatMul.Options | Optional attributes for QuantizedMatMul |
QuantizedMatMulWithBias <W extends TType > | Performs a quantized matrix multiplication of `a` by the matrix `b` with bias add. |
QuantizedMatMulWithBias.Options | Optional attributes for QuantizedMatMulWithBias |
QuantizedMatMulWithBiasAndDequantize <W extends TNumber > | |
QuantizedMatMulWithBiasAndDequantize.Options | Optional attributes for QuantizedMatMulWithBiasAndDequantize |
QuantizedMatMulWithBiasAndRelu <V extends TType > | Perform a quantized matrix multiplication of `a` by the matrix `b` with bias add and relu fusion. |
QuantizedMatMulWithBiasAndRelu.Options | Optional attributes for QuantizedMatMulWithBiasAndRelu |
QuantizedMatMulWithBiasAndReluAndRequantize <W extends TType > | Perform a quantized matrix multiplication of `a` by the matrix `b` with bias add and relu and requantize fusion. |
QuantizedMatMulWithBiasAndReluAndRequantize.Options | Optional attributes for QuantizedMatMulWithBiasAndReluAndRequantize |
QuantizedMatMulWithBiasAndRequantize <W extends TType > | |
QuantizedMatMulWithBiasAndRequantize.Options | Optional attributes for QuantizedMatMulWithBiasAndRequantize |
QuantizedMaxPool <T extends TType > | Produces the max pool of the input tensor for quantized types. |
QuantizedMul <V extends TType > | Returns x * y element-wise, working on quantized buffers. |
QuantizeDownAndShrinkRange <U extends TType > | Convert the quantized 'input' tensor into a lower-precision 'output', using the actual distribution of the values to maximize the usage of the lower bit depth and adjusting the output min and max ranges accordingly. |
QuantizedRelu <U extends TType > | Computes Quantized Rectified Linear: `max(features, 0)` |
QuantizedRelu6 <U extends TType > | Computes Quantized Rectified Linear 6: `min(max(features, 0), 6)` |
QuantizedReluX <U extends TType > | Computes Quantized Rectified Linear X: `min(max(features, 0), max_value)` |
QuantizedReshape <T extends TType > | Reshapes a quantized tensor as per the Reshape op. |
QuantizedResizeBilinear <T extends TType > | Resize quantized `images` to `size` using quantized bilinear interpolation. |
QuantizedResizeBilinear.Options | Optional attributes for QuantizedResizeBilinear |
QueueClose | Closes the given queue. |
QueueClose.Options | Optional attributes for QueueClose |
QueueDequeue | Dequeues a tuple of one or more tensors from the given queue. |
QueueDequeue.Options | Optional attributes for QueueDequeue |
QueueDequeueMany | Dequeues `n` tuples of one or more tensors from the given queue. |
QueueDequeueMany.Options | Optional attributes for QueueDequeueMany |
QueueDequeueUpTo | Dequeues `n` tuples of one or more tensors from the given queue. |
QueueDequeueUpTo.Options | Optional attributes for QueueDequeueUpTo |
QueueEnqueue | Enqueues a tuple of one or more tensors in the given queue. |
QueueEnqueue.Options | Optional attributes for QueueEnqueue |
QueueEnqueueMany | Enqueues zero or more tuples of one or more tensors in the given queue. |
QueueEnqueueMany.Options | Optional attributes for QueueEnqueueMany |
QueueIsClosed | Returns true if queue is closed. |
QueueRunnerDef | Protocol buffer representing a QueueRunner. |
QueueRunnerDef.Builder | Protocol buffer representing a QueueRunner. |
QueueRunnerDefOrBuilder | |
QueueRunnerProtos | |
QueueSize | Computes the number of elements in the given queue. |
ร
RaggedBincount <U extends TNumber > | Counts the number of occurrences of each value in an integer array. |
RaggedBincount.Options | Optional attributes for RaggedBincount |
RaggedCountSparseOutput <U extends TNumber > | Performs sparse-output bin counting for a ragged tensor input. |
RaggedCountSparseOutput.Options | Optional attributes for RaggedCountSparseOutput |
RaggedCross <T extends TType , U extends TNumber > | Generates a feature cross from a list of tensors, and returns it as a RaggedTensor. |
RaggedGather <T extends TNumber , U extends TType > | Gather ragged slices from `params` axis `0` according to `indices`. |
RaggedRange <U extends TNumber , T extends TNumber > | Returns a `RaggedTensor` containing the specified sequences of numbers. |
RaggedTensorFromVariant <U extends TNumber , T extends TType > | Decodes a `variant` Tensor into a `RaggedTensor`. |
RaggedTensorToSparse <U extends TType > | Converts a `RaggedTensor` into a `SparseTensor` with the same values. |
RaggedTensorToTensor <U extends TType > | Create a dense tensor from a ragged tensor, possibly altering its shape. |
RaggedTensorToVariant | Encodes a `RaggedTensor` into a `variant` Tensor. |
RaggedTensorToVariantGradient <U extends TType > | Helper used to compute the gradient for `RaggedTensorToVariant`. |
RandomCrop <T extends TNumber > | Randomly crop `image`. |
RandomCrop.Options | Optional attributes for RandomCrop |
RandomDataset | Creates a Dataset that returns pseudorandom numbers. |
RandomDataset | Creates a Dataset that returns pseudorandom numbers. |
RandomGamma <U extends TNumber > | Outputs random values from the Gamma distribution(s) described by alpha. |
RandomGamma.Options | Optional attributes for RandomGamma |
RandomGammaGrad <T extends TNumber > | Computes the derivative of a Gamma random sample wrt |
RandomNormal <T extends TFloating > | Initializer that generates tensors with a normal distribution. |
RandomPoisson <V extends TNumber > | Outputs random values from the Poisson distribution(s) described by rate. |
RandomPoisson.Options | Optional attributes for RandomPoisson |
RandomShuffle <T extends TType > | Randomly shuffles a tensor along its first dimension. |
RandomShuffle.Options | Optional attributes for RandomShuffle |
RandomShuffleQueue | A queue that randomizes the order of elements. |
RandomShuffleQueue.Options | Optional attributes for RandomShuffleQueue |
RandomStandardNormal <U extends TNumber > | Outputs random values from a normal distribution. |
RandomStandardNormal.Options | Optional attributes for RandomStandardNormal |
RandomUniform <T extends TNumber > | Initializer that generates tensors with a uniform distribution. |
RandomUniform <U extends TNumber > | Outputs random values from a uniform distribution. |
RandomUniform.Options | Optional attributes for RandomUniform |
RandomUniformInt <U extends TNumber > | Outputs random integers from a uniform distribution. |
RandomUniformInt.Options | Optional attributes for RandomUniformInt |
Range <T extends TNumber > | Creates a sequence of numbers. |
RangeDataset | Creates a dataset with a range of values. |
อันดับ | Returns the rank of a tensor. |
RawDataBufferFactory | Factory of raw data buffers |
RawOp | A base class for Op implementations that are backed by a single Operation . |
RawTensor | A tensor which memory has not been mapped to a data space directly accessible from the JVM. |
ReaderBaseProtos | |
ReaderBaseState | For serializing and restoring the state of ReaderBase, see reader_base.h for details. |
ReaderBaseState.Builder | For serializing and restoring the state of ReaderBase, see reader_base.h for details. |
ReaderBaseStateOrBuilder | |
ReaderNumRecordsProduced | Returns the number of records this Reader has produced. |
ReaderNumWorkUnitsCompleted | Returns the number of work units this Reader has finished processing. |
ReaderRead | Returns the next record (key, value pair) produced by a Reader. |
ReaderReadUpTo | Returns up to `num_records` (key, value) pairs produced by a Reader. |
ReaderReset | Restore a Reader to its initial clean state. |
ReaderRestoreState | Restore a reader to a previously saved state. |
ReaderSerializeState | Produce a string tensor that encodes the state of a Reader. |
ReadFile | Reads and outputs the entire contents of the input filename. |
ReadVariableOp <T extends TType > | Reads the value of a variable. |
Real <U extends TNumber > | Returns the real part of a complex number. |
RealDiv <T extends TType > | Returns x / y element-wise for real types. |
RebatchDataset | Creates a dataset that changes the batch size. |
RebatchDataset | Creates a dataset that changes the batch size. |
RebatchDataset.Options | Optional attributes for RebatchDataset |
RebatchDataset.Options | Optional attributes for RebatchDataset |
RebatchDatasetV2 | Creates a dataset that changes the batch size. |
Reciprocal <T extends TType > | Computes the reciprocal of x element-wise. |
ReciprocalGrad <T extends TType > | Computes the gradient for the inverse of `x` wrt its input. |
RecordInput | Emits randomized records. |
RecordInput.Options | Optional attributes for RecordInput |
Recv <T extends TType > | Receives the named tensor from send_device on recv_device. |
Recv <T extends TType > | Receives the named tensor from another XLA computation. |
Recv.Options | Optional attributes for Recv |
RecvTPUEmbeddingActivations | An op that receives embedding activations on the TPU. |
Reduce <T extends TNumber > | Encapsulates metrics that perform a reduce operation on the metric values. |
Reduce <T extends TNumber > | Mutually reduces multiple tensors of identical type and shape. |
Reduce.Options | Optional attributes for Reduce |
ReduceAll | Computes the "logical and" of elements across dimensions of a tensor. |
ReduceAll.Options | Optional attributes for ReduceAll |
ReduceAny | Computes the "logical or" of elements across dimensions of a tensor. |
ReduceAny.Options | Optional attributes for ReduceAny |
ReduceJoin | Joins a string Tensor across the given dimensions. |
ReduceJoin.Options | Optional attributes for ReduceJoin |
ReduceMax <T extends TType > | Computes the maximum of elements across dimensions of a tensor. |
ReduceMax.Options | Optional attributes for ReduceMax |
ReduceMin <T extends TType > | Computes the minimum of elements across dimensions of a tensor. |
ReduceMin.Options | Optional attributes for ReduceMin |
ReduceProd <T extends TType > | Computes the product of elements across dimensions of a tensor. |
ReduceProd.Options | Optional attributes for ReduceProd |
ReduceSum <T extends TType > | Computes the sum of elements across dimensions of a tensor. |
ReduceSum.Options | Optional attributes for ReduceSum |
ReduceV2 <T extends TNumber > | Mutually reduces multiple tensors of identical type and shape. |
ReduceV2.Options | Optional attributes for ReduceV2 |
การลดน้อยลง | Type of Loss Reduction |
RefEnter <T extends TType > | Creates or finds a child frame, and makes `data` available to the child frame. |
RefEnter.Options | Optional attributes for RefEnter |
RefExit <T extends TType > | Exits the current frame to its parent frame. |
RefIdentity <T extends TType > | Return the same ref tensor as the input ref tensor. |
RefMerge <T extends TType > | Forwards the value of an available tensor from `inputs` to `output`. |
RefNextIteration <T extends TType > | Makes its input available to the next iteration. |
RefSelect <T extends TType > | Forwards the `index`th element of `inputs` to `output`. |
RefSwitch <T extends TType > | Forwards the ref tensor `data` to the output port determined by `pred`. |
RegexFullMatch | Check if the input matches the regex pattern. |
RegexReplace | Replaces matches of the `pattern` regular expression in `input` with the replacement string provided in `rewrite`. |
RegexReplace.Options | Optional attributes for RegexReplace |
RegisterDataset | Registers a dataset with the tf.data service. |
RelativeDimensionalSpace | |
