Halaman ini diterjemahkan oleh Cloud Translation API.

Op

antarmuka publik Op

Subkelas Tidak Langsung yang Diketahui

Batalkan , Abs <T extends TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extends TType >, Acos <T extends TType >, Acosh <T extends TType >, Tambahkan <T extends TType >, AddManySparseToTensorsMap , AddN <T extends TType >, AddSparseToTensorsMap , AdjustContrast <T extends TNumber >, AdjustHue <T extends TNumber >, dan 1157 lainnya.

Menggugurkan	Naikkan pengecualian untuk membatalkan proses saat dipanggil.
Abs <T memperluas TNomber >	Menghitung nilai absolut tensor.
AkumulasiN <T memperluas TType >	Mengembalikan jumlah elemen dari daftar tensor.
AkumulatorTerapkanGradien	Menerapkan gradien ke akumulator tertentu.
AkumulatorJumlahAkumulasi	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
AkumulatorSetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
AccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
Acos <T memperluas TType >	Menghitung acos dari x berdasarkan elemen.
Acosh <T memperluas TType >	Menghitung kosinus hiperbolik terbalik dari elemen x.
Tambahkan <T memperluas TType >	Mengembalikan x + y berdasarkan elemen.
TambahkanManySparseToTensorsMap	Tambahkan `N`-minibatch `SparseTensor` ke `SparseTensorsMap`, kembalikan pegangan `N`.
AddN <T memperluas TType >	Tambahkan semua elemen tensor masukan secara bijaksana.
TambahkanSparseToTensorsMap	Tambahkan `SparseTensor` ke `SparseTensorsMap` mengembalikan pegangannya.
Sesuaikan Kontras <T meluas TNomor >	Sesuaikan kontras satu atau lebih gambar.
SesuaikanHue <T memperluas TNumber >	Sesuaikan rona satu atau lebih gambar.
AdjustSaturation <T memperluas TNumber >	Sesuaikan saturasi satu atau lebih gambar.
Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
Semua Kandidat Sampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
AllReduce <T memperluas TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
AllToAll <T memperluas TType >	Operasi untuk bertukar data di seluruh replika TPU.
Sudut <U memanjangkan Nomor >	Mengembalikan argumen bilangan kompleks.
Iterator Anonim	Sebuah wadah untuk sumber daya iterator.
AnonymousMemoryCache
MultiDeviceIterator Anonim	Sebuah wadah untuk sumber daya iterator multi perangkat.
Generator Benih Acak Anonim
Generator Benih Anonim
Setiap	Menghitung "logis atau" elemen di seluruh dimensi tensor.
TerapkanAdaMax <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma AdaMax.
TerapkanAdadelta <T memperluas TType >	Perbarui '*var' sesuai dengan skema adadelta.
TerapkanAdagrad <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdagradDa <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad proksimal.
TerapkanAdagradV2 <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdam <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma Adam.
ApplyAddSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ApplyFtrl <T memperluas TType >	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ApplyGradientDescent <T memperluas TType >	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ApplyMomentum <T memperluas TType >	Perbarui '*var' sesuai dengan skema momentum.
ApplyPowerSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyProximalAdagrad <T memperluas TType >	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ApplyProximalGradientDescent <T memperluas TType >	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
Perkiraan Sama	Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.
ArgMax <V memperluas TNumber >	Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.
ArgMin <V memperluas TNumber >	Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.
SebagaiString	Mengonversi setiap entri dalam tensor tertentu menjadi string.
Asin <T memperluas TType >	Menghitung sinus invers trignometri dari x berdasarkan elemen.
Asinh <T memperluas TType >	Menghitung sinus hiperbolik terbalik dari elemen x.
Tegaskan Kumpulan Data Kardinalitas
Tegaskan Kumpulan Data Berikutnya
Tegaskan Itu	Menegaskan bahwa kondisi yang diberikan benar.
Tetapkan <T memperluas TType >	Perbarui 'ref' dengan menetapkan 'nilai' padanya.
AssignAdd <T memperluas TType >	Perbarui 'ref' dengan menambahkan 'nilai' ke dalamnya.
TetapkanTambahkanVariableOp	Menambahkan nilai ke nilai variabel saat ini.
AssignSub <T memperluas TType >	Perbarui 'ref' dengan mengurangi 'nilai' darinya.
TetapkanSubVariableOp	Mengurangi nilai dari nilai variabel saat ini.
TetapkanVariabelOp	Menetapkan nilai baru ke variabel.
Atan <T memperluas TType >	Menghitung invers tangen trigonometri dari elemen x.
Atan2 <T memperluas Nomor T >	Menghitung tangen busur dari elemen `y/x`, dengan memperhatikan tanda-tanda argumen.
Atanh <T memperluas TType >	Menghitung kebalikan tangen hiperbolik dari elemen x.
Spektogram Audio	Menghasilkan visualisasi data audio dari waktu ke waktu.
Ringkasan Audio	Menghasilkan buffer protokol `Ringkasan` dengan audio.
Kumpulan Data AutoShard	Membuat himpunan data yang memecah himpunan data masukan.
AvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pada input.
AvgPool3d <T memperluas TNumber >	Melakukan pengumpulan rata-rata 3D pada input.
AvgPool3dGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
AvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
BandPart <T memperluas TType >	Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam ke nol.
BandedTriangularSolve <T memperluas TType >
Penghalang	Mendefinisikan penghalang yang bertahan di berbagai eksekusi grafik.
PenghalangTutup	Menutup penghalang yang diberikan.
PenghalangUkuran Tidak Lengkap	Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.
BarrierInsertMany	Untuk setiap kunci, berikan nilai masing-masing ke komponen yang ditentukan.
PenghalangSiapUkuran	Menghitung jumlah elemen lengkap dalam penghalang tertentu.
PenghalangAmbilBanyak	Mengambil sejumlah elemen lengkap dari penghalang.
Kelompok	Mengelompokkan semua tensor masukan secara nondeterministik.
BatchCholesky <T memperluas TNumber >
BatchCholeskyGrad <T memperluas TNumber >
Kumpulan Data Batch	Membuat kumpulan data yang mengelompokkan elemen `batch_size` dari `input_dataset`.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T memperluas TType >	Mengalikan irisan dua tensor secara berkelompok.
BatchMatrixBandPart <T memperluas TType >
BatchMatrixDeterminant <T memperluas TType >
BatchMatrixDiag <T memperluas TType >
BatchMatrixDiagPart <T memperluas TType >
BatchMatrixInverse <T memperluas TNumber >
BatchMatrixSetDiag <T memperluas TType >
BatchMatrixSolve <T memperluas TNumber >
BatchMatrixSolveLs <T memperluas TNumber >
BatchMatrixTriangularSolve <T memperluas TNumber >
BatchNormWithGlobalNormalization <T memperluas TType >	Normalisasi batch.
BatchNormWithGlobalNormalizationGrad <T memperluas TType >	Gradien untuk normalisasi batch.
BatchSelfAdjointEig <T memperluas TNumber >
BatchSvd <T memperluas TType >
BatchToSpace <T memperluas TType >	BatchToSpace untuk tensor 4-D tipe T.
BatchToSpaceNd <T memperluas TType >	BatchToSpace untuk tensor ND tipe T.
BesselI0 <T memperluas TNomor >
BesselI0e <T memperluas TNomor >
BesselI1 <T memperluas TNomor >
BesselI1e <T memperluas TNomor >
BesselJ0 <T memperluas TNomber >
BesselJ1 <T memperluas TNomber >
BesselK0 <T memperluas TNomor >
BesselK0e <T memperluas TNomber >
BesselK1 <T memperluas TNomor >
BesselK1e <T memperluas TNomber >
BesselY0 <T memperluas TNomber >
BesselY1 <T memperluas TNomor >
Betainc <T memperluas TNomber >	Hitung integral beta tidak lengkap yang diatur \\(I_x(a, b)\\).
BiasTambahkan <T memperluas TType >	Menambahkan `bias` ke `nilai`.
BiasAddGrad <T memperluas TType >	Operasi mundur untuk "BiasAdd" pada tensor "bias".
Bincount <T memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
Bitcast <U memperluas TType >	Mem-bitcast tensor dari satu jenis ke jenis lainnya tanpa menyalin data.
BitwiseAnd <T memperluas TNumber >	Elementwise menghitung bitwise AND dari `x` dan `y`.
BitwiseAtau <T memperluas TNumber >	Elementwise menghitung OR bitwise dari `x` dan `y`.
BitwiseXor <T memperluas TNumber >	Elementwise menghitung XOR bitwise dari `x` dan `y`.
BlockLSTM <T memperluas TNumber >	Menghitung propagasi maju sel LSTM untuk semua langkah waktu.
BlockLSTMGrad <T memperluas TNumber >	Menghitung propagasi mundur sel LSTM untuk seluruh urutan waktu.
BoostedTreesAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesBucketize	Masukkan setiap fitur ke dalam keranjang berdasarkan batasan keranjang.
BoostedTreesCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCalculateBestFeatureSplitV2	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk setiap node.
BoostedTreesHitungKeuntungan TerbaikPerFitur	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCenterBias	Menghitung prior dari data pelatihan (bias) dan mengisi node pertama dengan logit sebelumnya.
BoostedTreesCreateEnsemble	Membuat model ansambel pohon dan mengembalikan pegangannya.
BoostedTreesCreateQuantileStreamResource	Buat Sumber Daya untuk Aliran Kuantil.
BoostedTreesDeserializeEnsemble	Deserialisasi konfigurasi ansambel pohon berseri dan menggantikan pohon saat ini ansambel.
BoostedTreesEnsembleResourceHandleOp	Membuat pegangan ke BoostedTreesEnsembleResource
Output BoostedTreesExampleDebug	Output debug/interpretabilitas model untuk setiap contoh.
Ringkasan BoostedTreesFlushQuantile	Hapus ringkasan kuantil dari setiap sumber daya aliran kuantil.
BoostedTreesGetEnsembleStates	Mengambil token stempel sumber daya ansambel pohon, jumlah pohon, dan statistik pertumbuhan.
BoostedTreesMakeQuantileSummaries	Membuat ringkasan kuantil untuk batch.
Ringkasan BoostedTreesMakeStats	Membuat ringkasan akumulasi statistik untuk batch.
BoostedTreesPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung logit.
BoostedTreesQuantileStreamResourceAddSummaries	Tambahkan ringkasan kuantil ke setiap sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceDeserialize	Deserialisasi batas bucket dan tanda siap ke QuantileAccumulator saat ini.
BoostedTreesQuantileStreamResourceFlush	Hapus ringkasan untuk sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Hasilkan batas keranjang untuk setiap fitur berdasarkan akumulasi ringkasan.
BoostedTreesQuantileStreamResourceHandleOp	Membuat pegangan ke BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Membuat serial ansambel pohon menjadi proto.
BoostedTreesSparseAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesSparseCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesTrainingPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung pembaruan ke log yang di-cache.
BoostedTreesUpdateEnsemble	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BoostedTreesUpdateEnsembleV2	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BroadcastDynamicShape <T memperluas TNumber >	Kembalikan bentuk s0 op s1 dengan siaran.
BroadcastGradientArgs <T memperluas TNumber >	Kembalikan indeks reduksi untuk menghitung gradien s0 op s1 dengan siaran.
BroadcastHelper <T memperluas TType >	Operator pembantu untuk melakukan siaran ala XLA Menyiarkan `lhs` dan `rhs` ke peringkat yang sama, dengan menambahkan dimensi ukuran 1 ke `lhs` dan `rhs` mana pun yang memiliki peringkat lebih rendah, menggunakan aturan penyiaran XLA untuk operator biner.
BroadcastRecv <T memperluas TType >	Menerima siaran nilai tensor dari perangkat lain.
BroadcastSend <T memperluas TType >	Menyiarkan nilai tensor ke satu atau beberapa perangkat lain.
BroadcastTo <T memperluas TType >	Siarkan array untuk bentuk yang kompatibel.
Buat ember	Mengelompokkan 'masukan' berdasarkan 'batas'.
BytesProductedStatsDataset	Mencatat ukuran byte setiap elemen `input_dataset` di StatsAggregator.
Komponen CSRSparseMatrix <T memperluas TType >	Membacakan komponen CSR pada `indeks` batch.
CSRSparseMatrixToDense <T memperluas TType >	Ubah CSRSparseMatrix (mungkin dalam batch) menjadi padat.
CSRSparseMatrixToSparseTensor <T memperluas TType >	Mengonversi CSRSparesMatrix (mungkin dalam batch) menjadi SparseTensor.
Kumpulan Data CSV
CSVDatasetV2
CTCLossV2	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
Kumpulan Data Cache	Membuat kumpulan data yang menyimpan cache elemen dari `input_dataset`.
CacheDatasetV2
Keluarkan <U memperluas TType >	Keluarkan x dari tipe SrcT ke y dari DstT.
Ceil <T memperluas TNomber >	Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.
CheckNumerics <T memperluas TNumber >	Memeriksa tensor untuk nilai NaN, -Inf, dan +Inf.
Cholesky <T memperluas TType >	Menghitung dekomposisi Cholesky dari satu atau lebih matriks persegi.
CholeskyGrad <T memperluas TNomber >	Menghitung gradien propagasi mundur mode terbalik dari algoritma Cholesky.
Pilih Kumpulan Data Tercepat
ClipByValue <T memperluas TType >	Klip nilai tensor ke min dan maks tertentu.
CloseSummaryWriter
ClusterOutput <T memperluas TType >	Operator yang menghubungkan output komputasi XLA ke node grafik konsumen lainnya.
CollectiveGather <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
CollectivePermute <T memperluas TType >	Opsi untuk mengubah posisi tensor di seluruh instance TPU yang direplikasi.
GabunganNonMaxSuppression	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, Operasi ini melakukan non_max_suppression pada input per batch, di semua kelas.
Bandingkan dan Bitpack	Bandingkan nilai `input` dengan `threshold` dan kemas bit yang dihasilkan ke dalam `uint8`.
Hasil Kompilasi	Mengembalikan hasil kompilasi TPU.
KompilasiSucceededAssert	Menegaskan bahwa kompilasi berhasil.
Kompleks <U memperluas TType >	Mengonversi dua bilangan real menjadi bilangan kompleks.
ComplexAbs <U memperluas TNumber >	Menghitung nilai absolut kompleks dari sebuah tensor.
Elemen Kompres	Mengompresi elemen kumpulan data.
Komputasi AccidentalHits	Menghitung id posisi di sampled_candidates yang cocok dengan true_labels.
HitungUkuranBatch	Menghitung ukuran batch statis dari kumpulan data tanpa batch parsial.
Concat <T memperluas TType >	Menggabungkan tensor sepanjang satu dimensi.
Kumpulan Data Gabungan	Membuat himpunan data yang menggabungkan `input_dataset` dengan `another_dataset`.
Akumulator Bersyarat	Akumulator bersyarat untuk menggabungkan gradien.
KonfigurasikanTPU Terdistribusi	Menyiapkan struktur terpusat untuk sistem TPU terdistribusi.
Konfigurasikan TPUEmbedding	Menyiapkan TPUEmbedding dalam sistem TPU terdistribusi.
Sambungkan <T memperluas TType >	Mengembalikan konjugat kompleks dari bilangan kompleks.
ConjugateTranspose <T memperluas TType >	Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.
Konstanta <T memperluas TType >	Operator yang menghasilkan nilai konstan.
KonsumsiMutexLock	Operasi ini menggunakan kunci yang dibuat oleh `MutexLock`.
KontrolPemicu	Tidak melakukan apa pun.
Konv <T memperluas TType >	Membungkus operator XLA ConvGeneralDilated, didokumentasikan di https://www.tensorflow.org/ Performance/xla/operation_semantics#conv_convolution .
Konv2d <T memperluas TNomber >	Menghitung konvolusi 2-D dengan `input` dan `filter` 4-D.
Conv2dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan filter.
Conv2dBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan input.
Konv3d <T memperluas TNumber >	Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D.
Conv3dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan filter.
Conv3dBackpropInput <U memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan masukan.
Salin <T extends TType >	Salin tensor dari CPU-ke-CPU atau GPU-ke-GPU.
CopyHost <T memperluas TType >	Salin tensor ke host.
Karena <T memperluas TType >	Menghitung cos dari x berdasarkan elemen.
Cosh <T memperluas TType >	Menghitung kosinus hiperbolik dari elemen x.
CountUpTo <T memperluas TNumber >	Menambah 'ref' hingga mencapai 'batas'.
BuatSummaryDbWriter
BuatSummaryFileWriter
PangkasDan Ubah Ukuran	Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.
PangkasDanResizeGradBoxes	Menghitung gradien crop_and_resize dengan tensor kotak input.
CropAndResizeGradImage <T memperluas TNumber >	Menghitung gradien crop_and_resize dengan tensor gambar masukan.
Silang <T memperluas Nomor T >	Hitung produk silang berpasangan.
CrossReplicaSum <T memperluas TNumber >	Opsi untuk menjumlahkan masukan di seluruh instans TPU yang direplikasi.
CtcBeamSearchDecoder <T memperluas TNumber >	Melakukan decoding pencarian berkas pada logit yang diberikan dalam input.
CtcGreedyDecoder <T memperluas TNumber >	Melakukan decoding serakah pada logit yang diberikan dalam input.
CtcLoss <T memperluas TNumber >	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
CudnnRNN <T memperluas TNomber >	RNN yang didukung oleh cuDNN.
CudnnRNNBackprop <T memperluas TNumber >	Langkah backprop dari CudnnRNNV3.
CudnnRNNCanonicalToParams <T memperluas TNumber >	Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan.
CudnnRNNNParamsToCanonical <T memperluas TNumber >	Mengambil parameter CudnnRNN dalam bentuk kanonik.
CudnnRnnParamsSize <U memperluas TNumber >	Menghitung ukuran bobot yang dapat digunakan oleh model Cudnn RNN.
Cumprod <T memperluas TType >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
Cumsum <T memperluas TType >	Hitung jumlah kumulatif tensor `x` sepanjang `sumbu`.
KumulatifLogsumexp <T extends TNumber >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
DataFormatDimMap <T memperluas TNumber >	Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya format data sumber.
DataFormatVecPermute <T memperluas TNumber >	Ubah tensor masukan dari `src_format` menjadi `dst_format`.
DataServiceDataset
Kardinalitas Kumpulan Data	Mengembalikan kardinalitas `input_dataset`.
Kumpulan DataDariGrafik	Membuat kumpulan data dari `graph_def` yang diberikan.
Kumpulan DataToGraph	Mengembalikan GraphDef serial yang mewakili `input_dataset`.
Kumpulan DataKeSingleElement	Menghasilkan elemen tunggal dari kumpulan data yang diberikan.
Kumpulan DataToTFRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Kumpulan DataToTfRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Dawsn <T memperluas TNomber >
DebugGradientIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugGradientRefIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugIdentity <T memperluas TType >	Debug Identitas V2 Op.
DebugNanCount	Operasi Penghitung Nilai NaN Debug.
DebugNumericsSummary <U memperluas TNumber >	Ringkasan Numerik Debug V2 Op.
DecodeAndCropJpeg	Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.
DecodeBase64	Dekode string berenkode base64 yang aman untuk web.
DekodeBmp	Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.
DecodeTerkompresi	Dekompresi string.
DekodeCsv	Ubah data CSV menjadi tensor.
DekodeGif	Dekode bingkai gambar berkode GIF ke tensor uint8.
DecodeImage <T memperluas TNumber >	Berfungsi untuk decode_bmp, decode_gif, decode_jpeg, dan decode_png.
DekodeJpeg	Dekode gambar berkode JPEG menjadi tensor uint8.
DecodeJsonContoh	Konversikan rekaman Contoh yang dikodekan JSON ke string buffer protokol biner.
DecodePaddedRaw <T memperluas TNumber >	Menafsirkan ulang byte string sebagai vektor angka.
DecodePng <T memperluas TNumber >	Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.
DekodeProto	Operasi mengekstrak bidang dari pesan buffer protokol serial menjadi tensor.
DecodeRaw <T memperluas TType >	Menafsirkan ulang byte string sebagai vektor angka.
DecodeWav	Dekode file WAV PCM 16-bit menjadi tensor float.
DeepCopy <T memperluas TType >	Membuat salinan `x`.
HapusIterator	Sebuah wadah untuk sumber daya iterator.
HapusMemoryCache
HapusMultiDeviceIterator	Sebuah wadah untuk sumber daya iterator.
HapusRandomSeedGenerator
HapusSeedGenerator
HapusSessionTensor	Hapus tensor yang ditentukan oleh pegangannya di sesi tersebut.
DenseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
DenseCountSparseOutput <U memperluas TNumber >	Melakukan penghitungan bin keluaran jarang untuk masukan tf.tensor.
PadatToCSRSparseMatrix	Mengonversi tensor padat menjadi CSRSparseMatrix (mungkin dalam batch).
DenseToDenseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir dari 2 input `Tensor`.
Kumpulan Data PadatToSparseBatch	Membuat himpunan data yang mengelompokkan elemen masukan ke dalam SparseTensor.
DenseToSparseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir `Tensor` dan `SparseTensor`.
DepthToSpace <T memperluas TType >	DepthToSpace untuk tensor tipe T.
DepthwiseConv2dNative <T memperluas TNumber >	Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D.
DepthwiseConv2dNativeBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi mendalam terhadap filter.
DepthwiseConv2dNativeBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi mendalam sehubungan dengan masukan.
Dekuantisasi	Mengambil masukan uint32 yang dikemas dan membongkar masukan tersebut ke uint8 untuk dilakukan Dekuantisasi pada perangkat.
