Cette page a été traduite par l'API Cloud Translation.

Op

Opération d'interface publique

Sous-classes indirectes connues

Abandonner , Abs <T étend TNumber >, AccumulateN <T étend TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T étend TType >, Acos <T étend TType >, Acosh <T étend TType >, Ajouter <T étend TType >, AddManySparseToTensorsMap , AddN <T extends TType >, AddSparseToTensorsMap , AdjustContrast <T extends TNumber >, AdjustHue <T extends TNumber > et 1 157 autres.

Avorter	Déclenchez une exception pour abandonner le processus lorsqu'il est appelé.
Abs <T étend TNumber >	Calcule la valeur absolue d'un tenseur.
AccumulateN <T étend TType >	Renvoie la somme par éléments d'une liste de tenseurs.
AccumulateurApplyGradient	Applique un dégradé à un accumulateur donné.
AccumulateurNumAccumulé	Renvoie le nombre de gradients agrégés dans les accumulateurs donnés.
AccumulatorSetGlobalStep	Met à jour l'accumulateur avec une nouvelle valeur pour global_step.
AccumulatorTakeGradient <T étend TType >	Extrait le gradient moyen dans le ConditionalAccumulator donné.
Acos <T étend TType >	Calcule l'acos de x par élément.
Acosh <T étend TType >	Calcule le cosinus hyperbolique inverse de x par élément.
Ajouter <T étend TType >	Renvoie x + y par élément.
AddManySparseToTensorsMap	Ajoutez un `N`-minibatch `SparseTensor` à un `SparseTensorsMap`, renvoyez les handles `N`.
AddN <T étend TType >	Ajoutez tous les tenseurs d'entrée par élément.
AddSparseToTensorsMap	Ajoutez un `SparseTensor` à un `SparseTensorsMap` et renvoyez son handle.
AjusterContrast <T étend TNumber >	Ajustez le contraste d’une ou plusieurs images.
AjusterHue <T étend TNumber >	Ajustez la teinte d’une ou plusieurs images.
AjusterSaturation <T étend TNumber >	Ajustez la saturation d’une ou plusieurs images.
Tous	Calcule le « et logique » des éléments sur les dimensions d'un tenseur.
Tous les candidats	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
AllReduce <T étend TNumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
AllToAll <T étend TType >	Une opération pour échanger des données entre les répliques TPU.
Angle <U étend TNombre >	Renvoie l'argument d'un nombre complexe.
AnonymeItérateur	Un conteneur pour une ressource itérateur.
AnonymeMemoryCache
AnonymousMultiDeviceIterator	Un conteneur pour une ressource itérateur multi-périphérique.
Générateur de graines aléatoires anonymes
Générateur de graines anonyme
N'importe lequel	Calcule le « ou logique » des éléments sur les dimensions d'un tenseur.
ApplyAdaMax <T étend TType >	Mettez à jour '*var' selon l'algorithme AdaMax.
ApplyAdadelta <T étend TType >	Mettez à jour '*var' selon le schéma adadelta.
ApplyAdagrad <T étend TType >	Mettez à jour '*var' selon le schéma adagrad.
ApplyAdagradDa <T étend TType >	Mettez à jour '*var' selon le schéma adagrad proximal.
ApplyAdagradV2 <T étend TType >	Mettez à jour '*var' selon le schéma adagrad.
ApplyAdam <T étend TType >	Mettez à jour '*var' selon l'algorithme d'Adam.
ApplyAddSign <T étend TType >	Mettez à jour '*var' selon la mise à jour AddSign.
ApplyCenteredRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp centré.
ApplyFtrl <T étend TType >	Mettez à jour '*var' selon le schéma Ftrl-proximal.
ApplyGradientDescent <T étend TType >	Mettez à jour 'var' en soustrayant 'alpha' 'delta'.
ApplyMomentum <T étend TType >	Mettez à jour '*var' selon le schéma momentum.
ApplyPowerSign <T étend TType >	Mettez à jour '*var' selon la mise à jour AddSign.
ApplyProximalAdagrad <T étend TType >	Mettez à jour 'var' et 'accum' selon FOBOS avec le taux d'apprentissage d'Adagrad.
ApplyProximalGradientDescent <T étend TType >	Mettez à jour '*var' en tant qu'algorithme FOBOS avec un taux d'apprentissage fixe.
ApplyRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp.
Égal approximatif	Renvoie la valeur de vérité de abs(xy) < tolérance par élément.
ArgMax <V étend TNumber >	Renvoie l'index avec la plus grande valeur sur toutes les dimensions d'un tenseur.
ArgMin <V étend TNumber >	Renvoie l'index avec la plus petite valeur sur les dimensions d'un tenseur.
CommeChaîne	Convertit chaque entrée du tenseur donné en chaînes.
Asin <T étend TType >	Calcule le sinus inverse trignométrique de x par élément.
Asinh <T étend TType >	Calcule le sinus hyperbolique inverse de x par élément.
AssertCardinalityDataset
AssertNextDataset
Affirmer que	Affirme que la condition donnée est vraie.
Attribuer <T étend TType >	Mettez à jour « ref » en lui attribuant une « valeur ».
AssignAdd <T étend TType >	Mettez à jour 'ref' en y ajoutant 'value'.
AssignAddVariableOp	Ajoute une valeur à la valeur actuelle d'une variable.
AssignSub <T étend TType >	Mettez à jour « ref » en soustrayant « valeur ».
AssignSubVariableOp	Soustrait une valeur de la valeur actuelle d'une variable.
AssignVariableOp	Attribue une nouvelle valeur à une variable.
Atan <T étend TType >	Calcule la tangente inverse trignométrique de x par élément.
Atan2 <T étend TNumber >	Calcule l'arctangente de `y/x` par élément, en respectant les signes des arguments.
Atanh <T étend TType >	Calcule la tangente hyperbolique inverse de x par élément.
AudioSpectrogramme	Produit une visualisation des données audio au fil du temps.
Résumé audio	Produit un tampon de protocole « Résumé » avec audio.
Ensemble de données AutoShard	Crée un ensemble de données qui fragmente l'ensemble de données d'entrée.
AvgPool <T étend TNumber >	Effectue un pooling moyen sur l’entrée.
AvgPool3d <T étend TNumber >	Effectue un pooling moyen 3D sur l’entrée.
AvgPool3dGrad <T étend TNumber >	Calcule les gradients de la fonction de pooling moyenne.
AvgPoolGrad <T étend TNumber >	Calcule les gradients de la fonction de pooling moyenne.
BandPart <T étend TType >	Copiez un tenseur mettant à zéro tout ce qui se trouve en dehors d'une bande centrale dans chaque matrice la plus interne.
BandedTriangularSolve <T étend TType >
Barrière	Définit une barrière qui persiste dans différentes exécutions de graphiques.
BarrièreFermer	Ferme la barrière donnée.
BarrièreIncompleteSize	Calcule le nombre d'éléments incomplets dans la barrière donnée.
BarrièreInsérerBeaucoup	Pour chaque clé, attribue la valeur respective au composant spécifié.
TailleBarrièrePrêt	Calcule le nombre d'éléments complets dans la barrière donnée.
BarrièrePrendreBeaucoup	Prend le nombre donné d'éléments terminés d'une barrière.
Lot	Regroupe tous les tenseurs d'entrée de manière non déterministe.
BatchCholesky <T étend TNumber >
BatchCholeskyGrad <T étend TNumber >
Ensemble de données par lots	Crée un ensemble de données qui regroupe les éléments `batch_size` à partir de `input_dataset`.
BatchFft
LotFft2d
LotFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T étend TType >	Multiplie les tranches de deux tenseurs par lots.
BatchMatrixBandPart <T étend TType >
BatchMatrixDeterminant <T étend TType >
BatchMatrixDiag <T étend TType >
BatchMatrixDiagPart <T étend TType >
BatchMatrixInverse <T étend TNumber >
BatchMatrixSetDiag <T étend TType >
BatchMatrixSolve <T étend TNumber >
BatchMatrixSolveLs <T étend TNumber >
BatchMatrixTriangularSolve <T étend TNumber >
BatchNormWithGlobalNormalization <T étend TType >	Normalisation des lots.
BatchNormWithGlobalNormalizationGrad <T étend TType >	Dégradés pour la normalisation par lots.
BatchSelfAdjointEig <T étend TNumber >
BatchSvd <T étend TType >
BatchToSpace <T étend TType >	BatchToSpace pour les tenseurs 4-D de type T.
BatchToSpaceNd <T étend TType >	BatchToSpace pour les tenseurs ND de type T.
BesselI0 <T étend TNumber >
BesselI0e <T étend TNumber >
BesselI1 <T étend TNumber >
BesselI1e <T étend TNumber >
BesselJ0 <T étend TNumber >
BesselJ1 <T étend TNumber >
BesselK0 <T étend TNumber >
BesselK0e <T étend TNumber >
BesselK1 <T étend TNumber >
BesselK1e <T étend TNumber >
BesselY0 <T étend TNumber >
BesselY1 <T étend TNumber >
Betainc <T étend TNumber >	Calculer l’intégrale bêta incomplète régularisée \\(I_x(a, b)\\).
BiasAdd <T étend TType >	Ajoute un « biais » à une « valeur ».
BiasAddGrad <T étend TType >	L'opération inverse pour "BiasAdd" sur le tenseur "bias".