Relu <T extends TType > | Computes rectified linear: `max(features, 0)`. |
ReLU <T extends TNumber > | Rectified Linear Unit(ReLU) activation. |
Relu6 <T extends TNumber > | Computes rectified linear 6: `min(max(features, 0), 6)`. |
Relu6Grad <T extends TNumber > | Computes rectified linear 6 gradients for a Relu6 operation. |
ReluGrad <T extends TNumber > | Computes rectified linear gradients for a Relu operation. |
RemoteFusedGraphExecute | Execute a sub graph on a remote processor. |
RemoteFusedGraphExecuteInfo | Protocol buffer representing a handle to a tensorflow resource. |
RemoteFusedGraphExecuteInfo.Builder | Protocol buffer representing a handle to a tensorflow resource. |
RemoteFusedGraphExecuteInfo.TensorShapeTypeProto | Protobuf type tensorflow.RemoteFusedGraphExecuteInfo.TensorShapeTypeProto |
RemoteFusedGraphExecuteInfo.TensorShapeTypeProto.Builder | Protobuf type tensorflow.RemoteFusedGraphExecuteInfo.TensorShapeTypeProto |
RemoteFusedGraphExecuteInfo.TensorShapeTypeProtoOrBuilder | |
RemoteFusedGraphExecuteInfoOrBuilder | |
RemoteFusedGraphExecuteInfoProto | |
RemoteProfilerSessionManagerOptions | Options for remote profiler session manager. |
RemoteProfilerSessionManagerOptions.Builder | Options for remote profiler session manager. |
RemoteProfilerSessionManagerOptionsOrBuilder | |
RemoteTensorHandle | Protobuf type tensorflow.eager.RemoteTensorHandle |
RemoteTensorHandle.Builder | Protobuf type tensorflow.eager.RemoteTensorHandle |
RemoteTensorHandleOrBuilder | |
RemoteTensorHandleProtos | |
RepeatDataset | Creates a dataset that emits the outputs of `input_dataset` `count` times. |
ReplicaId | Replica ID. |
ReplicatedInput <T extends TType > | Connects N inputs to an N-way replicated TPU computation. |
ReplicatedInput.Options | Optional attributes for ReplicatedInput |
ReplicatedOutput <T extends TType > | Connects N outputs from an N-way replicated TPU computation. |
ReplicateMetadata | Metadata indicating how the TPU computation should be replicated. |
ReplicateMetadata.Options | Optional attributes for ReplicateMetadata |
RequantizationRange | Computes a range that covers the actual values present in a quantized tensor. |
RequantizationRangePerChannel | Computes requantization range per channel. |
Requantize <U extends TType > | Converts the quantized `input` tensor into a lower-precision `output`. |
RequantizePerChannel <U extends TType > | Requantizes input with min and max values known per channel. |
RequestedExitCode | Protobuf type tensorflow.RequestedExitCode |
RequestedExitCode.Builder | Protobuf type tensorflow.RequestedExitCode |
RequestedExitCodeOrBuilder | |
Reshape <T extends TType > | Reshapes a tensor. |
ResizeArea | Resize `images` to `size` using area interpolation. |
ResizeArea.Options | Optional attributes for ResizeArea |
ResizeBicubic | Resize `images` to `size` using bicubic interpolation. |
ResizeBicubic.Options | Optional attributes for ResizeBicubic |
ResizeBicubicGrad <T extends TNumber > | Computes the gradient of bicubic interpolation. |
ResizeBicubicGrad.Options | Optional attributes for ResizeBicubicGrad |
ResizeBilinear | Resize `images` to `size` using bilinear interpolation. |
ResizeBilinear.Options | Optional attributes for ResizeBilinear |
ResizeBilinearGrad <T extends TNumber > | Computes the gradient of bilinear interpolation. |
ResizeBilinearGrad.Options | Optional attributes for ResizeBilinearGrad |
ResizeNearestNeighbor <T extends TNumber > | Resize `images` to `size` using nearest neighbor interpolation. |
ResizeNearestNeighbor.Options | Optional attributes for ResizeNearestNeighbor |
ResizeNearestNeighborGrad <T extends TNumber > | Computes the gradient of nearest neighbor interpolation. |
ResizeNearestNeighborGrad.Options | Optional attributes for ResizeNearestNeighborGrad |
ResourceAccumulatorApplyGradient | Applies a gradient to a given accumulator. |
ResourceAccumulatorNumAccumulated | Returns the number of gradients aggregated in the given accumulators. |
ResourceAccumulatorSetGlobalStep | Updates the accumulator with a new value for global_step. |
ResourceAccumulatorTakeGradient <T extends TType > | Extracts the average gradient in the given ConditionalAccumulator. |
ResourceApplyAdadelta | Update '*var' according to the adadelta scheme. |
ResourceApplyAdadelta.Options | Optional attributes for ResourceApplyAdadelta |
ResourceApplyAdagrad | Update '*var' according to the adagrad scheme. |
ResourceApplyAdagrad.Options | Optional attributes for ResourceApplyAdagrad |
ResourceApplyAdagradDa | Update '*var' according to the proximal adagrad scheme. |
ResourceApplyAdagradDa.Options | Optional attributes for ResourceApplyAdagradDa |
ResourceApplyAdam | Update '*var' according to the Adam algorithm. |
ResourceApplyAdam.Options | Optional attributes for ResourceApplyAdam |
ResourceApplyAdaMax | Update '*var' according to the AdaMax algorithm. |
ResourceApplyAdaMax.Options | Optional attributes for ResourceApplyAdaMax |
ResourceApplyAdamWithAmsgrad | Update '*var' according to the Adam algorithm. |
ResourceApplyAdamWithAmsgrad.Options | Optional attributes for ResourceApplyAdamWithAmsgrad |
ResourceApplyAddSign | Update '*var' according to the AddSign update. |
ResourceApplyAddSign.Options | Optional attributes for ResourceApplyAddSign |
ResourceApplyCenteredRmsProp | Update '*var' according to the centered RMSProp algorithm. |
ResourceApplyCenteredRmsProp.Options | Optional attributes for ResourceApplyCenteredRmsProp |
ResourceApplyFtrl | Update '*var' according to the Ftrl-proximal scheme. |
ResourceApplyFtrl.Options | Optional attributes for ResourceApplyFtrl |
ResourceApplyGradientDescent | Update '*var' by subtracting 'alpha' * 'delta' from it. |
ResourceApplyGradientDescent.Options | Optional attributes for ResourceApplyGradientDescent |
ResourceApplyKerasMomentum | Update '*var' according to the momentum scheme. |
ResourceApplyKerasMomentum.Options | Optional attributes for ResourceApplyKerasMomentum |
ResourceApplyMomentum | Update '*var' according to the momentum scheme. |
ResourceApplyMomentum.Options | Optional attributes for ResourceApplyMomentum |
ResourceApplyPowerSign | Update '*var' according to the AddSign update. |
ResourceApplyPowerSign.Options | Optional attributes for ResourceApplyPowerSign |
ResourceApplyProximalAdagrad | Update '*var' and '*accum' according to FOBOS with Adagrad learning rate. |
ResourceApplyProximalAdagrad.Options | Optional attributes for ResourceApplyProximalAdagrad |
ResourceApplyProximalGradientDescent | Update '*var' as FOBOS algorithm with fixed learning rate. |
ResourceApplyProximalGradientDescent.Options | Optional attributes for ResourceApplyProximalGradientDescent |
ResourceApplyRmsProp | Update '*var' according to the RMSProp algorithm. |
ResourceApplyRmsProp.Options | Optional attributes for ResourceApplyRmsProp |
ResourceConditionalAccumulator | A conditional accumulator for aggregating gradients. |
ResourceConditionalAccumulator.Options | Optional attributes for ResourceConditionalAccumulator |
ResourceCountUpTo <T extends TNumber > | Increments variable pointed to by 'resource' until it reaches 'limit'. |
ResourceDtypeAndShape | Protobuf type tensorflow.eager.ResourceDtypeAndShape |
ResourceDtypeAndShape.Builder | Protobuf type tensorflow.eager.ResourceDtypeAndShape |
ResourceDtypeAndShapeOrBuilder | |
ResourceGather <U extends TType > | Gather slices from the variable pointed to by `resource` according to `indices`. |
ResourceGather.Options | Optional attributes for ResourceGather |
ResourceGatherNd <U extends TType > | |
ResourceHandle | |
ResourceHandleProto | Protocol buffer representing a handle to a tensorflow resource. |
ResourceHandleProto.Builder | Protocol buffer representing a handle to a tensorflow resource. |
ResourceHandleProto.DtypeAndShape | Protocol buffer representing a pair of (data type, tensor shape). |
ResourceHandleProto.DtypeAndShape.Builder | Protocol buffer representing a pair of (data type, tensor shape). |
ResourceHandleProto.DtypeAndShapeOrBuilder | |
ResourceHandleProtoOrBuilder | |
ResourceScatterAdd | Adds sparse updates to the variable referenced by `resource`. |
ResourceScatterDiv | Divides sparse updates into the variable referenced by `resource`. |
ResourceScatterMax | Reduces sparse updates into the variable referenced by `resource` using the `max` operation. |
ResourceScatterMin | Reduces sparse updates into the variable referenced by `resource` using the `min` operation. |
ResourceScatterMul | Multiplies sparse updates into the variable referenced by `resource`. |
ResourceScatterNdAdd | Applies sparse addition to individual values or slices in a Variable. |
ResourceScatterNdAdd.Options | Optional attributes for ResourceScatterNdAdd |
ResourceScatterNdMax | |
ResourceScatterNdMax.Options | Optional attributes for ResourceScatterNdMax |
ResourceScatterNdMin | |
ResourceScatterNdMin.Options | Optional attributes for ResourceScatterNdMin |
ResourceScatterNdSub | Applies sparse subtraction to individual values or slices in a Variable. |
ResourceScatterNdSub.Options | Optional attributes for ResourceScatterNdSub |
ResourceScatterNdUpdate | Applies sparse `updates` to individual values or slices within a given variable according to `indices`. |
ResourceScatterNdUpdate.Options | Optional attributes for ResourceScatterNdUpdate |
ResourceScatterSub | Subtracts sparse updates from the variable referenced by `resource`. |
ResourceScatterUpdate | Assigns sparse updates to the variable referenced by `resource`. |
ResourceSparseApplyAdadelta | var: Should be from a Variable(). |
ResourceSparseApplyAdadelta.Options | Optional attributes for ResourceSparseApplyAdadelta |
ResourceSparseApplyAdagrad | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
ResourceSparseApplyAdagrad.Options | Optional attributes for ResourceSparseApplyAdagrad |
ResourceSparseApplyAdagradDa | Update entries in '*var' and '*accum' according to the proximal adagrad scheme. |
ResourceSparseApplyAdagradDa.Options | Optional attributes for ResourceSparseApplyAdagradDa |
ResourceSparseApplyAdagradV2 | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
ResourceSparseApplyAdagradV2.Options | Optional attributes for ResourceSparseApplyAdagradV2 |
ResourceSparseApplyCenteredRmsProp | Update '*var' according to the centered RMSProp algorithm. |
ResourceSparseApplyCenteredRmsProp.Options | Optional attributes for ResourceSparseApplyCenteredRmsProp |
ResourceSparseApplyFtrl | Update relevant entries in '*var' according to the Ftrl-proximal scheme. |
ResourceSparseApplyFtrl.Options | Optional attributes for ResourceSparseApplyFtrl |
ResourceSparseApplyKerasMomentum | Update relevant entries in '*var' and '*accum' according to the momentum scheme. |
ResourceSparseApplyKerasMomentum.Options | Optional attributes for ResourceSparseApplyKerasMomentum |
ResourceSparseApplyMomentum | Update relevant entries in '*var' and '*accum' according to the momentum scheme. |
ResourceSparseApplyMomentum.Options | Optional attributes for ResourceSparseApplyMomentum |
ResourceSparseApplyProximalAdagrad | Sparse update entries in '*var' and '*accum' according to FOBOS algorithm. |
ResourceSparseApplyProximalAdagrad.Options | Optional attributes for ResourceSparseApplyProximalAdagrad |
ResourceSparseApplyProximalGradientDescent | Sparse update '*var' as FOBOS algorithm with fixed learning rate. |
