Halaman ini diterjemahkan oleh Cloud Translation API.

RawOp

kelas abstrak publik RawOp

Subkelas Langsung yang Diketahui

Batalkan , Abs <T extends TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extends TType >, Acos <T extends TType >, Acosh <T extends TType >, Tambahkan <T extends TType >, AddManySparseToTensorsMap , AddN <T extends TType >, AddSparseToTensorsMap , AdjustContrast <T extends TNumber >, AdjustHue <T extends TNumber >, dan 1152 lainnya.

Menggugurkan	Naikkan pengecualian untuk membatalkan proses saat dipanggil.
Abs <T memperluas TNomber >	Menghitung nilai absolut tensor.
AkumulasiN <T memperluas TType >	Mengembalikan jumlah elemen dari daftar tensor.
AkumulatorTerapkanGradien	Menerapkan gradien ke akumulator tertentu.
AkumulatorJumlahAkumulasi	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
AkumulatorSetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
AccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
Acos <T memperluas TType >	Menghitung acos dari x berdasarkan elemen.
Acosh <T memperluas TType >	Menghitung kosinus hiperbolik terbalik dari elemen x.
Tambahkan <T memperluas TType >	Mengembalikan x + y berdasarkan elemen.
TambahkanManySparseToTensorsMap	Tambahkan `N`-minibatch `SparseTensor` ke `SparseTensorsMap`, kembalikan pegangan `N`.
AddN <T memperluas TType >	Tambahkan semua elemen tensor masukan secara bijaksana.
TambahkanSparseToTensorsMap	Tambahkan `SparseTensor` ke `SparseTensorsMap` mengembalikan pegangannya.
Sesuaikan Kontras <T meluas TNomor >	Sesuaikan kontras satu atau lebih gambar.
SesuaikanHue <T memperluas TNumber >	Sesuaikan rona satu atau beberapa gambar.
AdjustSaturation <T memperluas TNumber >	Sesuaikan saturasi satu atau lebih gambar.
Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
Semua Kandidat Sampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
AllReduce <T memperluas TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
AllToAll <T memperluas TType >	Operasi untuk bertukar data di seluruh replika TPU.
Sudut <U memanjangkan Nomor >	Mengembalikan argumen bilangan kompleks.
Iterator Anonim	Sebuah wadah untuk sumber daya iterator.
AnonymousMemoryCache
MultiDeviceIterator Anonim	Sebuah wadah untuk sumber daya iterator multi perangkat.
Generator Benih Acak Anonim
Generator Benih Anonim
Setiap	Menghitung "logis atau" elemen di seluruh dimensi tensor.
TerapkanAdaMax <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma AdaMax.
TerapkanAdadelta <T memperluas TType >	Perbarui '*var' sesuai dengan skema adadelta.
TerapkanAdagrad <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdagradDa <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad proksimal.
TerapkanAdagradV2 <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdam <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma Adam.
ApplyAddSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ApplyFtrl <T memperluas TType >	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ApplyGradientDescent <T memperluas TType >	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ApplyMomentum <T memperluas TType >	Perbarui '*var' sesuai dengan skema momentum.
ApplyPowerSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyProximalAdagrad <T memperluas TType >	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ApplyProximalGradientDescent <T memperluas TType >	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
Perkiraan Sama	Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.
ArgMax <V memperluas TNumber >	Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.
ArgMin <V memperluas TNumber >	Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.
SebagaiString	Mengonversi setiap entri dalam tensor tertentu menjadi string.
Asin <T memperluas TType >	Menghitung sinus invers trignometri dari x berdasarkan elemen.
Asinh <T memperluas TType >	Menghitung sinus hiperbolik terbalik dari elemen x.
Tegaskan Kumpulan Data Kardinalitas
Tegaskan Kumpulan Data Berikutnya
Tegaskan Itu	Menegaskan bahwa kondisi yang diberikan benar.
Tetapkan <T memperluas TType >	Perbarui 'ref' dengan menetapkan 'nilai' padanya.
AssignAdd <T memperluas TType >	Perbarui 'ref' dengan menambahkan 'nilai' ke dalamnya.
TetapkanTambahkanVariableOp	Menambahkan nilai ke nilai variabel saat ini.
