중단 | 호출 시 프로세스를 중단하려면 예외를 발생시킵니다. |
Abs <T는 T번호를 확장합니다. > | 텐서의 절대값을 계산합니다. |
AccumulateN <T는 TType을 확장합니다. > | 텐서 목록의 요소별 합계를 반환합니다. |
누산기적용그라디언트 | 지정된 누산기에 그라데이션을 적용합니다. |
누산기Num누적됨 | 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. |
AccumulatorSetGlobalStep | global_step에 대한 새 값으로 누산기를 업데이트합니다. |
AccumulatorTakeGradient <T는 TType을 확장합니다.> | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
Acos <T는 TType을 확장합니다. > | x 요소별로 acos를 계산합니다. |
Acosh <T는 TType을 확장합니다> | x 요소별로 역쌍곡선 코사인을 계산합니다. |
<T 확장 TType > 추가 | x + y 요소를 반환합니다. |
AddManySparseToTensorsMap | `SparseTensorsMap`에 `N` 미니배치 `SparseTensor`를 추가하고 `N` 핸들을 반환합니다. |
AddN <T는 TType을 확장합니다. > | 모든 입력 텐서 요소를 현명하게 추가합니다. |
AddSparseToTensorsMap | 핸들을 반환하는 `SparseTensorsMap`에 `SparseTensor`를 추가하세요. |
adjustContrast <T는 T번호를 확장합니다. > | 하나 이상의 이미지 대비를 조정합니다. |
adjustHue <T는 T번호를 확장합니다.> | 하나 이상의 이미지의 색조를 조정합니다. |
adjustSaturation <T는 T숫자를 확장합니다.> | 하나 이상의 이미지의 채도를 조정합니다. |
모두 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. |
전체후보샘플러 | 학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. |
AllReduce <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. |
AllToAll <T는 TType을 확장합니다. > | TPU 복제본 간에 데이터를 교환하는 작업입니다. |
각도 <U는 T번호를 확장합니다.> | 복소수의 인수를 반환합니다. |
익명반복자 | 반복자 리소스의 컨테이너입니다. |
익명메모리캐시 | |
익명MultiDeviceIterator | 다중 장치 반복자 리소스에 대한 컨테이너입니다. |
익명RandomSeedGenerator | |
익명SeedGenerator | |
어느 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. |
ApplyAdaMax <T는 TType을 확장합니다. > | AdaMax 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAdadelta <T는 TType을 확장합니다. > | adadelta 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagrad <T는 TType을 확장합니다> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradDa <T는 TType을 확장합니다> | 근위부 adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradV2 <T는 TType을 확장합니다.> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdam <T는 TType을 확장합니다> | Adam 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAddSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyCenteredRmsProp <T는 TType을 확장합니다.> | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyFtrl <T는 TType을 확장합니다. > | Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다. |
ApplyGradientDescent <T는 TType을 확장합니다. > | '*var'에서 'alpha' * 'delta'를 빼서 업데이트합니다. |
ApplyMomentum <T는 TType을 확장합니다.> | 모멘텀 체계에 따라 '*var'를 업데이트합니다. |
ApplyPowerSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyProximalAdagrad <T는 TType을 확장합니다> | Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다. |
ApplyProximalGradientDescent <T는 TType을 확장합니다> | 고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다. |
ApplyRmsProp <T는 TType을 확장합니다. > | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
대략 같음 | abs(xy) < 허용오차 요소별 진리값을 반환합니다. |
ArgMax <V는 TNumber를 확장합니다. > | 텐서의 차원 전체에서 가장 큰 값을 가진 인덱스를 반환합니다. |
ArgMin <V는 T번호를 확장합니다> | 텐서의 차원 전체에서 가장 작은 값을 가진 인덱스를 반환합니다. |
AsString | 주어진 텐서의 각 항목을 문자열로 변환합니다. |
Asin <T는 TType을 확장합니다.> | x 요소별로 삼각법 역사인을 계산합니다. |
Asinh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡사인을 계산합니다. |
Assert카디널리티데이터세트 | |
AssertNextDataset | |
주장하다 | 주어진 조건이 참인지 확인합니다. |
<T 확장 TType > 할당 | 'value'를 할당하여 'ref'를 업데이트합니다. |
AssignAdd <T는 TType을 확장합니다. > | 'value'를 추가하여 'ref'를 업데이트합니다. |
할당AddVariableOp | 변수의 현재 값에 값을 추가합니다. |
AssignSub <T는 TType을 확장합니다. > | 'value'를 빼서 'ref'를 업데이트합니다. |
AssignSubVariableOp | 변수의 현재 값에서 값을 뺍니다. |
할당변수작업 | 변수에 새 값을 할당합니다. |
Atan <T는 TType을 확장합니다.> | x 요소별로 삼각법 역탄젠트를 계산합니다. |
Atan2 <T는 T번호를 확장합니다. > | 인수의 부호를 고려하여 `y/x`의 아크탄젠트를 요소별로 계산합니다. |
Atanh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡선 탄젠트를 계산합니다. |
오디오스펙트로그램 | 시간 경과에 따른 오디오 데이터의 시각화를 생성합니다. |
오디오요약 | 오디오와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
AutoShard데이터세트 | 입력 데이터 세트를 샤딩하는 데이터 세트를 생성합니다. |
AvgPool <T는 T번호를 확장합니다. > | 입력에 대해 평균 풀링을 수행합니다. |
AvgPool3d <T는 T번호를 확장합니다. > | 입력에 대해 3D 평균 풀링을 수행합니다. |
AvgPool3dGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
AvgPoolGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
BandPart <T는 TType을 확장합니다. > | 각 가장 안쪽 행렬의 중앙 밴드 외부에 있는 모든 항목을 0으로 설정하는 텐서를 복사합니다. |
BandedTriangularSolve <T는 TType을 확장합니다.> | |
장벽 | 다양한 그래프 실행에서 지속되는 장벽을 정의합니다. |
장벽닫기 | 주어진 장벽을 닫습니다. |
장벽불완전한크기 | 주어진 장벽의 불완전한 요소 수를 계산합니다. |
장벽삽입많은 | 각 키에 대해 해당 값을 지정된 구성 요소에 할당합니다. |
배리어준비크기 | 주어진 장벽의 완전한 요소 수를 계산합니다. |
장벽가져다많은 | 장벽에서 주어진 수의 완성된 요소를 가져옵니다. |
일괄 | 모든 입력 텐서를 비결정적으로 일괄 처리합니다. |
BatchCholesky <T는 TNumber를 확장합니다> | |
BatchCholeskyGrad <T는 TNumber를 확장합니다.> | |
배치 데이터세트 | `input_dataset`에서 `batch_size` 요소를 일괄 처리하는 데이터세트를 생성합니다. |
일괄 Fft | |
BatchFft2d | |
BatchFft3d | |
BatchIfft | |
BatchIfft2d | |
BatchIfft3d | |
BatchMatMul <T는 TType을 확장합니다> | 두 개의 텐서 조각을 일괄적으로 곱합니다. |
BatchMatrixBandPart <T는 TType을 확장합니다.> | |
BatchMatrixDeterminant <T는 TType을 확장합니다. > | |
BatchMatrixDiag <T는 TType을 확장합니다.> | |
BatchMatrixDiagPart <T는 TType을 확장합니다.> | |
BatchMatrixInverse <T는 TNumber를 확장합니다.> | |
BatchMatrixSetDiag <T는 TType을 확장합니다.> | |
BatchMatrixSolve <T는 TNumber를 확장합니다.> | |
BatchMatrixSolveLs <T는 TNumber를 확장합니다. > | |
BatchMatrixTriangularSolve <T는 TNumber를 확장합니다.> | |
BatchNormWithGlobalNormalization <T는 TType을 확장합니다.> | 일괄 정규화. |
BatchNormWithGlobalNormalizationGrad <T는 TType을 확장합니다.> | 배치 정규화를 위한 기울기. |
BatchSelfAdjointEig <T는 TNumber를 확장합니다. > | |
BatchSvd <T는 TType을 확장합니다. > | |
BatchToSpace <T는 TType을 확장합니다. > | T 유형의 4차원 텐서에 대한 BatchToSpace. |
BatchToSpaceNd <T는 TType을 확장합니다. > | T 유형의 ND 텐서에 대한 BatchToSpace. |
BesselI0 <T는 T번호를 확장합니다. > | |
BesselI0e <T는 T번호를 확장합니다. > | |
BesselI1 <T는 Tnumber를 확장합니다. > | |
BesselI1e <T는 Tnumber를 확장합니다. > | |
BesselJ0 <T는 Tnumber를 확장합니다. > | |
BesselJ1 <T는 Tnumber를 확장합니다. > | |
BesselK0 <T는 T번호를 확장합니다. > | |
BesselK0e <T는 T번호를 확장합니다. > | |
BesselK1 <T는 Tnumber를 확장합니다. > | |
BesselK1e <T는 Tnumber를 확장합니다. > | |
BesselY0 <T는 Tnumber를 확장합니다. > | |
BesselY1 <T는 Tnumber를 확장합니다. > | |
Betainc <T는 T번호를 확장합니다> | 정규화된 불완전 베타 적분을 계산합니다 \\(I_x(a, b)\\). |
BiasAdd <T는 TType을 확장합니다. > | '값'에 '편향'을 추가합니다. |
BiasAddGrad <T는 TType을 확장합니다. > | "bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다. |
Bincount <T는 Tnumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
