این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

RawOp

کلاس انتزاعی عمومی RawOp

زیر کلاس های مستقیم شناخته شده

Abort , Abs <T extensions TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extensions TType >, Acos Extends TType >, Acos Extends TType >, Acos Extends TType , <Ttpe extensions بله >، AddManySparseToTensorsMap ، AddN <T گسترش TType >، AddSparseToTensorsMap ، AdjustContrast <T گسترش TNumber >، AdjustHue <T گسترش TNumber > و 1152 مورد دیگر.

سقط	هنگام فراخوانی، یک استثنا برای لغو فرآیند ایجاد کنید.
Abs <T TNumber > را گسترش می دهد	قدر مطلق یک تانسور را محاسبه می کند.
AccumulateN <T TType را گسترش می دهد >	جمع عنصر فهرستی از تانسورها را برمی‌گرداند.
AccumulatorApplyGradient	یک گرادیان را به یک انباشتگر معین اعمال می کند.
AccumulatorNumAccumulated	تعداد گرادیان های جمع شده در انباشته های داده شده را برمی گرداند.
AccumulatorSetGlobalStep	Acumulator را با یک مقدار جدید برای global_step به روز می کند.
AccumulatorTakeGradient <T TType را گسترش می دهد >	گرادیان متوسط را در ConditionalAccumulator داده شده استخراج می کند.
Acos <T TType > را گسترش می دهد	aco از x را از نظر عنصر محاسبه می کند.
Acosh <T TType > را گسترش می دهد	محاسبه کسینوس هذلولی معکوس x از نظر عنصر.
<T extensions TType > را اضافه کنید	از نظر عنصر x + y را برمی‌گرداند.
AddManySparseToTensorsMap	یک «SparseTensor» کوچک «N» را به «SparseTensorsMap» اضافه کنید، دسته‌های «N» را برگردانید.
AddN <T TType > را گسترش می دهد	همه عناصر تانسور ورودی را از نظر عاقلانه اضافه کنید.
AddSparseToTensorsMap	یک «SparseTensor» به یک «SparseTensorsMap» دسته آن اضافه کنید.
AdjustContrast <T TNumber > را گسترش می دهد	کنتراست یک یا چند تصویر را تنظیم کنید.
AdjustHue <T TNumber را گسترش می دهد >	رنگ یک یا چند تصویر را تنظیم کنید.
AdjustSaturation <T TNumber را گسترش می دهد >	اشباع یک یا چند تصویر را تنظیم کنید.
همه	"منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
AllCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
AllReduce <T Extracts TNumber >	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
AllToAll <T TType > را گسترش می دهد	یک عملیات برای تبادل داده در بین کپی های TPU.
زاویه <U TNumber > را گسترش می دهد	آرگومان یک عدد مختلط را برمی گرداند.
ناشناس تکرار کننده	ظرفی برای یک منبع تکرارکننده.
AnonymousMemoryCache
AnonymousMultiDeviceIterator	ظرفی برای منبع تکرارکننده چند دستگاهی.
ناشناس RandomSeed Generator
Anonymous SeedGenerator
هر	"منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
ApplyAdaMax <T TType را گسترش می دهد >	"*var" را طبق الگوریتم AdaMax به روز کنید.
ApplyAdadelta <T گسترش TType >	"*var" را طبق طرح adadelta به روز کنید.
ApplyAdagrad <T گسترش TType >	"*var" را طبق طرح adagrad به روز کنید.
ApplyAdagradDa <T TType را گسترش می دهد >	"*var" را طبق طرح آداگراد پروگزیمال به روز کنید.
ApplyAdagradV2 <T TType را گسترش می دهد >	"*var" را طبق طرح adagrad به روز کنید.
ApplyAdam <T گسترش TType >	"*var" را طبق الگوریتم Adam به روز کنید.
ApplyAddSign <T گسترش TType >	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ApplyCenteredRmsProp <T TType > را گسترش می دهد	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
ApplyFtrl <T TType را گسترش می دهد >	"*var" را طبق طرح Ftrl-proximal به روز کنید.
ApplyGradientDescent <T TType را گسترش می دهد >	«var» را با کم کردن «alpha» «delta» از آن به‌روزرسانی کنید.
ApplyMomentum <T TType را گسترش می دهد >	"*var" را مطابق طرح حرکت به روز کنید.
ApplyPowerSign <T TType را گسترش می دهد >	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ApplyProximalAdagrad <T گسترش TType >	«var» و «accum» را مطابق با FOBOS با نرخ یادگیری Adagrad به‌روزرسانی کنید.
ApplyProximalGradientDescent <T TType را گسترش می دهد	"*var" را به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت به روز کنید.
ApplyRmsProp <T TType > را گسترش می دهد	"*var" را طبق الگوریتم RMSProp به روز کنید.
تقریبی برابر	مقدار حقیقت abs(xy) < تحمل عنصر را برمی‌گرداند.
ArgMax <V TNumber را گسترش می دهد	شاخصی را با بیشترین مقدار در ابعاد یک تانسور برمی‌گرداند.
ArgMin <V TNumber را گسترش می دهد	شاخصی را با کمترین مقدار در ابعاد یک تانسور برمی‌گرداند.
AsString	هر ورودی در تانسور داده شده را به رشته تبدیل می کند.
Asin <T TType > را گسترش می دهد	سینوس معکوس مثلثاتی x را از نظر عنصر محاسبه می کند.
Asinh <T TType > را گسترش می دهد	سینوس هذلولی معکوس x را از نظر عنصر محاسبه می کند.
AssertCardinalityDataset
AssertNextDataset
ادعا کن	ادعا می کند که شرط داده شده درست است.
<T extends TType > را اختصاص دهید	"ref" را با اختصاص دادن "value" به آن به روز کنید.
AssignAdd <T extends TType >	"ref" را با افزودن "value" به آن به روز کنید.
AssignAddVariableOp	یک مقدار به مقدار فعلی یک متغیر اضافه می کند.
AssignSub <T گسترش TType >	"ref" را با کم کردن "value" از آن به روز کنید.
AssignSubVariableOp	مقداری را از مقدار فعلی یک متغیر کم می کند.
AssignVariableOp	مقدار جدیدی را به یک متغیر اختصاص می دهد.
آتان <T TType > را گسترش می دهد	مماس معکوس مثلثاتی x را از نظر عنصر محاسبه می کند.
Atan2 <T TNumber را گسترش می دهد >	با رعایت نشانه‌های آرگومان‌ها، مماس «y/x» را از نظر عنصر محاسبه می‌کند.
Atanh <T گسترش TType >	مماس هذلولی معکوس x را از نظر عنصر محاسبه می کند.
طیف صوتی	تصویری از داده های صوتی را در طول زمان تولید می کند.
خلاصه صوتی	بافر پروتکل «Summary» را همراه با صدا خروجی می‌دهد.
AutoShardDataset	مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
AvgPool <T TNumber را گسترش می دهد	ادغام متوسط را روی ورودی انجام می دهد.
AvgPool3d <T TNumber را گسترش می دهد >	ادغام میانگین سه بعدی را روی ورودی انجام می دهد.
AvgPool3dGrad <T TNumber را گسترش می دهد	گرادیان تابع ادغام متوسط را محاسبه می کند.
AvgPoolGrad <T TNumber را گسترش می دهد	گرادیان تابع ادغام متوسط را محاسبه می کند.
BandPart <T TType > را گسترش می دهد	یک تانسور را کپی کنید که همه چیز خارج از باند مرکزی را در درونی ترین ماتریس صفر تنظیم می کند.
BandedTriangularSolve <T TType را گسترش می دهد
مانع	مانعی را تعریف می کند که در اجرای گراف های مختلف وجود دارد.
BarrierClose	سد داده شده را می بندد.
BarrierIncompleteSize	تعداد عناصر ناقص را در مانع داده شده محاسبه می کند.
BarrierInsertMany	برای هر کلید، مقدار مربوطه را به جزء مشخص شده اختصاص می دهد.
BarrierReadySize	تعداد عناصر کامل را در مانع داده شده محاسبه می کند.
BarrierTakeMany	تعداد داده شده عناصر تکمیل شده را از یک مانع می گیرد.
دسته ای	همه تانسورهای ورودی را به صورت غیر قطعی دسته بندی می کند.
BatchCholesky <T TNumber را گسترش می دهد
BatchCholeskyGrad <T TNumber را گسترش می دهد
BatchDataset	مجموعه داده‌ای ایجاد می‌کند که عناصر «بچ_اندازه» را از «مجموعه داده‌های ورودی» دسته‌بندی می‌کند.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T TType > را گسترش می دهد	برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchMatrixBandPart <T TType > را گسترش می دهد
BatchMatrixDeterminant <T TType > را گسترش می دهد
BatchMatrixDiag <T TType > را گسترش می دهد
BatchMatrixDiagPart <T TType > را گسترش می دهد
BatchMatrixInverse <T TNumber > را گسترش می دهد
BatchMatrixSetDiag <T TType > را گسترش می دهد
BatchMatrixSolve <T TNumber را گسترش می دهد
BatchMatrixSolveLs <T TNumber را گسترش می دهد
BatchMatrixTriangularSolve <T تعداد TNumber را گسترش می دهد
BatchNormWithGlobalNormalization <T TType > را گسترش می دهد	نرمال سازی دسته ای
BatchNormWithGlobalNormalizationGrad <T TType > را گسترش می دهد	گرادیان برای نرمال سازی دسته ای.
BatchSelfAdjointEig <T TNumber > را گسترش می دهد
BatchSvd <T TType را گسترش می دهد >
BatchToSpace <T TType > را گسترش می دهد	BatchToSpace برای تانسورهای 4 بعدی از نوع T.
BatchToSpaceNd <T TType > را گسترش می دهد	BatchToSpace برای تانسورهای ND از نوع T.
BesselI0 <T TNumber > را گسترش می دهد
BesselI0e <T TNumber را گسترش می دهد >
BesselI1 <T TNumber > را گسترش می دهد
BesselI1e <T TNumber را گسترش می دهد >
BesselJ0 <T TNumber > را گسترش می دهد
BesselJ1 <T TNumber > را گسترش می دهد
BesselK0 <T TNumber > را گسترش می دهد
BesselK0e <T TNumber را گسترش می دهد >
BesselK1 <T TNumber > را گسترش می دهد
BesselK1e <T TNumber را گسترش می دهد >
BesselY0 <T TNumber > را گسترش می دهد
BesselY1 <T TNumber > را گسترش می دهد
Betainc <T تعداد TNumber را گسترش می دهد	انتگرال بتای ناقص منظم را محاسبه کنید \\(I_x(a, b)\\).
BiasAdd <T گسترش TType >	"سوگیری" را به "ارزش" اضافه می کند.
BiasAddGrad <T گسترش TType >	عملیات معکوس برای "BiasAdd" روی تانسور "bias".
Bincount <T TNumber را گسترش می دهد >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
Bitcast <U TType را گسترش می دهد >	یک تانسور را از یک نوع به نوع دیگر بدون کپی کردن داده ارسال می کند.
BitwiseAnd <T TNumber > را گسترش می دهد	Elementwise AND بیتی «x» و «y» را محاسبه می کند.
BitwiseOr <T TNumber > را گسترش می دهد	Elementwise OR بیتی «x» و «y» را محاسبه می کند.
BitwiseXor <T TNumber > را گسترش می دهد	Elementwise XOR بیتی «x» و «y» را محاسبه می کند.
BlockLSTM <T تعداد TNumber را گسترش می دهد	انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BlockLSTMGrad <T TNumber را گسترش می دهد >	انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BoostedTreesAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesBucketize	هر ویژگی را بر اساس مرزهای سطل سطل کنید.
BoostedTreesCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCalculateBestFeatureSplitV2	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای هر گره برمی گرداند.
BoostedTreesCalculateBestGainsPerFeature	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCenterBias	پیشین را از داده های آموزشی محاسبه می کند (بایاس) و اولین گره را با پیشین logits پر می کند.
BoostedTreesCreateEnsemble	یک مدل مجموعه درختی ایجاد می کند و یک دسته را به آن برمی گرداند.
BoostedTreesCreateQuantileStreamResource	منبع برای Quantile Streams ایجاد کنید.
BoostedTreesDeserializeEnsemble	پیکربندی مجموعه درختی سریالی را از حالت سریال خارج می کند و درخت فعلی را جایگزین می کند گروه
BoostedTreesEnsembleResourceHandleOp	یک دسته برای یک BoostedTreesEnsembleResource ایجاد می کند
BoostedTreesExampleDebugOutputs	اشکال زدایی/خروجی های تفسیرپذیری مدل برای هر مثال.
BoostedTreesFlushQuantileSummaries	خلاصه‌های چندک را از هر منبع جریان چندک بشویید.
BoostedTreesGetEnsembleStates	نشانه تمبر منابع مجموعه درختی، تعداد درختان و آمار رشد را بازیابی می کند.
BoostedTreesMakeQuantileSummaries	خلاصه چندک ها را برای دسته تهیه می کند.
BoostedTreesMakeStatsSummary	خلاصه ای از آمار انباشته شده را برای دسته ایجاد می کند.
BoostedTreesPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و لاجیت ها را محاسبه می کند.
BoostedTreesQuantileStreamResourceAddSummaries	خلاصه‌های کمیت را به هر منبع جریان چندک اضافه کنید.
BoostedTreesQuantileStreamResourceDeserialize	مرزهای سطل را از حالت سریال خارج کنید و پرچم آماده را در QuantileAccumulator فعلی علامت گذاری کنید.
BoostedTreesQuantileStreamResourceFlush	خلاصه‌ها را برای یک منبع جریان چندگانه شستشو دهید.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	بر اساس خلاصه های انباشته شده، مرزهای سطل را برای هر ویژگی ایجاد کنید.
BoostedTreesQuantileStreamResourceHandleOp	یک دسته برای BoostedTreesQuantileStreamResource ایجاد می کند.
BoostedTreesSerializeEnsemble	مجموعه درخت را به یک پروتو سریال می کند.
BoostedTreesSparseAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesSparseCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesTrainingPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و به روز رسانی را به لاجیت های کش محاسبه می کند.
BoostedTreesUpdateEnsemble	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BoostedTreesUpdateEnsembleV2	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BroadcastDynamicShape <T TNumber > را گسترش می دهد	شکل s0 op s1 را با پخش برگردانید.
BroadcastGradientArgs <T TNumber را گسترش می دهد	شاخص های کاهش را برای محاسبه گرادیان های s0 op s1 با پخش برگردانید.
BroadcastHelper <T TType را گسترش می دهد >	اپراتور کمکی برای انجام پخش به سبک XLA با استفاده از قوانین پخش XLA برای اپراتورهای باینری، «lhs» و «rhs» را با افزودن ابعاد 1 به هر یک از «lhs» و «rhs» که رتبه‌های پایین‌تری دارند، در یک رتبه پخش می‌کند.
BroadcastRecv <T TType را گسترش می دهد >	یک مقدار تانسور را از دستگاه دیگری دریافت می کند.
BroadcastSend <T گسترش TType >	یک مقدار تانسور را به یک یا چند دستگاه دیگر پخش می کند.
BroadcastTo <T TType > را گسترش می دهد	پخش یک آرایه برای یک شکل سازگار.
سطل کردن	"ورودی" را بر اساس "مرزها" سطل می کند.
BytesProducedStatsDataset	اندازه بایت هر عنصر «مجموعه_داده‌های ورودی» را در یک StatsAggregator ثبت می‌کند.
CSRSparseMatrixComponents <T گسترش TType >	مؤلفه‌های CSR را در «شاخص» دسته‌ای می‌خواند.
CSRSparseMatrixToDense <T TType > را گسترش می دهد	یک CSRSparseMatrix (احتمالا دسته ای) را به متراکم تبدیل کنید.
CSRSparseMatrixToSparseTensor <T TType > را گسترش می دهد	یک CSRSparesMatrix (احتمالا دسته‌ای) را به SparseTensor تبدیل می‌کند.
CSVDataset
CSVDatasetV2
CTCLossV2	CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CacheDataset	مجموعه داده‌ای ایجاد می‌کند که عناصر را از «مجموعه داده‌های ورودی» ذخیره می‌کند.
CacheDatasetV2
Cast <U گسترش TType >	x از نوع SrcT را به y از DstT بریزید.
Ceil <T TNumber > را گسترش می دهد	کوچکترین عدد صحیح را از نظر عنصر که کمتر از x نباشد برمی گرداند.
CheckNumerics <T TNumber را گسترش می دهد >	یک تانسور را برای مقادیر NaN، -Inf و +Inf بررسی می کند.
Cholesky <T گسترش TType >	تجزیه Cholesky یک یا چند ماتریس مربع را محاسبه می کند.
CholeskyGrad <T TNumber را گسترش می دهد >	گرادیان پس انتشار حالت معکوس الگوریتم Cholesky را محاسبه می کند.
FastestDataset را انتخاب کنید
ClipByValue <T TType را گسترش می دهد >	مقادیر تانسور را به حداقل و حداکثر مشخص می کند.
CloseSummaryWriter
ClusterOutput <T TType > را گسترش می دهد	اپراتوری که خروجی یک محاسبات XLA را به گره های گراف مصرف کننده دیگر متصل می کند.
CollectiveGather <T TNumber را گسترش می دهد	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectivePermute <T TType را گسترش می دهد >	عملیاتی برای جابجایی تانسورها در نمونه های تکرار شده TPU.
CombinedNonMaxSuppression	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، این عملیات non_max_suppression را روی ورودی‌های هر دسته، در همه کلاس‌ها انجام می‌دهد.
CompareAndBitpack	مقادیر «ورودی» را با «آستانه» مقایسه کنید و بیت های حاصل را در «uint8» بسته بندی کنید.
نتیجه گردآوری	نتیجه یک کامپایل TPU را برمی‌گرداند.
CompileSucceededAssert	ادعا می کند که گردآوری موفق بوده است.
مجتمع <U TType را گسترش می دهد >	دو عدد واقعی را به عدد مختلط تبدیل می کند.
ComplexAbs <U TNumber را گسترش می دهد >	قدر مطلق مختلط یک تانسور را محاسبه می کند.
CompressElement	یک عنصر مجموعه داده را فشرده می کند.
ComputeAccidentalHits	شناسه موقعیت‌ها را در sampled_candidates که با true_label‌ها مطابقت دارند محاسبه می‌کند.
ComputeBatchSize	اندازه دسته ایستا یک مجموعه داده بدون دسته های جزئی را محاسبه می کند.
Concat <T TType > را گسترش می دهد	تانسورها را در یک بعد به هم متصل می کند.
ConcatenateDataset	مجموعه داده‌ای ایجاد می‌کند که «مجموعه داده‌های ورودی» را با «مجموعه_داده دیگری» پیوند می‌دهد.
Conditional Accumulator	یک انباشته شرطی برای تجمیع گرادیان ها.
ConfigureDistributedTPU	ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
پیکربندی TPUEmbedding	TPUEmbedding را در یک سیستم TPU توزیع شده تنظیم می کند.
Conj <T TType > را گسترش می دهد	مزدوج مختلط یک عدد مختلط را برمی‌گرداند.
ConjugateTranspose <T گسترش TType >	ابعاد x را بر اساس یک جایگشت مخلوط کنید و نتیجه را مزدوج کنید.
ثابت <T TType > را گسترش می دهد	عملگر که مقدار ثابتی را تولید می کند.
ConsumeMutexLock	این عملیات یک قفل ایجاد شده توسط "MutexLock" را مصرف می کند.
ControlTrigger	هیچ کاری نمی کند.
تبدیل <T TType > را گسترش می دهد	اپراتور XLA ConvGeneralDilated را که در مستند شده است، می پیچد https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution.
Conv2d <T TNumber > را گسترش می دهد	یک پیچیدگی دوبعدی را با تانسورهای 4 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
Conv2dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان کانولوشن را با توجه به فیلتر محاسبه می کند.
Conv2dBackpropInput <T TNumber > را گسترش می دهد	شیب کانولوشن را با توجه به ورودی محاسبه می کند.
Conv3d <T TNumber > را گسترش می دهد	یک پیچیدگی سه بعدی را با تانسورهای 5 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
Conv3dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان های پیچش سه بعدی را با توجه به فیلتر محاسبه می کند.
Conv3dBackpropInput <U TNumber > را گسترش می دهد	گرادیان های کانولوشن سه بعدی را با توجه به ورودی محاسبه می کند.
<T extensions TType > را کپی کنید	یک تانسور را از CPU به CPU یا GPU به GPU کپی کنید.
CopyHost <T TType را گسترش می دهد	یک تانسور را در میزبان کپی کنید.
Cos <T TType > را گسترش می دهد	cos x را از نظر عنصر محاسبه می کند.
Cosh <T TType را گسترش می دهد >	کسینوس هذلولی x از نظر عنصر را محاسبه می کند.
CountUpTo <T TNumber > را گسترش می دهد	"ref" را تا رسیدن به "حد" افزایش می دهد.
CreateSummaryDbWriter
CreateSummaryFileWriter
CropAndResize	برش ها را از تانسور تصویر ورودی استخراج می کند و اندازه آنها را تغییر می دهد.
CropAndResizeGradboxes	گرادیان crop_and_resize را در تانسور جعبه های ورودی محاسبه می کند.
CropAndResizeGradImage <T TNumber > را گسترش می دهد	گرادیان crop_and_resize را در تانسور تصویر ورودی محاسبه می کند.
Cross <T TNumber > را گسترش می دهد	حاصل ضرب زوجی را محاسبه کنید.
CrossReplicaSum <T TNumber > را گسترش می دهد	یک عملیات جمع‌آوری ورودی‌ها در نمونه‌های تکراری TPU.
CtcBeamSearchDecoder <T TNumber > را گسترش می دهد	رمزگشایی جستجوی پرتو را بر روی لاجیت های داده شده در ورودی انجام می دهد.
CtcGreedyDecoder <T TNumber > را گسترش می دهد	رمزگشایی حریصانه را بر روی لاجیت های داده شده در ورودی ها انجام می دهد.
CtcLoss <T TNumber > را گسترش می دهد	CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CudnnRNN <T TNumber > را گسترش می دهد	یک RNN با پشتیبانی cuDNN.
CudnnRNNBackprop <T TNumber > را گسترش می دهد	مرحله پشتیبان CudnnRNNV3.
CudnnRNNCcanonicalToParams <T TNumber > را گسترش می دهد	پارامترهای CudnnRNN را از فرم متعارف به فرم قابل استفاده تبدیل می کند.
CudnnRNNParamsToCanonical <T TNumber > را گسترش می دهد	پارامترهای CudnnRNN را به شکل متعارف بازیابی می کند.
CudnnRnnParamsSize <U گسترش TNumber >	اندازه وزن هایی را محاسبه می کند که می تواند توسط یک مدل Cudnn RNN استفاده شود.
Cumprod <T TType > را گسترش می دهد	حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
Cumsum <T TType > را گسترش می دهد	مجموع تجمعی تانسور "x" را در امتداد "محور" محاسبه کنید.
CumulativeLogsumexp <T TNumber > را گسترش می دهد	حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
DataFormatDimMap <T TNumber > را گسترش می دهد	شاخص ابعاد را در قالب داده مقصد با توجه به یک in برمی‌گرداند فرمت داده منبع
DataFormatVecPermute <T TNumber > را گسترش می دهد	تانسور ورودی را از "src_format" به "dst_format" تغییر دهید.
DataServiceDataset
DatasetCardinality	اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
DatasetFromGraph	یک مجموعه داده از «graph_def» داده شده ایجاد می کند.
DatasetToGraph	یک GraphDef سریالی را که «مجموعه داده‌های ورودی» را نشان می‌دهد، برمی‌گرداند.
DatasetToSingleElement	خروجی عنصر واحد از مجموعه داده داده شده.
DatasetToTFRecord	مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
DatasetToTfRecord	مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
Dawsn <T TNumber > را گسترش می دهد
DebugGradientIdentity <T TType را گسترش می دهد >	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugGradientRefIdentity <T TType را گسترش می دهد	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugIdentity <T TType را گسترش می دهد >	Debug Identity V2 Op.
DebugNanCount	Debug NaN Value Counter Op.
DebugNumericsSummary <U گسترش TNumber >	اشکال زدایی خلاصه عددی V2 Op.
DecodeAndCropJpeg	رمزگشایی و برش یک تصویر با کد JPEG به تانسور uint8.
DecodeBase64	رشته های کدگذاری شده مبتنی بر وب ایمن را رمزگشایی کنید.
رمزگشایی Bmp	اولین فریم یک تصویر رمزگذاری شده با BMP را به یک تانسور uint8 رمزگشایی کنید.
رمزگشایی فشرده	رشته ها را از حالت فشرده خارج کنید.
رمزگشاییCsv	رکوردهای CSV را به تانسور تبدیل کنید.
DecodeGif	فریم(های) یک تصویر رمزگذاری شده با GIF را به یک تانسور uint8 رمزگشایی کنید.
DecodeImage <T TNumber را گسترش می دهد >	تابعی برای decode_bmp، decode_gif، decode_jpeg و decode_png.
رمزگشایی Jpeg	یک تصویر کد شده با JPEG را به یک تانسور uint8 رمزگشایی کنید.
DecodeJsonExample	رکوردهای نمونه کدگذاری شده با JSON را به رشته های بافر پروتکل باینری تبدیل کنید.
DecodePaddedRaw <T TNumber > را گسترش می دهد	بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
DecodePng <T TNumber > را گسترش می دهد	یک تصویر رمزگذاری شده با PNG را به تانسور uint8 یا uint16 رمزگشایی کنید.
رمزگشایی پروتو	عملیات، فیلدها را از یک پروتکل سریالی، پیام را به تانسورها استخراج می کند.
DecodeRaw <T TType > را گسترش می دهد	بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
DecodeWav	یک فایل 16 بیتی PCM WAV را به یک تانسور شناور رمزگشایی کنید.
DeepCopy <T TType را گسترش می دهد >	یک کپی از `x` ایجاد می کند.
DeleteIterator	ظرفی برای یک منبع تکرارکننده.
حذف MemoryCache
حذف MultiDeviceIterator	ظرفی برای یک منبع تکرارکننده.
حذف RandomSeedGenerator
حذف SeedGenerator
DeleteSessionTensor	تانسور مشخص شده توسط دسته آن در جلسه را حذف کنید.
DenseBincount <U گسترش TNumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
DenseCountSparseOutput <U گسترش TNumber >	شمارش سطل خروجی پراکنده را برای ورودی tf.tensor انجام می دهد.
DenseToCSRSparseMatrix	یک تانسور متراکم را به یک CSRSparseMatrix (احتمالا دسته‌ای) تبدیل می‌کند.
DenseToDenseSetOperation <T TType را گسترش می دهد	عملیات مجموعه را در امتداد آخرین بعد 2 ورودی «تنسور» اعمال می کند.
DenseToSparseBatchDataset	مجموعه داده ای ایجاد می کند که عناصر ورودی را در یک SparseTensor دسته بندی می کند.
DenseToSparseSetOperation <T TType > را گسترش می دهد	عملیات مجموعه را در امتداد آخرین بعد "Tensor" و "SparseTensor" اعمال می کند.
DepthToSpace <T TType > را گسترش می دهد	DepthToSpace برای تانسورهای نوع T.
DepthwiseConv2dNative <T TNumber > را گسترش می دهد	یک انحراف عمقی دو بعدی را با توجه به تانسورهای 4 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
DepthwiseConv2dNativeBackpropFilter <T TNumber را گسترش می دهد >	شیب پیچش عمقی را با توجه به فیلتر محاسبه می کند.
DepthwiseConv2dNativeBackpropInput <T TNumber > را گسترش می دهد	شیب پیچش عمقی را با توجه به ورودی محاسبه می کند.
کوانتیزه کردن	ورودی uint32 بسته بندی شده را می گیرد و ورودی را در uint8 باز می کند تا انجام دهد کوانتیزاسیون روی دستگاه
DeserializeIterator	تانسور متغیر داده شده را به یک تکرار کننده تبدیل می کند و آن را در منبع داده شده ذخیره می کند.
DeserializeManySparse <T گسترش TType >	«SparseTensors» را از یک مینی‌بچ سریالی غیرمستقیم و الحاق کنید.
DeserializeSparse <U extensions TType >	اشیاء «SparseTensor» را از حالت سریال خارج کنید.
DestroyResourceOp	منبع مشخص شده توسط دسته را حذف می کند.
DestroyTemporaryVariable <T TType > را گسترش می دهد	متغیر موقت را از بین می برد و مقدار نهایی آن را برمی گرداند.
Det <T TType > را گسترش می دهد	تعیین کننده یک یا چند ماتریس مربع را محاسبه می کند.
DeviceIndex	فهرست دستگاهی را که عملیات اجرا می کند برگردانید.
Digamma <T TNumber > را گسترش می دهد	Psi را محاسبه می کند، مشتق Lgamma (log قدر مطلق «گاما(x)»، از نظر عنصر.
Dilation2d <T TNumber را گسترش می دهد >	اتساع مقیاس خاکستری تانسورهای «ورودی» 4 بعدی و «فیلتر» سه بعدی را محاسبه می کند.
Dilation2dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان اتساع مورفولوژیکی 2 بعدی را با توجه به فیلتر محاسبه می کند.
Dilation2dBackpropInput <T TNumber > را گسترش می دهد	گرادیان اتساع مورفولوژیکی 2 بعدی را با توجه به ورودی محاسبه می کند.
DirectedInterleaveDataset	جایگزینی برای «InterleaveDataset» در یک لیست ثابت از مجموعه داده «N».
Div <T TType > را گسترش می دهد	x/y را بر حسب عنصر برمی‌گرداند.
DivNoNan <T TType > را گسترش می دهد	اگر مخرج صفر باشد 0 را برمی گرداند.
نقطه <T TType > را گسترش می دهد	اپراتور XLA DotGeneral را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral.
DrawBoundingBoxes <T TNumber را گسترش می دهد >	بر روی دسته ای از تصاویر، کادرهای مرزی را رسم کنید.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicPartition <T TType را گسترش می دهد	"داده" را با استفاده از شاخص های "پارتیشن" به تانسورهای "تعداد_پارتیشن" تقسیم می کند.
DynamicSlice <T TType > را گسترش می دهد	عملگر XLA DynamicSlice را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice.
DynamicStitch <T TType را گسترش می دهد	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
DynamicUpdateSlice <T TType را گسترش می دهد	عملگر XLA DynamicUpdateSlice را که در مستند شده است، می پیچد https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice.
Edit Distance	فاصله ویرایش لوونشتاین (احتمالاً نرمال شده) را محاسبه می کند.
Eig <U TType > را گسترش می دهد	تجزیه ویژه یک یا چند ماتریس مربع را محاسبه می کند.
Einsum <T TType > را گسترش می دهد	عملیاتی که از einsum op اولیه با 2 ورودی و 1 خروجی پشتیبانی می کند.
Elu <T TNumber > را گسترش می دهد	خطی نمایی را محاسبه می کند: «exp(ویژگی ها) - 1» اگر < 0 باشد، «ویژگی ها» در غیر این صورت.
EluGrad <T TNumber را گسترش می دهد >	گرادیان ها را برای عملیات خطی نمایی (Elu) محاسبه می کند.
EmbeddingActivations	تمایز تعبیه‌های TPU را قادر می‌سازد.
خالی <T گسترش TType >	با شکل داده شده یک تانسور ایجاد می کند.
EmptyTensorList	یک لیست تانسور خالی ایجاد و برمی گرداند.
EmptyTensorMap	یک نقشه تانسور خالی ایجاد و برمی گرداند.
EncodeBase64	رشته ها را در قالب وب ایمن base64 رمزگذاری کنید.
EncodeJpeg	JPEG یک تصویر را رمزگذاری کنید.
EncodeJpegVariableQuality	تصویر ورودی کد JPEG با کیفیت فشرده سازی ارائه شده.
EncodePng	PNG یک تصویر را رمزگذاری کنید.
EncodeProto	عملیات، پیام های پروتوباف ارائه شده در تانسورهای ورودی را سریال می کند.
EncodeWav	کدگذاری داده های صوتی با استفاده از فرمت فایل WAV.
EnqueueTPUEmbeddingIntegerBatch	عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingRaggedTensorBatch	انتقال کدهایی را که از () tf.nn.embedding_lookup استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingSparseBatch	عملیاتی که شاخص های ورودی TPUEmbedding را از SparseTensor در صف قرار می دهد.
EnqueueTPUEmbeddingSparseTensorBatch	انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnsureShape <T TType را گسترش می دهد >	اطمینان حاصل می کند که شکل تانسور با شکل مورد انتظار مطابقت دارد.
<T extends TType > را وارد کنید	یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
برابر	مقدار صدق (x == y) را از نظر عنصر برمی‌گرداند.
Erf <T TNumber > را گسترش می دهد	تابع خطای گاوس "x" را از نظر عنصر محاسبه می کند.
Erfc <T TNumber > را گسترش می دهد	تابع خطای مکمل «x» را از نظر عنصر محاسبه می‌کند.
EuclideanNorm <T TType > را گسترش می دهد	هنجار اقلیدسی عناصر را در ابعاد یک تانسور محاسبه می کند.
اجرا کنید	عملیاتی که یک برنامه TPU را روی دستگاه TPU بارگیری و اجرا می کند.
ExecuteAndUpdateVariables	عملیاتی که برنامه ای را با به روز رسانی های متغیر در محل اختیاری اجرا می کند.
خروج از <T extensions TType >	از فریم فعلی به فریم اصلی خود خارج می شود.
Exp <T TType > را گسترش می دهد	نمایی x را از نظر عنصر محاسبه می کند.
ExpandDims <T گسترش TType >	بعد 1 را به شکل تانسور وارد می کند.
Expint <T TNumber > را گسترش می دهد
Expm1 <T TType را گسترش می دهد >	"exp(x) - 1" را از نظر عنصر محاسبه می کند.
ExtractGlimpse	یک نگاه اجمالی از تانسور ورودی استخراج می کند.
ExtractImagePatches <T گسترش TType >	«وصله‌ها» را از «تصاویر» استخراج کنید و آنها را در بعد خروجی «عمق» قرار دهید.
ExtractJpegShape <T TNumber را گسترش می دهد	اطلاعات شکل یک تصویر با کد JPEG را استخراج کنید.
ExtractVolumePatches <T extensions TNumber >	«وصله‌ها» را از «ورودی» استخراج کرده و در بعد خروجی «عمق» قرار دهید.
واقعیت	خروجی یک واقعیت در مورد فاکتوریل.
FakeQuantWithMinMaxArgs	تانسور «ورودی‌ها» را جعلی کوانتیزه کنید، تانسور float را به «خروجی‌ها» از همان نوع تایپ کنید.
FakeQuantWithMinMaxArgsGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxArgs محاسبه کنید.
FakeQuantWithMinMaxVars	کوانتیزه ساختگی تانسور ورودی از نوع شناور از طریق اسکالرهای شناور جهانی تانسور «ورودی‌ها» از نوع شناور را از طریق اسکالرهای شناور سراسری «min» و «حداکثر» به تانسور «خروجی‌ها» که همان شکل «ورودی‌ها» است، کوانتیزه کنید.
FakeQuantWithMinMaxVarsGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxVars محاسبه کنید.
FakeQuantWithMinMaxVarsPerChannel	کوانتیزه ساختگی تانسور ورودی از نوع شناور از طریق شناورهای هر کانال تانسور «ورودی‌ها» از نوع شناور در هر کانال و یکی از اشکال: «[d]»، «[b، d]» «[b، h، w، d]» را از طریق شناورهای هر کانال، کوانتیزه کنید. min» و «max» شکل «[d]» تا تانسور «خروجی» همان شکل «ورودی‌ها».
FakeQuantWithMinMaxVarsPerChannelGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxVarsPerChannel محاسبه کنید.
Fft <T TType > را گسترش می دهد	تبدیل فوریه سریع
Fft2d <T TType را گسترش می دهد >	تبدیل فوریه دو بعدی سریع
Fft3d <T TType را گسترش می دهد >	تبدیل فوریه سریع سه بعدی.
FifoQueue	صفی که عناصر را به ترتیب اول به اول بیرون تولید می کند.
پر کردن <U extends TType >	یک تانسور پر از یک مقدار اسکالر ایجاد می کند.
FilterByLastComponentDataset	یک مجموعه داده حاوی عناصر اولین مؤلفه «مجموعه داده_ورودی» ایجاد می‌کند که در آخرین مؤلفه درست است.
اثر انگشت	مقادیر اثر انگشت را ایجاد می کند.
FixedLengthRecordDataset
FixedLengthRecordReader	خواننده ای که رکوردهای با طول ثابت را از یک فایل خروجی می دهد.
FixedUnigramCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
طبقه <T تعداد TNumber را گسترش می دهد	بزرگترین عدد صحیح از نظر عنصر را که بزرگتر از x نباشد برمی گرداند.
FloorDiv <T TType را گسترش می دهد >	از نظر عنصر x // y را برمی‌گرداند.
FloorMod <T TNumber را گسترش می دهد	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
FlushSummaryWriter
FractionalAvgPool <T TNumber > را گسترش می دهد	ادغام میانگین کسری را روی ورودی انجام می دهد.
FractionalAvgPoolGrad <T TNumber > را گسترش می دهد	گرادیان تابع FractionalAvgPool را محاسبه می کند.
FractionalMaxPool <T TNumber > را گسترش می دهد	ادغام حداکثر کسری را روی ورودی انجام می دهد.
FractionalMaxPoolGrad <T TNumber > را گسترش می دهد	گرادیان تابع FractionalMaxPool را محاسبه می کند.
FresnelCos <T TNumber را گسترش می دهد
FresnelSin <T TNumber > را گسترش می دهد
FusedBatchNorm <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	نرمال سازی دسته ای
FusedBatchNormGrad <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	گرادیان برای عادی سازی دسته ای.
FusedPadConv2d <T TNumber > را گسترش می دهد	بالشتک را به عنوان یک پیش پردازش در طول یک کانولوشن انجام می دهد.
FusedResizeAndPadConv2d <T TNumber > را گسترش می دهد	تغییر اندازه و padding را به عنوان یک پیش پردازش در طول یک کانولوشن انجام می دهد.
GRUBlockCell <T TNumber > را گسترش می دهد	انتشار سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
GRUBlockCellGrad <T TNumber > را گسترش می دهد	انتشار مجدد سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
جمع آوری <T extensions TType >	اپراتور XLA Gather مستند شده در را می پیچد https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T گسترش TType >	برش‌ها را از «پارام‌ها» در یک تانسور با شکل مشخص شده با «شاخص‌ها» جمع‌آوری کنید.
GatherV2 <T TNumber > را گسترش می دهد	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
GenerateBoundingBoxProposals	این عملیات منطقه علایق را از جعبه‌های مرزبندی داده شده (bbox_deltas) لنگرهای wrt کدگذاری شده مطابق معادله 2 در arXiv:1506.01497 تولید می‌کند. این عملیات، جعبه‌های امتیازدهی برتر «pre_nms_topn» را انتخاب می‌کند، آن‌ها را با توجه به لنگرها رمزگشایی می‌کند، در جعبه‌های همپوشانی با مقدار تقاطع بیش از «nms_threshold» بالاتر از «nms_threshold»، جعبه‌هایی را که ضلع کوتاه‌تر از «» کمتر است، اعمال می‌کند. min_size`.
GenerateVocabRemapping	با دادن مسیری به فایل‌های واژگان جدید و قدیمی، یک Remapping Tensor از را برمی‌گرداند طول «num_new_vocab»، جایی که «remapping[i]» حاوی شماره ردیف در واژگان قدیمی است که مربوط به ردیف «i» در واژگان جدید است (شروع از خط «new_vocab_offset» و تا «num_new_vocab» موجودیت‌ها)، یا «- 1` اگر ورودی «i» در واژگان جدید در واژگان قدیمی نباشد.
GetSessionHandle	تانسور ورودی را در وضعیت جلسه جاری ذخیره کنید.
GetSessionTensor <T TType را گسترش می دهد >	مقدار تانسور مشخص شده توسط دسته آن را بدست آورید.
بزرگتر	مقدار حقیقت (x > y) را از نظر عنصر برمی‌گرداند.
بزرگتر برابر	مقدار حقیقت (x >= y) را از نظر عنصر برمی‌گرداند.
GuaranteeConst <T گسترش TType >	به زمان اجرای TF تضمین می دهد که تانسور ورودی ثابت است.
جدول هش	یک جدول هش غیر اولیه ایجاد می کند.
HistogramFixedWidth <U گسترش TNumber >	هیستوگرام مقادیر را برگردانید.
خلاصه هیستوگرام	یک بافر پروتکل «Summary» را با یک هیستوگرام خروجی می‌دهد.
HsvToRgb <T TNumber > را گسترش می دهد	یک یا چند تصویر را از HSV به RGB تبدیل کنید.
هویت <T گسترش TType >	یک تانسور با شکل و محتویات مشابه تانسور یا مقدار ورودی را برگردانید.
IdentityN	فهرستی از تانسورها را با اشکال و محتویات مشابه ورودی برمی‌گرداند تانسورها
IdentityReader	خواننده ای که کار در صف را به عنوان کلید و مقدار خروجی می دهد.
Ifft <T TType > را گسترش می دهد	تبدیل فوریه سریع معکوس
Ifft2d <T TType را گسترش می دهد >	تبدیل فوریه سریع دو بعدی معکوس.
Ifft3d <T TType > را گسترش می دهد	تبدیل فوریه سریع سه بعدی معکوس.
Igamma <T TNumber > را گسترش می دهد	تابع گامای ناقص منظم پایین تر «P(a, x)» را محاسبه کنید.
IgammaGradA <T TNumber را گسترش می دهد	گرادیان `igamma(a, x)` wrt `a` را محاسبه می کند.
Igammac <T TNumber > را گسترش می دهد	تابع گامای ناقص منظم شده بالای Q(a, x) را محاسبه کنید.
IgnoreErrorsDataset	مجموعه داده‌ای ایجاد می‌کند که حاوی عناصر «مجموعه داده‌های ورودی» است و خطاها را نادیده می‌گیرد.
تصویر <U TNumber > را گسترش می دهد	قسمت خیالی یک عدد مختلط را برمی گرداند.
ImageProjectiveTransformV2 <T TNumber > را گسترش می دهد	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImageProjectiveTransformV3 <T TNumber > را گسترش می دهد	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
خلاصه تصویر	بافر پروتکل «Summary» را با تصاویر خروجی می‌دهد.
ImmutableConst <T TType > را گسترش می دهد	تانسور تغییرناپذیر را از ناحیه حافظه برمی‌گرداند.
ImportEvent
InTopK	می گوید که آیا اهداف در پیش بینی های «K» برتر هستند یا خیر.
InfeedDequeue <T TType را گسترش می دهد >	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
InfeedDequeueTuple	چندین مقدار را از فید به عنوان یک تاپل XLA واکشی می کند.