AssignSub <T memperluas TType >	Perbarui 'ref' dengan mengurangi 'nilai' darinya.
TetapkanSubVariableOp	Mengurangi nilai dari nilai variabel saat ini.
TetapkanVariabelOp	Menetapkan nilai baru ke variabel.
Atan <T memperluas TType >	Menghitung invers tangen trigonometri dari elemen x.
Atan2 <T memperluas Nomor T >	Menghitung arctangent dari elemen `y/x`, dengan memperhatikan tanda-tanda argumen.
Atanh <T memperluas TType >	Menghitung kebalikan tangen hiperbolik dari elemen x.
Spektogram Audio	Menghasilkan visualisasi data audio dari waktu ke waktu.
Ringkasan Audio	Menghasilkan buffer protokol `Ringkasan` dengan audio.
Kumpulan Data AutoShard	Membuat himpunan data yang memecah himpunan data masukan.
AvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pada input.
AvgPool3d <T memperluas TNumber >	Melakukan pengumpulan rata-rata 3D pada input.
AvgPool3dGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
AvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
BandPart <T memperluas TType >	Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam ke nol.
BandedTriangularSolve <T memperluas TType >
Penghalang	Mendefinisikan penghalang yang tetap ada di berbagai eksekusi grafik.
PenghalangTutup	Menutup penghalang yang diberikan.
PenghalangUkuran Tidak Lengkap	Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.
BarrierInsertMany	Untuk setiap kunci, berikan nilai masing-masing ke komponen yang ditentukan.
PenghalangSiapUkuran	Menghitung jumlah elemen lengkap dalam penghalang tertentu.
PenghalangAmbilBanyak	Mengambil sejumlah elemen lengkap dari penghalang.
Kelompok	Mengelompokkan semua tensor masukan secara nondeterministik.
BatchCholesky <T memperluas TNumber >
BatchCholeskyGrad <T memperluas TNumber >
Kumpulan Data Batch	Membuat kumpulan data yang mengelompokkan elemen `batch_size` dari `input_dataset`.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T memperluas TType >	Mengalikan irisan dua tensor secara berkelompok.
BatchMatrixBandPart <T memperluas TType >
BatchMatrixDeterminant <T memperluas TType >
BatchMatrixDiag <T memperluas TType >
BatchMatrixDiagPart <T memperluas TType >
BatchMatrixInverse <T memperluas TNumber >
BatchMatrixSetDiag <T memperluas TType >
BatchMatrixSolve <T memperluas TNumber >
BatchMatrixSolveLs <T memperluas TNumber >
BatchMatrixTriangularSolve <T memperluas TNumber >
BatchNormWithGlobalNormalization <T memperluas TType >	Normalisasi batch.
BatchNormWithGlobalNormalizationGrad <T memperluas TType >	Gradien untuk normalisasi batch.
BatchSelfAdjointEig <T memperluas TNumber >
BatchSvd <T memperluas TType >
BatchToSpace <T memperluas TType >	BatchToSpace untuk tensor 4-D tipe T.
BatchToSpaceNd <T memperluas TType >	BatchToSpace untuk tensor ND tipe T.
BesselI0 <T memperluas TNomor >
BesselI0e <T memperluas TNomor >
BesselI1 <T memperluas TNomor >
BesselI1e <T memperluas TNomor >
BesselJ0 <T memperluas TNomber >
BesselJ1 <T memperluas TNomor >
BesselK0 <T memperluas TNomor >
BesselK0e <T memperluas TNomber >
BesselK1 <T memperluas TNomor >
BesselK1e <T memperluas TNomber >
BesselY0 <T memperluas TNomber >
BesselY1 <T memperluas TNomor >
Betainc <T memperluas TNomber >	Hitung integral beta tidak lengkap yang diatur \\(I_x(a, b)\\).
BiasTambahkan <T memperluas TType >	Menambahkan `bias` ke `nilai`.
BiasAddGrad <T memperluas TType >	Operasi mundur untuk "BiasAdd" pada tensor "bias".
Bincount <T memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
Bitcast <U memperluas TType >	Mem-bitcast tensor dari satu jenis ke jenis lainnya tanpa menyalin data.
BitwiseAnd <T memperluas TNumber >	Elementwise menghitung bitwise AND dari `x` dan `y`.