Bincount <T étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
Bitcast <U étend TType >	Bitcaste un tenseur d'un type à un autre sans copier les données.
BitwiseAnd <T étend TNumber >	Elementwise calcule le ET au niveau du bit de « x » et « y ».
BitwiseOr <T étend TNumber >	Elementwise calcule le OU au niveau du bit de « x » et « y ».
BitwiseXor <T étend TNumber >	Elementwise calcule le XOR au niveau du bit de « x » et « y ».
BlockLSTM <T étend TNumber >	Calcule la propagation des cellules LSTM pour tous les pas de temps.
BlockLSTMGrad <T étend TNumber >	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BoostedTreesAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesBucketiser	Répartir chaque fonctionnalité en compartiments en fonction des limites du compartiment.
BoostedTreesCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCalculateBestFeatureSplitV2	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour chaque nœud.
Arbres boostésCalculer les meilleurs gains par fonctionnalité	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCenterBias	Calcule le prior à partir des données d'entraînement (le biais) et remplit le premier nœud avec le prior des logits.
BoostedTreesCreateEnsemble	Crée un modèle d'ensemble d'arbres et lui renvoie un handle.
BoostedTreesCreateQuantileStreamResource	Créez la ressource pour les flux quantiles.
BoostedTreesDeserializeEnsemble	Désérialise une configuration d'ensemble d'arbres sérialisés et remplace l'arborescence actuelle ensemble.
BoostedTreesEnsembleResourceHandleOp	Crée un handle vers un BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs	Sorties de débogage/interprétabilité du modèle pour chaque exemple.
BoostedTreesFlushQuantileRésumés	Videz les résumés de quantile de chaque ressource de flux de quantile.
BoostedTreesGetEnsembleStates	Récupère le jeton de tampon de ressource de l’ensemble d’arbres, le nombre d’arbres et les statistiques de croissance.
BoostedTreesMakeQuantileSummaries	Fait le résumé des quantiles pour le lot.
BoostedTreesMakeStatsRésumé	Fait le résumé des statistiques accumulées pour le lot.
BoostedTreesPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule les logits.
BoostedTreesQuantileStreamResourceAddSummaries	Ajoutez les résumés de quantile à chaque ressource de flux quantile.
BoostedTreesQuantileStreamResourceDeserialize	Désérialisez les limites du bucket et signalez-le dans le QuantileAccumulator actuel.
BoostedTreesQuantileStreamResourceFlush	Videz les résumés d’une ressource de flux quantile.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Générez les limites du compartiment pour chaque fonctionnalité en fonction des résumés accumulés.
BoostedTreesQuantileStreamResourceHandleOp	Crée un handle vers un BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Sérialise l'ensemble d'arbres en un proto.
BoostedTreesSparseAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesSparseCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesTrainingPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule la mise à jour des logits mis en cache.
BoostedTreesUpdateEnsemble	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BoostedTreesUpdateEnsembleV2	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BroadcastDynamicShape <T étend TNumber >	Renvoie la forme de s0 op s1 avec diffusion.
BroadcastGradientArgs <T étend TNumber >	Renvoie les indices de réduction pour le calcul des gradients de s0 op s1 avec diffusion.
BroadcastHelper <T étend TType >	Opérateur assistant pour effectuer des diffusions de style XLA Diffuse `lhs` et `rhs` au même rang, en ajoutant des dimensions de taille 1 à celui de `lhs` et `rhs` ayant le rang inférieur, en utilisant les règles de diffusion de XLA pour les opérateurs binaires.
BroadcastRecv <T étend TType >	Reçoit une valeur tensorielle diffusée depuis un autre appareil.
BroadcastSend <T étend TType >	Diffuse une valeur tensorielle à un ou plusieurs autres appareils.
BroadcastTo <T étend TType >	Diffusez un tableau pour une forme compatible.
Bucketiser	Bucketise les « entrées » en fonction des « limites ».
BytesProducedStatsDataset	Enregistre la taille en octets de chaque élément de `input_dataset` dans un StatsAggregator.
CSRSparseMatrixComponents <T étend TType >	Lit les composants CSR au lot `index`.
CSRSparseMatrixToDense <T étend TType >	Convertissez un CSRSparseMatrix (éventuellement par lots) en dense.
CSRSparseMatrixToSparseTensor <T étend TType >	Convertit un CSRSparesMatrix (éventuellement par lots) en SparseTensor.
Ensemble de données CSV
CSVDatasetV2
CTCPerteV2	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CacheDataset	Crée un ensemble de données qui met en cache les éléments de « input_dataset ».
CacheDatasetV2
Cast <U étend TType >	Convertissez x de type SrcT en y de DstT.
Ceil <T étend TNumber >	Renvoie le plus petit entier élément par élément non inférieur à x.
CheckNumerics <T étend TNumber >	Vérifie un tenseur pour les valeurs NaN, -Inf et +Inf.
Cholesky <T étend TType >	Calcule la décomposition de Cholesky d'une ou plusieurs matrices carrées.
CholeskyGrad <T étend TNumber >	Calcule le gradient rétropropagé en mode inverse de l'algorithme de Cholesky.
ChoisirFastestDataset
ClipByValue <T étend TType >	Coupe les valeurs du tenseur à un min et un max spécifiés.
FermerRédacteur de résumé
ClusterOutput <T étend TType >	Opérateur qui connecte la sortie d'un calcul XLA à d'autres nœuds de graphe consommateur.
CollectiveGather <T étend TNumber >	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
CollectivePermute <T étend TType >	Une opération pour permuter les tenseurs sur les instances TPU répliquées.
CombinedNonMaxSuppression	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, Cette opération effectue non_max_suppression sur les entrées par lot, dans toutes les classes.
ComparerEtBitpack	Comparez les valeurs de « input » à « threshold » et regroupez les bits résultants dans un « uint8 ».
Résultat de la compilation	Renvoie le résultat d'une compilation TPU.
CompileSucceededAssert	Affirme que la compilation a réussi.
Complexe <U étend TType >	Convertit deux nombres réels en un nombre complexe.
ComplexAbs <U étend TNumber >	Calcule la valeur absolue complexe d'un tenseur.
CompressElement	Compresse un élément d'ensemble de données.
CalculerAccès Accidentels	Calcule les identifiants des postes dans sampled_candidates qui correspondent à true_labels.
Taille du lot de calcul	Calcule la taille de lot statique d'un ensemble de données sans lots partiels.
Concat <T étend TType >	Concatène les tenseurs selon une dimension.
Concaténer un ensemble de données	Crée un ensemble de données qui concatène « input_dataset » avec « another_dataset ».
Accumulateur conditionnel	Un accumulateur conditionnel pour agréger les gradients.
ConfigurerDistributedTPU	Configure les structures centralisées pour un système TPU distribué.
ConfigurerTPUEmbedding	Configure TPUEmbedding dans un système TPU distribué.
Conj <T étend TType >	Renvoie le conjugué complexe d'un nombre complexe.
ConjugateTranspose <T étend TType >	Mélangez les dimensions de x selon une permutation et conjuguez le résultat.
Constante <T étend TType >	Un opérateur produisant une valeur constante.
ConsommerMutexLock	Cette opération consomme un verrou créé par `MutexLock`.
Déclencheur de contrôle	Ne fait rien.
Conv <T étend TType >	Encapsule l'opérateur XLA ConvGeneralDilated, documenté dans https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution .
Conv2d <T étend TNumber >	Calcule une convolution 2D à partir des tenseurs 4-D « entrée » et « filtre ».
Conv2dBackpropFilter <T étend TNumber >	Calcule les gradients de convolution par rapport au filtre.
Conv2dBackpropInput <T étend TNumber >	Calcule les gradients de convolution par rapport à l'entrée.
Conv3d <T étend TNumber >	Calcule une convolution 3D à partir des tenseurs « entrée » et « filtre » 5-D.
Conv3dBackpropFilter <T étend TNumber >	Calcule les gradients de convolution 3D par rapport au filtre.
Conv3dBackpropInput <U étend TNumber >	Calcule les gradients de convolution 3D par rapport à l'entrée.
Copier <T étend TType >	Copiez un tenseur de CPU à CPU ou de GPU à GPU.
CopyHost <T étend TType >	Copiez un tenseur sur l'hôte.
Cos <T étend TType >	Calcule le cos de x par élément.
Cosh <T étend TType >	Calcule le cosinus hyperbolique de x par élément.
CountUpTo <T étend TNumber >	Incrémente « ref » jusqu'à ce qu'il atteigne « limite ».
CreateSummaryDbWriter
CreateSummaryFileWriter
RecadrerEtRedimensionner	Extrait les recadrages du tenseur de l'image d'entrée et les redimensionne.
CropAndResizeGradBoxes	Calcule le dégradé de l'opération crop_and_resize par rapport au tenseur des zones de saisie.
CropAndResizeGradImage <T étend TNumber >	Calcule le dégradé de l'opération crop_and_resize par rapport au tenseur de l'image d'entrée.
Croix <T étend TNumber >	Calculez le produit croisé par paire.
CrossReplicaSum <T étend TNumber >	Une opération pour additionner les entrées sur les instances TPU répliquées.
CtcBeamSearchDecoder <T étend TNumber >	Effectue le décodage de la recherche de faisceau sur les logits donnés en entrée.
CtcGreedyDecoder <T étend TNumber >	Effectue un décodage gourmand sur les logits donnés en entrées.