InfeedEnqueue	عملیاتی که یک مقدار Tensor را وارد محاسبات می کند.
InfeedEnqueuePrelinearizedBuffer	عملیاتی که بافر از پیش خطی شده را در ورودی TPU قرار می دهد.
InfeedEnqueueTuple	چندین مقدار Tensor را به عنوان یک تاپل XLA وارد محاسبات می کند.
شروع کنید
InitializeTable	آغازگر جدول که به ترتیب دو تانسور برای کلیدها و مقادیر می گیرد.
InitializeTableFromDataset
InitializeTableFromTextFile	یک جدول را از یک فایل متنی مقداردهی اولیه می کند.
InplaceAdd <T گسترش TType >	v را به ردیف های مشخص شده x اضافه می کند.
InplaceSub <T TType > را گسترش می دهد	"v" را به ردیف های مشخص شده "x" تفریق می کند.
InplaceUpdate <T TType را گسترش می دهد >	سطرهای مشخص شده "i" را با مقادیر "v" به روز می کند.
Inv <T TType > را گسترش می دهد	معکوس یک یا چند ماتریس معکوس مربعی یا پیوندهای الحاقی آنها (جابه‌جایی مزدوج) را محاسبه می‌کند.
InvGrad <T TType را گسترش می دهد >	گرادیان را برای معکوس «x» با ورودی آن محاسبه می کند.
معکوس کردن <T گسترش TNumber >	معکوس کردن (برگرداندن) هر بیت از انواع پشتیبانی شده. به عنوان مثال، مقدار "uint8" 01010101 را تایپ کنید، به 10101010 تبدیل می شود.
InvertPermutation <T TNumber > را گسترش می دهد	جایگشت معکوس یک تانسور را محاسبه می کند.
Irfft <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی معکوس.
Irfft2d <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی دو بعدی معکوس.
Irfft3d <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی سه بعدی معکوس.
IsBoostedTreesEnsembleInitialized	بررسی می کند که آیا یک مجموعه درختی مقداردهی اولیه شده است یا خیر.
IsBoostedTreesQuantileStreamResourceInitialized	بررسی می‌کند که آیا یک جریان چندکی مقداردهی اولیه شده است یا خیر.
محدود است	عناصر x متناهی را برمی گرداند.
IsInf	عناصر x را Inf برمی گرداند.
IsNan	عناصر x NaN را برمی‌گرداند.
IsVariableInitialized	بررسی می کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر.
ایزوتونیک رگرسیون <U TNumber را گسترش می دهد >	دسته ای از مشکلات رگرسیون ایزوتونیک را حل می کند.
تکرار کننده
IteratorFromStringHandle
IteratorGetDevice	نام دستگاهی را که «منبع» روی آن قرار داده شده است، برمی‌گرداند.
IteratorGetNext	خروجی بعدی را از تکرار کننده داده شده دریافت می کند.
IteratorGetNextAsOptional	خروجی بعدی را از تکرار کننده داده شده به عنوان یک نوع اختیاری دریافت می کند.
IteratorGetNextSync	خروجی بعدی را از تکرار کننده داده شده دریافت می کند.
IteratorToStringHandle	«دسته_منبع» داده شده را که یک تکرارکننده را نشان می‌دهد به رشته تبدیل می‌کند.
بپیوندید	رشته های موجود در لیست داده شده از تانسورهای رشته را به یک تانسور متصل می کند. با جداکننده داده شده (پیش فرض یک جداکننده خالی است).
KMC2ChainInitialization	شاخص نقطه داده ای را که باید به مجموعه seed اضافه شود، برمی گرداند.
KeyValueSort <T گسترش TNumber ، U گسترش TType >	عملگر XLA Sort را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#sort.
KmeansPlusPlusInitialization	num_to_sample ردیف های ورودی را با استفاده از معیار KMeans++ انتخاب می کند.
KthOrderStatistic	آمار Kth مرتبه یک مجموعه داده را محاسبه می کند.
L2Loss <T TNumber را گسترش می دهد >	از دست دادن L2.
LMDBDataset	مجموعه داده ای ایجاد می کند که جفت های کلید-مقدار را در یک یا چند فایل LMDB منتشر می کند.
LSTMBlockCell <T TNumber > را گسترش می دهد	انتشار سلول LSTM به جلو را برای 1 مرحله زمانی محاسبه می کند.
LSTMBlockCellGrad <T TNumber > را گسترش می دهد	انتشار سلول LSTM به عقب را برای 1 مرحله زمانی محاسبه می کند.
LatencyStatsDataset	تأخیر تولید عناصر «مجموعه داده‌های ورودی» را در StatsAggregator ثبت می‌کند.
LeakyRelu <T TNumber را گسترش می دهد	محاسبه خطی اصلاح شده: «حداکثر (ویژگی ها، ویژگی ها * آلفا)».
LeakyReluGrad <T TNumber را گسترش می دهد	گرادیان های خطی اصلاح شده را برای عملیات LeakyRelu محاسبه می کند.
LearnedUnigramCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
LeftShift <T TNumber را گسترش می دهد	Elementwise شیفت چپ بیتی «x» و «y» را محاسبه می کند.
کمتر	مقدار حقیقت (x < y) را از نظر عنصر برمی‌گرداند.
کمتر برابر	مقدار حقیقت (x <= y) را از نظر عنصر برمی‌گرداند.
Lgamma <T TNumber > را گسترش می دهد	گزارش قدر مطلق «Gamma(x)» را از نظر عنصر محاسبه می‌کند.
LinSpace <T TNumber > را گسترش می دهد	مقادیر را در یک بازه تولید می کند.
LmdbDataset
LmdbReader	خواننده ای که رکوردها را از یک فایل LMDB خروجی می دهد.
LoadAndRemapMatrix	یک «Tensor» دو بعدی (ماتریسی) با نام «old_tensor_name» از نقطه بازرسی بارگیری می شود در `ckpt_path` و به طور بالقوه ردیف ها و ستون های خود را با استفاده از نگاشت مجدد مشخص شده مجدداً ترتیب می دهد.
LoadTPUEmbeddingADAMParameters	بارگذاری پارامترهای جاسازی ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	بارگذاری پارامترهای جاسازی ADAM با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingAdadeltaParameters	بارگذاری پارامترهای جاسازی Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	بارگذاری پارامترهای Adadelta با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingAdagradParameters	بارگذاری پارامترهای جاسازی Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	پارامترهای جاسازی Adagrad را با پشتیبانی از اشکال زدایی بارگیری کنید.
LoadTPUEmbeddingCenteredRMSPropParameters	بارگذاری محور پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingFTRLParameters	بارگذاری پارامترهای جاسازی FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	بارگذاری پارامترهای جاسازی FTRL با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingMDLAdagradLightParameters	بارگذاری پارامترهای تعبیه نور MDL Adagrad.
LoadTPUEmbeddingMomentumParameters	پارامترهای جاسازی مومنتوم بار.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	بارگذاری پارامترهای جاسازی Momentum با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingProximalAdagradParameters	بارگذاری پارامترهای جاسازی پروگزیمال Adagrad.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	بارگذاری پارامترهای جاسازی پروگزیمال Adagrad با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	بارگذاری پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	بارگذاری پارامترهای جاسازی RMSProp با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingStochasticGradientDescentParameters	بارگذاری پارامترهای جاسازی SGD.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	بارگذاری پارامترهای جاسازی SGD.
LocalResponseNormalization <T TNumber > را گسترش می دهد	عادی سازی پاسخ محلی
LocalResponseNormalizationGrad <T TNumber > را گسترش می دهد	گرادیان برای عادی سازی پاسخ محلی.
Log <T TType > را گسترش می دهد	لگاریتم طبیعی x را از نظر عنصر محاسبه می کند.
Log1p <T TType > را گسترش می دهد	محاسبه لگاریتم طبیعی (1 + x) از نظر عنصر.
LogMatrixDeterminant <T TType > را گسترش می دهد	علامت و لاگ قدر مطلق تعیین کننده را محاسبه می کند یک یا چند ماتریس مربع
LogSoftmax <T TNumber را گسترش می دهد	فعال سازی های softmax را محاسبه می کند.
LogUniformCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یکنواخت log تولید می‌کند.
منطقی و	مقدار صدق x و y را از نظر عنصر برمی‌گرداند.
منطقی نیست	مقدار حقیقت "NOT x" را از نظر عنصر برمی‌گرداند.
منطقی یا	مقدار صدق x یا y را از نظر عنصر برمی‌گرداند.
LookupTableExport <T گسترش TType ، U گسترش TType >	خروجی تمام کلیدها و مقادیر جدول.
LookupTableFind <U گسترش TType >	کلیدها را در یک جدول جستجو می کند، مقادیر مربوطه را خروجی می کند.
LookupTableImport	محتویات جدول را با کلیدها و مقادیر مشخص شده جایگزین می کند.
LookupTableInsert	جدول را به روز می کند تا کلیدها را با مقادیر مرتبط کند.
LookupTableRemove	کلیدها و مقادیر مرتبط با آن را از جدول حذف می کند.
LookupTableSize	تعداد عناصر جدول داده شده را محاسبه می کند.
LoopCond	ورودی را به خروجی فوروارد می کند.
پایین تر	همه کاراکترهای بزرگ را به جانشینی با حروف کوچک تبدیل می کند.
LowerBound <U TNumber را گسترش می دهد >	پایین_کران (مقادیر_جستجوی_مرتب‌شده، مقادیر) را در امتداد هر ردیف اعمال می‌کند.
Lu <T TType را گسترش می دهد، U TNumber را گسترش می دهد	تجزیه LU یک یا چند ماتریس مربع را محاسبه می کند.
MakeIterator	یک تکرار کننده جدید از "مجموعه داده" داده شده ایجاد می کند و آن را در "itterator" ذخیره می کند.
MakeUnique	همه عناصر در بعد غیر دسته ای را منحصر به فرد کنید، اما \"نزدیک\" به ارزش اولیه آنها
MapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
MapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
اندازه نقشه	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
MapStage	مرحله (کلید، مقادیر) در کانتینر زیرین که مانند یک هشت‌تابل رفتار می‌کند.
MapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
MapUnstageNoKey	Op یک تصادفی (کلید، مقدار) را حذف و برمی گرداند. از ظرف زیرین
MatMul <T TType > را گسترش می دهد	ماتریس "a" را در ماتریس "b" ضرب کنید.
MatchingFiles	مجموعه ای از فایل های مطابق با یک یا چند الگوی glob را برمی گرداند.
MatchingFilesDataset
MatrixDiag <T TType > را گسترش می دهد	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixDiagPart <T TType > را گسترش می دهد	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagPartV3 <T TType > را گسترش می دهد	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagV3 <T TType > را گسترش می دهد	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixLogarithm <T TType را گسترش می دهد >	لگاریتم ماتریس یک یا چند ماتریس مربع را محاسبه می کند: \\(log(exp(A)) = A\\) این عملیات فقط برای ماتریس های پیچیده تعریف شده است.
MatrixSetDiag <T TType > را گسترش می دهد	یک تانسور ماتریس دسته‌ای را با مقادیر مورب دسته‌ای جدید برمی‌گرداند.
MatrixSolveLs <T گسترش TType >	یک یا چند مسئله حداقل مربعات خطی را حل می کند.
حداکثر <T TType > را گسترش می دهد	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
مجموعه داده MaxIntraOpParallelism	مجموعه داده ای ایجاد می کند که حداکثر موازی کاری درون عملیاتی را لغو می کند.
MaxPool <T TType > را گسترش می دهد	حداکثر ادغام را روی ورودی انجام می دهد.
MaxPool3d <T TNumber را گسترش می دهد	3D max Pooling را روی ورودی انجام می دهد.
MaxPool3dGrad <U TNumber را گسترش می دهد >	گرادیان تابع 3D max pooling را محاسبه می کند.
MaxPool3dGradGrad <T TNumber > را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGrad <T TNumber را گسترش می دهد	گرادیان تابع maxpooling را محاسبه می کند.
MaxPoolGradGrad <T TNumber را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGradGradWithArgmax <T TNumber > را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGradWithArgmax <T TNumber > را گسترش می دهد	گرادیان تابع maxpooling را محاسبه می کند.
MaxPoolWithArgmax <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	حداکثر ادغام را روی ورودی انجام می دهد و هم مقادیر حداکثر و هم شاخص ها را خروجی می کند.
حداکثر <T TNumber > را گسترش می دهد	حداکثر x و y را برمی‌گرداند (یعنی
میانگین <T گسترش TType >	میانگین عناصر در ابعاد یک تانسور را محاسبه می کند.
ادغام <T گسترش TType >	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
ادغام خلاصه	خلاصه ها را ادغام می کند.
MergeV2Checkpoints	فرمت خاص V2: فایل های ابرداده ایست های بازرسی خرد شده را ادغام می کند.
Mfcc	یک طیف نگار را به شکلی تبدیل می کند که برای تشخیص گفتار مفید است.
حداقل <T TType > را گسترش می دهد	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
حداقل <T، TNumber > را گسترش می دهد	حداقل x و y را برمی‌گرداند (یعنی
MirrorPad <T TType را گسترش می دهد	یک تانسور را با مقادیر آینه‌ای قرار می‌دهد.
MirrorPadGrad <T TType را گسترش می دهد >	عملیات گرادیان برای «MirrorPad» op.
MlirPassthroughOp	یک محاسبات دلخواه MLIR را که به صورت یک ماژول با تابع ()main بیان شده است، می پیچد.
Mod <T TNumber > را گسترش می دهد	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
ModelDataset	تغییر هویت که عملکرد را مدل می کند.
Mul <T TType > را گسترش می دهد	از نظر عنصر x * y را برمی‌گرداند.
MulNoNan <T TType > را گسترش می دهد	از نظر عنصر x * y را برمی‌گرداند.
MultiDeviceIterator	یک منبع MultiDeviceIterator ایجاد می کند.
MultiDeviceIteratorFromStringHandle	یک منبع MultiDeviceIterator از دسته رشته ارائه شده خود ایجاد می کند.
MultiDeviceIteratorGetNextFromShard	عنصر بعدی را برای شماره قطعه ارائه شده دریافت می کند.
MultiDeviceIteratorInit	تکرار کننده چند دستگاه را با مجموعه داده داده شده اولیه می کند.
MultiDeviceIteratorToStringHandle	یک دسته رشته برای MultiDeviceIterator داده شده تولید می کند.
چند جمله ای <U TNumber > را گسترش می دهد	نمونه هایی را از توزیع چندجمله ای ترسیم می کند.
MutableDenseHashTable	یک جدول هش خالی ایجاد می کند که از تانسورها به عنوان ذخیره پشتیبان استفاده می کند.
MutableHashTable	یک جدول هش خالی ایجاد می کند.
MutableHashTableOfTensors	یک جدول هش خالی ایجاد می کند.
موتکس	یک منبع Mutex ایجاد می کند که می تواند توسط "MutexLock" قفل شود.
MutexLock	یک منبع mutex را قفل می کند.
NcclAllReduce <T TNumber را گسترش می دهد >	خروجی یک تانسور حاوی کاهش در تمام تانسورهای ورودی.
NcclBroadcast <T TNumber را گسترش می دهد >	"ورودی" را به همه دستگاه هایی که به خروجی متصل هستند ارسال می کند.
NcclReduce <T TNumber را گسترش می دهد >	«ورودی» را از «تعداد_دستگاه‌ها» با استفاده از «کاهش» به یک دستگاه کاهش می‌دهد.
Ndtri <T TNumber > را گسترش می دهد
نزدیکترین همسایه ها	K نزدیکترین مرکز را برای هر نقطه انتخاب می کند.
Neg <T TType > را گسترش می دهد	مقدار منفی عددی را از نظر عنصر محاسبه می کند.
NegTrain	آموزش از طریق نمونه گیری منفی
بعد از <T گسترش TNumber >	مقدار قابل نمایش بعدی «x1» را در جهت «x2» از نظر عنصر برمی‌گرداند.
تکرار بعدی <T TType را گسترش می دهد >	ورودی خود را برای تکرار بعدی در دسترس قرار می دهد.
NoOp	هیچ کاری نمی کند.
NonDeterministicInts <U گسترش TType >	به صورت غیر قطعی تعدادی اعداد صحیح تولید می کند.
NonMaxSuppression <T TNumber را گسترش می دهد	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، هرس کردن جعبه هایی که دارای تقاطع بالای اتحاد (IOU) هستند با جعبه های انتخاب شده قبلی همپوشانی دارند.
NonMaxSuppressionWithOverlaps	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، هرس کردن جعبه هایی که همپوشانی بالایی با جعبه های انتخاب شده قبلی دارند.
مجموعه داده های غیر سریالی
NotEqual	مقدار حقیقت (x != y) را از نظر عنصر برمی‌گرداند.
NthElement <T TNumber > را گسترش می دهد	مقادیر آمار مرتبه «n» را برای آخرین بعد پیدا می کند.
OneHot <U گسترش TType >	یک تانسور یک داغ را برمی‌گرداند.
OnesLike <T گسترش TType >	تانسور یکهایی را با شکل و نوع x برمی‌گرداند.
OptimizeDataset	با اعمال بهینه سازی در «مجموعه داده های ورودی» یک مجموعه داده ایجاد می کند.
OptimizeDatasetV2	با اعمال بهینه‌سازی‌های مرتبط در «مجموعه داده‌های ورودی»، یک مجموعه داده ایجاد می‌کند.
OptionalFromValue	یک نوع اختیاری از چند تانسور می سازد.
OptionalGetValue	مقدار ذخیره شده در یک نوع اختیاری را برمی‌گرداند یا در صورت وجود خطا، خطایی ایجاد می‌کند.
OptionalHasValue	اگر و فقط اگر نوع اختیاری داده شده دارای یک مقدار باشد، true را برمی گرداند.
اختیاری هیچکدام	یک نوع اختیاری بدون مقدار ایجاد می کند.
OrderedMapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
OrderedMapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
سفارش داده شده MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
OrderedMapSize	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
سفارش داده شده MapStage	مرحله (کلید، مقادیر) در ظرف زیرین که مانند یک مرتبه رفتار می کند ظرف انجمنی
OrderedMapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
OrderedMapUnstageNoKey	Op عنصر (کلید، مقدار) را با کوچکترین حذف می کند و برمی گرداند کلید از ظرف زیرین
OrdinalSelector	انتخابگر هسته TPU Op.
OutfeedDequeue <T TType را گسترش می دهد >	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedDequeueTuple	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueTupleV2	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueV2 <T TType را گسترش می دهد >	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedEnqueue	یک تانسور را در خروجی محاسباتی در صف قرار دهید.
OutfeedEnqueueTuple	چندین مقدار Tensor را روی فید محاسباتی قرار دهید.
پد <T TType > را گسترش می دهد	اپراتور XLA Pad را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#pad.
PaddedBatchDataset	مجموعه‌ای ایجاد می‌کند که عناصر «بچه_اندازه» را دسته‌بندی می‌کند و از ورودی اضافه می‌کند.
PaddingFifoQueue	صفی که عناصر را به ترتیب اول به اول بیرون تولید می کند.
ParallelConcat <T TType را گسترش می دهد	فهرستی از تانسورهای «N» را در امتداد بعد اول به هم پیوند می‌دهد.
ParallelDynamicStitch <T TType را گسترش می دهد	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
ParameterizedTruncatedNormal <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
ParseExample	بردار tf. نمونه پروتوها (به عنوان رشته ها) را به تانسورهای تایپ شده تبدیل می کند.
ParseExampleDataset	«مجموعه داده های ورودی» حاوی پروتوهای «نمونه» را به عنوان بردارهای DT_STRING به مجموعه داده ای از اشیاء «Tensor» یا «SparseTensor» تبدیل می کند که نمایانگر ویژگی های تجزیه شده است.
ParseSequenceExample	بردار پروتوهای tf.io.SequenceExample (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می کند.
ParseSingleExample	یک پروتو tf.Example (به عنوان یک رشته) را به تانسورهای تایپ شده تبدیل می کند.
ParseSingleSequenceExample	یک مغز اسکالر را تبدیل می کند. SequenceExample پروتو (به عنوان رشته) به تانسورهای تایپ شده.
ParseTensor <T TType را گسترش می دهد	یک پروتوی سریالی tensorflow.TensorProto را به یک Tensor تبدیل می کند.
PartitionedInput <T TType > را گسترش می دهد	عملیاتی که لیستی از ورودی های پارتیشن بندی شده را با هم گروه بندی می کند.
PartitionedOutput <T TType > را گسترش می دهد	عملیاتی که یک تانسور را از هم مولتیپلکس می کند تا توسط XLA به لیستی از پارتیشن بندی شده تقسیم شود خروجی های خارج از محاسبات XLA
مکان نگهدار <T TType > را گسترش می دهد	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
PlaceholderWithDefault <T TType > را گسترش می دهد	یک عملیات نگهدارنده مکان که وقتی خروجی آن تغذیه نمی شود از «ورودی» می گذرد.
Polygamma <T TNumber > را گسترش می دهد	محاسبه تابع چند گاما \\(\psi^{(n)}(x)\\).
تعداد جمعیت	شمارش جمعیت از نظر عناصر را محاسبه می کند (معروف به
Pow <T TTtype > را گسترش می دهد	توان یک مقدار را به مقدار دیگر محاسبه می کند.
PrefetchDataset	مجموعه داده ای را ایجاد می کند که به طور ناهمزمان عناصر را از "input_dataset" واکشی می کند.
از قبل خطی کنید	عملیاتی که یک مقدار تانسور را به یک تانسور نوع مات خطی می کند.
PrelinearizeTuple	عملیاتی که چندین مقدار تانسور را به یک تانسور نوع مات خطی می کند.
PreventGradient <T TType را گسترش می دهد	یک عملیات هویتی که در صورت درخواست گرادیان، خطا را ایجاد می کند.
چاپ کنید	یک اسکالر رشته ای را چاپ می کند.
صف اولویت	صفی که عناصر مرتب شده بر اساس مقدار جزء اول را تولید می کند.
PrivateThreadPoolDataset	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
<T را گسترش می دهد TType >	حاصل ضرب عناصر در ابعاد یک تانسور را محاسبه می کند.
Qr <T TType > را گسترش می دهد	تجزیه QR یک یا چند ماتریس را محاسبه می کند.
Quantize <T extensions TType >	تانسور «ورودی» از نوع شناور را به تانسور «خروجی» از نوع «T» کمی کنید.
QuantizeAndDequantize <T Extext TNumber >	کوانتیزه می کند و سپس یک تانسور را dequantize می کند.
QuantizeAndDequantizeV3 <T TNumber > را گسترش می دهد	کوانتیزه می کند و سپس یک تانسور را dequantize می کند.
QuantizeAndDequantizeV4 <T TNumber > را گسترش می دهد	گرادیان «quantization.QuantizeAndDequantizeV4» را برمی‌گرداند.
QuantizeAndDequantizeV4Grad <T TNumber > را گسترش می دهد	گرادیان «QuantizeAndDequantizeV4» را برمی‌گرداند.
QuantizeDownAndShrinkRange <U گسترش TType >	با استفاده از توزیع واقعی مقادیر برای به حداکثر رساندن استفاده از عمق بیت پایین و تنظیم محدوده حداقل و حداکثر خروجی بر این اساس.
QuantizedAdd <V گسترش TType >	از نظر عنصر x + y را برمی‌گرداند که روی بافرهای کوانتیزه کار می‌کند.
QuantizedAvgPool <T گسترش TType >	میانگین مخزن تانسور ورودی را برای انواع کوانتیزه تولید می کند.
QuantizedBatchNormWithGlobalNormalization <U TType را گسترش می دهد >	نرمال سازی دسته ای کوانتیزه شده
QuantizedBiasAdd <V گسترش TType >	«بایاس» تانسور را به «ورودی» تانسور برای انواع کوانتیزه‌شده اضافه می‌کند.
QuantizedConcat <T TType را گسترش می دهد >	تانسورهای کوانتیزه را در امتداد یک بعد به هم متصل می کند.
QuantizedConv2DAndRelu <V TType را گسترش می دهد
QuantizedConv2DAndReluAndRequantize <V گسترش TType >
QuantizedConv2DAndRequantize <V گسترش TType >
QuantizedConv2DPerChannel <V TType را گسترش می دهد	محاسبه QuantizedConv2D در هر کانال.
QuantizedConv2DWithBias <V TType را گسترش می دهد
QuantizedConv2DWithBiasAndRelu <V TType را گسترش می دهد
QuantizedConv2DWithBiasAndReluAndRequantize <W extends TType >
QuantizedConv2DWithBiasAndRequantize <W extends TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X extends TType >
QuantizedConv2DWithBiasSumAndRelu <V گسترش TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X extends TType >
QuantizedConv2d <V TType را گسترش می دهد >	کانولوشن دوبعدی را با داده های ورودی 4 بعدی کوانتیزه شده و تانسورهای فیلتر محاسبه می کند.
QuantizedDepthwiseConv2D <V TType را گسترش می دهد	Conv2D را به صورت عمقی کوانتیزه می کند.
QuantizedDepthwiseConv2DWithBias <V TType را گسترش می دهد	Conv2D را به صورت عمقی کوانتیزه شده با Bias محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndRelu <V گسترش TType >	Conv2D را با Bias و Relu محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W extends TType >	Conv2D را به صورت عمقی با Bias، Relu و Requantize محاسبه می کند.
QuantizedInstanceNorm <T TType > را گسترش می دهد	عادی سازی نمونه کوانتیزه شده
QuantizedMatMul <V TType را گسترش می دهد	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» انجام دهید.
QuantizedMatMulWithBias <W گسترش TType >	ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع انجام می دهد.
QuantizedMatMulWithBiasAndDequantize <W گسترش TNumber >
QuantizedMatMulWithBiasAndRelu <V TType را گسترش می دهد	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» با بایاس جمع و همجوشی relu انجام دهید.
QuantizedMatMulWithBiasAndReluAndRequantize <W extends TType >	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع و relu انجام دهید و همجوشی را دوباره کوانتیزه کنید.
QuantizedMatMulWithBiasAndRequantize <W extends TType >
QuantizedMaxPool <T گسترش TType >	حداکثر مخزن تانسور ورودی را برای انواع کوانتیزه تولید می کند.
QuantizedMul <V گسترش TType >	از نظر عنصر x * y را برمی‌گرداند که روی بافرهای کوانتیزه کار می‌کند.
QuantizedRelu <U گسترش TType >	محاسبه خطی اصلاح شده کوانتیزه شده: «حداکثر (ویژگی ها، 0)».
QuantizedRelu6 <U گسترش TType >	محاسبه خطی اصلاح شده کوانتیزه شده 6: «min(حداکثر(ویژگی ها، 0)، 6)»
QuantizedReluX <U گسترش TType >	X خطی اصلاح‌شده کوانتیزه را محاسبه می‌کند: «حداکثر (ویژگی‌ها، 0)، حداکثر_مقدار)».
QuantizedReshape <T TType را گسترش می دهد >	یک تانسور کوانتیزه را طبق دستور Reshape تغییر شکل می دهد.
QuantizedResizeBilinear <T گسترش TType >	با استفاده از درون یابی دوخطی کوانتیزه شده، اندازه «تصاویر» را به «اندازه» تغییر دهید.
صف بستن	صف داده شده را می بندد.
QueueDequeue	یک یا چند تانسور را از صف داده شده جدا می کند.
QueueDequeueMany	تاپل های یک یا چند تانسور را از صف داده شده جدا می کند.
QueueDequeueUpTo	تاپل های یک یا چند تانسور را از صف داده شده جدا می کند.
QueueEnqueue	یک یا چند تانسور را در صف داده شده در صف قرار می دهد.
QueueEnqueueMany	صفر یا چند تاپل از یک یا چند تانسور را در صف داده شده در صف قرار می دهد.
صف بسته شده است	اگر صف بسته باشد، true برمی‌گرداند.
QueueSize	تعداد عناصر موجود در صف داده شده را محاسبه می کند.
RaggedBincount <U گسترش TNumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
RaggedCountSparseOutput <U گسترش TNumber >	شمارش سطل خروجی پراکنده را برای ورودی تانسور ناهموار انجام می دهد.
RaggedCross <T TType را گسترش می دهد، U TNumber را گسترش می دهد	یک متقاطع ویژگی از لیستی از تانسورها ایجاد می کند و آن را به عنوان RaggedTensor برمی گرداند.
RaggedGather <T TNumber را گسترش می دهد، U TType را گسترش می دهد	برش های ناهموار را از محور «params» «0» بر اساس «شاخص ها» جمع آوری کنید.
RaggedRange <U گسترش TNumber ، T گسترش TNumber >	یک "RaggedTensor" حاوی دنباله های مشخص شده از اعداد را برمی گرداند.
RaggedTensorFromVariant <U گسترش TNumber ، T گسترش TType >	یک تانسور «نوعی» را به «تنسور Ragged» رمزگشایی می‌کند.
RaggedTensorToSparse <U TType را گسترش می دهد	یک 'RaggedTensor' را به 'SparseTensor' با مقادیر یکسان تبدیل می کند.
RaggedTensorToTensor <U TType را گسترش می دهد	یک تانسور متراکم از یک تانسور ناهموار ایجاد کنید، احتمالاً شکل آن را تغییر دهید.
RaggedTensorToVariant	یک "RaggedTensor" را به یک "Variant" Tensor رمزگذاری می کند.
RaggedTensorToVariantGradient <U TType را گسترش می دهد	Helper برای محاسبه گرادیان «RaggedTensorToVariant» استفاده می‌کرد.
RandomCrop <T TNumber > را گسترش می دهد	"تصویر" را به صورت تصادفی برش دهید.
RandomDataset	مجموعه داده ای ایجاد می کند که اعداد شبه تصادفی را برمی گرداند.
RandomGamma <U TNumber را گسترش می دهد >	مقادیر تصادفی را از توزیع(های) گاما که توسط آلفا توصیف شده است، خروجی می گیرد.
RandomGammaGrad <T TNumber > را گسترش می دهد	مشتق یک نمونه تصادفی گاما wrt را محاسبه می کند
RandomPoisson <V TNumber را گسترش می دهد	مقادیر تصادفی را از توزیع(های) پواسون که بر اساس نرخ توصیف شده اند، خروجی می گیرد.
RandomShuffle <T TType را گسترش می دهد >	به طور تصادفی یک تانسور را در امتداد بعد اول آن به هم می زند.
RandomShuffleQueue	صفی که ترتیب عناصر را تصادفی می کند.
RandomStandardNormal <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
RandomUniform <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع یکنواخت خارج می کند.
RandomUniformInt <U TNumber > را گسترش می دهد	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
محدوده <T TNumber > را گسترش می دهد	دنباله ای از اعداد ایجاد می کند.
RangeDataset	یک مجموعه داده با طیف وسیعی از مقادیر ایجاد می کند.
رتبه	رتبه یک تانسور را برمی‌گرداند.
ReadFile	کل محتویات نام فایل ورودی را می خواند و خروجی می گیرد.
ReadVariableOp <T TType > را گسترش می دهد	مقدار یک متغیر را می خواند.
ReaderNumRecordsProduced	تعداد رکوردهایی را که این Reader تولید کرده است برمی گرداند.
ReaderNumWorkUnitsCompleted	تعداد واحدهای کاری را که این Reader پردازش کرده است برمی گرداند.
ReaderRead	رکورد بعدی (کلید، جفت مقدار) تولید شده توسط Reader را برمی گرداند.
ReaderReadUpTo	حداکثر جفت‌های «تعداد_ رکوردها» (کلید، مقدار) تولید شده توسط Reader را برمی‌گرداند.
ReaderReset	یک Reader را به حالت تمیز اولیه بازگردانید.
ReaderRestoreState	یک خواننده را به حالت ذخیره شده قبلی بازگردانید.
ReaderSerializeState	یک تانسور رشته ای تولید کنید که وضعیت یک Reader را کد می کند.
واقعی <U TNumber > را گسترش می دهد	بخش واقعی یک عدد مختلط را برمی‌گرداند.
RealDiv <T TType > را گسترش می دهد	x / y عنصر را برای انواع واقعی برمی‌گرداند.
RebatchDataset	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
RebatchDatasetV2	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
متقابل <T TType > را گسترش می دهد	متقابل x را از نظر عنصر محاسبه می کند.
ReciprocalGrad <T TType > را گسترش می دهد	گرادیان را برای معکوس «x» با ورودی آن محاسبه می کند.
RecordInput	رکوردهای تصادفی را منتشر می کند.
Recv <T TType را گسترش می دهد >	تانسور نامگذاری شده را از محاسبات XLA دیگر دریافت می کند.
RecvTPUEmbeddingActivations	عملیاتی که فعال‌سازی‌های تعبیه‌شده را روی TPU دریافت می‌کند.
<T را گسترش می دهد TNumber > را کاهش دهید	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
ReduceAll	"منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceAny	"منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceJoin	یک تانسور رشته ای را در ابعاد داده شده می پیوندد.
ReduceMax <T TType را گسترش می دهد >	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceMin <T TType را گسترش می دهد >	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceProd <T TType را گسترش می دهد >	حاصل ضرب عناصر در ابعاد یک تانسور را محاسبه می کند.
ReduceSum <T گسترش TType >	مجموع عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceV2 <T TNumber را گسترش می دهد >	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
RefEnter <T گسترش TType >	یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
RefExit <T TType را گسترش می دهد >	از فریم فعلی به فریم اصلی خود خارج می شود.
RefIdentity <T TType را گسترش می دهد >	همان تانسور ref تانسور ورودی را برگردانید.
RefMerge <T TType را گسترش می دهد >	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
RefNextIteration <T TType را گسترش می دهد	ورودی خود را برای تکرار بعدی در دسترس قرار می دهد.
RefSelect <T extensions TType >	عنصر 'نمایه' 'inputs' را به 'output' منتقل می کند.
RefSwitch <T TType را گسترش می دهد >	«داده» تانسور رف را به درگاه خروجی که توسط «pred» تعیین می‌شود، ارسال می‌کند.
RegexFullMatch	بررسی کنید که آیا ورودی با الگوی regex مطابقت دارد یا خیر.
RegexReplace	منطبق‌های عبارت منظم «الگو» در «ورودی» را با رشته جایگزین ارائه شده در «بازنویسی» جایگزین می‌کند.
RegisterDataset	یک مجموعه داده را با سرویس tf.data ثبت می کند.
Relu <T گسترش TType >	خطی اصلاح شده را محاسبه می کند: «حداکثر (ویژگی ها، 0)».
Relu6 <T شماره T را گسترش می دهد >	خطی 6 اصلاح‌شده را محاسبه می‌کند: «min(max(ویژگی‌ها، 0)، 6)».
Relu6Grad <T TNumber را گسترش می دهد >	6 گرادیان خطی اصلاح شده را برای عملیات Relu6 محاسبه می کند.
ReluGrad <T تعداد TNumber را گسترش می دهد	گرادیان های خطی اصلاح شده را برای عملیات Relu محاسبه می کند.
RemoteFusedGraphExecute	یک نمودار فرعی را روی یک پردازنده از راه دور اجرا کنید.
RepeatDataset	مجموعه داده‌ای ایجاد می‌کند که خروجی‌های «شمارش» «مجموعه داده‌های ورودی» را منتشر می‌کند.
ReplicaId	شناسه ماکت
Replicate Metadata	فراداده نشان می دهد که چگونه محاسبات TPU باید تکرار شود.
ReplicateInput <T TType > را گسترش می دهد	N ورودی را به یک محاسبات TPU تکراری N-way متصل می کند.
ReplicateOutput <T TType را گسترش می دهد >	N خروجی را از یک محاسبات TPU تکراری N-way متصل می کند.
Requantization Range	محدوده ای را محاسبه می کند که مقادیر واقعی موجود در یک تانسور کوانتیزه را پوشش می دهد.
RequantizationRangePerChannel	محدوده کوانتیزاسیون مجدد را در هر کانال محاسبه می کند.
Requantize <U extends TType >	تانسور «ورودی» کوانتیزه شده را به «خروجی» با دقت پایین‌تر تبدیل می‌کند.
RequantizePerChannel <U گسترش TType >	ورودی را با مقادیر حداقل و حداکثر شناخته شده در هر کانال مجدداً تعیین می کند.
تغییر شکل <T extensions TType >	یک تانسور را تغییر شکل می دهد.
ResizeArea	با استفاده از درون یابی ناحیه، اندازه «تصاویر» را به «اندازه» تغییر دهید.
ResizeBicubic	با استفاده از درون یابی دو مکعبی، "تصاویر" را به "اندازه" تغییر دهید.
ResizeBicubicGrad <T TNumber را گسترش می دهد	گرادیان درون یابی دو مکعبی را محاسبه می کند.
ResizeBilinear	با استفاده از درون یابی دوخطی، "تصاویر" را به "اندازه" تغییر دهید.
ResizeBilinearGrad <T TNumber را گسترش می دهد	گرادیان درونیابی دوخطی را محاسبه می کند.
ResizeNearestNeighbor <T TNumber > را گسترش می دهد	با استفاده از درونیابی نزدیکترین همسایه، اندازه «تصاویر» را به «اندازه» تغییر دهید.
ResizeNearestNeighborGrad <T TNumber > را گسترش می دهد	گرادیان درونیابی نزدیکترین همسایه را محاسبه می کند.
ResourceAccumulatorApplyGradient	یک گرادیان را به یک انباشتگر معین اعمال می کند.
ResourceAccumulatorNumAccumulated	تعداد گرادیان های جمع شده در انباشته های داده شده را برمی گرداند.
ResourceAccumulatorSetGlobalStep	Acumulator را با یک مقدار جدید برای global_step به روز می کند.
ResourceAccumulatorTakeGradient <T گسترش TType >	گرادیان متوسط را در ConditionalAccumulator داده شده استخراج می کند.
ResourceApplyAdaMax	"*var" را طبق الگوریتم AdaMax به روز کنید.
ResourceApplyAdadelta	"*var" را طبق طرح adadelta به روز کنید.
ResourceApplyAdagrad	"*var" را طبق طرح adagrad به روز کنید.
ResourceApplyAdagradDa	"*var" را طبق طرح آداگراد پروگزیمال به روز کنید.
ResourceApplyAdam	"*var" را طبق الگوریتم Adam به روز کنید.
ResourceApplyAdamWithAmsgrad	"*var" را طبق الگوریتم Adam به روز کنید.
ResourceApplyAddSign	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ResourceApplyCenteredRmsProp	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
ResourceApplyFtrl	"*var" را طبق طرح Ftrl-proximal به روز کنید.
ResourceApplyGradientDescent	«var» را با کم کردن «alpha» «delta» از آن به‌روزرسانی کنید.
ResourceApplyKerasMomentum	"*var" را مطابق طرح حرکت به روز کنید.
ResourceApplyMomentum	"*var" را مطابق طرح حرکت به روز کنید.
ResourceApplyPowerSign	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ResourceApplyProximalAdagrad	«var» و «accum» را مطابق با FOBOS با نرخ یادگیری Adagrad به‌روزرسانی کنید.
ResourceApplyProximalGradientDescent	"*var" را به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت به روز کنید.
ResourceApplyRmsProp	"*var" را طبق الگوریتم RMSProp به روز کنید.
منبع Conditional Accumulator	یک انباشته شرطی برای تجمیع گرادیان ها.
ResourceCountUpTo <T TNumber > را گسترش می دهد	متغیری که توسط "منبع" به آن اشاره شده است را افزایش می دهد تا زمانی که به "حد" برسد.
ResourceGather <U گسترش TType >	برش‌هایی را از متغیری که «منبع» به آن اشاره می‌کند با توجه به «شاخص‌ها» جمع‌آوری کنید.
ResourceGatherNd <U TType را گسترش می دهد >
ResourceScatterAdd	به‌روزرسانی‌های پراکنده را به متغیر مرجع «منبع» اضافه می‌کند.
ResourceScatterDiv	به‌روزرسانی‌های پراکنده را به متغیری که «منبع» به آن ارجاع می‌دهد، تقسیم می‌کند.
ResourceScatterMax	با استفاده از عملیات «حداکثر»، به‌روزرسانی‌های پراکنده را در متغیر مرجع «منبع» کاهش می‌دهد.
ResourceScatterMin	با استفاده از عملیات «min»، به‌روزرسانی‌های پراکنده را در متغیر مرجع «منبع» کاهش می‌دهد.
ResourceScatterMul	به‌روزرسانی‌های پراکنده را در متغیری که «منبع» به آن ارجاع می‌دهد ضرب می‌کند.
ResourceScatterNdAdd	اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ResourceScatterNdUpdate	به‌روزرسانی‌های پراکنده را برای مقادیر یا برش‌های فردی در یک داده اعمال می‌کند متغیر با توجه به "شاخص ها".
ResourceScatterSub	به‌روزرسانی‌های پراکنده را از متغیر مرجع «منبع» کم می‌کند.
ResourceScatterUpdate	به‌روزرسانی‌های پراکنده را به متغیر مرجع «منبع» اختصاص می‌دهد.
ResourceSparseApplyAdadelta	var: باید از یک متغیر () باشد.
ResourceSparseApplyAdagrad	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
ResourceSparseApplyAdagradDa	ورودی‌های «var» و «accum» را طبق طرح آداگراد پروگزیمال به‌روزرسانی کنید.
ResourceSparseApplyAdagradV2	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
ResourceSparseApplyCenteredRmsProp	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
ResourceSparseApplyFtrl	ورودی های مربوطه را در '*var' طبق طرح Ftrl-proximal به روز کنید.
ResourceSparseApplyKerasMomentum	طبق طرح حرکت، ورودی‌های مربوطه را در «var» و «accum» به‌روزرسانی کنید.
ResourceSparseApplyMomentum	طبق طرح حرکت، ورودی‌های مربوطه را در «var» و «accum» به‌روزرسانی کنید.
