このページは Cloud Translation API によって翻訳されました。

Op

パブリックインターフェースOp

既知の間接サブクラス

Abort 、 Abs <T extends TNumber >、 AccumulateN <T extends TType >、 AccumulatorApplyGradient 、 AccumulatorNumAccumulated 、 AccumulatorSetGlobalStep 、 AccumulatorTakeGradient <T extends TType >、 Acos <T extends TType >、 Acosh <T extends TType >、 Add <T extends TType >、 AddManySparseToTensorsMap 、 AddN <T extends TType >、 AddSparseToTensorsMap 、 AdjustContrast <T extends TNumber >、 AdjustHue <T extends TNumber >、その他 1157 個。

アボート	呼び出されたときに例外を発生させてプロセスを中止します。
Abs <T extends TNumber >	テンソルの絶対値を計算します。
AccumulateN <T はTType を拡張 >	テンソルのリストの要素ごとの合計を返します。
アキュムレータApplyGradient	指定されたアキュムレータに勾配を適用します。
アキュムレータNumAccumulated	指定されたアキュムレータに集約された勾配の数を返します。
アキュムレータセットグローバルステップ	アキュムレータを global_step の新しい値で更新します。
AccumulatorTakeGradient <T extends TType >	指定された ConditionalAccumulator の平均勾配を抽出します。
Acos <T はTTypeを拡張 >	x の acos を要素ごとに計算します。
Acosh <T はTType を拡張 >	x の逆双曲線余弦を要素ごとに計算します。
<T extends TType >を追加します	x + y を要素ごとに返します。
AddManySparseToTensorsMap	「N」ミニバッチ「SparseTensor」を「SparseTensorsMap」に追加し、「N」ハンドルを返します。
AddN <T はTType を拡張 >	すべての入力テンソルを要素ごとに追加します。
SparseToTensorsMap を追加	`SparseTensor` を `SparseTensorsMap` に追加すると、そのハンドルが返されます。
AdjustContrast <T extends TNumber >	1 つまたは複数の画像のコントラストを調整します。
AdjustHue <T extends TNumber >	1 つまたは複数の画像の色相を調整します。
AdjustSaturation <T extends TNumber >	1 つまたは複数の画像の彩度を調整します。
全て	テンソルの次元全体で要素の「論理積」を計算します。
すべての候補者サンプラー	学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
AllReduce <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に削減します。
AllToAll <T extends TType >	TPU レプリカ間でデータを交換する Op。
角度<U はTNumber を延長 >	複素数の引数を返します。
匿名反復子	イテレータリソースのコンテナ。
匿名メモリキャッシュ
AnonymousMultiDeviceIterator	マルチデバイス反復子リソースのコンテナー。
匿名ランダムシードジェネレーター
匿名シードジェネレーター
どれでも	テンソルの次元にわたる要素の「論理和」を計算します。
applyAdaMax <T はTType を拡張 >	AdaMax アルゴリズムに従って「*var」を更新します。
applyAdadelta <T extends TType >	adadelta スキームに従って「*var」を更新します。
applyAdagrad <T はTType を拡張 >	adagrad スキームに従って「*var」を更新します。
applyAdagradDa <T はTType を拡張 >	近位の adagrad スキームに従って「*var」を更新します。
applyAdagradV2 <T はTTypeを拡張 >	adagrad スキームに従って「*var」を更新します。
applyAdam <T extends TType >	Adam アルゴリズムに従って「*var」を更新します。
applyAddSign <T はTType を拡張 >	AddSign の更新に従って「*var」を更新します。
applyCenteredRmsProp <T はTType を拡張 >	中心の RMSProp アルゴリズムに従って「*var」を更新します。
applyFtrl <T はTType を拡張 >	Ftrl-proximal スキームに従って「*var」を更新します。
applyGradientDescent <T extends TType >	'var' から 'alpha' 'delta' を減算して更新します。
applyMomentum <T はTTypeを拡張 >	運動量スキームに従って「*var」を更新します。
applyPowerSign <T はTType を拡張 >	AddSign の更新に従って「*var」を更新します。
applyProximalAdagrad <T はTType を拡張 >	Adagrad 学習率の FOBOS に従って「var」と「accum」を更新します。
applyProximalGradientDescent <T extends TType >	「*var」を固定学習率の FOBOS アルゴリズムとして更新します。
applyRmsProp <T はTTypeを拡張 >	RMSProp アルゴリズムに従って「*var」を更新します。
ほぼ等しい	abs(xy) < 許容誤差の要素ごとの真理値を返します。
ArgMax <V はTNumberを拡張 >	テンソルの次元全体で最大値を持つインデックスを返します。
ArgMin <V はTNumberを拡張 >	テンソルの次元全体で最小値を持つインデックスを返します。
文字列として	指定されたテンソルの各エントリを文字列に変換します。
Asin <T extends TType >	x の三角関数の逆サインを要素ごとに計算します。
Asinh <T はTType を拡張 >	x の逆双曲線正弦を要素ごとに計算します。
AssertCardinalityDataset
AssertNextDataset
アサートそれ	指定された条件が true であることをアサートします。
<T extends TType >を割り当てます	「value」を代入して「ref」を更新します。
AssignAdd <T extends TType >	「value」を追加して「ref」を更新します。
AssignAddVariableOp	変数の現在の値に値を追加します。
AssignSub <T はTType を拡張 >	'ref' から 'value' を減算して更新します。
AssignSubVariableOp	変数の現在の値から値を減算します。
変数の割り当て操作	変数に新しい値を代入します。
Atan <T はTType を拡張 >	x の三角関数逆正接を要素ごとに計算します。
Atan2 <T はTNumberを拡張 >	引数の符号を考慮して、「y/x」の逆正接を要素ごとに計算します。
アタン<T はTType を拡張 >	x の逆双曲線正接を要素ごとに計算します。
オーディオスペクトログラム	時間の経過に伴うオーディオデータの視覚化を生成します。
オーディオ概要	音声付きの「概要」プロトコルバッファを出力します。
AutoShardDataset	入力データセットをシャーディングするデータセットを作成します。
AvgPool <T はTNumberを拡張 >	入力に対して平均プーリングを実行します。
AvgPool3d <T はTNumberを拡張 >	入力に対して 3D 平均プーリングを実行します。
AvgPool3dGrad <T はTNumber を拡張 >	平均プーリング関数の勾配を計算します。
AvgPoolGrad <T はTNumberを拡張 >	平均プーリング関数の勾配を計算します。
BandPart <T はTType を拡張 >	最も内側の各行列の中心バンドの外側をすべてゼロに設定するテンソルをコピーします。
BandedTriangularSolve <T extends TType >
バリア	異なるグラフ実行にわたって持続するバリアを定義します。
バリア閉じる	指定されたバリアを閉じます。
バリア不完全サイズ	指定されたバリア内の不完全な要素の数を計算します。
バリア挿入多く	各キーについて、指定されたコンポーネントにそれぞれの値を割り当てます。
バリアレディサイズ	指定されたバリア内の完全な要素の数を計算します。
バリアテイクメニー	バリアから指定された数の完了した要素を取得します。
バッチ	すべての入力テンソルを非決定的にバッチ処理します。
BatchCholesky <T extends TNumber >
BatchCholeskyGrad <T extends TNumber >
バッチデータセット	`input_dataset` から `batch_size` 要素をバッチ処理するデータセットを作成します。
バッチFft
バッチFft2d
バッチFft3d
バッチイフト
バッチIfft2d
バッチIfft3d
BatchMatMul <T はTTypeを拡張 >	2 つのテンソルのスライスをバッチで乗算します。
BatchMatrixBandPart <T はTType を拡張 >
BatchMatrixDeterminant <T extends TType >
BatchMatrixDiag <T はTType を拡張 >
BatchMatrixDiagPart <T はTType を拡張 >
BatchMatrixInverse <T extends TNumber >
BatchMatrixSetDiag <T はTType を拡張 >
BatchMatrixSolve <T extends TNumber >
BatchMatrixSolveLs <T extends TNumber >
BatchMatrixTriangularSolve <T extends TNumber >
BatchNormWithGlobalNormalization <T extends TType >	バッチ正規化。
BatchNormWithGlobalNormalizationGrad <T extends TType >	バッチ正規化のための勾配。
BatchSelfAdjointEig <T extends TNumber >
BatchSvd <T はTType を拡張 >
BatchToSpace <T extends TType >	T 型の 4 次元テンソルの BatchToSpace。
BatchToSpaceNd <T はTTypeを拡張 >	T 型の ND テンソルの BatchToSpace。
BesselI0 <T はTNumberを拡張 >
BesselI0e <T はTNumberを拡張 >
BesselI1 <T はTNumberを拡張 >
BesselI1e <T はTNumberを拡張 >
BesselJ0 <T はTNumberを拡張 >
BesselJ1 <T はTNumberを拡張 >
BesselK0 <T はTNumberを拡張 >
BesselK0e <T はTNumberを拡張 >
BesselK1 <T はTNumberを拡張 >
BesselK1e <T はTNumberを拡張 >
BesselY0 <T はTNumberを拡張 >
BesselY1 <T はTNumberを拡張 >
Betainc <T extends TNumber >	正規化された不完全ベータ積分を計算します \\(I_x(a, b)\\)。
BiasAdd <T extends TType >	「値」に「バイアス」を追加します。
BiasAddGrad <T はTType を拡張 >	「バイアス」テンソルに対する「BiasAdd」の逆方向操作。
ビンカウント<T extends TNumber >	整数配列内の各値の出現数をカウントします。
ビットキャスト<U はTType を拡張 >	データをコピーせずに、ある型から別の型にテンソルをビットキャストします。
BitwiseAnd <T extends TNumber >	Elementwise は、「x」と「y」のビット単位の AND を計算します。
BitwiseOr <T extends TNumber >	Elementwise は、「x」と「y」のビット単位の OR を計算します。
BitwiseXor <T extends TNumber >	Elementwise は、「x」と「y」のビットごとの XOR を計算します。
BlockLSTM <T はTNumberを拡張 >	すべてのタイムステップについて LSTM セルの順方向伝播を計算します。
BlockLSTMGrad <T extends TNumber >	時系列全体に対する LSTM セルの逆方向伝播を計算します。
BoostedTrees集計統計	バッチの蓄積された統計の概要を集計します。
ブーストツリーバケット化	バケット境界に基づいて各機能をバケット化します。
BoostedTrees計算BestFeature分割	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
BoostedTrees計算BestFeatureSplitV2	各機能のゲインを計算し、各ノードについて可能な限り最適な分割情報を返します。
BoostedTrees計算BestGainsPereture	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリーセンターバイアス	トレーニングデータから事前分布 (バイアス) を計算し、最初のノードにロジットの事前分布を入力します。
ブーストツリー作成アンサンブル	ツリーアンサンブルモデルを作成し、そのモデルへのハンドルを返します。
BoostedTreesCreateQuantileStreamResource	分位数ストリームのリソースを作成します。
BoostedTreesDeserializeアンサンブル	シリアル化されたツリーアンサンブル構成を逆シリアル化し、現在のツリーを置き換えます。アンサンブル。
BoostedTreesアンサンブルリソースハンドルOp	BoostedTreesEnsembleResource へのハンドルを作成します
ブーストツリーの例デバッグ出力	各例のデバッグ/モデルの解釈可能性の出力。
BoostedTreesFlushQuantileサマリー	各分位ストリームリソースから分位サマリーをフラッシュします。
BoostedTreesGetEnsembleStates	ツリーアンサンブルリソーススタンプトークン、ツリーの数、および成長統計を取得します。
BoostedTreesMakeQuantile要約	バッチの分位数の要約を作成します。
BoostedTreesMakeStats概要	バッチの蓄積された統計の概要を作成します。
ブーストツリー予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、ロジットを計算します。
BoostedTreesQuantileStreamResourceAddSummaries	分位値の要約を各分位値ストリームリソースに追加します。
BoostedTreesQuantileStreamResourceDeserialize	バケット境界と準備完了フラグを現在の QuantileAccumulator に逆シリアル化します。
BoostedTreesQuantileStreamリソースフラッシュ	分位点ストリームリソースの概要をフラッシュします。