비트캐스트 <U는 TType을 확장합니다.> | 데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트캐스트합니다. |
BitwiseAnd <T는 T번호를 확장합니다> | Elementwise는 `x`와 `y`의 비트별 AND를 계산합니다. |
BitwiseOr <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트별 OR을 계산합니다. |
BitwiseXor <T는 Tnumber를 확장합니다.> | Elementwise는 `x`와 `y`의 비트별 XOR을 계산합니다. |
BlockLSTM <T는 Tnumber를 확장합니다. > | 모든 시간 단계에 대해 LSTM 셀의 순방향 전파를 계산합니다. |
BlockLSTMMGrad <T는 TNumber를 확장합니다.> | 전체 시간 시퀀스에 대한 LSTM 셀 역전파를 계산합니다. |
BoostedTreesAggregateStats | 배치에 대해 누적된 통계 요약을 집계합니다. |
BoostedTrees버킷화 | 버킷 경계를 기준으로 각 기능을 버킷화합니다. |
BoostedTreesCalculateBestFeatureSplit | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesCalculateBestFeatureSplitV2 | 각 기능에 대한 이득을 계산하고 각 노드에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesCalculateBestGainsPerFeature | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTrees센터바이어스 | 훈련 데이터(편향)에서 사전을 계산하고 첫 번째 노드를 로짓의 사전으로 채웁니다. |
BoostedTreesCreateEnsemble | 트리 앙상블 모델을 생성하고 이에 대한 핸들을 반환합니다. |
BoostedTreesCreateQuantileStreamResource | Quantile Streams에 대한 리소스를 생성합니다. |
BoostedTreesDeserializeEnsemble | 직렬화된 트리 앙상블 구성을 역직렬화하고 현재 트리를 대체합니다. 앙상블. |
BoostedTreesEnsembleResourceHandleOp | BoostedTreesEnsembleResource에 대한 핸들을 생성합니다. |
BoostedTrees예제디버그 출력 | 각 예제에 대한 디버깅/모델 해석 가능성 출력. |
BoostedTreesFlushQuantile요약 | 각 분위수 스트림 리소스에서 분위수 요약을 플러시합니다. |
BoostedTreesGetEnsembleStates | 나무 앙상블 리소스 스탬프 토큰, 나무 수 및 성장 통계를 검색합니다. |
BoostedTreesMakeQuantile요약 | 배치에 대한 분위수의 요약을 작성합니다. |
BoostedTreesMakeStats요약 | 배치에 대해 누적된 통계를 요약합니다. |
BoostedTree예측 | 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 로짓을 계산합니다. |
BoostedTreesQuantileStreamResourceAddSummaries | 각 분위수 스트림 리소스에 분위수 요약을 추가합니다. |
BoostedTreesQuantileStreamResourceDeserialize | 버킷 경계와 준비 플래그를 현재 QuantileAccumulator로 역직렬화합니다. |
BoostedTreesQuantileStreamResourceFlush | 분위수 스트림 리소스에 대한 요약을 플러시합니다. |
BoostedTreesQuantileStreamResourceGetBucketBoundaries | 누적된 요약을 기반으로 각 기능에 대한 버킷 경계를 생성합니다. |
BoostedTreesQuantileStreamResourceHandleOp | BoostedTreesQuantileStreamResource에 대한 핸들을 생성합니다. |
BoostedTreesSerializeEnsemble | 트리 앙상블을 proto로 직렬화합니다. |
BoostedTreesSparseAggregateStats | 배치에 대해 누적된 통계 요약을 집계합니다. |
BoostedTreeSparseCalculateBestFeatureSplit | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTrees훈련예측 | 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 캐시된 로짓에 대한 업데이트를 계산합니다. |
BoostedTreesUpdate앙상블 | 성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여. |
BoostedTreesUpdateEnsembleV2 | 성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여. |
BroadcastDynamicShape <T는 TNumber를 확장합니다.> | 브로드캐스트를 사용하여 s0 op s1의 모양을 반환합니다. |
BroadcastGradientArgs <T는 TNumber를 확장합니다. > | 브로드캐스트를 사용하여 s0 op s1의 기울기를 계산하기 위한 감소 지수를 반환합니다. |
BroadcastHelper <T는 TType을 확장합니다> | XLA 스타일 브로드캐스트 수행을 위한 도우미 연산자 이항 연산자에 대한 XLA의 브로드캐스팅 규칙을 사용하여 `lhs` 및 `rhs` 중 더 낮은 순위를 갖는 크기 1 차원을 추가하여 `lhs` 및 `rhs`를 동일한 순위로 브로드캐스트합니다. |
BroadcastRecv <T는 TType을 확장합니다. > | 다른 장치에서 브로드캐스트된 텐서 값을 수신합니다. |
BroadcastSend <T는 TType을 확장합니다. > | 하나 이상의 다른 장치에 텐서 값을 브로드캐스트합니다. |
BroadcastTo <T는 TType을 확장합니다> | 호환 가능한 모양에 대한 배열을 브로드캐스트합니다. |
버킷화 | '경계'를 기준으로 '입력'을 버킷화합니다. |
바이트생산통계데이터세트 | StatsAggregator에 있는 'input_dataset'의 각 요소의 바이트 크기를 기록합니다. |
CSRSparseMatrixComponents <T는 TType을 확장합니다.> | 배치 '인덱스'에서 CSR 구성 요소를 읽습니다. |
CSRSparseMatrixToDense <T는 TType을 확장합니다.> | (아마도 일괄 처리된) CSRSparseMatrix를 고밀도로 변환합니다. |
CSRSparseMatrixToSparseTensor <T는 TType을 확장합니다.> | (아마도 일괄 처리된) CSRSparesMatrix를 SparseTensor로 변환합니다. |
CSV데이터세트 | |
CSV데이터세트V2 | |
CTCLossV2 | 각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다. |
캐시데이터세트 | 'input_dataset'에서 요소를 캐시하는 데이터세트를 생성합니다. |
캐시데이터세트V2 | |
캐스트 <U는 TType을 확장합니다> | SrcT 유형의 x를 DstT의 y로 캐스트합니다. |
Ceil <T는 T번호를 확장합니다> | x보다 작지 않은 요소별 가장 작은 정수를 반환합니다. |
CheckNumerics <T는 T번호를 확장합니다. > | NaN, -Inf 및 +Inf 값에 대한 텐서를 확인합니다. |
Cholesky <T는 TType을 확장합니다> | 하나 이상의 정사각 행렬에 대한 Cholesky 분해를 계산합니다. |
CholeskyGrad <T는 TNumber를 확장합니다. > | Cholesky 알고리즘의 역방향 역전파 기울기를 계산합니다. |
가장 빠른 데이터 세트 선택 | |
ClipByValue <T는 TType을 확장합니다. > | 텐서 값을 지정된 최소값과 최대값으로 자릅니다. |
닫기요약작성기 | |
ClusterOutput <T는 TType을 확장합니다. > | XLA 계산의 출력을 다른 소비자 그래프 노드에 연결하는 연산자입니다. |
CollectiveGather <T는 T번호를 확장합니다> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
CollectivePermute <T는 TType을 확장합니다. > | 복제된 TPU 인스턴스 전체에서 텐서를 순열하는 작업입니다. |
CombinedNonMaxSuppression | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이 작업은 모든 클래스에서 배치당 입력에 대해 non_max_suppression을 수행합니다. |
CompareAndBitpack | 'input' 값을 'threshold'와 비교하고 결과 비트를 'uint8'로 압축합니다. |
편집결과 | TPU 컴파일 결과를 반환합니다. |
컴파일 성공 어설션 | 컴파일이 성공했다고 어설션합니다. |
복합 <U는 TType을 확장합니다.> | 두 개의 실수를 복소수로 변환합니다. |
ComplexAbs <U는 TNumber를 확장합니다.> | 텐서의 복소 절대값을 계산합니다. |
요소 압축 | 데이터 세트 요소를 압축합니다. |
ComputeAccidentalHits | true_labels와 일치하는 samplingd_candidates의 위치 ID를 계산합니다. |
ComputeBatchSize | 부분 배치가 없는 데이터 세트의 정적 배치 크기를 계산합니다. |
Concat <T는 TType을 확장합니다> | 한 차원을 따라 텐서를 연결합니다. |
데이터세트 연결 | 'input_dataset'을 'another_dataset'와 연결하는 데이터세트를 생성합니다. |
조건부 누산기 | 그라디언트 집계를 위한 조건부 누산기입니다. |
분산TPU 구성 | 분산 TPU 시스템의 중앙 집중식 구조를 설정합니다. |
TPU임베딩 구성 | 분산 TPU 시스템에서 TPUEmbedding을 설정합니다. |
Conj <T는 TType을 확장합니다. > | 복소수의 켤레 복소수를 반환합니다. |
ConjugateTranspose <T는 TType을 확장합니다. > | 순열에 따라 x의 차원을 섞고 결과를 켤레화합니다. |
상수 <T는 TType을 확장합니다. > | 상수 값을 생성하는 연산자입니다. |
소비MutexLock | 이 작업은 `MutexLock`에 의해 생성된 잠금을 사용합니다. |
제어트리거 | 아무것도 하지 않습니다. |
Conv <T는 TType을 확장합니다. > | 다음 문서에 설명된 XLA ConvGeneralDilated 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#conv_convolution . |
Conv2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다. |
Conv2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 컨볼루션의 기울기를 계산합니다. |
Conv2dBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 컨볼루션의 기울기를 계산합니다. |
Conv3d <T는 Tnumber를 확장합니다. > | 5차원 '입력' 및 '필터' 텐서를 사용하여 3차원 컨볼루션을 계산합니다. |
Conv3dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
Conv3dBackpropInput <U는 TNumber를 확장합니다.> | 입력에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
복사 <T는 TType을 확장합니다> | CPU에서 CPU로 또는 GPU에서 GPU로 텐서를 복사합니다. |
CopyHost <T는 TType을 확장합니다. > | 텐서를 호스트에 복사합니다. |