ResourceSparseApplyProximalGradientDescent.Options | Optional attributes for ResourceSparseApplyProximalGradientDescent |
ResourceSparseApplyRmsProp | Update '*var' according to the RMSProp algorithm. |
ResourceSparseApplyRmsProp.Options | Optional attributes for ResourceSparseApplyRmsProp |
ResourceStridedSliceAssign | Assign `value` to the sliced l-value reference of `ref`. |
ResourceStridedSliceAssign.Options | Optional attributes for ResourceStridedSliceAssign |
คืนค่า | Restores tensors from a V2 checkpoint. |
RestoreSlice <T extends TType > | Restores a tensor from checkpoint files. |
RestoreSlice.Options | Optional attributes for RestoreSlice |
RetrieveTPUEmbeddingAdadeltaParameters | Retrieve Adadelta embedding parameters. |
RetrieveTPUEmbeddingAdadeltaParameters.Options | Optional attributes for RetrieveTPUEmbeddingAdadeltaParameters |
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug | Retrieve Adadelta embedding parameters with debug support. |
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug |
RetrieveTPUEmbeddingAdagradParameters | Retrieve Adagrad embedding parameters. |
RetrieveTPUEmbeddingAdagradParameters.Options | Optional attributes for RetrieveTPUEmbeddingAdagradParameters |
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug | Retrieve Adagrad embedding parameters with debug support. |
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingAdagradParametersGradAccumDebug |
RetrieveTPUEmbeddingADAMParameters | Retrieve ADAM embedding parameters. |
RetrieveTPUEmbeddingADAMParameters.Options | Optional attributes for RetrieveTPUEmbeddingADAMParameters |
RetrieveTPUEmbeddingADAMParametersGradAccumDebug | Retrieve ADAM embedding parameters with debug support. |
RetrieveTPUEmbeddingADAMParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingADAMParametersGradAccumDebug |
RetrieveTPUEmbeddingCenteredRMSPropParameters | Retrieve centered RMSProp embedding parameters. |
RetrieveTPUEmbeddingCenteredRMSPropParameters.Options | Optional attributes for RetrieveTPUEmbeddingCenteredRMSPropParameters |
RetrieveTPUEmbeddingFTRLParameters | Retrieve FTRL embedding parameters. |
RetrieveTPUEmbeddingFTRLParameters.Options | Optional attributes for RetrieveTPUEmbeddingFTRLParameters |
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug | Retrieve FTRL embedding parameters with debug support. |
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingFTRLParametersGradAccumDebug |
RetrieveTPUEmbeddingMDLAdagradLightParameters | Retrieve MDL Adagrad Light embedding parameters. |
RetrieveTPUEmbeddingMDLAdagradLightParameters.Options | Optional attributes for RetrieveTPUEmbeddingMDLAdagradLightParameters |
RetrieveTPUEmbeddingMomentumParameters | Retrieve Momentum embedding parameters. |
RetrieveTPUEmbeddingMomentumParameters.Options | Optional attributes for RetrieveTPUEmbeddingMomentumParameters |
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug | Retrieve Momentum embedding parameters with debug support. |
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingMomentumParametersGradAccumDebug |
RetrieveTPUEmbeddingProximalAdagradParameters | Retrieve proximal Adagrad embedding parameters. |
RetrieveTPUEmbeddingProximalAdagradParameters.Options | Optional attributes for RetrieveTPUEmbeddingProximalAdagradParameters |
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug | Retrieve proximal Adagrad embedding parameters with debug support. |
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug |
RetrieveTPUEmbeddingProximalYogiParameters | |
RetrieveTPUEmbeddingProximalYogiParameters.Options | Optional attributes for RetrieveTPUEmbeddingProximalYogiParameters |
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug | |
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug |
RetrieveTPUEmbeddingRMSPropParameters | Retrieve RMSProp embedding parameters. |
RetrieveTPUEmbeddingRMSPropParameters.Options | Optional attributes for RetrieveTPUEmbeddingRMSPropParameters |
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug | Retrieve RMSProp embedding parameters with debug support. |
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug |
RetrieveTPUEmbeddingStochasticGradientDescentParameters | Retrieve SGD embedding parameters. |
RetrieveTPUEmbeddingStochasticGradientDescentParameters.Options | Optional attributes for RetrieveTPUEmbeddingStochasticGradientDescentParameters |
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | Retrieve SGD embedding parameters with debug support. |
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug.Options | Optional attributes for RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug |
Reverse <T extends TType > | Reverses specific dimensions of a tensor. |
ReverseSequence <T extends TType > | Reverses variable length slices. |
ReverseSequence.Options | Optional attributes for ReverseSequence |
RewriterConfig | Graph rewriting is experimental and subject to change, not covered by any API stability guarantees. |
RewriterConfig.Builder | Graph rewriting is experimental and subject to change, not covered by any API stability guarantees. |
RewriterConfig.CpuLayout | Enum for layout conversion between NCHW and NHWC on CPU. |
RewriterConfig.CustomGraphOptimizer | Message to describe custom graph optimizer and its parametersProtobuf type tensorflow.RewriterConfig.CustomGraphOptimizer |
RewriterConfig.CustomGraphOptimizer.Builder | Message to describe custom graph optimizer and its parametersProtobuf type tensorflow.RewriterConfig.CustomGraphOptimizer |
RewriterConfig.CustomGraphOptimizerOrBuilder | |
RewriterConfig.MemOptType | Protobuf enum tensorflow.RewriterConfig.MemOptType |
RewriterConfig.NumIterationsType | Enum controlling the number of times to run optimizers. |
RewriterConfig.Toggle | Protobuf enum tensorflow.RewriterConfig.Toggle |
RewriterConfigOrBuilder | |
RewriterConfigProtos | |
Rfft <U extends TType > | Real-valued fast Fourier transform. |
Rfft2d <U extends TType > | 2D real-valued fast Fourier transform. |
Rfft3d <U extends TType > | 3D real-valued fast Fourier transform. |
RgbToHsv <T extends TNumber > | Converts one or more images from RGB to HSV. |
RightShift <T extends TNumber > | Elementwise computes the bitwise right-shift of `x` and `y`. |
Rint <T extends TNumber > | Returns element-wise integer closest to x. |
RMSProp | Optimizer that implements the RMSProp algorithm. |
RngReadAndSkip | Advance the counter of a counter-based RNG. |
RngSkip | Advance the counter of a counter-based RNG. |
Roll <T extends TType > | Rolls the elements of a tensor along an axis. |
Round <T extends TType > | Rounds the values of a tensor to the nearest integer, element-wise. |
Rpc | Perform batches of RPC requests. |
Rpc.Options | Optional attributes for Rpc |
RPCOptions | Protobuf type tensorflow.RPCOptions |
RPCOptions.Builder | Protobuf type tensorflow.RPCOptions |
RPCOptionsOrBuilder | |
Rsqrt <T extends TType > | Computes reciprocal of square root of x element-wise. |
RsqrtGrad <T extends TType > | Computes the gradient for the rsqrt of `x` wrt its input. |
RunConfiguration | Run-specific items such as arguments to the test / benchmark. |
RunConfiguration.Builder | Run-specific items such as arguments to the test / benchmark. |
RunConfigurationOrBuilder | |
RunMetadata | Metadata output (i.e., non-Tensor) for a single Run() call. |
RunMetadata.Builder | Metadata output (i.e., non-Tensor) for a single Run() call. |
RunMetadata.FunctionGraphs | Protobuf type tensorflow.RunMetadata.FunctionGraphs |
RunMetadata.FunctionGraphs.Builder | Protobuf type tensorflow.RunMetadata.FunctionGraphs |
RunMetadata.FunctionGraphsOrBuilder | |
RunMetadataOrBuilder | |
RunOptions | Options for a single Run() call. |
RunOptions.Builder | Options for a single Run() call. |
RunOptions.Experimental | Everything inside Experimental is subject to change and is not subject to API stability guarantees in https://www.tensorflow.org/guide/version_compat. |
RunOptions.Experimental.Builder | Everything inside Experimental is subject to change and is not subject to API stability guarantees in https://www.tensorflow.org/guide/version_compat. |
RunOptions.Experimental.RunHandlerPoolOptions | Options for run handler thread pool. |
RunOptions.Experimental.RunHandlerPoolOptions.Builder | Options for run handler thread pool. |
RunOptions.Experimental.RunHandlerPoolOptionsOrBuilder | |
RunOptions.ExperimentalOrBuilder | |
RunOptions.TraceLevel | TODO(pbar) Turn this into a TraceOptions proto which allows tracing to be controlled in a more orthogonal manner?Protobuf enum tensorflow.RunOptions.TraceLevel |
RunOptionsOrBuilder |
ส
SampleDistortedBoundingBox <T extends TNumber > | Generate a single randomly distorted bounding box for an image. |
SampleDistortedBoundingBox.Options | Optional attributes for SampleDistortedBoundingBox |
SamplingDataset | Creates a dataset that takes a Bernoulli sample of the contents of another dataset. |
บันทึก | Saves tensors in V2 checkpoint format. |
SaveableObject | Protobuf type tensorflow.SaveableObject |
SaveableObject.Builder | Protobuf type tensorflow.SaveableObject |
SaveableObjectOrBuilder | |
SavedAsset | A SavedAsset points to an asset in the MetaGraph. |
SavedAsset.Builder | A SavedAsset points to an asset in the MetaGraph. |
SavedAssetOrBuilder | |
SavedBareConcreteFunction | Protobuf type tensorflow.SavedBareConcreteFunction |
SavedBareConcreteFunction.Builder | Protobuf type tensorflow.SavedBareConcreteFunction |
SavedBareConcreteFunctionOrBuilder | |
SavedConcreteFunction | Stores low-level information about a concrete function. |
SavedConcreteFunction.Builder | Stores low-level information about a concrete function. |
SavedConcreteFunctionOrBuilder | |
SavedConstant | Protobuf type tensorflow.SavedConstant |
SavedConstant.Builder | Protobuf type tensorflow.SavedConstant |
SavedConstantOrBuilder | |
SavedFunction | A function with multiple signatures, possibly with non-Tensor arguments. |
SavedFunction.Builder | A function with multiple signatures, possibly with non-Tensor arguments. |
SavedFunctionOrBuilder | |
SavedModel | SavedModel is the high level serialization format for TensorFlow Models. |
SavedModel.Builder | SavedModel is the high level serialization format for TensorFlow Models. |
SavedModelBundle | SavedModelBundle represents a model loaded from storage. |
SavedModelBundle.Exporter | Options for exporting a SavedModel. |
SavedModelBundle.Loader | Options for loading a SavedModel. |
SavedModelOrBuilder | |
SavedModelProtos | |
SavedObject | Protobuf type tensorflow.SavedObject |
SavedObject.Builder | Protobuf type tensorflow.SavedObject |
SavedObject.KindCase | |
SavedObjectGraph | Protobuf type tensorflow.SavedObjectGraph |
SavedObjectGraph.Builder | Protobuf type tensorflow.SavedObjectGraph |
SavedObjectGraphOrBuilder | |
SavedObjectGraphProtos | |
SavedObjectOrBuilder | |
SavedResource | A SavedResource represents a TF object that holds state during its lifetime. |
SavedResource.Builder | A SavedResource represents a TF object that holds state during its lifetime. |
SavedResourceOrBuilder | |
SavedSlice | Saved tensor slice: it stores the name of the tensors, the slice, and the raw data. |
SavedSlice.Builder | Saved tensor slice: it stores the name of the tensors, the slice, and the raw data. |
SavedSliceMeta | Metadata describing the set of slices of the same tensor saved in a checkpoint file. |