BoostedTreesQuantileStreamResourceGetBucketBoundaries	蓄積されたサマリーに基づいて、各フィーチャのバケット境界を生成します。
BoostedTreesQuantileStreamResourceHandleOp	BoostedTreesQuantileStreamResource へのハンドルを作成します。
BoostedTreesSerializeアンサンブル	ツリーアンサンブルをプロトにシリアル化します。
BoostedTreesSparseAggregateStats	バッチの蓄積された統計の概要を集計します。
ブーストツリースパース計算ベスト機能スプリット	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリートレーニング予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、キャッシュされたロジットの更新を計算します。
BoostedTreesUpdateEnsemble	成長している最後のツリーにレイヤーを追加することによって、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BoostedTreesUpdateEnsembleV2	成長している最後のツリーにレイヤーを追加して、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BroadcastDynamicShape <T extends TNumber >	s0 op s1 の形状をブロードキャストで返します。
BroadcastGradientArgs <T extends TNumber >	ブロードキャストで s0 op s1 の勾配を計算するためのリダクションインデックスを返します。
BroadcastHelper <T はTType を拡張 >	XLA スタイルのブロードキャストを実行するためのヘルパーオペレーター二項演算子に対する XLA のブロードキャストルールを使用して、'lhs' と 'rhs' のランクが低い方にサイズ 1 の次元を追加することにより、'lhs' と 'rhs' を同じランクにブロードキャストします。
BroadcastRecv <T はTType を拡張 >	別のデバイスからブロードキャストされたテンソル値を受信します。
BroadcastSend <T はTTypeを拡張 >	テンソル値を 1 つ以上の他のデバイスにブロードキャストします。
BroadcastTo <T extends TType >	互換性のある形状の配列をブロードキャストします。
バケット化	「境界」に基づいて「入力」をバケット化します。
BytesProducedStatsDataset	StatsAggregator の `input_dataset` の各要素のバイトサイズを記録します。
CSRSparseMatrixComponents <T はTType を拡張 >	CSR コンポーネントをバッチ `index` で読み取ります。
CSRSparseMatrixToDense <T extends TType >	(おそらくバッチ処理された) CSRSparseMatrix を密に変換します。
CSRSparseMatrixToSparseTensor <T extends TType >	(おそらくバッチ処理された) CSRSparesMatrix を SparseTensor に変換します。
CSVデータセット
CSVデータセットV2
CTCLossV2	各バッチエントリの CTC 損失 (対数確率) を計算します。
キャッシュデータセット	`input_dataset` から要素をキャッシュするデータセットを作成します。
キャッシュデータセットV2
キャスト<U extends TType >	SrcT 型の x を DstT の y にキャストします。
Ceil <T extends TNumber >	x 以上の要素ごとの最小の整数を返します。
CheckNumerics <T extends TNumber >	テンソルの NaN、-Inf、+Inf 値をチェックします。
Cholesky <T はTType を拡張 >	1 つ以上の正方行列のコレスキー分解を計算します。
CholeskyGrad <T extends TNumber >	コレスキーアルゴリズムの逆伝搬モードの逆伝播勾配を計算します。
最速のデータセットを選択してください
ClipByValue <T はTType を拡張 >	テンソル値を指定された最小値と最大値にクリップします。
閉じる概要ライター
ClusterOutput <T extends TType >	XLA 計算の出力を他のコンシューマーグラフノードに接続する演算子。
CollectiveGather <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に蓄積します。
CollectivePermute <T extends TType >	レプリケートされた TPU インスタンス全体でテンソルを並べ替える Op。
複合非最大抑制	スコアの降順で境界ボックスのサブセットを貪欲に選択します。この操作は、すべてのクラスにわたって、バッチごとの入力に対して non_max_suppression を実行します。
比較とビットパック	「input」の値を「threshold」と比較し、結果のビットを「uint8」にパックします。
コンパイル結果	TPU コンパイルの結果を返します。
コンパイル成功アサート	コンパイルが成功したことをアサートします。
複合<U はTType を拡張 >	2 つの実数を複素数に変換します。
ComplexAbs <U はTNumber を拡張 >	テンソルの複素絶対値を計算します。
要素の圧縮	データセット要素を圧縮します。
偶発的ヒットを計算する	true_labels に一致する、sampled_candidates 内の位置の ID を計算します。
バッチサイズの計算	部分的なバッチを除いたデータセットの静的なバッチサイズを計算します。
Concat <T extends TType >	テンソルを 1 次元に沿って連結します。
データセットを連結する	「input_dataset」と「another_dataset」を連結したデータセットを作成します。
条件付きアキュムレータ	勾配を集約するための条件付きアキュムレータ。
分散型 TPU の構成	分散 TPU システムの集中構造をセットアップします。
TPU埋め込みの構成	分散 TPU システムで TPUEmbedding をセットアップします。
Conj <T extends TType >	複素数の複素共役を返します。
ConjugateTranspose <T extends TType >	順列に従って x の次元をシャッフルし、結果を共役させます。
定数<T extends TType >	定数値を生成する演算子。
MutexLock の消費	この操作は、「MutexLock」によって作成されたロックを消費します。
コントロールトリガー	何もしません。
Conv <T extends TType >	XLA ConvGeneralDirated 演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution 。
Conv2d <T はTNumberを拡張 >	4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の畳み込みを計算します。
Conv2dBackpropFilter <T extends TNumber >	フィルターに関する畳み込みの勾配を計算します。
Conv2dBackpropInput <T extends TNumber >	入力に対する畳み込みの勾配を計算します。
Conv3d <T はTNumberを拡張 >	5 次元の「入力」テンソルと「フィルター」テンソルを指定して 3 次元畳み込みを計算します。
Conv3dBackpropFilter <T extends TNumber >	フィルターに関する 3-D 畳み込みの勾配を計算します。
Conv3dBackpropInput <U はTNumber を拡張 >	入力に対する 3-D 畳み込みの勾配を計算します。
コピー<T extends TType >	CPU から CPU へ、または GPU から GPU へテンソルをコピーします。
CopyHost <T はTType を拡張 >	テンソルをホストにコピーします。
Cos <T はTType を拡張 >	x の cos を要素ごとに計算します。
Cosh <T はTType を拡張 >	x の双曲線余弦を要素ごとに計算します。
CountUpTo <T extends TNumber >	「limit」に達するまで「ref」をインクリメントします。
概要DbWriterの作成
サマリーファイルライターの作成
切り抜きとサイズ変更	入力画像テンソルからクロップを抽出し、サイズを変更します。
GradBoxの切り抜きとサイズ変更	入力ボックスのテンソルに対する Crop_and_resize オペレーションの勾配を計算します。
CropAndResizeGradImage <T extends TNumber >	入力イメージテンソルに関する Crop_and_resize オペレーションの勾配を計算します。
Cross <T extends TNumber >	ペアごとの外積を計算します。
CrossReplicaSum <T extends TNumber >	レプリケートされた TPU インスタンス全体の入力を合計する Op。
CtcBeamSearchDecoder <T はTNumberを拡張 >	入力で指定されたロジットに対してビーム検索デコードを実行します。
CtcGreedyDecoder <T はTNumber を拡張 >	入力で指定されたロジットに対して貪欲なデコードを実行します。
CtcLoss <T はTNumberを拡張 >	各バッチエントリの CTC 損失 (対数確率) を計算します。
CudnnRNN <T はTNumberを拡張 >	cuDNN によってサポートされる RNN。
CudnnRNNBackprop <T はTNumber を拡張 >	CudnnRNNV3 のバックプロップステップ。
CudnnRNNCanonicalToParams <T extends TNumber >	CudnnRNN パラメータを正規形式から使用可能な形式に変換します。
CudnnRNNParamsToCanonical <T extends TNumber >	CudnnRNN パラメータを正規形式で取得します。
CudnnRnnParamsSize <U はTNumberを拡張 >	Cudnn RNN モデルで使用できる重みのサイズを計算します。
Cumprod <T はTTypeを拡張 >	`axis` に沿ったテンソル `x` の累積積を計算します。
Cumsum <T extends TType >	`axis` に沿ったテンソル `x` の累積和を計算します。
CumulativeLogsumexp <T extends TNumber >	`axis` に沿ったテンソル `x` の累積積を計算します。
DataFormatDimMap <T extends TNumber >	指定された宛先データ形式でディメンションインデックスを返します。ソースデータ形式。
DataFormatVecPermute <T extends TNumber >	入力テンソルを `src_format` から `dst_format` に並べ替えます。
データサービスデータセット
データセットのカーディナリティ	「input_dataset」のカーディナリティを返します。
データセットからグラフ	指定された `graph_def` からデータセットを作成します。
データセットからグラフへ	「input_dataset」を表すシリアル化された GraphDef を返します。
データセットから単一要素へ	指定されたデータセットから単一の要素を出力します。
データセットからTFレコードへ	TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。
データセットからTfRecordまで	TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。
Dawsn <T はTNumberを拡張 >
DebugGradientIdentity <T extends TType >	勾配デバッグ用の ID 演算。
DebugGradientRefIdentity <T extends TType >	勾配デバッグ用の ID 演算。
DebugIdentity <T はTTypeを拡張 >	デバッグ Identity V2 Op.
デバッグナンカウント	NaN 値カウンター操作のデバッグ
DebugNumericssummary <U はTNumber を拡張 >	デバッグ数値概要 V2 Op.
デコードとクロップJpeg	JPEG エンコードされたイメージを uint8 テンソルにデコードしてトリミングします。
DecodeBase64	Web セーフな Base64 エンコード文字列をデコードします。
デコードBmp	BMP でエンコードされたイメージの最初のフレームを uint8 テンソルにデコードします。
デコード圧縮	文字列を解凍します。
Csvをデコードする	CSV レコードをテンソルに変換します。
デコードGIF	GIF エンコードされた画像のフレームを uint8 テンソルにデコードします。
DecodeImage <T extends TNumber >	decode_bmp、decode_gif、decode_jpeg、decode_png の関数。
デコードJpeg	JPEG エンコードされたイメージを uint8 テンソルにデコードします。
DecodeJsonExample	JSON エンコードされたサンプルレコードをバイナリプロトコルバッファ文字列に変換します。
DecodePaddedRaw <T extends TNumber >	文字列のバイトを数値のベクトルとして再解釈します。
DecodePng <T extends TNumber >	PNG エンコードされたイメージを uint8 または uint16 テンソルにデコードします。
デコードプロト	この操作は、シリアル化されたプロトコルバッファーメッセージからフィールドをテンソルに抽出します。
DecodeRaw <T はTType を拡張 >	文字列のバイトを数値のベクトルとして再解釈します。
デコードWav	16 ビット PCM WAV ファイルを浮動小数点テンソルにデコードします。
DeepCopy <T はTType を拡張 >	`x` のコピーを作成します。
反復子の削除	イテレータリソースのコンテナ。
メモリキャッシュの削除
削除MultiDeviceIterator	イテレータリソースのコンテナ。
ランダムシードジェネレーターの削除
シードジェネレータの削除
セッションテンソルの削除	セッション内のハンドルで指定されたテンソルを削除します。
DenseBincount <U はTNumberを拡張 >	整数配列内の各値の出現数をカウントします。
DenseCountSparseOutput <U はTNumber を拡張 >	tf.tensor 入力のスパース出力ビンカウントを実行します。
DenseToCSRSparseMatrix	密なテンソルを (おそらくバッチ化された) CSRSparseMatrix に変換します。
DenseToDenseSetOperation <T extends TType >	2 つの `Tensor` 入力の最後の次元に沿って集合演算を適用します。
DenseToSparseBatchDataset	入力要素を SparseTensor にバッチ処理するデータセットを作成します。
DenseToSparseSetOperation <T extends TType >	`Tensor` と `SparseTensor` の最後の次元に沿って集合演算を適用します。
DepthToSpace <T extends TType >	T 型のテンソルの DepthToSpace。