DeserialisasiIterator	Mengonversi tensor varian tertentu menjadi iterator dan menyimpannya di sumber daya tertentu.
DeserializeManySparse <T memperluas TType >	Deserialisasi dan gabungkan `SparseTensors` dari minibatch serial.
DeserializeSparse <U memperluas TType >	Deserialisasi objek `SparseTensor`.
HancurkanResourceOp	Menghapus sumber daya yang ditentukan oleh pegangan.
DestroyTemporaryVariable <T memperluas TType >	Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.
Itu <T memperluas TType >	Menghitung determinan satu atau lebih matriks persegi.
Indeks Perangkat	Kembalikan indeks perangkat tempat operasi dijalankan.
Digamma <T memperluas TNumber >	Menghitung Psi, turunan dari Lgamma (log nilai absolut `Gamma(x)`), berdasarkan elemen.
Pelebaran2d <T memperluas TNomor >	Menghitung dilatasi skala abu-abu dari `input` 4-D dan `filter` 3-D.
Dilation2dBackpropFilter <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap filter.
Dilation2dBackpropInput <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap masukan.
DirectedInterleaveDataset	Pengganti `InterleaveDataset` pada daftar tetap kumpulan data `N`.
Div <T memperluas TType >	Mengembalikan x / y berdasarkan elemen.
DivNoNan <T memperluas TType >	Mengembalikan 0 jika penyebutnya nol.
Titik <T memperluas TType >	Membungkus operator XLA DotGeneral, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T memperluas TNumber >	Gambarlah kotak pembatas pada kumpulan gambar.
DummyIterationCounter
DummyMemoryCache
Generator DummySeed
DynamicPartition <T memperluas TType >	Partisi `data` menjadi tensor `num_partitions` menggunakan indeks dari `partitions`.
DynamicSlice <T memperluas TType >	Membungkus operator XLA DynamicSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicslice .
DynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
DynamicUpdateSlice <T memperluas TType >	Membungkus operator XLA DynamicUpdateSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicupdateslice .
Sunting Jarak	Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).
Eig <U memperluas TType >	Menghitung dekomposisi eigen dari satu atau lebih matriks persegi.
Einsum <T memperluas TType >	Sebuah operasi yang mendukung operasi einsum dasar dengan 2 input dan 1 output.
Elu <T memperluas Nomor T >	Menghitung linear eksponensial: `exp(fitur) - 1` jika < 0, `fitur` sebaliknya.
EluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linier eksponensial (Elu).
Menanamkan Aktivasi	Sebuah operasi yang memungkinkan diferensiasi Embeddings TPU.
Kosongkan <T extends TType >	Membuat tensor dengan bentuk tertentu.
Daftar Tensor Kosong	Membuat dan mengembalikan daftar tensor kosong.
KosongTensorMap	Membuat dan mengembalikan peta tensor kosong.
EncodeBase64	Enkode string ke dalam format base64 yang aman untuk web.
EnkodeJpeg	JPEG-mengkodekan gambar.
EncodeJpegVariableQuality	JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.
EnkodePng	PNG-mengkodekan gambar.
EnkodeProto	Operasi ini membuat serial pesan protobuf yang disediakan di tensor input.
EncodeWav	Enkode data audio menggunakan format file WAV.
EnqueueTPUEmbeddingIntegerBatch	Sebuah operasi yang memasukkan daftar tensor batch masukan ke TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup().
EnqueueTPUEmbeddingSparseBatch	Sebuah operasi yang memasukkan indeks masukan TPUEmbedding dari SparseTensor.
EnqueueTPUEmbeddingSparseTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup_sparse().
Pastikan Bentuk <T memperluas TType >	Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.
Masukkan <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Setara	Mengembalikan nilai kebenaran (x == y) berdasarkan elemen.
Erf <T memperluas TNomber >	Menghitung fungsi kesalahan Gauss dari elemen `x`.
Erfc <T memperluas TNumber >	Menghitung fungsi kesalahan komplementer dari elemen `x`.
EuclideanNorm <T memperluas TType >	Menghitung norma euclidean elemen di seluruh dimensi tensor.
Menjalankan	Op yang memuat dan menjalankan program TPU pada perangkat TPU.
ExecuteAndUpdateVariables	Op yang menjalankan program dengan pembaruan variabel opsional di tempat.
Keluar <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
Exp <T memperluas TType >	Menghitung eksponensial x berdasarkan elemen.
ExpandDims <T memperluas TType >	Menyisipkan dimensi 1 ke dalam bentuk tensor.
Ekspansi <T extends TNumber >
Expm1 <T memperluas TType >	Menghitung `exp(x) - 1` berdasarkan elemen.
Ekstrak Sekilas	Mengekstrak sekilas dari tensor masukan.
ExtractImagePatches <T memperluas TType >	Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".
ExtractJpegShape <T memperluas TNumber >	Ekstrak informasi bentuk gambar berkode JPEG.
ExtractVolumePatches <T memperluas TNumber >	Ekstrak `patch` dari `input` dan letakkan di dimensi output `"kedalaman"`.
Fakta	Keluarkan fakta tentang faktorial.
FakeQuantWithMinMaxArgs	Kuantisasi palsu tensor 'input', ketik float ke tensor 'output' dengan tipe yang sama.
FakeQuantWithMinMaxArgsGradien	Hitung gradien untuk operasi FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Mengkuantisasi palsu tensor 'input' bertipe float melalui skalar float global Lakukan kuantisasi palsu tensor `input` dari tipe float melalui skalar float global `min` dan `max` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakeQuantWithMinMaxVarsGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel	Mengkuantisasi palsu tensor 'input' dari tipe float melalui float per saluran Kuantisasi palsu tensor `input` dari tipe float per saluran dan salah satu bentuk: `[d]`, `[b, d]` `[b, h, w, d]` melalui float per saluran ` min` dan `max` dari bentuk `[d]` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakeQuantWithMinMaxVarsPerChannelGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel.
Fft <T memperluas TType >	Transformasi Fourier Cepat.
Fft2d <T memperluas TType >	Transformasi Fourier cepat 2D.
Fft3d <T memperluas TType >	Transformasi Fourier cepat 3D.
FifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
Isi <U extends TType >	Membuat tensor yang diisi dengan nilai skalar.
FilterByLastComponentDataset	Membuat kumpulan data yang berisi elemen komponen pertama `input_dataset` yang memiliki nilai true di komponen terakhir.
Sidik jari	Menghasilkan nilai sidik jari.
Kumpulan Data Catatan Panjang Tetap
Pembaca Catatan Panjang Tetap	Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.
MemperbaikiUnigramCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
Lantai <T memanjang TNomor >	Mengembalikan bilangan bulat terbesar berdasarkan elemen yang tidak lebih besar dari x.
FloorDiv <T memperluas TType >	Mengembalikan x // y berdasarkan elemen.
FloorMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
Penulis Ringkasan Siram
FractionalAvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pecahan pada input.
FractionalAvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalAvgPool.
FractionalMaxPool <T memperluas TNumber >	Melakukan pengumpulan maksimal pecahan pada input.
FractionalMaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalMaxPool.
FresnelCos <T memperluas TNumber >
FresnelSin <T memperluas TNumber >
FusedBatchNorm <T memperluas TNomber , U memperluas TNorm >	Normalisasi batch.
FusedBatchNormGrad <T memperluas TNomber , U memperluas TNumber >	Gradien untuk normalisasi batch.
FusedPadConv2d <T memperluas TNumber >	Melakukan padding sebagai praproses selama konvolusi.
FusedResizeAndPadConv2d <T memperluas TNumber >	Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.
GRUBlockCell <T memperluas TNumber >	Menghitung propagasi maju sel GRU untuk 1 langkah waktu.
GRUBlockCellGrad <T memperluas TNomber >	Menghitung propagasi balik sel GRU untuk 1 langkah waktu.
Kumpulkan <T extends TType >	Membungkus operator XLA Gather yang didokumentasikan di https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T memperluas TType >	Kumpulkan irisan dari `params` menjadi Tensor dengan bentuk yang ditentukan oleh `indeks`.
GatherV2 <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
Hasilkan Proposal BoundingBox	Operasi ini menghasilkan Wilayah Minat dari kotak pembatas tertentu (bbox_deltas) jangkar wrt yang dikodekan sesuai dengan persamaan 2 di arXiv:1506.01497 Operasi memilih kotak penilaian `pre_nms_topn` teratas, mendekodekannya sehubungan dengan jangkar, menerapkan penekanan non-maksimal pada kotak yang tumpang tindih dengan nilai interseksi-over-union (iou) yang lebih tinggi dari `nms_threshold`, membuang kotak yang sisinya lebih pendek kurang dari ` ukuran_minimal`.
Hasilkan Pemetaan Ulang Vocab	Diberikan jalur ke file kosakata baru dan lama, mengembalikan Tensor yang dipetakan ulang panjang `num_new_vocab`, dengan `remapping[i]` berisi nomor baris dalam kosakata lama yang sesuai dengan baris `i` dalam kosakata baru (mulai dari baris `new_vocab_offset` dan hingga `num_new_vocab` entitas), atau `- 1` jika entri `i` pada kosakata baru tidak ada pada kosakata lama.
DapatkanSessionHandle	Simpan tensor masukan dalam keadaan sesi saat ini.
GetSessionTensor <T memperluas TType >	Dapatkan nilai tensor yang ditentukan oleh pegangannya.
Lebih besar	Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.
Lebih Besar Sama	Mengembalikan nilai kebenaran (x >= y) berdasarkan elemen.
GuaranteeConst <T memperluas TType >	Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.
Tabel Hash	Membuat tabel hash yang tidak diinisialisasi.
HistogramFixedWidth <U memperluas TNumber >	Kembalikan histogram nilai.
Ringkasan Histogram	Menghasilkan buffer protokol `Ringkasan` dengan histogram.
HsvToRgb <T memperluas TNumber >	Konversi satu atau lebih gambar dari HSV ke RGB.
Identitas <T memperluas TType >	Mengembalikan tensor dengan bentuk dan konten yang sama dengan tensor atau nilai masukan.
IdentitasN	Mengembalikan daftar tensor dengan bentuk dan konten yang sama dengan input tensor.
Pembaca Identitas	Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.
Ifft <T memperluas TType >	Transformasi Fourier cepat terbalik.
Ifft2d <T memperluas TType >	Transformasi Fourier cepat 2D terbalik.
Ifft3d <T memperluas TType >	Transformasi Fourier cepat 3D terbalik.
Igamma <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap terregulasi bawah `P(a, x)`.
IgammaGradA <T memperluas TNomber >	Menghitung gradien `igamma (a, x)` wrt `a`.