BitwiseAtau <T memperluas TNumber >	Elementwise menghitung OR bitwise dari `x` dan `y`.
BitwiseXor <T memperluas TNumber >	Elementwise menghitung XOR bitwise dari `x` dan `y`.
BlockLSTM <T memperluas TNumber >	Menghitung propagasi maju sel LSTM untuk semua langkah waktu.
BlockLSTMGrad <T memperluas TNumber >	Menghitung propagasi mundur sel LSTM untuk seluruh urutan waktu.
BoostedTreesAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesBucketize	Masukkan setiap fitur ke dalam keranjang berdasarkan batasan keranjang.
BoostedTreesCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCalculateBestFeatureSplitV2	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk setiap node.
BoostedTreesHitungKeuntungan TerbaikPerFitur	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCenterBias	Menghitung prior dari data pelatihan (bias) dan mengisi node pertama dengan logit sebelumnya.
BoostedTreesCreateEnsemble	Membuat model ansambel pohon dan mengembalikan pegangannya.
BoostedTreesCreateQuantileStreamResource	Buat Sumber Daya untuk Aliran Kuantil.
BoostedTreesDeserializeEnsemble	Deserialisasi konfigurasi ansambel pohon berseri dan menggantikan pohon saat ini ansambel.
BoostedTreesEnsembleResourceHandleOp	Membuat pegangan ke BoostedTreesEnsembleResource
Output BoostedTreesExampleDebug	Output debug/interpretabilitas model untuk setiap contoh.
Ringkasan BoostedTreesFlushQuantile	Hapus ringkasan kuantil dari setiap sumber daya aliran kuantil.
BoostedTreesGetEnsembleStates	Mengambil token stempel sumber daya ansambel pohon, jumlah pohon, dan statistik pertumbuhan.
BoostedTreesMakeQuantileSummaries	Membuat ringkasan kuantil untuk batch.
Ringkasan BoostedTreesMakeStats	Membuat ringkasan akumulasi statistik untuk batch.
BoostedTreesPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung logit.
BoostedTreesQuantileStreamResourceAddSummaries	Tambahkan ringkasan kuantil ke setiap sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceDeserialize	Deserialisasi batas bucket dan tanda siap ke QuantileAccumulator saat ini.
BoostedTreesQuantileStreamResourceFlush	Hapus ringkasan untuk sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Hasilkan batas keranjang untuk setiap fitur berdasarkan akumulasi ringkasan.
BoostedTreesQuantileStreamResourceHandleOp	Membuat pegangan ke BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Membuat serial ansambel pohon menjadi proto.
BoostedTreesSparseAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesSparseCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesTrainingPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung pembaruan ke log yang di-cache.
BoostedTreesUpdateEnsemble	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BoostedTreesUpdateEnsembleV2	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BroadcastDynamicShape <T memperluas TNumber >	Kembalikan bentuk s0 op s1 dengan siaran.
BroadcastGradientArgs <T memperluas TNumber >	Kembalikan indeks reduksi untuk menghitung gradien s0 op s1 dengan siaran.
BroadcastHelper <T memperluas TType >	Operator pembantu untuk melakukan siaran ala XLA Menyiarkan `lhs` dan `rhs` ke peringkat yang sama, dengan menambahkan dimensi ukuran 1 ke `lhs` dan `rhs` mana pun yang memiliki peringkat lebih rendah, menggunakan aturan penyiaran XLA untuk operator biner.
BroadcastRecv <T memperluas TType >	Menerima siaran nilai tensor dari perangkat lain.
BroadcastSend <T memperluas TType >	Menyiarkan nilai tensor ke satu atau beberapa perangkat lain.
BroadcastTo <T memperluas TType >	Siarkan array untuk bentuk yang kompatibel.
Buat ember	Mengelompokkan 'masukan' berdasarkan 'batas'.
BytesProductedStatsDataset	Mencatat ukuran byte setiap elemen `input_dataset` di StatsAggregator.
Komponen CSRSparseMatrix <T memperluas TType >	Membacakan komponen CSR pada `indeks` batch.
CSRSparseMatrixToDense <T memperluas TType >	Ubah CSRSparseMatrix (mungkin dalam batch) menjadi padat.
CSRSparseMatrixToSparseTensor <T memperluas TType >	Mengonversi CSRSparesMatrix (mungkin dalam batch) menjadi SparseTensor.