DepthwiseConv2dNative <T extends TNumber >	4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の深さ方向の畳み込みを計算します。
DepthwiseConv2dNativeBackpropFilter <T extends TNumber >	フィルターに関する深さ方向の畳み込みの勾配を計算します。
DepthwiseConv2dNativeBackpropInput <T extends TNumber >	入力に対する深さ方向の畳み込みの勾配を計算します。
逆量子化	パックされた uint32 入力を受け取り、その入力を uint8 にアンパックして実行します。デバイス上の逆量子化。
DeserializeIterator	指定されたバリアントテンソルをイテレータに変換し、指定されたリソースに格納します。
DeserializeManySparse <T extends TType >	シリアル化されたミニバッチから「SparseTensors」を逆シリアル化し、連結します。
DeserializeSparse <U はTTypeを拡張 >	`SparseTensor` オブジェクトを逆シリアル化します。
DestroyResourceOp	ハンドルで指定されたリソースを削除します。
DestroyTemporaryVariable <T extends TType >	一時変数を破棄し、その最終値を返します。
Det <T はTTypeを拡張 >	1 つ以上の正方行列の行列式を計算します。
デバイスインデックス	操作が実行されるデバイスのインデックスを返します。
ディガンマ<T extends TNumber >	Lgamma の導関数である Psi を計算します (Lgamma の絶対値の対数)。 `Gamma(x)`)、要素ごと。
Dilation2d <T extends TNumber >	4-D `input` および 3-D `filter` テンソルのグレースケール膨張を計算します。
Dilation2dBackpropFilter <T extends TNumber >	フィルターに関する形態学的 2 次元膨張の勾配を計算します。
Dilation2dBackpropInput <T extends TNumber >	入力に対する形態学的 2 次元膨張の勾配を計算します。
DirectedInterleaveDataset	「N」個のデータセットの固定リスト上の「InterleaveDataset」の代替。
Div <T はTType を拡張 >	x / y を要素ごとに返します。
DivNoNan <T はTType を拡張 >	分母がゼロの場合は 0 を返します。
ドット<T extends TType >	XLA DotGeneral 演算子をラップします。ドキュメントは次の場所にあります。 https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral 。
DrawBoundingBoxes <T extends TNumber >	画像のバッチ上に境界ボックスを描画します。
ダミー反復カウンター
ダミーメモリキャッシュ
ダミーシードジェネレーター
DynamicPartition <T はTType を拡張 >	`partitions` のインデックスを使用して `data` を `num_partitions` テンソルに分割します。
DynamicSlice <T はTType を拡張 >	XLA DynamicSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice 。
DynamicStitch <T はTType を拡張 >	「data」テンソルの値を単一のテンソルにインターリーブします。
DynamicUpdateSlice <T はTType を拡張 >	XLA DynamicUpdateSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice 。
編集距離	(おそらく正規化された) レーベンシュタイン編集距離を計算します。
Eig <U はTType を拡張 >	1 つ以上の正方行列の固有分解を計算します。
Einsum <T extends TType >	2 入力 1 出力の基本的な einsum 演算をサポートする演算。
Elu <T extends TNumber >	指数線形を計算します: < 0 の場合は `exp(features) - 1`、そうでない場合は `features`。
EluGrad <T はTNumberを拡張 >	指数関数的線形 (Elu) 演算の勾配を計算します。
埋め込みアクティベーション	TPU 埋め込みの差別化を可能にするオペレーション。
空の<T extends TType >	指定された形状のテンソルを作成します。
空のTensorList	空のテンソルリストを作成して返します。
EmptyTensorMap	空のテンソルマップを作成して返します。
EncodeBase64	文字列を Web セーフな Base64 形式にエンコードします。
JPEG をエンコードする	画像を JPEG エンコードします。
EncodeJpegVariableQuality	JPEG は、提供された圧縮品質で入力画像をエンコードします。
EncodePng	画像を PNG エンコードします。
エンコードプロト	この操作は、入力テンソルで提供された protobuf メッセージをシリアル化します。
Wav をエンコードする	WAV ファイル形式を使用してオーディオデータをエンコードします。
EnqueueTPUEmbeddingIntegerBatch	入力バッチテンソルのリストを TPUEmbedding にエンキューする操作。
エンキューTPUEmbeddingRaggedTensorBatch	tf.nn.embedding_lookup() を使用するコードの移植を容易にします。
エンキューTPUEmbeddingSparseBatch	SparseTensor からの TPUEmbedding 入力インデックスをキューに入れる操作。
エンキューTPUEmbeddingSparseTensorBatch	tf.nn.embedding_lookup_sparse() を使用するコードの移植を容易にします。
EnsureShape <T extends TType >	テンソルの形状が予想される形状と一致することを確認します。
<T extends TType >と入力します	子フレームを作成または検索し、子フレームで「data」を使用できるようにします。
等しい	(x == y) の真理値を要素ごとに返します。
Erf <T extends TNumber >	`x` のガウス誤差関数を要素ごとに計算します。
Erfc <T はTNumberを拡張 >	`x` の相補誤差関数を要素ごとに計算します。
EuclideanNorm <T はTTypeを拡張 >	テンソルの次元にわたる要素のユークリッドノルムを計算します。
実行する	TPU プログラムを TPU デバイスにロードして実行する Op。
変数の実行と更新	オプションのインプレース変数更新を使用してプログラムを実行する Op。
終了<T extends TType >	現在のフレームを終了して親フレームに戻ります。
Exp <T はTType を拡張 >	x の指数を要素ごとに計算します。
ExpandDims <T extends TType >	テンソルのシェイプに 1 の次元を挿入します。
Expint <T extends TNumber >
Expm1 <T はTType を拡張 >	`exp(x) - 1` を要素ごとに計算します。
抽出垣間見る	入力テンソルから垣間見える部分を抽出します。
ExtractImagePatches <T extends TType >	「画像」から「パッチ」を抽出し、「深度」出力次元に配置します。
ExtractJpegShape <T extends TNumber >	JPEG エンコードされた画像の形状情報を抽出します。
ExtractVolumePatches <T extends TNumber >	「入力」から「パッチ」を抽出し、それらを「深度」出力次元に置きます。
事実	階乗に関する事実を出力します。
FakeQuantWithMinMaxArgs	「入力」テンソルを疑似量子化し、同じ型の「出力」テンソルに float 型を入力します。
FakeQuantWithMinMaxArgsGradient	FakeQuantWithMinMaxArgs 操作の勾配を計算します。
FakeQuantWithMinMaxVars	グローバル float スカラーを介して float 型の「入力」テンソルを疑似量子化しますグローバル float スカラー `min` および `max` を介して float 型の `inputs` テンソルを、 `inputs` と同じ形状の `outputs` テンソルに疑似量子化します。
FakeQuantWithMinMaxVarsGradient	FakeQuantWithMinMaxVars 操作の勾配を計算します。
FakeQuantWithMinMaxVarsPerChannel	チャネルごとの float を介して float 型の「入力」テンソルを疑似量子化します。チャンネルごとの float 型と次のいずれかの形状の `inputs` テンソルをチャンネルごとの float を介して疑似量子化します: `[d]`、`[b, d]` `[b, h, w, d]`形状 `[d]` の min` と `max` を `inputs` と同じ形状の `outputs` テンソルに変換します。
FakeQuantWithMinMaxVarsPerChannelGradient	FakeQuantWithMinMaxVarsPerChannel 操作の勾配を計算します。
Fft <T はTType を拡張 >	高速フーリエ変換。
Fft2d <T はTType を拡張 >	2D 高速フーリエ変換。
Fft3d <T はTType を拡張 >	3D高速フーリエ変換。
FifoQueue	先入れ先出しの順序で要素を生成するキュー。
<U extends TType >を入力します	スカラー値で満たされたテンソルを作成します。
FilterByLastComponentDataset	最後のコンポーネントに true を持つ `input_dataset` の最初のコンポーネントの要素を含むデータセットを作成します。
指紋	フィンガープリント値を生成します。
固定長レコードデータセット
固定長レコードリーダー	ファイルから固定長レコードを出力するリーダー。
固定UnigramCandidateSampler	学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
フロア<T はTNumberを拡張 >	x 以下の要素ごとの最大の整数を返します。
FloorDiv <T はTType を拡張 >	x // y を要素ごとに返します。
FloorMod <T はTNumberを拡張 >	要素ごとの除算の余りを返します。
フラッシュサマリーライター
FractionalAvgPool <T extends TNumber >	入力に対して部分平均プーリングを実行します。
FractionalAvgPoolGrad <T extends TNumber >	FractionalAvgPool 関数の勾配を計算します。
FractionalMaxPool <T extends TNumber >	入力に対してフラクショナル最大プーリングを実行します。
FractionalMaxPoolGrad <T extends TNumber >	FractionalMaxPool 関数の勾配を計算します。
FresnelCos <T extends TNumber >
FresnelSin <T extends TNumber >
FusedBatchNorm <T extends TNumber 、U extends TNumber >	バッチ正規化。
FusedBatchNormGrad <T extends TNumber 、U extends TNumber >	バッチ正規化のための勾配。
FusedPadConv2d <T はTNumber を拡張 >	畳み込み中に前処理としてパディングを実行します。
FusedResizeAndPadConv2d <T extends TNumber >	畳み込み中に前処理としてサイズ変更とパディングを実行します。
GRUBlockCell <T extends TNumber >	1 タイムステップの GRU セル順方向伝播を計算します。
GRUBlockCellGrad <T extends TNumber >	1 タイムステップの GRU セルバックプロパゲーションを計算します。
収集<T extends TType >	XLA Gather オペレーターをラップします。 https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T はTType を拡張 >	`params` からのスライスを、`indices` で指定された形状を持つ Tensor に集めます。
GatherV2 <T はTNumberを拡張 >	同じタイプと形状の複数のテンソルを相互に蓄積します。
BoundingBoxProposal の生成	この操作は、arXiv:1506.01497 の eq.2 に従って、指定された境界ボックス (bbox_deltas) でエンコードされた wrt アンカーから関心領域を生成します。この操作は、上位の「pre_nms_topn」スコアリングボックスを選択し、アンカーに関してそれらをデコードし、「nms_threshold」intersection-over-union (iou) 値より高い重なり合うボックスに非最大抑制を適用し、短い辺が ` より小さいボックスを破棄します。 min_size`。
VocabRemappingの生成	新しい語彙ファイルと古い語彙ファイルへのパスを指定すると、次の再マッピングテンソルを返します。 length `num_new_vocab`、ここで `remapping[i]` には新しい語彙の行 `i` に対応する古い語彙の行番号 (`new_vocab_offset` 行から始まり `num_new_vocab` エンティティまで)、または `-新しい語彙のエントリ「i」が古い語彙にない場合は 1`。
GetSessionHandle	入力テンソルを現在のセッションの状態に保存します。
GetSessionTensor <T はTTypeを拡張 >	ハンドルで指定されたテンソルの値を取得します。
グレーター	(x > y) の真理値を要素ごとに返します。
より大きい等しい	(x >= y) の真理値を要素ごとに返します。
guardianconst <T extends TType >	入力テンソルが定数であることを TF ランタイムに保証します。
ハッシュテーブル	初期化されていないハッシュテーブルを作成します。
HistogramFixedWidth <U extends TNumber >	値のヒストグラムを返します。
ヒストグラム概要	ヒストグラムを含む「概要」プロトコルバッファを出力します。
HsvToRgb <T はTNumberを拡張 >	1 つ以上の画像を HSV から RGB に変換します。
ID <T extends TType >	入力テンソルまたは値と同じ形状と内容を持つテンソルを返します。
アイデンティティN	入力と同じ形状と内容を持つテンソルのリストを返します。テンソル。
アイデンティティリーダー	キューに入れられた作業をキーと値の両方として出力するリーダー。
Ifft <T extends TType >	逆高速フーリエ変換。
Ifft2d <T はTType を拡張 >	逆 2D 高速フーリエ変換。
Ift3d <T はTType を拡張 >	逆 3D 高速フーリエ変換。
Igamma <T extends TNumber >	下位の正規化された不完全ガンマ関数 `P(a, x)` を計算します。
IgammaGradA <T はTNumber を拡張 >	`igamma（a、x）` wrt `a`の勾配を計算します。