Cos <T는 TType을 확장합니다. > | x 요소별로 cos를 계산합니다. |
Cosh <T는 TType을 확장합니다.> | x 요소의 쌍곡선 코사인을 계산합니다. |
CountUpTo <T는 T번호를 확장합니다. > | 'limit'에 도달할 때까지 'ref'를 증가시킵니다. |
CreateSummaryDbWriter | |
CreateSummaryFileWriter | |
자르기 및 크기 조정 | 입력 이미지 텐서에서 자르기를 추출하고 크기를 조정합니다. |
자르기및크기조정GradBoxes | 입력 상자 텐서에 대한 자르기 및 크기 조정 작업의 기울기를 계산합니다. |
CropAndResizeGradImage <T는 T숫자를 확장함> | 입력 이미지 텐서에 대한 Crop_and_resize 작업의 기울기를 계산합니다. |
교차 <T는 T번호를 확장합니다> | 쌍별 교차곱을 계산합니다. |
CrossReplicaSum <T는 TNumber를 확장합니다.> | 복제된 TPU 인스턴스 전체의 입력을 합산하는 작업입니다. |
CtcBeamSearchDecoder <T는 TNumber를 확장합니다.> | 입력에 제공된 로짓에 대해 빔 검색 디코딩을 수행합니다. |
CtcGreedyDecoder <T는 TNumber를 확장합니다.> | 입력에 제공된 로짓에 대해 그리디 디코딩을 수행합니다. |
CtcLoss <T는 T번호를 확장합니다. > | 각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다. |
CudnnRNN <T는 T번호를 확장합니다. > | cuDNN이 지원하는 RNN입니다. |
CudnnRNNBackprop <T는 TNumber를 확장합니다.> | CudnnRNNV3의 역전파 단계. |
CudnnRNNCanonicalToParams <T는 TNumber를 확장합니다. > | CudnnRNN 매개변수를 표준 형식에서 사용 가능한 형식으로 변환합니다. |
CudnnRNNParamsToCanonical <T는 TNumber를 확장합니다. > | 표준 형식으로 CudnnRNN 매개변수를 검색합니다. |
CudnnRnnParamsSize <U는 TNumber를 확장합니다.> | Cudnn RNN 모델에서 사용할 수 있는 가중치의 크기를 계산합니다. |
Cumprod <T는 TType을 확장합니다> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
Cumsum <T는 TType을 확장합니다.> | `축`을 따라 텐서 `x`의 누적 합계를 계산합니다. |
CumulativeLogsumexp <T는 TNumber를 확장합니다.> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
DataFormatDimMap <T는 TNumber를 확장합니다. > | 지정된 대상 데이터 형식의 차원 인덱스를 반환합니다. 소스 데이터 형식. |
DataFormatVecPermute <T는 TNumber를 확장합니다.> | 입력 텐서를 `src_format`에서 `dst_format`으로 치환합니다. |
DataService데이터 세트 | |
데이터 세트 카디널리티 | `input_dataset`의 카디널리티를 반환합니다. |
데이터세트FromGraph | 주어진 `graph_def`에서 데이터세트를 생성합니다. |
DatasetToGraph | 'input_dataset'을 나타내는 직렬화된 GraphDef를 반환합니다. |
DatasetToSingleElement | 지정된 데이터세트에서 단일 요소를 출력합니다. |
DatasetToTFRecord | TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다. |
DatasetToTfRecord | TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다. |
Dawsn <T는 T번호를 확장합니다> | |
DebugGradientIdentity <T는 TType을 확장합니다. > | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugGradientRefIdentity <T는 TType을 확장합니다.> | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugIdentity <T는 TType을 확장합니다. > | 디버그 ID V2 Op. |
DebugNanCount | NaN 값 카운터 Op. 디버그 |
DebugNumericsSummary <U는 TNumber를 확장합니다.> | 디버그 수치 요약 V2 Op. |
DecodeAndCropJpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩하고 자릅니다. |
DecodeBase64 | 웹에 안전한 base64로 인코딩된 문자열을 디코딩합니다. |
디코드Bmp | BMP로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다. |
디코드압축됨 | 문자열을 압축 해제합니다. |
디코드Csv | CSV 레코드를 텐서로 변환합니다. |
디코드Gif | GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다. |
DecodeImage <T는 T번호를 확장합니다.> | decode_bmp, decode_gif, decode_jpeg 및 decode_png에 대한 함수입니다. |
디코드Jpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩합니다. |
DecodeJson예제 | JSON으로 인코딩된 예제 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다. |
DecodePendedRaw <T는 TNumber를 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
DecodePng <T는 T번호를 확장합니다> | PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다. |
디코드프로토 | 연산은 직렬화된 프로토콜 버퍼 메시지의 필드를 텐서로 추출합니다. |
DecodeRaw <T는 TType을 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
DecodeWav | 16비트 PCM WAV 파일을 부동 텐서로 디코딩합니다. |
DeepCopy <T는 TType을 확장합니다> | `x`의 복사본을 만듭니다. |
삭제반복자 | 반복자 리소스의 컨테이너입니다. |
메모리캐시 삭제 | |
다중 장치 반복자 삭제 | 반복자 리소스의 컨테이너입니다. |
삭제RandomSeedGenerator | |
삭제시드 생성기 | |
삭제세션텐서 | 세션의 핸들로 지정된 텐서를 삭제합니다. |
DenseBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
DenseCountSparseOutput <U는 TNumber를 확장합니다.> | tf.tensor 입력에 대해 희소 출력 Bin 계산을 수행합니다. |
DenseToCSRSparseMatrix | 조밀한 텐서를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. |
DenseToDenseSetOperation <T는 TType을 확장합니다.> | 2개의 'Tensor' 입력의 마지막 차원을 따라 설정 연산을 적용합니다. |
DenseToSparseBatchDataset | 입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 생성합니다. |
DenseToSparseSetOperation <T는 TType을 확장합니다.> | 'Tensor' 및 'SparseTensor'의 마지막 차원을 따라 집합 연산을 적용합니다. |
DepthToSpace <T는 TType을 확장합니다. > | T 유형의 텐서에 대한 DepthToSpace. |
DepthwiseConv2dNative <T는 TNumber를 확장합니다.> | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다. |
DepthwiseConv2dNativeBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
DepthwiseConv2dNativeBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
역양자화 | 압축된 uint32 입력을 가져와서 uint8에 입력을 풀어서 수행합니다. 장치의 역양자화. |
역직렬화반복자 | 주어진 변형 텐서를 반복자로 변환하고 이를 주어진 리소스에 저장합니다. |
DeserializeManySparse <T는 TType을 확장합니다.> | 직렬화된 미니배치에서 'SparseTensors'를 역직렬화하고 연결합니다. |
DeserializeSparse <U는 TType을 확장합니다.> | `SparseTensor` 객체를 역직렬화합니다. |
DestroyResourceOp | 핸들에 지정된 리소스를 삭제합니다. |
DestroyTemporaryVariable <T는 TType을 확장합니다.> | 임시 변수를 삭제하고 최종 값을 반환합니다. |
Det <T는 TType을 확장합니다.> | 하나 이상의 정사각 행렬의 행렬식을 계산합니다. |
DeviceIndex | 작업이 실행되는 장치의 인덱스를 반환합니다. |
디감마 <T는 T숫자를 확장함> | Lgamma의 도함수인 Psi를 계산합니다(절대값의 로그). `Gamma(x)`), 요소별. |
Dilation2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 텐서와 3차원 '필터' 텐서의 회색조 팽창을 계산합니다. |
Dilation2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
Dilation2dBackpropInput <T는 TNumber를 확장합니다.> | 입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
DirectedInterleave데이터세트 | 'N' 데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다. |
Div <T는 TType을 확장합니다. > | x / y 요소별로 반환합니다. |
DivNoNan <T는 TType을 확장합니다. > | 분모가 0이면 0을 반환합니다. |
도트 <T는 TType을 확장합니다. > | 문서화된 XLA DotGeneral 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dotgeneral . |
DrawBoundingBoxes <T는 Tnumber를 확장합니다.> | 이미지 배치에 경계 상자를 그립니다. |
더미반복카운터 | |
더미메모리캐시 | |
더미 시드 생성기 | |
DynamicPartition <T는 TType을 확장합니다. > | `파티션`의 인덱스를 사용하여 `데이터`를 `num_partitions` 텐서로 분할합니다. |
DynamicSlice <T는 TType을 확장합니다. > | 문서화된 XLA DynamicSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicslice . |
DynamicStitch <T는 TType을 확장합니다> | '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. |
DynamicUpdateSlice <T는 TType을 확장합니다. > | 다음에 문서화된 XLA DynamicUpdateSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicupdateslice . |
편집거리 | (정규화된) Levenshtein Edit Distance를 계산합니다. |
Eig <U는 TType을 확장합니다.> | 하나 이상의 정사각 행렬의 고유 분해를 계산합니다. |
Einsum <T는 TType을 확장합니다> | 2개의 입력과 1개의 출력으로 기본 einsum 연산을 지원하는 연산입니다. |