Igammac <t memperluas tnumber >	Hitung fungsi gamma tidak lengkap yang diatur atas `q (a, x)`.
IGNAGEERRORSDATASET	Membuat dataset yang berisi elemen `input_dataset` mengabaikan kesalahan.
Imag <u memperluas tnumber >	Mengembalikan bagian imajiner dari bilangan kompleks.
ImageProjectiveTransformv2 <t memperluas tnumber >	Menerapkan transformasi yang diberikan untuk masing -masing gambar.
ImageProjectiveTransformv3 <T memperluas tnumber >	Menerapkan transformasi yang diberikan untuk masing -masing gambar.
Gambar gambar	Mengeluarkan buffer protokol `ringkasan` dengan gambar.
ImmutableConst <T Extends TType >	Mengembalikan tensor abadi dari daerah memori.
Importevent
Intopk	Mengatakan apakah target berada di prediksi `K` teratas.
Infeeddequeue <T memperpanjang ttype >	OP penampung untuk nilai yang akan dimasukkan ke dalam perhitungan.
Infeeddequeuetuple	Mengambil beberapa nilai dari Infeed sebagai Tuple XLA.
Infeedenqueue	OP yang memasukkan nilai tensor tunggal ke dalam perhitungan.
InfeedenqueueprelinizedBuffer	OP yang memasukkan buffer prelinionisasi ke dalam infeed TPU.
Infeedenqueuetuple	Memasukkan beberapa nilai tensor ke dalam perhitungan sebagai tuple XLA.
Init
Inisialisasi	Tabel inisialisasi yang masing -masing mengambil dua tensor untuk kunci dan nilai.
Inisialisasi dariDataset
InisialisasiFromTextFile	Menginisialisasi tabel dari file teks.
InplaceAdd <t memperluas ttype >	Menambahkan V ke dalam baris x yang ditentukan.
InPlacesub <T memperluas ttype >	Kurangi `v` menjadi baris` x` yang ditentukan.
InplaceUpdate <T memperluas ttype >	Pembaruan baris yang ditentukan 'i' dengan nilai 'V'.
Inv <T Extends ttype >	Menghitung kebalikan dari satu atau lebih matriks invertible persegi atau adjoint mereka (transpos konjugat).
Invgrad <T memperluas ttype >	Menghitung gradien untuk kebalikan dari `x` wrt inputnya.
Invert <T Extends Tnumber >	Invert (flip) setiap bit jenis yang didukung; Misalnya, ketik `uint8` nilai 01010101 menjadi 10101010.
InvertPerMutation <T Extends Tnumber >	Menghitung permutasi terbalik dari tensor.
Irfft <u memperluas tnumber >	Inverse Real-Valued Fast Fourier Transform.
Irfft2d <u memperluas tnumber >	Inverse 2D real-valued fast fourier transform.
Irfft3d <u memperluas tnumber >	Inverse 3D real-valued fast fourier transform.
Isboostedtreesensembleinitialized	Memeriksa apakah ansambel pohon telah diinisialisasi.
IsboostedtreesquantilestreamResourceInitized	Memeriksa apakah aliran kuantil telah diinisialisasi.
ISFINITE	Mengembalikan elemen -elemen X mana yang terbatas.
Isinf	Mengembalikan elemen -elemen X mana yang sedang inf.
Isnan	Mengembalikan elemen -elemen X mana yang nan.
IsVariableInitialized	Memeriksa apakah tensor telah diinisialisasi.
Isotonicregression <u memperluas tnumber >	Memecahkan sejumlah masalah regresi isotonik.
Pengulangan
IteratorFromStringHandle
IteratorGetDevice	Mengembalikan nama perangkat tempat `sumber daya` telah ditempatkan.
IteratorGetNext	Mendapat output berikutnya dari iterator yang diberikan.
IteratorGetNextAsOptional	Mendapat output berikutnya dari iterator yang diberikan sebagai varian opsional.
IteratorGetNextSync	Mendapat output berikutnya dari iterator yang diberikan.
ITERATORTOSTRINGLANDLE	Konversi `sumber daya_handle` yang diberikan mewakili iterator ke string.
Bergabung	Bergabung dengan string dalam daftar tensor string yang diberikan menjadi satu tensor; dengan pemisah yang diberikan (default adalah pemisah kosong).
KMC2ChainInitialisasi	Mengembalikan indeks titik data yang harus ditambahkan ke set benih.
KeyValuesort <t memperluas tnumber , u memperluas ttype >	Membungkus operator sortir XLA, didokumentasikan di https://www.tensorflow.org/performance/xla/operation_semantics#sort.
KmeansplusplusInisialisasi	Pilih Baris Input Num_to_Sample menggunakan kriteria Kmeans ++.
Kthorderstatistic	Menghitung statistik urutan KTH dari set data.
L2loss <t memperluas tnumber >	Kehilangan L2.
LMDBDataset	Membuat dataset yang memancarkan pasangan nilai kunci dalam satu atau lebih file LMDB.
LSTMBlockCell <T Extends Tnumber >	Menghitung propagasi ke depan sel LSTM untuk 1 langkah waktu.
LSTMBlockCellGrad <T memperluas tnumber >	Menghitung propagasi mundur sel LSTM untuk 1 timestep.
LatencyStatSDataSet	Mencatat latensi memproduksi elemen `input_dataset` di statsaggregator.
Leakyrelu <t memperluas tnumber >	Menghitung linear yang diperbaiki: `max (fitur, fitur * alpha)`.
LEAKYRELUGRAD <T Extends Tnumber >	Menghitung gradien linier yang diperbaiki untuk operasi leakyrelu.
Terpelajar diagramcandatedampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
Leftshift <T Extends Tnumber >	Elementwise menghitung bitwise-shift `x` dan` y`.
Lebih sedikit	Mengembalikan nilai kebenaran (x <y) elemen-bijaksana.
Kurang setara	Mengembalikan nilai kebenaran (x <= y) elemen-bijaksana.
Lgamma <t memperluas tnumber >	Menghitung log nilai absolut `gamma (x)` elemen-bijaksana.
Linspace <t memperluas tnumber >	Menghasilkan nilai dalam interval.
LMDBDataset
LMDBREADER	Pembaca yang mengeluarkan catatan dari file LMDB.
Loadandremapmatrix	Memuat 2-d (matriks) `tensor` dengan nama` old_tensor_name` dari pos pemeriksaan di `CKPT_PATH` dan berpotensi merekam kembali baris dan kolomnya menggunakan pengembalian yang ditentukan.
Loadtpuembeddingadamparameters	Muat parameter embedding Adam.
Loadtpuembeddingadamparametersgradaccumdebug	Memuat parameter embedding Adam dengan dukungan debug.
Loadtpuembeddingadadeltaparameters	Muat parameter embedding adadelta.
Loadtpuembeddingadadeltaparametersgradaccumdebug	Muat parameter adadelta dengan dukungan debug.
Loadtpuembeddingadagradparameters	Muat parameter embedding adagrad.
Loadtpuembeddingadagradparametersgradaccumdebug	Muat parameter embedding adagrad dengan dukungan debug.
Loadtpuembeddingcenteredrmspropparameters	Parameter embedding RMSPROP yang terpusat.
Loadtpuembeddingftrlparameters	Muat parameter embedding FTRL.
Loadtpuembeddingftrlparametersgradaccumdebug	Muat parameter embedding FTRL dengan dukungan debug.
Loadtpuembeddingmdladagradlightparameters	Muat parameter embedding cahaya mdl adagrad.
Loadtpuembeddingmomentumparameters	Memuat parameter embedding momentum.
Loadtpuembeddingmomentumparametersgradaccumdebug	Memuat parameter embedding momentum dengan dukungan debug.
Loadtpuembeddingproximaladagradparameters	Memuat parameter embedding adagrad proksimal.
Loadtpuembeddingproximaladagradparametersgradaccumdebug	Muat parameter embedding adagrad proksimal dengan dukungan debug.
Loadtpuembeddingproximalyogiparameters
Loadtpuembeddingproximalyogiparametersgradaccumdebug
Loadtpuembeddingrmspropparameters	Memuat parameter embedding RMSProp.
Loadtpuembedrmspropparametersgradaccumdebug	Muat parameter embedding RMSProp dengan dukungan debug.
Loadtpuembeddingstochasticgradientdescentparamers	Memuat parameter embedding SGD.
Loadtpuembeddingstochasticgradientdescentparametersgradaccumdebug	Memuat parameter embedding SGD.
LocalResponsenormalization <t memperluas tnumber >	Normalisasi respons lokal.
LocalResponsenormalizationGrad <T memperluas tnumber >	Gradien untuk normalisasi respons lokal.
Log <T memperluas ttype >	Menghitung logaritma alami dari elemen-elemen.
LOG1P <T Extends TType >	Menghitung logaritma alami (1 + x) elemen-bijaksana.
LogMatrixDeterminant <T memperluas ttype >	Menghitung tanda dan log nilai absolut dari penentu satu atau lebih matriks persegi.
Logsoftmax <T memperluas tnumber >	Menghitung aktivasi log softmax.
LoguniformCandateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-seragam.
Logis dan	Mengembalikan nilai kebenaran dari elemen x dan y.
Logicalnot	Mengembalikan nilai kebenaran `bukan X` elemen-bijaksana.
Logicalor	Mengembalikan nilai kebenaran dari elemen x atau y.
Lookuptable export <t memperluas ttype , u memperluas ttype >	Output semua kunci dan nilai dalam tabel.
LookuptableFind <u memperluas ttype >	Mencari kunci dalam tabel, mengeluarkan nilai yang sesuai.
Lookuptable Imporport	Menggantikan isi tabel dengan kunci dan nilai yang ditentukan.
Terlihat terlihat	Memperbarui tabel untuk mengaitkan kunci dengan nilai.
Lookuptableremove	Menghapus kunci dan nilai -nilai terkait dari tabel.
Lookuptableze	Menghitung jumlah elemen dalam tabel yang diberikan.
Loopcond	Meneruskan input ke output.
Lebih rendah	Mengubah semua karakter huruf besar menjadi pengganti kecil masing -masing.
Lowerbound <u memperluas tnumber >	Berlaku Lower_Bound (sorted_search_values, nilai) di setiap baris.
Lu <t memperluas ttype , u memperluas tnumber >	Menghitung dekomposisi LU dari satu atau lebih matriks persegi.
Makeiterator	Membuat iterator baru dari `dataset` yang diberikan dan menyimpannya di` iterator`.
Makeunique	Membuat semua elemen dalam dimensi non-batch unik, tetapi \ "tutup" nilai awal mereka.
Mapclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
MapIncompletesize	OP mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Mappeek	OP mengintip nilai pada kunci yang ditentukan.
Mapsize	OP mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Mapstage	Tahap (kunci, nilai) dalam wadah yang mendasari yang berperilaku seperti hashtable.
MapunStage	OP menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah yang mendasarinya.
Mapunstagenokey	OP menghapus dan mengembalikan acak (kunci, nilai) dari wadah yang mendasarinya.
Matmul <T memperluas ttype >	Lipat gandakan matriks "a" dengan matriks "b".
Fitingingfile	Mengembalikan seperangkat file yang cocok dengan satu atau lebih pola Glob.
MatchingFilesDataset
MatrixDiag <T memperluas ttype >	Mengembalikan tensor diagonal batch dengan nilai diagonal batch yang diberikan.
MatrixDiagPart <T memperluas ttype >	Mengembalikan bagian diagonal batched dari tensor batch.
MatrixDiagPartv3 <t memperluas ttype >	Mengembalikan bagian diagonal batched dari tensor batch.
MatrixDiagv3 <t memperluas ttype >	Mengembalikan tensor diagonal batch dengan nilai diagonal batch yang diberikan.
Matrixlogarithm <T memperluas ttype >	Menghitung logaritma matriks dari satu atau lebih matriks persegi: \\(log(exp(A)) = A\\) OP ini hanya didefinisikan untuk matriks yang kompleks.
MatrixsetDiag <T memperluas ttype >	Mengembalikan tensor matriks batch dengan nilai diagonal batched baru.
Matrixsolvels <T memperluas ttype >	Memecahkan satu atau lebih masalah kuadrat terkecil.
Max <T memperluas ttype >	Menghitung maksimum elemen di seluruh dimensi tensor.