ResourceSparseApplyProximalAdagrad	ورودی های به روز رسانی پراکنده در 'var' و 'accum' طبق الگوریتم FOBOS.
ResourceSparseApplyProximalGradientDescent	به‌روزرسانی پراکنده '*var' به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت.
ResourceSparseApplyRmsProp	"*var" را طبق الگوریتم RMSProp به روز کنید.
ResourceStridedSliceAssign	"مقدار" را به مرجع l-value برش داده شده "ref" اختصاص دهید.
بازیابی کنید	تانسورها را از یک ایست بازرسی V2 بازیابی می کند.
RestoreSlice <T TType را گسترش می دهد >	یک تانسور را از فایل های ایست بازیابی بازیابی می کند.
بازیابی TPUEmbeddingADAMParameters	پارامترهای جاسازی ADAM را بازیابی کنید.
بازیابیTPUEmbeddingADAMParametersGradAccumDebug	بازیابی پارامترهای جاسازی ADAM با پشتیبانی از اشکال زدایی.
بازیابی TPUEmbeddingAdadeltaParameters	پارامترهای جاسازی Adadelta را بازیابی کنید.
بازیابیTPUEmbeddingAdadeltaParametersGradAccumDebug	پارامترهای جاسازی Adadelta را با پشتیبانی از اشکال زدایی بازیابی کنید.
بازیابی TPUEmbeddingAdagradParameters	پارامترهای تعبیه شده Adagrad را بازیابی کنید.
بازیابیTPUEmbeddingAdagradParametersGradAccumDebug	پارامترهای جاسازی Adagrad را با پشتیبانی از اشکال زدایی بازیابی کنید.
بازیابی TPUEmbeddingCenteredRMSPropParameters	پارامترهای جاسازی RMSProp مرکزی را بازیابی کنید.
بازیابی TPUEmbeddingFTRLParameters	پارامترهای جاسازی FTRL را بازیابی کنید.
بازیابیTPUEmbeddingFTRLParametersGradAccumDebug	بازیابی پارامترهای جاسازی FTRL با پشتیبانی از اشکال زدایی.
بازیابی TPUEmbeddingMDLAdagradLightParameters	پارامترهای تعبیه نور MDL Adagrad را بازیابی کنید.
بازیابی TPUEmbeddingMomentumParameters	پارامترهای جاسازی Momentum را بازیابی کنید.
بازیابیTPUEmbeddingMomentumParametersGradAccumDebug	پارامترهای جاسازی Momentum را با پشتیبانی از اشکال زدایی بازیابی کنید.
بازیابی TPUEmbeddingProximalAdagradParameters	پارامترهای جاسازی پروگزیمال Adagrad را بازیابی کنید.
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug	با پشتیبانی از اشکال زدایی، پارامترهای جاسازی پروگزیمال Adagrad را بازیابی کنید.
بازیابی TPUEmbeddingProximalYogiParameters
بازیابی TPUEmbeddingProximalYogiParametersGradAccumDebug
بازیابی TPUEmbeddingRMSPropParameters	پارامترهای جاسازی RMSProp را بازیابی کنید.
بازیابی TPUEmbeddingRMSPropParametersGradAccumDebug	بازیابی پارامترهای جاسازی RMSProp با پشتیبانی از اشکال زدایی.
بازیابی TPUEmbeddingStochasticGradientDescentParameters	پارامترهای جاسازی SGD را بازیابی کنید.
بازیابیTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	پارامترهای جاسازی SGD را با پشتیبانی از اشکال زدایی بازیابی کنید.
معکوس <T گسترش TType >	ابعاد خاص یک تانسور را معکوس می کند.
ReverseSequence <T TType > را گسترش می دهد	برش های طول متغیر را معکوس می کند.
Rfft <U TType را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی.
Rfft2d <U TType را گسترش می دهد >	تبدیل فوریه سریع دوبعدی با ارزش واقعی.
Rfft3d <U TType را گسترش می دهد >	تبدیل فوریه سریع سه بعدی با ارزش واقعی.
RgbToHsv <T TNumber > را گسترش می دهد	یک یا چند تصویر را از RGB به HSV تبدیل می کند.
RightShift <T TNumber را گسترش می دهد	Elementwise شیفت راست بیتی «x» و «y» را محاسبه می کند.
Rint <T TNumber > را گسترش می دهد	نزدیکترین عدد صحیح از نظر عنصر را به x برمی گرداند.
RngReadAndSkip	شمارنده یک RNG مبتنی بر شمارنده را پیش ببرید.
RngSkip	شمارنده یک RNG مبتنی بر شمارنده را پیش ببرید.
رول <T گسترش TType >	عناصر یک تانسور را در امتداد یک محور می چرخاند.
دور <T گسترش TType >	مقادیر یک تانسور را از نظر عنصر به نزدیکترین عدد صحیح گرد می کند.
Rpc	انجام دسته ای از درخواست های RPC.
Rsqrt <T TType را گسترش می دهد >	متقابل جذر x را از نظر عنصر محاسبه می کند.
RsqrtGrad <T TType را گسترش می دهد >	گرادیان را برای rsqrt «x» با ورودی آن محاسبه می کند.
SampleDistortedBoundingBox <T TNumber > را گسترش می دهد	یک جعبه مرزی منفرد با تحریف تصادفی برای یک تصویر ایجاد کنید.
SamplingDataset	مجموعه داده ای ایجاد می کند که نمونه برنولی از محتویات یک مجموعه داده دیگر را می گیرد.
ذخیره کنید	تانسورها را در فرمت ایست بازرسی V2 ذخیره می کند.
SaveSlices	برش های تانسور ورودی را روی دیسک ذخیره می کند.
ScalarSummary	بافر پروتکل «Summary» را با مقادیر اسکالر خروجی می‌دهد.
ScaleAndTranslate
ScaleAndTranslateGrad <T TNumber را گسترش می دهد
ScatterAdd <T گسترش TType >	به روز رسانی های پراکنده را به یک مرجع متغیر اضافه می کند.
ScatterDiv <T TType را گسترش می دهد >	یک مرجع متغیر را بر به‌روزرسانی‌های پراکنده تقسیم می‌کند.
ScatterMax <T TNumber را گسترش می دهد	با استفاده از عملیات «max»، به‌روزرسانی‌های پراکنده را به یک مرجع متغیر کاهش می‌دهد.
ScatterMin <T TNumber را گسترش می دهد	با استفاده از عملیات «min»، به‌روزرسانی‌های پراکنده را به یک مرجع متغیر کاهش می‌دهد.
ScatterMul <T TType را گسترش می دهد	به روز رسانی های پراکنده را در یک مرجع متغیر ضرب می کند.
ScatterNd <U گسترش TType >	«به‌روزرسانی‌ها» را با توجه به «شاخص‌ها» در یک تانسور جدید پراکنده کنید.
ScatterNdAdd <T گسترش TType >	اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ScatterNdMax <T TType > را گسترش می دهد	حداکثر عنصر را محاسبه می کند.
ScatterNdMin <T TType > را گسترش می دهد	حداقل عنصر را محاسبه می کند.
ScatterNdNonAliasingAdd <T extends TType >	با استفاده از مقادیر یا برش‌های جداگانه، افزودن پراکنده را به «ورودی» اعمال می‌کند از "به روز رسانی" با توجه به شاخص های "شاخص".
ScatterNdSub <T TType > را گسترش می دهد	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ScatterNdUpdate <T TType را گسترش می دهد >	به‌روزرسانی‌های پراکنده را برای مقادیر یا برش‌های فردی در یک داده اعمال می‌کند متغیر با توجه به "شاخص ها".
ScatterSub <T TType > را گسترش می دهد	به روز رسانی های پراکنده را از یک مرجع متغیر کم می کند.
ScatterUpdate <T TType را گسترش می دهد >	به روز رسانی های پراکنده را برای یک مرجع متغیر اعمال می کند.
SdcaFprint	اثر انگشت رشته های ورودی را محاسبه می کند.
SdcaOptimizer	نسخه توزیع شده از بهینه ساز تصادفی دو مختصات صعودی (SDCA) برای مدل های خطی با تنظیم L1 + L2.
SdcaShrinkL1	مرحله کوچک شدن منظم سازی L1 را روی پارامترها اعمال می کند.
SegmentMax <T TNumber > را گسترش می دهد	حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMean <T TType > را گسترش می دهد	میانگین را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMin <T TNumber > را گسترش می دهد	حداقل را در امتداد قطعات یک تانسور محاسبه می کند.
SegmentProd <T TType > را گسترش می دهد	حاصلضرب را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentSum <T TType > را گسترش می دهد	مجموع قطعات یک تانسور را محاسبه می کند.
<T extends TType > را انتخاب کنید
SelfAdjointEig <T TType را گسترش می دهد	تجزیه ویژه دسته ای از ماتریس های خود الحاقی را محاسبه می کند (توجه: فقط ورودی های واقعی پشتیبانی می شوند).
Selu <T TNumber > را گسترش می دهد	محاسبه خطی نمایی مقیاس‌شده: «مقیاس * آلفا * (exp(ویژگی‌ها) - 1)» اگر < 0، «مقیاس * ویژگی ها» در غیر این صورت.
SeluGrad <T تعداد TNumber را گسترش می دهد	گرادیان ها را برای عملیات خطی نمایی مقیاس شده (Selu) محاسبه می کند.
ارسال کنید	تانسور نامگذاری شده را به محاسبات XLA دیگری ارسال می کند.
SendTPUEmbeddingGradients	به روز رسانی گرادیان جداول جاسازی شده را انجام می دهد.
SerializeIterator	«دسته_منبع» داده شده را که یک تکرارکننده را نشان می‌دهد به یک تانسور متغیر تبدیل می‌کند.
SerializeManySparse <U گسترش TType >	یک «SparseTensor» کوچک «N» را در یک شی «Tensor» «[N, 3]» سریال کنید.
SerializeSparse <U گسترش TType >	یک «SparseTensor» را به یک شی «Tensor» «[3]» سریال کنید.
SerializeTensor	یک Tensor را به یک Proto سریال TensorProto تبدیل می کند.
SetDiff1d <T TType را گسترش می دهد، U TNumber را گسترش می دهد	تفاوت بین دو لیست اعداد یا رشته ها را محاسبه می کند.
SetSize	تعداد عناصر منحصر به فرد در امتداد آخرین بعد «مجموعه» ورودی.
SetStatsAggregatorDataset
شکل <U گسترش TNumber >	شکل یک تانسور را برمی‌گرداند.
ShapeN <U TNumber را گسترش می دهد >	شکل تانسورها را برمی‌گرداند.
ShardDataset	یک "مجموعه داده" ایجاد می کند که فقط 1/"تعداد_شارد" از این مجموعه داده را شامل می شود.
Sharded Filename	یک نام فایل خرد شده ایجاد کنید.
ShardedFilespec	یک الگوی glob مطابق با نام فایل های خرد شده ایجاد کنید.
Sharding <T TType > را گسترش می دهد	عملیاتی که ورودی را بر اساس ویژگی اشتراک گذاری داده شده خرد می کند.
ShuffleAndRepeatDataset
ShuffleDataset
ShutdownDistributedTPU	یک سیستم TPU توزیع شده در حال اجرا را خاموش می کند.
Sigmoid <T TType > را گسترش می دهد	سیگموید «x» را از نظر عنصر محاسبه می کند.
SigmoidGrad <T گسترش TType >	گرادیان سیگموئید «x» را با ورودی آن محاسبه می کند.
علامت <T extends TType >	نشانه یک عدد را از نظر عنصر برمی‌گرداند.
Sin <T TType > را گسترش می دهد	سینوس x را از نظر عنصر محاسبه می کند.
Sinh <T TType > را گسترش می دهد	سینوس هذلولی x را از نظر عنصر محاسبه می کند.
اندازه <U گسترش TNumber >	اندازه یک تانسور را برمی‌گرداند.
SkipDataset	مجموعه داده ای ایجاد می کند که عناصر «شمار» را از «مجموعه داده های ورودی» رد می کند.
Skipgram	یک فایل متنی را تجزیه می کند و مجموعه ای از نمونه ها را ایجاد می کند.
SleepDataset
برش <T گسترش TType >	یک برش از "ورودی" را برگردانید.
SlidingWindowDataset	مجموعه داده ای ایجاد می کند که یک پنجره کشویی را روی «مجموعه داده های ورودی» عبور می دهد.
عکس فوری <T TType را گسترش می دهد >	یک کپی از تانسور ورودی را برمی گرداند.
SobolSample <T تعداد TNumber را گسترش می دهد	نقاطی را از دنباله سوبول ایجاد می کند.
Softmax <T TNumber > را گسترش می دهد	فعال سازی های سافت مکس را محاسبه می کند.
SoftmaxCrossEntropyWithLogits <T TNumber > را گسترش می دهد	هزینه آنتروپی متقاطع softmax و گرادیان ها را برای انتشار پس زمینه محاسبه می کند.
Softplus <T TNumber > را گسترش می دهد	softplus را محاسبه می کند: `log(exp(ویژگی ها) + 1)`.
SoftplusGrad <T TNumber > را گسترش می دهد	گرادیان های softplus را برای عملیات softplus محاسبه می کند.
Softsign <T TNumber را گسترش می دهد	Softsign را محاسبه می‌کند: «ویژگی‌ها / (abs(ویژگی‌ها) + 1)».
SoftsignGrad <T TNumber > را گسترش می دهد	گرادیان های softsign را برای عملیات softsign محاسبه می کند.
<T extensions TType > را حل کنید	حل سیستم معادلات خطی
مرتب سازی <T extensions TType >	عملگر XLA Sort را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#sort.
SpaceToBatch <T TType > را گسترش می دهد	SpaceToBatch برای تانسورهای 4 بعدی از نوع T.
SpaceToBatchNd <T TType > را گسترش می دهد	SpaceToBatch برای تانسورهای ND از نوع T.
SpaceToDepth <T TType > را گسترش می دهد	SpaceToDepth برای تانسورهای نوع T.
SparseAccumulatorApplyGradient	یک گرادیان پراکنده را به یک انباشتگر معین اعمال می کند.
SparseAccumulatorTakeGradient <T گسترش TType >	میانگین گرادیان پراکنده را در یک SparseConditional Accumulator استخراج می کند.
SparseAdd <T گسترش TType >	دو شی «SparseTensor» را برای تولید «SparseTensor» دیگر اضافه می کند.
SparseAddGrad <T گسترش TType >	عملگر گرادیان برای عملیات SparseAdd.
SparseApplyAdadelta <T گسترش TType >	var: باید از یک متغیر () باشد.
SparseApplyAdagrad <T TType را گسترش می دهد	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
SparseApplyAdagradDa <T TType را گسترش می دهد	ورودی‌های «var» و «accum» را طبق طرح آداگراد پروگزیمال به‌روزرسانی کنید.
SparseApplyCenteredRmsProp <T TType > را گسترش می دهد	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
SparseApplyFtrl <T TType را گسترش می دهد >	ورودی های مربوطه را در '*var' طبق طرح Ftrl-proximal به روز کنید.
SparseApplyMomentum <T TType را گسترش می دهد	طبق طرح حرکت، ورودی‌های مربوطه را در «var» و «accum» به‌روزرسانی کنید.
SparseApplyProximalAdagrad <T TType را گسترش می دهد	ورودی های به روز رسانی پراکنده در 'var' و 'accum' طبق الگوریتم FOBOS.
SparseApplyProximalGradientDescent <T TType را گسترش می دهد	به‌روزرسانی پراکنده '*var' به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت.
SparseApplyRmsProp <T TType > را گسترش می دهد	"*var" را طبق الگوریتم RMSProp به روز کنید.
SparseBincount <U گسترش TNumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
SparseConcat <T TType را گسترش می دهد >	فهرستی از «SparseTensor» را در امتداد بعد مشخص شده به هم پیوند می‌دهد.
SparseConditional Accumulator	یک انباشته شرطی برای جمع آوری گرادیان های پراکنده.
SparseCountSparseOutput <U گسترش TNumber >	شمارش سطل خروجی پراکنده را برای ورودی تانسور پراکنده انجام می دهد.
SparseCross	صلیب پراکنده را از لیستی از تانسورهای پراکنده و متراکم ایجاد می کند.
SparseCrossHashed	صلیب پراکنده را از لیستی از تانسورهای پراکنده و متراکم ایجاد می کند.
SparseDenseCwiseAdd <T extensions TType >	با استفاده از این قوانین خاص، یک SparseTensor و یک Tensor متراکم را جمع می کند: (1) قسمت متراکم را پخش می کند تا در صورت واجد شرایط بودن، شکلی مشابه با سمت پراکنده داشته باشد. (2) سپس، فقط مقادیر متراکم که توسط شاخص‌های SparseTensor به آنها اشاره می‌شود، در جمع cwise شرکت می‌کنند.
SparseDenseCwiseDiv <T TType > را گسترش می دهد	از نظر مؤلفه، SparseTensor را بر یک تانسور متراکم تقسیم می کند.
SparseDenseCwiseMul <T TType > را گسترش می دهد	از نظر مؤلفه، SparseTensor را در یک Tensor متراکم ضرب می کند.
SparseFillEmptyRows <T TType را گسترش می دهد	ردیف‌های خالی ورودی 2 بعدی «SparseTensor» را با مقدار پیش‌فرض پر می‌کند.
SparseFillEmptyRowsGrad <T TType را گسترش می دهد	گرادیان SparseFillEmptyRows.
SparseMatMul	ماتریس "a" را در ماتریس "ب" ضرب کنید.
SparseMatrixAdd	اضافه کردن پراکنده دو ماتریس CSR، C = آلفا * A + بتا * B.
SparseMatrixMatMul <T TType > را گسترش می دهد	ماتریس-یک ماتریس پراکنده را با یک ماتریس متراکم ضرب می کند.
SparseMatrixMul	ضرب عنصری یک ماتریس پراکنده با تانسور متراکم.
SparseMatrixNNZ	تعداد غیر صفرهای «ماتریس_پراک» را برمی‌گرداند.
SparseMatrixOrderingAMD	ترتیب حداقل درجه تقریبی (AMD) "ورودی" را محاسبه می کند.
SparseMatrixSoftmax	Softmax یک CSRSparseMatrix را محاسبه می کند.
SparseMatrixSoftmaxGrad	گرادیان عملیات SparseMatrixSoftmax را محاسبه می کند.
SparseMatrixSparseCholesky	تجزیه پراکنده Cholesky "ورودی" را محاسبه می کند.
SparseMatrixSparseMatMul	Sparse-matrix-دو ماتریس CSR «a» و «b» را ضرب می کند.
SparseMatrixTranspose	ابعاد داخلی (ماتریسی) یک CSRSparseMatrix را جابجا می کند.
SparseMatrixZeros	یک CSRSparseMatrix تمام صفر با شکل «شکل_ متراکم» ایجاد می کند.
SparseReduceMax <T TNumber > را گسترش می دهد	حداکثر عناصر را در ابعاد SparseTensor محاسبه می کند.
SparseReduceMaxSparse <T TNumber > را گسترش می دهد	حداکثر عناصر را در ابعاد SparseTensor محاسبه می کند.
SparseReduceSum <T TType را گسترش می دهد >	مجموع عناصر را در ابعاد SparseTensor محاسبه می کند.
SparseReduceSumSparse <T TType > را گسترش می دهد	مجموع عناصر را در ابعاد SparseTensor محاسبه می کند.
SparseReorder <T TType را گسترش می دهد >	یک SparseTensor را به ترتیب متعارف و ردیف اصلی تغییر ترتیب می دهد.
SparseReshape	SparseTensor را تغییر شکل می دهد تا مقادیر را در یک شکل متراکم جدید نشان دهد.
SparseSegmentMean <T TNumber > را گسترش می دهد	میانگین را در امتداد بخشهای پراکنده یک تانسور محاسبه می کند.
SparseSegmentMeanGrad <T TNumber را گسترش می دهد	گرادیان ها را برای SparseSegmentMean محاسبه می کند.
SparseSegmentMeanWithNumSegments <T TNumber > را گسترش می دهد	میانگین را در امتداد بخشهای پراکنده یک تانسور محاسبه می کند.
SparseSegmentSqrtN <T TNumber > را گسترش می دهد	مجموع بخش های پراکنده یک تانسور را بر مربع N محاسبه می کند.
SparseSegmentSqrtNGrad <T TNumber را گسترش می دهد	گرادیان ها را برای SparseSegmentSqrtN محاسبه می کند.
SparseSegmentSqrtNWithNumSegments <T TNumber را گسترش می دهد	مجموع بخش های پراکنده یک تانسور را بر مربع N محاسبه می کند.
SparseSegmentSum <T TNumber > را گسترش می دهد	مجموع قطعات پراکنده تانسور را محاسبه می کند.
SparseSegmentSumWithNumSegments <T TNumber را گسترش می دهد	مجموع قطعات پراکنده تانسور را محاسبه می کند.
SparseSlice <T TType را گسترش می دهد >	یک «SparseTensor» را بر اساس «شروع» و «اندازه» برش دهید.
SparseSliceGrad <T TType را گسترش می دهد	عملگر گرادیان برای عملیات SparseSlice.
SparseSoftmax <T TNumber > را گسترش می دهد	Softmax را روی یک ND دسته‌ای «SparseTensor» اعمال می‌کند.
SparseSoftmaxCrossEntropyWithLogits <T TNumber را گسترش می دهد >	هزینه آنتروپی متقاطع softmax و گرادیان ها را برای انتشار پس زمینه محاسبه می کند.
SparseSparseMaximum <T TNumber > را گسترش می دهد	حداکثر عنصر دو SparseTensors را برمی‌گرداند.
SparseSparseMinimum <T گسترش TType >	حداقل دقیقه دو SparseTensors را از نظر عنصر برمی‌گرداند.
SparseSplit <T TType را گسترش می دهد >	یک «SparseTensor» را در امتداد یک بعد به تانسورهای «num_split» تقسیم کنید.
SparseTensorDenseAdd <U extends TType >	یک «SparseTensor» و یک «Tensor» متراکم جمع می‌کند و یک «Tensor» متراکم تولید می‌کند.
SparseTensorDenseMatMul <U گسترش TType >	SparseTensor (از رتبه 2) "A" را در ماتریس متراکم "B" ضرب کنید.
SparseTensorSliceDataset	مجموعه داده ای ایجاد می کند که SparseTensor را به صورت ردیفی به عناصر تقسیم می کند.
SparseTensorToCSRSparseMatrix	SparseTensor را به یک CSRSparseMatrix (احتمالاً دسته‌ای) تبدیل می‌کند.
SparseToDense <U گسترش TType >	یک نمایش پراکنده را به یک تانسور متراکم تبدیل می کند.
SparseToSparseSetOperation <T TType > را گسترش می دهد	عملیات مجموعه را در امتداد آخرین بعد 2 ورودی «SparseTensor» اعمال می کند.
اسپنس <T تعداد TNumber را گسترش می دهد
تقسیم <T گسترش TType >	یک تانسور را در امتداد یک بعد به تانسورهای «num_split» تقسیم می‌کند.
SplitV <T TType را گسترش می دهد >	یک تانسور را در امتداد یک بعد به تانسورهای «num_split» تقسیم می‌کند.
SqlDataset	مجموعه داده ای ایجاد می کند که یک پرس و جوی SQL را اجرا می کند و ردیف هایی از مجموعه نتایج را منتشر می کند.
Sqrt <T TType را گسترش می دهد >	جذر x را از نظر عنصر محاسبه می کند.
SqrtGrad <T TType را گسترش می دهد >	گرادیان را برای sqrt «x» با ورودی آن محاسبه می کند.
Sqrtm <T گسترش TType >	جذر ماتریس یک یا چند ماتریس مربع را محاسبه می کند: matmul(sqrtm(A)، sqrtm(A)) = A ماتریس ورودی باید معکوس باشد.
مربع <T TType > را گسترش می دهد	مربع x را از نظر عنصر محاسبه می کند.
SquaredDifference <T TType را گسترش می دهد	از نظر عنصر conj(x - y)(x - y) را برمی‌گرداند.
فشار دادن <T extends TType >	ابعاد سایز 1 را از شکل تانسور حذف می کند.
پشته <T گسترش TType >	فهرستی از تانسورهای «N» rank-«R» را در یک تانسور رتبه‌بندی (R+1)».
مرحله	مقادیر مرحله مشابه یک Enqueue سبک وزن است.
StageClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
StagePeek	Op به مقادیر موجود در شاخص مشخص شده نگاه می کند.
اندازه مرحله	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
StatefulRandomBinomial <V TNumber > را گسترش می دهد
StatefulStandardNormal <U TType را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
StatefulTruncatedNormal <U TType > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال کوتاه شده به دست می آورد.
StatefulUniform <U TType را گسترش می دهد	مقادیر تصادفی را از یک توزیع یکنواخت خارج می کند.
StatefulUniformFullInt <U TType > را گسترش می دهد	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
StatefulUniformInt <U TType > را گسترش می دهد	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
StatelessMultinomial <V TNumber > را گسترش می دهد	نمونه هایی را از توزیع چندجمله ای ترسیم می کند.
StatelessParameterizedTruncatedNormal <V TNumber > را گسترش می دهد
حالت دو جمله ای تصادفی <W TNumber > را گسترش می دهد	اعداد تصادفی شبه تصادفی قطعی را از یک توزیع دوجمله ای خروجی می دهد.
StatelessRandomGamma <V TNumber را گسترش می دهد	خروجی اعداد تصادفی شبه تصادفی قطعی از توزیع گاما.
StatelessRandomGetKeyCounterAlg	بهترین الگوریتم را بر اساس دستگاه انتخاب می‌کند و دانه‌ها را در کلید و شمارنده درهم می‌زند.
StatelessRandomNormal <V TNumber > را گسترش می دهد	مقادیر شبه تصادفی قطعی را از یک توزیع نرمال خارج می کند.
StatelessRandomNormalV2 <U TNumber را گسترش می دهد	مقادیر شبه تصادفی قطعی را از یک توزیع نرمال خارج می کند.
StatelessRandomPoisson <W گسترش TNumber >	خروجی اعداد تصادفی شبه تصادفی قطعی از توزیع پواسون.
StatelessRandomUniform <V TNumber > را گسترش می دهد	مقادیر تصادفی شبه تصادفی قطعی را از یک توزیع یکنواخت خارج می کند.
StatelessRandomUniformFullInt <V TNumber را گسترش می دهد	خروجی اعداد صحیح تصادفی شبه تصادفی قطعی از یک توزیع یکنواخت.
StatelessRandomUniformFullIntV2 <U TNumber را گسترش می دهد	خروجی اعداد صحیح تصادفی شبه تصادفی قطعی از یک توزیع یکنواخت.
StatelessRandomUniformInt <V TNumber > را گسترش می دهد	خروجی اعداد صحیح تصادفی شبه تصادفی قطعی از یک توزیع یکنواخت.
StatelessRandomUniformIntV2 <U TNumber را گسترش می دهد	خروجی اعداد صحیح تصادفی شبه تصادفی قطعی از یک توزیع یکنواخت.
StatelessRandomUniformV2 <U TNumber > را گسترش می دهد	مقادیر تصادفی شبه تصادفی قطعی را از یک توزیع یکنواخت خارج می کند.
StatelessSampleDistortedBoundingBox <T TNumber > را گسترش می دهد	یک جعبه مرزی با تحریف تصادفی برای یک تصویر به طور قطعی ایجاد کنید.
StatelessTruncatedNormal <V TNumber > را گسترش می دهد	مقادیر شبه تصادفی قطعی را از یک توزیع نرمال کوتاه شده به دست می آورد.
StatelessTruncatedNormalV2 <U TNumber > را گسترش می دهد	مقادیر شبه تصادفی قطعی را از یک توزیع نرمال کوتاه شده به دست می آورد.
StaticRegexFullMatch	بررسی کنید که آیا ورودی با الگوی regex مطابقت دارد یا خیر.
StaticRegexReplace	مطابقت الگوی ورودی را با بازنویسی جایگزین می‌کند.
StatsAggregatorHandle
StatsAggregatorSetSummaryWriter	یک summary_writer_interface برای ثبت آمار با استفاده از stats_aggregator تنظیم کنید.
StatsAggregatorSummary	خلاصه ای از هر آمار ثبت شده توسط مدیر آمار داده شده را تولید می کند.
StopGradient <T TType > را گسترش می دهد	محاسبات گرادیان را متوقف می کند.
StridedSlice <T گسترش TType >	یک برش گام‌دار از «ورودی» برگردانید.
StridedSliceAssign <T گسترش TType >	"مقدار" را به مرجع l-value برش داده شده "ref" اختصاص دهید.
StridedSliceGrad <U گسترش TType >	گرادیان «StridedSlice» را برمی‌گرداند.
StringFormat	قالب رشته ای را با استفاده از لیستی از تانسورها قالب بندی می کند.
طول رشته	طول رشته «ورودی».
StringNGrams <T TNumber را گسترش می دهد >	ngram ها را از داده های رشته ای ایجاد می کند.
StringSplit	عناصر «source» را بر اساس «sep» به «SparseTensor» تقسیم کنید.
نوار	فضاهای سفید پیشرو و انتهایی را از تنسور جدا کنید.
زیر <T TType > را گسترش می دهد	از نظر عنصر x - y را برمی گرداند.
خیابان فرعی	رشته‌های فرعی را از «Tensor» رشته‌ها برگردانید.
مجموع <T گسترش TType >	مجموع عناصر را در ابعاد یک تانسور محاسبه می کند.
خلاصه نویس
Svd <T TType را گسترش می دهد >	تجزیه ویژه دسته ای از ماتریس های خود الحاقی را محاسبه می کند (توجه: فقط ورودی های واقعی پشتیبانی می شوند).
SwitchCond <T TType را گسترش می دهد >	"داده" را به درگاه خروجی که توسط "pred" تعیین شده است، ارسال می کند.
TPU Compilation Result	نتیجه یک کامپایل TPU را برمی‌گرداند.
TPUEmbeddingActivations	تمایز تعبیه‌های TPU را قادر می‌سازد.
TPUReplicate Metadata	فراداده نشان می دهد که چگونه محاسبات TPU باید تکرار شود.
TPUReplicatedInput <T TType > را گسترش می دهد	N ورودی را به یک محاسبات TPU تکراری N-way متصل می کند.
TPUReplicatedOutput <T TType > را گسترش می دهد	N خروجی را از یک محاسبات TPU تکراری N-way متصل می کند.
TakeDataset	مجموعه داده‌ای ایجاد می‌کند که حاوی عناصر «شمار» از «مجموعه داده‌های ورودی» است.
TakeManySparseFromTensorsMap <T TType را گسترش می دهد	«SparseTensors» را از «SparseTensorsMap» بخوانید و آنها را به هم بچسبانید.
قهوهای مایل به زرد <T گسترش TType >	برنزه x را از نظر عنصر محاسبه می کند.
Tanh <T گسترش TType >	تانژانت هذلولی «x» را از نظر عنصر محاسبه می کند.
TanhGrad <T گسترش TType >	گرادیان را برای tanh از `x` با ورودی آن محاسبه می کند.
TemporaryVariable <T TType > را گسترش می دهد	تانسوری را برمی‌گرداند که ممکن است جهش یافته باشد، اما فقط در یک مرحله باقی می‌ماند.
TensorArray	آرایه ای از تانسورها با اندازه معین.
TensorArrayClose	TensorArray را از ظرف منبع آن حذف کنید.
TensorArrayConcat <T TType را گسترش می دهد	عناصر را از TensorArray به مقدار "value" ادغام کنید.
TensorArrayGather <T TType را گسترش می دهد	عناصر خاصی را از TensorArray به مقدار خروجی جمع آوری کنید.
TensorArrayGrad	یک TensorArray برای ذخیره گرادیان مقادیر در دسته داده شده ایجاد می کند.
TensorArrayGradWithShape	یک TensorArray برای ذخیره چندین گرادیان مقادیر در دسته داده شده ایجاد می کند.
TensorArrayPack <T TType را گسترش می دهد
TensorArrayRead <T TType را گسترش می دهد >	یک عنصر از TensorArray را در «مقدار» خروجی بخوانید.
TensorArrayScatter	داده ها را از مقدار ورودی به عناصر خاص TensorArray پراکنده کنید.
TensorArraySize	اندازه فعلی TensorArray را دریافت کنید.
TensorArraySplit	داده ها را از مقدار ورودی به عناصر TensorArray تقسیم کنید.
TensorArrayUnpack
TensorArrayWrite	یک عنصر را روی آرایه tensor_ فشار دهید.
TensorDataset	مجموعه داده‌ای ایجاد می‌کند که یک بار «مؤلفه‌ها» را به‌صورت چند تانسور منتشر می‌کند.
TensorDiag <T TType > را گسترش می دهد	یک تانسور مورب را با مقادیر قطری معین برمی‌گرداند.
TensorDiagPart <T TType > را گسترش می دهد	قسمت مورب تانسور را برمی گرداند.
TensorForestCreateTreeVariable	یک منبع درختی ایجاد می کند و یک دسته را به آن برمی گرداند.
TensorForestTreeDeserialize	یک پروتو را در دسته درخت بی‌ثبات می‌کند
TensorForestTreeIsInitializedOp	بررسی می کند که آیا یک درخت مقداردهی اولیه شده است یا خیر.
TensorForestTreePredict	خروجی logit برای داده های ورودی داده شده
TensorForestTreeResourceHandleOp	یک دسته برای یک TensorForestTreeResource ایجاد می کند
TensorForestTreeSerialize	دسته درخت را به یک پروتو سریال می کند
TensorForestTreeSize	تعداد گره های یک درخت را بدست آورید
TensorListConcat <U TType را گسترش می دهد >	همه تانسورهای لیست را در امتداد بعد 0 با هم ترکیب می کند.
TensorListConcatLists
TensorListElementShape <T TNumber > را گسترش می دهد	شکل عناصر لیست داده شده، به عنوان یک تانسور.
TensorListFromTensor	یک TensorList ایجاد می کند که وقتی روی هم قرار می گیرد، مقدار "tensor" را دارد.
TensorListGather <T TType را گسترش می دهد >	با ایندکس کردن در TensorList یک Tensor ایجاد می کند.
TensorListGetItem <T گسترش TType >
TensorListLength	تعداد تانسورها را در لیست تانسور ورودی برمی‌گرداند.
TensorListPopBack <T TType را گسترش می دهد >	آخرین عنصر لیست ورودی و همچنین لیستی را با همه عناصر به جز آن عنصر برمی گرداند.
TensorListPushBack	فهرستی را برمی‌گرداند که «Tensor» را به عنوان آخرین عنصر و سایر عناصر فهرست داده شده را در «input_handle» دارد.
TensorListPushBackBatch
TensorListReserve	لیست اندازه داده شده با عناصر خالی.
TensorListResize	اندازه لیست را تغییر می دهد.
TensorListScatter	یک TensorList با نمایه سازی در یک Tensor ایجاد می کند.
TensorListScatterIntoExistingList	تانسور پراکنده در شاخص ها در لیست ورودی.
TensorListSetItem
TensorListSplit	یک تانسور را به یک لیست تقسیم می کند.
TensorListStack <T گسترش TType >	همه تانسورها را در لیست جمع می کند.
TensorMapErase	نقشه تانسور را با آیتم از کلید داده شده پاک شده برمی گرداند.
TensorMapHasKey	نشان می دهد که آیا کلید داده شده در نقشه وجود دارد یا خیر.
TensorMapInsert	نقشه ای را برمی گرداند که «input_handle» با جفت کلید-مقدار داده شده درج شده است.
TensorMapLookup <U گسترش TType >	مقدار یک کلید داده شده را در نقشه تانسور برمی گرداند.
TensorMapSize	تعداد تانسورها را در نقشه تانسور ورودی برمی‌گرداند.
TensorMapStackKeys <T TType را گسترش می دهد	یک پشته Tensor از همه کلیدها در یک نقشه تانسور را برمی‌گرداند.
TensorScatterNdAdd <T گسترش TType >	«به‌روزرسانی‌های» پراکنده را به یک تانسور موجود با توجه به «شاخص‌ها» اضافه می‌کند.
TensorScatterNdMax <T TType > را گسترش می دهد
TensorScatterNdMin <T TType > را گسترش می دهد
TensorScatterNdSub <T TType > را گسترش می دهد	«به‌روزرسانی‌های» پراکنده را با توجه به «شاخص‌ها» از یک تانسور موجود کم می‌کند.
TensorScatterNdUpdate <T گسترش TType >	«به‌روزرسانی‌ها» را با توجه به «شاخص‌ها» در یک تانسور موجود پراکنده کنید.
TensorSliceDataset	مجموعه داده‌ای ایجاد می‌کند که هر تکه dim-0 از «کامپوننت‌ها» را یک‌بار منتشر می‌کند.
TensorStridedSliceUpdate <T TType را گسترش می دهد >	"مقدار" را به مرجع l-value برش داده شده "ورودی" اختصاص دهید.
TensorSummary	بافر پروتکل «Summary» را با داده‌های تانسور و هر پلاگین خروجی می‌دهد.
TextLineDataset	مجموعه داده ای ایجاد می کند که خطوط یک یا چند فایل متنی را منتشر می کند.
TextLineReader	خواننده ای که خطوط یک فایل را که با '\n' محدود شده اند، خروجی می دهد.
TfRecordDataset	مجموعه داده ای ایجاد می کند که رکوردهای یک یا چند فایل TFRecord را منتشر می کند.
TfRecordReader	خواننده ای که رکوردها را از فایل TensorFlow Records خروجی می دهد.
ThreadPoolDataset	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
ThreadPoolHandle	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
کاشی <T گسترش TType >	با کاشی کاری یک تانسور معین یک تانسور می سازد.
TileGrad <T گسترش TType >	گرادیان «کاشی» را برمی‌گرداند.
مهر زمان	زمان از دوران را در ثانیه ارائه می دهد.
ToBool	یک تانسور را به یک محمول اسکالر تبدیل می کند.
ToHashBucket	هر رشته در تنسور ورودی را با تعدادی سطل به حالت هش خود تبدیل می کند.
ToHashBucketFast	هر رشته در تنسور ورودی را با تعدادی سطل به حالت هش خود تبدیل می کند.
ToHashBucketStrong	هر رشته در تنسور ورودی را با تعدادی سطل به حالت هش خود تبدیل می کند.
ToNumber <T TNumber > را گسترش می دهد	هر رشته در تانسور ورودی را به نوع عددی مشخص شده تبدیل می کند.
TopK <T TNumber > را گسترش می دهد	مقادیر و شاخص‌های «k» بزرگترین عناصر را برای آخرین بعد پیدا می‌کند.
TopKUnique	مقادیر منحصر به فرد TopK را در آرایه به ترتیب مرتب شده برمی گرداند.
TopKWithUnique	مقادیر TopK را در آرایه به ترتیب مرتب شده برمی گرداند.
Transpose <T extensions TType >	ابعاد x را طبق یک جایگشت به هم بزنید.
TriangularSolve <T گسترش TType >	سیستم های معادلات خطی را با ماتریس های مثلثی بالا یا پایین با جایگزینی معکوس حل می کند.
TridiagonalMatMul <T TType > را گسترش می دهد	محاسبه محصول با ماتریس سه قطری
TridiagonalSolve <T گسترش TType >	سیستم های معادلات سه ضلعی را حل می کند.
TruncateDiv <T TType > را گسترش می دهد	x/y را از نظر عنصر برای انواع عدد صحیح برمی‌گرداند.
TruncateMod <T TNumber > را گسترش می دهد	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
TruncatedNormal <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال کوتاه شده به دست می آورد.
TryRpc	انجام دسته ای از درخواست های RPC.
Unbatch <T extensions TType >	عملکرد Batch را برای یک تانسور خروجی معکوس می کند.
UnbatchDataset	مجموعه داده ای که عناصر ورودی خود را به چندین عنصر تقسیم می کند.
UnbatchGrad <T TType > را گسترش می دهد	گرادیان Unbatch.
UncompressElement	یک عنصر مجموعه داده فشرده را از حالت فشرده خارج می کند.
UnicodeDecode <T TNumber > را گسترش می دهد	هر رشته را در "ورودی" به دنباله ای از نقاط کد یونیکد رمزگشایی می کند.
UnicodeDecodeWithOffsets <T تعداد TNumber را گسترش می دهد	هر رشته را در "ورودی" به دنباله ای از نقاط کد یونیکد رمزگشایی می کند.
UnicodeEcode	یک تانسور از ints را در رشته های یونیکد رمزگذاری کنید.
UnicodeScript	کدهای اسکریپت یک تانسور معین از نقاط کد عدد صحیح یونیکد را تعیین کنید.
Unicode Transcode	متن ورودی را از کدگذاری منبع به رمزگذاری مقصد تبدیل کنید.
UniformCandidateSampler	برچسب هایی را برای نمونه برداری کاندید با توزیع یکنواخت تولید می کند.
منحصر به فرد <T گسترش TType ، V گسترش TNumber >	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
UniqueDataset	مجموعه داده ای ایجاد می کند که حاوی عناصر منحصر به فرد «مجموعه_داده های ورودی» است.
UniqueWithCounts <T TType را گسترش می دهد، V TNumber را گسترش می دهد	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
UnravelIndex <T TNumber را گسترش می دهد >	آرایه ای از شاخص های مسطح را به چند آرایه مختصات تبدیل می کند.
دسته بندی نشده پیوستن	به عناصر "ورودی ها" بر اساس "segment_ids" می پیوندد.
UnsortedSegmentMax <T TNumber > را گسترش می دهد	حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
UnsortedSegmentMin <T TNumber > را گسترش می دهد	حداقل را در امتداد قطعات یک تانسور محاسبه می کند.
UnsortedSegmentProd <T TType > را گسترش می دهد	حاصلضرب را در امتداد بخش های یک تانسور محاسبه می کند.
UnsortedSegmentSum <T TType > را گسترش می دهد	مجموع قطعات یک تانسور را محاسبه می کند.
<T extends TType > را از پشته بردارید	یک بعد معین از یک تانسور رتبه-`R` را به تانسورهای`num` rank-`(R-1)` باز می کند.
بدون صحنه	Op شبیه به Dequeue سبک وزن است.
UnwrapDatasetVariant
بالا	همه کاراکترهای کوچک را به جانشینی با حروف بزرگ تبدیل می کند.
UpperBound <U TNumber را گسترش می دهد >	upper_bound (مقادیر_جستجوی_مرتب‌شده، مقادیر) را در امتداد هر ردیف اعمال می‌کند.
VarHandleOp	یک دسته برای یک منبع متغیر ایجاد می کند.
VarIsInitializedOp	بررسی می کند که آیا یک متغیر مبتنی بر دسته منبع مقداردهی اولیه شده است یا خیر.
متغیر <T گسترش TType >	حالت را به شکل یک تانسور نگه می دارد که در تمام مراحل باقی می ماند.
VariableShape <T TNumber > را گسترش می دهد	شکل متغیری را که «منبع» به آن اشاره می‌کند، برمی‌گرداند.
کجا	مکان هایی از مقادیر غیرصفر / واقعی را در یک تانسور برمی گرداند.
WholeFileReader	خواننده ای که کل محتوای یک فایل را به عنوان یک مقدار خروجی می دهد.
WindowDataset	عناصر ورودی (لانه) را در مجموعه داده ای از (لانه) پنجره ها ترکیب می کند.
ضربان قلب کارگر	ضربان قلب کارگر عملیات
WrapDatasetVariant
WriteAudioSummary	خلاصه صوتی می نویسد.
WriteFile	محتویات فایل را در نام فایل ورودی می نویسد.
WriteGraphSummary	خلاصه نمودار می نویسد.
خلاصه هیستوگرام بنویسید	خلاصه هیستوگرام می نویسد.
WriteImageSummary	خلاصه تصویر می نویسد.
WriteRawProtoSummary	یک خلاصه اولیه سریالی می نویسد.
WriteScalarSummary	خلاصه ای اسکالر می نویسد.
خلاصه بنویس	خلاصه تانسور می نویسد.
Xdivy <T TType > را گسترش می دهد	اگر x == 0 باشد، 0 را برمی‌گرداند و در غیر این صورت، x / y را به صورت عنصری برمی‌گرداند.
XlaRecvFromHost <T TType را گسترش می دهد	یک عملیات برای دریافت تانسور از میزبان.
XlaSendToHost	گزینه ای برای ارسال یک تانسور به میزبان.
XlaSetBound	یک کران برای مقدار ورودی داده شده به عنوان یک اشاره به کامپایلر Xla تنظیم کنید. همان مقدار را برمی گرداند.
XlaSpmdFullToShardShape <T TType را گسترش می دهد	عملیاتی که توسط پارتیشن‌کننده XLA SPMD برای جابجایی از پارتیشن‌بندی خودکار به آن استفاده می‌شود پارتیشن بندی دستی
XlaSpmdShardToFullShape <T TType را گسترش می دهد >	عملیاتی که توسط پارتیشن‌کننده XLA SPMD برای تغییر از پارتیشن‌بندی دستی به آن استفاده می‌شود پارتیشن بندی خودکار
Xlog1py <T TType را گسترش می دهد >	اگر x == 0 باشد، 0 را برمی‌گرداند و در غیر این صورت، x * log1p(y) را به صورت عنصری برمی‌گرداند.
Xlogy <T TType را گسترش می دهد >	اگر x == 0 باشد، 0 را برمی‌گرداند و در غیر این صورت، x * log(y) را به صورت عنصری برمی‌گرداند.
ZerosLike <T TType > را گسترش می دهد	یک تانسور صفر با شکل و نوع x را برمی‌گرداند.
Zeta <T TNumber > را گسترش می دهد	محاسبه تابع زتا هورویتز \\(\zeta(x, q)\\).
ZipDataset	مجموعه داده ای ایجاد می کند که «مجموعه داده های ورودی» را با هم فشرده می کند.
erfinv <T TNumber را گسترش می دهد >