엘루 <T는 T번호를 확장합니다> | 지수 선형을 계산합니다. < 0이면 `exp(features) - 1`, 그렇지 않으면 `features`입니다. |
EluGrad <T는 TNumber를 확장합니다> | 지수 선형(Elu) 연산에 대한 기울기를 계산합니다. |
포함활성화 | TPU 임베딩을 차별화할 수 있는 작업입니다. |
비어 있음 <T는 TType을 확장합니다. > | 주어진 모양으로 텐서를 생성합니다. |
비어있는TensorList | 빈 텐서 목록을 생성하고 반환합니다. |
비어있음TensorMap | 빈 텐서 맵을 생성하고 반환합니다. |
EncodeBase64 | 문자열을 웹에 안전한 base64 형식으로 인코딩합니다. |
인코딩Jpeg | 이미지를 JPEG로 인코딩합니다. |
인코딩Jpeg변수품질 | JPEG는 제공된 압축 품질로 입력 이미지를 인코딩합니다. |
인코딩Png | 이미지를 PNG로 인코딩합니다. |
EncodeProto | op는 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다. |
EncodeWav | WAV 파일 형식을 사용하여 오디오 데이터를 인코딩합니다. |
EnqueueTPUEmbeddingIntegerBatch | 입력 배치 텐서 목록을 TPUEmbedding에 추가하는 작업입니다. |
EnqueueTPUEmbeddingRaggedTensorBatch | tf.nn.embedding_lookup()을 사용하는 코드 포팅을 쉽게 합니다. |
EnqueueTPUEmbeddingSparseBatch | SparseTensor에서 TPUEmbedding 입력 인덱스를 대기열에 추가하는 작업입니다. |
EnqueueTPUEmbeddingSparseTensorBatch | tf.nn.embedding_lookup_sparse()를 사용하는 코드 포팅을 쉽게 합니다. |
EnacheShape <T는 TType을 확장합니다. > | 텐서의 모양이 예상되는 모양과 일치하는지 확인합니다. |
<T는 TType을 확장합니다>를 입력합니다 . | 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. |
동일한 | (x == y) 요소별 진리값을 반환합니다. |
Erf <T는 T번호를 확장합니다. > | 'x' 요소별 가우스 오류 함수를 계산합니다. |
Erfc <T는 T번호를 확장합니다> | 'x'의 요소별 상보 오류 함수를 계산합니다. |
EuclideanNorm <T는 TType을 확장합니다.> | 텐서의 차원 전체에 걸쳐 요소의 유클리드 노름을 계산합니다. |
실행하다 | TPU 기기에서 TPU 프로그램을 로드하고 실행하는 Op입니다. |
ExecuteAndUpdate변수 | 선택적 내부 변수 업데이트를 사용하여 프로그램을 실행하는 Op입니다. |
종료 <T는 TType을 확장합니다> | 현재 프레임을 상위 프레임으로 종료합니다. |
Exp <T는 TType을 확장합니다. > | x 요소별로 지수를 계산합니다. |
ExpandDims <T는 TType을 확장합니다. > | 텐서의 모양에 1차원을 삽입합니다. |
Expint <T는 T번호를 확장합니다. > | |
Expm1 <T는 TType을 확장합니다. > | 요소별로 `exp(x) - 1`을 계산합니다. |
ExtractGlimpse | 입력 텐서에서 엿볼 수 있는 내용을 추출합니다. |
ExtractImagePatches <T는 TType을 확장합니다.> | '이미지'에서 '패치'를 추출하여 '깊이' 출력 차원에 넣습니다. |
ExtractJpegShape <T는 TNumber를 확장합니다.> | JPEG로 인코딩된 이미지의 모양 정보를 추출합니다. |
ExtractVolumePatches <T는 TNumber를 확장합니다.> | `입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다. |
사실 | 계승에 대한 사실을 출력합니다. |
FakeQuantWithMinMaxArgs | '입력' 텐서를 가짜 양자화하고, 동일한 유형의 '출력' 텐서에 float를 입력합니다. |
FakeQuantWithMinMaxArgsGradient | FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다. |
FakeQuantWithMinMaxVars | 전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다. |
FakeQuantWithMinMaxVarsGradient | FakeQuantWithMinMaxVars 작업에 대한 기울기를 계산합니다. |
FakeQuantWithMinMaxVarsPerChannel | 채널별 부동 소수점을 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 채널별 float 유형의 '입력' 텐서와 채널별 부동 소수점을 통해 `[d]`, `[b, d]` `[b, h, w, d]` 모양 중 하나를 가짜 양자화합니다. '[d]' 모양의 min'과 'max'를 '입력'과 같은 모양의 텐서를 '출력'합니다. |
FakeQuantWithMinMaxVarsPerChannelGradient | FakeQuantWithMinMaxVarsPerChannel 작업에 대한 기울기를 계산합니다. |
Fft <T는 TType을 확장합니다. > | 고속 푸리에 변환. |
Fft2d <T는 TType을 확장합니다. > | 2D 고속 푸리에 변환. |
Fft3d <T는 TType을 확장합니다. > | 3D 고속 푸리에 변환. |
Fifo 대기열 | 선입 선출 순서로 요소를 생성하는 큐입니다. |
채우기 <U는 TType을 확장합니다.> | 스칼라 값으로 채워진 텐서를 생성합니다. |
FilterByLastComponentDataset | 마지막 구성요소가 true인 'input_dataset'의 첫 번째 구성요소를 포함하는 데이터세트를 생성합니다. |
지문 | 지문 값을 생성합니다. |
고정길이레코드데이터세트 | |
고정길이레코드리더 | 파일에서 고정 길이 레코드를 출력하는 Reader입니다. |
고정UnigramCandidateSampler | 학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. |
바닥 <T는 T번호를 확장합니다> | x보다 크지 않은 요소별 가장 큰 정수를 반환합니다. |
FloorDiv <T는 TType을 확장합니다. > | x // y 요소별로 반환합니다. |
FloorMod <T는 Tnumber를 확장합니다. > | 요소별 나눗셈의 나머지를 반환합니다. |
FlushSummaryWriter | |
FractionalAvgPool <T는 TNumber를 확장합니다. > | 입력에 대해 부분 평균 풀링을 수행합니다. |
FractionalAvgPoolGrad <T는 TNumber를 확장합니다. > | FractionalAvgPool 함수의 기울기를 계산합니다. |
FractionalMaxPool <T는 TNumber를 확장합니다. > | 입력에 대해 분수 최대 풀링을 수행합니다. |
FractionalMaxPoolGrad <T는 TNumber를 확장합니다. > | FractionalMaxPool 함수의 기울기를 계산합니다. |
FresnelCos <T는 T번호를 확장합니다. > | |
FresnelSin <T는 T번호를 확장합니다> | |
FusedBatchNorm <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. > | 일괄 정규화. |
FusedBatchNormGrad <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. > | 일괄 정규화를 위한 기울기입니다. |
FusedPadConv2d <T는 TNumber를 확장합니다> | 컨볼루션 중 전처리로 패딩을 수행합니다. |
FusedResizeAndPadConv2d <T는 TNumber를 확장합니다. > | 컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다. |
GRUBlockCell <T는 TNumber를 확장합니다. > | 1시간 단계에 대한 GRU 셀 순방향 전파를 계산합니다. |
GRUBlockCellGrad <T는 TNumber를 확장합니다. > | 1시간 단계에 대한 GRU 셀 역전파를 계산합니다. |
<T 확장 TType > 수집 | 문서화된 XLA Gather 연산자를 래핑합니다. https://www.tensorflow.org/xla/Operation_semantics#gather |
GatherNd <T는 TType을 확장합니다. > | `params`의 조각을 `indices`로 지정된 모양의 Tensor로 수집합니다. |
GatherV2 <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
BoundingBoxProposals 생성 | 이 작업은 arXiv:1506.01497의 eq.2에 따라 주어진 경계 상자(bbox_deltas)로 인코딩된 wrt 앵커로부터 관심 영역을 생성합니다. op는 상위 `pre_nms_topn` 점수 상자를 선택하고 앵커와 관련하여 디코딩하며 `nms_threshold` 교차-결합(iou) 값보다 높은 중첩 상자에 최대 비최대 억제를 적용하고 짧은 변이 `보다 작은 상자를 삭제합니다. 최소_크기`. |
생성Vocab재매핑 | 새로운 어휘 파일과 기존 어휘 파일의 경로가 주어지면 다음의 리매핑 Tensor를 반환합니다. 길이 `num_new_vocab`, 여기서 `remapping[i]`에는 새 어휘의 `i` 행에 해당하는 이전 어휘의 행 번호가 포함됩니다(`new_vocab_offset` 줄에서 시작하여 최대 `num_new_vocab` 항목까지). 또는 `- 1` 새 어휘의 'i' 항목이 이전 어휘에 없는 경우. |
세션 핸들 가져오기 | 입력 텐서를 현재 세션 상태로 저장합니다. |
GetSessionTensor <T는 TType을 확장합니다.> | 핸들로 지정된 텐서의 값을 가져옵니다. |
보다 큰 | (x > y) 요소별 진리값을 반환합니다. |
더 크거나 같음 | (x >= y) 요소별 진리값을 반환합니다. |
GuaranteeConst <T는 TType을 확장합니다. > | 입력 텐서가 상수임을 TF 런타임에 보장합니다. |
해시테이블 | 초기화되지 않은 해시 테이블을 생성합니다. |
HistogramFixedWidth <U는 TNumber를 확장합니다.> | 값의 히스토그램을 반환합니다. |
히스토그램요약 | 히스토그램과 함께 '요약' 프로토콜 버퍼를 출력합니다. |
HsvToRgb <T는 T번호를 확장합니다. > | 하나 이상의 이미지를 HSV에서 RGB로 변환합니다. |
항등식 <T는 TType을 확장합니다. > | 입력 텐서 또는 값과 모양과 내용이 동일한 텐서를 반환합니다. |
아이덴티티N | 입력과 모양 및 내용이 동일한 텐서 목록을 반환합니다. 텐서. |
아이덴티티리더 | 대기 중인 작업을 키와 값으로 출력하는 리더입니다. |
Ifft <T는 TType을 확장합니다. > | 역 고속 푸리에 변환. |
Ifft2d <T는 TType을 확장합니다. > | 역 2D 고속 푸리에 변환. |
Ifft3d <T는 TType을 확장합니다. > | 역 3D 고속 푸리에 변환. |
Igamma <T는 Tnumber를 확장합니다.> | 더 낮은 정규화 불완전 감마 함수 'P(a, x)'를 계산합니다. |
IgammaGradA <T는 T번호를 확장합니다. > | `Igamma (a, x)`wrt` a`의 그라디언트를 계산합니다. |
igammac <t는 tnumber >를 연장합니다 | 상단 정규화되지 않은 불완전한 감마 기능`q (a, x)`을 계산하십시오. |
incoreRrorsDataset | 오류를 무시하는 'input_dataset'의 요소가 포함 된 데이터 세트를 만듭니다. |
imag <u는 tnumber >를 확장합니다 | 복소수의 가상 부분을 반환합니다. |
ImageProjectiveTransformv2 <t는 tnumber >를 확장합니다 | 주어진 변환을 각 이미지에 적용합니다. |