CtcLoss <T étend TNumber >	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CudnnRNN <T étend TNumber >	Un RNN soutenu par cuDNN.
CudnnRNNBackprop <T étend TNumber >	Étape de backprop de CudnnRNNV3.
CudnnRNNCanonicalToParams <T étend TNumber >	Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable.
CudnnRNNParamsToCanonical <T étend TNumber >	Récupère les paramètres CudnnRNN sous forme canonique.
CudnnRnnParamsSize <U étend TNumber >	Calcule la taille des poids qui peuvent être utilisés par un modèle Cudnn RNN.
Cumprod <T étend TType >	Calculez le produit cumulé du tenseur « x » le long de « l'axe ».
Cumsum <T étend TType >	Calculez la somme cumulée du tenseur « x » le long de « l'axe ».
CumulativeLogsumexp <T étend TNumber >	Calculez le produit cumulé du tenseur « x » le long de « l'axe ».
DataFormatDimMap <T étend TNumber >	Renvoie l'index de dimension dans le format de données de destination étant donné celui de le format des données sources.
DataFormatVecPermute <T étend TNumber >	Permutez le tenseur d'entrée de `src_format` à `dst_format`.
DataServiceDataset
Ensemble de donnéesCardinalité	Renvoie la cardinalité de `input_dataset`.
Ensemble de donnéesFromGraph	Crée un ensemble de données à partir du `graph_def` donné.
Ensemble de données vers graphique	Renvoie un GraphDef sérialisé représentant `input_dataset`.
Ensemble de données vers un élément unique	Génère l’élément unique de l’ensemble de données donné.
Ensemble de données vers TFRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
Ensemble de données vers TfRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
Dawsn <T étend TNumber >
DebugGradientIdentity <T étend TType >	Opération d'identité pour le débogage du dégradé.
DebugGradientRefIdentity <T étend TType >	Opération d'identité pour le débogage du dégradé.
DebugIdentity <T étend TType >	Déboguer l'identité V2 Op.
DéboguerNanCount	Déboguer le compteur de valeur NaN Op.
DebugNumericsSummary <U étend TNumber >	Résumé numérique de débogage V2 Op.
DécoderEtCropJpeg	Décodez et recadrez une image codée en JPEG en un tenseur uint8.
DécodeBase64	Décodez les chaînes codées en base64 sécurisées pour le Web.
DécoderBmp	Décodez la première image d'une image codée en BMP en un tenseur uint8.
DécoderCompressé	Décompressez les chaînes.
DécoderCsv	Convertissez les enregistrements CSV en tenseurs.
DécoderGif	Décodez la ou les images d'une image codée en GIF en un tenseur uint8.
DecodeImage <T étend TNumber >	Fonction pour decode_bmp, decode_gif, decode_jpeg et decode_png.
DécoderJpeg	Décodez une image codée en JPEG en un tenseur uint8.
DecodeJsonExample	Convertissez les exemples d'enregistrements codés JSON en chaînes de tampon de protocole binaire.
DecodePaddedRaw <T étend TNumber >	Réinterprètez les octets d'une chaîne comme un vecteur de nombres.
DecodePng <T étend TNumber >	Décodez une image codée en PNG en un tenseur uint8 ou uint16.
DécoderProto	L'opération extrait les champs d'un message de tampon de protocole sérialisé dans des tenseurs.
DecodeRaw <T étend TType >	Réinterprètez les octets d'une chaîne comme un vecteur de nombres.
DécoderWav	Décodez un fichier PCM WAV 16 bits en un tenseur flottant.
DeepCopy <T étend TType >	Fait une copie de « x ».
SupprimerItérateur	Un conteneur pour une ressource itérateur.
Supprimer le cache mémoire
SupprimerMultiDeviceIterator	Un conteneur pour une ressource itérateur.
SupprimerRandomSeedGenerator
SupprimerSeedGenerator
SupprimerSessionTensor	Supprimez le tenseur spécifié par son handle dans la session.
DenseBincount <U étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
DenseCountSparseOutput <U étend TNumber >	Effectue un comptage de bacs à sortie clairsemée pour une entrée tf.tensor.
DenseToCSRSparseMatrix	Convertit un tenseur dense en un CSRSparseMatrix (éventuellement par lots).
DenseToDenseSetOperation <T étend TType >	Applique l'opération d'ensemble le long de la dernière dimension de 2 entrées « Tensor ».
DenseToSparseBatchDataset	Crée un ensemble de données qui regroupe les éléments d'entrée dans un SparseTensor.
DenseToSparseSetOperation <T étend TType >	Applique l'opération d'ensemble le long de la dernière dimension de `Tensor` et `SparseTensor`.
DepthToSpace <T étend TType >	DepthToSpace pour les tenseurs de type T.
DepthwiseConv2dNative <T étend TNumber >	Calcule une convolution en profondeur 2D à partir des tenseurs « entrée » et « filtre » 4-D.
DepthwiseConv2dNativeBackpropFilter <T étend TNumber >	Calcule les gradients de convolution en profondeur par rapport au filtre.
DepthwiseConv2dNativeBackpropInput <T étend TNumber >	Calcule les gradients de convolution en profondeur par rapport à l'entrée.
Déquantifier	Prend l'entrée uint32 compressée et décompresse l'entrée dans uint8 pour le faire Déquantification sur l'appareil.
DésérialiserItérateur	Convertit le tenseur de variantes donné en itérateur et le stocke dans la ressource donnée.
DeserializeManySparse <T étend TType >	Désérialisez et concaténez les « SparseTensors » à partir d'un mini-lot sérialisé.
DeserializeSparse <U étend TType >	Désérialisez les objets `SparseTensor`.
DétruireResourceOp	Supprime la ressource spécifiée par le handle.
DestroyTemporaryVariable <T étend TType >	Détruit la variable temporaire et renvoie sa valeur finale.
Det <T étend TType >	Calcule le déterminant d'une ou plusieurs matrices carrées.
Index des appareils	Renvoie l'index du périphérique exécuté par l'opération.
Digamma <T étend TNumber >	Calcule Psi, la dérivée de Lgamma (le log de la valeur absolue de `Gamma(x)`), élément par élément.
Dilation2d <T étend TNumber >	Calcule la dilatation des niveaux de gris des tenseurs « d'entrée » 4-D et « filtre » 3D.
Dilation2dBackpropFilter <T étend TNumber >	Calcule le gradient de dilatation morphologique 2D par rapport au filtre.
Dilation2dBackpropInput <T étend TNumber >	Calcule le gradient de dilatation morphologique 2D par rapport à l'entrée.
DirectedInterleaveDataset	Un substitut à `InterleaveDataset` sur une liste fixe de `N` ensembles de données.
Div <T étend TType >	Renvoie x / y par élément.
DivNoNan <T étend TType >	Renvoie 0 si le dénominateur est zéro.
Point <T étend TType >	Encapsule l'opérateur XLA DotGeneral, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T étend TNumber >	Dessinez des cadres de délimitation sur un lot d'images.
Compteur d'itérations factices
Cache mémoire factice
Générateur de graines factices
DynamicPartition <T étend TType >	Partitionne les « données » en tenseurs « num_partitions » en utilisant les indices des « partitions ».
DynamicSlice <T étend TType >	Encapsule l'opérateur XLA DynamicSlice, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice .
DynamicStitch <T étend TType >	Entrelacez les valeurs des tenseurs « données » en un seul tenseur.
DynamicUpdateSlice <T étend TType >	Encapsule l'opérateur XLA DynamicUpdateSlice, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice .
ModifierDistance	Calcule la distance d'édition de Levenshtein (éventuellement normalisée).
Eig <U étend TType >	Calcule la décomposition propre d'une ou plusieurs matrices carrées.
Einsum <T étend TType >	Une opération qui prend en charge une opération de base avec 2 entrées et 1 sortie.
Elu <T étend TNumber >	Calcule une exponentielle linéaire : `exp(features) - 1` si < 0, `features` sinon.
EluGrad <T étend TNumber >	Calcule les gradients pour l'opération linéaire exponentielle (Elu).
IncorporationActivations	Une opération permettant de différencier les TPU Embeddings.
Vide <T étend TType >	Crée un tenseur avec la forme donnée.
ListeTensorVide	Crée et renvoie une liste de tenseurs vide.
VideTensorMap	Crée et renvoie une carte tensorielle vide.
EncodeBase64	Encodez les chaînes au format base64 sécurisé pour le Web.
EncoderJpeg	Encodez une image en JPEG.
EncodeJpegVariableQuality	Image d'entrée encodée JPEG avec la qualité de compression fournie.
EncodePng	PNG-encode une image.
EncodeProto	L'opération sérialise les messages protobuf fournis dans les tenseurs d'entrée.
EncodeWav	Encodez les données audio en utilisant le format de fichier WAV.
Mettre en file d'attenteTPUEmbeddingIntegerBatch	Une opération qui met en file d'attente une liste de tenseurs de lots d'entrée dans TPUEmbedding.
Mettre en file d'attenteTPUEmbeddingRaggedTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup().
Mettre en file d'attenteTPUEmbeddingSparseBatch	Une opération qui met en file d'attente les indices d'entrée TPUEmbedding à partir d'un SparseTensor.
Mettre en file d'attenteTPUEmbeddingSparseTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse().