Kumpulan Data CSV
CSVDatasetV2
CTCLossV2	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
Kumpulan Data Cache	Membuat kumpulan data yang menyimpan cache elemen dari `input_dataset`.
CacheDatasetV2
Keluarkan <U memperluas TType >	Keluarkan x dari tipe SrcT ke y dari DstT.
Ceil <T memperluas TNomber >	Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.
CheckNumerics <T memperluas TNumber >	Memeriksa tensor untuk nilai NaN, -Inf, dan +Inf.
Cholesky <T memperluas TType >	Menghitung dekomposisi Cholesky dari satu atau lebih matriks persegi.
CholeskyGrad <T memperluas TNomber >	Menghitung gradien propagasi mundur mode terbalik dari algoritma Cholesky.
Pilih Kumpulan Data Tercepat
ClipByValue <T memperluas TType >	Klip nilai tensor ke min dan maks tertentu.
CloseSummaryWriter
ClusterOutput <T memperluas TType >	Operator yang menghubungkan output komputasi XLA ke node grafik konsumen lainnya.
CollectiveGather <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
CollectivePermute <T memperluas TType >	Opsi untuk mengubah posisi tensor di seluruh instance TPU yang direplikasi.
GabunganNonMaxSuppression	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, Operasi ini melakukan non_max_suppression pada input per batch, di semua kelas.
Bandingkan dan Bitpack	Bandingkan nilai `input` dengan `threshold` dan kemas bit yang dihasilkan ke dalam `uint8`.
Hasil Kompilasi	Mengembalikan hasil kompilasi TPU.
KompilasiSucceededAssert	Menegaskan bahwa kompilasi berhasil.
Kompleks <U memperluas TType >	Mengonversi dua bilangan real menjadi bilangan kompleks.
ComplexAbs <U memperluas TNumber >	Menghitung nilai absolut kompleks dari sebuah tensor.
Elemen Kompres	Mengompresi elemen kumpulan data.
Komputasi AccidentalHits	Menghitung id posisi di sampled_candidates yang cocok dengan true_labels.
HitungUkuranBatch	Menghitung ukuran batch statis dari kumpulan data tanpa batch parsial.
Concat <T memperluas TType >	Menggabungkan tensor sepanjang satu dimensi.
Kumpulan Data Gabungan	Membuat himpunan data yang menggabungkan `input_dataset` dengan `another_dataset`.
Akumulator Bersyarat	Akumulator bersyarat untuk menggabungkan gradien.
KonfigurasikanTPU Terdistribusi	Menyiapkan struktur terpusat untuk sistem TPU terdistribusi.
Konfigurasikan TPUEmbedding	Menyiapkan TPUEmbedding dalam sistem TPU terdistribusi.
Sambungkan <T memperluas TType >	Mengembalikan konjugat kompleks dari bilangan kompleks.
ConjugateTranspose <T memperluas TType >	Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.
Konstanta <T memperluas TType >	Operator yang menghasilkan nilai konstan.
KonsumsiMutexLock	Operasi ini menggunakan kunci yang dibuat oleh `MutexLock`.
KontrolPemicu	Tidak melakukan apa pun.
Konv <T memperluas TType >	Membungkus operator XLA ConvGeneralDilated, didokumentasikan di https://www.tensorflow.org/ Performance/xla/operation_semantics#conv_convolution .
Konv2d <T memperluas TNomber >	Menghitung konvolusi 2-D dengan `input` dan `filter` 4-D.
Conv2dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan filter.
Conv2dBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan input.
Konv3d <T memperluas TNumber >	Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D.
Conv3dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan filter.
Conv3dBackpropInput <U memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan masukan.
Salin <T extends TType >	Salin tensor dari CPU-ke-CPU atau GPU-ke-GPU.
CopyHost <T memperluas TType >	Salin tensor ke host.
Karena <T memperluas TType >	Menghitung cos dari x berdasarkan elemen.
Cosh <T memperluas TType >	Menghitung kosinus hiperbolik dari elemen x.
CountUpTo <T memperluas TNumber >	Menambah 'ref' hingga mencapai 'batas'.
BuatSummaryDbWriter
BuatSummaryFileWriter
PangkasDan Ubah Ukuran	Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.