یک کلاس پایه برای پیاده سازی های Op که توسط یک Operation پشتیبانی می شوند.

هر عملیات ثبت شده در هسته TensorFlow به عنوان RawOp ارائه می شود. عملیات سفارشی که تنها با یک عملیات کار می کنند نیز ممکن است از این کلاس مشتق شوند.

روش های عمومی

بولی نهایی	برابر است (object obj)
بین المللی نهایی	هش کد ()
عملیات	عملیات () این واحد محاسبه را به عنوان یک `Operation` واحد برگردانید.
رشته نهایی	toString ()

روش های ارثی

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	کد هش ()
باطل نهایی	اطلاع رسانی ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.op.Op

چکیده Execution Environment	env () محیط اجرایی را که این عملیات در آن ایجاد شده است برگردانید.
عملیات انتزاعی	عملیات () این واحد محاسبه را به عنوان یک `Operation` واحد برگردانید.

روش های عمومی

بولین نهایی عمومی برابر است (Object Obj)

هش کد نهایی عمومی ()

عملیات عمومی ()

این واحد محاسبه را به عنوان یک Operation واحد برگردانید.

برای عملیات raw ، مقدار بازگشتی با عملیات TensorFlow که توسط این عملیات پیچیده شده است مطابقت دارد.

برای یک OP کامپوزیت ، مقدار برگشتی معمولاً با آخرین عملیات فراخوانی شده در یک زنجیره یا با گروهی NoOp یک یا چند عملیات را به عنوان یک واحد واحد محاسبه می کند مطابقت دارد.

برمی گرداند

یک Operation

رشته نهایی عمومی ToString ()

کلاس انتزاعی عمومی RAWOP

زیر کلاسهای مستقیم شناخته شده

Abort , Abs <T extensions TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extensions TType >, Acos Extends TType >, Acos Extends TType >, Acos Extends TType , <Ttpe extensions بله >، addManysParsetOtEnsorSmap ، addn <t ttype > ، addsparsetotensorsorsmap ، artercontrast <t tnumber > ، adjusthue <t tnumber > و 1152 مورد دیگر.