SavedSliceMeta.Builder | Metadata describing the set of slices of the same tensor saved in a checkpoint file. |
SavedSliceMetaOrBuilder | |
SavedSliceOrBuilder | |
SavedTensorSliceMeta | Metadata describing the set of tensor slices saved in a checkpoint file. |
SavedTensorSliceMeta.Builder | Metadata describing the set of tensor slices saved in a checkpoint file. |
SavedTensorSliceMetaOrBuilder | |
SavedTensorSliceProtos | |
SavedTensorSlices | Each record in a v3 checkpoint file is a serialized SavedTensorSlices message. |
SavedTensorSlices.Builder | Each record in a v3 checkpoint file is a serialized SavedTensorSlices message. |
SavedTensorSlicesOrBuilder | |
SavedUserObject | A SavedUserObject is an object (in the object-oriented language of the TensorFlow program) of some user- or framework-defined class other than those handled specifically by the other kinds of SavedObjects. |
SavedUserObject.Builder | A SavedUserObject is an object (in the object-oriented language of the TensorFlow program) of some user- or framework-defined class other than those handled specifically by the other kinds of SavedObjects. |
SavedUserObjectOrBuilder | |
SavedVariable | Represents a Variable that is initialized by loading the contents from the checkpoint. |
SavedVariable.Builder | Represents a Variable that is initialized by loading the contents from the checkpoint. |
SavedVariableOrBuilder | |
SaverDef | Protocol buffer representing the configuration of a Saver. |
SaverDef.Builder | Protocol buffer representing the configuration of a Saver. |
SaverDef.CheckpointFormatVersion | A version number that identifies a different on-disk checkpoint format. |
SaverDefOrBuilder | |
SaverProtos | |
SaveSliceInfoDef | Protobuf type tensorflow.SaveSliceInfoDef |
SaveSliceInfoDef.Builder | Protobuf type tensorflow.SaveSliceInfoDef |
SaveSliceInfoDefOrBuilder | |
SaveSlices | Saves input tensors slices to disk. |
ScalarSummary | Outputs a `Summary` protocol buffer with scalar values. |
ScaleAndTranslate | |
ScaleAndTranslate.Options | Optional attributes for ScaleAndTranslate |
ScaleAndTranslateGrad <T extends TNumber > | |
ScaleAndTranslateGrad.Options | Optional attributes for ScaleAndTranslateGrad |
ScatterAdd <T extends TType > | Adds sparse updates to a variable reference. |
ScatterAdd.Options | Optional attributes for ScatterAdd |
ScatterDiv <T extends TType > | Divides a variable reference by sparse updates. |
ScatterDiv.Options | Optional attributes for ScatterDiv |
ScatterMax <T extends TNumber > | Reduces sparse updates into a variable reference using the `max` operation. |
ScatterMax.Options | Optional attributes for ScatterMax |
ScatterMin <T extends TNumber > | Reduces sparse updates into a variable reference using the `min` operation. |
ScatterMin.Options | Optional attributes for ScatterMin |
ScatterMul <T extends TType > | Multiplies sparse updates into a variable reference. |
ScatterMul.Options | Optional attributes for ScatterMul |
ScatterNd <U extends TType > | Scatter `updates` into a new tensor according to `indices`. |
ScatterNdAdd <T extends TType > | Applies sparse addition to individual values or slices in a Variable. |
ScatterNdAdd.Options | Optional attributes for ScatterNdAdd |
ScatterNdMax <T extends TType > | Computes element-wise maximum. |
ScatterNdMax.Options | Optional attributes for ScatterNdMax |
ScatterNdMin <T extends TType > | Computes element-wise minimum. |
ScatterNdMin.Options | Optional attributes for ScatterNdMin |
ScatterNdNonAliasingAdd <T extends TType > | Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`. |
ScatterNdSub <T extends TType > | Applies sparse subtraction to individual values or slices in a Variable. |
ScatterNdSub.Options | Optional attributes for ScatterNdSub |
ScatterNdUpdate <T extends TType > | Applies sparse `updates` to individual values or slices within a given variable according to `indices`. |
ScatterNdUpdate.Options | Optional attributes for ScatterNdUpdate |
ScatterSub <T extends TType > | Subtracts sparse updates to a variable reference. |
ScatterSub.Options | Optional attributes for ScatterSub |
ScatterUpdate <T extends TType > | Applies sparse updates to a variable reference. |
ScatterUpdate.Options | Optional attributes for ScatterUpdate |
ขอบเขต | Manages groups of related properties when creating Tensorflow Operations, such as a common name prefix. |
ScopedAllocatorOptions | Protobuf type tensorflow.ScopedAllocatorOptions |
ScopedAllocatorOptions.Builder | Protobuf type tensorflow.ScopedAllocatorOptions |
ScopedAllocatorOptionsOrBuilder | |
SdcaFprint | Computes fingerprints of the input strings. |
SdcaOptimizer | Distributed version of Stochastic Dual Coordinate Ascent (SDCA) optimizer for linear models with L1 + L2 regularization. |
SdcaOptimizer.Options | Optional attributes for SdcaOptimizer |
SdcaShrinkL1 | Applies L1 regularization shrink step on the parameters. |
SegmentMax <T extends TNumber > | Computes the maximum along segments of a tensor. |
SegmentMean <T extends TType > | Computes the mean along segments of a tensor. |
SegmentMin <T extends TNumber > | Computes the minimum along segments of a tensor. |
SegmentProd <T extends TType > | Computes the product along segments of a tensor. |
SegmentSum <T extends TType > | Computes the sum along segments of a tensor. |
Select <T extends TType > | |
SelfAdjointEig <T extends TType > | Computes the eigen decomposition of one or more square self-adjoint matrices. |
SelfAdjointEig <T extends TType > | Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). |
SelfAdjointEig.Options | Optional attributes for SelfAdjointEig |
Selu <T extends TNumber > | Computes scaled exponential linear: `scale * alpha * (exp(features) - 1)` if < 0, `scale * features` otherwise. |
SELU <T extends TFloating > | Scaled Exponential Linear Unit (SELU). |
SeluGrad <T extends TNumber > | Computes gradients for the scaled exponential linear (Selu) operation. |
ส่ง | Sends the named tensor from send_device to recv_device. |
ส่ง | Sends the named tensor to another XLA computation. |
Send.Options | Optional attributes for Send |
SendTPUEmbeddingGradients | Performs gradient updates of embedding tables. |
SequenceExample | Protobuf type tensorflow.SequenceExample |
SequenceExample.Builder | Protobuf type tensorflow.SequenceExample |
SequenceExampleOrBuilder | |
SerializeIterator | Converts the given `resource_handle` representing an iterator to a variant tensor. |
SerializeIterator.Options | Optional attributes for SerializeIterator |
SerializeManySparse <U extends TType > | Serialize an `N`-minibatch `SparseTensor` into an `[N, 3]` `Tensor` object. |
SerializeSparse <U extends TType > | Serialize a `SparseTensor` into a `[3]` `Tensor` object. |
SerializeTensor | Transforms a Tensor into a serialized TensorProto proto. |
เซิร์ฟเวอร์ | An in-process TensorFlow server, for use in distributed training. |
ServerDef | Defines the configuration of a single TensorFlow server. |
ServerDef.Builder | Defines the configuration of a single TensorFlow server. |
ServerDefOrBuilder | |
ServerProtos | |
บริการกำหนดค่า | |
ServiceConfig.DispatcherConfig | Configuration for a tf.data service DispatchServer. |
ServiceConfig.DispatcherConfig.Builder | Configuration for a tf.data service DispatchServer. |
ServiceConfig.DispatcherConfigOrBuilder | |
ServiceConfig.WorkerConfig | Configuration for a tf.data service WorkerServer. |
ServiceConfig.WorkerConfig.Builder | Configuration for a tf.data service WorkerServer. |
ServiceConfig.WorkerConfigOrBuilder | |
การประชุม | Driver for Graph execution. |
Session.Run | Output tensors and metadata obtained when executing a session. |
Session.Runner | Run Operation s and evaluate Tensors . |
SessionLog | Protocol buffer used for logging session state. |
SessionLog.Builder | Protocol buffer used for logging session state. |
SessionLog.SessionStatus | Protobuf enum tensorflow.SessionLog.SessionStatus |
SessionLogOrBuilder | |
SessionMetadata | Metadata about the session. |
SessionMetadata.Builder | Metadata about the session. |
SessionMetadataOrBuilder | |
SetDiff1d <T extends TType , U extends TNumber > | Computes the difference between two lists of numbers or strings. |
SetSize | Number of unique elements along last dimension of input `set`. |
SetSize.Options | Optional attributes for SetSize |
SetsOps | Implementation of set operations |
SetsOps.Operation | Enumeration containing the string operation values to be passed to the TensorFlow Sparse Ops function ERROR(/SparseOps#denseToDenseSetOperation) |
SetStatsAggregatorDataset | |
SetStatsAggregatorDataset | |
รูปร่าง | The shape of a Tensor or NdArray . |
Shape <U extends TNumber > | Returns the shape of a tensor. |
Shape_inference_func_TF_ShapeInferenceContext_TF_Status | |
มีรูปทรง | Any data container with a given Shape . |
ShapeN <U extends TNumber > | Returns shape of tensors. |
รูปร่าง | An operator providing methods on org.tensorflow.op.core.Shape tensors and 1d operands that represent the dimensions of a shape. |
ShapeUtils | Various methods for processing with Shapes and Operands |
ShardDataset | Creates a `Dataset` that includes only 1/`num_shards` of this dataset. |
ShardDataset.Options | Optional attributes for ShardDataset |
ShardedFilename | Generate a sharded filename. |
ShardedFilespec | Generate a glob pattern matching all sharded file names. |
Sharding <T extends TType > | An op which shards the input based on the given sharding attribute. |
ShortDataBuffer | A DataBuffer of shorts. |
ShortDataLayout <S extends DataBuffer <?>> | A DataLayout that converts data stored in a buffer to shorts. |
ShortDenseNdArray | |
ShortNdArray | An NdArray of shorts. |
ShuffleAndRepeatDataset | |
ShuffleAndRepeatDataset.Options | Optional attributes for ShuffleAndRepeatDataset |
ShuffleDataset | |
ShuffleDataset.Options | Optional attributes for ShuffleDataset |
ShutdownDistributedTPU | Shuts down a running distributed TPU system. |
Sigmoid <T extends TFloating > | Sigmoid activation. |
Sigmoid <T extends TType > | Computes sigmoid of `x` element-wise. |
SigmoidCrossEntropyWithLogits | |
SigmoidGrad <T extends TType > | Computes the gradient of the sigmoid of `x` wrt its input. |
Sign <T extends TType > | Returns an element-wise indication of the sign of a number. |
ลายเซ็น | Describe the inputs and outputs of an executable entity, such as a ConcreteFunction , among other useful metadata. |
Signature.Builder | Builds a new function signature. |
Signature.TensorDescription | |
SignatureDef | SignatureDef defines the signature of a computation supported by a TensorFlow graph. |
SignatureDef.Builder | SignatureDef defines the signature of a computation supported by a TensorFlow graph. |
SignatureDefOrBuilder | |
Sin <T extends TType > | Computes sine of x element-wise. |
SingleElementSequence <T, U extends NdArray <T>> | A sequence of one single element |
Sinh <T extends TType > | Computes hyperbolic sine of x element-wise. |
Size <U extends TNumber > | Returns the size of a tensor. |
SkipDataset | |
SkipDataset | Creates a dataset that skips `count` elements from the `input_dataset`. |
Skipgram | Parses a text file and creates a batch of examples. |
Skipgram.Options | Optional attributes for Skipgram |
SleepDataset | |
SleepDataset | |
Slice <T extends TType > | Return a slice from 'input'. |