EnsureShape <T étend TType >	Garantit que la forme du tenseur correspond à la forme attendue.
Entrez <T étend TType >	Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant.
Égal	Renvoie la valeur de vérité de (x == y) élément par élément.
Erf <T étend TNumber >	Calcule la fonction d'erreur de Gauss de « x » par élément.
Erfc <T étend TNumber >	Calcule la fonction d'erreur complémentaire de « x » par élément.
EuclideanNorm <T étend TType >	Calcule la norme euclidienne des éléments sur les dimensions d'un tenseur.
Exécuter	Op qui charge et exécute un programme TPU sur un périphérique TPU.
Exécuter et mettre à jour les variables	Op qui exécute un programme avec des mises à jour facultatives de variables sur place.
Quitter <T étend TType >	Quitte l’image actuelle vers son image parent.
Exp <T étend TType >	Calcule l'exponentielle de x par élément.
ExpandDims <T étend TType >	Insère une dimension de 1 dans la forme d'un tenseur.
Expint <T étend TNumber >
Expm1 <T étend TType >	Calcule `exp(x) - 1` par élément.
ExtraireAperçu	Extrait un aperçu du tenseur d'entrée.
ExtractImagePatches <T étend TType >	Extrayez les « patchs » des « images » et placez-les dans la dimension de sortie « profondeur ».
ExtractJpegShape <T étend TNumber >	Extrayez les informations de forme d’une image codée en JPEG.
ExtractVolumePatches <T étend TNumber >	Extrayez les « patches » de « input » et placez-les dans la dimension de sortie « profondeur ».
Fait	Générez un fait sur les factorielles.
FakeQuantWithMinMaxArgs	Fausse quantifier le tenseur « entrées », tapez float au tenseur « sorties » du même type.
FakeQuantWithMinMaxArgsGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Fausse quantifier le tenseur des « entrées » de type float via des scalaires float globaux Fausse quantifier le tenseur « entrées » de type float via les scalaires flottants globaux « min » et « max » en tenseur « sorties » de même forme que « entrées ».
FakeQuantWithMinMaxVarsGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel	Fausse quantifier le tenseur des « entrées » de type float via des flotteurs par canal Fausse quantifier le tenseur des « entrées » de type float par canal et l'une des formes : `[d]`, `[b, d]` `[b, h, w, d]` via des float par canal ` min` et `max` de forme `[d]` en tenseur `outputs` de même forme que `inputs`.
FakeQuantWithMinMaxVarsPerChannelGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxVarsPerChannel.
Fft <T étend TType >	Transformée de Fourier rapide.
Fft2d <T étend TType >	Transformation de Fourier rapide 2D.
Fft3d <T étend TType >	Transformation de Fourier rapide 3D.
FifoQueue	Une file d'attente qui produit les éléments dans l'ordre premier entré, premier sorti.
Remplir <U étend TType >	Crée un tenseur rempli d'une valeur scalaire.
FiltreByLastComponentDataset	Crée un ensemble de données contenant les éléments du premier composant de `input_dataset` ayant true dans le dernier composant.
Empreinte digitale	Génère des valeurs d'empreinte digitale.
Ensemble de données d'enregistrement de longueur fixe
Lecteur d'enregistrement de longueur fixe	Un lecteur qui génère des enregistrements de longueur fixe à partir d'un fichier.
FixeUnigramCandidateSampler	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
Étage <T étend TNumber >	Renvoie le plus grand entier par élément non supérieur à x.
FloorDiv <T étend TType >	Renvoie x // y élément par élément.
FloorMod <T étend TNumber >	Renvoie le reste de la division par élément.
FlushSummaryWriter
FractionalAvgPool <T étend TNumber >	Effectue un pooling moyen fractionnaire sur l’entrée.
FractionalAvgPoolGrad <T étend TNumber >	Calcule le gradient de la fonction FractionalAvgPool.
FractionalMaxPool <T étend TNumber >	Effectue un pooling maximum fractionnaire sur l’entrée.
FractionalMaxPoolGrad <T étend TNumber >	Calcule le gradient de la fonction FractionalMaxPool.
FresnelCos <T étend TNumber >
FresnelSin <T étend TNumber >
FusedBatchNorm <T étend TNumber , U étend TNumber >	Normalisation des lots.
FusedBatchNormGrad <T étend TNumber , U étend TNumber >	Dégradé pour la normalisation des lots.
FusedPadConv2d <T étend TNumber >	Effectue un remplissage comme prétraitement lors d'une convolution.
FusedResizeAndPadConv2d <T étend TNumber >	Effectue un redimensionnement et un remplissage en guise de prétraitement lors d'une convolution.
GRUBlockCell <T étend TNumber >	Calcule la propagation avant de la cellule GRU pour 1 pas de temps.
GRUBlockCellGrad <T étend TNumber >	Calcule la rétro-propagation des cellules GRU pour 1 pas de temps.
Rassembler <T étend TType >	Encapsule l'opérateur XLA Gather documenté dans https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T étend TType >	Rassemblez les tranches de « params » dans un Tensor avec une forme spécifiée par « indices ».
GatherV2 <T étend TNumber >	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
Générer des propositions de boîtes de limites	Cette opération produit une région d'intérêts à partir de boîtes englobantes données (bbox_deltas) codées par rapport aux ancres selon l'équation 2 dans arXiv : 1506.01497. L'opération sélectionne les boîtes de notation `pre_nms_topn` supérieures, les décode par rapport aux ancres, applique une suppression non maximale sur les boîtes qui se chevauchent avec une valeur d'intersection sur union (iou) supérieure à `nms_threshold`, rejetant les boîtes dont le côté le plus court est inférieur à ` min_size`.
Générer un remapping vocal	Étant donné un chemin vers les nouveaux et anciens fichiers de vocabulaire, renvoie un tenseur de remappage de longueur `num_new_vocab`, où `remapping[i]` contient le numéro de ligne de l'ancien vocabulaire qui correspond à la ligne `i` dans le nouveau vocabulaire (en commençant à la ligne `new_vocab_offset` et jusqu'à `num_new_vocab` entités), ou `- 1` si l'entrée `i` dans le nouveau vocabulaire n'est pas dans l'ancien vocabulaire.
ObtenirSessionHandle	Stocke le tenseur d'entrée dans l'état de la session en cours.
GetSessionTensor <T étend TType >	Obtenez la valeur du tenseur spécifié par son handle.
Plus grand	Renvoie la valeur de vérité de (x > y) élément par élément.
Plus grandÉgalité	Renvoie la valeur de vérité de (x >= y) élément par élément.
GarantieConst <T étend TType >	Donne une garantie au runtime TF que le tenseur d’entrée est une constante.
Table de hachage	Crée une table de hachage non initialisée.
HistogramFixedWidth <U étend TNumber >	Renvoie l'histogramme des valeurs.
HistogrammeRésumé	Produit un tampon de protocole « Résumé » avec un histogramme.
HsvToRgb <T étend TNumber >	Convertissez une ou plusieurs images HSV en RVB.
Identité <T étend TType >	Renvoie un tenseur avec la même forme et le même contenu que le tenseur ou la valeur d'entrée.
IdentitéN	Renvoie une liste de tenseurs avec les mêmes formes et contenus que l'entrée tenseurs.
Lecteur d'identité	Un lecteur qui génère le travail en file d'attente à la fois sous forme de clé et de valeur.
Ifft <T étend TType >	Transformée de Fourier rapide inverse.
Ifft2d <T étend TType >	Transformation de Fourier rapide 2D inverse.
Ifft3d <T étend TType >	Transformation de Fourier rapide 3D inverse.
Igamma <T étend TNumber >	Calculez la fonction Gamma incomplète régularisée inférieure `P(a, x)`.
IgammaGradA <T étend TNumber >	Calcule le gradient de `igamma (a, x)` wrt `a`.
Igammac <t étend tNumber >	Calculez la fonction gamma incomplète régularisée supérieure `q (a, x)`.
IgnoreErrorsdataset	Crée un ensemble de données qui contient les éléments d'erreurs d'ignorance `input_dataset».
Imag <u étend tNumber >	Renvoie la partie imaginaire d'un nombre complexe.
ImageProjectiveTransformv2 <T étend tNumber >	Applique la transformation donnée à chacune des images.
ImageProjectiveTransformv3 <T étend Tnumber >	Applique la transformation donnée à chacune des images.
Images	Sorte un tampon de protocole «Résumé» avec des images.
ImmutableConst <T étend Ttype >	Renvoie le tenseur immuable de la région de la mémoire.
Importation
Intopk	Dit si les cibles sont dans les principales prédictions «K».
Infeeddequeue <t étend ttype >	Un Payholder OP pour une valeur qui sera introduite dans le calcul.
Feeddequeuetuple	Répondance à plusieurs valeurs de l'infeed comme un tuple XLA.
Infeeddenqueue	Un OP qui alimente une seule valeur de tenseur dans le calcul.
Infeedenqueueprelinearisonbuffer	Un OP qui en file des tampons prélinéarisés dans une infeed TPU.
Infeedenqueuetuple	Alimente plusieurs valeurs de tenseur dans le calcul sous forme de tuple XLA.
Init
Initialable	Tableau initialiseur qui prend respectivement deux tenseurs pour les clés et les valeurs.
Initializetable à partir de
Initialisetablefromtextfile	Initialise une table à partir d'un fichier texte.