igammac <tはtnumber >を拡張します	上部の正規化された不完全なガンマ関数 `q（a、x）`を計算します。
Ingroreerrorsdataset	エラーを無視する「input_dataset」の要素を含むデータセットを作成します。
イメージ<uはtnumber >を拡張します	複雑な数の想像上の部分を返します。
ImageProjectiveTransFormv2 <T extends tnumber >	指定された変換を各画像に適用します。
ImageProjectiveTransFormv3 <T拡張TNumber >	指定された変換を各画像に適用します。
Imagesummary	画像を使用して「概要」プロトコルバッファーを出力します。
Immutableconst <t ttype >を拡張します	メモリ領域から不変のテンソルを返します。
ImportEvent
intopk	ターゲットが最上位の「k」予測にあるかどうかを言います。
infeeddequeue <t extends ttype >	計算に供給される値のプレースホルダーOP。
Infeeddequeuetuple	XLAタプルとしてのInfeedからの複数の値を取得します。
Infeedenqueue	単一のテンソル値を計算に供給するOP。
INFEEDENQUEUEPRELINEARIZEDBUFFER	TPU Infeedに予測バッファーをエンキングするOP。
Infeedenqueuetuple	XLAタプルとして複数のテンソル値を計算に供給します。
初期化
初期化可能	それぞれキーと値に2つのテンソルを採取するテーブルイニシャルイザー。
initializetablefromdataset
初期化可能なFromTextFile	テキストファイルからテーブルを初期化します。
inplaceadd <t ttype >を拡張します	vを指定されたxの行に追加します。
inplacesub <t ttype >を拡張します	`v`を` x`の指定された行に減算します。
inplaceUpdate <t ttype >を拡張します	値「V」で指定された行「I」を更新します。
inv <t ttype >を拡張します	1つまたは複数の正方形の反転可能なマトリックスまたはその添加物の逆を計算します（共役は転置します）。
invgrad <tはttype >を拡張します	`x` wrt wrtの入力の逆の勾配を計算します。
反転<t tnumber >	サポートされているタイプの各ビットを反転（フリップ）します。たとえば、タイプ `uint8`値01010101は10101010になります。
invertpermutation <t endocs tnumber >	テンソルの逆順列を計算します。
irfft <uはtnumber >を拡張します	逆実数高速フーリエ変換。
Irfft2d <uはtnumber >を拡張します	逆2D実発高速フーリエ変換。
Irfft3d <uはtnumber >を拡張します	逆3D実発高速フーリエ変換。
isboostedtreeSensembleInitialized	ツリーアンサンブルが初期化されているかどうかを確認します。
isboostedtreeSquantIleStreamResourceInitialized	分位のストリームが初期化されているかどうかを確認します。
isfinite	xのどの要素が有限であるかを返します。
ISINF	xのどの要素がinfであるかを返します。
イスナン	xのどの要素がnanであるかを返します。
isvariabuiaveInitialized	テンソルが初期化されているかどうかを確認します。
ISoTonicRegression <uはtnumber >を拡張します	等張回帰問題のバッチを解決します。
イテレーター
IteratorFromStringHandle
iteratorgetDevice	「リソース」が配置されているデバイスの名前を返します。
iteratorgetNext	指定されたイテレーターから次の出力を取得します。
iteratorgetNextAsoptional	指定されたイテレータから次の出力をオプションのバリアントとして取得します。
iteratorgetnextsync	指定されたイテレーターから次の出力を取得します。
iteratortostringhandle	ITERATORを文字列に表す「与えられたresource_handle」を変換します。
参加する	指定された弦テンソルのリストの文字列を1つのテンソルに結合します。指定されたセパレーターを使用します（デフォルトは空のセパレーターです）。
KMC2ChainInitialization	シードセットに追加する必要があるデータポイントのインデックスを返します。
keyvalueSort <tはtnumberを拡張し、uはttype >を拡張します	文書化されたXLAソート演算子をラップします https://www.tensorflow.org/performance/xla/operation_semantics#sort。
kmeansplusplusInitialization	Kmeans ++基準を使用して、入力のnum_to_sampleを選択します。
Kthorderstatistic	データセットのkth順序統計を計算します。
l2loss <tはtnumber >を拡張します	L2損失。
lmdbdataset	1つ以上のLMDBファイルにキー値ペアを発するデータセットを作成します。
lstmblockcell <t tnumber >	LSTMセルは、1回のステップで転送伝播を計算します。
lstmblockcellgrad <t tnumber >	1タイムステップのLSTMセルの後方伝播を計算します。
Latencystatsdataset	StatSaggregatorで「input_dataset」要素を生成するレイテンシを記録します。
leakyrelu <tはtnumber >を拡張します	修正線形を計算： `max（feature、feature * alpha）`。
leakyrelugrad <tはtnumber >を拡張します	リーキレル操作のために整流された線形勾配を計算します。
recoundunigramcandidateSampler	学習したユニグラム分布を使用して、候補サンプリングのラベルを生成します。
leftshift <tはtnumber >を拡張します	elementWise「x」と「y」のビットワイズの左シフトを計算します。
少ない	（x <y）要素ごとの真理値を返します。
少ない	（x <= y）要素ごとの真理値を返します。
lgamma <tはtnumber >を拡張します	`gamma（x）`要素ごとの絶対値のログを計算します。
linspace <tはtnumber >を拡張します	間隔で値を生成します。
lmdbdataset
lmdbreader	LMDBファイルからレコードを出力するリーダー。
LoadAndRemapMatrix	チェックポイントから名前「old_tensor_name」に2-d（matrix） `tensor`をロードします `ckpt_path`で、指定された再申告を使用して行と列を潜在的に再配置する可能性があります。
Loadtpuembeddingdingadamparameters	Adam Embeddingパラメーターをロードします。
loadtpuembeddingdingadamparametersgradaccumdebug	デバッグサポートを使用してパラメーターを埋め込むAdamをロードします。
loadtpuembeddingdadedeltaparameters	アダデルタ埋め込みパラメーターをロードします。
loadtpuembeddingdadeltaparametersgradaccumdebug	デバッグサポートでアダデルタパラメーターをロードします。
loadtpuembeddingadagradparameters	パラメーターを埋め込むAdagradの埋め込みをロードします。
loadtpuembeddingadagradparametersgradaccumdebug	デバッグサポートを使用してパラメーターを埋め込みます。
loadtpuembeddingCenteredRMSPROPPARAMETERS	ロード中心のRMSPROP埋め込みパラメーター。
loadtpuembeddingftrlparameters	FTRL埋め込みパラメーターをロードします。
loadtpuembeddingftrlparametersgradaccumdebug	デバッグサポートを備えたFTRL埋め込みパラメーターをロードします。
loadtpuembeddingmdladagradlightparameters	MDL Adagrad Light Embeddingパラメーターをロードします。
loadtpuembeddingmomentumparameters	パラメーターを埋め込む運動量を負荷します。
loadtpuembeddingmomentumparametersgradaccumdebug	デバッグサポートを使用してパラメーターを埋め込む運動量を積み込みます。
loadtpuembeddingpromaladagradparameters	近位のアダグラード埋め込みパラメーターを積みます。
loadtpuembeddingpromaladagradparametersgradaccumdebug	デバッグサポートを備えた近位のアダグラード埋め込みパラメーターをロードします。
loadtpuembeddingpromixalyogiparameters
loadtpuembeddingpromixalyogiparametersgradaccumdebug
loadtpuembeddingrmspropparameters	RMSPROP埋め込みパラメーターをロードします。
loadtpuembeddingrmspparametersgradaccumdebug	デバッグサポートを備えたRMSPROP埋め込みパラメーターをロードします。
loadtpuembeddingStochasticGradIntDescentParameters	SGD埋め込みパラメーターをロードします。
loadtpuembeddingStochasticGradIntDescentParametersGradaccumdebug	SGD埋め込みパラメーターをロードします。
ローカルResponsEnormalization <tはtnumber >を拡張します	ローカル応答の正規化。
Local ResponsEnormalizationGrad <T拡張TNumber >	局所応答の正規化の勾配。
log <tはttype >を拡張します	x要素ごとの自然対数を計算します。
log1p <tはttype >を拡張します	（1 + x）要素の自然対数を計算します。
logmatrixdeterminant <t ttype >を拡張します	の決定要因の絶対値の記号とログを計算します 1つ以上の正方形のマトリックス。
logsoftmax <tはtnumber >を拡張します	ログソフトマックスのアクティベーションを計算します。
loguniformcandidateSampler	対数不均一な分布で候補サンプリングのラベルを生成します。
logicaland	xとyの要素ごとの真理値を返します。
logicalnot	「x」という要素ごとに真実の値を返します。
論理	xまたはyの真実値を要素ごとに返します。
lookuptableexport <t ttypeを拡張し、uはttype >を拡張します	テーブル内のすべてのキーと値を出力します。
lookuptablefind <uはttype >を拡張します	テーブルのキーを検索し、対応する値を出力します。
lookuptableimport	テーブルの内容を指定されたキーと値に置き換えます。
LookuptableInsert	テーブルを、キーを値に関連付けるために更新します。
lookuptableremove	テーブルからキーとそれに関連する値を削除します。
lookuptablesize	指定されたテーブル内の要素の数を計算します。
ループコンド	入力を出力に転送します。
より低い	すべての大文字をそれぞれの小文字の交換に変換します。
低い<uはtnumber >を拡張します	各行に沿ってlower_bound（sorted_search_values、values）を適用します。
lu <tはttypeを拡張し、uはtnumber >を伸ばします	1つ以上の正方形マトリックスのLU分解を計算します。
製造器	指定された「データセット」から新しいイテレーターを作成し、「Iterator」に保存します。
makeunique	非バッチディメンションのすべての要素を一意にしますが、\ "close \"に彼らの初期値。
MapClear	OPは、基礎となる容器内のすべての要素を削除します。
MapIncompletesize	OPは、基礎となる容器内の不完全な要素の数を返します。
Mappeek	指定されたキーの値をOP覗きます。
マッピングします	OPは、基礎となる容器内の要素の数を返します。
マップステージ	ハッシュテーブルのように振る舞う下にある容器内のステージ（キー、値）。
mapunstage	OPはキーに関連付けられた値を削除および返します下にある容器から。
Mapunstagenokey	OPはランダム（キー、値）を削除して返します下にある容器から。
matmul <tはttype >を拡張します	マトリックス「A」にマトリックス「B」を掛けます。
マッチングファイル	1つ以上のグローブパターンに一致するファイルのセットを返します。
MatchingFilesDataset
matrixdiag <t ttype >を拡張します	与えられたバッチ付き対角線値を使用して、バッチ付き対角線テンソルを返します。
matrixdiagpart <t ttype >	バッチ付きテンソルのバッチ付き対角線部分を返します。
matrixdiagpartv3 <t ttype >	バッチ付きテンソルのバッチ付き対角線部分を返します。
matrixdiagv3 <t ttype >	与えられたバッチ付き対角線値を使用して、バッチ付き対角線テンソルを返します。
matrixlogarithm <t ttype >を拡張します	1つ以上の正方形のマトリックスのマトリックス対数を計算します。 \\(log(exp(A)) = A\\) このOPは、複雑なマトリックスに対してのみ定義されます。
matrixsetdiag <t ttype >を拡張します	新しいバッチ付き対角線値を使用して、バッチ付きマトリックステンソルを返します。
MatrixSolvels <t ttype >	1つ以上の線形最小二乗問題を解決します。
max <tはttype >を拡張します	テンソルの寸法にわたる最大要素を計算します。
maxintraopparallelismdataset	最大のOP並列性をオーバーライドするデータセットを作成します。
maxpool <tはttype >を拡張します	入力で最大プーリングを実行します。
maxpool3d <tはtnumber >を拡張します	入力で3D最大プーリングを実行します。
maxpool3dgrad <u extends tnumber >	3D最大プーリング機能の勾配を計算します。
maxpool3dgradgrad <t extends tnumber >	MaxPooling関数の2次勾配を計算します。
maxpoolgrad <tはtnumber >を拡張します	マックスプール関数の勾配を計算します。
maxpoolgrad <t extends tnumber >	MaxPooling関数の2次勾配を計算します。
maxpoolgradwithwithargmax <t extends tnumber >	MaxPooling関数の2次勾配を計算します。
maxpoolgradwithargmax <tはtnumber >を拡張します	マックスプール関数の勾配を計算します。
maxpoolwithargmax <t tnumberを拡張し、uはtnumber >を拡張します	入力で最大プーリングを実行し、最大値とインデックスの両方を出力します。
最大<tはtnumber >を拡張します	xとyの最大値を返します（すなわち
平均<t ttype >を拡張します	テンソルの寸法にわたる要素の平均を計算します。