SlicingElementSequence <T, U extends NdArray <T>> | A sequence creating a new NdArray instance (slice) for each element of an iteration |
SlidingWindowDataset | Creates a dataset that passes a sliding window over `input_dataset`. |
SlidingWindowDataset | Creates a dataset that passes a sliding window over `input_dataset`. |
Snapshot <T extends TType > | Returns a copy of the input tensor. |
สแน็ปช็อต | Protobuf type tensorflow.SnapShot |
SnapShot.Builder | Protobuf type tensorflow.SnapShot |
SnapshotMetadataRecord | This stores the metadata information present in each snapshot record. |
SnapshotMetadataRecord.Builder | This stores the metadata information present in each snapshot record. |
SnapshotMetadataRecordOrBuilder | |
SnapShotOrBuilder | |
SnapshotProtos | |
SnapshotRecord | Each SnapshotRecord represents one batch of pre-processed input data. |
SnapshotRecord.Builder | Each SnapshotRecord represents one batch of pre-processed input data. |
SnapshotRecordOrBuilder | |
SnapshotTensorMetadata | Metadata for all the tensors in a Snapshot Record. |
SnapshotTensorMetadata.Builder | Metadata for all the tensors in a Snapshot Record. |
SnapshotTensorMetadataOrBuilder | |
SobolSample <T extends TNumber > | Generates points from the Sobol sequence. |
Softmax <T extends TFloating > | Softmax converts a real vector to a vector of categorical probabilities. |
Softmax <T extends TNumber > | Computes softmax activations. |
SoftmaxCrossEntropyWithLogits | |
SoftmaxCrossEntropyWithLogits <T extends TNumber > | Computes softmax cross entropy cost and gradients to backpropagate. |
Softplus <T extends TFloating > | Softplus activation function, softplus(x) = log(exp(x) + 1) . |
Softplus <T extends TNumber > | Computes softplus: `log(exp(features) + 1)`. |
SoftplusGrad <T extends TNumber > | Computes softplus gradients for a softplus operation. |
Softsign <T extends TFloating > | Softsign activation function, softsign(x) = x / (abs(x) + 1) . |
Softsign <T extends TNumber > | Computes softsign: `features / (abs(features) + 1)`. |
SoftsignGrad <T extends TNumber > | Computes softsign gradients for a softsign operation. |
Solve <T extends TType > | Solves systems of linear equations. |
Solve.Options | Optional attributes for Solve |
Sort <T extends TType > | Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort . |
SourceFile | Content of a source file involved in the execution of the debugged TensorFlow program. |
SourceFile.Builder | Content of a source file involved in the execution of the debugged TensorFlow program. |
SourceFileOrBuilder | |
SpaceToBatch <T extends TType > | SpaceToBatch for 4-D tensors of type T. |
SpaceToBatchNd <T extends TType > | SpaceToBatch for ND tensors of type T. |
SpaceToDepth <T extends TType > | SpaceToDepth for tensors of type T. |
SpaceToDepth.Options | Optional attributes for SpaceToDepth |
SparseAccumulatorApplyGradient | Applies a sparse gradient to a given accumulator. |
SparseAccumulatorTakeGradient <T extends TType > | Extracts the average sparse gradient in a SparseConditionalAccumulator. |
SparseAdd <T extends TType > | Adds two `SparseTensor` objects to produce another `SparseTensor`. |
SparseAddGrad <T extends TType > | The gradient operator for the SparseAdd op. |
SparseApplyAdadelta <T extends TType > | var: Should be from a Variable(). |
SparseApplyAdadelta.Options | Optional attributes for SparseApplyAdadelta |
SparseApplyAdagrad <T extends TType > | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
SparseApplyAdagrad.Options | Optional attributes for SparseApplyAdagrad |
SparseApplyAdagradDa <T extends TType > | Update entries in '*var' and '*accum' according to the proximal adagrad scheme. |
SparseApplyAdagradDa.Options | Optional attributes for SparseApplyAdagradDa |
SparseApplyCenteredRmsProp <T extends TType > | Update '*var' according to the centered RMSProp algorithm. |
SparseApplyCenteredRmsProp.Options | Optional attributes for SparseApplyCenteredRmsProp |
SparseApplyFtrl <T extends TType > | Update relevant entries in '*var' according to the Ftrl-proximal scheme. |
SparseApplyFtrl.Options | Optional attributes for SparseApplyFtrl |
SparseApplyMomentum <T extends TType > | Update relevant entries in '*var' and '*accum' according to the momentum scheme. |
SparseApplyMomentum.Options | Optional attributes for SparseApplyMomentum |
SparseApplyProximalAdagrad <T extends TType > | Sparse update entries in '*var' and '*accum' according to FOBOS algorithm. |
SparseApplyProximalAdagrad.Options | Optional attributes for SparseApplyProximalAdagrad |
SparseApplyProximalGradientDescent <T extends TType > | Sparse update '*var' as FOBOS algorithm with fixed learning rate. |
SparseApplyProximalGradientDescent.Options | Optional attributes for SparseApplyProximalGradientDescent |
SparseApplyRmsProp <T extends TType > | Update '*var' according to the RMSProp algorithm. |
SparseApplyRmsProp.Options | Optional attributes for SparseApplyRmsProp |
SparseBincount <U extends TNumber > | Counts the number of occurrences of each value in an integer array. |
SparseBincount.Options | Optional attributes for SparseBincount |
SparseCategoricalCrossentropy | Computes the crossentropy loss between labels and predictions. |
SparseCategoricalCrossentropy <T extends TNumber > | A metric that computes the sparse categorical cross-entropy loss between true labels and predicted labels. |
SparseConcat <T extends TType > | Concatenates a list of `SparseTensor` along the specified dimension. |
SparseConditionalAccumulator | A conditional accumulator for aggregating sparse gradients. |
SparseConditionalAccumulator.Options | Optional attributes for SparseConditionalAccumulator |
SparseCountSparseOutput <U extends TNumber > | Performs sparse-output bin counting for a sparse tensor input. |
SparseCountSparseOutput.Options | Optional attributes for SparseCountSparseOutput |
SparseCross | Generates sparse cross from a list of sparse and dense tensors. |
SparseCrossHashed | Generates sparse cross from a list of sparse and dense tensors. |
SparseDenseCwiseAdd <T extends TType > | Adds up a SparseTensor and a dense Tensor, using these special rules: (1) Broadcasts the dense side to have the same shape as the sparse side, if eligible; (2) Then, only the dense values pointed to by the indices of the SparseTensor participate in the cwise addition. |
SparseDenseCwiseDiv <T extends TType > | Component-wise divides a SparseTensor by a dense Tensor. |
SparseDenseCwiseMul <T extends TType > | Component-wise multiplies a SparseTensor by a dense Tensor. |
SparseFillEmptyRows <T extends TType > | Fills empty rows in the input 2-D `SparseTensor` with a default value. |
SparseFillEmptyRowsGrad <T extends TType > | The gradient of SparseFillEmptyRows. |
SparseMatMul | Multiply matrix "a" by matrix "b". |
SparseMatMul.Options | Optional attributes for SparseMatMul |
SparseMatrixAdd | Sparse addition of two CSR matrices, C = alpha * A + beta * B. |
SparseMatrixMatMul <T extends TType > | 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`. |
SparseReduceMax <T extends TNumber > | Computes the max of elements across dimensions of a SparseTensor. |
SparseReduceMax.Options | Optional attributes for SparseReduceMax |
SparseReduceMaxSparse <T extends TNumber > | Computes the max of elements across dimensions of a SparseTensor. |
SparseReduceMaxSparse.Options | Optional attributes for SparseReduceMaxSparse |
SparseReduceSum <T extends TType > | Computes the sum of elements across dimensions of a SparseTensor. |
SparseReduceSum.Options | Optional attributes for SparseReduceSum |
SparseReduceSumSparse <T extends TType > | Computes the sum of elements across dimensions of a SparseTensor. |
SparseReduceSumSparse.Options | Optional attributes for SparseReduceSumSparse |
SparseReorder <T extends TType > | Reorders a SparseTensor into the canonical, row-major ordering. |
SparseReshape | Reshapes a SparseTensor to represent values in a new dense shape. |
SparseSegmentMean <T extends TNumber > | Computes the mean along sparse segments of a tensor. |
SparseSegmentMeanGrad <T extends TNumber > | Computes gradients for SparseSegmentMean. |
SparseSegmentMeanWithNumSegments <T extends TNumber > | Computes the mean along sparse segments of a tensor. |
SparseSegmentSqrtN <T extends TNumber > | Computes the sum along sparse segments of a tensor divided by the sqrt of N. |
SparseSegmentSqrtNGrad <T extends TNumber > | Computes gradients for SparseSegmentSqrtN. |
SparseSegmentSqrtNWithNumSegments <T extends TNumber > | Computes the sum along sparse segments of a tensor divided by the sqrt of N. |
SparseSegmentSum <T extends TNumber > | Computes the sum along sparse segments of a tensor. |
SparseSegmentSumWithNumSegments <T extends TNumber > | Computes the sum along sparse segments of a tensor. |
SparseSlice <T extends TType > | Slice a `SparseTensor` based on the `start` and `size`. |
SparseSliceGrad <T extends TType > | The gradient operator for the SparseSlice op. |
SparseSoftmax <T extends TNumber > | Applies softmax to a batched ND `SparseTensor`. |
SparseSoftmaxCrossEntropyWithLogits | |
SparseSoftmaxCrossEntropyWithLogits <T extends TNumber > | Computes softmax cross entropy cost and gradients to backpropagate. |
SparseSparseMaximum <T extends TNumber > | Returns the element-wise max of two SparseTensors. |
SparseSparseMinimum <T extends TType > | Returns the element-wise min of two SparseTensors. |
SparseSplit <T extends TType > | Split a `SparseTensor` into `num_split` tensors along one dimension. |
SparseTensorDenseAdd <U extends TType > | Adds up a `SparseTensor` and a dense `Tensor`, producing a dense `Tensor`. |
SparseTensorDenseMatMul <U extends TType > | Multiply SparseTensor (of rank 2) "A" by dense matrix "B". |
SparseTensorDenseMatMul.Options | Optional attributes for SparseTensorDenseMatMul |
SparseTensorSliceDataset | Creates a dataset that splits a SparseTensor into elements row-wise. |
SparseTensorToCSRSparseMatrix | Converts a SparseTensor to a (possibly batched) CSRSparseMatrix. |
SparseToDense <U extends TType > | Converts a sparse representation into a dense tensor. |
SparseToDense.Options | Optional attributes for SparseToDense |
SparseToSparseSetOperation <T extends TType > | Applies set operation along last dimension of 2 `SparseTensor` inputs. |
SparseToSparseSetOperation.Options | Optional attributes for SparseToSparseSetOperation |
SpecializedType | For identifying the underlying type of a variant. |
Spence <T extends TNumber > | |
Split <T extends TType > | Splits a tensor into `num_split` tensors along one dimension. |
SplitV <T extends TType > | Splits a tensor into `num_split` tensors along one dimension. |
SqlDataset | Creates a dataset that executes a SQL query and emits rows of the result set. |
SqlDataset | Creates a dataset that executes a SQL query and emits rows of the result set. |
Sqrt <T extends TType > | Computes square root of x element-wise. |
SqrtGrad <T extends TType > | Computes the gradient for the sqrt of `x` wrt its input. |
Sqrtm <T extends TType > | Computes the matrix square root of one or more square matrices: matmul(sqrtm(A), sqrtm(A)) = A The input matrix should be invertible. |
Square <T extends TType > | Computes square of x element-wise. |
SquaredDifference <T extends TType > | Returns conj(x - y)(x - y) element-wise. |