MaxintraopparallelismDataset	Membuat dataset yang mengesampingkan paralelisme intra-op maksimum.
MAXPOOL <T Extends TType >	Melakukan pengumpulan maksimal pada input.
Maxpool3d <t memperluas tnumber >	Melakukan pengumpulan 3D maks pada input.
Maxpool3dgrad <u memperluas tnumber >	Menghitung gradien fungsi pengumpulan maks 3D.
MAXPOOL3DGRADGRAD <T Extends tnumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MAXPOOLGRAD <T Extends Tnumber >	Menghitung gradien fungsi maxpooling.
MAXPOOLGRADGRAD <T Extends Tnumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MAXPOOLGRADGRIGHTARGMAX <T Extends tnumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
Maxpoolgradwithargmax <t memperluas tnumber >	Menghitung gradien fungsi maxpooling.
Maxpoolwithargmax <t memperluas tnumber , u memperluas tnumber >	Melakukan kumpulan maks pada input dan output baik nilai dan indeks maks.
Maksimal <t memperluas tnumber >	Mengembalikan maks X dan Y (yaitu
Rata -rata <t memperluas ttype >	Menghitung rata -rata elemen lintas dimensi tensor.
Gabungkan <ttends ttype >	Meneruskan nilai tensor yang tersedia dari `input` ke` output`.
MergeSummary	Menggabungkan ringkasan.
Mergev2CheckPoints	V2 Format Spesifik: Menggabungkan file metadata dari pos pemeriksaan berbulu.
MFCC	Mengubah spektrogram menjadi bentuk yang berguna untuk pengenalan ucapan.
Min <T memperluas ttype >	Menghitung minimum elemen di seluruh dimensi tensor.
Minimum <t memperluas tnumber >	Mengembalikan min dari x dan y (yaitu
Mirrorpad <t memperluas ttype >	Bantalan tensor dengan nilai cermin.
Mirrorpadgrad <t memperluas ttype >	OP gradien untuk `mirrorpad` op.
Mlirpassthroughop	Membungkus perhitungan MLIR sewenang -wenang yang dinyatakan sebagai modul dengan fungsi utama ().
Mod <t memperluas tnumber >	Returns Element-Wise Sisa dari Divisi.
ModelDataset	Transformasi identitas yang memodelkan kinerja.
Mul <T memperluas ttype >	Mengembalikan elemen x * y.
Mulnonan <T memperluas ttype >	Mengembalikan elemen x * y.
MultideviceIterator	Menciptakan sumber daya multideviceIterator.
MultideviceIteratorFromStringHandle	Menghasilkan sumber daya multideviceIterator dari pegangan string yang disediakan.
MultideviceIteratorGetNextFromShard	Mendapat elemen berikutnya untuk nomor shard yang disediakan.
MultideviceIteratorInit	Menginisialisasi iterator multi perangkat dengan dataset yang diberikan.
MultideviceIterArtoStringHandle	Menghasilkan pegangan string untuk multideviceIterator yang diberikan.
Multinomial <u memperluas tnumber >	Menarik sampel dari distribusi multinomial.
MutableDensehashtable	Membuat tabel hash kosong yang menggunakan tensor sebagai toko pendukung.
MutableHashtable	Membuat tabel hash kosong.
MutableHashAstableOftensors	Membuat tabel hash kosong.
muteks	Membuat sumber daya mutex yang dapat dikunci oleh `mutexlock`.
Mutexlock	Mengunci sumber daya mutex.
Ncclallreduce <t memperluas tnumber >	Output tensor yang berisi pengurangan di semua tensor input.
Ncclbroadcast <t extends tnumber >	Mengirimkan `input` ke semua perangkat yang terhubung ke output.
Ncclreduce <t memperluas tnumber >	Mengurangi `input` dari` num_devices` menggunakan `reduction` ke satu perangkat.
Ndtri <t memperluas tnumber >
NEGARA DEPAT DEPAT	Memilih pusat K terdekat untuk setiap titik.
Neg <t memperluas ttype >	Menghitung Numerik Nilai Negatif Elemen bijaksana.
Negtrain	Pelatihan melalui pengambilan sampel negatif.
NextAfter <T Extends Tnumber >	Mengembalikan nilai `x1` berikutnya ke arah` x2`, elemen-bijaksana.
OUSSTERITERATION <T Extends tType >	Membuat inputnya tersedia untuk iterasi berikutnya.
NOOP	Tidak melakukan apa pun.
NondeterministicInts <u memperluas ttype >	Non-deterministik menghasilkan beberapa bilangan bulat.
Nonmaxsupresi <t memperluas tnumber >	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak yang memiliki tumpang tindih persimpangan tinggi-over-union (IOU) dengan kotak yang dipilih sebelumnya.
NonmaxsuppressionWithOllaps	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak yang memiliki tumpang tindih tinggi dengan kotak yang dipilih sebelumnya.
NonserializableDataSet
Notequal	Mengembalikan nilai kebenaran (x! = Y) elemen-bijaksana.
NThelement <t memperluas tnumber >	Menemukan nilai statistik `n`-th order untuk dimensi terakhir.
OneHot <u memperluas ttype >	Mengembalikan tensor satu-panas.
Yang <ttends ttype >	Operator yang membuat konstan diinisialisasi dengan bentuk dari bentuk yang diberikan oleh `Dims`.
Seperti <t memperluas ttype >	Mengembalikan tensor orang dengan bentuk dan jenis yang sama seperti x.
Operan <t memperluas ttype >	Antarmuka diimplementasikan oleh operan operasi TensorFlow.
OptimizedataSet	Membuat dataset dengan menerapkan optimisasi ke `input_dataset`.
OptimizedataSetv2	Membuat dataset dengan menerapkan optimisasi terkait ke `input_dataset`.
OpsionalFromValue	Membangun varian opsional dari tuple tensor.
OpsionalGetValue	Mengembalikan nilai yang disimpan dalam varian opsional atau menimbulkan kesalahan jika tidak ada.
OpsionalHasvalue	Mengembalikan true jika dan hanya jika varian opsional yang diberikan memiliki nilai.
OpsionalNone	Membuat varian opsional tanpa nilai.
Orderedmapclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
Orderedmapinctilesize	OP mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Orderedmappeek	OP mengintip nilai pada kunci yang ditentukan.
Orderedmapsize	OP mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Orderedmapstage	Tahap (kunci, nilai) dalam wadah yang mendasari yang berperilaku seperti yang dipesan wadah asosiatif.
Orderedmapunstage	OP menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah yang mendasarinya.
Orderedmapunstagenokey	OP menghapus dan mengembalikan elemen (kunci, nilai) dengan yang terkecil kunci dari wadah yang mendasarinya.
Ordinalselector	Op pemilih inti TPU.
OutfeedDequeue <T memperluas ttype >	Mengambil tensor tunggal dari outfeed komputasi.
Outfeeddequeuetuple	Ambil beberapa nilai dari outfeed komputasi.
Outfeeddequeuetuplev2	Ambil beberapa nilai dari outfeed komputasi.
Outfeeddequeuev2 <t memperluas ttype >	Mengambil tensor tunggal dari outfeed komputasi.
Outfeedenqueue	Enqueue tensor pada outfeed komputasi.
Outfeedenqueuetuple	ENQUEUE Nilai beberapa tensor pada outfeed komputasi.
Output <t memperluas ttype >	Pegangan simbolis ke tensor yang diproduksi oleh `Operation` .
Pad <T Extends ttype >	Membungkus operator XLA Pad, didokumentasikan di https://www.tensorflow.org/performance/xla/operation_semantics#pad.
PaddedBatchDataset	Membuat dataset bahwa batch dan bantalan `Batch_Size` elemen dari input.
Paddingfifoqueue	Antrian yang menghasilkan elemen dalam urutan pertama-dalam pertama.
ParallelConcat <T memperluas ttype >	Menggabungkan daftar tensor `n` di sepanjang dimensi pertama.
Paralleldynamicstitch <T memperluas ttype >	Interleave nilai -nilai dari tensor `data` menjadi tensor tunggal.
ParameterizedTruncatedNormal <U memperluas tnumber >	Output nilai acak dari distribusi normal.
Parseexample	Mengubah vektor TF.Example Protos (sebagai string) menjadi tensor yang diketik.
Parseexampledataet	Mengubah `input_dataset` yang mengandung` contoh` protos sebagai vektor dt_string ke dalam dataset objek `tensor` atau` sparsetensor` yang mewakili fitur yang diuraikan.
ParsesequenceExample	Mengubah vektor tf.io.SequenceExample Protos (sebagai string) menjadi tensor yang diketik.
Parsesinglexample	Mengubah proto TF.Example (sebagai string) menjadi tensor yang diketik.
ParsesingleSequenceExample	Mengubah otak skalar. Proto ExcesenceExample (sebagai string) menjadi tensor yang diketik.
Parsetensor <T memperluas ttype >	Mengubah tensorflow serial.tensorproto menjadi tensor.
PartitionedInput <T memperluas ttype >	OP yang mengelompokkan daftar input yang dipartisi bersama.
PartitionedOutput <T Extends tType >	Op bahwa demultiplexes tensor untuk dicekik oleh XLA ke daftar dipartisi output di luar perhitungan XLA.
Placeholder <T memperluas ttype >	OP penampung untuk nilai yang akan dimasukkan ke dalam perhitungan.
PlaceholderwithDefault <t memperluas ttype >	OP penampung yang melewati `input` ketika outputnya tidak diberi makan.
Poligamma <t memperluas tnumber >	Hitung fungsi poligamma \\(\psi^{(n)}(x)\\).
PopulationCount	Menghitung jumlah populasi elemen-bijaksana (alias
Pow <T memperluas ttype >	Menghitung kekuatan satu nilai ke nilai lainnya.
Prefetchdataset	Membuat dataset yang secara asinkron memilih elemen dari `input_dataset`.
PrelinieArize	OP yang linierisasi satu nilai tensor ke tensor varian buram.
Prelinearizetuple	OP yang linierisasi beberapa nilai tensor ke tensor varian buram.
PreventGradient <T Extends tType >	OP identitas yang memicu kesalahan jika gradien diminta.
Mencetak	Mencetak skalar string.
Prioritas	Antrian yang menghasilkan elemen diurutkan berdasarkan nilai komponen pertama.
PrivatheReadPooldataset	Membuat dataset yang menggunakan kumpulan utas khusus untuk menghitung `input_dataset`.
Prod <T Extends ttype >	Menghitung produk elemen di seluruh dimensi tensor.
QR <T memperluas ttype >	Menghitung dekomposisi QR dari satu atau lebih matriks.
Kuantize <t memperluas ttype >	Kuantisasi tensor 'input' tipe float ke 'output' tensor tipe 't'.
Quantizeanddequantize <t extends tnumber >	Menghitung kemudian dequantizes tensor.
QuantizeandDequantizev3 <t memperluas tnumber >	Menghitung kemudian dequantizes tensor.
Quantizeanddequantizev4 <t memperluas tnumber >	Mengembalikan gradien `kuantisasi. Quantizeandddequantizev4`.
Quantizeanddequantizev4grad <t memperluas tnumber >	Mengembalikan gradien `quantizeanddequantizev4`.
KuantizedOwnAndShrinkrange <u memperluas ttype >	Konversi tensor 'input' kuantisasi menjadi 'output' presisi lebih rendah, menggunakan Distribusi nilai aktual untuk memaksimalkan penggunaan kedalaman bit yang lebih rendah dan menyesuaikan min output dan rentang maks.
KuantitedAdd <v memperluas ttype >	Mengembalikan elemen x + y, bekerja pada buffer kuantisasi.
KuantizizedAvgPool <T memperpanjang ttype >	Menghasilkan kumpulan rata -rata tensor input untuk tipe kuantited.
KuantitedBatchNormWithGlobalnormalization <U memperluas ttype >	Normalisasi batch terkuantisasi.
KuantisasiBiasadd <v memperluas ttype >	Menambahkan tensor 'bias' ke input tensor 'untuk tipe terkuantisasi.
Kuantisasi KCAT <T memperluas ttype >	Menggabungkan tensor terkuantisasi di sepanjang satu dimensi.