سقط	هنگام فراخوانی، یک استثنا برای لغو فرآیند ایجاد کنید.
Abs <T TNumber > را گسترش می دهد	قدر مطلق یک تانسور را محاسبه می کند.
AccumulateN <T TType را گسترش می دهد >	جمع عنصر فهرستی از تانسورها را برمی‌گرداند.
AccumulatorApplyGradient	یک گرادیان را به یک انباشتگر معین اعمال می کند.
AccumulatorNumAccumulated	تعداد گرادیان های جمع شده در انباشته های داده شده را برمی گرداند.
AccumulatorSetGlobalStep	Acumulator را با یک مقدار جدید برای global_step به روز می کند.
AccumulatorTakeGradient <T TType را گسترش می دهد >	گرادیان متوسط را در ConditionalAccumulator داده شده استخراج می کند.
Acos <T TType > را گسترش می دهد	aco از x را از نظر عنصر محاسبه می کند.
Acosh <T TType > را گسترش می دهد	محاسبه کسینوس هذلولی معکوس x از نظر عنصر.
<T extensions TType > را اضافه کنید	از نظر عنصر x + y را برمی‌گرداند.
AddManySparseToTensorsMap	یک «SparseTensor» کوچک «N» را به «SparseTensorsMap» اضافه کنید، دسته‌های «N» را برگردانید.
AddN <T TType > را گسترش می دهد	همه عناصر تانسور ورودی را از نظر عاقلانه اضافه کنید.
AddSparseToTensorsMap	یک «SparseTensor» به یک «SparseTensorsMap» دسته آن اضافه کنید.
AdjustContrast <T TNumber > را گسترش می دهد	کنتراست یک یا چند تصویر را تنظیم کنید.
AdjustHue <T TNumber را گسترش می دهد >	رنگ یک یا چند تصویر را تنظیم کنید.
AdjustSaturation <T TNumber را گسترش می دهد >	اشباع یک یا چند تصویر را تنظیم کنید.
همه	"منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
AllCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
AllReduce <T Extracts TNumber >	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
AllToAll <T TType > را گسترش می دهد	یک عملیات برای تبادل داده در بین کپی های TPU.
زاویه <U TNumber > را گسترش می دهد	آرگومان یک عدد مختلط را برمی گرداند.
ناشناس تکرار کننده	ظرفی برای یک منبع تکرارکننده.
AnonymousMemoryCache
AnonymousMultiDeviceIterator	ظرفی برای منبع تکرارکننده چند دستگاهی.
ناشناس RandomSeed Generator
Anonymous SeedGenerator
هر	"منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
ApplyAdaMax <T TType را گسترش می دهد >	"*var" را طبق الگوریتم AdaMax به روز کنید.
ApplyAdadelta <T گسترش TType >	"*var" را طبق طرح adadelta به روز کنید.
ApplyAdagrad <T گسترش TType >	"*var" را طبق طرح adagrad به روز کنید.
ApplyAdagradDa <T TType را گسترش می دهد >	"*var" را طبق طرح آداگراد پروگزیمال به روز کنید.
ApplyAdagradV2 <T TType را گسترش می دهد >	"*var" را طبق طرح adagrad به روز کنید.
ApplyAdam <T گسترش TType >	"*var" را طبق الگوریتم Adam به روز کنید.
ApplyAddSign <T گسترش TType >	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ApplyCenteredRmsProp <T TType > را گسترش می دهد	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
ApplyFtrl <T TType را گسترش می دهد >	"*var" را طبق طرح Ftrl-proximal به روز کنید.
ApplyGradientDescent <T TType را گسترش می دهد >	«var» را با کم کردن «alpha» «delta» از آن به‌روزرسانی کنید.
ApplyMomentum <T TType را گسترش می دهد >	"*var" را مطابق طرح حرکت به روز کنید.
ApplyPowerSign <T TType را گسترش می دهد >	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ApplyProximalAdagrad <T گسترش TType >	«var» و «accum» را مطابق با FOBOS با نرخ یادگیری Adagrad به‌روزرسانی کنید.
ApplyProximalGradientDescent <T TType را گسترش می دهد	"*var" را به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت به روز کنید.
ApplyRmsProp <T TType > را گسترش می دهد	"*var" را طبق الگوریتم RMSProp به روز کنید.
تقریبی برابر	مقدار حقیقت abs(xy) < تحمل عنصر را برمی‌گرداند.
ArgMax <V TNumber را گسترش می دهد	شاخصی را با بیشترین مقدار در ابعاد یک تانسور برمی‌گرداند.
ArgMin <V TNumber را گسترش می دهد	شاخصی را با کمترین مقدار در ابعاد یک تانسور برمی‌گرداند.
AsString	هر ورودی در تانسور داده شده را به رشته تبدیل می کند.
Asin <T TType > را گسترش می دهد	سینوس معکوس مثلثاتی x را از نظر عنصر محاسبه می کند.
Asinh <T TType > را گسترش می دهد	سینوس هذلولی معکوس x را از نظر عنصر محاسبه می کند.
AssertCardinalityDataset
AssertNextDataset
ادعا کن	ادعا می کند که شرط داده شده درست است.
<T extends TType > را اختصاص دهید	"ref" را با اختصاص دادن "value" به آن به روز کنید.
AssignAdd <T extends TType >	"ref" را با افزودن "value" به آن به روز کنید.
AssignAddVariableOp	یک مقدار به مقدار فعلی یک متغیر اضافه می کند.
AssignSub <T گسترش TType >	"ref" را با کم کردن "value" از آن به روز کنید.
AssignSubVariableOp	مقداری را از مقدار فعلی یک متغیر کم می کند.
AssignVariableOp	مقدار جدیدی را به یک متغیر اختصاص می دهد.
آتان <T TType > را گسترش می دهد	مماس معکوس مثلثاتی x را از نظر عنصر محاسبه می کند.
Atan2 <T TNumber را گسترش می دهد >	با رعایت نشانه‌های آرگومان‌ها، مماس «y/x» را از نظر عنصر محاسبه می‌کند.
Atanh <T گسترش TType >	مماس هذلولی معکوس x را از نظر عنصر محاسبه می کند.
طیف صوتی	تصویری از داده های صوتی را در طول زمان تولید می کند.
خلاصه صوتی	بافر پروتکل «Summary» را همراه با صدا خروجی می‌دهد.
AutoShardDataset	مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
AvgPool <T TNumber را گسترش می دهد	ادغام متوسط را روی ورودی انجام می دهد.
AvgPool3d <T TNumber را گسترش می دهد >	ادغام میانگین سه بعدی را روی ورودی انجام می دهد.
AvgPool3dGrad <T TNumber را گسترش می دهد	گرادیان تابع ادغام متوسط را محاسبه می کند.
AvgPoolGrad <T TNumber را گسترش می دهد	گرادیان تابع ادغام متوسط را محاسبه می کند.
BandPart <T TType > را گسترش می دهد	یک تانسور را کپی کنید که همه چیز خارج از باند مرکزی را در درونی ترین ماتریس صفر تنظیم می کند.
BandedTriangularSolve <T TType را گسترش می دهد
مانع	مانعی را تعریف می کند که در اجرای گراف های مختلف وجود دارد.
BarrierClose	سد داده شده را می بندد.
BarrierIncompleteSize	تعداد عناصر ناقص را در مانع داده شده محاسبه می کند.
BarrierInsertMany	برای هر کلید، مقدار مربوطه را به جزء مشخص شده اختصاص می دهد.
BarrierReadySize	تعداد عناصر کامل را در مانع داده شده محاسبه می کند.
BarrierTakeMany	تعداد داده شده عناصر تکمیل شده را از یک مانع می گیرد.
دسته ای	همه تانسورهای ورودی را به صورت غیر قطعی دسته بندی می کند.
BatchCholesky <T TNumber را گسترش می دهد
BatchCholeskyGrad <T TNumber را گسترش می دهد
BatchDataset	مجموعه داده‌ای ایجاد می‌کند که عناصر «بچ_اندازه» را از «مجموعه داده‌های ورودی» دسته‌بندی می‌کند.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T TType > را گسترش می دهد	برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchMatrixBandPart <T TType > را گسترش می دهد
BatchMatrixDeterminant <T TType > را گسترش می دهد
BatchMatrixDiag <T TType > را گسترش می دهد
BatchMatrixDiagPart <T TType > را گسترش می دهد
BatchMatrixInverse <T TNumber > را گسترش می دهد
BatchMatrixSetDiag <T TType > را گسترش می دهد
BatchMatrixSolve <T TNumber را گسترش می دهد
BatchMatrixSolveLs <T TNumber را گسترش می دهد
BatchMatrixTriangularSolve <T تعداد TNumber را گسترش می دهد
BatchNormWithGlobalNormalization <T TType > را گسترش می دهد	نرمال سازی دسته ای
BatchNormWithGlobalNormalizationGrad <T TType > را گسترش می دهد	گرادیان برای نرمال سازی دسته ای.
BatchSelfAdjointEig <T TNumber > را گسترش می دهد
BatchSvd <T TType را گسترش می دهد >
BatchToSpace <T TType > را گسترش می دهد	BatchToSpace برای تانسورهای 4 بعدی از نوع T.
BatchToSpaceNd <T TType > را گسترش می دهد	BatchToSpace برای تانسورهای ND از نوع T.
BesselI0 <T TNumber > را گسترش می دهد
BesselI0e <T TNumber را گسترش می دهد >
BesselI1 <T TNumber > را گسترش می دهد
BesselI1e <T TNumber را گسترش می دهد >
BesselJ0 <T TNumber > را گسترش می دهد
BesselJ1 <T TNumber > را گسترش می دهد
BesselK0 <T TNumber > را گسترش می دهد
BesselK0e <T TNumber را گسترش می دهد >
BesselK1 <T TNumber > را گسترش می دهد
BesselK1e <T TNumber را گسترش می دهد >
BesselY0 <T TNumber > را گسترش می دهد
BesselY1 <T TNumber > را گسترش می دهد
Betainc <T تعداد TNumber را گسترش می دهد	انتگرال بتای ناقص منظم را محاسبه کنید \\(I_x(a, b)\\).
BiasAdd <T گسترش TType >	"سوگیری" را به "ارزش" اضافه می کند.
BiasAddGrad <T گسترش TType >	عملیات معکوس برای "BiasAdd" روی تانسور "bias".
Bincount <T TNumber را گسترش می دهد >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
Bitcast <U TType را گسترش می دهد >	یک تانسور را از یک نوع به نوع دیگر بدون کپی کردن داده ارسال می کند.
BitwiseAnd <T TNumber > را گسترش می دهد	Elementwise AND بیتی «x» و «y» را محاسبه می کند.
BitwiseOr <T TNumber > را گسترش می دهد	Elementwise OR بیتی «x» و «y» را محاسبه می کند.
BitwiseXor <T TNumber > را گسترش می دهد	Elementwise XOR بیتی «x» و «y» را محاسبه می کند.
BlockLSTM <T تعداد TNumber را گسترش می دهد	انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BlockLSTMGrad <T TNumber را گسترش می دهد >	انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BoostedTreesAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesBucketize	هر ویژگی را بر اساس مرزهای سطل سطل کنید.
BoostedTreesCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCalculateBestFeatureSplitV2	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای هر گره برمی گرداند.
BoostedTreesCalculateBestGainsPerFeature	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCenterBias	پیشین را از داده های آموزشی محاسبه می کند (بایاس) و اولین گره را با پیشین logits پر می کند.
BoostedTreesCreateEnsemble	یک مدل مجموعه درختی ایجاد می کند و یک دسته را به آن برمی گرداند.
BoostedTreesCreateQuantileStreamResource	منبع برای Quantile Streams ایجاد کنید.
BoostedTreesDeserializeEnsemble	پیکربندی مجموعه درختی سریالی را از حالت سریال خارج می کند و درخت فعلی را جایگزین می کند گروه
BoostedTreesEnsembleResourceHandleOp	یک دسته برای یک BoostedTreesEnsembleResource ایجاد می کند
BoostedTreesExampleDebugOutputs	اشکال زدایی/خروجی های تفسیرپذیری مدل برای هر مثال.
BoostedTreesFlushQuantileSummaries	خلاصه‌های چندک را از هر منبع جریان چندک بشویید.
BoostedTreesGetEnsembleStates	نشانه تمبر منابع مجموعه درختی، تعداد درختان و آمار رشد را بازیابی می کند.
BoostedTreesMakeQuantileSummaries	خلاصه چندک ها را برای دسته تهیه می کند.
BoostedTreesMakeStatsSummary	خلاصه ای از آمار انباشته شده را برای دسته ایجاد می کند.
BoostedTreesPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و لاجیت ها را محاسبه می کند.
BoostedTreesQuantileStreamResourceAddSummaries	خلاصه‌های کمیت را به هر منبع جریان چندک اضافه کنید.
BoostedTreesQuantileStreamResourceDeserialize	مرزهای سطل را از حالت سریال خارج کنید و پرچم آماده را در QuantileAccumulator فعلی علامت گذاری کنید.
BoostedTreesQuantileStreamResourceFlush	خلاصه‌ها را برای یک منبع جریان چندگانه شستشو دهید.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	بر اساس خلاصه های انباشته شده، مرزهای سطل را برای هر ویژگی ایجاد کنید.
BoostedTreesQuantileStreamResourceHandleOp	یک دسته برای BoostedTreesQuantileStreamResource ایجاد می کند.
BoostedTreesSerializeEnsemble	مجموعه درخت را به یک پروتو سریال می کند.
BoostedTreesSparseAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesSparseCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesTrainingPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و به روز رسانی را به لاجیت های کش محاسبه می کند.
BoostedTreesUpdateEnsemble	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BoostedTreesUpdateEnsembleV2	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BroadcastDynamicShape <T TNumber > را گسترش می دهد	شکل s0 op s1 را با پخش برگردانید.
BroadcastGradientArgs <T TNumber را گسترش می دهد	شاخص های کاهش را برای محاسبه گرادیان های s0 op s1 با پخش برگردانید.
BroadcastHelper <T TType را گسترش می دهد >	اپراتور کمکی برای انجام پخش به سبک XLA با استفاده از قوانین پخش XLA برای اپراتورهای باینری، «lhs» و «rhs» را با افزودن ابعاد 1 به هر یک از «lhs» و «rhs» که رتبه‌های پایین‌تری دارند، در یک رتبه پخش می‌کند.
BroadcastRecv <T TType را گسترش می دهد >	یک مقدار تانسور را از دستگاه دیگری دریافت می کند.
BroadcastSend <T گسترش TType >	یک مقدار تانسور را به یک یا چند دستگاه دیگر پخش می کند.
BroadcastTo <T TType > را گسترش می دهد	پخش یک آرایه برای یک شکل سازگار.
سطل کردن	"ورودی" را بر اساس "مرزها" سطل می کند.
BytesProducedStatsDataset	اندازه بایت هر عنصر «مجموعه_داده‌های ورودی» را در یک StatsAggregator ثبت می‌کند.
CSRSparseMatrixComponents <T گسترش TType >	مؤلفه‌های CSR را در «شاخص» دسته‌ای می‌خواند.
CSRSparseMatrixToDense <T TType > را گسترش می دهد	یک CSRSparseMatrix (احتمالا دسته ای) را به متراکم تبدیل کنید.
CSRSparseMatrixToSparseTensor <T TType > را گسترش می دهد	یک CSRSparesMatrix (احتمالا دسته‌ای) را به SparseTensor تبدیل می‌کند.
CSVDataset
CSVDatasetV2
CTCLossV2	CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CacheDataset	مجموعه داده‌ای ایجاد می‌کند که عناصر را از «مجموعه داده‌های ورودی» ذخیره می‌کند.
CacheDatasetV2
Cast <U گسترش TType >	x از نوع SrcT را به y از DstT بریزید.
Ceil <T TNumber > را گسترش می دهد	کوچکترین عدد صحیح را از نظر عنصر که کمتر از x نباشد برمی گرداند.
CheckNumerics <T TNumber را گسترش می دهد >	یک تانسور را برای مقادیر NaN، -Inf و +Inf بررسی می کند.
Cholesky <T گسترش TType >	تجزیه Cholesky یک یا چند ماتریس مربع را محاسبه می کند.
CholeskyGrad <T TNumber را گسترش می دهد >	گرادیان پس انتشار حالت معکوس الگوریتم Cholesky را محاسبه می کند.
FastestDataset را انتخاب کنید
ClipByValue <T TType را گسترش می دهد >	مقادیر تانسور را به حداقل و حداکثر مشخص می کند.
CloseSummaryWriter
ClusterOutput <T TType > را گسترش می دهد	اپراتوری که خروجی یک محاسبات XLA را به گره های گراف مصرف کننده دیگر متصل می کند.
CollectiveGather <T TNumber را گسترش می دهد	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectivePermute <T TType را گسترش می دهد >	عملیاتی برای جابجایی تانسورها در نمونه های تکرار شده TPU.
CombinedNonMaxSuppression	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، این عملیات non_max_suppression را روی ورودی‌های هر دسته، در همه کلاس‌ها انجام می‌دهد.
CompareAndBitpack	مقادیر «ورودی» را با «آستانه» مقایسه کنید و بیت های حاصل را در «uint8» بسته بندی کنید.
نتیجه گردآوری	نتیجه یک کامپایل TPU را برمی‌گرداند.
CompileSucceededAssert	ادعا می کند که گردآوری موفق بوده است.
مجتمع <U TType را گسترش می دهد >	دو عدد واقعی را به عدد مختلط تبدیل می کند.
ComplexAbs <U TNumber را گسترش می دهد >	قدر مطلق مختلط یک تانسور را محاسبه می کند.
CompressElement	یک عنصر مجموعه داده را فشرده می کند.
ComputeAccidentalHits	شناسه موقعیت‌ها را در sampled_candidates که با true_label‌ها مطابقت دارند محاسبه می‌کند.
ComputeBatchSize	اندازه دسته ایستا یک مجموعه داده بدون دسته های جزئی را محاسبه می کند.
Concat <T TType > را گسترش می دهد	تانسورها را در یک بعد به هم متصل می کند.
ConcatenateDataset	مجموعه داده‌ای ایجاد می‌کند که «مجموعه داده‌های ورودی» را با «مجموعه_داده دیگری» پیوند می‌دهد.
Conditional Accumulator	یک انباشته شرطی برای تجمیع گرادیان ها.
ConfigureDistributedTPU	ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
پیکربندی TPUEmbedding	TPUEmbedding را در یک سیستم TPU توزیع شده تنظیم می کند.
Conj <T TType > را گسترش می دهد	مزدوج مختلط یک عدد مختلط را برمی‌گرداند.
ConjugateTranspose <T گسترش TType >	ابعاد x را بر اساس یک جایگشت مخلوط کنید و نتیجه را مزدوج کنید.
ثابت <T TType > را گسترش می دهد	عملگر که مقدار ثابتی را تولید می کند.
ConsumeMutexLock	این عملیات یک قفل ایجاد شده توسط "MutexLock" را مصرف می کند.
ControlTrigger	هیچ کاری نمی کند.
تبدیل <T TType > را گسترش می دهد	اپراتور XLA ConvGeneralDilated را که در مستند شده است، می پیچد https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution.
Conv2d <T TNumber > را گسترش می دهد	یک پیچیدگی دوبعدی را با تانسورهای 4 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
Conv2dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان کانولوشن را با توجه به فیلتر محاسبه می کند.
Conv2dBackpropInput <T TNumber > را گسترش می دهد	شیب کانولوشن را با توجه به ورودی محاسبه می کند.
Conv3d <T TNumber > را گسترش می دهد	یک پیچیدگی سه بعدی را با تانسورهای 5 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
Conv3dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان های پیچش سه بعدی را با توجه به فیلتر محاسبه می کند.
Conv3dBackpropInput <U TNumber > را گسترش می دهد	گرادیان های کانولوشن سه بعدی را با توجه به ورودی محاسبه می کند.
<T extensions TType > را کپی کنید	یک تانسور را از CPU به CPU یا GPU به GPU کپی کنید.
CopyHost <T TType را گسترش می دهد	یک تانسور را در میزبان کپی کنید.
Cos <T TType > را گسترش می دهد	cos x را از نظر عنصر محاسبه می کند.
Cosh <T TType را گسترش می دهد >	کسینوس هذلولی x از نظر عنصر را محاسبه می کند.
CountUpTo <T TNumber > را گسترش می دهد	"ref" را تا رسیدن به "حد" افزایش می دهد.
CreateSummaryDbWriter
CreateSummaryFileWriter
CropAndResize	برش ها را از تانسور تصویر ورودی استخراج می کند و اندازه آنها را تغییر می دهد.
CropAndResizeGradboxes	گرادیان crop_and_resize را در تانسور جعبه های ورودی محاسبه می کند.
CropAndResizeGradImage <T TNumber > را گسترش می دهد	گرادیان crop_and_resize را در تانسور تصویر ورودی محاسبه می کند.
Cross <T TNumber > را گسترش می دهد	حاصل ضرب زوجی را محاسبه کنید.
CrossReplicaSum <T TNumber > را گسترش می دهد	یک عملیات جمع‌آوری ورودی‌ها در نمونه‌های تکراری TPU.
CtcBeamSearchDecoder <T TNumber > را گسترش می دهد	رمزگشایی جستجوی پرتو را بر روی لاجیت های داده شده در ورودی انجام می دهد.
CtcGreedyDecoder <T TNumber > را گسترش می دهد	رمزگشایی حریصانه را بر روی لاجیت های داده شده در ورودی ها انجام می دهد.
CtcLoss <T TNumber > را گسترش می دهد	CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CudnnRNN <T TNumber > را گسترش می دهد	یک RNN با پشتیبانی cuDNN.
CudnnRNNBackprop <T TNumber > را گسترش می دهد	مرحله پشتیبان CudnnRNNV3.
CudnnRNNCcanonicalToParams <T TNumber > را گسترش می دهد	پارامترهای CudnnRNN را از فرم متعارف به فرم قابل استفاده تبدیل می کند.
CudnnRNNParamsToCanonical <T TNumber > را گسترش می دهد	پارامترهای CudnnRNN را به شکل متعارف بازیابی می کند.
CudnnRnnParamsSize <U گسترش TNumber >	اندازه وزن هایی را محاسبه می کند که می تواند توسط یک مدل Cudnn RNN استفاده شود.
Cumprod <T TType > را گسترش می دهد	حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
Cumsum <T TType > را گسترش می دهد	مجموع تجمعی تانسور "x" را در امتداد "محور" محاسبه کنید.
CumulativeLogsumexp <T TNumber > را گسترش می دهد	حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
DataFormatDimMap <T TNumber > را گسترش می دهد	شاخص ابعاد را در قالب داده مقصد با توجه به یک in برمی‌گرداند فرمت داده منبع
DataFormatVecPermute <T TNumber > را گسترش می دهد	تانسور ورودی را از "src_format" به "dst_format" تغییر دهید.
DataServiceDataset
DatasetCardinality	اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
DatasetFromGraph	یک مجموعه داده از «graph_def» داده شده ایجاد می کند.
DatasetToGraph	یک GraphDef سریالی را که «مجموعه داده‌های ورودی» را نشان می‌دهد، برمی‌گرداند.
DatasetToSingleElement	خروجی عنصر واحد از مجموعه داده داده شده.
DatasetToTFRecord	مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
DatasetToTfRecord	مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
Dawsn <T TNumber > را گسترش می دهد
DebugGradientIdentity <T TType را گسترش می دهد >	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugGradientRefIdentity <T TType را گسترش می دهد	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugIdentity <T TType را گسترش می دهد >	Debug Identity V2 Op.
DebugNanCount	Debug NaN Value Counter Op.
DebugNumericsSummary <U گسترش TNumber >	اشکال زدایی خلاصه عددی V2 Op.
DecodeAndCropJpeg	رمزگشایی و برش یک تصویر با کد JPEG به تانسور uint8.
DecodeBase64	رشته های کدگذاری شده مبتنی بر وب ایمن را رمزگشایی کنید.
رمزگشایی Bmp	اولین فریم یک تصویر رمزگذاری شده با BMP را به یک تانسور uint8 رمزگشایی کنید.
رمزگشایی فشرده	رشته ها را از حالت فشرده خارج کنید.
رمزگشاییCsv	رکوردهای CSV را به تانسور تبدیل کنید.
DecodeGif	فریم(های) یک تصویر رمزگذاری شده با GIF را به یک تانسور uint8 رمزگشایی کنید.
DecodeImage <T TNumber را گسترش می دهد >	تابعی برای decode_bmp، decode_gif، decode_jpeg و decode_png.
رمزگشایی Jpeg	یک تصویر کد شده با JPEG را به یک تانسور uint8 رمزگشایی کنید.
DecodeJsonExample	رکوردهای نمونه کدگذاری شده با JSON را به رشته های بافر پروتکل باینری تبدیل کنید.
DecodePaddedRaw <T TNumber > را گسترش می دهد	بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
DecodePng <T TNumber > را گسترش می دهد	یک تصویر رمزگذاری شده با PNG را به تانسور uint8 یا uint16 رمزگشایی کنید.
رمزگشایی پروتو	عملیات، فیلدها را از یک پروتکل سریالی، پیام را به تانسورها استخراج می کند.
DecodeRaw <T TType > را گسترش می دهد	بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
DecodeWav	یک فایل 16 بیتی PCM WAV را به یک تانسور شناور رمزگشایی کنید.
DeepCopy <T TType را گسترش می دهد >	یک کپی از `x` ایجاد می کند.
DeleteIterator	ظرفی برای یک منبع تکرارکننده.
حذف MemoryCache
حذف MultiDeviceIterator	ظرفی برای یک منبع تکرارکننده.
حذف RandomSeedGenerator
حذف SeedGenerator
DeleteSessionTensor	تانسور مشخص شده توسط دسته آن در جلسه را حذف کنید.
DenseBincount <U گسترش TNumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
DenseCountSparseOutput <U گسترش TNumber >	شمارش سطل خروجی پراکنده را برای ورودی tf.tensor انجام می دهد.
DenseToCSRSparseMatrix	یک تانسور متراکم را به یک CSRSparseMatrix (احتمالا دسته‌ای) تبدیل می‌کند.
DenseToDenseSetOperation <T TType را گسترش می دهد	عملیات مجموعه را در امتداد آخرین بعد 2 ورودی «تنسور» اعمال می کند.
DenseToSparseBatchDataset	مجموعه داده ای ایجاد می کند که عناصر ورودی را در یک SparseTensor دسته بندی می کند.
DenseToSparseSetOperation <T TType > را گسترش می دهد	عملیات مجموعه را در امتداد آخرین بعد "Tensor" و "SparseTensor" اعمال می کند.
DepthToSpace <T TType > را گسترش می دهد	DepthToSpace برای تانسورهای نوع T.
DepthwiseConv2dNative <T TNumber > را گسترش می دهد	یک انحراف عمقی دو بعدی را با توجه به تانسورهای 4 بعدی «ورودی» و «فیلتر» محاسبه می‌کند.
DepthwiseConv2dNativeBackpropFilter <T TNumber را گسترش می دهد >	شیب پیچش عمقی را با توجه به فیلتر محاسبه می کند.
DepthwiseConv2dNativeBackpropInput <T TNumber > را گسترش می دهد	شیب پیچش عمقی را با توجه به ورودی محاسبه می کند.
کوانتیزه کردن	ورودی uint32 بسته بندی شده را می گیرد و ورودی را در uint8 باز می کند تا انجام دهد کوانتیزاسیون روی دستگاه
DeserializeIterator	تانسور متغیر داده شده را به یک تکرار کننده تبدیل می کند و آن را در منبع داده شده ذخیره می کند.
DeserializeManySparse <T گسترش TType >	«SparseTensors» را از یک مینی‌بچ سریالی غیرمستقیم و الحاق کنید.
DeserializeSparse <U extensions TType >	اشیاء «SparseTensor» را از حالت سریال خارج کنید.
DestroyResourceOp	منبع مشخص شده توسط دسته را حذف می کند.
DestroyTemporaryVariable <T TType > را گسترش می دهد	متغیر موقت را از بین می برد و مقدار نهایی آن را برمی گرداند.
Det <T TType > را گسترش می دهد	تعیین کننده یک یا چند ماتریس مربع را محاسبه می کند.
DeviceIndex	فهرست دستگاهی را که عملیات اجرا می کند برگردانید.
Digamma <T TNumber > را گسترش می دهد	Psi را محاسبه می کند، مشتق Lgamma (log قدر مطلق «گاما(x)»، از نظر عنصر.
Dilation2d <T TNumber را گسترش می دهد >	اتساع مقیاس خاکستری تانسورهای «ورودی» 4 بعدی و «فیلتر» سه بعدی را محاسبه می کند.
Dilation2dBackpropFilter <T TNumber > را گسترش می دهد	گرادیان اتساع مورفولوژیکی 2 بعدی را با توجه به فیلتر محاسبه می کند.
Dilation2dBackpropInput <T TNumber > را گسترش می دهد	گرادیان اتساع مورفولوژیکی 2 بعدی را با توجه به ورودی محاسبه می کند.
DirectedInterleaveDataset	جایگزینی برای «InterleaveDataset» در یک لیست ثابت از مجموعه داده «N».
Div <T TType > را گسترش می دهد	x/y را بر حسب عنصر برمی‌گرداند.
DivNoNan <T TType > را گسترش می دهد	اگر مخرج صفر باشد 0 را برمی گرداند.
نقطه <T TType > را گسترش می دهد	اپراتور XLA DotGeneral را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral.
DrawBoundingBoxes <T TNumber را گسترش می دهد >	بر روی دسته ای از تصاویر، کادرهای مرزی را رسم کنید.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicPartition <T TType را گسترش می دهد	"داده" را با استفاده از شاخص های "پارتیشن" به تانسورهای "تعداد_پارتیشن" تقسیم می کند.
DynamicSlice <T TType > را گسترش می دهد	عملگر XLA DynamicSlice را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice.
DynamicStitch <T TType را گسترش می دهد	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
DynamicUpdateSlice <T TType را گسترش می دهد	عملگر XLA DynamicUpdateSlice را که در مستند شده است، می پیچد https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice.
Edit Distance	فاصله ویرایش لوونشتاین (احتمالاً نرمال شده) را محاسبه می کند.
Eig <U TType > را گسترش می دهد	تجزیه ویژه یک یا چند ماتریس مربع را محاسبه می کند.
Einsum <T TType > را گسترش می دهد	عملیاتی که از einsum op اولیه با 2 ورودی و 1 خروجی پشتیبانی می کند.
Elu <T TNumber > را گسترش می دهد	خطی نمایی را محاسبه می کند: «exp(ویژگی ها) - 1» اگر < 0 باشد، «ویژگی ها» در غیر این صورت.
EluGrad <T TNumber را گسترش می دهد >	گرادیان ها را برای عملیات خطی نمایی (Elu) محاسبه می کند.
EmbeddingActivations	تمایز تعبیه‌های TPU را قادر می‌سازد.
خالی <T گسترش TType >	با شکل داده شده یک تانسور ایجاد می کند.
EmptyTensorList	یک لیست تانسور خالی ایجاد و برمی گرداند.
EmptyTensorMap	یک نقشه تانسور خالی ایجاد و برمی گرداند.
EncodeBase64	رشته ها را در قالب وب ایمن base64 رمزگذاری کنید.
EncodeJpeg	JPEG یک تصویر را رمزگذاری کنید.
EncodeJpegVariableQuality	تصویر ورودی کد JPEG با کیفیت فشرده سازی ارائه شده.
EncodePng	PNG یک تصویر را رمزگذاری کنید.
EncodeProto	عملیات، پیام های پروتوباف ارائه شده در تانسورهای ورودی را سریال می کند.
EncodeWav	کدگذاری داده های صوتی با استفاده از فرمت فایل WAV.
EnqueueTPUEmbeddingIntegerBatch	عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingRaggedTensorBatch	انتقال کدهایی را که از () tf.nn.embedding_lookup استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingSparseBatch	عملیاتی که شاخص های ورودی TPUEmbedding را از SparseTensor در صف قرار می دهد.
EnqueueTPUEmbeddingSparseTensorBatch	انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnsureShape <T TType را گسترش می دهد >	اطمینان حاصل می کند که شکل تانسور با شکل مورد انتظار مطابقت دارد.
<T extends TType > را وارد کنید	یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
برابر	مقدار صدق (x == y) را از نظر عنصر برمی‌گرداند.
Erf <T TNumber > را گسترش می دهد	تابع خطای گاوس "x" را از نظر عنصر محاسبه می کند.
Erfc <T TNumber > را گسترش می دهد	تابع خطای مکمل «x» را از نظر عنصر محاسبه می‌کند.
EuclideanNorm <T TType > را گسترش می دهد	هنجار اقلیدسی عناصر را در ابعاد یک تانسور محاسبه می کند.
اجرا کنید	عملیاتی که یک برنامه TPU را روی دستگاه TPU بارگیری و اجرا می کند.
ExecuteAndUpdateVariables	عملیاتی که برنامه ای را با به روز رسانی های متغیر در محل اختیاری اجرا می کند.
خروج از <T extensions TType >	از فریم فعلی به فریم اصلی خود خارج می شود.
Exp <T TType > را گسترش می دهد	نمایی x را از نظر عنصر محاسبه می کند.
ExpandDims <T گسترش TType >	بعد 1 را به شکل تانسور وارد می کند.
Expint <T TNumber > را گسترش می دهد
Expm1 <T TType را گسترش می دهد >	"exp(x) - 1" را از نظر عنصر محاسبه می کند.
ExtractGlimpse	یک نگاه اجمالی از تانسور ورودی استخراج می کند.
ExtractImagePatches <T گسترش TType >	«وصله‌ها» را از «تصاویر» استخراج کنید و آنها را در بعد خروجی «عمق» قرار دهید.
ExtractJpegShape <T TNumber را گسترش می دهد	اطلاعات شکل یک تصویر با کد JPEG را استخراج کنید.
ExtractVolumePatches <T extensions TNumber >	«وصله‌ها» را از «ورودی» استخراج کرده و در بعد خروجی «عمق» قرار دهید.
واقعیت	خروجی یک واقعیت در مورد فاکتوریل.
FakeQuantWithMinMaxArgs	تانسور «ورودی‌ها» را جعلی کوانتیزه کنید، تانسور float را به «خروجی‌ها» از همان نوع تایپ کنید.
FakeQuantWithMinMaxArgsGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxArgs محاسبه کنید.
FakeQuantWithMinMaxVars	کوانتیزه ساختگی تانسور ورودی از نوع شناور از طریق اسکالرهای شناور جهانی تانسور «ورودی‌ها» از نوع شناور را از طریق اسکالرهای شناور سراسری «min» و «حداکثر» به تانسور «خروجی‌ها» که همان شکل «ورودی‌ها» است، کوانتیزه کنید.
FakeQuantWithMinMaxVarsGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxVars محاسبه کنید.
FakeQuantWithMinMaxVarsPerChannel	کوانتیزه ساختگی تانسور ورودی از نوع شناور از طریق شناورهای هر کانال تانسور «ورودی‌ها» از نوع شناور در هر کانال و یکی از اشکال: «[d]»، «[b، d]» «[b، h، w، d]» را از طریق شناورهای هر کانال، کوانتیزه کنید. min» و «max» شکل «[d]» تا تانسور «خروجی» همان شکل «ورودی‌ها».
FakeQuantWithMinMaxVarsPerChannelGradient	گرادیان ها را برای عملیات FakeQuantWithMinMaxVarsPerChannel محاسبه کنید.
Fft <T TType > را گسترش می دهد	تبدیل فوریه سریع
Fft2d <T TType را گسترش می دهد >	تبدیل فوریه دو بعدی سریع
Fft3d <T TType را گسترش می دهد >	تبدیل فوریه سریع سه بعدی.
FifoQueue	صفی که عناصر را به ترتیب اول به اول بیرون تولید می کند.
پر کردن <U extends TType >	یک تانسور پر از یک مقدار اسکالر ایجاد می کند.
FilterByLastComponentDataset	یک مجموعه داده حاوی عناصر اولین مؤلفه «مجموعه داده_ورودی» ایجاد می‌کند که در آخرین مؤلفه درست است.
اثر انگشت	مقادیر اثر انگشت را ایجاد می کند.
FixedLengthRecordDataset
FixedLengthRecordReader	خواننده ای که رکوردهای با طول ثابت را از یک فایل خروجی می دهد.
FixedUnigramCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
طبقه <T تعداد TNumber را گسترش می دهد	بزرگترین عدد صحیح از نظر عنصر را که بزرگتر از x نباشد برمی گرداند.
FloorDiv <T TType را گسترش می دهد >	از نظر عنصر x // y را برمی‌گرداند.
FloorMod <T TNumber را گسترش می دهد	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
FlushSummaryWriter
FractionalAvgPool <T TNumber > را گسترش می دهد	ادغام میانگین کسری را روی ورودی انجام می دهد.
FractionalAvgPoolGrad <T TNumber > را گسترش می دهد	گرادیان تابع FractionalAvgPool را محاسبه می کند.
FractionalMaxPool <T TNumber > را گسترش می دهد	ادغام حداکثر کسری را روی ورودی انجام می دهد.
FractionalMaxPoolGrad <T TNumber > را گسترش می دهد	گرادیان تابع FractionalMaxPool را محاسبه می کند.
FresnelCos <T TNumber را گسترش می دهد
FresnelSin <T TNumber > را گسترش می دهد
FusedBatchNorm <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	نرمال سازی دسته ای
FusedBatchNormGrad <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	گرادیان برای عادی سازی دسته ای.
FusedPadConv2d <T TNumber > را گسترش می دهد	بالشتک را به عنوان یک پیش پردازش در طول یک کانولوشن انجام می دهد.
FusedResizeAndPadConv2d <T TNumber > را گسترش می دهد	تغییر اندازه و padding را به عنوان یک پیش پردازش در طول یک کانولوشن انجام می دهد.
GRUBlockCell <T TNumber > را گسترش می دهد	انتشار سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
GRUBlockCellGrad <T TNumber > را گسترش می دهد	انتشار مجدد سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
جمع آوری <T extensions TType >	اپراتور XLA Gather مستند شده در را می پیچد https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T گسترش TType >	برش‌ها را از «پارام‌ها» در یک تانسور با شکل مشخص شده با «شاخص‌ها» جمع‌آوری کنید.
GatherV2 <T TNumber > را گسترش می دهد	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
GenerateBoundingBoxProposals	این عملیات منطقه علایق را از جعبه‌های مرزبندی داده شده (bbox_deltas) لنگرهای wrt کدگذاری شده مطابق معادله 2 در arXiv:1506.01497 تولید می‌کند. این عملیات، جعبه‌های امتیازدهی برتر «pre_nms_topn» را انتخاب می‌کند، آن‌ها را با توجه به لنگرها رمزگشایی می‌کند، در جعبه‌های همپوشانی با مقدار تقاطع بیش از «nms_threshold» بالاتر از «nms_threshold»، جعبه‌هایی را که ضلع کوتاه‌تر از «» کمتر است، اعمال می‌کند. min_size`.
GenerateVocabRemapping	با دادن مسیری به فایل‌های واژگان جدید و قدیمی، یک Remapping Tensor از را برمی‌گرداند طول «num_new_vocab»، جایی که «remapping[i]» حاوی شماره ردیف در واژگان قدیمی است که مربوط به ردیف «i» در واژگان جدید است (شروع از خط «new_vocab_offset» و تا «num_new_vocab» موجودیت‌ها)، یا «- 1` اگر ورودی «i» در واژگان جدید در واژگان قدیمی نباشد.
GetSessionHandle	تانسور ورودی را در وضعیت جلسه جاری ذخیره کنید.
GetSessionTensor <T TType را گسترش می دهد >	مقدار تانسور مشخص شده توسط دسته آن را بدست آورید.
بزرگتر	مقدار حقیقت (x > y) را از نظر عنصر برمی‌گرداند.
بزرگتر برابر	مقدار حقیقت (x >= y) را از نظر عنصر برمی‌گرداند.
GuaranteeConst <T گسترش TType >	به زمان اجرای TF تضمین می دهد که تانسور ورودی ثابت است.
جدول هش	یک جدول هش غیر اولیه ایجاد می کند.
HistogramFixedWidth <U گسترش TNumber >	هیستوگرام مقادیر را برگردانید.
خلاصه هیستوگرام	یک بافر پروتکل «Summary» را با یک هیستوگرام خروجی می‌دهد.
HsvToRgb <T TNumber > را گسترش می دهد	یک یا چند تصویر را از HSV به RGB تبدیل کنید.
هویت <T گسترش TType >	یک تانسور با شکل و محتویات مشابه تانسور یا مقدار ورودی را برگردانید.
IdentityN	فهرستی از تانسورها را با اشکال و محتویات مشابه ورودی برمی‌گرداند تانسورها
IdentityReader	خواننده ای که کار در صف را به عنوان کلید و مقدار خروجی می دهد.
Ifft <T TType > را گسترش می دهد	تبدیل فوریه سریع معکوس
Ifft2d <T TType را گسترش می دهد >	تبدیل فوریه سریع دو بعدی معکوس.
Ifft3d <T TType > را گسترش می دهد	تبدیل فوریه سریع سه بعدی معکوس.