Inplaceadd <t étend ttype >	Ajoute V dans des lignes spécifiées de x.
Inplacesub <t étend ttype >	Soustrait `V` en lignes spécifiées de` x`.
Inplaceupdate <t étend ttype >	Mises à jour des lignes spécifiées «i» avec des valeurs «v».
Inv <t étend ttype >	Calcule l'inverse d'une ou plusieurs matrices inversibles carrées ou de leurs adjoints (transpositions conjuguées).
Invrade <T étend Ttype >	Calcule le gradient de l'inverse de `x` wrt son entrée.
Inverser <T étend tNumber >	Invert (flip) chaque bit de types pris en charge; Par exemple, la valeur de type `uint8` '01010101 devient 10101010.
InvertPermutation <T étend tNumber >	Calcule la permutation inverse d'un tenseur.
Irfft <u étend tNumber >	Transformée de Fourier rapide à valeur réelle inverse.
Irfft2d <u étend tNumber >	Transformée de Fourier rapide à valeur réelle 2D inverse.
Irfft3d <u étend tNumber >	Transformée de Fourier rapide à valeur réelle 3D inverse.
IsboostedtreeSenmbleInitialized	Vérifie si un ensemble d'arbre a été initialisé.
IsboostedtreeSquantilestramersourceinitialized	Vérifie si un flux quantile a été initialisé.
Isfinite	Les rendements quels éléments de X sont finis.
Est	Les rendements quels éléments de x sont inf.
Isnan	Les rendements quels éléments de x sont nan.
Isvariable insiitialisée	Vérifie si un tenseur a été initialisé.
IsotonicRegression <u étend tNumber >	Résout un lot de problèmes de régression isotonique.
Itérateur
Iteratorfromstringhandle
Iteratorgetdevice	Renvoie le nom de l'appareil sur lequel «Resource» a été placé.
IteratorgetNext	Obtient la sortie suivante de l'itérateur donné.
IteratorgetNextSasoptional	Obtient la sortie suivante de l'itérateur donné en tant que variante facultative.
Iteratorgetnextync	Obtient la sortie suivante de l'itérateur donné.
Iteratortostringhandle	Convertit la `ressource_handle» donnée représentant un itérateur en chaîne.
Rejoindre	Rejoint les chaînes dans la liste donnée des tenseurs de cordes en un seul tenseur; avec le séparateur donné (par défaut est un séparateur vide).
Kmc2chaininitialisation	Renvoie l'indice d'un point de données qui doit être ajouté à l'ensemble de semences.
KeyValuesort <T étend tNumber , u étend ttype >	Enveloppe l'opérateur de tri XLA, documenté à https://www.tensorflow.org/performance/xla/operation_semantics#sort.
Kmeansplusplusitialisation	Sélectionne les lignes d'entrée num_to_sample à l'aide du critère KMeans ++.
Kthorderstic	Calcule la statistique de l'ordre du Kth d'un ensemble de données.
L2loss <t étend tNumber >	L2 perte.
Lmdbdataset	Crée un ensemble de données qui émet les paires de valeurs clés dans un ou plusieurs fichiers LMDB.
LstMBlockCell <t étend tNumber >	Calcule la propagation de la transfert des cellules LSTM pour un pas de temps.
LstMBlockCellgrad <t étend tNumber >	Calcule la propagation vers l'arrière de la cellule LSTM pour 1 étalon.
Laténtendatdataset	Enregistre la latence de la production d'éléments «Input_dataset» dans un statSaggregator.
Leakyrelu <T étend tNumber >	Calculs Rectifié linéaire: `Max (fonctionnalités, fonctionnalités * alpha)`.
Leakyrelugrad <t étend tNumber >	Calculs les gradients linéaires rectifiés pour une opération de fuite.
Apprentissage	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'apprentissage en unigramme.
LeftHift <T étend Tnumber >	Elementwise calcule le décalage gauche bitwise de `x` et« y ».
Moins	Renvoie la valeur de vérité de (x <y) en termes d'éléments.
Moins cher	Renvoie la valeur de vérité de (x <= y) sur le plan des éléments.
Lgamma <t étend tNumber >	Calcule le journal de la valeur absolue de l'élément `gamma (x) '.
Lispace <t étend tNumber >	Génère des valeurs dans un intervalle.
Lmdbdataset
LMDBReader	Un lecteur qui publie les enregistrements d'un fichier LMDB.
LoadAndRemapMatrix	Charge un 2-D (matrice) `tenseur` avec nom` old_tensor_name` du point de contrôle à `ckpt_path` et réorganise potentiellement ses lignes et colonnes en utilisant les remappages spécifiés.
Loytpuembeddingadamparameters	Chargez des paramètres d'intégration d'Adam.
LoadTpueMeddingAmparametersgradAccumDebug	Chargez des paramètres d'intégration Adam avec support de débogage.
Loytpuembeddingadadeltaparameters	Chargez des paramètres d'intégration d'Adadelta.
LoadTpueMeddingAdadeltaparametersgradAccumDebug	Chargez les paramètres Adadelta avec support de débogage.
LoytpuembeddingadagradParameters	Chargez des paramètres d'intégration d'Adagrad.
LoadtpuembeddingadagradParametersgradAccumdebug	Chargez des paramètres d'intégration d'Adagrad avec le support de débogage.
LoadTpueMeddingCenteredRmspropParameters	Paramètres d'intégration RMSPROP centrés sur charge.
Loadtpuembeddingftrlparameters	Charge des paramètres d'incorporation FTRL.
Loadtpuembeddingftrlparametersgradaccumdebug	Chargez des paramètres d'intégration FTRL avec support de débogage.
LoadtpuembddingmdladagradlightParameters	Chargez les paramètres d'intégration de la lumière Adagrad MDL.
LoytpuembeddingMomentumparameters	Paramètres d'intégration de la dynamique de charge.
LoadTpuembeddingMomentumparametersgradAccumdebug	Les paramètres d'intégration de la dynamique de chargement avec support de débogage.
LoadtpuembddingproximaladagradParameters	Charge des paramètres d'intégration d'Adagrad proximaux.
LoadtpuembeddingproximaladagradParametersgradAccumdebug	Chargez des paramètres d'intégration d'Adagrad proximaux avec support de débogage.
Loadtpuembeddingproximalyogiparameters
Loadtpuembeddingproximalyogiparametersgradaccumdebug
LoadtpuembeddingrmspropParameters	Chargez des paramètres d'intégration RMSPROP.
LoadTpueMeddingrmsPropParametersgradAccumDebug	Chargez des paramètres d'intégration RMSPROP avec support de débogage.
LoadtpuembeddingStochasticgradientDescentParameters	Chargez des paramètres d'intégration de SGD.
LoadTpueMeddingStochasticgradIentDescentParametersgradAccumdebug	Chargez des paramètres d'intégration de SGD.
La réponse locale <T étend Tnumber >	Normalisation de la réponse locale.
LocalResponSeormalizationgrad <T étend Tnumber >	Gradients pour la normalisation de la réponse locale.
Log <T étend Ttype >	Calcule le logarithme naturel de x élément.
Log1p <t étend Ttype >	Calcule le logarithme naturel de (1 + x) sur le plan des éléments.
LogMatrixDeterminant <T étend Ttype >	Calcule le signe et le journal de la valeur absolue du déterminant de une ou plusieurs matrices carrées.
LogsoftMax <T étend tNumber >	Calcule les activations logarithologiques logax.
LoguniforCandidatesampler	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution log-uniforme.
Logique et	Renvoie la valeur de vérité de X et Y sur le plan des éléments.
Logique	Renvoie la valeur de vérité de l'élément «pas x».
Logique	Renvoie la valeur de vérité de x ou y élément par élément.
LookUptableExport <T étend Ttype , u étend Ttype >	Sorte toutes les touches et valeurs du tableau.
LookUptableFind <u étend Ttype >	Fonds les touches dans un tableau, publie les valeurs correspondantes.
LookUptableImport	Remplace le contenu du tableau par les clés et valeurs spécifiées.
LookUptableInsert	Met à jour le tableau pour associer les clés aux valeurs.
LookUptipableRemove	Supprime les clés et ses valeurs associées d'une table.
LookUptableSize	Calcule le nombre d'éléments dans le tableau donné.
Boucle	Transmet l'entrée à la sortie.
Inférieur	Convertit tous les caractères majuscules en leurs remplacements minuscules respectifs.
Inférieur <u étend tNumber >	Applique Lower_Bound (trid_search_values, valeurs) le long de chaque ligne.
Lu <T étend Ttype , u étend tNumber >	Calcule la décomposition LU d'une ou plusieurs matrices carrées.
Makeiterator	Fait un nouvel itérateur à partir du «jeu de données» donné et le stocke dans «Iterator».
Faire de	Rendre tous les éléments de la dimension non lot unique, mais \ "clôturez \" leur valeur initiale.
Mapclear	OP supprime tous les éléments du conteneur sous-jacent.
Mapincompletesize	OP renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
Mappouk	OP jette un œil aux valeurs de la touche spécifiée.
Cartonner	OP renvoie le nombre d'éléments dans le conteneur sous-jacent.
Mappel	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un hashtable.
Mapunstage	OP supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
Mapunstagenokey	OP supprime et renvoie un aléatoire (clé, valeur) du conteneur sous-jacent.
Matmul <T étend Ttype >	Multipliez la matrice "A" par la matrice "B".