ImageProjectiveTransformv3 <t는 tnumber >를 확장합니다 | 주어진 변환을 각 이미지에 적용합니다. |
imagesUmmary | 이미지와 함께 '요약'프로토콜 버퍼를 출력합니다. |
EmutableConst <t는 ttype >을 확장합니다 | 메모리 영역에서 불변의 텐서를 반환합니다. |
importevent | |
intopk | 대상이 상단`k` 예측에 있는지 여부를 말합니다. |
infeeddequeue <t는 ttype >을 확장합니다 | 계산에 공급되는 값에 대한 자리 표시 자 OP. |
infeeddequeuetuple | Infeed에서 XLA 튜플로 여러 값을 가져옵니다. |
인간 큐 | 단일 텐서 값을 계산에 공급하는 OP. |
infeedenqueueprelinearizedbuffer | TPU 인프레드로 전신 버퍼를 흡수하는 OP. |
infeedenqueuetuple | 여러 텐서 값을 XLA 튜플로 계산에 공급합니다. |
이니 | |
초기화 가능 | 키와 값에 대해 각각 두 개의 텐서를 사용하는 테이블 이니셜 라이저. |
초기화 가능한 경우 dataSet | |
initializetableFromTextFile | 텍스트 파일에서 테이블을 초기화합니다. |
inplaceadd <t extends ttype > | x의 지정된 행에 V를 추가합니다. |
inplacesub <t는 ttype >를 확장합니다 | `v`를`x '의 지정된 행으로 빼냅니다. |
inplaceupdate <t는 ttype >을 확장합니다 | 값 'V'로 지정된 행 'I'업데이트. |
inv <t는 ttype >을 확장합니다 | 하나 이상의 정사각형 반전 행렬 또는 인접한 (접합체 전송)의 역수를 계산합니다. |
acgrad <t는 ttype >를 확장합니다 | `x` wrt 입력의 역수에 대한 그라디언트를 계산합니다. |
반전 <t는 tnumber >를 연장합니다 | 지원되는 각 비트의 비트 (플립); 예를 들어,`uint8` 값 01010101을 입력하면 10101010이됩니다. |
인버퍼 매팅 <t는 tnumber >를 확장합니다 | 텐서의 역 순열을 계산합니다. |
irfft <u는 tnumber >를 확장합니다 | 역 실질 값 빠른 푸리에 변환. |
irfft2d <u는 tnumber >를 확장합니다 | 역 2D 실제 값 빠른 푸리에 변환. |
irfft3d <u는 tnumber >를 확장합니다 | 역 3D 실제 값 빠른 푸리에 변환. |
ISBOOSTEDTREESENSEMBLEINITIALIZINS | 트리 앙상블이 초기화되었는지 확인합니다. |
isboostedtreesquantilestreamresourceinitialized | Quantile 스트림이 초기화되었는지 확인합니다. |
Isfinite | X의 요소가 유한 한 반환. |
ISINF | X의 요소가 inf. |
Isnan | X의 요소가 Nan인지 반환합니다. |
isvariableinitialized | 텐서가 초기화되었는지 확인합니다. |
isotonicregression <u는 tnumber >를 확장합니다 | 동위 원소 회귀 문제의 배치를 해결합니다. |
반복자 | |
IeratorfromStringHandle | |
iteratorgetDevice | '자원'이 배치 된 장치의 이름을 반환합니다. |
iteratorgetnext | 주어진 반복자에서 다음 출력을 가져옵니다. |
iteratorgetnextAsoptional | 주어진 반복자에서 다음 출력을 선택적 변형으로 가져옵니다. |
iteratorgetnextSync | 주어진 반복자에서 다음 출력을 가져옵니다. |
이 레라토르토스 스트링 핸들 | 주어진 'resource_handle'을 반복자를 문자열로 변환합니다. |
가입하다 | 주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 분리기를 사용합니다 (기본값은 빈 분리기입니다). |
KMC2CHAININITIALISS | 종자 세트에 추가 해야하는 데이터 포인트의 인덱스를 반환합니다. |
keyValuesort <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 | 문서화 된 XLA 정렬 연산자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#sort. |
Kmeansplusinitialization | kmeans ++ 기준을 사용하여 Num_to_sample 행을 선택합니다. |
Kthorderstatistic | 데이터 세트의 Kth Order 통계를 계산합니다. |
l2loss <t는 tnumber >를 확장합니다 | L2 손실. |
LMDBDATASET | 하나 이상의 LMDB 파일에서 키 값 쌍을 방출하는 데이터 세트를 만듭니다. |
lstmblockcell <t는 tnumber >를 확장합니다 | LSTM 셀 포워드 전파를 1 번 단계로 계산합니다. |
lstmblockcellgrad <t는 tnumber >를 확장합니다 | 1 타임 스텝에 대해 LSTM 셀 역전 전파를 계산합니다. |
LatencyStatsDataset | 통계 분리기에서 'input_dataset'요소를 생성하는 대기 시간을 기록합니다. |
Leakyrelu <t는 tnumber >를 연장합니다 | 정류 된 선형을 계산합니다 :`max (특징, 특징 * alpha)`. |
Leakyrelugrad <t는 tnumber >를 확장합니다 | Leakyrelu 작동을 위해 정류 된 선형 구배를 계산합니다. |
Learnugramcandidatesampler | 학습 된 유니그램 배포로 후보 샘플링에 대한 레이블을 생성합니다. |
Leftshift <t는 tnumber >를 확장합니다 | 요소는`x`와`y`의 비트 시위 왼쪽 시프트를 계산합니다. |
더 적은 | 요소 별 (x <y)의 진실 값을 반환합니다. |
덜 평등합니다 | 요소 별 (x <= y)의 진실 값을 반환합니다. |
lgamma <t는 tnumber >를 확장합니다 | `gamma (x)`요소 별 절대 값의 로그를 계산합니다. |
Linspace <t는 tnumber >를 확장합니다 | 간격으로 값을 생성합니다. |
LMDBDATASET | |
lmdbreader | LMDB 파일에서 레코드를 출력하는 리더. |
loadandremapmatrix | 체크 포인트에서`old_tensor_name '이라는 이름의 2-d (matrix)`tensor`를로드합니다. `CKPT_PATH`에서 지정된 리마핑을 사용하여 행과 열을 재사용 할 수 있습니다. |
loadtpuembeddingadamparameters | Adam 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadamparametersgradaccumdebug | 디버그 지원으로 Adam 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadadeltaparameters | Adadelta 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadadeldaTaparametersgradAccumdebug | 디버그 지원으로 Adadelta 매개 변수를로드하십시오. |
loadtpuembeddingadagradgarameters | Adagrad 임베딩 매개 변수로드. |
loadtPuembeddingAdgagradgarametersgradAccumdebug | 디버그 지원으로 Adagrad 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingCenteredrmspropparameters | 로드 중앙 RMSProp Embedding 매개 변수. |
loadtpuembeddingftrlparameters | FTRL 임베딩 매개 변수로드. |
loadtpuembeddingftrlparametersgradAccumdebug | 디버그 지원으로 ftrl 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingmdladagradlightparameters | MDL Adagrad Light Embedding 매개 변수를로드하십시오. |
loadtpuembeddingmomentumparameters | 로드 모멘텀 임베딩 매개 변수. |
loadtpuembeddingmomentumparametersgradAccumdebug | 디버그 지원을 갖춘로드 모멘텀 임베딩 매개 변수. |
loadtpuembeddingproximaladagradagradparameters | 근위 adagrad 포함 매개 변수를로드합니다. |
loadtpuembeddingproximaladagradagrametersgradaccumdebug | 디버그 지지대를 사용하여 근위 adagrad 포함 매개 변수를로드하십시오. |
로드 푸드 베딩 프록시 메일 오이 파라 미터 | |
loadtpuembeddingproximalyogiparametersgradaccumdebug | |
loadtpuembeddingrmspropparameters | RMSProp 임베딩 매개 변수를로드합니다. |
loadtpuembeddingrmspropparametersgradAccumdebug | 디버그 지원으로 RMSProp 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingStochasticgradientDescentParameters | SGD 임베딩 매개 변수로드. |
loadtpuembeddingStochasticgradientDescentParametersgradAccumdebug | SGD 임베딩 매개 변수로드. |
LocalResponsenormalization <t는 tnumber >를 확장합니다 | 로컬 응답 정규화. |
LocalResponsenormalization <t는 tnumber >를 확장합니다 | 로컬 응답 정규화를위한 기울기. |
log <t는 ttype >을 확장합니다 | X 요소 별 자연 로그를 계산합니다. |
log1p <t는 ttype >를 확장합니다 | (1 + x) 요소 별 자연 로그를 계산합니다. |
logmatrixDeterminant <t는 ttype >를 확장합니다 | 결정 요인의 절대 값의 부호와 로그를 계산합니다. 하나 이상의 사각형 행렬. |
logsoftmax <t는 tnumber >를 확장합니다 | Log SoftMax 활성화를 계산합니다. |
loguniformCandidItesAmpler | 로그에 균일 한 분포로 후보 샘플링에 대한 레이블을 생성합니다. |
논리 | x와 y 요소 별의 진실 값을 반환합니다. |
논리적이지 않아 | `X''MELT-WISE의 진실 값을 반환합니다. |
논리 | x 또는 y 요소 별의 진실 값을 반환합니다. |
LookUtableExport <t는 ttype를 확장하고, u는 ttype >를 확장합니다 | 테이블의 모든 키와 값을 출력합니다. |
LookUtableFind <u는 ttype >을 확장합니다 | 테이블에서 키를 찾아 해당 값을 출력합니다. |
LookUtableimport | 표의 내용을 지정된 키 및 값으로 대체합니다. |
LookUtableInsert | 키를 값과 연결하도록 테이블을 업데이트합니다. |
LookUptAblerEmove | 테이블에서 키와 관련 값을 제거합니다. |
룩 upuredablesize | 주어진 테이블의 요소 수를 계산합니다. |
루프코드 | 입력을 출력으로 전달합니다. |
낮추다 | 모든 대문자를 각각의 소문자 교체로 변환합니다. |
LowerBound <U는 tnumber >를 확장합니다 | 각 행에 Lower_Bound (Sorted_Search_Values, 값)를 적용합니다. |
lu <t는 ttype를 확장하고, u는 tnumber >를 확장합니다> | 하나 이상의 사각형 행렬의 LU 분해를 계산합니다. |
MAKEITERATOR | 주어진 '데이터 세트'에서 새 반복자를 만들고`iterator '에 저장하십시오. |
makeunique | 비 배치 치수의 모든 요소를 독특하게 만듭니다. 그러나 \ "Close \" 그들의 초기 가치. |