PangkasDanResizeGradBoxes	Menghitung gradien crop_and_resize dengan tensor kotak input.
CropAndResizeGradImage <T memperluas TNumber >	Menghitung gradien crop_and_resize dengan tensor gambar masukan.
Silang <T memperluas Nomor T >	Hitung produk silang berpasangan.
CrossReplicaSum <T memperluas TNumber >	Opsi untuk menjumlahkan input di seluruh instans TPU yang direplikasi.
CtcBeamSearchDecoder <T memperluas TNumber >	Melakukan decoding pencarian berkas pada logit yang diberikan dalam input.
CtcGreedyDecoder <T memperluas TNumber >	Melakukan decoding serakah pada logit yang diberikan dalam input.
CtcLoss <T memperluas TNumber >	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
CudnnRNN <T memperluas TNomber >	RNN yang didukung oleh cuDNN.
CudnnRNNBackprop <T memperluas TNumber >	Langkah backprop dari CudnnRNNV3.
CudnnRNNCanonicalToParams <T memperluas TNumber >	Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan.
CudnnRNNNParamsToCanonical <T memperluas TNumber >	Mengambil parameter CudnnRNN dalam bentuk kanonik.
CudnnRnnParamsSize <U memperluas TNumber >	Menghitung ukuran bobot yang dapat digunakan oleh model Cudnn RNN.
Cumprod <T memperluas TType >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
Cumsum <T memperluas TType >	Hitung jumlah kumulatif tensor `x` sepanjang `sumbu`.
KumulatifLogsumexp <T extends TNumber >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
DataFormatDimMap <T memperluas TNumber >	Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya format data sumber.
DataFormatVecPermute <T memperluas TNumber >	Ubah tensor masukan dari `src_format` menjadi `dst_format`.
DataServiceDataset
Kardinalitas Kumpulan Data	Mengembalikan kardinalitas `input_dataset`.
Kumpulan DataDariGrafik	Membuat kumpulan data dari `graph_def` yang diberikan.
Kumpulan DataToGraph	Mengembalikan GraphDef serial yang mewakili `input_dataset`.
Kumpulan DataKeSingleElement	Menghasilkan elemen tunggal dari kumpulan data yang diberikan.
Kumpulan DataToTFRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Kumpulan DataToTfRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Dawsn <T memperluas TNomber >
DebugGradientIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugGradientRefIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugIdentity <T memperluas TType >	Debug Identitas V2 Op.
DebugNanCount	Operasi Penghitung Nilai NaN Debug.
DebugNumericsSummary <U memperluas TNumber >	Ringkasan Numerik Debug V2 Op.
DecodeAndCropJpeg	Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.
DecodeBase64	Dekode string berenkode base64 yang aman untuk web.
DekodeBmp	Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.
DecodeTerkompresi	Dekompresi string.
DekodeCsv	Ubah data CSV menjadi tensor.
DekodeGif	Dekode bingkai gambar berkode GIF ke tensor uint8.
DecodeImage <T memperluas TNumber >	Berfungsi untuk decode_bmp, decode_gif, decode_jpeg, dan decode_png.
DekodeJpeg	Dekode gambar berkode JPEG menjadi tensor uint8.
DecodeJsonContoh	Konversikan rekaman Contoh yang dikodekan JSON ke string buffer protokol biner.
DecodePaddedRaw <T memperluas TNumber >	Menafsirkan ulang byte string sebagai vektor angka.
DecodePng <T memperluas TNumber >	Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.
DekodeProto	Operasi mengekstrak bidang dari pesan buffer protokol serial menjadi tensor.
DecodeRaw <T memperluas TType >	Menafsirkan ulang byte string sebagai vektor angka.
DecodeWav	Dekode file WAV PCM 16-bit menjadi tensor float.
DeepCopy <T memperluas TType >	Membuat salinan `x`.
HapusIterator	Sebuah wadah untuk sumber daya iterator.
HapusMemoryCache
HapusMultiDeviceIterator	Sebuah wadah untuk sumber daya iterator.
HapusRandomSeedGenerator
HapusSeedGenerator
HapusSessionTensor	Hapus tensor yang ditentukan oleh pegangannya di sesi tersebut.
DenseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
DenseCountSparseOutput <U memperluas TNumber >	Melakukan penghitungan bin keluaran jarang untuk masukan tf.tensor.