MatchingFiles	Renvoie l'ensemble des fichiers correspondant à un ou plusieurs modèles globaux.
MatchingFilesDataset
MatrixDiag <T étend Ttype >	Renvoie un tenseur diagonal par lots avec des valeurs diagonales lotes données.
MatrixDiagPart <T étend Ttype >	Renvoie la partie diagonale par lots d'un tenseur lot.
MatrixDiagPartv3 <T étend Ttype >	Renvoie la partie diagonale par lots d'un tenseur lot.
MatrixDiagv3 <T étend Ttype >	Renvoie un tenseur diagonal par lots avec des valeurs diagonales lotes données.
Matrixlogarithme <T étend Ttype >	Calcule le logarithme matriciel d'une ou plusieurs matrices carrées: \\(log(exp(A)) = A\\) Cet OP n'est défini que pour les matrices complexes.
MatrixSetDiag <T étend Ttype >	Renvoie un tenseur matriciel lots avec de nouvelles valeurs diagonales lots.
Matrixsolvels <T étend Ttype >	Résout un ou plusieurs problèmes linéaires des moindres carrés.
Max <T étend Ttype >	Calcule le maximum d'éléments à travers les dimensions d'un tenseur.
Maxintraopparallelismdataset	Crée un ensemble de données qui remplace le parallélisme intra-op maximal.
Maxpool <T étend Ttype >	Effectue un accumulation maximale sur l'entrée.
Maxpool3d <t étend tNumber >	Effectue une regroupement max 3D sur l'entrée.
Maxpool3dgrad <u étend tNumber >	Calcule les gradients de la fonction de mise en commun maximale 3D.
Maxpool3dgradgrad <t étend tNumber >	Calcule les gradients de second ordre de la fonction maxpoolique.
Maxpoolgrad <T étend tNumber >	Calcule les gradients de la fonction maxpoolique.
Maxpoolgradgrad <T étend tNumber >	Calcule les gradients de second ordre de la fonction maxpoolique.
Maxpoolgradgradwithargmax <T étend tNumber >	Calcule les gradients de second ordre de la fonction maxpoolique.
Maxpoolgradwithargmax <t étend tNumber >	Calcule les gradients de la fonction maxpoolique.
Maxpoolwithargmax <t étend tNumber , u étend tNumber >	Effectue un regroupement maximum sur l'entrée et sort à la fois les valeurs et les indices max.
Maximum <T étend tNumber >	Renvoie le maximum de x et y (c'est-à-dire
La moyenne <t étend Ttype >	Calcule la moyenne des éléments à travers les dimensions d'un tenseur.
Merge <T étend Ttype >	Transmet la valeur d'un tenseur disponible des «entrées» à «sortie».
Fusionner	Fusionne les résumés.
Mergev2checkpoint	Format V2 Spécifique: fusionne les fichiers de métadonnées des points de contrôle fragnés.
MFCC	Transforme un spectrogramme en une forme utile pour la reconnaissance vocale.
Min <t étend ttype >	Calcule le minimum d'éléments à travers les dimensions d'un tenseur.
Minimum <t étend tNumber >	Renvoie le min de x et y (c'est-à-dire
MirrorPad <T étend Ttype >	Tanne un tenseur avec des valeurs en miroir.
MirrorPadgrad <T étend Ttype >	Gradient OP pour `Mirrorpad` op.
Mlirpassthroughop	Enveloppe un calcul Mlir arbitraire exprimé en module avec une fonction principale ().
Mod <t étend tNumber >	Renvoie le reste des éléments de division.
ModelDataset	Transformation d'identité qui modélise les performances.
Mul <t étend Ttype >	Renvoie x * y élément par élément.
Mulnonan <T étend Ttype >	Renvoie x * y élément par élément.
Multideviceiterator	Crée une ressource Multideviceiterator.
Multideviceiterator de	Génère une ressource Multideviceiterator à partir de sa poignée de chaîne fournie.
MultideviceiteratorGetNextfromshard	Obtient le prochain élément pour le numéro de fragment fourni.
Multideviceiteratorator	Initialise l'itérateur multi-périphériques avec l'ensemble de données donné.
MultideviceiteratortoStringHandle	Produit une poignée de chaîne pour le multideviceiterator donné.
Multinomial <u étend tNumber >	Faire des échantillons d'une distribution multinomiale.
Mutiablesehashtable	Crée une table de hachage vide qui utilise les tenseurs comme magasin de support.
Mutable	Crée une table de hachage vide.
Mutablehashtableoftenseurs	Crée une table de hachage vide.
Muex	Crée une ressource Mutex qui peut être verrouillée par «Mutexlock».
Muexlock	Verrouille une ressource mutex.
Ncclallreduce <t étend tNumber >	Sort un tenseur contenant la réduction sur tous les tenseurs d'entrée.
Ncclbroadcast <t étend tNumber >	Envoie «entrée» à tous les périphériques connectés à la sortie.
Ncclreduce <t étend tNumber >	Réduit «l'entrée» de «num_devices» à l'aide de «réduction» à un seul appareil.
Ndtri <t étend tNumber >
Les plus les plus proches	Sélectionne les K centres les plus proches pour chaque point.
NEG <T étend Ttype >	Calcule la valeur négative numérique en termes d'élément.
Négroce	Formation via un échantillonnage négatif.
NextAfter <T étend Tnumber >	Renvoie la valeur représentable suivante de «x1» dans la direction de `x2», en termes d'élément.
NEXTIDERATION <T étend Ttype >	Rend son entrée à la disposition de la prochaine itération.
Noop	Ne fait rien.
Les non-déterministes <u étend Ttype >	Génère non déterministe certains entiers.
Non maxsuppression <t étend tNumber >	Sélectionne avidement un sous-ensemble de boîtes de délimitation dans l'ordre décroissant du score, Les boîtes à élagage qui ont une intersection élevée sur un syndicat (IOU) se chevauchent avec des boîtes précédemment sélectionnées.
Non maxasuppressionwithoverlaps	Sélectionne avidement un sous-ensemble de boîtes de délimitation dans l'ordre décroissant du score, élagage des boîtes qui ont des chevauchements élevés avec des boîtes précédemment sélectionnées.
Non-serializeabledataset
Note	Renvoie la valeur de vérité de (x! = Y) Élément.
Nthelement <T étend tNumber >	Trouve des valeurs de la statistique de l'ordre `` n '-th pour la dernière dimension.
Onehot <u étend ttype >	Renvoie un tenseur à un hot.
Ceux <t étendent Ttype >	Un opérateur créant une constante initialisée avec celles de la forme donnée par «dims».
Ceux-là <T étend Ttype >	Renvoie un tenseur de ceux avec la même forme et le même type que x.
L'opérande <T étend Ttype >	Interface implémentée par les opérandes d'une opération TensorFlow.
Optimizedataset	Crée un ensemble de données en appliquant des optimisations à «input_dataset».
Optimizedatasetv2	Crée un ensemble de données en appliquant des optimisations connexes à `input_dataset`.
Facultatif de la valeur	Construit une variante facultative à partir d'un tuple de tenseurs.
FacultativealGetValue	Renvoie la valeur stockée dans une variante facultative ou soulève une erreur si aucune n'existe.
Facultatifhasvalue	Renvoie True si et seulement si la variante facultative donnée a une valeur.
Facultatif	Crée une variante facultative sans valeur.
Ordonnémaplear	OP supprime tous les éléments du conteneur sous-jacent.
Ordonnant à compléter	OP renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
Ordonnémappeek	OP jette un œil aux valeurs de la touche spécifiée.
Ordonnémapsize	OP renvoie le nombre d'éléments dans le conteneur sous-jacent.
Ordonnance	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un ordre conteneur associatif.
Ordonnémapunstage	OP supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
Ordonné mapunstagenokey	OP supprime et renvoie l'élément (clé, valeur) avec le plus petit clé du conteneur sous-jacent.
Ordinalsector	Un sélecteur de noyau TPU op.
OutFeedDequeue <T étend Ttype >	Récupère un seul tenseur de la sortie de calcul.
Outfeeddequeuetuple	Récupérez plusieurs valeurs à partir de la sortie de calcul.
OutFeeddequeueTutuplev2	Récupérez plusieurs valeurs à partir de la sortie de calcul.
OutFeedDequeuev2 <T étend Ttype >	Récupère un seul tenseur de la sortie de calcul.
Outfeedenqueue	ENQUÊTE UN TENSEUR SUR LA VOIE DE CULTATATION.
Outfeedenqueuetuple	ENQUÊTEUR plusieurs valeurs de tenseur sur la sortie de calcul.
La sortie <T étend Ttype >	Une poignée symbolique à un tenseur produit par une `Operation` .
Pad <t étend Ttype >	Enveloppe l'opérateur XLA Pad, documenté à https://www.tensorflow.org/performance/xla/operation_semantics#pad.
Rembourré	Crée un ensemble de données qui lance les éléments «Batch_Size» de l'entrée.
Paddingfifoqueue	Une file d'attente qui produit des éléments dans le premier ordre du premier coup.
ParallelConcat <T étend Ttype >	COMPATENNE UNE LISTE DES TENSEURS «N» le long de la première dimension.
ParalleldynamicSttitch <t étend Ttype >	Entrelacez les valeurs des tenseurs de «données» en un seul tenseur.