マージ<t ttype >を拡張します	利用可能なテンソルの値を「入力」から「出力」に転送します。
合併	概要をマージします。
mergev2checkpoints	V2形式固有：シャードチェックポイントのメタデータファイルをマージします。
MFCC	スペクトログラムを音声認識に役立つ形式に変換します。
min <tはttype >を伸ばします	テンソルの寸法にわたる最小要素を計算します。
最小<tはtnumber >を拡張します	xとyのminを返します（すなわち
MirrorPad <t extends ttype >	ミラーリングされた値でテンソルをパッドします。
mirrirpadgrad <t ttype >を拡張します	`mirrorpad` opの勾配OP。
mlirpaspassthrouph	メイン（）関数を持つモジュールとして表される任意のMLIR計算をラップします。
mod <tはtnumber >を拡張します	要素ごとの分割の残りを返します。
ModelDataset	パフォーマンスをモデル化するアイデンティティ変換。
mul <tはttype >を拡張します	x * y要素を返します。
Mulnonan <t拡張TType >	x * y要素を返します。
MultiDeviceiterator	MultiDeviceiteratorリソースを作成します。
MultideviceiteratorFromStringHandle	提供された文字列ハンドルからMultideviceiteratorリソースを生成します。
multideviceiteratorgetnextfromshard	提供されたシャード番号の次の要素を取得します。
MultiDeviceTeratorInit	指定されたデータセットを使用してマルチデバイスイテレーターを初期化します。
MultiDeviceiterTortOstoStringHandle	指定されたマルチマルチセタレータ用の文字列ハンドルを生成します。
多項<uはtnumber >を拡張します	多項分布からサンプルを描画します。
bedabledensehashtable	テンソルをバッキングストアとして使用する空のハッシュテーブルを作成します。
MutableHashtable	空のハッシュテーブルを作成します。
MutableHashTableOftensors	空のハッシュテーブルを作成します。
ミューテックス	「MutexLock」によってロックできるMutexリソースを作成します。
MutexLock	Mutexリソースをロックします。
ncclallreduce <t endocs tnumber >	すべての入力テンソルにわたって減少を含むテンソルを出力します。
ncclbroadcast <t extends tnumber >	出力に接続されているすべてのデバイスに「入力」を送信します。
ncclreduce <t endocs tnumber >	「num_devices」から「num_devices」から「削減」を使用して「入力」を単一のデバイスに削減します。
ndtri <tはtnumber >を拡張します
最も近いもの	各ポイントのk最寄りのセンターを選択します。
neg <t ttype >を拡張します	数値負の値要素ごとに計算します。
否定	ネガティブサンプリングによるトレーニング。
nextafter <tはtnumber >を拡張します	要素ごとに、 `x2`の方向に「x1」の次の表現可能な値を返します。
nextiteration <tはttype >を拡張します	次の反復に入力を利用できるようにします。
NOOP	何もしません。
nondeterministicints <uはttype >を拡張します	非決定論的にいくつかの整数を生成します。
非マックスサプレッション<tはtnumber >を拡張します	貪欲に、スコアの降順で境界ボックスのサブセットを選択します。以前に選択されたボックスと交差する（IOU）の交差点（IOU）が重ねるボックスを剪定します。
非マックスサプレッションとムクスサブプレッシング	貪欲に、スコアの降順で境界ボックスのサブセットを選択します。以前に選択されたボックスとオーバーラップが大きいボックスを剪定します。
非serializabledataset
NoteQual	（x！= y）要素ごとの真理値を返します。
nthelement <tはtnumber >を拡張します	最後の次元の `n`-thord統計の値を見つけます。
OneHot <u extends ttype >	1ホットのテンソルを返します。
1つはttype >を拡張します	「dims」によって与えられる形状のもので一定の初期化されたオペレーターを作成します。
TTYPE >を拡張するもののように	xと同じ形状とタイプのテンソルのテンソルを返します。
Operand <T拡張TType >	Tensorflow操作のオペランドによって実装されたインターフェイス。
OptimizedAtaset	「input_dataset」に最適化を適用してデータセットを作成します。
OptimizedAtasetv2	「input_dataset」に関連する最適化を適用することにより、データセットを作成します。
optionalfromValue	テンソルのタプルからオプションのバリアントを構築します。
optionalgetValue	オプションのバリアントに保存されている値を返したり、存在しない場合はエラーが発生します。
optionalHasValue	指定されたオプションバリアントに値がある場合にのみtrueを返します。
OptionalNone	値のないオプションのバリアントを作成します。
OrdedMapClear	OPは、基礎となる容器内のすべての要素を削除します。
OrderedMapincompletesize	OPは、基礎となる容器内の不完全な要素の数を返します。
OrdedMappeek	指定されたキーの値をOP覗きます。
OrderedMapsize	OPは、基礎となる容器内の要素の数を返します。
OrdedMapStage	順序付けられたように振る舞う下にある容器のステージ（キー、値）連想容器。
OrderedMapunStage	OPはキーに関連付けられた値を削除および返します下にある容器から。
OrdedMapunstagenokey	OPは（キー、値）要素を最小の要素を削除して返します基礎となる容器からのキー。
ordinalSeclector	TPUコアセレクターop。
outfeeddequeue <t ttype >を拡張します	計算アウトフィードから単一のテンソルを取得します。
outfeeddequeuetuple	計算の供給から複数の値を取得します。
outeeddequeuetuplev2	計算の供給から複数の値を取得します。
outfeeddequeuev2 <tはttype >を拡張します	計算アウトフィードから単一のテンソルを取得します。
outfeedenqueue	計算のアウトフィードのテンソルをenqueueします。
outeedenqueuetuple	計算アウトフィードの複数のテンソル値をエンキューします。
出力<t ttype >を拡張します	`Operation`によって生成されるテンソルのシンボリックハンドル。
pad <tはttype >を伸ばします	文書化されたXLAパッド演算子をラップします https://www.tensorflow.org/performance/xla/operation_semantics#pad。
paddedbatchdataset	入力から「batch_size`要素」をバッチおよびパッドするデータセットを作成します。
Paddingfifoqueue	ファーストインファーストアウト順序で要素を生成するキュー。
ParallelConcat <t extends ttype >	最初の次元に沿って「n」テンソルのリストを連結します。
ParalleldynamicStitch <t ttype >を拡張します	「データ」テンソルから値を単一のテンソルにインターリーブします。
ParameterizedTruncatedNormal <u extends tnumber >	正規分布からランダム値を出力します。
parseexample	tf.exampleプロトス（文字列として）のベクトルを型付けられたテンソルに変換します。
parseexampledataset	dt_stringのベクトルとして「input_dataset」を「tensor」または「tensor」または「sparsetensor」オブジェクトのデータセットに変換します。
parseSequenceExample	tf.io.sequenceexampleプロトス（文字列として）のベクトルを型付けられたテンソルに変換します。
parsesingleexample	tf.example Proto（文字列として）を型付けられたテンソルに変換します。
parsesinglesequenceexample	スカラー脳を変換します。SequenceExampleプロト（文字列として）は、型付けされたテンソルになります。
parsetEnsor <t extends ttype >	シリアル化されたTensorflow.TensorProto Protoをテンソルに変換します。
partitionedInput <t extends ttype >	パーティション化された入力のリストをグループ化するOP。
partitionedOutput <t extends ttype >	XLAによってシャードされるテンソルをパーティション化されたリストに非難するOP XLA計算の外側の出力。
プレースホルダー<t ttype >を拡張します	計算に供給される値のプレースホルダーOP。
PlaceHolderWithDefault <t ttype >を拡張します	出力が供給されないときに「入力」を通過するプレースホルダーOP。
polygamma <tはtnumber >を拡張します	polygamma関数を計算\\(\psi^{(n)}(x)\\)。
人口カウント	要素ごとの母集団カウントを計算します（別名
pow <tはttype >を拡張します	ある値の力を別の値に計算します。
pretchdataset	「input_dataset」から要素を非同期的にプリフェッチするデータセットを作成します。
プレリニアレイズ	1つのテンソル値を不透明なバリアントテンソルに線形化するOP。
prelinearizetuple	複数のテンソル値を不透明なバリアントテンソルに線形化するOP。
Gradient <T拡張TTYPE >	勾配が要求された場合にエラーをトリガーするIDOP。
印刷する	文字列スカラーを印刷します。
PriorityQueue	最初のコンポーネント値でソートされた要素を生成するキュー。
privateThreadPOOLDATASET	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
prod <t ttype >を拡張します	テンソルの寸法にわたる要素の積を計算します。
qr <tはttype >を拡張します	1つ以上のマトリックスのQR分解を計算します。
QUANIZE <T拡張TTYPE >	タイプフロートの「入力」テンソルを「出力」テンソルのタイプ「T」に量的にします。
QuantizeandDequAntize <tはtnumber >を拡張します	その後、Quantizesはテンソルを非定量化します。
Quantizeandddddddddddddddddddddddddddddddddddddddddddddddddddddddddddsはtnumber >を拡張します	その後、Quantizesはテンソルを非定量化します。
Quantizeanddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddsはtnumber >を拡張します	Returns the gradient of `quantization.QuantizeAndDequantizeV4`.
Quantizeandddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddddはtnumber >を拡張します	`QuantizeNDDDDDEQUANTIZEV4`の勾配を返します。
QuantizedOwnandshrinkrange <uはttype >を拡張します	量子化された「入力」テンソルを低精度の「出力」に変換し、低いビット深度の使用を最大化し、それに応じて出力minと最大範囲を調整するための値の実際の分布。
QuantizedAdd <v extends ttype >	量子化されたバッファーで動作するx + y要素を返します。
Quantizavgpool <t extends ttype >	量子化されたタイプの入力テンソルの平均プールを生成します。
QuantizedBatchNormWithlobalNormalization <uはttype >を拡張します	量子化されたバッチ正規化。
QuantizedBiasAdd <vはttype >を拡張します	量子化されたタイプのテンソル「入力」にテンソル「バイアス」を追加します。
QuantizedConcat <T拡張TType >	1つの次元に沿って量子化されたテンソルを連結します。
QuantizedConv2Dandrelu <vはttype >を拡張します
QuantizedConv2DandReluandRequantize <v extends ttype >
QuantizedConv2DandRequantize <v extends ttype >
QuantizedConv2DperChannel <v extends ttype >	チャネルあたりのQuantizedConv2Dを計算します。
QuantizedConv2DWithBias <v extends ttype >
QuantizedConv2dwithbiasandrelu <vはttype >を拡張します
QuantizedConv2DWithBiathBiasandReluandRequantize <w extends ttype >
QuantizedConv2DWithBiasandRequantize <w extends ttype >
QuantizedConv2DWithBiithBioSSignedSumandReluandRequantize <x extends ttype >
QuantizedConv2dwithbiassumandrelu <v extends ttype >
QuantizedConv2DWithBiathUSUMANDRELUANDREQUANTIZEIZE <X extends tType >
QuantizedConv2d <v extends ttype >	量子化された4D入力およびフィルターテンソルを考慮して、2D畳み込みを計算します。
QuantizedDepthWiseconv2d <v extends ttype >	Quantized Depthwise conv2dを計算します。
QuantizedDepthWiseconv2dwithbias <v extends ttype >	バイアスで量子化された深部ワイズCONV2Dを計算します。
QuantizedDepthWiseconv2dwithbiasandrelu <v extends ttype >	バイアスとreluを使用して、量子化された深部ワイズCONV2Dを計算します。
QuantizedDepthWiseconv2dwithbiasandReluandRequantize <w extends ttype >	バイアス、relu、およびrecaltizeを使用して、量子化された深部ワイズCONV2Dを計算します。
QuantizinStancenorm <T拡張TType >	量子化されたインスタンス正規化。
QuantizedMatmul <V拡張TType >	マトリックス「b」による「a」の量子化されたマトリックス増殖を実行します。
QuantizedMatmulwithbias <w extends ttype >	バイアスaddを使用して、マトリックス「b」による「a」の量子化されたマトリックス増殖を実行します。
QuantizedMatmulwithbiasanddequaltize <w extends tnumber >