SquaredHinge | Computes the squared hinge loss between labels and predictions. |
SquaredHinge <T extends TNumber > | A metric that computes the squared hinge loss metric between labels and predictions. |
Squeeze <T extends TType > | Removes dimensions of size 1 from the shape of a tensor. |
Squeeze.Options | Optional attributes for Squeeze |
Stack <T extends TType > | Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor. |
Stack.Options | Optional attributes for Stack |
StackFrameWithId | A stack frame with ID. |
StackFrameWithId.Builder | A stack frame with ID. |
StackFrameWithIdOrBuilder | |
เวที | 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 TNumber > | |
StatefulStandardNormal <U extends TType > | Outputs random values from a normal distribution. |
StatefulTruncatedNormal <U extends TType > | Outputs random values from a truncated normal distribution. |
StatefulUniform <U extends TType > | Outputs random values from a uniform distribution. |
StatefulUniformFullInt <U extends TType > | Outputs random integers from a uniform distribution. |
StatefulUniformInt <U extends TType > | Outputs random integers from a uniform distribution. |
StatelessMultinomial <V extends TNumber > | Draws samples from a multinomial distribution. |
StatelessParameterizedTruncatedNormal <V extends TNumber > | |
StatelessRandomBinomial <W extends TNumber > | Outputs deterministic pseudorandom random numbers from a binomial distribution. |
StatelessRandomGamma <V extends TNumber > | Outputs deterministic pseudorandom random numbers from a gamma distribution. |
StatelessRandomGetKeyCounterAlg | Picks the best algorithm based on device, and scrambles seed into key and counter. |
StatelessRandomNormal <V extends TNumber > | Outputs deterministic pseudorandom values from a normal distribution. |
StatelessRandomNormalV2 <U extends TNumber > | Outputs deterministic pseudorandom values from a normal distribution. |
StatelessRandomPoisson <W extends TNumber > | Outputs deterministic pseudorandom random numbers from a Poisson distribution. |
StatelessRandomUniform <V extends TNumber > | Outputs deterministic pseudorandom random values from a uniform distribution. |
StatelessRandomUniformFullInt <V extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformFullIntV2 <U extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformInt <V extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformIntV2 <U extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformV2 <U extends TNumber > | Outputs deterministic pseudorandom random values from a uniform distribution. |
StatelessSampleDistortedBoundingBox <T extends TNumber > | Generate a randomly distorted bounding box for an image deterministically. |
StatelessSampleDistortedBoundingBox.Options | Optional attributes for StatelessSampleDistortedBoundingBox |
StatelessTruncatedNormal <V extends TNumber > | Outputs deterministic pseudorandom values from a truncated normal distribution. |
StatelessTruncatedNormalV2 <U extends TNumber > | Outputs deterministic pseudorandom values from a truncated normal distribution. |
StaticRegexFullMatch | Check if the input matches the regex pattern. |
StaticRegexReplace | Replaces the match of pattern in input with rewrite. |
StaticRegexReplace.Options | Optional attributes for StaticRegexReplace |
StatsAggregatorHandle | Creates a statistics manager resource. |
StatsAggregatorHandle | |
StatsAggregatorHandle.Options | Optional attributes for StatsAggregatorHandle |
StatsAggregatorHandle.Options | Optional attributes for StatsAggregatorHandle |
StatsAggregatorSetSummaryWriter | Set a summary_writer_interface to record statistics using given stats_aggregator. |
StatsAggregatorSummary | Produces a summary of any statistics recorded by the given statistics manager. |
StatsAggregatorSummary | Produces a summary of any statistics recorded by the given statistics manager. |
StdArrays | Utility class for working with NdArray instances mixed with standard Java arrays. |
StepStats | Protobuf type tensorflow.StepStats |
StepStats.Builder | Protobuf type tensorflow.StepStats |
StepStatsOrBuilder | |
StepStatsProtos | |
StopGradient <T extends TType > | Stops gradient computation. |
StridedSlice <T extends TType > | Return a strided slice from `input`. |
StridedSlice.Options | Optional attributes for StridedSlice |
StridedSliceAssign <T extends TType > | Assign `value` to the sliced l-value reference of `ref`. |
StridedSliceAssign.Options | Optional attributes for StridedSliceAssign |
StridedSliceGrad <U extends TType > | Returns the gradient of `StridedSlice`. |
StridedSliceGrad.Options | Optional attributes for StridedSliceGrad |
StridedSliceHelper | Helper endpoint methods for Python like indexing. |
StringFormat | Formats a string template using a list of tensors. |
StringFormat.Options | Optional attributes for StringFormat |
StringLayout | Data layout that converts a String to/from a sequence of bytes applying a given charset. |
StringLength | String lengths of `input`. |
StringLength.Options | Optional attributes for StringLength |
StringNGrams <T extends TNumber > | Creates ngrams from ragged string data. |
StringSplit | Split elements of `source` based on `sep` into a `SparseTensor`. |
StringSplit.Options | Optional attributes for StringSplit |
เปลื้องผ้า | Strip leading and trailing whitespaces from the Tensor. |
StructProtos | |
StructuredValue | `StructuredValue` represents a dynamically typed value representing various data structures that are inspired by Python data structures typically used in TensorFlow functions as inputs and outputs. |
StructuredValue.Builder | `StructuredValue` represents a dynamically typed value representing various data structures that are inspired by Python data structures typically used in TensorFlow functions as inputs and outputs. |
StructuredValue.KindCase | |
StructuredValueOrBuilder | |
Sub <T extends TType > | Returns x - y element-wise. |
ส่วนย่อย | Return substrings from `Tensor` of strings. |
Substr.Options | Optional attributes for Substr |
Sum <T extends TType > | Computes the sum of elements across dimensions of a tensor. |
Sum.Options | Optional attributes for Sum |
สรุป | A Summary is a set of named values to be displayed by the visualizer. |
Summary.Audio | Protobuf type tensorflow.Summary.Audio |
Summary.Audio.Builder | Protobuf type tensorflow.Summary.Audio |
Summary.AudioOrBuilder | |
Summary.Builder | A Summary is a set of named values to be displayed by the visualizer. |
Summary.Image | Protobuf type tensorflow.Summary.Image |
Summary.Image.Builder | Protobuf type tensorflow.Summary.Image |
Summary.ImageOrBuilder | |
Summary.Value | Protobuf type tensorflow.Summary.Value |
Summary.Value.Builder | Protobuf type tensorflow.Summary.Value |
Summary.Value.ValueCase | |
Summary.ValueOrBuilder | |
SummaryDescription | Metadata associated with a series of Summary dataProtobuf type tensorflow.SummaryDescription |
SummaryDescription.Builder | Metadata associated with a series of Summary dataProtobuf type tensorflow.SummaryDescription |
SummaryDescriptionOrBuilder | |
SummaryMetadata | A SummaryMetadata encapsulates information on which plugins are able to make use of a certain summary value. |
SummaryMetadata.Builder | A SummaryMetadata encapsulates information on which plugins are able to make use of a certain summary value. |
SummaryMetadata.PluginData | Protobuf type tensorflow.SummaryMetadata.PluginData |
SummaryMetadata.PluginData.Builder | Protobuf type tensorflow.SummaryMetadata.PluginData |
SummaryMetadata.PluginDataOrBuilder | |
SummaryMetadataOrBuilder | |
SummaryOrBuilder | |
SummaryProtos | |
SummaryWriter | |
SummaryWriter.Options | Optional attributes for SummaryWriter |
Svd <T extends TType > | Computes the singular value decompositions of one or more matrices. |
Svd <T extends TType > | Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). |
Svd.Options | Optional attributes for Svd |
Swish <T extends TFloating > | Swish activation function. |
SwitchCond <T extends TType > | Forwards `data` to the output port determined by `pred`. |
ต
TaggedRunMetadata | For logging the metadata output for a single session.run() call. |
TaggedRunMetadata.Builder | For logging the metadata output for a single session.run() call. |
TaggedRunMetadataOrBuilder | |
TakeDataset | |
TakeDataset | Creates a dataset that contains `count` elements from the `input_dataset`. |
TakeManySparseFromTensorsMap <T extends TType > | Read `SparseTensors` from a `SparseTensorsMap` and concatenate them. |
TakeManySparseFromTensorsMap.Options | Optional attributes for TakeManySparseFromTensorsMap |
Tan <T extends TType > | Computes tan of x element-wise. |
Tanh <T extends TFloating > | Hyperbolic tangent activation function. |
Tanh <T extends TType > | Computes hyperbolic tangent of `x` element-wise. |
TanhGrad <T extends TType > | Computes the gradient for the tanh of `x` wrt its input. |
TaskDeviceFilters | Defines the device filters for a remote task. |
TaskDeviceFilters.Builder | Defines the device filters for a remote task. |
TaskDeviceFiltersOrBuilder | |
TBfloat16 | Brain 16-bit float tensor type. |
TBfloat16Mapper | Maps memory of DT_BFLOAT16 tensors to a n-dimensional data space. |
TBool | Boolean tensor type. |
TBoolMapper | Maps memory of DT_BOOL tensors to a n-dimensional data space. |
TemporaryVariable <T extends TType > | Returns a tensor that may be mutated, but only persists within a single step. |
TemporaryVariable.Options | Optional attributes for TemporaryVariable |
เทนเซอร์ | A statically typed multi-dimensional array. |
เทนเซอร์ | |
TensorArray | An array of Tensors of given size. |
TensorArray.Options | Optional attributes for TensorArray |
TensorArrayClose | Delete the TensorArray from its resource container. |
TensorArrayConcat <T extends TType > | Concat the elements from the TensorArray into value `value`. |
TensorArrayConcat.Options | Optional attributes for TensorArrayConcat |
TensorArrayGather <T extends TType > | 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 extends TType > | |
TensorArrayPack.Options | Optional attributes for TensorArrayPack |
TensorArrayRead <T extends TType > | 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. |
TensorBuffers | Maps native tensor memory into DataBuffers , allowing I/O operations from the JVM. |
TensorBundleProtos | |
TensorConnection | Defines a connection between two tensors in a `GraphDef`. |
TensorConnection.Builder | Defines a connection between two tensors in a `GraphDef`. |
TensorConnectionOrBuilder | |
TensorDataset | Creates a dataset that emits `components` as a tuple of tensors once. |
TensorDebugMode | Available modes for extracting debugging information from a Tensor. |
TensorDescription | Protobuf type tensorflow.TensorDescription |
TensorDescription.Builder | Protobuf type tensorflow.TensorDescription |
TensorDescriptionOrBuilder | |
TensorDescriptionProtos | |
TensorDiag <T extends TType > | Returns a diagonal tensor with a given diagonal values. |
TensorDiagPart <T extends TType > | Returns the diagonal part of the tensor. |
เทนเซอร์โฟลว์ | Static utility methods describing the TensorFlow runtime. |
เทนเซอร์โฟลว์ | |
เทนเซอร์โฟลว์ | |
TensorFlowException | Unchecked exception thrown by TensorFlow core classes |
TensorForestCreateTreeVariable | Creates a tree resource and returns a handle to it. |