Paramétré-tronçon de normal <u étend tNumber >	Sorte des valeurs aléatoires à partir d'une distribution normale.
Parseexample	Transforme un vecteur de protos TF.example (comme des chaînes) en tenseurs dactylographiés.
Parseexampledataset	Transforme `input_dataset` contenant des protos« Exemple »en tant que vecteurs de DT_String en un ensemble de données d'objets« Tensor »ou« Sparsetentensor »représentant les fonctionnalités analysées.
Parsesenceexample	Transforme un vecteur de protos tf.io.SenceExample (comme des chaînes) en tenseurs typés.
Parsesingleexample	Transforme un proto TF.example (en tant que chaîne) en tenseurs typés.
Parsesinglesequenceexample	Transforme un cerveau scalaire. SequenceExample Proto (comme des cordes) en tenseurs dactylographiés.
Parttenseur <T étend Ttype >	Transforme un TensorFlow sérialisé.
PartitionedInput <T étend Ttype >	Un OP qui regroupe une liste des entrées partitionnées ensemble.
PartitionEdoutput <T étend Ttype >	Un OP qui démultiplexes un tenseur à étaler par Xla à une liste de partitionned sorties en dehors du calcul XLA.
Planification <T étend Ttype >	Un Payholder OP pour une valeur qui sera introduite dans le calcul.
PayholderwithDefault <T étend Ttype >	Un Payholder OP qui passe par «entrée» lorsque sa sortie n'est pas alimentée.
Polygamma <T étend Tnumber >	Calculez la fonction Polygamma \\(\psi^{(n)}(x)\\).
Point de population	Calcule le nombre de populations sur les éléments (aka
POW <T étend Ttype >	Calcule la puissance d'une valeur à une autre.
PrefetchDataset	Crée un ensemble de données qui préfère de manière asynchrone des éléments de `input_dataset`.
Préliner	Un OP qui linéarise une valeur de tenseur à un tenseur variant opaque.
Prélinéarise	Un OP qui linéarise plusieurs valeurs de tenseur à un tenseur variant opaque.
Empêcher le cycle <T étend Ttype >	Un OP d'identité qui déclenche une erreur si un gradient est demandé.
Imprimer	Imprime un scalaire de chaîne.
PriorityQueue	Une file d'attente qui produit des éléments triés par la première valeur composante.
Privatethreadpoolataset	Crée un ensemble de données qui utilise un pool de thread personnalisé pour calculer `input_dataset`.
Prod <t étend ttype >	Calcule le produit d'éléments à travers les dimensions d'un tenseur.
QR <T étend Ttype >	Calcule les décompositions QR d'une ou plusieurs matrices.
La quantification <T étend Ttype >	Quantisez le tenseur «d'entrée» de type float sur le tenseur de «sortie» de type «t».
QuantizEAndDequantize <T étend tNumber >	Quantifie ensuite la désagréation d'un tenseur.
QuantizEAndDequantizev3 <T étend Tnumber >	Quantifie ensuite la désagréation d'un tenseur.
QuantizEAndDequantizev4 <T étend Tnumber >	Renvoie le gradient de `Quantification.quantiseAndDequantizev4».
QuantizEAndDequantizev4grad <T étend Tnumber >	Renvoie le gradient de «QuantizEAndDequantizev4».
QuantizedownandshrinkRange <u étend Ttype >	Convertir le tenseur «d'entrée» quantifié en une «sortie» de précision inférieure, en utilisant le Distribution réelle des valeurs pour maximiser l'utilisation de la profondeur de bit inférieure et ajuster les plages de sortie MIN et MAX en conséquence.
QuantizedAdd <V étend Ttype >	Renvoie x + y élément, travaillant sur des tampons quantifiés.
Qualtizedavgpool <T étend Ttype >	Produit le pool moyen du tenseur d'entrée pour les types quantifiés.
QuantizedBatchNormwithGlobalNormalisation <U étend Ttype >	Normalisation de lots quantifiée.
Quantizedbiasadd <v étend Ttype >	Ajoute le «biais» du tenseur à l'entrée du tenseur pour les types quantifiés.
QuantizedConcat <T étend Ttype >	Concaténe les tenseurs quantifiés le long d'une seule dimension.
QuantizedConv2DandRelu <V étend Ttype >
QuantizedConv2DandReLuAndrequantize <V étend Ttype >
QuantizedConv2DanDrequantize <V étend Ttype >
QuantizedConv2DperChannel <V étend Ttype >	Calculs QuantizedConv2d par canal.
QuantizedConv2dWithbias <V étend Ttype >
QuantizedConv2dWithbiasandRelu <V étend Ttype >
QuantizedConv2dWithbiasAndReLuAndrequantize <W étend Ttype >
QuantizedConv2dWithbiasAndRequantize <W étend Ttype >
QuantizedConv2dWithbiassignedSumAndReluAndrequantiser <x étend Ttype >
QuantizedConv2dWithbiasSumandRelu <V étend Ttype >
QuantizedConv2dWithbiasSumAndReLUAnDrequantiser <x étend Ttype >
QuantizedConv2d <V étend Ttype >	Calcule une convolution 2D donnée des tenseurs d'entrée et de filtre 4D quantifiés.
QuantisedDepthwiseConv2d <V étend Ttype >	Calculs quantifiés en profondeur Conv2d.
QuantizedDepthwiSeConv2dWithbias <V étend Ttype >	Calcula les calculs quantifiés de la profondeur avec biais.
QuantisedDepthwiSeConv2dwithbiasandrelu <V étend Ttype >	Calcula les calculs quantifiés de la profondeur avec biais et relu.
QuantizedDepthwiSeConv2dWithbiasAndReLuAndrequantize <W étend Ttype >	Calcula les calculs quantifiés de la profondeur avec biais, relu et requantiser.
QuantizedInstanceNorm <T étend Ttype >	Normalisation d'instance quantifiée.
Quantisématmul <v étend Ttype >	Effectuez une multiplication matricielle quantifiée de «A» par la matrice `B».
Quantisématmulwithbias <w étend ttype >	Effectue une multiplication matricielle quantifiée de «A» par la matrice «B» avec un biais ADD.
QuantisématmulwithbiasandDequantize <w étend tnumber >
Quantisématmulwithbiasandrelu <v étend Ttype >	Effectuez une multiplication matricielle quantifiée de «A» par la matrice «B» avec le biais Add et Relu Fusion.
Quantisématmulwithbiasandreluandrequantize <w étend ttype >	Effectuez une multiplication matricielle quantifiée de «A» par la matrice `B» avec le biais Add et Relu et Requantiser la fusion.
QuantisématmulwithbiasAndrequantiser <w étend Ttype >
QuantizedMaxpool <T étend Ttype >	Produit le pool maximum du tenseur d'entrée pour les types quantifiés.
Quantisémul <v étend Ttype >	Renvoie x * y élément, travaillant sur des tampons quantifiés.
QuantizedRelu <u étend Ttype >	Calculations Linear Rectifiée quantifiée: `Max (fonctionnalités, 0)`
QuantizedRelu6 <u étend Ttype >	Calculations Linear Rectifiée quantifiée 6: `min (Max (fonctionnalités, 0), 6)`
QuantizedRelux <u étend Ttype >	Calculs Rectifié Rectifié X: `min (Max (fonctionnalités, 0), max_value)`
QuantizedReshape <T étend Ttype >	Remhapes un tenseur quantifié selon le Reshape Op.
QuantizedResizeBilinear <T étend Ttype >	Redimensionner les `` images '' quantifiées à la «taille» en utilisant une interpolation bilinéaire quantifiée.
Queueclose	Ferme la file d'attente donnée.
Queuedequeue	DÉQUENUES Un tuple d'un ou plusieurs tenseurs de la file d'attente donnée.
Queuedequeuemany	DÉQUÊTEURS `N` Les tuples d'un ou plusieurs tenseurs de la file d'attente donnée.
Queuedequeueupto	DÉQUÊTEURS `N` Les tuples d'un ou plusieurs tenseurs de la file d'attente donnée.
Queueenqueue	Inquestre un tuple d'un ou plusieurs tenseurs dans la file d'attente donnée.
Queueenqueuemany	Enquille zéro ou plus de tuples d'un ou plusieurs tenseurs dans la file d'attente donnée.
File d'attente	Renvoie True si la file d'attente est fermée.
File d'attente	Calcule le nombre d'éléments dans la file d'attente donnée.
RaggedBincount <u étend tNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau entier.
RaggedCountsParseOutput <U étend Tnumber >	Effectue un comptage de bacs clairsemé pour une entrée de tenseur en lambeaux.
Raggedcross <T étend Ttype , u étend tNumber >	Génère un croisement de fonctionnalités à partir d'une liste de tenseurs et le renvoie comme untendeur en lambeaux.
Raggedgather <T étend tNumber , u étend ttype >	Rassemblez des tranches en lambeaux à partir de `` params` axis `` 0` selon les «indices».
RaggedRange <u étend tNumber , t étend tNumber >	Renvoie un «RaggedtenStor» contenant les séquences de nombres spécifiées.
RaggedtensorfromVariant <u étend tNumber , t étend ttype >	Décode un tenseur «variant» dans un «RaggedtenSor».
RaggedtenStorSparse <u étend Ttype >	Convertit un `raggedtensor 'en un« sparsetentensor »avec les mêmes valeurs.