Igamma <T TNumber > را گسترش می دهد	تابع گامای ناقص منظم پایین تر «P(a, x)» را محاسبه کنید.
IgammaGradA <T TNumber را گسترش می دهد	گرادیان `igamma(a, x)` wrt `a` را محاسبه می کند.
Igammac <T TNumber > را گسترش می دهد	تابع گامای ناقص منظم شده بالای Q(a, x) را محاسبه کنید.
IgnoreErrorsDataset	مجموعه داده‌ای ایجاد می‌کند که حاوی عناصر «مجموعه داده‌های ورودی» است و خطاها را نادیده می‌گیرد.
تصویر <U TNumber > را گسترش می دهد	قسمت خیالی یک عدد مختلط را برمی گرداند.
ImageProjectiveTransformV2 <T TNumber > را گسترش می دهد	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImageProjectiveTransformV3 <T TNumber > را گسترش می دهد	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
خلاصه تصویر	بافر پروتکل «Summary» را با تصاویر خروجی می‌دهد.
ImmutableConst <T TType > را گسترش می دهد	تانسور تغییرناپذیر را از ناحیه حافظه برمی‌گرداند.
ImportEvent
InTopK	می گوید که آیا اهداف در پیش بینی های «K» برتر هستند یا خیر.
InfeedDequeue <T TType را گسترش می دهد >	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
InfeedDequeueTuple	چندین مقدار را از فید به عنوان یک تاپل XLA واکشی می کند.
InfeedEnqueue	عملیاتی که یک مقدار Tensor را وارد محاسبات می کند.
InfeedEnqueuePrelinearizedBuffer	عملیاتی که بافر از پیش خطی شده را در ورودی TPU قرار می دهد.
InfeedEnqueueTuple	چندین مقدار Tensor را به عنوان یک تاپل XLA وارد محاسبات می کند.
شروع کنید
InitializeTable	آغازگر جدول که به ترتیب دو تانسور برای کلیدها و مقادیر می گیرد.
InitializeTableFromDataset
InitializeTableFromTextFile	یک جدول را از یک فایل متنی مقداردهی اولیه می کند.
InplaceAdd <T گسترش TType >	v را به ردیف های مشخص شده x اضافه می کند.
InplaceSub <T TType > را گسترش می دهد	"v" را به ردیف های مشخص شده "x" تفریق می کند.
InplaceUpdate <T TType را گسترش می دهد >	سطرهای مشخص شده "i" را با مقادیر "v" به روز می کند.
Inv <T TType > را گسترش می دهد	معکوس یک یا چند ماتریس معکوس مربعی یا پیوندهای الحاقی آنها (جابه‌جایی مزدوج) را محاسبه می‌کند.
InvGrad <T TType را گسترش می دهد >	گرادیان را برای معکوس «x» با ورودی آن محاسبه می کند.
معکوس کردن <T گسترش TNumber >	معکوس کردن (برگرداندن) هر بیت از انواع پشتیبانی شده. به عنوان مثال، مقدار "uint8" 01010101 را تایپ کنید، به 10101010 تبدیل می شود.
InvertPermutation <T TNumber > را گسترش می دهد	جایگشت معکوس یک تانسور را محاسبه می کند.
Irfft <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی معکوس.
Irfft2d <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی دو بعدی معکوس.
Irfft3d <U TNumber را گسترش می دهد >	تبدیل فوریه سریع با ارزش واقعی سه بعدی معکوس.
IsBoostedTreesEnsembleInitialized	بررسی می کند که آیا یک مجموعه درختی مقداردهی اولیه شده است یا خیر.
IsBoostedTreesQuantileStreamResourceInitialized	بررسی می‌کند که آیا یک جریان چندکی مقداردهی اولیه شده است یا خیر.
محدود است	عناصر x متناهی را برمی گرداند.
IsInf	عناصر x را Inf برمی گرداند.
IsNan	عناصر x NaN را برمی‌گرداند.
IsVariableInitialized	بررسی می کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر.
ایزوتونیک رگرسیون <U TNumber را گسترش می دهد >	دسته ای از مشکلات رگرسیون ایزوتونیک را حل می کند.
تکرار کننده
IteratorFromStringHandle
IteratorGetDevice	نام دستگاهی را که «منبع» روی آن قرار داده شده است، برمی‌گرداند.
IteratorGetNext	خروجی بعدی را از تکرار کننده داده شده دریافت می کند.
IteratorGetNextAsOptional	خروجی بعدی را از تکرار کننده داده شده به عنوان یک نوع اختیاری دریافت می کند.
IteratorGetNextSync	خروجی بعدی را از تکرار کننده داده شده دریافت می کند.
IteratorToStringHandle	«دسته_منبع» داده شده را که یک تکرارکننده را نشان می‌دهد به رشته تبدیل می‌کند.
بپیوندید	رشته های موجود در لیست داده شده از تانسورهای رشته را به یک تانسور متصل می کند. با جداکننده داده شده (پیش فرض یک جداکننده خالی است).
KMC2ChainInitialization	شاخص نقطه داده ای را که باید به مجموعه seed اضافه شود، برمی گرداند.
KeyValueSort <T گسترش TNumber ، U گسترش TType >	عملگر XLA Sort را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#sort.
KmeansPlusPlusInitialization	num_to_sample ردیف های ورودی را با استفاده از معیار KMeans++ انتخاب می کند.
KthOrderStatistic	آمار Kth مرتبه یک مجموعه داده را محاسبه می کند.
L2Loss <T TNumber را گسترش می دهد >	از دست دادن L2.
LMDBDataset	مجموعه داده ای ایجاد می کند که جفت های کلید-مقدار را در یک یا چند فایل LMDB منتشر می کند.
LSTMBlockCell <T TNumber > را گسترش می دهد	انتشار سلول LSTM به جلو را برای 1 مرحله زمانی محاسبه می کند.
LSTMBlockCellGrad <T TNumber > را گسترش می دهد	انتشار سلول LSTM به عقب را برای 1 مرحله زمانی محاسبه می کند.
LatencyStatsDataset	تأخیر تولید عناصر «مجموعه داده‌های ورودی» را در StatsAggregator ثبت می‌کند.
LeakyRelu <T TNumber را گسترش می دهد	محاسبه خطی اصلاح شده: «حداکثر (ویژگی ها، ویژگی ها * آلفا)».
LeakyReluGrad <T TNumber را گسترش می دهد	گرادیان های خطی اصلاح شده را برای عملیات LeakyRelu محاسبه می کند.
LearnedUnigramCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یک‌گرم آموخته‌شده تولید می‌کند.
LeftShift <T TNumber را گسترش می دهد	Elementwise شیفت چپ بیتی «x» و «y» را محاسبه می کند.
کمتر	مقدار حقیقت (x < y) را از نظر عنصر برمی‌گرداند.
کمتر برابر	مقدار حقیقت (x <= y) را از نظر عنصر برمی‌گرداند.
Lgamma <T TNumber > را گسترش می دهد	گزارش قدر مطلق «Gamma(x)» را از نظر عنصر محاسبه می‌کند.
LinSpace <T TNumber > را گسترش می دهد	مقادیر را در یک بازه تولید می کند.
LmdbDataset
LmdbReader	خواننده ای که رکوردها را از یک فایل LMDB خروجی می دهد.
LoadAndRemapMatrix	یک «Tensor» دو بعدی (ماتریسی) با نام «old_tensor_name» از نقطه بازرسی بارگیری می شود در `ckpt_path` و به طور بالقوه ردیف ها و ستون های خود را با استفاده از نگاشت مجدد مشخص شده مجدداً ترتیب می دهد.
LoadTPUEmbeddingADAMParameters	بارگذاری پارامترهای جاسازی ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	بارگذاری پارامترهای جاسازی ADAM با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingAdadeltaParameters	بارگذاری پارامترهای جاسازی Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	بارگذاری پارامترهای Adadelta با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingAdagradParameters	بارگذاری پارامترهای جاسازی Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	پارامترهای جاسازی Adagrad را با پشتیبانی از اشکال زدایی بارگیری کنید.
LoadTPUEmbeddingCenteredRMSPropParameters	بارگذاری محور پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingFTRLParameters	بارگذاری پارامترهای جاسازی FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	بارگذاری پارامترهای جاسازی FTRL با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingMDLAdagradLightParameters	بارگذاری پارامترهای تعبیه نور MDL Adagrad.
LoadTPUEmbeddingMomentumParameters	پارامترهای جاسازی مومنتوم بار.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	بارگذاری پارامترهای جاسازی Momentum با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingProximalAdagradParameters	بارگذاری پارامترهای جاسازی پروگزیمال Adagrad.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	بارگذاری پارامترهای جاسازی پروگزیمال Adagrad با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	بارگذاری پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	بارگذاری پارامترهای جاسازی RMSProp با پشتیبانی از اشکال زدایی.
LoadTPUEmbeddingStochasticGradientDescentParameters	بارگذاری پارامترهای جاسازی SGD.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	بارگذاری پارامترهای جاسازی SGD.
LocalResponseNormalization <T TNumber > را گسترش می دهد	عادی سازی پاسخ محلی
LocalResponseNormalizationGrad <T TNumber > را گسترش می دهد	گرادیان برای عادی سازی پاسخ محلی.
Log <T TType > را گسترش می دهد	لگاریتم طبیعی x را از نظر عنصر محاسبه می کند.
Log1p <T TType > را گسترش می دهد	محاسبه لگاریتم طبیعی (1 + x) از نظر عنصر.
LogMatrixDeterminant <T TType > را گسترش می دهد	علامت و لاگ قدر مطلق تعیین کننده را محاسبه می کند یک یا چند ماتریس مربع
LogSoftmax <T TNumber را گسترش می دهد	فعال سازی های softmax را محاسبه می کند.
LogUniformCandidateSampler	برچسب‌هایی را برای نمونه‌گیری کاندید با توزیع یکنواخت log تولید می‌کند.
منطقی و	مقدار صدق x و y را از نظر عنصر برمی‌گرداند.
منطقی نیست	مقدار حقیقت "NOT x" را از نظر عنصر برمی‌گرداند.
منطقی یا	مقدار صدق x یا y را از نظر عنصر برمی‌گرداند.
LookupTableExport <T گسترش TType ، U گسترش TType >	خروجی تمام کلیدها و مقادیر جدول.
LookupTableFind <U گسترش TType >	کلیدها را در یک جدول جستجو می کند، مقادیر مربوطه را خروجی می کند.
LookupTableImport	محتویات جدول را با کلیدها و مقادیر مشخص شده جایگزین می کند.
LookupTableInsert	جدول را به روز می کند تا کلیدها را با مقادیر مرتبط کند.
LookupTableRemove	کلیدها و مقادیر مرتبط با آن را از جدول حذف می کند.
LookupTableSize	تعداد عناصر جدول داده شده را محاسبه می کند.
LoopCond	ورودی را به خروجی فوروارد می کند.
پایین تر	همه کاراکترهای بزرگ را به جانشینی با حروف کوچک تبدیل می کند.
LowerBound <U TNumber را گسترش می دهد >	پایین_کران (مقادیر_جستجوی_مرتب‌شده، مقادیر) را در امتداد هر ردیف اعمال می‌کند.
Lu <T TType را گسترش می دهد، U TNumber را گسترش می دهد	تجزیه LU یک یا چند ماتریس مربع را محاسبه می کند.
MakeIterator	یک تکرار کننده جدید از "مجموعه داده" داده شده ایجاد می کند و آن را در "itterator" ذخیره می کند.
MakeUnique	همه عناصر در بعد غیر دسته ای را منحصر به فرد کنید، اما \"نزدیک\" به ارزش اولیه آنها
MapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
MapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
اندازه نقشه	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
MapStage	مرحله (کلید، مقادیر) در کانتینر زیرین که مانند یک هشت‌تابل رفتار می‌کند.
MapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
MapUnstageNoKey	Op یک تصادفی (کلید، مقدار) را حذف و برمی گرداند. از ظرف زیرین
MatMul <T TType > را گسترش می دهد	ماتریس "a" را در ماتریس "b" ضرب کنید.
MatchingFiles	مجموعه ای از فایل های مطابق با یک یا چند الگوی glob را برمی گرداند.
MatchingFilesDataset
MatrixDiag <T TType > را گسترش می دهد	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixDiagPart <T TType > را گسترش می دهد	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagPartV3 <T TType > را گسترش می دهد	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagV3 <T TType > را گسترش می دهد	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixLogarithm <T TType را گسترش می دهد >	لگاریتم ماتریس یک یا چند ماتریس مربع را محاسبه می کند: \\(log(exp(A)) = A\\) این عملیات فقط برای ماتریس های پیچیده تعریف شده است.
MatrixSetDiag <T TType > را گسترش می دهد	یک تانسور ماتریس دسته‌ای را با مقادیر مورب دسته‌ای جدید برمی‌گرداند.
MatrixSolveLs <T گسترش TType >	یک یا چند مسئله حداقل مربعات خطی را حل می کند.
حداکثر <T TType > را گسترش می دهد	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
مجموعه داده MaxIntraOpParallelism	مجموعه داده ای ایجاد می کند که حداکثر موازی کاری درون عملیاتی را لغو می کند.
MaxPool <T TType > را گسترش می دهد	حداکثر ادغام را روی ورودی انجام می دهد.
MaxPool3d <T TNumber را گسترش می دهد	3D max Pooling را روی ورودی انجام می دهد.
MaxPool3dGrad <U TNumber را گسترش می دهد >	گرادیان تابع 3D max pooling را محاسبه می کند.
MaxPool3dGradGrad <T TNumber > را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGrad <T TNumber را گسترش می دهد	گرادیان تابع maxpooling را محاسبه می کند.
MaxPoolGradGrad <T TNumber را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGradGradWithArgmax <T TNumber > را گسترش می دهد	گرادیان های مرتبه دوم تابع maxpooling را محاسبه می کند.
MaxPoolGradWithArgmax <T TNumber > را گسترش می دهد	گرادیان تابع maxpooling را محاسبه می کند.
MaxPoolWithArgmax <T TNumber را گسترش می دهد، U TNumber را گسترش می دهد >	حداکثر ادغام را روی ورودی انجام می دهد و هم مقادیر حداکثر و هم شاخص ها را خروجی می کند.
حداکثر <T TNumber > را گسترش می دهد	حداکثر x و y را برمی‌گرداند (یعنی
میانگین <T گسترش TType >	میانگین عناصر در ابعاد یک تانسور را محاسبه می کند.
ادغام <T گسترش TType >	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
ادغام خلاصه	خلاصه ها را ادغام می کند.
MergeV2Checkpoints	فرمت خاص V2: فایل های ابرداده ایست های بازرسی خرد شده را ادغام می کند.
Mfcc	یک طیف نگار را به شکلی تبدیل می کند که برای تشخیص گفتار مفید است.
حداقل <T TType > را گسترش می دهد	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
حداقل <T، TNumber > را گسترش می دهد	حداقل x و y را برمی‌گرداند (یعنی
MirrorPad <T TType را گسترش می دهد	یک تانسور را با مقادیر آینه‌ای قرار می‌دهد.
MirrorPadGrad <T TType را گسترش می دهد >	عملیات گرادیان برای «MirrorPad» op.
MlirPassthroughOp	یک محاسبات دلخواه MLIR را که به صورت یک ماژول با تابع ()main بیان شده است، می پیچد.
Mod <T TNumber > را گسترش می دهد	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
ModelDataset	تغییر هویت که عملکرد را مدل می کند.
Mul <T TType > را گسترش می دهد	از نظر عنصر x * y را برمی‌گرداند.
MulNoNan <T TType > را گسترش می دهد	از نظر عنصر x * y را برمی‌گرداند.
MultiDeviceIterator	یک منبع MultiDeviceIterator ایجاد می کند.
MultiDeviceIteratorFromStringHandle	یک منبع MultiDeviceIterator از دسته رشته ارائه شده خود ایجاد می کند.
MultiDeviceIteratorGetNextFromShard	عنصر بعدی را برای شماره قطعه ارائه شده دریافت می کند.
MultiDeviceIteratorInit	تکرار کننده چند دستگاه را با مجموعه داده داده شده اولیه می کند.
MultiDeviceIteratorToStringHandle	یک دسته رشته برای MultiDeviceIterator داده شده تولید می کند.
چند جمله ای <U TNumber > را گسترش می دهد	نمونه هایی را از توزیع چندجمله ای ترسیم می کند.
MutableDenseHashTable	یک جدول هش خالی ایجاد می کند که از تانسورها به عنوان ذخیره پشتیبان استفاده می کند.
MutableHashTable	یک جدول هش خالی ایجاد می کند.
MutableHashTableOfTensors	یک جدول هش خالی ایجاد می کند.
موتکس	یک منبع Mutex ایجاد می کند که می تواند توسط "MutexLock" قفل شود.
MutexLock	یک منبع mutex را قفل می کند.
NcclAllReduce <T TNumber را گسترش می دهد >	خروجی یک تانسور حاوی کاهش در تمام تانسورهای ورودی.
NcclBroadcast <T TNumber را گسترش می دهد >	"ورودی" را به همه دستگاه هایی که به خروجی متصل هستند ارسال می کند.
NcclReduce <T TNumber را گسترش می دهد >	«ورودی» را از «تعداد_دستگاه‌ها» با استفاده از «کاهش» به یک دستگاه کاهش می‌دهد.
Ndtri <T TNumber > را گسترش می دهد
نزدیکترین همسایه ها	K نزدیکترین مرکز را برای هر نقطه انتخاب می کند.
Neg <T TType > را گسترش می دهد	مقدار منفی عددی را از نظر عنصر محاسبه می کند.
NegTrain	آموزش از طریق نمونه گیری منفی
بعد از <T گسترش TNumber >	مقدار قابل نمایش بعدی «x1» را در جهت «x2» از نظر عنصر برمی‌گرداند.
تکرار بعدی <T TType را گسترش می دهد >	ورودی خود را برای تکرار بعدی در دسترس قرار می دهد.
NoOp	هیچ کاری نمی کند.
NonDeterministicInts <U گسترش TType >	به صورت غیر قطعی تعدادی اعداد صحیح تولید می کند.
NonMaxSuppression <T TNumber را گسترش می دهد	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، هرس کردن جعبه هایی که دارای تقاطع بالای اتحاد (IOU) هستند با جعبه های انتخاب شده قبلی همپوشانی دارند.
NonMaxSuppressionWithOverlaps	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، هرس کردن جعبه هایی که همپوشانی بالایی با جعبه های انتخاب شده قبلی دارند.
مجموعه داده های غیر سریالی
NotEqual	مقدار حقیقت (x != y) را از نظر عنصر برمی‌گرداند.
NthElement <T TNumber > را گسترش می دهد	مقادیر آمار مرتبه «n» را برای آخرین بعد پیدا می کند.
OneHot <U گسترش TType >	یک تانسور یک داغ را برمی‌گرداند.
OnesLike <T گسترش TType >	تانسور یکهایی را با شکل و نوع x برمی‌گرداند.
OptimizeDataset	با اعمال بهینه سازی در «مجموعه داده های ورودی» یک مجموعه داده ایجاد می کند.
OptimizeDatasetV2	با اعمال بهینه‌سازی‌های مرتبط در «مجموعه داده‌های ورودی»، یک مجموعه داده ایجاد می‌کند.
OptionalFromValue	یک نوع اختیاری از چند تانسور می سازد.
OptionalGetValue	مقدار ذخیره شده در یک نوع اختیاری را برمی‌گرداند یا در صورت وجود خطا، خطایی ایجاد می‌کند.
OptionalHasValue	اگر و فقط اگر نوع اختیاری داده شده دارای یک مقدار باشد، true را برمی گرداند.
اختیاری هیچکدام	یک نوع اختیاری بدون مقدار ایجاد می کند.
OrderedMapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
OrderedMapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
سفارش داده شده MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
OrderedMapSize	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
سفارش داده شده MapStage	مرحله (کلید، مقادیر) در ظرف زیرین که مانند یک مرتبه رفتار می کند ظرف انجمنی
OrderedMapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
OrderedMapUnstageNoKey	Op عنصر (کلید، مقدار) را با کوچکترین حذف می کند و برمی گرداند کلید از ظرف زیرین
OrdinalSelector	انتخابگر هسته TPU Op.
OutfeedDequeue <T TType را گسترش می دهد >	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedDequeueTuple	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueTupleV2	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueV2 <T TType را گسترش می دهد >	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedEnqueue	یک تانسور را در خروجی محاسباتی در صف قرار دهید.
OutfeedEnqueueTuple	چندین مقدار Tensor را روی فید محاسباتی قرار دهید.
پد <T TType > را گسترش می دهد	اپراتور XLA Pad را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#pad.
PaddedBatchDataset	مجموعه‌ای ایجاد می‌کند که عناصر «بچه_اندازه» را دسته‌بندی می‌کند و از ورودی اضافه می‌کند.
PaddingFifoQueue	صفی که عناصر را به ترتیب اول به اول بیرون تولید می کند.
ParallelConcat <T TType را گسترش می دهد	فهرستی از تانسورهای «N» را در امتداد بعد اول به هم پیوند می‌دهد.
ParallelDynamicStitch <T TType را گسترش می دهد	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
ParameterizedTruncatedNormal <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
ParseExample	بردار tf. نمونه پروتوها (به عنوان رشته ها) را به تانسورهای تایپ شده تبدیل می کند.
ParseExampleDataset	«مجموعه داده های ورودی» حاوی پروتوهای «نمونه» را به عنوان بردارهای DT_STRING به مجموعه داده ای از اشیاء «Tensor» یا «SparseTensor» تبدیل می کند که نمایانگر ویژگی های تجزیه شده است.
ParseSequenceExample	بردار پروتوهای tf.io.SequenceExample (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می کند.
ParseSingleExample	یک پروتو tf.Example (به عنوان یک رشته) را به تانسورهای تایپ شده تبدیل می کند.
ParseSingleSequenceExample	یک مغز اسکالر را تبدیل می کند. SequenceExample پروتو (به عنوان رشته) به تانسورهای تایپ شده.
ParseTensor <T TType را گسترش می دهد	یک پروتوی سریالی tensorflow.TensorProto را به یک Tensor تبدیل می کند.
PartitionedInput <T TType > را گسترش می دهد	عملیاتی که لیستی از ورودی های پارتیشن بندی شده را با هم گروه بندی می کند.
PartitionedOutput <T TType > را گسترش می دهد	عملیاتی که یک تانسور را از هم مولتیپلکس می کند تا توسط XLA به لیستی از پارتیشن بندی شده تقسیم شود خروجی های خارج از محاسبات XLA
مکان نگهدار <T TType > را گسترش می دهد	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
PlaceholderWithDefault <T TType > را گسترش می دهد	یک عملیات نگهدارنده مکان که وقتی خروجی آن تغذیه نمی شود از «ورودی» می گذرد.
Polygamma <T TNumber > را گسترش می دهد	محاسبه تابع چند گاما \\(\psi^{(n)}(x)\\).
تعداد جمعیت	شمارش جمعیت از نظر عناصر را محاسبه می کند (معروف به
Pow <T TTtype > را گسترش می دهد	توان یک مقدار را به مقدار دیگر محاسبه می کند.
PrefetchDataset	مجموعه داده ای را ایجاد می کند که به طور ناهمزمان عناصر را از "input_dataset" واکشی می کند.
از قبل خطی کنید	عملیاتی که یک مقدار تانسور را به یک تانسور نوع مات خطی می کند.
PrelinearizeTuple	عملیاتی که چندین مقدار تانسور را به یک تانسور نوع مات خطی می کند.
PreventGradient <T TType را گسترش می دهد	یک عملیات هویتی که در صورت درخواست گرادیان، خطا را ایجاد می کند.
چاپ کنید	یک اسکالر رشته ای را چاپ می کند.
صف اولویت	صفی که عناصر مرتب شده بر اساس مقدار جزء اول را تولید می کند.
PrivateThreadPoolDataset	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
<T را گسترش می دهد TType >	حاصل ضرب عناصر در ابعاد یک تانسور را محاسبه می کند.
Qr <T TType > را گسترش می دهد	تجزیه QR یک یا چند ماتریس را محاسبه می کند.
Quantize <T extensions TType >	تانسور «ورودی» از نوع شناور را به تانسور «خروجی» از نوع «T» کمی کنید.
QuantizeAndDequantize <T Extext TNumber >	کوانتیزه می کند و سپس یک تانسور را dequantize می کند.
QuantizeAndDequantizeV3 <T TNumber > را گسترش می دهد	کوانتیزه می کند و سپس یک تانسور را dequantize می کند.
QuantizeAndDequantizeV4 <T TNumber > را گسترش می دهد	گرادیان «quantization.QuantizeAndDequantizeV4» را برمی‌گرداند.
QuantizeAndDequantizeV4Grad <T TNumber > را گسترش می دهد	گرادیان «QuantizeAndDequantizeV4» را برمی‌گرداند.
QuantizeDownAndShrinkRange <U گسترش TType >	با استفاده از توزیع واقعی مقادیر برای به حداکثر رساندن استفاده از عمق بیت پایین و تنظیم محدوده حداقل و حداکثر خروجی بر این اساس.
QuantizedAdd <V گسترش TType >	از نظر عنصر x + y را برمی‌گرداند که روی بافرهای کوانتیزه کار می‌کند.
QuantizedAvgPool <T گسترش TType >	میانگین مخزن تانسور ورودی را برای انواع کوانتیزه تولید می کند.
QuantizedBatchNormWithGlobalNormalization <U TType را گسترش می دهد >	نرمال سازی دسته ای کوانتیزه شده
QuantizedBiasAdd <V گسترش TType >	«بایاس» تانسور را به «ورودی» تانسور برای انواع کوانتیزه‌شده اضافه می‌کند.
QuantizedConcat <T TType را گسترش می دهد >	تانسورهای کوانتیزه را در امتداد یک بعد به هم متصل می کند.
QuantizedConv2DAndRelu <V TType را گسترش می دهد
QuantizedConv2DAndReluAndRequantize <V گسترش TType >
QuantizedConv2DAndRequantize <V گسترش TType >
QuantizedConv2DPerChannel <V TType را گسترش می دهد	محاسبه QuantizedConv2D در هر کانال.
QuantizedConv2DWithBias <V TType را گسترش می دهد
QuantizedConv2DWithBiasAndRelu <V TType را گسترش می دهد
QuantizedConv2DWithBiasAndReluAndRequantize <W extends TType >
QuantizedConv2DWithBiasAndRequantize <W extends TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X extends TType >
QuantizedConv2DWithBiasSumAndRelu <V گسترش TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X extends TType >
QuantizedConv2d <V TType را گسترش می دهد >	کانولوشن دوبعدی را با داده های ورودی 4 بعدی کوانتیزه شده و تانسورهای فیلتر محاسبه می کند.
QuantizedDepthwiseConv2D <V TType را گسترش می دهد	Conv2D را به صورت عمقی کوانتیزه می کند.
QuantizedDepthwiseConv2DWithBias <V TType را گسترش می دهد	Conv2D را به صورت عمقی کوانتیزه شده با Bias محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndRelu <V گسترش TType >	Conv2D را با Bias و Relu محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W extends TType >	Conv2D را به صورت عمقی با Bias، Relu و Requantize محاسبه می کند.
QuantizedInstanceNorm <T TType > را گسترش می دهد	عادی سازی نمونه کوانتیزه شده
QuantizedMatMul <V TType را گسترش می دهد	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» انجام دهید.
QuantizedMatMulWithBias <W گسترش TType >	ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع انجام می دهد.
QuantizedMatMulWithBiasAndDequantize <W گسترش TNumber >
QuantizedMatMulWithBiasAndRelu <V TType را گسترش می دهد	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» با بایاس جمع و همجوشی relu انجام دهید.
QuantizedMatMulWithBiasAndReluAndRequantize <W extends TType >	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع و relu انجام دهید و همجوشی را دوباره کوانتیزه کنید.
QuantizedMatMulWithBiasAndRequantize <W extends TType >
QuantizedMaxPool <T گسترش TType >	حداکثر مخزن تانسور ورودی را برای انواع کوانتیزه تولید می کند.
QuantizedMul <V گسترش TType >	از نظر عنصر x * y را برمی‌گرداند که روی بافرهای کوانتیزه کار می‌کند.
QuantizedRelu <U گسترش TType >	محاسبه خطی اصلاح شده کوانتیزه شده: «حداکثر (ویژگی ها، 0)».
QuantizedRelu6 <U گسترش TType >	محاسبه خطی اصلاح شده کوانتیزه شده 6: «min(حداکثر(ویژگی ها، 0)، 6)»
QuantizedReluX <U گسترش TType >	X خطی اصلاح‌شده کوانتیزه را محاسبه می‌کند: «حداکثر (ویژگی‌ها، 0)، حداکثر_مقدار)».
QuantizedReshape <T TType را گسترش می دهد >	یک تانسور کوانتیزه را طبق دستور Reshape تغییر شکل می دهد.
QuantizedResizeBilinear <T گسترش TType >	با استفاده از درون یابی دوخطی کوانتیزه شده، اندازه «تصاویر» را به «اندازه» تغییر دهید.
صف بستن	صف داده شده را می بندد.
QueueDequeue	یک یا چند تانسور را از صف داده شده جدا می کند.
QueueDequeueMany	تاپل های یک یا چند تانسور را از صف داده شده جدا می کند.
QueueDequeueUpTo	تاپل های یک یا چند تانسور را از صف داده شده جدا می کند.
QueueEnqueue	یک یا چند تانسور را در صف داده شده در صف قرار می دهد.
QueueEnqueueMany	صفر یا چند تاپل از یک یا چند تانسور را در صف داده شده در صف قرار می دهد.
صف بسته شده است	اگر صف بسته باشد، true برمی‌گرداند.
QueueSize	تعداد عناصر موجود در صف داده شده را محاسبه می کند.
RaggedBincount <U گسترش TNumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
RaggedCountSparseOutput <U گسترش TNumber >	شمارش سطل خروجی پراکنده را برای ورودی تانسور ناهموار انجام می دهد.
RaggedCross <T TType را گسترش می دهد، U TNumber را گسترش می دهد	یک متقاطع ویژگی از لیستی از تانسورها ایجاد می کند و آن را به عنوان RaggedTensor برمی گرداند.
RaggedGather <T TNumber را گسترش می دهد، U TType را گسترش می دهد	برش های ناهموار را از محور «params» «0» بر اساس «شاخص ها» جمع آوری کنید.
RaggedRange <U گسترش TNumber ، T گسترش TNumber >	یک "RaggedTensor" حاوی دنباله های مشخص شده از اعداد را برمی گرداند.
RaggedTensorFromVariant <U گسترش TNumber ، T گسترش TType >	یک تانسور «نوعی» را به «تنسور Ragged» رمزگشایی می‌کند.
RaggedTensorToSparse <U TType را گسترش می دهد	یک 'RaggedTensor' را به 'SparseTensor' با مقادیر یکسان تبدیل می کند.
RaggedTensorToTensor <U TType را گسترش می دهد	یک تانسور متراکم از یک تانسور ناهموار ایجاد کنید، احتمالاً شکل آن را تغییر دهید.
RaggedTensorToVariant	یک "RaggedTensor" را به یک "Variant" Tensor رمزگذاری می کند.
RaggedTensorToVariantGradient <U TType را گسترش می دهد	Helper برای محاسبه گرادیان «RaggedTensorToVariant» استفاده می‌کرد.
RandomCrop <T TNumber > را گسترش می دهد	"تصویر" را به صورت تصادفی برش دهید.
RandomDataset	مجموعه داده ای ایجاد می کند که اعداد شبه تصادفی را برمی گرداند.
RandomGamma <U TNumber را گسترش می دهد >	مقادیر تصادفی را از توزیع(های) گاما که توسط آلفا توصیف شده است، خروجی می گیرد.
RandomGammaGrad <T TNumber > را گسترش می دهد	مشتق یک نمونه تصادفی گاما wrt را محاسبه می کند
RandomPoisson <V TNumber را گسترش می دهد	مقادیر تصادفی را از توزیع(های) پواسون که بر اساس نرخ توصیف شده اند، خروجی می گیرد.
RandomShuffle <T TType را گسترش می دهد >	به طور تصادفی یک تانسور را در امتداد بعد اول آن به هم می زند.
RandomShuffleQueue	صفی که ترتیب عناصر را تصادفی می کند.
RandomStandardNormal <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
RandomUniform <U TNumber > را گسترش می دهد	مقادیر تصادفی را از یک توزیع یکنواخت خارج می کند.
RandomUniformInt <U TNumber > را گسترش می دهد	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
محدوده <T TNumber > را گسترش می دهد	دنباله ای از اعداد ایجاد می کند.
RangeDataset	یک مجموعه داده با طیف وسیعی از مقادیر ایجاد می کند.
رتبه	رتبه یک تانسور را برمی‌گرداند.
ReadFile	کل محتویات نام فایل ورودی را می خواند و خروجی می گیرد.
ReadVariableOp <T TType > را گسترش می دهد	مقدار یک متغیر را می خواند.
ReaderNumRecordsProduced	تعداد رکوردهایی را که این Reader تولید کرده است برمی گرداند.
ReaderNumWorkUnitsCompleted	تعداد واحدهای کاری را که این Reader پردازش کرده است برمی گرداند.
ReaderRead	رکورد بعدی (کلید، جفت مقدار) تولید شده توسط Reader را برمی گرداند.
ReaderReadUpTo	حداکثر جفت‌های «تعداد_ رکوردها» (کلید، مقدار) تولید شده توسط Reader را برمی‌گرداند.
ReaderReset	یک Reader را به حالت تمیز اولیه بازگردانید.
ReaderRestoreState	یک خواننده را به حالت ذخیره شده قبلی بازگردانید.
ReaderSerializeState	یک تانسور رشته ای تولید کنید که وضعیت یک Reader را کد می کند.
واقعی <U TNumber > را گسترش می دهد	بخش واقعی یک عدد مختلط را برمی‌گرداند.
RealDiv <T TType > را گسترش می دهد	x / y عنصر را برای انواع واقعی برمی‌گرداند.
RebatchDataset	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
RebatchDatasetV2	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
متقابل <T TType > را گسترش می دهد	متقابل x را از نظر عنصر محاسبه می کند.
ReciprocalGrad <T TType > را گسترش می دهد	گرادیان را برای معکوس «x» با ورودی آن محاسبه می کند.
RecordInput	رکوردهای تصادفی را منتشر می کند.
Recv <T TType را گسترش می دهد >	تانسور نامگذاری شده را از محاسبات XLA دیگر دریافت می کند.
RecvTPUEmbeddingActivations	عملیاتی که فعال‌سازی‌های تعبیه‌شده را روی TPU دریافت می‌کند.
<T را گسترش می دهد TNumber > را کاهش دهید	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
ReduceAll	"منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceAny	"منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceJoin	یک تانسور رشته ای را در ابعاد داده شده می پیوندد.
ReduceMax <T TType را گسترش می دهد >	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceMin <T TType را گسترش می دهد >	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceProd <T TType را گسترش می دهد >	حاصل ضرب عناصر در ابعاد یک تانسور را محاسبه می کند.
ReduceSum <T گسترش TType >	مجموع عناصر را در ابعاد یک تانسور محاسبه می کند.
ReduceV2 <T TNumber را گسترش می دهد >	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
RefEnter <T گسترش TType >	یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
RefExit <T TType را گسترش می دهد >	از فریم فعلی به فریم اصلی خود خارج می شود.
RefIdentity <T TType را گسترش می دهد >	همان تانسور ref تانسور ورودی را برگردانید.
RefMerge <T TType را گسترش می دهد >	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
RefNextIteration <T TType را گسترش می دهد	ورودی خود را برای تکرار بعدی در دسترس قرار می دهد.
RefSelect <T extensions TType >	عنصر 'نمایه' 'inputs' را به 'output' منتقل می کند.
RefSwitch <T TType را گسترش می دهد >	«داده» تانسور رف را به درگاه خروجی که توسط «pred» تعیین می‌شود، ارسال می‌کند.
RegexFullMatch	بررسی کنید که آیا ورودی با الگوی regex مطابقت دارد یا خیر.
RegexReplace	منطبق‌های عبارت منظم «الگو» در «ورودی» را با رشته جایگزین ارائه شده در «بازنویسی» جایگزین می‌کند.
RegisterDataset	یک مجموعه داده را با سرویس tf.data ثبت می کند.
Relu <T گسترش TType >	خطی اصلاح شده را محاسبه می کند: «حداکثر (ویژگی ها، 0)».
Relu6 <T شماره T را گسترش می دهد >	خطی 6 اصلاح‌شده را محاسبه می‌کند: «min(max(ویژگی‌ها، 0)، 6)».
Relu6Grad <T TNumber را گسترش می دهد >	6 گرادیان خطی اصلاح شده را برای عملیات Relu6 محاسبه می کند.
ReluGrad <T تعداد TNumber را گسترش می دهد	گرادیان های خطی اصلاح شده را برای عملیات Relu محاسبه می کند.
RemoteFusedGraphExecute	یک نمودار فرعی را روی یک پردازنده از راه دور اجرا کنید.
RepeatDataset	مجموعه داده‌ای ایجاد می‌کند که خروجی‌های «شمارش» «مجموعه داده‌های ورودی» را منتشر می‌کند.
ReplicaId	شناسه ماکت
Replicate Metadata	فراداده نشان می دهد که چگونه محاسبات TPU باید تکرار شود.
ReplicateInput <T TType > را گسترش می دهد	N ورودی را به یک محاسبات TPU تکراری N-way متصل می کند.
ReplicateOutput <T TType را گسترش می دهد >	N خروجی را از یک محاسبات TPU تکراری N-way متصل می کند.
Requantization Range	محدوده ای را محاسبه می کند که مقادیر واقعی موجود در یک تانسور کوانتیزه را پوشش می دهد.
RequantizationRangePerChannel	محدوده کوانتیزاسیون مجدد را در هر کانال محاسبه می کند.
Requantize <U extends TType >	تانسور «ورودی» کوانتیزه شده را به «خروجی» با دقت پایین‌تر تبدیل می‌کند.
RequantizePerChannel <U گسترش TType >	ورودی را با مقادیر حداقل و حداکثر شناخته شده در هر کانال مجدداً تعیین می کند.
تغییر شکل <T extensions TType >	یک تانسور را تغییر شکل می دهد.
ResizeArea	با استفاده از درون یابی ناحیه، اندازه «تصاویر» را به «اندازه» تغییر دهید.
ResizeBicubic	با استفاده از درون یابی دو مکعبی، "تصاویر" را به "اندازه" تغییر دهید.
ResizeBicubicGrad <T TNumber را گسترش می دهد	گرادیان درون یابی دو مکعبی را محاسبه می کند.
ResizeBilinear	با استفاده از درون یابی دوخطی، "تصاویر" را به "اندازه" تغییر دهید.
ResizeBilinearGrad <T TNumber را گسترش می دهد	گرادیان درونیابی دوخطی را محاسبه می کند.
ResizeNearestNeighbor <T TNumber > را گسترش می دهد	با استفاده از درونیابی نزدیکترین همسایه، اندازه «تصاویر» را به «اندازه» تغییر دهید.
ResizeNearestNeighborGrad <T TNumber > را گسترش می دهد	گرادیان درونیابی نزدیکترین همسایه را محاسبه می کند.
ResourceAccumulatorApplyGradient	یک گرادیان را به یک انباشتگر معین اعمال می کند.
ResourceAccumulatorNumAccumulated	تعداد گرادیان های جمع شده در انباشته های داده شده را برمی گرداند.
ResourceAccumulatorSetGlobalStep	Acumulator را با یک مقدار جدید برای global_step به روز می کند.
ResourceAccumulatorTakeGradient <T گسترش TType >	گرادیان متوسط را در ConditionalAccumulator داده شده استخراج می کند.
ResourceApplyAdaMax	"*var" را طبق الگوریتم AdaMax به روز کنید.
ResourceApplyAdadelta	"*var" را طبق طرح adadelta به روز کنید.
ResourceApplyAdagrad	"*var" را طبق طرح adagrad به روز کنید.
ResourceApplyAdagradDa	"*var" را طبق طرح آداگراد پروگزیمال به روز کنید.
ResourceApplyAdam	"*var" را طبق الگوریتم Adam به روز کنید.
ResourceApplyAdamWithAmsgrad	"*var" را طبق الگوریتم Adam به روز کنید.
ResourceApplyAddSign	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ResourceApplyCenteredRmsProp	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