PadatToCSRSparseMatrix	Mengonversi tensor padat menjadi CSRSparseMatrix (mungkin dalam batch).
DenseToDenseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir dari 2 input `Tensor`.
Kumpulan Data PadatToSparseBatch	Membuat himpunan data yang mengelompokkan elemen masukan ke dalam SparseTensor.
DenseToSparseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir `Tensor` dan `SparseTensor`.
DepthToSpace <T memperluas TType >	DepthToSpace untuk tensor tipe T.
DepthwiseConv2dNative <T memperluas TNumber >	Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D.
DepthwiseConv2dNativeBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi mendalam terhadap filter.
DepthwiseConv2dNativeBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi mendalam sehubungan dengan masukan.
Dekuantisasi	Mengambil masukan uint32 yang dikemas dan membongkar masukan tersebut ke uint8 untuk dilakukan Dekuantisasi pada perangkat.
DeserialisasiIterator	Mengonversi tensor varian tertentu menjadi iterator dan menyimpannya di sumber daya tertentu.
DeserializeManySparse <T memperluas TType >	Deserialisasi dan gabungkan `SparseTensors` dari minibatch serial.
DeserializeSparse <U memperluas TType >	Deserialisasi objek `SparseTensor`.
HancurkanResourceOp	Menghapus sumber daya yang ditentukan oleh pegangan.
DestroyTemporaryVariable <T memperluas TType >	Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.
Itu <T memperluas TType >	Menghitung determinan satu atau lebih matriks persegi.
Indeks Perangkat	Kembalikan indeks perangkat tempat operasi dijalankan.
Digamma <T memperluas TNumber >	Menghitung Psi, turunan dari Lgamma (log nilai absolut `Gamma(x)`), berdasarkan elemen.
Pelebaran2d <T memperluas TNomor >	Menghitung dilatasi skala abu-abu dari `input` 4-D dan `filter` 3-D.
Dilation2dBackpropFilter <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap filter.
Dilation2dBackpropInput <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap masukan.
DirectedInterleaveDataset	Pengganti `InterleaveDataset` pada daftar tetap kumpulan data `N`.
Div <T memperluas TType >	Mengembalikan x / y berdasarkan elemen.
DivNoNan <T memperluas TType >	Mengembalikan 0 jika penyebutnya nol.
Titik <T memperluas TType >	Membungkus operator XLA DotGeneral, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T memperluas TNumber >	Gambarlah kotak pembatas pada sekumpulan gambar.
DummyIterationCounter
DummyMemoryCache
Generator DummySeed
DynamicPartition <T memperluas TType >	Partisi `data` menjadi tensor `num_partitions` menggunakan indeks dari `partitions`.
DynamicSlice <T memperluas TType >	Membungkus operator XLA DynamicSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicslice .
DynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
DynamicUpdateSlice <T memperluas TType >	Membungkus operator XLA DynamicUpdateSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicupdateslice .
Sunting Jarak	Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).
Eig <U memperluas TType >	Menghitung dekomposisi eigen dari satu atau lebih matriks persegi.
Einsum <T memperluas TType >	Sebuah operasi yang mendukung operasi einsum dasar dengan 2 input dan 1 output.
Elu <T memperluas Nomor T >	Menghitung linear eksponensial: `exp(fitur) - 1` jika < 0, `fitur` sebaliknya.
EluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linier eksponensial (Elu).
Menanamkan Aktivasi	Sebuah operasi yang memungkinkan diferensiasi TPU Embeddings.
Kosongkan <T extends TType >	Membuat tensor dengan bentuk tertentu.
Daftar Tensor Kosong	Membuat dan mengembalikan daftar tensor kosong.
KosongTensorMap	Membuat dan mengembalikan peta tensor kosong.
EncodeBase64	Enkode string ke dalam format base64 yang aman untuk web.
EnkodeJpeg	JPEG-mengkodekan gambar.
EncodeJpegVariableQuality	JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.
EnkodePng	PNG-mengkodekan gambar.
EnkodeProto	Operasi ini membuat serial pesan protobuf yang disediakan di tensor input.
EncodeWav	Enkode data audio menggunakan format file WAV.