RaggedtenStorTotensor <u étend Ttype >	Créez un tenseur dense à partir d'un tenseur en lambeaux, modifiant éventuellement sa forme.
En lambeaux en lambeaux	Encode un `` RaggedtenSor 'dans un tenseur de «variante».
RaggedtenStoroVariantgradient <u étend Ttype >	Helper était utilisé pour calculer le gradient pour «RaggedtenStorovariant».
RandomCrop <T étend Tnumber >	Crave `` Image ''.
Randomdataset	Crée un ensemble de données qui renvoie les numéros de pseudorandom.
Randomgamma <u étend tNumber >	Sorte les valeurs aléatoires de la ou des distributions gamma décrites par Alpha.
RandomGammagrad <T étend tNumber >	Calcule la dérivée d'un échantillon aléatoire gamma wrt
Randompoisson <V étend tNumber >	Sorte les valeurs aléatoires de la ou des distributions de Poisson décrites par le taux.
Randomshuffle <T étend Ttype >	Mélange au hasard un tenseur le long de sa première dimension.
Randomshufflequeue	Une file d'attente qui randomise l'ordre des éléments.
RandomStandardNormal <u étend tNumber >	Sorte des valeurs aléatoires à partir d'une distribution normale.
Randomuniforme <u étend tNumber >	Sorte des valeurs aléatoires à partir d'une distribution uniforme.
Randomunifornt <u étend TNumber >	Sorte des entiers aléatoires à partir d'une distribution uniforme.
Range <T étend tNumber >	Crée une séquence de nombres.
Rangedataset	Crée un ensemble de données avec une gamme de valeurs.
Rang	Renvoie le rang de tenseur.
Rawop	Une classe de base pour les implémentations `Op` qui sont soutenues par une seule `Operation` .
Lecture	Lit et sort tout le contenu du nom de fichier d'entrée.
Readvariableop <t étend ttype >	Lit la valeur d'une variable.
En lecture	Renvoie le nombre d'enregistrements que ce lecteur a produit.
Lecturenumworkunitscompleted	Renvoie le nombre d'unités de travail que ce lecteur a terminé le traitement.
ReaderRead	Renvoie l'enregistrement suivant (clé, paire de valeurs) produit par un lecteur.
ReaderReDupto	Renvoie aux paires `num_records` (clé, valeur) produites par un lecteur.
Lecture	Restaurez un lecteur à son état propre initial.
Readerrestorestate	Restaurez un lecteur dans un état précédemment enregistré.
Readerserializestate	Produisez un tenseur de chaîne qui code pour l'état d'un lecteur.
Réel <u étend tNumber >	Renvoie la partie réelle d'un nombre complexe.
RealDiv <T étend Ttype >	Renvoie X / Y sur le plan des éléments pour les types réels.
RepatchDataset	Crée un ensemble de données qui modifie la taille du lot.
RepatchDatasetv2	Crée un ensemble de données qui modifie la taille du lot.
Réciproque <T étend Ttype >	Calcule le réciproque de x élément.
Réciproque <T étend Ttype >	Calcule le gradient de l'inverse de `x` wrt son entrée.
Enregistrer	Émet des enregistrements randomisés.
Recv <t étend ttype >	Reçoit le tenseur nommé d'un autre calcul XLA.
Recvtpuembeddingactiviations	Un OP qui reçoit des activations d'intégration sur le TPU.
Réduire <T étend tNumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
Réduceal	Calcule le "logique et" des éléments à travers les dimensions d'un tenseur.
Réduceany	Calcule le "logique ou" des éléments à travers les dimensions d'un tenseur.
Réduire	Rejoint un tenseur de chaîne à travers les dimensions données.
ReduceMax <T étend Ttype >	Calcule le maximum d'éléments à travers les dimensions d'un tenseur.
Réducemin <T étend Ttype >	Calcule le minimum d'éléments à travers les dimensions d'un tenseur.
Réductionprod <t étend Ttype >	Calcule le produit d'éléments à travers les dimensions d'un tenseur.
Réducteur <T étend Ttype >	Calcule la somme des éléments à travers les dimensions d'un tenseur.
Reducev2 <T étend Tnumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
Réfroit <T étend Ttype >	Crée ou trouve un cadre enfant et rend les «données» à la disposition du cadre enfant.
Refexit <T étend Ttype >	Quitte le cadre actuel de son cadre parent.
Handicapé <T étend Ttype >	Renvoyez le même tenseur ref que le tenseur de référence d'entrée.
RefMerge <T étend Ttype >	Transmet la valeur d'un tenseur disponible des «entrées» à «sortie».
RefNextideration <T étend Ttype >	Rend son entrée à la disposition de la prochaine itération.
RefSelect <T étend Ttype >	Transfère le `index`th élément de« entrées »vers« sortie ».
RefSwitch <T étend Ttype >	Transfère le tenseur de référence `` données '' du port de sortie déterminé par «Pred».
Regexfullmatch	Vérifiez si l'entrée correspond au modèle Regex.
Regexreplace	Remplace les correspondances de l'expression régulière «motif» dans «entrée» avec la chaîne de remplacement fournie dans «réécriture».
Registredataset	Enregistre un ensemble de données avec le service tf.data.
Relu <t étend ttype >	Calculs Rectifié linéaire: `Max (fonctionnalités, 0)`.
Relu6 <t étend tNumber >	Calculs Rectifié Linear 6: `min (Max (fonctionnalités, 0), 6)`.
Relu6grad <t étend tNumber >	Calcule les gradients linéaires 6 linéaires pour une opération RELU6.
Relugrad <T étend Tnumber >	Calcule des gradients linéaires rectifiés pour une opération RELU.
RemotefusedgraphExecute	Exécutez un sous-graphique sur un processeur distant.
Dataset répétitif	Crée un ensemble de données qui émet les sorties de `input_dataset`` count`.
Repliaid	Réplique d'identification.
Répliatemetadata	Métadonnées indiquant comment le calcul TPU doit être reproduit.
ReproduitInput <T étend Ttype >	Connecte N entrées à un calcul TPU répliqué à N-Way.
Repliquéoutput <T étend Ttype >	Connecte N sortis d'un calcul TPU répliqué N-Way.
Requantization Grange	Calcule une plage qui couvre les valeurs réelles présentes dans un tenseur quantifié.
RequantizationRangeperChannel	Calcule la plage de requantisation par canal.
Requantiser <u étend ttype >	Convertit le tenseur «d'entrée» quantifié en une `` sortie '' inférieure.
RequantizeperChannel <u étend Ttype >	Requinalise l'entrée avec les valeurs MIN et MAX connues par canal.
Reshape <T étend Ttype >	Remodeler un tenseur.
Resisearea	Redimensionner les `` images '' à la «taille» en utilisant l'interpolation de la zone.
Redimensibicicu	Redimensionner les `` images '' à la «taille» en utilisant une interpolation bicubique.
ResizeBIcucuCgrad <T étend Tnumber >	Calcule le gradient de l'interpolation bicubique.
Redimensinear	Redimensionner les `` images '' à la «taille» à l'aide d'une interpolation bilinéaire.
Redimensibilineargrad <t étend tNumber >	Calcule le gradient de l'interpolation bilinéaire.
Resizenearestneighbor <t étend tNumber >	Redimensionner les «images» à «taille» en utilisant l'interpolation du voisin le plus proche.
Resizenearestneighborgragrad <t étend tNumber >	Calcule le gradient de l'interpolation du plus proche voisin.
ResourceAccumulaterApplygradient	Applique un gradient à un accumulateur donné.
RessourcecumulatornumAccumuled	Renvoie le nombre de gradients agrégés dans les accumulateurs donnés.
ResourceAcculalateatSetglobalstep	Met à jour l'accumulateur avec une nouvelle valeur pour Global_step.
ResourceAccumUlArtaTakegradient <T étend Ttype >	Extrait le gradient moyen dans le conditional accumulateur donné.
ResourceApplyadamax	Mettre à jour '* var' selon l'algorithme Adamax.
ResourceApplyADADELTA	Mettre à jour '* var' selon le schéma Adadelta.
ResourceApplyAdagrad	Mettre à jour '* var' selon le schéma Adagrad.
ResourceApplyadagradda	Mettre à jour '* var' selon le schéma proximal Adagrad.
ResourceApplyAdam	Mettre à jour '* var' selon l'algorithme Adam.
ResourceApplyadamwithamsgrad	Mettre à jour '* var' selon l'algorithme Adam.
ResourceApplyAddSign	Mise à jour '* var' en fonction de la mise à jour AddSign.
ResourceApplyCenteredRmsprop	Mettre à jour '* var' selon l'algorithme RMSProp centré.
ResourceApplyftrl	Mettre à jour '* var' selon le schéma FTRL-proximal.
ResourceApplygradientDescent	Mettre à jour '* var' en soustrayant 'alpha' * 'delta' à partir de celui-ci.
ResourceApplykerasmomentum	Mettre à jour '* var' selon le schéma de 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	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
ResourceSparseApplyAdagradDa	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
ResourceSparseApplyAdagradV2	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
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`.
Restaurer	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.
Rpc	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.
Sauvegarder	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.
Envoyer	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 >	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
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.
Scène	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`.
Bande	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.
TensorDataset	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`.
Timestamp	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
Supérieur	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`.
Où	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.

Méthodes publiques

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

Méthodes publiques

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.

Retours

an Operation