QuantizedMatmulwithbiasandrelu <vはttype >を拡張します	マトリックス「b」による「a」の量子化されたマトリックスの乗算をバイアス添加およびリルフュージョンで実行します。
QuantizedMatMulwithBiathBiasandReluandRequantize <w extends ttype >	マトリックス「b」による「a」の量子化されたマトリックスの乗算をバイアスの追加とrelu、およびrecurize fusionを実行します。
QuantizedMatmulwithbiasandRequantize <w extends ttype >
QuantizedMaxpool <T拡張TType >	量子化されたタイプの入力テンソルの最大プールを生成します。
QuantizedMul <V拡張TType >	量子化されたバッファーで作業してx * y要素を返します。
QuantizedRelu <uはttype >を拡張します	Quantized Rectified Linearを計算します： `max（feature、0）`
QuantizedRelu6 <uはttype >を拡張します	量子化された修正線形6： `min（max（feation、0）、6）`を計算します
QuantizedRelux <u extends ttype >	Quantized Rectified Linear X： `min（Max（feature、0）、max_value）`
Quantizedreshape <t extends ttype >	再シェープOPに従って、量子化されたテンソルを再形成します。
QuantizedResizeBilinear <t拡張ttype >	量子化された双線形補間を使用して、量子化された「画像」から「サイズ」にサイズ変更します。
queeclose	指定されたキューを閉じます。
queuedequeue	Dequeues指定されたキューから1つ以上のテンソルのタプル。
Queuedequeumany	dequeues `n`与えられたキューからの1つ以上のテンソルのタプル。
queuedequeueupo	dequeues `n`与えられたキューからの1つ以上のテンソルのタプル。
Queueenqueue	指定されたキューにある1つ以上のテンソルのタプルをエンキューします。
Queueenqueuemany	指定されたキュー内の1つ以上のテンソルのゼロ以上のタプル。
Queueisclosed	キューが閉じられている場合、trueを返します。
Queuesize	指定されたキュー内の要素の数を計算します。
RaggedBincount <uはtnumber >を拡張します	整数配列内の各値の発生数をカウントします。
RaggedCountsParseOutput <u extends tnumber >	ぼろぼろのテンソル入力のためにスパース出力ビンカウントを実行します。
raggedcross <tはttypeを拡張し、uはtnumber >を拡張します	テンソルのリストから機能クロスを生成し、それをラグドテンサーとして返します。
raggedgather <tはtnumberを拡張し、uはttype >を伸ばします	「インデックス」に従って「パラメージ」axis「0」からぼろぼろのスライスを収集します。
raggedrange <uはtnumberを拡張し、tを拡張します>	指定された数値シーケンスを含む「ラグドテンソル」を返します。
raggedtensorfromvariant <uはtnumberを拡張し、 tを伸ばします>	`variant`テンソルを「raggedtensor」にデコードします。
raggedtensortosparse <uはttype >を拡張します	同じ値で「raggedtensor」を「sparsetensor」に変換します。
raggedtensortotensor <u extends ttype >	ぼろぼろのテンソルから密なテンソルを作成し、その形状を変更する可能性があります。
RaggedTensortovariant	「raggedtensor」を「バリアント」テンソルにエンコードします。
raggedtensortovariantgradient <u extends ttype >	ヘルパーは、「raggedtensortovariant」の勾配を計算するために使用されました。
randomcrop <tはtnumber >を拡張します	ランダムに「画像」をトリミングします。
ランダムダタセット	擬似ランダム数を返すデータセットを作成します。
randomgamma <uはtnumber >を拡張します	アルファによって記述されたガンマ分布からランダム値を出力します。
randomgammagrad <tはtnumber >を拡張します	ガンマランダムサンプルWRTの導関数を計算します
randompoisson <vはtnumber >を拡張します	レートで記述されたポアソン分布からランダム値を出力します。
ランダムシャッフル<t ttype >を拡張します	最初の次元に沿ってテンソルをランダムにシャッフルします。
ランダムシャフルキュー	要素の順序をランダム化するキュー。
randomStandardnormal <uはtnumber >を拡張します	正規分布からランダム値を出力します。
randomuniform <uはtnumber >を拡張します	均一な分布からランダム値を出力します。
randomuniformint <uはtnumber >を拡張します	均一な分布からランダムな整数を出力します。
範囲<tはtnumber >を拡張します	一連の数字を作成します。
rangedataset	さまざまな値を持つデータセットを作成します。
ランク	テンソルのランクを返します。
ロープ	単一の`Operation`に裏付けられた`Op`実装の基本クラス。
readfile	入力ファイル名の内容全体を読み取り、出力します。
readvariableop <t ttype >を拡張します	変数の値を読み取ります。
readernumrecordsprodued	この読者が作成したレコードの数を返します。
readernumworkunitscompleted	この読者が処理を終了した作業ユニットの数を返します。
ReaderRead	読者が作成した次のレコード（キー、値ペア）を返します。
ReaderReadupto	読者が生成した「num_records」（key、value）のペアまで戻ります。
ReadErreset	読者を最初のきれいな状態に復元します。
ReadErrestorestate	読者を以前に保存した状態に復元します。
ReaderSerializestate	読者の状態をコードする文字列テンソルを作成します。
real <uはtnumber >を拡張します	複雑な数の実際の部分を返します。
Realdiv <tはttype >を拡張します	実際のタイプの場合、x / y要素ごとに戻ります。
rebatchdataset	バッチサイズを変更するデータセットを作成します。
rebatchdatasetv2	バッチサイズを変更するデータセットを作成します。
相互<t ttype >を拡張します	x要素の相互に計算します。
recolocalgrad <t extends ttype >	`x` wrt wrtの入力の逆の勾配を計算します。
RecordInput	ランダム化されたレコードを放出します。
recv <t ttype >を拡張します	別のXLA計算から指名されたテンソルを受信します。
recvtpuembeddingivations	TPUに埋め込みアクティベーションを受信するOP。
<tを拡張するtnumber >を減らします	同一のタイプと形状の複数のテンソルを相互に削減します。
Reduceall	テンソルの寸法にわたる「論理と要素の」を計算します。
還元	テンソルの寸法にわたる要素の「論理または」を計算します。
ReduceJoin	指定された寸法に弦テンソルを結合します。
reducemax <t拡張ttype >	テンソルの寸法にわたる最大要素を計算します。
reducemin <tはttype >を伸ばします	テンソルの寸法にわたる最小要素を計算します。
ReduceProd <t ttype >を拡張します	テンソルの寸法にわたる要素の積を計算します。
TTYPE >を拡張する<tを削減します	テンソルの寸法にわたる要素の合計を計算します。
reducev2 <tはtnumber >を拡張します	同一のタイプと形状の複数のテンソルを相互に削減します。
順序<t ttype >を拡張します	チャイルドフレームを作成または見つけ、子フレームで「データ」を利用できるようにします。
reexit <t ttype >を拡張します	現在のフレームを親フレームに終了します。
refidentity <t ttype >を拡張します	入力REFテンソルと同じREFテンソルを返します。
refmerge <t ttype >を拡張します	利用可能なテンソルの値を「入力」から「出力」に転送します。
refnextiteration <t ttype >を拡張します	次の反復に入力を利用できるようにします。
refselect <t ttype >を拡張します	「入力」の「インデックス」要素を「出力」に転送します。
refswitch <t ttype >を拡張します	refテンソル「データ」を「pred」によって決定される出力ポートに転送します。
regexfullmatch	入力が正規表現パターンと一致するかどうかを確認します。
regexReplace	「入力」の「パターン」の正規表現の一致を、「rewrite」で提供される置換文字列に置き換えます。
RegisterDataset	TF.DATAサービスでデータセットを登録します。
relu <t ttype >を拡張します	修正線形を計算： `max（feature、0）`。
relu6 <tはtnumber >を拡張します	修正された線形6： `min（max（feature、0）、6）`を計算します。
relu6grad <tはtnumber >を拡張します	relu6操作のために修正された線形6勾配を計算します。
relugrad <tはtnumber >を拡張します	Relu操作のために修正された線形勾配を計算します。
RemoteFusedGrapeXecute	リモートプロセッサでサブグラフを実行します。
繰り返しdataset	「input_dataset」の出力を発するデータセットを作成します。
複製	レプリカID。
ReplicateMetadata	TPU計算の複製方法を示すメタデータ。
replicatedInput <t extends ttype >	n入力をN-way Replaged TPU計算に接続します。
ReplatedOutput <t extends ttype >	N-Way Replased TPU計算からN出力を接続します。
ReceAntizationRange	量子化されたテンソルに存在する実際の値をカバーする範囲を計算します。
RecAntizationRangePerChannel	チャネルあたりの範囲を計算します。
recAttize <uはttype >を拡張します	量子化された「入力」テンソルを低精度「出力」に変換します。
recomtizeperchannel <uはttype >を拡張します	チャネルごとに既知のMINおよびMAX値を使用して入力を再現します。
reshape <t ttype >を拡張します	テンソルを再形成します。
Resizearea	エリア補間を使用して、「画像」を「サイズ」にサイズ変更します。
ResizeBicubic	二頭筋補間を使用して、「画像」を「サイズ」にサイズ変更します。
seizeBicubicgrad <t endocs tnumber >	二頭筋補間の勾配を計算します。
seizeBilinear	双線形補間を使用して「イメージ」を「サイズ」にサイズ変更します。
seizeBilinearGrad <T拡張TNumber >	双線形補間の勾配を計算します。
Resizenearestneighbor <t endocs tnumber >	最近隣の補間を使用して「イメージ」を「サイズ」にサイズ変更します。
Resizenearestneighborgrad <t endocs tnumber >	最も近い隣接補間の勾配を計算します。
ResourceAccumulatorApplygradient	特定のアキュムレータに勾配を適用します。
Resourceaccumulatornumaculated	与えられた蓄積者に集約された勾配の数を返します。
ResourceAccumulatorSetglobalStep	Global_Stepの新しい値でアキュムレータを更新します。
ResourceAccumulatortakegradient <t extends ttype >	与えられた条件障害物の平均勾配を抽出します。
ResourceApplyAdamax	Adamaxアルゴリズムに従って「*var」を更新します。
ResourceApplyAdadelta	Adadeltaスキームに従って「*var」を更新します。
ResourceApplyAdagrad	Adagradスキームに従って「*var」を更新します。
ResourceApplyAdagradda	近位のアダグラードスキームに従って「*var」を更新します。
ResourceApplyadam	Adam Algorithmに従って「*var」を更新します。
Resourceapplyadamwithamsgrad	Adam Algorithmに従って「*var」を更新します。
ResourceApplyAddsign	AddSignアップデートに従って「*var」を更新します。
ResourceApplyCenteredRMSPROP	中心RMSPropアルゴリズムに従って「*var」を更新します。
resourceapplyftrl	ftrl-proximalスキームに従って「*var」を更新します。
ResourceApplyGradIntDescent	「Alpha」「Delta」を差し引くことにより、「 var」を更新します。
ResourceApplyKerasmomentum	Momentum Schemeに従って「*var」を更新します。
ResourceApplyMomentum	Update '*var' according to the momentum scheme.
ResourceApplyPowerSign	Update '*var' according to the AddSign update.
ResourceApplyProximalAdagrad	Update 'var' and 'accum' according to FOBOS with Adagrad learning rate.
ResourceApplyProximalGradientDescent	Update '*var' as FOBOS algorithm with fixed learning rate.
ResourceApplyRmsProp	Update '*var' according to the RMSProp algorithm.
ResourceConditionalAccumulator	A conditional accumulator for aggregating gradients.
ResourceCountUpTo <T extends TNumber >	Increments variable pointed to by 'resource' until it reaches 'limit'.
ResourceGather <U extends TType >	Gather slices from the variable pointed to by `resource` according to `indices`.
ResourceGatherNd <U extends TType >
ResourceScatterAdd	Adds sparse updates to the variable referenced by `resource`.
ResourceScatterDiv	Divides sparse updates into the variable referenced by `resource`.