MapClear | OP는 기본 컨테이너의 모든 요소를 제거합니다. |
mapincompletesize | OP는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
Mappeek | OP는 지정된 키의 값을 살펴 봅니다. |
지도 크기 | OP는 기본 컨테이너의 요소 수를 반환합니다. |
MapStage | 해시 테이블처럼 작동하는 기본 컨테이너의 단계 (키, 값). |
Mapunstage | OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
Mapunstagenokey | OP는 임의 (키, 값)를 제거하고 반환합니다. 기본 컨테이너에서. |
matmul <t는 ttype >을 확장합니다 | 행렬 "A"에 행렬 "B"에 곱하십시오. |
매칭 파일 | 하나 이상의 글로벌 패턴과 일치하는 파일 세트를 반환합니다. |
MatchingFilesDataset | |
matrixdiag <t는 ttype >을 확장합니다 | 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. |
matrixdiagpart <t extends ttype > | 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. |
matrixdiagpartv3 <t extends ttype > | 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. |
matrixdiagv3 <t는 ttype >을 확장합니다 | 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. |
matrixLogarithm <t extends ttype > | 하나 이상의 사각형 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 OP는 복잡한 행렬에 대해서만 정의됩니다. |
matrixsetDiag <t는 ttype >를 확장합니다 | 새로운 배치 대각선 값으로 배치 된 행렬 텐서를 반환합니다. |
MatrixSoLvels <t는 ttype >를 확장합니다 | 하나 이상의 선형 최소 제곱 문제를 해결합니다. |
max <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 최대 요소를 계산합니다. |
MAXINTRAOPPARALLELISMDATASET | 최대 OP 인트라이트 병렬 처리를 무시하는 데이터 세트를 만듭니다. |
maxpool <t는 ttype를 확장합니다> | 입력에서 최대 풀링을 수행합니다. |
maxpool3d <t는 tnumber >를 확장합니다 | 입력에서 3D 최대 풀링을 수행합니다. |
maxpool3dgrad <u는 tnumber >를 확장합니다 | 3D 최대 풀링 기능의 기울기를 계산합니다. |
maxpool3dgradgrad <t는 tnumber >를 확장합니다 | MaxPooling 함수의 2 차 그라디언트를 계산합니다. |
MaxPoolgrad <t는 tnumber >를 확장합니다 | MaxPooling 함수의 그라디언트를 계산합니다. |
Maxpoolgradgrad <t는 tnumber >를 확장합니다 | MaxPooling 함수의 2 차 그라디언트를 계산합니다. |
Maxpoolgradgradwithargmax <t는 tnumber >를 확장합니다 | MaxPooling 함수의 2 차 그라디언트를 계산합니다. |
maxpoolgradwithargmax <t는 tnumber >를 확장합니다 | MaxPooling 함수의 그라디언트를 계산합니다. |
maxpoolwithargmax <t는 tnumber를 확장하고, u는 tnumber >를 확장합니다 | 입력에서 최대 풀링을 수행하고 최대 값과 지수를 모두 출력합니다. |
최대 <t는 tnumber >를 연장합니다 | x와 y의 최대를 반환합니다 (즉 |
평균 <t는 ttype >를 연장합니다 | 텐서의 치수에 걸쳐 요소의 평균을 계산합니다. |
병합 <t extends ttype > | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
합병 | 요약을 통합합니다. |
MERGEV2CHECKPOINTS | V2 형식 특정 : 샤드 체크 포인트의 메타 데이터 파일을 병합합니다. |
MFCC | 스펙트로 그램을 음성 인식에 유용한 형태로 변환합니다. |
최소 <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 최소 요소를 계산합니다. |
최소 <t는 tnumber >를 연장합니다 | x와 y의 최소를 반환합니다 (즉 |
mirrorpad <t는 ttype >를 확장합니다 | 거울 값으로 텐서를 패드합니다. |
mirrorpadgrad <t extends ttype > | `mirrorpad` op에 대한 그라디언트 op. |
mlirpassthroughop | main () 함수를 갖는 모듈로 표현 된 임의의 mlir 계산을 랩핑합니다. |
mod <t는 tnumber >를 확장합니다 | 요소 별 분열을 반환합니다. |
ModelDataset | 성능을 모델링하는 정체성 변환. |
mul <t는 ttype >를 확장합니다 | 요소 별 x * y를 반환합니다. |
mulnonan <t는 ttype >를 확장합니다 | 요소 별 x * y를 반환합니다. |
MultideViceiterator | MultideViceiterator 리소스를 만듭니다. |
MultideViceiteratorfromStringHandle | 제공된 문자열 핸들에서 MultideViceiterator 리소스를 생성합니다. |
MultideViceItertorgetNextFromShard | 제공된 샤드 번호의 다음 요소를 가져옵니다. |
MultideViceiteratorInit | 주어진 데이터 세트로 멀티 장치 반복기를 초기화합니다. |
MultideViceiteratortoStringhandle | 주어진 MultideViceiterator에 대한 문자열 핸들을 생성합니다. |
Multinomial <u는 tnumber >를 확장합니다 | 다국적 분포에서 샘플을 그립니다. |
mutabledensehashtable | 텐서를 백킹 스토어로 사용하는 빈 해시 테이블을 만듭니다. |
mexablehashtable | 빈 해시 테이블을 만듭니다. |
MutableHashtableOftensors | 빈 해시 테이블을 만듭니다. |
뮤텍스 | 'mutexlock`에 의해 잠글 수있는 Mutex 자원을 만듭니다. |
뮤 테스 락 | Mutex 자원을 잠그십시오. |
ncclallreduce <t는 tnumber >를 확장합니다 | 모든 입력 텐서의 감소를 포함하는 텐서를 출력합니다. |
ncclbroadcast <t는 tnumber >를 확장합니다 | 출력에 연결된 모든 장치에 '입력'을 보냅니다. |
nccledduce <t는 tnumber >를 확장합니다 | `retuction '을 사용하여`num_devices'에서 '입력'을 단일 장치로 줄입니다. |
ndtri <t는 tnumber >를 확장합니다 | |
가장 가까운 이시버 | 각 지점마다 가장 가까운 센터를 선택합니다. |
NEG <t는 ttype >를 확장합니다 | 숫자 음수 값 요소 단위를 계산합니다. |
네거티브 | 음성 샘플링을 통한 교육. |
NextAfter <t는 tnumber >를 확장합니다 | `x1 '의 다음 대표 값을`x2`의 방향으로 요소별로 반환합니다. |
Nextiteration <t는 ttype >을 확장합니다 | 다음 반복에 입력을 사용할 수 있습니다. |
노프 | 아무것도 하지 않습니다. |
nondeterministicints <u는 ttype >를 확장합니다 | 비 결정적으로 일부 정수를 생성합니다. |
Maxsuppression <t는 tnumber >를 확장합니다 | 욕심이 내림차순으로 경계 상자의 하위 집합을 선택합니다. 교차로의 노동 조합 (IOU)이 높은 상자를 가지 치기는 이전에 선택한 상자와 겹칩니다. |
랩과 함께 비 방해 | 욕심이 내림차순으로 경계 상자의 하위 집합을 선택합니다. 이전에 선택한 상자와 높은 겹치는 상자를 가지 치기. |
NonserializabledataSet | |
명백한 | 요소 별 (x! = y)의 진실 값을 반환합니다. |
nthelement <t는 tnumber >를 확장합니다 | 마지막 차원에 대한`n`-th order 통계의 값을 찾습니다. |
Onehot <u는 ttype >을 확장합니다 | 원한 텐서를 반환합니다. |
<t 는 ttype >을 연장합니다 | `dims`에 의해 주어진 모양으로 일정한 초기화를 생성하는 연산자. |
oneslike <t는 ttype >을 연장합니다 | 모양이 같은 모양의 텐서를 반환하고 x와 유형을 유형합니다. |
오페라 <t는 ttype >을 연장합니다 | 텐서 플로 작동의 피연산자에 의해 구현 된 인터페이스. |
최적화 | `input_dataset`에 최적화를 적용하여 데이터 세트를 만듭니다. |
최적화 된 ATASETV2 | 관련 최적화를`input_dataset '에 적용하여 데이터 세트를 만듭니다. |
옵션 프롬 값 | 텐서의 튜플로부터 선택적 변형을 구성한다. |
옵션 getValue | 선택적 변형에 저장된 값을 반환하거나 없으면 오류가 발생합니다. |
옵션 HasValue | 주어진 선택적 변형에 값이있는 경우에만 True를 반환합니다. |
선택 사항 | 값이없는 선택적 변형을 만듭니다. |
OrderedMapClear | OP는 기본 컨테이너의 모든 요소를 제거합니다. |
OrderedMapIncompletesize | OP는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
OrderedMappeek | OP는 지정된 키의 값을 살펴 봅니다. |
OrderedMapsize | OP는 기본 컨테이너의 요소 수를 반환합니다. |
OrderedMapstage | 순서대로 작동하는 기본 컨테이너의 단계 (키, 값) 연관 컨테이너. |
OrderedMapunStage | OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
OrderedMapunstagenokey | OP는 가장 작은 것으로 (키, 값) 요소를 제거하고 반환합니다. 기본 컨테이너의 키. |
안수 선출 전 | TPU 코어 선택기 OP. |
outfeeddequeue <t는 ttype >을 확장합니다 | 계산 Outfeed에서 단일 텐서를 검색합니다. |
Outfeeddequeuetuple | 계산 Outfeed에서 여러 값을 검색합니다. |
Outfeeddequeuetuplev2 | 계산 Outfeed에서 여러 값을 검색합니다. |
outfeeddequeuev2 <t는 ttype >를 확장합니다 | 계산 Outfeed에서 단일 텐서를 검색합니다. |
Outfeedenqueue | 계산에 대한 텐서를 흡수하십시오. |
Outfeedenqueuetuple | 계산에 대한 다중 텐서 값을 흡수하십시오. |
출력 <t는 ttype >를 확장합니다 | Operation 에 의해 생성 된 텐서에 대한 상징적 손잡이. |
pad <t는 ttype >을 확장합니다 | 문서화 된 XLA 패드 운영자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#pad. |
PaddedBatchDataset | 입력에서 'batch_size'요소를 배치하고 패드하는 데이터 세트를 만듭니다. |
Paddingfifoqueue | 첫 번째 순서로 요소를 생성하는 대기열. |
ParallelConcat <t는 ttype >을 확장합니다 | 1 차원을 따라`n` 텐서 목록을 연결합니다. |
ParallelDynamicStitch <t extends ttype > | '데이터'텐서의 값을 단일 텐서에 intrea하십시오. |
ParameterizedTruncatedNormal <u는 tnumber >를 확장합니다 | 정규 분포에서 임의 값을 출력합니다. |
parseexample | Tf.example Protos (문자열)의 벡터를 유형의 텐서로 변환합니다. |