TensorForestTreeDeserialize | Deserializes a proto into the tree handle |
TensorForestTreeIsInitializedOp | Checks whether a tree has been initialized. |
TensorForestTreePredict | Output the logits for the given input data |
TensorForestTreeResourceHandleOp | Creates a handle to a TensorForestTreeResource |
TensorForestTreeResourceHandleOp.Options | Optional attributes for TensorForestTreeResourceHandleOp |
TensorForestTreeSerialize | Serializes the tree handle to a proto |
TensorForestTreeSize | Get the number of nodes in a tree |
TensorInfo | Information about a Tensor necessary for feeding or retrieval. |
TensorInfo.Builder | Information about a Tensor necessary for feeding or retrieval. |
TensorInfo.CompositeTensor | Generic encoding for composite tensors. |
TensorInfo.CompositeTensor.Builder | Generic encoding for composite tensors. |
TensorInfo.CompositeTensorOrBuilder | |
TensorInfo.CooSparse | For sparse tensors, The COO encoding stores a triple of values, indices, and shape. |
TensorInfo.CooSparse.Builder | For sparse tensors, The COO encoding stores a triple of values, indices, and shape. |
TensorInfo.CooSparseOrBuilder | |
TensorInfo.EncodingCase | |
TensorInfoOrBuilder | |
TensorListConcat <U extends TType > | Concats all tensors in the list along the 0th dimension. |
TensorListConcatLists | |
TensorListElementShape <T extends TNumber > | 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 extends TType > | Creates a Tensor by indexing into the TensorList. |
TensorListGetItem <T extends TType > | |
TensorListLength | Returns the number of tensors in the input tensor list. |
TensorListPopBack <T extends TType > | 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. |
TensorListSetItem | |
TensorListSplit | Splits a tensor into a list. |
TensorListStack <T extends TType > | 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 extends TType > | Returns the value from a given key in a tensor map. |
TensorMapper <T extends TType > | Maps the native memory of a RawTensor to a n-dimensional typed data space accessible from the JVM. |
TensorMapSize | Returns the number of tensors in the input tensor map. |
TensorMapStackKeys <T extends TType > | Returns a Tensor stack of all keys in a tensor map. |
TensorMetadata | Metadata for a single tensor in the Snapshot Record. |
TensorMetadata.Builder | Metadata for a single tensor in the Snapshot Record. |
TensorMetadataOrBuilder | |
TensorProto | Protocol buffer representing a tensor. |
TensorProto.Builder | Protocol buffer representing a tensor. |
TensorProtoOrBuilder | |
TensorProtos | |
TensorScatterNdAdd <T extends TType > | Adds sparse `updates` to an existing tensor according to `indices`. |
TensorScatterNdMax <T extends TType > | |
TensorScatterNdMin <T extends TType > | |
TensorScatterNdSub <T extends TType > | Subtracts sparse `updates` from an existing tensor according to `indices`. |
TensorScatterNdUpdate <T extends TType > | Scatter `updates` into an existing tensor according to `indices`. |
TensorShapeProto | Dimensions of a tensor. |
TensorShapeProto.Builder | Dimensions of a tensor. |
TensorShapeProto.Dim | One dimension of the tensor. |
TensorShapeProto.Dim.Builder | One dimension of the tensor. |
TensorShapeProto.DimOrBuilder | |
TensorShapeProtoOrBuilder | |
TensorShapeProtos | |
TensorSliceDataset | |
TensorSliceDataset | Creates a dataset that emits each dim-0 slice of `components` once. |
TensorSliceProto | Can only be interpreted if you know the corresponding TensorShape. |
TensorSliceProto.Builder | Can only be interpreted if you know the corresponding TensorShape. |
TensorSliceProto.Extent | Extent of the slice in one dimension. |
TensorSliceProto.Extent.Builder | Extent of the slice in one dimension. |
TensorSliceProto.Extent.HasLengthCase | |
TensorSliceProto.ExtentOrBuilder | |
TensorSliceProtoOrBuilder | |
TensorSliceProtos | |
TensorSpecProto | A protobuf to represent tf.TensorSpec. |
TensorSpecProto.Builder | A protobuf to represent tf.TensorSpec. |
TensorSpecProtoOrBuilder | |
TensorStridedSliceUpdate <T extends TType > | Assign `value` to the sliced l-value reference of `input`. |
TensorStridedSliceUpdate.Options | Optional attributes for TensorStridedSliceUpdate |
TensorSummary | Outputs a `Summary` protocol buffer with a tensor and per-plugin data. |
TensorType | Annotation for all tensor types. |
TensorTypeInfo <T extends TType > | Registered information about a tensor type. |
TensorTypeRegistry | Repository of all registered tensor types. |
TestLogProtos | |
TestResults | The output of one benchmark / test run. |
TestResults.BenchmarkType | The type of benchmark. |
TestResults.Builder | The output of one benchmark / test run. |
TestResultsOrBuilder | |
TextLineDataset | |
TextLineDataset | Creates a dataset that emits the lines of one or more text files. |
TextLineReader | A Reader that outputs the lines of a file delimited by '\n'. |
TextLineReader.Options | Optional attributes for TextLineReader |
TF_AllocatorAttributes | |
TF_ApiDefMap | |
TF_AttrMetadata | |
TF_Buffer | |
TF_Buffer.Data_deallocator_Pointer_long | |
TF_DeprecatedSession | |
TF_DeviceList | |
TF_DimensionHandle | |
TF_Function | |
TF_FunctionOptions | |
TF_Graph | |
TF_ImportGraphDefOptions | |
TF_ImportGraphDefResults | |
TF_Input | |
TF_KernelBuilder | |
TF_Library | |
TF_OpDefinitionBuilder | |
TF_Operation | |
TF_OperationDescription | |
TF_OpKernelConstruction | |
TF_OpKernelContext | |
TF_Output | |
TF_Server | |
TF_Session | |
TF_SessionOptions | |
TF_ShapeHandle | |
TF_ShapeInferenceContext | |
TF_Status | |
TF_StringView | |
TF_Tensor | |
TF_TString | |
TF_TString_Large | |
TF_TString_Offset | |
TF_TString_Raw | |
TF_TString_Small | |
TF_TString_Union | |
TF_TString_View | |
TF_WhileParams | |
TFE_Context | |
TFE_ContextOptions | |
TFE_Op | |
TFE_TensorDebugInfo | |
TFE_TensorHandle | |
TFFailedPreconditionException | |
TFInvalidArgumentException | |
TFloat16 | IEEE-754 half-precision 16-bit float tensor type. |
TFloat16Mapper | Maps memory of DT_HALF tensors to a n-dimensional data space. |
TFloat32 | IEEE-754 single-precision 32-bit float tensor type. |
TFloat32Mapper | Maps memory of DT_FLOAT tensors to a n-dimensional data space. |
TFloat64 | IEEE-754 double-precision 64-bit float tensor type. |
TFloat64Mapper | Maps memory of DT_DOUBLE tensors to a n-dimensional data space. |
TFloating | Common interface for all floating point tensors. |
TFOutOfRangeException | |
TFPermissionDeniedException | |
TfRecordDataset | Creates a dataset that emits the records from one or more TFRecord files. |
TFRecordDataset | |
TfRecordReader | A Reader that outputs the records from a TensorFlow Records file. |
TfRecordReader.Options | Optional attributes for TfRecordReader |
TFResourceExhaustedException | |
TFUnauthenticatedException | |
TFUnimplementedException | |
ThreadPoolDataset | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
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 | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
ThreadPoolHandle.Options | Optional attributes for ThreadPoolHandle |
ThreadPoolHandle.Options | Optional attributes for ThreadPoolHandle |
ThreadPoolOptionProto | Protobuf type tensorflow.ThreadPoolOptionProto |
ThreadPoolOptionProto.Builder | Protobuf type tensorflow.ThreadPoolOptionProto |
ThreadPoolOptionProtoOrBuilder | |
Tile <T extends TType > | Constructs a tensor by tiling a given tensor. |
TileGrad <T extends TType > | Returns the gradient of `Tile`. |
การประทับเวลา | Provides the time since epoch in seconds. |
TInt32 | 32-bit signed integer tensor type. |
TInt32Mapper | Maps memory of DT_INT32 tensors to a n-dimensional data space. |
TInt64 | 64-bit signed integer tensor type. |
TInt64Mapper | Maps memory of DT_INT64 tensors to a n-dimensional data space. |
TIntegral | Common interface for all integral numeric tensors. |
TNumber | Common interface for all numeric tensors. |
ToBool | Converts a tensor to a scalar predicate. |
ToHashBucket | Converts each string in the input Tensor to its hash mod by a number of buckets. |
ToHashBucketFast | Converts each string in the input Tensor to its hash mod by a number of buckets. |
ToHashBucketStrong | Converts each string in the input Tensor to its hash mod by a number of buckets. |
ToNumber <T extends TNumber > | Converts each string in the input Tensor to the specified numeric type. |
TopK <T extends TNumber > | Finds values and indices of the `k` largest elements for the last dimension. |
TopK.Options | Optional attributes for TopK |
TopKUnique | Returns the TopK unique values in the array in sorted order. |
TopKWithUnique | Returns the TopK values in the array in sorted order. |
TPUCompilationResult | Returns the result of a TPU compilation. |
TPUEmbeddingActivations | An op enabling differentiation of TPU Embeddings. |
TPUReplicatedInput <T extends TType > | Connects N inputs to an N-way replicated TPU computation. |
TPUReplicatedInput.Options | Optional attributes for TPUReplicatedInput |
TPUReplicatedOutput <T extends TType > | 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 |
TrackableObjectGraph | Protobuf type tensorflow.TrackableObjectGraph |
TrackableObjectGraph.Builder | Protobuf type tensorflow.TrackableObjectGraph |
TrackableObjectGraph.TrackableObject | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject |
TrackableObjectGraph.TrackableObject.Builder | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject |
TrackableObjectGraph.TrackableObject.ObjectReference | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.ObjectReference |
TrackableObjectGraph.TrackableObject.ObjectReference.Builder | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.ObjectReference |
TrackableObjectGraph.TrackableObject.ObjectReferenceOrBuilder | |
TrackableObjectGraph.TrackableObject.SerializedTensor | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.SerializedTensor |
TrackableObjectGraph.TrackableObject.SerializedTensor.Builder | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.SerializedTensor |
TrackableObjectGraph.TrackableObject.SerializedTensorOrBuilder | |
TrackableObjectGraph.TrackableObject.SlotVariableReference | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.SlotVariableReference |
TrackableObjectGraph.TrackableObject.SlotVariableReference.Builder | Protobuf type tensorflow.TrackableObjectGraph.TrackableObject.SlotVariableReference |
TrackableObjectGraph.TrackableObject.SlotVariableReferenceOrBuilder | |
TrackableObjectGraph.TrackableObjectOrBuilder | |
TrackableObjectGraphOrBuilder | |
TrackableObjectGraphProtos | |
TransportOptions | |
TransportOptions.RecvBufRespExtra | Extra data needed on a non-RDMA RecvBufResponse. |
TransportOptions.RecvBufRespExtra.Builder | Extra data needed on a non-RDMA RecvBufResponse. |
TransportOptions.RecvBufRespExtraOrBuilder | |
Transpose <T extends TType > | Shuffle dimensions of x according to a permutation. |
TriangularSolve <T extends TType > | Solves systems of linear equations with upper or lower triangular matrices by backsubstitution. |
TriangularSolve.Options | Optional attributes for TriangularSolve |
TridiagonalMatMul <T extends TType > | Calculate product with tridiagonal matrix. |
TridiagonalSolve <T extends TType > | Solves tridiagonal systems of equations. |
TridiagonalSolve.Options | Optional attributes for TridiagonalSolve |