ResourceScatterMax	Reduces sparse updates into the variable referenced by `resource` using the `max` operation.
ResourceScatterMin	Reduces sparse updates into the variable referenced by `resource` using the `min` operation.
ResourceScatterMul	Multiplies sparse updates into the variable referenced by `resource`.
ResourceScatterNdAdd	Applies sparse addition to individual values or slices in a Variable.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applies sparse subtraction to individual values or slices in a Variable.
ResourceScatterNdUpdate	Applies sparse `updates` to individual values or slices within a given variable according to `indices`.
ResourceScatterSub	Subtracts sparse updates from the variable referenced by `resource`.
ResourceScatterUpdate	Assigns sparse updates to the variable referenced by `resource`.
ResourceSparseApplyAdadelta	var: Should be from a Variable().
ResourceSparseApplyAdagrad	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
ResourceSparseApplyAdagradDa	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
ResourceSparseApplyAdagradV2	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
ResourceSparseApplyCenteredRmsProp	Update '*var' according to the centered RMSProp algorithm.
ResourceSparseApplyFtrl	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
ResourceSparseApplyKerasMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
ResourceSparseApplyMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
ResourceSparseApplyProximalAdagrad	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
ResourceSparseApplyProximalGradientDescent	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
ResourceSparseApplyRmsProp	Update '*var' according to the RMSProp algorithm.
ResourceStridedSliceAssign	Assign `value` to the sliced l-value reference of `ref`.
復元する	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.
保存	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.
送信	Sends the named tensor to another XLA computation.
SendTPUEmbeddingGradients	Performs gradient updates of embedding tables.
SerializeIterator	Converts the given `resource_handle` representing an iterator to a variant tensor.
SerializeManySparse <U extends TType >	Serialize an `N`-minibatch `SparseTensor` into an `[N, 3]` `Tensor` object.
SerializeSparse <U extends TType >	Serialize a `SparseTensor` into a `[3]` `Tensor` object.
SerializeTensor	Transforms a Tensor into a serialized TensorProto proto.
SetDiff1d <T extends TType , U extends TNumber >	Computes the difference between two lists of numbers or strings.
SetSize	Number of unique elements along last dimension of input `set`.
SetStatsAggregatorDataset
Shape <U extends TNumber >	Returns the shape of a tensor.
ShapeN <U extends TNumber >	Returns shape of tensors.
ShardDataset	Creates a `Dataset` that includes only 1/`num_shards` of this dataset.
ShardedFilename	Generate a sharded filename.
ShardedFilespec	Generate a glob pattern matching all sharded file names.
Sharding <T extends TType >	An op which shards the input based on the given sharding attribute.
ShuffleAndRepeatDataset
ShuffleDataset
ShutdownDistributedTPU	Shuts down a running distributed TPU system.
Sigmoid <T extends TType >	Computes sigmoid of `x` element-wise.
SigmoidGrad <T extends TType >	Computes the gradient of the sigmoid of `x` wrt its input.
Sign <T extends TType >	Returns an element-wise indication of the sign of a number.
Sin <T extends TType >	Computes sine of x element-wise.
Sinh <T extends TType >	Computes hyperbolic sine of x element-wise.
Size <U extends TNumber >	Returns the size of a tensor.
SkipDataset	Creates a dataset that skips `count` elements from the `input_dataset`.
Skipgram	Parses a text file and creates a batch of examples.
SleepDataset
Slice <T extends TType >	Return a slice from 'input'.
SlidingWindowDataset	Creates a dataset that passes a sliding window over `input_dataset`.
Snapshot <T extends TType >	Returns a copy of the input tensor.
SobolSample <T extends TNumber >	Generates points from the Sobol sequence.
Softmax <T extends TNumber >	Computes softmax activations.
SoftmaxCrossEntropyWithLogits <T extends TNumber >	Computes softmax cross entropy cost and gradients to backpropagate.
Softplus <T extends TNumber >	Computes softplus: `log(exp(features) + 1)`.
SoftplusGrad <T extends TNumber >	Computes softplus gradients for a softplus operation.
Softsign <T extends TNumber >	Computes softsign: `features / (abs(features) + 1)`.
SoftsignGrad <T extends TNumber >	Computes softsign gradients for a softsign operation.
Solve <T extends TType >	Solves systems of linear equations.
Sort <T extends TType >	Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort .
SpaceToBatch <T extends TType >	SpaceToBatch for 4-D tensors of type T.
SpaceToBatchNd <T extends TType >	SpaceToBatch for ND tensors of type T.
SpaceToDepth <T extends TType >	SpaceToDepth for tensors of type T.
SparseAccumulatorApplyGradient	Applies a sparse gradient to a given accumulator.
SparseAccumulatorTakeGradient <T extends TType >	Extracts the average sparse gradient in a SparseConditionalAccumulator.
SparseAdd <T extends TType >	Adds two `SparseTensor` objects to produce another `SparseTensor`.
SparseAddGrad <T extends TType >	The gradient operator for the SparseAdd op.
SparseApplyAdadelta <T extends TType >	var: Should be from a Variable().
SparseApplyAdagrad <T extends TType >	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
SparseApplyAdagradDa <T extends TType >	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
SparseApplyCenteredRmsProp <T extends TType >	Update '*var' according to the centered RMSProp algorithm.
SparseApplyFtrl <T extends TType >	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
SparseApplyMomentum <T extends TType >	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
SparseApplyProximalAdagrad <T extends TType >	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
SparseApplyProximalGradientDescent <T extends TType >	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
SparseApplyRmsProp <T extends TType >	Update '*var' according to the RMSProp algorithm.
SparseBincount <U extends TNumber >	Counts the number of occurrences of each value in an integer array.
SparseConcat <T extends TType >	Concatenates a list of `SparseTensor` along the specified dimension.
SparseConditionalAccumulator	A conditional accumulator for aggregating sparse gradients.
SparseCountSparseOutput <U extends TNumber >	Performs sparse-output bin counting for a sparse tensor input.
SparseCross	Generates sparse cross from a list of sparse and dense tensors.
SparseCrossHashed	Generates sparse cross from a list of sparse and dense tensors.
SparseDenseCwiseAdd <T extends TType >	Adds up a SparseTensor and a dense Tensor, using these special rules: (1) Broadcasts the dense side to have the same shape as the sparse side, if eligible; (2) Then, only the dense values pointed to by the indices of the SparseTensor participate in the cwise addition.
SparseDenseCwiseDiv <T extends TType >	Component-wise divides a SparseTensor by a dense Tensor.
SparseDenseCwiseMul <T extends TType >	Component-wise multiplies a SparseTensor by a dense Tensor.