parseexampledataset | DT_String의 벡터로`example` protos를 포함하는 'input_dataset`을 구문 분석 기능을 나타내는'tensor` 또는 'sparsetensor` 객체의 데이터 세트로 포함합니다. |
ParsesequenceExample | tf.io.sequenceexample protos의 벡터 (문자열)를 유형의 텐서로 변환합니다. |
구문 분석 | tf.example proto (문자열)를 유형의 텐서로 변환합니다. |
ParsesinglesequenceExample | 스칼라 뇌를 변형시켜주는 텐서로 변환합니다. |
parsetensor <t는 ttype >를 확장합니다 | 직렬화 된 텐서 플로를 변환합니다 .tensorproto 프로토를 텐서로 변환합니다. |
PartitionEdInput <t extends ttype > | 분할 된 입력 목록을 함께 그룹화하는 OP. |
PartitionEdoutput <t extends ttype > | XLA에 의해 파티션 된 목록에 샤드를 깎을 텐서를 demultiplexe하는 OP XLA 계산 외부의 출력. |
자리 표시 자 <t는 ttype >을 확장합니다 | 계산에 공급되는 값에 대한 자리 표시 자 OP. |
위원회 <t는 ttype >을 확장합니다 | 출력이 공급되지 않을 때 '입력'을 통과하는 자리 표시 자 OP. |
polygamma <t는 tnumber >를 연장합니다 | Polygamma 기능 계산 \\(\psi^{(n)}(x)\\). |
인구가 있습니다 | 요소 별 모집단 수를 계산합니다 (일명 |
pow <t는 ttype >을 확장합니다 | 한 값의 힘을 다른 값으로 계산합니다. |
PrefetchDataset | 'input_dataset'에서 요소를 비동기 적으로 프리 페치하는 데이터 세트를 만듭니다. |
예선 | 하나의 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. |
예비 | 다중 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. |
Gradient <t는 ttype를 확장합니다> | 그라디언트가 요청되면 오류를 유발하는 ID OP. |
인쇄 | 문자열 스칼라를 인쇄합니다. |
우선순위 대기열 | 첫 번째 구성 요소 값으로 정렬 된 요소를 생성하는 큐. |
privateThreadpooldataSet | 사용자 정의 스레드 풀을 사용하여 'input_dataset'을 계산하는 데이터 세트를 만듭니다. |
prod <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. |
qr <t는 ttype >를 확장합니다 | 하나 이상의 행렬의 QR 분해를 계산합니다. |
<t extends ttype >를 정량화하십시오 | 유형 플로트의 '입력'텐서를 유형 't'의 '출력'텐서로 양자화하십시오. |
QuantizeAndDequantize <t extends tnumber > | 그런 다음 텐서를 정문화합니다. |
QuantizeAndDequantizev3 <t는 tnumber >를 확장합니다 | 그런 다음 텐서를 정문화합니다. |
QuantizeAndDequantizev4 <t는 tnumber >를 확장합니다 | `Quantization.QuantizeAndDequantizev4`의 기울기를 반환합니다. |
QuantizeAndDequantizev4grad <t는 tnumber >를 확장합니다 | `QuantizeAndDequantizev4 '의 그라디언트를 반환합니다. |
QuantizedownandshrinkRange <u는 ttype >을 확장합니다 | 양자화 된 '입력'텐서를 하부 비트 깊이의 사용을 최대화하고 그에 따라 출력 최소 및 최대 범위를 조정하기위한 값의 실제 분포. |
QuantizedAdd <v는 ttype >을 확장합니다 | X + Y 요소별로 반환하여 양자화 된 버퍼를 사용합니다. |
Quantizedavgpool <t extends ttype > | 양자화 된 유형에 대한 입력 텐서의 평균 풀을 생성합니다. |
Quantizedbatchnormwithglobalnormalization <u는 ttype >을 확장합니다 | 양자화 된 배치 정규화. |
QuantizedBiasAdd <V는 ttype >을 확장합니다 | 양자 유형의 텐서 '입력'에 텐서 '바이어스'를 추가합니다. |
QuantizedConcat <t는 ttype >을 확장합니다 | 1 차원에 따라 양자화 된 텐서를 연결합니다. |
QuantizedConv2dandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dandreluandrequantize <v는 ttype >을 확장합니다 | |
QuantizedConv2dandRequantize <v는 ttype >을 확장합니다 | |
QuantizedConv2dperChannel <V는 ttype >을 확장합니다 | 채널 당 QuantizedConv2d를 계산합니다. |
QuantizedConv2dwithbias <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiasandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiasand reluandrequantize <w extends ttype > | |
QuantizedConv2dwithbiasandRequantize <w 확장 ttype > | |
QuantizedConv2dwithbiassignedsumandreluandrequantize <x는 ttype >를 확장합니다 | |
QuantizedConv2dwithbiassumandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiassumandreluandrequantize <x는 ttype >를 확장합니다 | |
QuantizedConv2d <V는 ttype >을 확장합니다 | 양자화 된 4D 입력 및 필터 텐서가 주어진 2D 컨볼 루션을 계산합니다. |
QuantizedDepthWiseconv2d <V는 ttype >을 확장합니다 | 정량화 된 깊이 CONCL2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbias <v는 ttype >을 확장합니다 | 편향으로 양자화 된 깊이 Conv2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbiasandrelu <v는 ttype >을 확장합니다 | 바이어스 및 Relu를 사용하여 정량화 된 깊이 Conv2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbiasandreluandrequantize <w extends ttype > | 양자화 된 깊이 Conv2D를 바이어스, Relu 및 요청으로 계산합니다. |
QuantizedInstancenorm <t는 ttype >을 확장합니다 | 정량화 된 인스턴스 정규화. |
QuantizedMatmul <v는 ttype >를 확장합니다 | 매트릭스`b`에 의해`a`의 양자화 된 매트릭스 곱셈을 수행하십시오. |
Quantizedmatmulwithbias <w는 ttype >을 확장합니다 | 바이어스 add와 함께 매트릭스`b '에 의한`a`의 양자화 된 행렬 곱셈을 수행합니다. |
Quantizedmatmulwithbiasanddepequantize <w는 tnumber >를 확장합니다 | |
Quantizedmatmulwithbiasandrelu <v는 ttype >을 연장합니다 | 바이어스 add 및 relu 융합으로 매트릭스`b '에 의한`a`에 대한 양자화 된 매트릭스 곱셈을 수행하십시오. |
Quantizedmatmulwithbiasand reluandrequantize <w는 ttype >를 확장합니다 | 바이어스 add 및 relu와 함께 매트릭스`b '의`a`에 대한 양자화 된 매트릭스 곱셈을 수행하고 융합을 요구합니다. |
QuantizedMatmulwithbiasandRequantize <w는 ttype >을 확장합니다 | |
QuantizedMaxPool <t extends ttype > | 양자화 된 유형에 대한 입력 텐서의 최대 풀을 생성합니다. |
QuantizedMul <v는 ttype >을 연장합니다 | x * y 요소별로 반환하여 양자 버퍼를 사용합니다. |
QuantizedRelu <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 :`max (feature, 0)`을 계산합니다 |
QuantizedRelu6 <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 6 :`min (max (feature, 0), 6)` |
QuantizedRelux <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 x :`min (max (features, 0), max_value)`을 계산합니다 |
QuantizedReshape <t extends ttype > | reshape op에 따라 양자화 된 텐서를 재구성합니다. |
QuantizedResizebilinear <t는 ttype >을 확장합니다 | 양자화 된 이중선 보간을 사용하여 양자화 된`images '를'크기 '로 크기를 조정하십시오. |
queueclose | 주어진 대기열을 닫습니다. |
대기열 | 주어진 대기열에서 하나 이상의 텐서의 튜플을 탈수합니다. |
Queuedequeueany | 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. |
queuedequeueupto | 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. |
대기열 | 주어진 대기열에서 하나 이상의 텐서의 튜플을 흡수합니다. |
QueueenqueueMany | 주어진 대기열에서 하나 이상의 텐서의 0 이상의 튜플. |
대기열 공개 | 대기열이 닫히면 true를 반환합니다. |
대기열 | 주어진 큐의 요소 수를 계산합니다. |
raggedbincount <u는 tnumber >를 확장합니다 | 정수 배열에서 각 값의 발생 수를 계산합니다. |
RaggedCountsParseOutput <u는 tnumber >를 확장합니다 | 울퉁불퉁 한 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다. |
Raggedcross <t는 ttype를 확장하고, u는 tnumber >를 확장합니다 | 텐서 목록에서 기능을 생성하고 raggedtensor로 반환합니다. |
raggedgather <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 | `indices '에 따라`params` 축`0`에서 울퉁불퉁 한 조각을 수집하십시오. |
RaggedRange <u는 tnumber를 확장하고 tnumber >를 확장합니다> | 지정된 숫자 시퀀스를 포함하는 'raggedtensor'를 반환합니다. |
raggedtensorfromvariant <u는 tnumber를 확장하고 t the ttype >를 확장합니다 | `variant` 텐서를 'raggedtensor'로 디코딩합니다. |
raggedtensortosparse <u는 ttype >을 확장합니다 | `raggedtensor '를 동일한 값으로'sparsetensor '로 변환합니다. |
raggedtensortotensor <u는 ttype >을 확장합니다 | 울퉁불퉁 한 텐서에서 밀도가 높은 텐서를 만들어 모양을 바꿀 수 있습니다. |
Raggedtensortovariant | 'raggedtensor'를 '변형'텐서로 인코딩합니다. |
raggedtensortovariant gradient <u는 ttype >을 확장합니다 | ``raggedtensortovariant '에 대한 그라디언트를 계산하는 데 사용됩니다. |