KuantizedConv2Dandrelu <v memperluas ttype >
KuantisasiConv2dandreluandrequantize <v Extends tType >
KuantizedConv2D dan REGREQUANTIZE <V Extends tType >
KuantizedConv2DPerChannel <v memperluas ttype >	Menghitung kuantisasi conv2d per saluran.
KuantizedConv2dwithBias <v memperluas ttype >
KuantizedConv2dwithBiasandrelu <v memperluas ttype >
KuantizedConv2dwithBiasandreluandrequanize <W Extends tType >
KuantizedConv2dWithBiASandRequarize <W Extends ttype >
KuantizedConv2dwithBiassignedSumandreluandrequanize <x Extends ttype >
KuantizedConv2dwithBiassumandrelu <v memperluas ttype >
KuantizedConv2dwithBiassumandreluandrequanize <x Extends ttype >
KuantizedConv2d <v memperluas ttype >	Menghitung konvolusi 2D yang diberikan input 4D kuantisasi dan tensor filter.
QuantizedDepthwiseConv2d <v memperluas ttype >	Menghitung conv2d terkuantisasi secara depthwise.
KuantizedDepthwiseConv2dwithBias <v Extends ttype >	Menghitung konv2d yang dihitung secara mendalam dengan bias.
KuantizedDepthwiseConv2dwithBiasandrelu <v memperluas ttype >	Menghitung conv2d terkuantisasi secara mendalam dengan bias dan relu.
KuantizedDepthwiseConv2dwithBiasandreluandrequanize <W Extends ttype >	Menghitung conv2d terkuantisasi secara mendalam dengan bias, relu, dan requantize.
CuanTizedInstancenorm <T memperluas ttype >	Normalisasi instance terkuantisasi.
KuantisasiMatMul <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b`.
KuantisasiMatMulwithBias <W memperluas ttype >	Melakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add.
KuantitedMatMulwithBiASandDequantize <W Extends tnumber >
KuantizedMatMulwithBiasandrelu <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu fusi.
KuantitedMatMulwithBiasandreluandrequanize <W Extends ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu dan requantize fusion.
KuantitedMatMulWithBiASandRequarize <W Extends ttype >
KuantizedMaxPool <T memperluas ttype >	Menghasilkan kumpulan maksimal dari tensor input untuk tipe kuantisasi.
Kuantisasi <v memperluas ttype >	Mengembalikan elemen x * y, bekerja pada buffer kuantisasi.
KuantizedRelu <u memperluas ttype >	Menghitung linear yang diperbaiki kuantisasi: `maks (fitur, 0)`
Kuantizizedrelu6 <u memperluas ttype >	Menghitung linear linear 6: `min (maks (fitur, 0), 6) yang dikuantisasi`), 6) `
KuantizedRelux <u memperluas ttype >	Menghitung linear x: `min (max (fitur, 0), max_value)` `, 0)`
CuanTizedReshape <T memperluas ttype >	Membentuk kembali tensor terkuantisasi sesuai reshape op.
QuantizedResizebilinear <t memperluas ttype >	Ubah ukuran `gambar` terkuantisasi menjadi` ukuran` menggunakan interpolasi bilinear terkuantisasi.
Queueclose	Menutup antrian yang diberikan.
Queuedequeue	Dequeues tuple dari satu atau lebih tensor dari antrian yang diberikan.
Queuedequeuemany	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
QueuedequeUeupto	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
Queueenqueue	Enqueues tuple dari satu atau lebih tensor dalam antrian yang diberikan.
QueueenqueueMany	Enqueues nol atau lebih tupel dari satu atau lebih tensor dalam antrian yang diberikan.
Antrian	Mengembalikan true jika antrian ditutup.
Queuesize	Menghitung jumlah elemen dalam antrian yang diberikan.
RaggedBincount <u memperluas tnumber >	Menghitung jumlah kejadian setiap nilai dalam array integer.
RaggedCountSparseOutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input tensor yang compang-camping.
RaggedCross <t memperluas ttype , u memperluas tnumber >	Menghasilkan salib fitur dari daftar tensor, dan mengembalikannya sebagai raggedtensor.
RaggedGather <T memperluas tnumber , u memperluas ttype >	Kumpulkan irisan compang -camping dari `Params` Axis` 0` menurut `indeks`.
RaggedRange <u memperluas tnumber , t memperluas tnumber >	Mengembalikan `raggedTensor` yang berisi urutan angka yang ditentukan.
RaggedTensorFromVariant <u memperluas tnumber , t memperluas ttype >	Decodes tensor `varian` ke` raggedtensor`.
RaggedTensortosparse <u memperluas ttype >	Mengubah `raggedTensor` menjadi` sparsetensor` dengan nilai yang sama.
RaggedTensortotensor <U memperluas ttype >	Buat tensor padat dari tensor compang -camping, mungkin mengubah bentuknya.
RaggedTensortovariant	Mengkodekan `raggedtensor` menjadi tensor` varian`.
RaggedTensortovariantGradient <u memperluas ttype >	Helper digunakan untuk menghitung gradien untuk `raggedtensortovariant`.
RandomCrop <T memperluas tnumber >	Pangkas secara acak `Image`.
RandomDataSet	Membuat dataset yang mengembalikan angka pseudorandom.
RandomGamma <u memperluas tnumber >	Output nilai acak dari distribusi gamma yang dijelaskan oleh alpha.
RandomGammagrad <T memperluas tnumber >	Menghitung turunan dari wrt sampel acak gamma
Randompoisson <v memperluas tnumber >	Output nilai acak dari distribusi Poisson yang dijelaskan berdasarkan tingkat.
ROOKShuffle <T memperluas ttype >	Secara acak mengocok tenor sepanjang dimensi pertamanya.
Randomshufflequeue	Antrian yang mengacak urutan elemen.
RandomStandardNormal <u memperluas tnumber >	Output nilai acak dari distribusi normal.
RandomUniform <u memperluas tnumber >	Output nilai acak dari distribusi yang seragam.
RandomUniformInt <u memperluas tnumber >	Output bilangan bulat acak dari distribusi yang seragam.
Rentang <t extends tnumber >	Menciptakan urutan angka.
RangedataSet	Membuat dataset dengan berbagai nilai.
Pangkat	Mengembalikan peringkat tensor.
Rawop	Kelas dasar untuk implementasi `Op` yang didukung oleh satu `Operation` .
ReadFile	Membaca dan mengeluarkan seluruh isi nama file input.
ReadvariableOp <t memperluas ttype >	Membaca nilai variabel.
ReaderNumRecordsproduced	Mengembalikan jumlah catatan yang telah diproduksi pembaca ini.
ReaderNuMworkunitscReted	Mengembalikan jumlah unit kerja yang telah diselesaikan pembaca ini.
Readerread	Mengembalikan catatan berikutnya (kunci, pasangan nilai) yang diproduksi oleh pembaca.
Readerreadupto	Mengembalikan hingga `num_records` (kunci, nilai) pasangan yang diproduksi oleh pembaca.
Pembaca	Kembalikan pembaca ke kondisi bersih awalnya.
ReaderRestoreState	Kembalikan pembaca ke keadaan disimpan sebelumnya.
Readerserializestate	Menghasilkan tensor string yang mengkodekan keadaan pembaca.
Nyata <u memperluas tnumber >	Mengembalikan bagian nyata dari bilangan kompleks.
RealDiv <T memperluas ttype >	Mengembalikan elemen x / y untuk tipe nyata.
RematchDataSet	Membuat dataset yang mengubah ukuran batch.
RematchDataSetV2	Membuat dataset yang mengubah ukuran batch.
Timbal balik <t extends ttype >	Menghitung timbal balik dari elemen-elemen.
ReciprocalGrad <T memperluas ttype >	Menghitung gradien untuk kebalikan dari `x` wrt inputnya.
RecordInput	Memancarkan catatan acak.
Recv <T memperluas ttype >	Menerima tensor bernama dari perhitungan XLA lain.
Recvtpuembeddingactivations	OP yang menerima aktivasi penyematan pada TPU.
Kurangi <t extends tnumber >	Saling mengurangi beberapa tensor dari jenis dan bentuk yang identik.
Reduceall	Menghitung "logis dan" elemen lintas dimensi tensor.
Reduceany	Menghitung "logis atau" elemen lintas dimensi tensor.
Mengurangi	Bergabung dengan tensor string melintasi dimensi yang diberikan.
Reducemax <t memperluas ttype >	Menghitung maksimum elemen di seluruh dimensi tensor.
Reducemin <t memperluas ttype >	Menghitung minimum elemen di seluruh dimensi tensor.
ReduceProd <T Extends tType >	Menghitung produk elemen di seluruh dimensi tensor.
Mengurangi <T memperluas ttype >	Menghitung jumlah elemen lintas dimensi tensor.
Reducev2 <t memperluas tnumber >	Saling mengurangi beberapa tensor dari jenis dan bentuk yang identik.
Refenter <T memperluas ttype >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Refexit <T memperluas ttype >	Keluar dari bingkai saat ini ke bingkai induknya.
Refidentity <T memperluas ttype >	Mengembalikan tensor ref yang sama dengan input ref tensor.
Refmerge <T memperluas ttype >	Meneruskan nilai tensor yang tersedia dari `input` ke` output`.
RefNexTiteration <T memperluas ttype >	Membuat inputnya tersedia untuk iterasi berikutnya.
Memilih ulang <T memperluas ttype >	Meneruskan elemen `indeks` input` ke` output`.
Refswitch <T memperluas ttype >	Meneruskan tensor ref tensor `ke port output yang ditentukan oleh` pred`.
RegexfullMatch	Periksa apakah input cocok dengan pola regex.
Regexreplace	Mengganti kecocokan ekspresi reguler `pola` di` input` dengan string pengganti yang disediakan dalam `penulisan ulang`.
RegisterdataSet	Mendaftarkan dataset dengan layanan TF.Data.
Relu <T memperluas ttype >	Menghitung linear yang diperbaiki: `maks (fitur, 0)`.
Relu6 <T memperluas tnumber >	Menghitung linear yang diperbaiki 6: `min (maks (fitur, 0), 6)`.
RELU6GRAD <T Extends Tnumber >	Menghitung gradien linear 6 yang diperbaiki untuk operasi Relu6.
Relugrad <T memperluas tnumber >	Menghitung gradien linier yang diperbaiki untuk operasi relu.
RemotefusedGraphExecute	Jalankan sub grafik pada prosesor jarak jauh.
RepeatDataSet	Membuat dataset yang memancarkan output `input_dataset`` count` kali.
Replika	ID replika.
Replicatemetadata	Metadata menunjukkan bagaimana perhitungan TPU harus direplikasi.
RepicatedInput <T Extends tType >	Menghubungkan N input ke komputasi TPU N-Way yang direplikasi.
RepicatedOutput <T Extends tType >	Menghubungkan output N dari komputasi TPU N-Way yang direplikasi.
Requantizationrange	Menghitung rentang yang mencakup nilai aktual yang ada dalam tensor terkuantisasi.
RequantizationRangeperchannel	Menghitung rentang permintaan per saluran.
Requantize <u memperluas ttype >	Mengubah tensor input` terkuantisasi menjadi `output` presisi lebih rendah.
RequantizeperChannel <u memperluas ttype >	Mempersekalkan input dengan nilai min dan maks yang diketahui per saluran.
Rektor <T memperluas ttype >	Membentuk kembali tensor.
Ressizearea	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi area.
RESIZEBICUBIC	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi bicubic.
REVIZEBICUBICGRAD <T Extends tnumber >	Menghitung gradien interpolasi bicubic.
RESIZEBILINEAR	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi bilinear.
REVESIZEBILINEARGRAD <T Extends tnumber >	Menghitung gradien interpolasi bilinear.
Ressizearearestneighbor <t memperluas tnumber >	Ubah Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi tetangga terdekat.
Ressizearearestneighgrad <t memperluas tnumber >	Menghitung gradien interpolasi tetangga terdekat.