ResourceApplyFtrl	"*var" را طبق طرح Ftrl-proximal به روز کنید.
ResourceApplyGradientDescent	«var» را با کم کردن «alpha» «delta» از آن به‌روزرسانی کنید.
ResourceApplyKerasMomentum	"*var" را مطابق طرح حرکت به روز کنید.
ResourceApplyMomentum	"*var" را مطابق طرح حرکت به روز کنید.
ResourceApplyPowerSign	"*var" را مطابق به روز رسانی AddSign به روز کنید.
ResourceApplyProximalAdagrad	«var» و «accum» را مطابق با FOBOS با نرخ یادگیری Adagrad به‌روزرسانی کنید.
ResourceApplyProximalGradientDescent	"*var" را به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت به روز کنید.
ResourceApplyRmsProp	"*var" را طبق الگوریتم RMSProp به روز کنید.
منبع Conditional Accumulator	یک انباشته شرطی برای تجمیع گرادیان ها.
ResourceCountUpTo <T TNumber > را گسترش می دهد	متغیری که توسط "منبع" به آن اشاره شده است را افزایش می دهد تا زمانی که به "حد" برسد.
ResourceGather <U گسترش TType >	برش‌هایی را از متغیری که «منبع» به آن اشاره می‌کند با توجه به «شاخص‌ها» جمع‌آوری کنید.
ResourceGatherNd <U TType را گسترش می دهد >
ResourceScatterAdd	به‌روزرسانی‌های پراکنده را به متغیر مرجع «منبع» اضافه می‌کند.
ResourceScatterDiv	به‌روزرسانی‌های پراکنده را به متغیری که «منبع» به آن ارجاع می‌دهد، تقسیم می‌کند.
ResourceScatterMax	با استفاده از عملیات «حداکثر»، به‌روزرسانی‌های پراکنده را در متغیر مرجع «منبع» کاهش می‌دهد.
ResourceScatterMin	با استفاده از عملیات «min»، به‌روزرسانی‌های پراکنده را در متغیر مرجع «منبع» کاهش می‌دهد.
ResourceScatterMul	به‌روزرسانی‌های پراکنده را در متغیری که «منبع» به آن ارجاع می‌دهد ضرب می‌کند.
ResourceScatterNdAdd	اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
ResourceScatterNdUpdate	به‌روزرسانی‌های پراکنده را برای مقادیر یا برش‌های فردی در یک داده اعمال می‌کند متغیر با توجه به "شاخص ها".
ResourceScatterSub	به‌روزرسانی‌های پراکنده را از متغیر مرجع «منبع» کم می‌کند.
ResourceScatterUpdate	به‌روزرسانی‌های پراکنده را به متغیر مرجع «منبع» اختصاص می‌دهد.
ResourceSparseApplyAdadelta	var: باید از یک متغیر () باشد.
ResourceSparseApplyAdagrad	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
ResourceSparseApplyAdagradDa	ورودی‌های «var» و «accum» را طبق طرح آداگراد پروگزیمال به‌روزرسانی کنید.
ResourceseParseApplyAdagradv2	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
ResourceseApplyCenteredRmsProp	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
منابع	ورودی های مربوطه را با توجه به طرح FTRL-proximal در '*var' به روز کنید.
ResourceseApplyKerasmentum	با توجه به طرح حرکت ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
رفیق	با توجه به طرح حرکت ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
ResourceseApplyProximalAdagrad	ورودی های به روزرسانی پراکنده در "var" و "Accum" مطابق با الگوریتم FOBOS.
منابع	به روزرسانی پراکنده '*var' به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت.
ResourcesParseApplyrmsProp	"*var" را طبق الگوریتم RMSProp به روز کنید.
رفیق	"مقدار" را به مرجع مقدار l-مقدار "Ref" اختصاص دهید.
بازیابی کنید	تانسور را از یک پاسگاه V2 بازیابی می کند.
بازگرداندن ttype >	یک تانسور را از پرونده های بازرسی بازیابی می کند.
بازیابی	بازیابی پارامترهای تعبیه شده آدم.
بازیابی	پارامترهای تعبیه شده آدم را با پشتیبانی اشکال زدایی بازیابی کنید.
بازیابی	بازیابی پارامترهای تعبیه شده adadelta.
بازیابی	بازیابی پارامترهای جاسازی Adadelta با پشتیبانی اشکال زدایی.
بازیابی	بازیابی پارامترهای تعبیه شده ADAGRAD.
بازیابی	بازیابی پارامترهای تعبیه شده ADAGRAD با پشتیبانی اشکال زدایی.
بازیابی puembeddingcenteredrmspropparameters	بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی	پارامترهای تعبیه شده FTRL را بازیابی کنید.
بازیابی	بازیابی پارامترهای تعبیه شده FTRL با پشتیبانی اشکال زدایی.
بازیابی	بازیابی پارامترهای تعبیه شده نور MDL ADAGRAD.
بازیابی	پارامترهای تعبیه کننده حرکت را بازیابی کنید.
بازیابی	بازیابی پارامترهای تعبیه شده با پشتیبانی اشکال زدایی.
بازیابی PuembeddingProximalAdagradParameters	بازیابی پارامترهای تعبیه شده adagrad پروگزیمال.
بازیابی puembeddingproximaladagradgarametersgradactrgradecumdebug	بازیابی پارامترهای تعبیه شده پروگزیمال با پشتیبانی اشکال زدایی.
بازیابی puembeddingproximalyogiparameters
بازیابی
بازیابی	بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی	بازیابی پارامترهای تعبیه شده RMSProp با پشتیبانی اشکال زدایی.
بازیابی PuembeddingStoChasticAngrationientDescentsParameters	بازیابی پارامترهای جاسازی SGD.
بازیابی	بازیابی پارامترهای جاسازی SGD با پشتیبانی اشکال زدایی.
معکوس <t ttype >	ابعاد خاص یک تانسور را معکوس می کند.
ReverseQuence <t گسترش TTYPE >	برش های طول متغیر را معکوس می کند.
rfft <u ttype >	تبدیل سریع فوریه با ارزش واقعی.
rfft2d <u ttype >	تبدیل سریع فوریه 2D با ارزش واقعی.
rfft3d <u ttype >	تبدیل سریع فوریه با ارزش 3D.
rgbtohsv <t tnumber >	یک یا چند تصویر را از RGB به HSV تبدیل می کند.
RIGHTSHIFT <T گسترش TNumber >	Elementwise تغییر سمت راست «x» و `y» را محاسبه می کند.
Rint < t گسترش می دهد>	عدد صحیح عنصر را نزدیک به x برمی گرداند.
aregreadandskip	پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
RNGSKIP	پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
Roll <T گسترش TTYPE >	عناصر یک تانسور را در امتداد یک محور می چرخاند.
Round <T گسترش TTYPE >	مقادیر یک تانسور را به نزدیکترین عدد صحیح ، عناصر عناصر دور می کند.
RPC	دسته های درخواست RPC را انجام دهید.
rsqrt <t گسترش TTYPE >	محاسبه متقابل ریشه مربع از عنصر عناوین.
rsqrtgrad <t گسترش TTYPE >	شیب را برای RSQRT از ورودی خود محاسبه می کند.
نمونه TNUMBERSTREDBOUNDING BOX	برای یک تصویر یک جعبه محدودیت به طور تصادفی تحریف شده ایجاد کنید.
نمونهنگداتاس	یک مجموعه داده ایجاد می کند که یک نمونه برنولی از محتوای مجموعه داده دیگر را می گیرد.
ذخیره کنید	تنشور را در قالب بازرسی V2 ذخیره می کند.
عبادت	برش های تانسور ورودی را به دیسک ذخیره می کند.
عالم اموال	خروجی بافر پروتکل "خلاصه" با مقادیر مقیاس.
از بین بردن
ScaleAndTranslategrad <t گسترش TNumber >
scatteradd <t گسترش ttype >	به روزرسانی های پراکنده را به یک مرجع متغیر اضافه می کند.
scatterdiv <t گسترش ttype >	یک مرجع متغیر را با به روزرسانی های پراکنده تقسیم می کند.
scattermax <t گسترش TNumber >	به روزرسانی های پراکنده را با استفاده از عملکرد "MAX" به یک مرجع متغیر کاهش می دهد.
scattermin <t tnumber >	به روزرسانی های پراکنده را با استفاده از عملیات "min" به یک مرجع متغیر کاهش می دهد.
scattermul <t ttype >	به روزرسانی های پراکنده را در یک مرجع متغیر ضرب می کند.
scatternd <u ttype >	به روزرسانی ها را در یک تانسور جدید با توجه به "شاخص ها" پراکنده کنید.
scatterndadd <t ttype >	اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند.
scatterndmax <t گسترش ttype >	حداکثر عنصر را محاسبه می کند.
scatterndmin <t ttype >	حداقل عناصر عاقلانه را محاسبه می کند.
scatterndnonaliasingadd <t گسترش ttype >	علاوه بر پراکنده با استفاده از مقادیر یا برش های فردی ، اضافه می کند از "به روزرسانی ها" با توجه به شاخص ها "شاخص ها".
scatterndsub <t گسترش ttype >	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
scatterndupdate <t گسترش ttype >	به‌روزرسانی‌های پراکنده را برای مقادیر یا برش‌های فردی در یک داده اعمال می‌کند متغیر با توجه به "شاخص ها".
scattersub <t گسترش ttype >	به روزرسانی های پراکنده را به یک مرجع متغیر تفریق می کند.
scatterupdate <t گسترش ttype >	به روزرسانی های پراکنده را در یک مرجع متغیر اعمال می کند.
sdcafprint	اثر انگشت رشته های ورودی را محاسبه می کند.
SDCAOptimizer	نسخه توزیع شده از صعود مختصات دوگانه تصادفی (SDCA) بهینه ساز برای مدل های خطی با تنظیم L1 + L2.
sdcashrinkl1	مرحله کوچک سازی L1 را روی پارامترها اعمال می کند.
SegmentMax <t گسترش TNumber >	حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMean <t گسترش TTYPE >	میانگین را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMin <t گسترش TNumber >	حداقل در امتداد بخش های یک تانسور محاسبه می کند.
SegmentProd <t ttype >	محصول را در بخش های تانسور محاسبه می کند.
SEGMENTSUM <T گسترش TTYPE >	مبلغ را در امتداد بخش های یک تانسور محاسبه می کند.
<t ttype > را انتخاب کنید
selfAdjointeig <t گسترش TTYPE >	تجزیه و تحلیل ویژه یک دسته از ماتریس های خودآزمایی را محاسبه می کند (توجه: فقط ورودی های واقعی پشتیبانی می شوند).
selu <t tnumber >	محاسبات خطی نمایی مقیاس: `مقیاس * آلفا * (exp (ویژگی ها) - 1)` در غیر این صورت <0 ، مقیاس * ویژگی ها.
Selugrad <t گسترش TNumber >	شیب را برای عملکرد خطی نمایی مقیاس (SELU) محاسبه می کند.
ارسال کنید	تانسور نامگذاری شده را به محاسبات XLA دیگر ارسال می کند.
sendtpuembeddinggents	به روزرسانی های شیب جداول تعبیه را انجام می دهد.
سریال سازنده	Resource_Handle داده شده را نشان می دهد که یک تکرار کننده را به یک تانسور نوع ارائه می دهد.
Serializemanysparse <u ttype >	سریال کردن یک `-minibatch` sparsetensor "در یک شیء [n ، 3]` `tensor`.
SerializeSparse <u ttype >	سریال کردن یک "sparsetensor" در یک شیء "[3]` `tensor`.
سریال سازی	یک تانسور را به یک پروتئین سریالی Tensorproto تبدیل می کند.
setDiff1d <t ttype را گسترش می دهد ، شما TNumber > را گسترش می دهد	تفاوت بین دو لیست اعداد یا رشته ها را محاسبه می کند.
تنظیم کردن	تعداد عناصر منحصر به فرد در طول آخرین ابعاد ورودی "مجموعه".
setstatsaggregatordataset
شکل <u tnumber >	شکل تانسور را برمی گرداند.
Shapen <u tnumber >	شکل تانسور را برمی گرداند.
شارداتاس	یک مجموعه داده ایجاد می کند که فقط شامل 1/`num_shards این مجموعه داده است.
نام ShardedFilename	یک نام پرونده Sharded ایجاد کنید.
ShardedFilespec	یک الگوی کره را با تمام نام پرونده های Sharded مطابقت دهید.
Sharding <t ttype >	OP که ورودی را بر اساس ویژگی Sharding داده شده می کند.
shuffleandrepeatdataset
شکن
sutdowndistributeDtpu	سیستم TPU توزیع شده در حال اجرا را خاموش می کند.
sigmoid <t گسترش TTYPE >	سیگموئید `x` عناصر را محاسبه می کند.
sigmoidgeg	شیب سیگموئید `x` را که ورودی آن است محاسبه می کند.
امضا <t ttype >	نشانه ای از عنصر عناصر از علامت یک عدد را برمی گرداند.
sin <t گسترش ttype >	سینوسی از عنصر X را محاسبه می کند.
Sinh <t گسترش TTYPE >	محاسبه هومبولیک از عنصر X را محاسبه می کند.
اندازه <u tnumber >	اندازه تانسور را برمی گرداند.
جبهه	یک مجموعه داده ایجاد می کند که عناصر "Count` را از" input_dataset "رد می کند.
پرخاشگام	یک فایل متنی را تجزیه می کند و نمونه ای از نمونه ها را ایجاد می کند.
Sleepdataset
برش <t ttype >	یک برش را از "ورودی" برگردانید.
کشویی WindowDataset	یک مجموعه داده ایجاد می کند که از یک پنجره کشویی از طریق `input_dataset" عبور می کند.
عکس فوری <t ttype >	یک نسخه از تانسور ورودی را برمی گرداند.
sobolsample <t tnumber >	از دنباله SOBOL امتیازاتی ایجاد می کند.
softmax <t گسترش می دهد>	فعال سازی های SoftMax را محاسبه می کند.
softmaxcrossentropywithlogits <t گسترش TNumber >	هزینه آنتروپی متقاطع Softmax و شیب را به Backpropagate محاسبه می کند.
softplus <t tnumber >	computs softplus: `log (exp (ویژگی ها) + 1)`.
softplusgrad <t گسترش TNumber >	شیب SoftPlus را برای یک عمل SoftPlus محاسبه می کند.
SoftSign < t گسترش می دهد>	Computes SoftSign: `ویژگی ها / (ABS (ویژگی ها) + 1)`.
softsigngrad < t گسترش می دهد>	شیب SoftSign را برای یک عملیات SoftSign محاسبه می کند.
حل <t ttype >	سیستم معادلات خطی را حل می کند.
مرتب سازی <t ttype >	عملگر XLA Sort را می‌پیچد، مستند در https://www.tensorflow.org/performance/xla/operation_semantics#sort.
spacetobatch <t گسترش ttype >	SpacetObatch برای تانسرهای 4 بعدی از نوع T.
spacetobatchnd <t گسترش ttype >	SpacetObatch برای تانسرهای ND از نوع T.
spacetodepth <t گسترش ttype >	Spacetodepth برای تنش های نوع T.
sparseaccumulatorapplygentient	یک گرادیان پراکنده را برای یک باتری خاص اعمال می کند.
sparseaccumulatortakegradient <t گسترش ttype >	میانگین شیب پراکنده را در یک parcondionationalcumentor استخراج می کند.
parseadd <t گسترش ttype >	برای تولید `sparsetensor یک دیگر ، دو شیء` sparsetensor "اضافه می کند.
sparseaddgrad <t گسترش ttype >	اپراتور شیب برای Sparseadd op.
sparseapplyadadelta <t گسترش ttype >	var: باید از یک متغیر () باشد.
sparseapplyadagrad <t گسترش ttype >	طبق طرح adagrad ورودی های مربوطه را در 'var' و 'accum' به روز کنید.
sparseapplyadagradda <t گسترش ttype >	ورودی‌های «var» و «accum» را طبق طرح آداگراد پروگزیمال به‌روزرسانی کنید.
sparseapplycenteredrmsprop <t گسترش ttype >	"*var" را مطابق با الگوریتم RMSProp متمرکز به روز کنید.
sparseapplyftrl <t گسترش ttype >	ورودی های مربوطه را با توجه به طرح FTRL-proximal در '*var' به روز کنید.
sparseapplymomentum <t گسترش ttype >	با توجه به طرح حرکت ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
sparseapplyproximaladagrad <t گسترش ttype >	ورودی های به روزرسانی پراکنده در "var" و "Accum" مطابق با الگوریتم FOBOS.
sparseapplyproximalgradientdescent <t گسترش ttype >	به روزرسانی پراکنده '*var' به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت.
sparseapplyrmsprop <t گسترش ttype >	"*var" را طبق الگوریتم RMSProp به روز کنید.
پراکنده <u tnumber >	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
sparseconcat <t گسترش ttype >	لیستی از `sparsetensor" را در طول بعد مشخص می کند.
سازنده پراکنده	یک باتری مشروط برای تجمع شیب های پراکنده.
parcountsparseoutput <u tnumber >	سطل پراکنده خروجی را برای ورودی تانسور پراکنده انجام می دهد.
کوارتو	صلیب پراکنده را از لیستی از تنسورهای پراکنده و متراکم تولید می کند.
شکافته	صلیب پراکنده را از لیستی از تنسورهای پراکنده و متراکم تولید می کند.
parsedensecwiseadd <t گسترش ttype >	با استفاده از این قوانین ویژه ، یک اسپارستانسور و تانسور متراکم را اضافه می کند: (1) طرف متراکم را پخش می کند تا در صورت واجد شرایط بودن به همان شکل پراکنده باشد. (2) سپس ، فقط مقادیر متراکم به شاخص های SparsetEnsor در علاوه بر CWISE شرکت می کنند.
parsedensecwisediv <t گسترش ttype >	مؤلفه عاقلانه یک اسپارستانسور را با یک تنش متراکم تقسیم می کند.
parsedensecwisemul <t گسترش ttype >	مؤلفه عاقلانه یک اسپارستنسور را با یک تنش متراکم ضرب می کند.
platfillemptyrows <t گسترش ttype >	ردیف های خالی را در ورودی 2-D `sparsetensor 'با یک مقدار پیش فرض پر می کند.
planfillemptyrowsgrad <t گسترش ttype >	شیب پراکنده پراکنده.
پراکنده	ماتریس "A" توسط ماتریس "B" را ضرب کنید.
sparmematrixadd	افزودن پراکنده از دو ماتریس CSR ، C = Alpha * A + Beta * B.
sparmematrixmatmul <t گسترش ttype >	ماتریس-ماتریس یک ماتریس پراکنده با یک ماتریس متراکم.
پراکنده	ضرب عناصر عاقلانه یک ماتریس پراکنده با تانسور متراکم.
پراکنده	تعداد غیرزروهای `پراکنده_ماتریکس را برمی گرداند.
psarmematrixorderingamd	حداقل درجه تقریبی (AMD) سفارش "ورودی" را محاسبه می کند.
sparmematrixsoftmax	Softmax یک CSRSparsematrix را محاسبه می کند.
sparmatrixsoftmaxgrad	شیب SparsematrixSoftMax op را محاسبه می کند.
sparmematrixsparsecholesky	تجزیه پراکنده cholesky "ورودی" را محاسبه می کند.
parsematrixsparsematmul	ماتریس پراکنده دو ماتریس CSR `A` و` B`.
parsematrixtranspun	ابعاد داخلی (ماتریس) یک CSRSParsematrix را انتقال می دهد.
پراکنده	یک csrsparsematrix all-Zeros با شکل `متراکم_شپه" ایجاد می کند.
Sparsereducemax <t tnumber >	حداکثر عناصر را در ابعاد یک اسپارستنسور محاسبه می کند.
parsereducemaxsparse <t tnumber >	حداکثر عناصر را در ابعاد یک اسپارستنسور محاسبه می کند.
parsereducesum <t ttype >	جمع عناصر را در ابعاد یک اسپارستنسور محاسبه می کند.
parsereducesumsparse <t گسترش ttype >	جمع عناصر را در ابعاد یک اسپارستنسور محاسبه می کند.
sparsereorder <t گسترش ttype >	یک اسپارستنسور را به سفارش متعارف و ردیف تغییر دهید.
عکسبرداری	برای نشان دادن مقادیر به شکل متراکم جدید ، یک sparsetensor را تغییر شکل می دهد.
sparsesemarkmean <t tnumber >	میانگین را در امتداد بخش های پراکنده یک تانسور محاسبه می کند.
sparsesemarkmeangrad <t گسترش TNumber >	شیب را برای SparseseMartMean محاسبه می کند.
sparsesemartmeanwithnumsegments <t tnumber >	میانگین را در امتداد بخش های پراکنده یک تانسور محاسبه می کند.
sparsesegmentsqrtn <t tnumber >	مبلغ را در امتداد بخش های پراکنده یک تانسور تقسیم شده توسط SQRT از N. محاسبه می کند.
sparsesegmentsqrtngrad <t tnumber >	شیب را برای sparsegmentsqrtn محاسبه می کند.
sparsesegmentsqrtnwithnumsegments <t گسترش tnumber >	مبلغ را در امتداد بخش های پراکنده یک تانسور تقسیم شده توسط SQRT از N. محاسبه می کند.
sparsesegmentsum <t tnumber >	مبلغ را در امتداد بخش های پراکنده یک تانسور محاسبه می کند.
sparsesegmentsumwithnumsegments <t tnumber >	مبلغ را در امتداد بخش های پراکنده یک تانسور محاسبه می کند.
sparseslice <t گسترش ttype >	بر اساس "شروع" و "اندازه" یک "sparsetensor" را برش دهید.
sparseslicegrad <t گسترش ttype >	اپراتور شیب برای Sparseslice op.
SparsesoftMax <t گسترش TNumber >	softmax را به یک «sparsetensor` batched استفاده می کند.
sparsesoftmaxcrossentropywithlogits <t گسترش tnumber >	هزینه آنتروپی متقاطع Softmax و شیب را به Backpropagate محاسبه می کند.
sparsesparsemaximum < t گسترش می دهد>	حداکثر عناصر عناصر دو اسپارستنسور را برمی گرداند.
sparsesparseminimum <t گسترش ttype >	مین عنصر عاقلانه از دو اسپارستنسور را برمی گرداند.
sparsesplit <t گسترش ttype >	یک `sparsetensor` را به تانسرهای` num_split` در یک بعد تقسیم کنید.
sparsetensordenseadd <u گسترش ttype >	یک "sparsetensor" و یک تانسور متراکم را اضافه می کند و یک تنش متراکم تولید می کند.
sparsetensordenmatmul <u ttype >	ضرب sparsetensor (از رتبه 2) "A" توسط ماتریس متراکم "B".
sparsetensorslicedataset	مجموعه ای از مجموعه ای را ایجاد می کند که یک sparsetensor را به عناصر ردیف تقسیم می کند.
sparsetensortocsrsparsparsmatrix	یک اسپارستنسور را به یک CSRSParsematrix (احتمالاً دسته دار) تبدیل می کند.
SparsetOdense <u ttype >	یک نمایش پراکنده را به یک تانسور متراکم تبدیل می کند.
sparsetosparsesetoperation <t گسترش ttype >	عملکرد تنظیم شده را در طول آخرین ابعاد 2 ورودی `sparsetensor" اعمال می کند.
Spence <t گسترش می دهد>
تقسیم <t ttype >	یک تانسور را به تانسرهای `num_split` در یک بعد تقسیم می کند.
SplitV <t گسترش TTYPE >	یک تانسور را به تانسرهای `num_split` در یک بعد تقسیم می کند.
ساق پا	یک مجموعه داده ایجاد می کند که یک پرس و جو SQL را اجرا می کند و ردیف های مجموعه نتیجه را ساطع می کند.
SQRT <t گسترش TTYPE >	ریشه مربع از عنصر X را محاسبه می کند.
sqrtgrad <t ttype >	شیب را برای SQRT از ورودی خود محاسبه می کند.
SQRTM <t گسترش TTYPE >	ریشه مربع ماتریس یک یا چند ماتریس مربع را محاسبه می کند: matmul (sqrtm (a) ، sqrtm (a)) = a ماتریس ورودی باید غیرقابل برگشت باشد.
مربع <t ttype >	مربع از عنصر X را محاسبه می کند.
squareddifference <t گسترش ttype >	بازگشت به Conj (x - y) (x - y) عناصر عاقلانه.
فشار <t ttype >	ابعاد اندازه 1 را از شکل تانسور حذف می کند.
Stack <T گسترش TTYPE >	لیستی از تانسرهای `` رتبه-`را به یک رتبه رده (R+1)` Tensor بسته بندی می کند.
مرحله	مقادیر مرحله ای شبیه به یک Enqueue سبک وزن.
رکاب دار	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
صفحه نمایش	OP در مقادیر موجود در شاخص مشخص شده است.
مرحله بندی کردن	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
stayfulrandombinomial <V گسترش TNumber >
statefulStandardNormal <u گسترش TTYPE >	مقادیر تصادفی را از یک توزیع نرمال خروجی می دهد.
StatefultruncatedNormal <u گسترش می دهد ttype >	مقادیر تصادفی را از یک توزیع عادی کوتاه می کند.
Statefuluniform <u ttype >	مقادیر تصادفی را از یک توزیع یکنواخت خارج می کند.
stayfuluniformfullint <u ttype >	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
statefuluniformint <u ttype >	خروجی اعداد صحیح تصادفی از یک توزیع یکنواخت.
STATELDESSMULTINOMIAL <V گسترش TNumber >	نمونه هایی را از توزیع چندجمله ای ترسیم می کند.
PARESSELESSPARAMETERIDEDTRUNDNORMAL <V TNUMBER >
بدون استفاده	خروجی اعداد تصادفی pseudorandom قطعی از توزیع دوتایی.
STATELESSRANDOMGAMMA <V گسترش TNumber >	خروجی اعداد تصادفی شبه قطعی از توزیع گاما.
بدون استفاده	بهترین الگوریتم را بر اساس دستگاه انتخاب می کند و دانه را به کلید و پیشخوان می رساند.
بدون استفاده	خروجی مقادیر شبه و قطعی از توزیع عادی.
بدون استفاده	خروجی مقادیر شبه و قطعی از توزیع عادی.
STATELESSRANDOMPOISSON <W گسترش TNumber >	خروجی اعداد تصادفی pseudorandom قطعی از توزیع پواسون.
بدون استفاده	خروجی مقادیر تصادفی شبه قطعی از توزیع یکنواخت.
بدون استفاده	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
STATELESSRANDOMUNIFORTHLINTV2 <u tnumber >	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
بدون استفاده	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
بدون استفاده	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
بدون استفاده	خروجی مقادیر تصادفی شبه قطعی از توزیع یکنواخت.
بدون استفاده	یک جعبه محدودیت به طور تصادفی تحریف شده برای یک تصویر به طور قطعی ایجاد کنید.
STATELESSESTRINCATEDNORMAL <V TNUMBER >	خروجی مقادیر شبه و قطعی از یک توزیع عادی کوتاه.
STARESSELESSTRUCATEDNORMALV2 <u گسترش TNumber >	خروجی مقادیر شبه و قطعی از یک توزیع عادی کوتاه.
staticregexfullmatch	بررسی کنید که آیا ورودی با الگوی regex مطابقت دارد یا خیر.
staticregexreplace	جایگزین تطابق الگوی در ورودی با بازنویسی می شود.
statsaggregatorhandle
statsagegratoratoresetmarywriter	برای ضبط آمار با استفاده از stats_aggregator یک خلاصه summary_writer_interface تنظیم کنید.
تجمعی	خلاصه ای از هر آماری که توسط مدیر آمار داده شده ثبت شده است.
Stopgadradient <T گسترش TTYPE >	محاسبه شیب را متوقف می کند.
Stridedslice <t گسترش ttype >	یک برش قدم را از "ورودی" برگردانید.
StridedsliceAssign <t گسترش TTYPE >	"مقدار" را به مرجع مقدار l-مقدار "Ref" اختصاص دهید.
Stridedslicegrad <u گسترش TTYPE >	شیب «StrideSlice» را برمی گرداند.
شکل	با استفاده از لیستی از تنش ها ، یک الگوی رشته را قالب بندی می کند.
طول رشته	طول رشته "ورودی".
StringNgrams <t گسترش TNumber >	ngrams را از داده های رشته ای خاردار ایجاد می کند.
دارای سر و صدا	عناصر تقسیم شده از "منبع" بر اساس "سپتامبر" به "sparsetensor".
نوار	آب و هوای پیشرو و دنباله دار از تنش.
Sub <T گسترش TTYPE >	بازگشت X - Y Element Wise.
بستر	بستر های بازگشت از "Tensor" رشته ها.
جمع <t گسترش ttype >	مجموع عناصر را در ابعاد یک تانسور محاسبه می کند.
خلاصه نویس
SVD <t گسترش TTYPE >	تجزیه و تحلیل ویژه یک دسته از ماتریس های خودآزمایی را محاسبه می کند (توجه: فقط ورودی های واقعی پشتیبانی می شوند).
SwitchCond <t گسترش TTYPE >	"داده ها" را به درگاه خروجی که توسط "Pred" تعیین می شود ، ارسال کنید.
tpucompilationresult	نتیجه یک کامپایل TPU را برمی‌گرداند.
tpuembeddingactivations	تمایز تعبیه‌های TPU را قادر می‌سازد.
tpurecplicatemetadata	فراداده نشان می دهد که چگونه محاسبات TPU باید تکرار شود.
tpureplateTinput <t گسترش ttype >	N ورودی را به یک محاسبات TPU تکراری N-way متصل می کند.
tpurePlicatedOutput <t گسترش ttype >	N خروجی را از یک محاسبات TPU تکراری N-way متصل می کند.
تاکتاستاس	یک مجموعه داده ایجاد می کند که حاوی عناصر "Count" از "input_dataset" باشد.
takemanysparsefromtensorsmap <t گسترش ttype >	`sparsetensors 'را از` sparsetensorsmap "بخوانید و آنها را جمع کنید.
برنزه ttype >	برنزه از عنصر X را محاسبه می کند.
tanh <t گسترش ttype >	محاسبه مماس هایپربولیک از عناصر عاقلانه.
tanhgrad <t گسترش ttype >	شیب را برای تانک از ورودی خود محاسبه می کند.
موقت متغیر ttype >	یک تانسور را برمی گرداند که ممکن است جهش یابد ، اما فقط در یک مرحله واحد ادامه دارد.
تنشور	مجموعه ای از تنسورها به اندازه داده شده.
تانسوریاکلوس	TensorArray را از ظرف منبع آن حذف کنید.
TensorArrayConcat <t گسترش TTYPE >	عناصر را از TensorArray به مقدار «مقدار» جمع کنید.
TensorArrayGather <t گسترش TTYPE >	عناصر خاص را از TensorArray در "مقدار" جمع کنید.
تنشور	برای ذخیره شیب مقادیر در دسته داده شده ، یک تانسوررای ایجاد می کند.
tensoraraygradwithshape	برای ذخیره چندین شیب مقادیر در دسته داده شده ، یک Tensoray ایجاد می کند.
TensorArrayPack <t گسترش TTYPE >
TensorArrayread <t گسترش TTYPE >	یک عنصر از tensorarray را به مقدار خروجی بخوانید.
کاردستی	داده ها را از مقدار ورودی به عناصر خاص tensorarray پراکنده کنید.
تنشور	اندازه فعلی TensorArray را دریافت کنید.
TensorarySplit	داده ها را از مقدار ورودی به عناصر TensorArray تقسیم کنید.
Tensorarrayunpack
تنشور	یک عنصر را روی tensor_array فشار دهید.
تنشستاس	یک مجموعه داده ایجاد می کند که یک بار "اجزای سازنده" را به عنوان یک تانسور یک بار منتشر می کند.
Tensordiag <t گسترش TTYPE >	یک تانسور مورب را با مقادیر مورب معین برمی گرداند.
tensordiagpart <t گسترش ttype >	قسمت مورب تانسور را برمی گرداند.
tensorforestcreateetreevarable	یک منبع درخت ایجاد می کند و یک دسته را به آن باز می گرداند.
tensorforesttreedeserialize	یک پروتئین را درون دسته درخت deserialized می کند
tensorforesttreeisinitialized	بررسی می کند که آیا یک درخت اولیه شده است یا خیر.
TensorforestTreePredict	ورود به سیستم برای داده های ورودی داده شده
tensorforesttreeresourcehandleop	دسته ای را به یک tensorforesttreeresource ایجاد می کند
tensorforesttreeserialize	دسته درخت را به یک پروتئین سریال می کند
tensorforestreesize	تعداد گره ها را در یک درخت بدست آورید
TensorListConcat <u گسترش TTYPE >	تمام تنسورها را در لیست در طول 0th قرار می دهد.
tensorlistconcatlists
tensorlistelementshape <t گسترش TNumber >	شکل عناصر لیست داده شده ، به عنوان تانسور.
tensorlistensor	یک tensorlist ایجاد می کند که هنگام جمع شدن ، ارزش "تنسور" را دارد.
TensorListGather <t گسترش TTYPE >	با نمایه سازی در tensorlist یک تانسور ایجاد می کند.
TensorListgetItem <t گسترش ttype >
طول تانسور لیست	تعداد تانسور را در لیست تانسور ورودی برمی گرداند.
tensorlistpopback <t گسترش ttype >	آخرین عنصر لیست ورودی و همچنین لیستی را با همه آن عنصر برمی گرداند.
TensorListPushback	لیستی را که دارای "Tensor" به عنوان آخرین عنصر و سایر عناصر لیست داده شده در "input_handle" است ، برمی گرداند.
tensorlistpushbackbatch
تناسور	لیست اندازه داده شده با عناصر خالی.
تانسور کردن	لیست را تغییر می دهد.
tensorlistscatter	با نمایه سازی در تانسور ، یک tensorlist ایجاد می کند.
لیست tensorlistscatterintoexistinglist	تانسور را در شاخص ها در یک لیست ورودی پراکنده می کند.
TensorListSetitem
tensorlistsplit	یک تانسور را به یک لیست تقسیم می کند.
TensorListStack <t گسترش TTYPE >	تمام تنسورها را در لیست جمع می کند.
تنارمپراز	نقشه تانسور را با مورد از کلید داده شده برگشتی می کند.
Tensormaphaskey	باز می گردد که آیا کلید داده شده در نقشه وجود دارد یا خیر.
Tensormapinsert	نقشه ای را که "input_handle" با جفت ارزش کلید درج شده است ، برمی گرداند.
Tensormaplookup <u گسترش ttype >	مقدار را از یک کلید معین در نقشه تانسور برمی گرداند.
تنشور کردن	تعداد تانسور را در نقشه تانسور ورودی برمی گرداند.
TensormapStackKeys <t گسترش TTYPE >	یک پشته تانسور از تمام کلیدها را در نقشه تانسور برمی گرداند.
tensorscatterndadd <t گسترش ttype >	به روزرسانی های پراکنده را به یک تانسور موجود با توجه به «شاخص ها» اضافه می کند.
tensorscatterndmax <t گسترش ttype >
tensorscatterndmin <t گسترش ttype >
tensorscatterndsub <t گسترش ttype >	به روزرسانی های پراکنده از یک تانسور موجود با توجه به «شاخص ها» را کم می کند.
tensorscatterndupdate <t گسترش ttype >	به روزرسانی ها را در یک تانسور موجود با توجه به "شاخص ها" پراکنده کنید.
Tensorslicedataset	یک مجموعه داده ایجاد می کند که یک بار هر قطعه dim-0 از «مؤلفه ها» را یک بار منتشر می کند.
TensorStridedsliceUpdate <t گسترش TTYPE >	"مقدار" را به مرجع مقدار l-مقدار ورودی "ورودی" اختصاص دهید.
تنشور	یک بافر پروتکل "خلاصه" را با داده های تانسور و هر پلوژی خروجی می کند.
خط متنی	یک مجموعه داده ایجاد می کند که خطوط یک یا چند پرونده متنی را منتشر می کند.
متقلب	خواننده ای که خطوط پرونده ای را که توسط '\ n' تعیین شده است ، خروجی می کند.
tfrecorddataset	یک مجموعه داده ایجاد می کند که سوابق را از یک یا چند پرونده tfrecord منتشر می کند.
tfrecordreader	خواننده ای که سوابق را از پرونده سوابق TensorFlow خارج می کند.
نخود	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
Threadpoolhandle	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
کاشی <t ttype >	با کاشی کاری یک تانسور معین ، یک تانسور ایجاد می کند.
TileGrad <t گسترش TTYPE >	شیب کاشی را برمی گرداند.
مهر زمان	زمان را از زمان دوره در ثانیه فراهم می کند.
توبون کردن	یک تانسور را به یک محمول مقیاس تبدیل می کند.
توهبک	توسط تعدادی از سطل ، هر رشته را در تانسور ورودی به حالت هش خود تبدیل می کند.
tohashbucketfast	توسط تعدادی از سطل ، هر رشته را در تانسور ورودی به حالت هش خود تبدیل می کند.
توهین	توسط تعدادی از سطل ، هر رشته را در تانسور ورودی به حالت هش خود تبدیل می کند.
tonumber < t گسترش می دهد>	هر رشته را در تانسور ورودی به نوع عددی مشخص شده تبدیل می کند.
topk < t گسترش می دهد>	مقادیر و شاخص های بزرگترین عناصر k `k را برای آخرین بعد پیدا می کند.
قصبه	مقادیر منحصر به فرد Topk را در آرایه به ترتیب مرتب شده برمی گرداند.
رفیق	مقادیر TOPK را در آرایه به ترتیب مرتب شده برمی گرداند.
انتقال <t ttype >	ابعاد X را با توجه به جابجایی تغییر دهید.
triangularsolve <t گسترش ttype >	سیستم های معادلات خطی را با ماتریس های مثلثی بالا یا تحتانی با استفاده از backsubsitation حل می کند.
tridiagonalmatmul <t گسترش ttype >	محصول را با ماتریس tridiagonal محاسبه کنید.
tridiagonalsolve <t گسترش ttype >	سیستم های tridiagonal معادلات را حل می کند.
TRUNCATEDIV <T گسترش TTYPE >	عنصر x / y را برای انواع عدد صحیح برمی گرداند.
truncatemod <t tnumber >	باقیمانده تقسیم را از نظر عنصر برمی‌گرداند.
TruncatedNormal <u tnumber >	مقادیر تصادفی را از یک توزیع عادی کوتاه می کند.
tryrpc	دسته های درخواست RPC را انجام دهید.
Unbatch <T گسترش TTYPE >	عملکرد دسته ای را برای یک تانسور خروجی واحد معکوس می کند.
کله پاچه	مجموعه ای که عناصر ورودی آن را به چندین عنصر تقسیم می کند.
Unpatchgrad <T گسترش TTYPE >	گرادیان UNBATCH.
عدم فشار	یک عنصر مجموعه داده فشرده را از بین می برد.
uniCodedEcode <t tnumber >	هر رشته را در «ورودی» به دنباله ای از نقاط کد یونیکد رمزگشایی می کند.
unicodedecodewithoffsets <t tnumber >	هر رشته را در «ورودی» به دنباله ای از نقاط کد یونیکد رمزگشایی می کند.
کد یکپارچه	یک تانسور از INTS را در رشته های یونیکد رمزگذاری کنید.
یکپارچه	کدهای اسکریپت یک تانسور معین از نقاط کد عدد صحیح یونیکد را تعیین کنید.
کد یکپارچه	متن ورودی را از رمزگذاری منبع به رمزگذاری مقصد رمزگذاری کنید.
یکنواخت	برچسب هایی را برای نمونه گیری نامزد با توزیع یکنواخت تولید می کند.
منحصر به فرد <t ttype ، v گسترش می دهد tnumber >	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
منحصر	یک مجموعه داده ایجاد می کند که حاوی عناصر منحصر به فرد "input_dataset" باشد.
Uniquewithcounts <t ttype ، V گسترش می دهد tnumber >	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
UnraveLeindex <t گسترش TNumber >	مجموعه ای از شاخص های مسطح را به یک قطعه آرایه های مختصات تبدیل می کند.
رفیق غیرقانونی	بر اساس "Segment_ids" به عناصر "ورودی" می پیوندد.
UnsortedSemartMax <t گسترش TNumber >	حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
unsortedsemartmin <t گسترش TNumber >	حداقل در امتداد بخش های یک تانسور محاسبه می کند.
UnsortedSegmentProd <t گسترش ttype >	محصول را در بخش های تانسور محاسبه می کند.
unsortedsegmentsum <t گسترش ttype >	مبلغ را در امتداد بخش های یک تانسور محاسبه می کند.
Upstack <t گسترش TTYPE >	ابعاد مشخصی از یک تانسور رتبه-r` را به "تعداد شماره" (R-1) "باز می کند.
بی ثبات	OP شبیه به یک Dequeue سبک وزن است.
بی نظمی
بالا	تمام شخصیت های کوچک را به تعویض بزرگ مربوطه تبدیل می کند.
بالایی <u گسترش می دهد>	در طول هر سطر upper_bound (sorted_search_values ، مقادیر) را اعمال می کند.
دلهره	دسته ای را به یک منبع متغیر ایجاد می کند.
متقاطع	بررسی می کند که آیا یک متغیر مبتنی بر دسته منبع اولیه شده است یا خیر.
متغیر <t گسترش ttype >	دولت را به شکل تانسور نگه می دارد که در پله ها همچنان ادامه دارد.
variableshape <t گسترش TNumber >	شکل متغیر اشاره شده توسط "منبع" را برمی گرداند.
کجا	مکانهای مقادیر غیرزرو / واقعی را در یک تانسور باز می گرداند.
گرگ	خواننده ای که کل محتوای یک پرونده را به عنوان یک مقدار خروجی می کند.
پنجره پنجره	عناصر ورودی (لانه های) را در یک مجموعه داده از ویندوز (لانه های) ترکیب می کند.
کارگران قلب	ضربان قلب کارگر OP.
بسته بندی
مربوط به نوشتن	خلاصه صوتی را می نویسد.
نوشتن	مطالب را در پرونده ورودی به پرونده می نویسد.
نوشتن graphsummary	خلاصه نمودار را می نویسد.
خلاصه نوشتن	خلاصه هیستوگرام را می نویسد.
WritImageMary	خلاصه تصویر را می نویسد.
نویسنده	خلاصه پروتئین سریال را می نویسد.
مربوط به نویسندگی	خلاصه مقیاس را می نویسد.
حصیری	خلاصه تانسور را می نویسد.
XDIVY <t گسترش TTYPE >	اگر x == 0 و x / y در غیر این صورت ، Elementwise 0 را برمی گرداند.
xlarecvfromhost <t گسترش ttype >	OP برای دریافت تانسور از میزبان.
xlasendtohost	OP برای ارسال تانسور به میزبان.
زاویه دار	یک مقدار ورودی داده شده را به عنوان یک اشاره به کامپایلر XLA تنظیم کنید ، همان مقدار را برمی گرداند.
xlaspmdfulltoshardshape <t گسترش ttype >	OP استفاده شده توسط Partitioner XLA SPMD برای تغییر از پارتیشن بندی خودکار به پارتیشن بندی دستی.
xlaspmdshardtofullshape <t گسترش ttype >	OP استفاده شده توسط Partitioner XLA SPMD برای تغییر از پارتیشن بندی دستی به پارتیشن بندی خودکار.
Xlog1py <t گسترش TTYPE >	اگر x == 0 و x * log1p (y) در غیر این صورت ، Elementwise را برمی گرداند.
xlogy <t گسترش ttype >	اگر x == 0 و x * log (y) در غیر این صورت ، Elementwise را برمی گرداند.
Zeroslike <t گسترش ttype >	تانسور صفر را با همان شکل و نوع x باز می گرداند.
Zeta < t گسترش می دهد>	عملکرد Hurwitz Zeta را محاسبه کنید \\(\zeta(x, q)\\).
ZipDataset	یک مجموعه داده ایجاد می کند که با هم «input_datasets» Zips می شود.
erfinv < t گسترش می دهد>