TruncateDiv <T extends TType > | Returns x / y element-wise for integer types. |
TruncatedNormal <T extends TFloating > | Initializer that generates a truncated normal distribution. |
TruncatedNormal <U extends TNumber > | Outputs random values from a truncated normal distribution. |
TruncatedNormal.Options | Optional attributes for TruncatedNormal |
TruncateMod <T extends TNumber > | Returns element-wise remainder of division. |
TryRpc | Perform batches of RPC requests. |
TryRpc.Options | Optional attributes for TryRpc |
TString | String type. |
TStringInitializer <T> | Helper class for initializing a TString tensor. |
TStringMapper | Maps memory of DT_STRING tensors to a n-dimensional data space. |
ทีประเภท | Common interface for all typed tensors. |
TUint8 | 8-bit unsigned integer tensor type. |
TUint8Mapper | Maps memory of DT_UINT8 tensors to a n-dimensional data space. |
TupleValue | Represents a Python tuple. |
TupleValue.Builder | Represents a Python tuple. |
TupleValueOrBuilder | |
TypeSpecProto | Represents a tf.TypeSpecProtobuf type tensorflow.TypeSpecProto |
TypeSpecProto.Builder | Represents a tf.TypeSpecProtobuf type tensorflow.TypeSpecProto |
TypeSpecProto.TypeSpecClass | Protobuf enum tensorflow.TypeSpecProto.TypeSpecClass |
TypeSpecProtoOrBuilder | |
TypesProtos |
คุณ
Unbatch <T extends TType > | Reverses the operation of Batch for a single output Tensor. |
Unbatch.Options | Optional attributes for Unbatch |
UnbatchDataset | A dataset that splits the elements of its input into multiple elements. |
UnbatchDataset | A dataset that splits the elements of its input into multiple elements. |
UnbatchGrad <T extends TType > | Gradient of Unbatch. |
UnbatchGrad.Options | Optional attributes for UnbatchGrad |
UncompressElement | Uncompresses a compressed dataset element. |
UnicodeDecode <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
UnicodeDecode.Options | Optional attributes for UnicodeDecode |
UnicodeDecodeWithOffsets <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
UnicodeDecodeWithOffsets.Options | Optional attributes for UnicodeDecodeWithOffsets |
UnicodeEncode | Encode a tensor of ints into unicode strings. |
UnicodeEncode.Options | Optional attributes for UnicodeEncode |
UnicodeScript | Determine the script codes of a given tensor of Unicode integer code points. |
UnicodeTranscode | Transcode the input text from a source encoding to a destination encoding. |
UnicodeTranscode.Options | Optional attributes for UnicodeTranscode |
UniformCandidateSampler | Generates labels for candidate sampling with a uniform distribution. |
UniformCandidateSampler.Options | Optional attributes for UniformCandidateSampler |
Unique <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
UniqueDataset | Creates a dataset that contains the unique elements of `input_dataset`. |
UniqueDataset | Creates a dataset that contains the unique elements of `input_dataset`. |
UniqueWithCounts <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
UnitNorm | Constrains the weights to have unit norm. |
UnravelIndex <T extends TNumber > | Converts an array of flat indices into a tuple of coordinate arrays. |
UnsortedSegmentJoin | Joins the elements of `inputs` based on `segment_ids`. |
UnsortedSegmentJoin.Options | Optional attributes for UnsortedSegmentJoin |
UnsortedSegmentMax <T extends TNumber > | Computes the maximum along segments of a tensor. |
UnsortedSegmentMin <T extends TNumber > | Computes the minimum along segments of a tensor. |
UnsortedSegmentProd <T extends TType > | Computes the product along segments of a tensor. |
UnsortedSegmentSum <T extends TType > | Computes the sum along segments of a tensor. |
Unstack <T extends TType > | 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 | |
บน | Converts all lowercase characters into their respective uppercase replacements. |
Upper.Options | Optional attributes for Upper |
UpperBound <U extends TNumber > | Applies upper_bound(sorted_search_values, values) along each row. |
วี
เครื่องมือตรวจสอบ | |
เครื่องมือตรวจสอบ | |
ValuesDef | Protocol buffer representing the values in ControlFlowContext. |
ValuesDef.Builder | Protocol buffer representing the values in ControlFlowContext. |
ValuesDefOrBuilder | |
VarHandleOp | Creates a handle to a Variable resource. |
VarHandleOp.Options | Optional attributes for VarHandleOp |
Variable <T extends TType > | Holds state in the form of a tensor that persists across steps. |
Variable.Options | Optional attributes for Variable |
VariableAggregation | Indicates how a distributed variable will be aggregated. |
VariableDef | Protocol buffer representing a Variable. |
VariableDef.Builder | Protocol buffer representing a Variable. |
VariableDefOrBuilder | |
VariableProtos | |
VariableShape <T extends TNumber > | Returns the shape of the variable pointed to by `resource`. |
VariableSynchronization | Indicates when a distributed variable will be synced. |
VarianceScaling <T extends TFloating > | Initializer capable of adapting its scale to the shape of weights tensors. |
VarianceScaling.Distribution | The random distribution to use when initializing the values. |
VarianceScaling.Mode | The mode to use for calculating the fan values. |
VariantTensorDataProto | Protocol buffer representing the serialization format of DT_VARIANT tensors. |
VariantTensorDataProto.Builder | Protocol buffer representing the serialization format of DT_VARIANT tensors. |
VariantTensorDataProtoOrBuilder | |
VarIsInitializedOp | Checks whether a resource handle-based variable has been initialized. |
VarLenFeatureProto | Protobuf type tensorflow.VarLenFeatureProto |
VarLenFeatureProto.Builder | Protobuf type tensorflow.VarLenFeatureProto |
VarLenFeatureProtoOrBuilder | |
VerifierConfig | The config for graph verifiers. |
VerifierConfig.Builder | The config for graph verifiers. |
VerifierConfig.Toggle | Protobuf enum tensorflow.VerifierConfig.Toggle |
VerifierConfigOrBuilder | |
VerifierConfigProtos | |
VersionDef | Version information for a piece of serialized data There are different types of versions for each type of data (GraphDef, etc.), but they all have the same common shape described here. |
VersionDef.Builder | Version information for a piece of serialized data There are different types of versions for each type of data (GraphDef, etc.), but they all have the same common shape described here. |
VersionDefOrBuilder | |
VersionsProtos |
ว
WatchdogConfig | Protobuf type tensorflow.WatchdogConfig |
WatchdogConfig.Builder | Protobuf type tensorflow.WatchdogConfig |
WatchdogConfigOrBuilder | |
WeakPointerScope | A minimalist pointer scope only keeping weak references to its elements. |
ที่ไหน | Returns locations of nonzero / true values in a tensor. |
WhileContextDef | Protocol buffer representing a WhileContext object. |
WhileContextDef.Builder | Protocol buffer representing a WhileContext object. |
WhileContextDefOrBuilder | |
WholeFileReader | A Reader that outputs the entire contents of a file as a value. |
WholeFileReader.Options | Optional attributes for WholeFileReader |
WindowDataset | Combines (nests of) input elements into a dataset of (nests of) windows. |
WorkerHealth | Current health status of a worker. |
WorkerHeartbeat | Worker heartbeat op. |
WorkerHeartbeatRequest | Protobuf type tensorflow.WorkerHeartbeatRequest |
WorkerHeartbeatRequest.Builder | Protobuf type tensorflow.WorkerHeartbeatRequest |
WorkerHeartbeatRequestOrBuilder | |
WorkerHeartbeatResponse | Protobuf type tensorflow.WorkerHeartbeatResponse |
WorkerHeartbeatResponse.Builder | Protobuf type tensorflow.WorkerHeartbeatResponse |
WorkerHeartbeatResponseOrBuilder | |
WorkerShutdownMode | Indicates the behavior of the worker when an internal error or shutdown signal is received. |
WrapDatasetVariant | |
WriteAudioSummary | Writes an audio summary. |
WriteAudioSummary.Options | Optional attributes for WriteAudioSummary |
WriteFile | Writes contents to the file at input filename. |
WriteGraphSummary | Writes a graph summary. |
WriteHistogramSummary | Writes a histogram summary. |
WriteImageSummary | Writes an image summary. |
WriteImageSummary.Options | Optional attributes for WriteImageSummary |
WriteRawProtoSummary | Writes a serialized proto summary. |
WriteScalarSummary | Writes a scalar summary. |
WriteSummary | Writes a tensor summary. |
เอ็กซ์
Xdivy <T extends TType > | Returns 0 if x == 0, and x / y otherwise, elementwise. |
XEvent | An XEvent is a trace event, optionally annotated with XStats. |
XEvent.Builder | An XEvent is a trace event, optionally annotated with XStats. |
XEvent.DataCase | |
XEventMetadata | Metadata for an XEvent, corresponds to an event type and is shared by all XEvents with the same metadata_id. |
XEventMetadata.Builder | Metadata for an XEvent, corresponds to an event type and is shared by all XEvents with the same metadata_id. |
XEventMetadataOrBuilder | |
XEventOrBuilder | |
XlaRecvFromHost <T extends TType > | An op to receive a tensor from the host. |
XlaSendToHost | An op to send a tensor to the host. |
XlaSetBound | Set a bound for the given input value as a hint to Xla compiler, returns the same value. |
XlaSpmdFullToShardShape <T extends TType > | An op used by XLA SPMD partitioner to switch from automatic partitioning to manual partitioning. |
XlaSpmdShardToFullShape <T extends TType > | An op used by XLA SPMD partitioner to switch from manual partitioning to automatic partitioning. |
XLine | An XLine is a timeline of trace events (XEvents). |
XLine.Builder | An XLine is a timeline of trace events (XEvents). |
XLineOrBuilder | |
Xlog1py <T extends TType > | Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. |
Xlogy <T extends TType > | Returns 0 if x == 0, and x * log(y) otherwise, elementwise. |
XPlane | An XPlane is a container of parallel timelines (XLines), generated by a profiling source or by post-processing one or more XPlanes. |
XPlane.Builder | An XPlane is a container of parallel timelines (XLines), generated by a profiling source or by post-processing one or more XPlanes. |
XPlaneOrBuilder | |
XPlaneProtos | |
XSpace | A container of parallel XPlanes, generated by one or more profiling sources. |
XSpace.Builder | A container of parallel XPlanes, generated by one or more profiling sources. |
XSpaceOrBuilder | |
XStat | An XStat is a named value associated with an XEvent, e.g., a performance counter value, a metric computed by a formula applied over nested XEvents and XStats. |
XStat.Builder | An XStat is a named value associated with an XEvent, e.g., a performance counter value, a metric computed by a formula applied over nested XEvents and XStats. |
XStat.ValueCase | |
XStatMetadata | Metadata for an XStat, corresponds to a stat type and is shared by all XStats with the same metadata_id. |
XStatMetadata.Builder | Metadata for an XStat, corresponds to a stat type and is shared by all XStats with the same metadata_id. |
XStatMetadataOrBuilder | |
XStatOrBuilder |
ซี
Zeros <T extends TType > | Creates an Initializer that sets all values to zero. |
Zeros <T extends TType > | An operator creating a constant initialized with zeros of the shape given by `dims`. |
ZerosLike <T extends TType > | Returns a tensor of zeros with the same shape and type as x. |
Zeta <T extends TNumber > | Compute the Hurwitz zeta function \\(\zeta(x, q)\\)- |
ZipDataset | Creates a dataset that zips together `input_datasets`. |