randomcrop <t는 tnumber >를 확장합니다 | 무작위로 자르기`image '. |
randomdataset | 의사 숫자를 반환하는 데이터 세트를 만듭니다. |
randomgamma <u는 tnumber >를 확장합니다 | Alpha가 설명한 감마 분포에서 임의의 값을 출력합니다. |
randomgammagrad <t는 tnumber >를 확장합니다 | 감마 랜덤 샘플 WRT의 미분을 계산합니다 |
Randompoisson <V는 tnumber >를 확장합니다 | 속도로 기술 된 포아송 분포 (들)의 임의 값을 출력합니다. |
randomshuffle <t는 ttype >를 확장합니다 | 첫 번째 차원을 따라 텐서를 무작위로 섞습니다. |
Randomshufflequeue | 요소의 순서를 무작위화하는 대기열. |
Randomstandardnormal <u는 tnumber >를 확장합니다 | 정규 분포에서 임의 값을 출력합니다. |
randomuniform <u는 tnumber >를 확장합니다 | 균일 한 분포에서 임의 값을 출력합니다. |
randomuniformint <u는 tnumber >를 확장합니다 | 균일 한 분포에서 임의의 정수를 출력합니다. |
범위 <t는 tnumber >를 확장합니다 | 일련의 숫자를 만듭니다. |
rangedataset | 값 범위의 데이터 세트를 만듭니다. |
계급 | 텐서의 순위를 반환합니다. |
Rawop | 단일 Operation 으로 뒷받침되는 Op 구현의 기본 클래스. |
readfile | 입력 파일 이름의 전체 내용을 읽고 출력합니다. |
readvariableop <t extends ttype > | 변수의 값을 읽습니다. |
readernumrecordsproded | 이 독자가 제작 한 레코드 수를 반환합니다. |
readernumworkUnitsCompleted | 이 독자가 처리 한 작업 단위 수를 반환합니다. |
readerread | 독자가 제작 한 다음 레코드 (키, 값 쌍)를 반환합니다. |
readerReadupto | 독자가 생성 한`um_records` (키, 값) 쌍으로 반환합니다. |
readerreset | 독자를 초기 깨끗한 상태로 복원하십시오. |
readerrestorestate | 독자를 이전에 저장된 상태로 복원하십시오. |
독자 서신 | 독자의 상태를 인코딩하는 문자열 텐서를 생성합니다. |
진짜 <u는 tnumber >를 확장합니다 | 복소수의 실제 부분을 반환합니다. |
realdiv <t는 ttype >을 확장합니다 | 실제 유형에 대해 x / y 요소로 반환합니다. |
RebatchDataset | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
Rebatchdatasetv2 | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
왕복 <t는 ttype >를 확장합니다 | X 요소별로의 상호 계산을 계산합니다. |
상호 작품 <t는 ttype >를 확장합니다 | `x` wrt 입력의 역수에 대한 그라디언트를 계산합니다. |
레코드 푸트 | 무작위 레코드를 방출합니다. |
recv <t는 ttype >를 확장합니다 | 다른 XLA 계산에서 명명 된 텐서를 수신합니다. |
recvtpuembeddingactivations | TPU에 임베딩 활성화를 수신하는 OP. |
<t 확장 tnumber >를 줄입니다 | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
감정 | 텐서의 치수에 걸쳐 "논리적 및 요소"를 계산합니다. |
환원 | 텐서의 치수에 걸쳐 "논리적 또는"요소의 "논리"를 계산합니다. |
감소 결합 | 주어진 차원에서 문자열 텐서에 결합합니다. |
ReduceMax <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 최대 요소를 계산합니다. |
Reducemin <t는 ttype >를 연장합니다 | 텐서의 치수에 걸쳐 최소 요소를 계산합니다. |
READGEPROD <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. |
READESUM <t는 ttype >을 확장합니다 | 텐서의 치수에 걸쳐 요소의 합을 계산합니다. |
READGV2 <t는 tnumber >를 확장합니다 | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
리펜터 <t는 ttype >를 확장합니다 | 자식 프레임을 생성하거나 찾아서 '데이터'를 어린이 프레임에 사용할 수있게합니다. |
refexit <t는 ttype >를 확장합니다 | 현재 프레임을 모래 프레임으로 종료합니다. |
레피 니티 <t는 ttype >을 확장합니다 | 입력 참조 텐서와 동일한 심판 텐서를 반환하십시오. |
refmerge <t extends ttype > | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
refnextiteration <t는 ttype >를 확장합니다 | 다음 반복에 입력을 사용할 수 있습니다. |
refselect <t extends ttype > | `inputs '의'index '요소를'출력 '으로 전달합니다. |
refswitch <t는 ttype >를 확장합니다 | Ref Tensor`Data '를`pred`에 의해 결정된 출력 포트로 전달합니다. |
regexfullmatch | 입력이 Regex 패턴과 일치하는지 확인하십시오. |
RegexReplace | `rewrite`에 제공된 교체 문자열과 '입력'의 '패턴'정규 표현식의 일치를 대체합니다. |
RegisterDataset | tf.data 서비스에 데이터 세트를 등록합니다. |
Relu <t는 ttype >를 확장합니다 | 정류 된 선형을 계산합니다 :`max (feature, 0)`. |
Relu6 <t는 tnumber >를 연장합니다 | 정류 된 선형 6 :`min (max (특징, 0), 6)`. |
Relu6grad <t는 tnumber >를 확장합니다 | RelU6 작동을 위해 정류 된 선형 6 그라디언트를 계산합니다. |
relugrad <t는 tnumber >를 확장합니다 | Relu 작동을 위해 정류 된 선형 그라디언트를 계산합니다. |
implicfusedgraphExecute | 원격 프로세서에서 하위 그래프를 실행하십시오. |
반복 DATASET | `input_dataset``count '시간의 출력을 방출하는 데이터 세트를 만듭니다. |
Replicaid | 복제 ID. |
ReplicatemetAdata | TPU 계산을 어떻게 복제 해야하는지를 나타내는 메타 데이터. |
ReplicatedInput <t는 ttype >을 확장합니다 | N 입력을 N- 웨이 복제 된 TPU 계산에 연결합니다. |
ReplicatedOutput <t extends ttype > | N- 웨이 복제 된 TPU 계산에서 N 출력을 연결합니다. |
requantization range | 양자화 된 텐서에 존재하는 실제 값을 포괄하는 범위를 계산합니다. |
requantizationRangePerChannel | 채널 당 요청 범위를 계산합니다. |
<u 확장 ttype > | 양자화 된`입력 '텐서를 하위 정밀'출력 '으로 변환합니다. |
requantizeperChannel <u는 ttype >를 확장합니다 | 채널 당 알려진 최소 및 최대 값으로 입력을 요구합니다. |
reshape <t extends ttype > | 텐서를 재구성합니다. |
resizearea | 영역 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizebicubic | 이중 빙비 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizebicubicgrad <t는 tnumber >를 확장합니다 | Bicubic 보간의 기울기를 계산합니다. |
크기 조정기 | Bilinear 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
ResizeBilineargrad <t는 tnumber >를 확장합니다 | 이중선 보간의 기울기를 계산합니다. |
resizenearestneighbor <t는 tnumber >를 확장합니다 | 가장 가까운 이웃 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizenearestneighborgrad <t는 tnumber >를 확장합니다 | 가장 가까운 이웃 보간의 기울기를 계산합니다. |
ResourceAccumulatorApplygradient | 주어진 축합기에 구배를 적용합니다. |
ResourceAccumulatornumAccumulated | 주어진 축적기에서 집계 된 구배 수를 반환합니다. |
ResourceAccumulatorsetglobalstep | Global_step에 대한 새로운 값으로 축합기를 업데이트합니다. |
ResourceAccumulatortakegradient <t extends ttype > | 주어진 조건부 축적기에서 평균 구배를 추출합니다. |
ResourceApplyAdamax | Adamax 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAdadelta | Adadelta 체계에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAdagrad | Adagrad 체계에 따라 '*var'를 업데이트하십시오. |
ResourcePlyAdagradda | 근위 Adagrad 체계에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAdam | Adam 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourcePlyAdamwithamsgrad | Adam 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAddSign | AddSign 업데이트에 따라 '*var'업데이트. |
ResourceApplyCenteredRMSProp | 중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourcePplyftrl | ftrl-proximal 구성표에 따라 '*var'를 업데이트하십시오. |
ResourceApplygradientDescent | '알파' * '델타'를 빼서 ' * var'를 업데이트하십시오. |
ResourceApplyKerasmomentum | 모멘텀 체계에 따라 '*var'를 업데이트하십시오. |
ResourceApplyMomentum | 모멘텀 체계에 따라 '*var'를 업데이트하십시오. |
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`. |
복원하다 | 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. |
구하다 | 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. |
보내다 | 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. |
단계 | 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`. |
조각 | Strip leading and trailing whitespaces from the Tensor. |
Sub <T extends TType > | Returns x - y element-wise. |
하위 문자열 | 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`. |
타임스탬프 | 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 | |
높은 | 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`. |
어디 | 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 > | |