ResourceAccumulatorApplyGradient	Menerapkan gradien untuk akumulator yang diberikan.
Resourceaccumulatornumaculated	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator yang diberikan.
ResourceaccumulatorsetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
ResourceaccumulatorTakeGradient <T Extends ttype >	Mengekstrak gradien rata -rata dalam akumulator kondisional yang diberikan.
ResourceApplyadamax	UPDATE '*var' sesuai dengan algoritma Adamax.
ResourceApplyadadelta	UPDATE '*var' sesuai dengan skema Adadelta.
ResourceApplyadagrad	Perbarui '*var' sesuai dengan skema Adagrad.
Resourceapplyadagradda	Perbarui '*var' sesuai dengan skema Proksimal Adagrad.
ResourceApplyadam	UPDATE '*var' sesuai dengan algoritma Adam.
ResourceApplyadamWithamsgrad	UPDATE '*var' sesuai dengan algoritma Adam.
ResourceApplyaddsign	UPDATE '*var' sesuai dengan pembaruan AddSign.
ResourceApplycenteredrmsprop	UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.
ResourceApplyftrl	UPDATE '*var' sesuai dengan skema ftrl-proximal.
ResourceApplyGradientDescent	Perbarui ' * var' dengan mengurangi 'alpha' * 'delta' dari itu.
ResourceApplykerasmomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplymomentum	Update '*var' according to the momentum scheme.
ResourceApplyPowerSign	Update '*var' according to the AddSign update.
ResourceApplyProximalAdagrad	Update 'var' and 'accum' according to FOBOS with Adagrad learning rate.
ResourceApplyProximalGradientDescent	Update '*var' as FOBOS algorithm with fixed learning rate.
ResourceApplyRmsProp	Update '*var' according to the RMSProp algorithm.
ResourceConditionalAccumulator	A conditional accumulator for aggregating gradients.
ResourceCountUpTo <T extends TNumber >	Increments variable pointed to by 'resource' until it reaches 'limit'.
ResourceGather <U extends TType >	Gather slices from the variable pointed to by `resource` according to `indices`.
ResourceGatherNd <U extends TType >
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.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applies sparse subtraction to individual values or slices in a Variable.
ResourceScatterNdUpdate	Applies sparse `updates` to individual values or slices within a given variable according to `indices`.
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().
ResourceSparseApplyAdagrad	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
ResourceSparseApplyAdagradDa	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
ResourceSparseApplyAdagradV2	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
ResourceSparseApplyCenteredRmsProp	Update '*var' according to the centered RMSProp algorithm.
ResourceSparseApplyFtrl	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
ResourceSparseApplyKerasMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
ResourceSparseApplyMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
ResourceSparseApplyProximalAdagrad	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
ResourceSparseApplyProximalGradientDescent	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
ResourceSparseApplyRmsProp	Update '*var' according to the RMSProp algorithm.
ResourceStridedSliceAssign	Assign `value` to the sliced l-value reference of `ref`.
Memulihkan	Restores tensors from a V2 checkpoint.
RestoreSlice <T extends TType >	Restores a tensor from checkpoint files.
RetrieveTPUEmbeddingADAMParameters	Retrieve ADAM embedding parameters.
RetrieveTPUEmbeddingADAMParametersGradAccumDebug	Retrieve ADAM embedding parameters with debug support.
RetrieveTPUEmbeddingAdadeltaParameters	Retrieve Adadelta embedding parameters.
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug	Retrieve Adadelta embedding parameters with debug support.
RetrieveTPUEmbeddingAdagradParameters	Retrieve Adagrad embedding parameters.
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug	Retrieve Adagrad embedding parameters with debug support.
RetrieveTPUEmbeddingCenteredRMSPropParameters	Retrieve centered RMSProp embedding parameters.
RetrieveTPUEmbeddingFTRLParameters	Retrieve FTRL embedding parameters.
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug	Retrieve FTRL embedding parameters with debug support.
RetrieveTPUEmbeddingMDLAdagradLightParameters	Retrieve MDL Adagrad Light embedding parameters.
RetrieveTPUEmbeddingMomentumParameters	Retrieve Momentum embedding parameters.
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug	Retrieve Momentum embedding parameters with debug support.
RetrieveTPUEmbeddingProximalAdagradParameters	Retrieve proximal Adagrad embedding parameters.
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug	Retrieve proximal Adagrad embedding parameters with debug support.
RetrieveTPUEmbeddingProximalYogiParameters
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug
RetrieveTPUEmbeddingRMSPropParameters	Retrieve RMSProp embedding parameters.
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug	Retrieve RMSProp embedding parameters with debug support.
RetrieveTPUEmbeddingStochasticGradientDescentParameters	Retrieve SGD embedding parameters.
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Retrieve SGD embedding parameters with debug support.
Reverse <T extends TType >	Reverses specific dimensions of a tensor.
ReverseSequence <T extends TType >	Reverses variable length slices.
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.
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.
Rp	Perform batches of RPC requests.
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.
SampleDistortedBoundingBox <T extends TNumber >	Generate a single randomly distorted bounding box for an image.
SamplingDataset	Creates a dataset that takes a Bernoulli sample of the contents of another dataset.
Menyimpan	Saves tensors in V2 checkpoint format.
SaveSlices	Saves input tensors slices to disk.
ScalarSummary	Outputs a `Summary` protocol buffer with scalar values.
ScaleAndTranslate
ScaleAndTranslateGrad <T extends TNumber >
ScatterAdd <T extends TType >	Adds sparse updates to a variable reference.
ScatterDiv <T extends TType >	Divides a variable reference by sparse updates.
ScatterMax <T extends TNumber >	Reduces sparse updates into a variable reference using the `max` operation.
ScatterMin <T extends TNumber >	Reduces sparse updates into a variable reference using the `min` operation.
ScatterMul <T extends TType >	Multiplies sparse updates into a variable reference.
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.
ScatterNdMax <T extends TType >	Computes element-wise maximum.
ScatterNdMin <T extends TType >	Computes element-wise minimum.
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.
ScatterNdUpdate <T extends TType >	Applies sparse `updates` to individual values or slices within a given variable according to `indices`.
ScatterSub <T extends TType >	Subtracts sparse updates to a variable reference.
ScatterUpdate <T extends TType >	Applies sparse updates to a variable reference.
SdcaFprint	Computes fingerprints of the input strings.
SdcaOptimizer	Distributed version of Stochastic Dual Coordinate Ascent (SDCA) optimizer for linear models with L1 + L2 regularization.
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 a batch of self-adjoint matrices (Note: Only real inputs are supported).
Selu <T extends TNumber >	Computes scaled exponential linear: `scale * alpha * (exp(features) - 1)` if < 0, `scale * features` otherwise.
SeluGrad <T extends TNumber >	Computes gradients for the scaled exponential linear (Selu) operation.
Mengirim	Sends the named tensor to another XLA computation.
SendTPUEmbeddingGradients	Performs gradient updates of embedding tables.
SerializeIterator	Converts the given `resource_handle` representing an iterator to a variant tensor.
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.
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`.
SetStatsAggregatorDataset
Shape <U extends TNumber >	Returns the shape of a tensor.
ShapeN <U extends TNumber >	Returns shape of tensors.
ShardDataset	Creates a `Dataset` that includes only 1/`num_shards` of this dataset.
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.
ShuffleAndRepeatDataset
ShuffleDataset
ShutdownDistributedTPU	Shuts down a running distributed TPU system.
Sigmoid <T extends TType >	Computes sigmoid of `x` element-wise.
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.
Sin <T extends TType >	Computes sine of x element-wise.
Sinh <T extends TType >	Computes hyperbolic sine of x element-wise.
Size <U extends TNumber >	Returns the size of a tensor.
SkipDataset	Creates a dataset that skips `count` elements from the `input_dataset`.
Skipgram	Parses a text file and creates a batch of examples.
SleepDataset
Slice <T extends TType >	Return a slice from 'input'.
SlidingWindowDataset	Creates a dataset that passes a sliding window over `input_dataset`.
Snapshot <T extends TType >	Returns a copy of the input tensor.
SobolSample <T extends TNumber >	Generates points from the Sobol sequence.
Softmax <T extends TNumber >	Computes softmax activations.
SoftmaxCrossEntropyWithLogits <T extends TNumber >	Computes softmax cross entropy cost and gradients to backpropagate.
Softplus <T extends TNumber >	Computes softplus: `log(exp(features) + 1)`.
SoftplusGrad <T extends TNumber >	Computes softplus gradients for a softplus operation.
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.
Sort <T extends TType >	Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort .
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.
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().
SparseApplyAdagrad <T extends TType >	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
SparseApplyAdagradDa <T extends TType >	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
SparseApplyCenteredRmsProp <T extends TType >	Update '*var' according to the centered RMSProp algorithm.
SparseApplyFtrl <T extends TType >	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
SparseApplyMomentum <T extends TType >	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
SparseApplyProximalAdagrad <T extends TType >	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
SparseApplyProximalGradientDescent <T extends TType >	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