SparseFillEmptyRows <T extends TType >	Fills empty rows in the input 2-D `SparseTensor` with a default value.
SparseFillEmptyRowsGrad <T extends TType >	The gradient of SparseFillEmptyRows.
SparseMatMul	Multiply matrix "a" by matrix "b".
SparseMatrixAdd	Sparse addition of two CSR matrices, C = alpha * A + beta * B.
SparseMatrixMatMul <T extends TType >	Matrix-multiplies a sparse matrix with a dense matrix.
SparseMatrixMul	Element-wise multiplication of a sparse matrix with a dense tensor.
SparseMatrixNNZ	Returns the number of nonzeroes of `sparse_matrix`.
SparseMatrixOrderingAMD	Computes the Approximate Minimum Degree (AMD) ordering of `input`.
SparseMatrixSoftmax	Calculates the softmax of a CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Calculates the gradient of the SparseMatrixSoftmax op.
SparseMatrixSparseCholesky	Computes the sparse Cholesky decomposition of `input`.
SparseMatrixSparseMatMul	Sparse-matrix-multiplies two CSR matrices `a` and `b`.
SparseMatrixTranspose	Transposes the inner (matrix) dimensions of a CSRSparseMatrix.
SparseMatrixZeros	Creates an all-zeros CSRSparseMatrix with shape `dense_shape`.
SparseReduceMax <T extends TNumber >	Computes the max of elements across dimensions of a SparseTensor.
SparseReduceMaxSparse <T extends TNumber >	Computes the max of elements across dimensions of a SparseTensor.
SparseReduceSum <T extends TType >	Computes the sum of elements across dimensions of a SparseTensor.
SparseReduceSumSparse <T extends TType >	Computes the sum of elements across dimensions of a SparseTensor.
SparseReorder <T extends TType >	Reorders a SparseTensor into the canonical, row-major ordering.
SparseReshape	Reshapes a SparseTensor to represent values in a new dense shape.
SparseSegmentMean <T extends TNumber >	Computes the mean along sparse segments of a tensor.
SparseSegmentMeanGrad <T extends TNumber >	Computes gradients for SparseSegmentMean.
SparseSegmentMeanWithNumSegments <T extends TNumber >	Computes the mean along sparse segments of a tensor.
SparseSegmentSqrtN <T extends TNumber >	Computes the sum along sparse segments of a tensor divided by the sqrt of N.
SparseSegmentSqrtNGrad <T extends TNumber >	Computes gradients for SparseSegmentSqrtN.
SparseSegmentSqrtNWithNumSegments <T extends TNumber >	Computes the sum along sparse segments of a tensor divided by the sqrt of N.
SparseSegmentSum <T extends TNumber >	Computes the sum along sparse segments of a tensor.
SparseSegmentSumWithNumSegments <T extends TNumber >	Computes the sum along sparse segments of a tensor.
SparseSlice <T extends TType >	Slice a `SparseTensor` based on the `start` and `size`.
SparseSliceGrad <T extends TType >	The gradient operator for the SparseSlice op.
SparseSoftmax <T extends TNumber >	Applies softmax to a batched ND `SparseTensor`.
SparseSoftmaxCrossEntropyWithLogits <T extends TNumber >	Computes softmax cross entropy cost and gradients to backpropagate.
SparseSparseMaximum <T extends TNumber >	Returns the element-wise max of two SparseTensors.
SparseSparseMinimum <T extends TType >	Returns the element-wise min of two SparseTensors.
SparseSplit <T extends TType >	Split a `SparseTensor` into `num_split` tensors along one dimension.
SparseTensorDenseAdd <U extends TType >	Adds up a `SparseTensor` and a dense `Tensor`, producing a dense `Tensor`.
SparseTensorDenseMatMul <U extends TType >	Multiply SparseTensor (of rank 2) "A" by dense matrix "B".
SparseTensorSliceDataset	Creates a dataset that splits a SparseTensor into elements row-wise.
SparseTensorToCSRSparseMatrix	Converts a SparseTensor to a (possibly batched) CSRSparseMatrix.
SparseToDense <U extends TType >	Converts a sparse representation into a dense tensor.
SparseToSparseSetOperation <T extends TType >	Applies set operation along last dimension of 2 `SparseTensor` inputs.
Spence <T extends TNumber >
Split <T extends TType >	Splits a tensor into `num_split` tensors along one dimension.
SplitV <T extends TType >	Splits a tensor into `num_split` tensors along one dimension.
SqlDataset	Creates a dataset that executes a SQL query and emits rows of the result set.
Sqrt <T extends TType >	Computes square root of x element-wise.
SqrtGrad <T extends TType >	Computes the gradient for the sqrt of `x` wrt its input.
Sqrtm <T extends TType >	Computes the matrix square root of one or more square matrices: matmul(sqrtm(A), sqrtm(A)) = A The input matrix should be invertible.
Square <T extends TType >	Computes square of x element-wise.
SquaredDifference <T extends TType >	Returns conj(x - y)(x - y) element-wise.
Squeeze <T extends TType >	Removes dimensions of size 1 from the shape of a tensor.
Stack <T extends TType >	Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor.
ステージ	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`.
ストリップ	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
アッパー	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`.
どこ	Returns locations of nonzero / true values in a tensor.
WholeFileReader	A Reader that outputs the entire contents of a file as a value.
WindowDataset	Combines (nests of) input elements into a dataset of (nests of) windows.
WorkerHeartbeat	Worker heartbeat op.
WrapDatasetVariant
WriteAudioSummary	Writes an audio summary.
WriteFile	Writes contents to the file at input filename.
WriteGraphSummary	Writes a graph summary.
WriteHistogramSummary	Writes a histogram summary.
WriteImageSummary	Writes an image summary.
WriteRawProtoSummary	Writes a serialized proto summary.
WriteScalarSummary	Writes a scalar summary.
WriteSummary	Writes a tensor summary.
Xdivy <T extends TType >	Returns 0 if x == 0, and x / y otherwise, elementwise.
XlaRecvFromHost <T extends TType >	An op to receive a tensor from the host.
XlaSendToHost	An op to send a tensor to the host.
XlaSetBound	Set a bound for the given input value as a hint to Xla compiler, returns the same value.
XlaSpmdFullToShardShape <T extends TType >	An op used by XLA SPMD partitioner to switch from automatic partitioning to manual partitioning.
XlaSpmdShardToFullShape <T extends TType >	An op used by XLA SPMD partitioner to switch from manual partitioning to automatic partitioning.
Xlog1py <T extends TType >	Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise.
Xlogy <T extends TType >	Returns 0 if x == 0, and x * log(y) otherwise, elementwise.
Zeros <T extends TType >	An operator creating a constant initialized with zeros of the shape given by `dims`.
ZerosLike <T extends TType >	Returns a tensor of zeros with the same shape and type as x.
Zeta <T extends TNumber >	Compute the Hurwitz zeta function \\(\zeta(x, q)\\)。
ZipDataset	Creates a dataset that zips together `input_datasets`.
erfinv <T extends TNumber >

A logical unit of computation.

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

Ops can be classified under two categories:

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

Public Methods

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

Public Methods

public abstract ExecutionEnvironment env ()

Return the execution environment this op was created in.

public abstract Operation op ()

Return this unit of computation as a single Operation .

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

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

返品

an Operation