یک کلاس پایه برای پیاده سازی های Op که توسط یک Operation پشتیبانی می شوند.

هر عملیاتی که در هسته Tensorflow ثبت شده است به عنوان RawOp ارائه می شود. عملیات سفارشی که تنها با یک عملیات واحد کار می کنند نیز ممکن است از این کلاس ناشی شود.

روشهای عمومی

بولی نهایی	برابر است (Object OBJ)
int نهایی	HashCode ()
عملیات	OP () این واحد محاسبات را به عنوان یک `Operation` واحد برگردانید.
رشته نهایی	toString ()

روشهای ارثی

از کلاس java.lang.object

بولی	برابر است (Object Arg0)
کلاس نهایی <؟>	getClass ()
بین المللی	HashCode ()
باطل نهایی	اطلاع ()
باطل نهایی	notifyall ()
رشته	toString ()
باطل نهایی	Wait (Long Arg0 ، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.op.op

عضویت در زمینه اعدام انتزاعی	env () محیط اعدام را که این گزینه در آن ایجاد شده است برگردانید.
عمل انتزاعی	OP () این واحد محاسبات را به عنوان یک `Operation` واحد برگردانید.

روشهای عمومی

Equals Final Boolean Equals (Object OBJ)

Public int HashCode ()

عملیات عمومی OP ()

این واحد محاسبات را به عنوان یک Operation واحد برگردانید.

برای یک OP raw ، مقدار برگشتی با عملیات TensorFlow پیچیده شده توسط این OP مطابقت دارد.

برمی گرداند

یک Operation