SparseApplyRmsProp <T extends TType >	Update '*var' according to the RMSProp algorithm.
SparseBincount <U extends TNumber >	Counts the number of occurrences of each value in an integer array.
SparseConcat <T extends TType >	Concatenates a list of `SparseTensor` along the specified dimension.
SparseConditionalAccumulator	A conditional accumulator for aggregating sparse gradients.
SparseCountSparseOutput <U extends TNumber >	Performs sparse-output bin counting for a sparse tensor input.
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".
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.
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`.
SparseMatrixTranspose	Transposes the inner (matrix) dimensions of a CSRSparseMatrix.
SparseMatrixZeros	Creates an all-zeros CSRSparseMatrix with shape `dense_shape`.
SparseReduceMax <T extends TNumber >	Computes the max of elements across dimensions of a SparseTensor.
SparseReduceMaxSparse <T extends TNumber >	Computes the max of elements across dimensions of a SparseTensor.
SparseReduceSum <T extends TType >	Computes the sum of elements across dimensions of a SparseTensor.
SparseReduceSumSparse <T extends TType >	Computes the sum of elements across dimensions of a SparseTensor.
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 <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".
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.
SparseToSparseSetOperation <T extends TType >	Applies set operation along last dimension of 2 `SparseTensor` inputs.
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.
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.
Squeeze <T extends TType >	Removes dimensions of size 1 from the shape of a tensor.
Stack <T extends TType >	Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor.
Panggung	Stage values similar to a lightweight Enqueue.
StageClear	Op removes all elements in the underlying container.
StagePeek	Op peeks at the values at the specified index.
StageSize	Op returns the number of elements in the underlying container.
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.
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.
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.
StopGradient <T extends TType >	Stops gradient computation.
StridedSlice <T extends TType >	Return a strided slice from `input`.
StridedSliceAssign <T extends TType >	Assign `value` to the sliced l-value reference of `ref`.
StridedSliceGrad <U extends TType >	Returns the gradient of `StridedSlice`.
StringFormat	Formats a string template using a list of tensors.
StringLength	String lengths of `input`.
StringNGrams <T extends TNumber >	Creates ngrams from ragged string data.
StringSplit	Split elements of `source` based on `sep` into a `SparseTensor`.
Mengupas	Strip leading and trailing whitespaces from the Tensor.
Sub <T extends TType >	Returns x - y element-wise.
Substr	Return substrings from `Tensor` of strings.
Sum <T extends TType >	Computes the sum of elements across dimensions of a tensor.
SummaryWriter
Svd <T extends TType >	Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported).
SwitchCond <T extends TType >	Forwards `data` to the output port determined by `pred`.
TPUCompilationResult	Returns the result of a TPU compilation.
TPUEmbeddingActivations	An op enabling differentiation of TPU Embeddings.
TPUReplicateMetadata	Metadata indicating how the TPU computation should be replicated.
TPUReplicatedInput <T extends TType >	Connects N inputs to an N-way replicated TPU computation.
TPUReplicatedOutput <T extends TType >	Connects N outputs from an N-way replicated TPU computation.
TakeDataset	Creates a dataset that contains `count` elements from the `input_dataset`.
TakeManySparseFromTensorsMap <T extends TType >	Read `SparseTensors` from a `SparseTensorsMap` and concatenate them.
Tan <T extends TType >	Computes tan of x element-wise.
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.
TemporaryVariable <T extends TType >	Returns a tensor that may be mutated, but only persists within a single step.
TensorArray	An array of Tensors of given size.
TensorArrayClose	Delete the TensorArray from its resource container.
TensorArrayConcat <T extends TType >	Concat the elements from the TensorArray into value `value`.
TensorArrayGather <T extends TType >	Gather specific elements from the TensorArray into output `value`.
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 >
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.
Kumpulan Data Tensor	Creates a dataset that emits `components` as a tuple of tensors once.
TensorDiag <T extends TType >	Returns a diagonal tensor with a given diagonal values.
TensorDiagPart <T extends TType >	Returns the diagonal part of the tensor.
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
TensorForestTreeSerialize	Serializes the tree handle to a proto
TensorForestTreeSize	Get the number of nodes in a tree
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.
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.
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.
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`.
TensorSliceDataset	Creates a dataset that emits each dim-0 slice of `components` once.
TensorStridedSliceUpdate <T extends TType >	Assign `value` to the sliced l-value reference of `input`.
TensorSummary	Outputs a `Summary` protocol buffer with a tensor and per-plugin data.
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'.
TfRecordDataset	Creates a dataset that emits the records from one or more TFRecord files.
TfRecordReader	A Reader that outputs the records from a TensorFlow Records file.
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`.
Tile <T extends TType >	Constructs a tensor by tiling a given tensor.
TileGrad <T extends TType >	Returns the gradient of `Tile`.
Stempel waktu	Provides the time since epoch in seconds.
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.
TopKUnique	Returns the TopK unique values in the array in sorted order.
TopKWithUnique	Returns the TopK values in the array in sorted order.
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.
TridiagonalMatMul <T extends TType >	Calculate product with tridiagonal matrix.
TridiagonalSolve <T extends TType >	Solves tridiagonal systems of equations.
TruncateDiv <T extends TType >	Returns x / y element-wise for integer types.
TruncateMod <T extends TNumber >	Returns element-wise remainder of division.
TruncatedNormal <U extends TNumber >	Outputs random values from a truncated normal distribution.
TryRpc	Perform batches of RPC requests.
Unbatch <T extends TType >	Reverses the operation of Batch for a single output Tensor.
UnbatchDataset	A dataset that splits the elements of its input into multiple elements.
UnbatchGrad <T extends TType >	Gradient of Unbatch.
UncompressElement	Uncompresses a compressed dataset element.
UnicodeDecode <T extends TNumber >	Decodes each string in `input` into a sequence of Unicode code points.
UnicodeDecodeWithOffsets <T extends TNumber >	Decodes each string in `input` into a sequence of Unicode code points.
UnicodeEncode	Encode a tensor of ints into unicode strings.
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.
UniformCandidateSampler	Generates labels for candidate sampling with a uniform distribution.
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`.
UniqueWithCounts <T extends TType , V extends TNumber >	Finds unique elements along an axis of a tensor.
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`.
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.
Unstage	Op is similar to a lightweight Dequeue.
UnwrapDatasetVariant
Atas	Converts all lowercase characters into their respective uppercase replacements.
UpperBound <U extends TNumber >	Applies upper_bound(sorted_search_values, values) along each row.
VarHandleOp	Creates a handle to a Variable resource.
VarIsInitializedOp	Checks whether a resource handle-based variable has been initialized.
Variable <T extends TType >	Holds state in the form of a tensor that persists across steps.
VariableShape <T extends TNumber >	Returns the shape of the variable pointed to by `resource`.
Di mana	Returns locations of nonzero / true values in a tensor.
WholeFileReader	A Reader that outputs the entire contents of a file as a value.
WindowDataset	Combines (nests of) input elements into a dataset of (nests of) windows.
WorkerHeartbeat	Worker heartbeat op.
WrapDatasetVariant
WriteAudioSummary	Writes an audio summary.
WriteFile	Writes contents to the file at input filename.
WriteGraphSummary	Writes a graph summary.
WriteHistogramSummary	Writes a histogram summary.
WriteImageSummary	Writes an image summary.
WriteRawProtoSummary	Writes a serialized proto summary.
WriteScalarSummary	Writes a scalar summary.
WriteSummary	Writes a tensor summary.
Xdivy <T extends TType >	Returns 0 if x == 0, and x / y otherwise, elementwise.
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.
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.
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`.
erfinv <T extends TNumber >

A logical unit of computation.

Op implementations provide a strongly typed API for building and executing operations without the use of literals and indexes, as required in internal classes like Operation .

Ops can be classified under two categories:

Raw ops target a single TensorFlow operation and are, in most cases, generated automatically from the OpDef proto definitions exposed by TensorFlow runtime library.
Composite ops execute a series of other ops to accomplish a task logically presented as a single unit of computation.

Public Methods

abstract ExecutionEnvironment	env () Return the execution environment this op was created in.
abstract Operation	op () Return this unit of computation as a single `Operation` .

Public Methods

public abstract ExecutionEnvironment env ()

Return the execution environment this op was created in.

public abstract Operation op ()

Return this unit of computation as a single Operation .

For a raw op, the returned value correspond to the TensorFlow operation wrapped by this op.

For a composite op, the returned value usually correspond to the last operation invoked in a chain or to a NoOp grouping one or more operations as a single unit of computation.

Kembali

an Operation