EnqueueTPUEmbeddingIntegerBatch	Sebuah operasi yang memasukkan daftar tensor batch masukan ke TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup().
EnqueueTPUEmbeddingSparseBatch	Sebuah operasi yang memasukkan indeks masukan TPUEmbedding dari SparseTensor.
EnqueueTPUEmbeddingSparseTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup_sparse().
Pastikan Bentuk <T memperluas TType >	Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.
Masukkan <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Setara	Mengembalikan nilai kebenaran (x == y) berdasarkan elemen.
Erf <T memperluas TNomber >	Menghitung fungsi kesalahan Gauss dari elemen `x`.
Erfc <T memperluas TNumber >	Menghitung fungsi kesalahan komplementer dari elemen `x`.
EuclideanNorm <T memperluas TType >	Menghitung norma euclidean elemen di seluruh dimensi tensor.
Menjalankan	Op yang memuat dan menjalankan program TPU pada perangkat TPU.
ExecuteAndUpdateVariables	Op yang menjalankan program dengan pembaruan variabel opsional di tempat.
Keluar <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
Exp <T memperluas TType >	Menghitung eksponensial x berdasarkan elemen.
ExpandDims <T memperluas TType >	Menyisipkan dimensi 1 ke dalam bentuk tensor.
Ekspansi <T extends TNumber >
Expm1 <T memperluas TType >	Menghitung `exp(x) - 1` berdasarkan elemen.
Ekstrak Sekilas	Mengekstrak sekilas dari tensor masukan.
ExtractImagePatches <T memperluas TType >	Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".
ExtractJpegShape <T memperluas TNumber >	Ekstrak informasi bentuk gambar berkode JPEG.
ExtractVolumePatches <T memperluas TNumber >	Ekstrak `patch` dari `input` dan letakkan di dimensi output `"kedalaman"`.
Fakta	Keluarkan fakta tentang faktorial.
FakeQuantWithMinMaxArgs	Kuantisasi palsu tensor 'input', ketik float ke tensor 'output' dengan tipe yang sama.
FakeQuantWithMinMaxArgsGradien	Hitung gradien untuk operasi FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Mengkuantisasi palsu tensor 'input' bertipe float melalui skalar float global Lakukan kuantisasi palsu tensor `input` dari tipe float melalui skalar float global `min` dan `max` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakeQuantWithMinMaxVarsGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel	Lakukan kuantisasi palsu pada tensor 'input' dari tipe float melalui float per saluran Kuantisasi palsu tensor `input` dari tipe float per saluran dan salah satu bentuk: `[d]`, `[b, d]` `[b, h, w, d]` melalui float per saluran ` min` dan `max` dari bentuk `[d]` ke tensor `output` dengan bentuk yang sama dengan `input`.
FakeQuantWithMinMaxVarsPerChannelGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel.
Fft <T memperluas TType >	Transformasi Fourier Cepat.
Fft2d <T memperluas TType >	Transformasi Fourier cepat 2D.
Fft3d <T memperluas TType >	Transformasi Fourier cepat 3D.
FifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
Isi <U extends TType >	Membuat tensor yang diisi dengan nilai skalar.
FilterByLastComponentDataset	Membuat kumpulan data yang berisi elemen komponen pertama `input_dataset` yang memiliki nilai true di komponen terakhir.
Sidik jari	Menghasilkan nilai sidik jari.
Kumpulan Data Catatan Panjang Tetap
Pembaca Catatan Panjang Tetap	Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.
MemperbaikiUnigramCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
Lantai <T memanjang TNomor >	Mengembalikan bilangan bulat terbesar berdasarkan elemen yang tidak lebih besar dari x.
FloorDiv <T memperluas TType >	Mengembalikan x // y berdasarkan elemen.
FloorMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
Penulis Ringkasan Siram
FractionalAvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pecahan pada input.
FractionalAvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalAvgPool.
FractionalMaxPool <T memperluas TNumber >	Melakukan pengumpulan maksimal pecahan pada input.
FractionalMaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalMaxPool.
FresnelCos <T memperluas TNumber >
FresnelSin <T memperluas TNumber >
FusedBatchNorm <T memperluas TNomber , U memperluas TNorm >	Normalisasi batch.
FusedBatchNormGrad <T memperluas TNomber , U memperluas TNumber >	Gradien untuk normalisasi batch.
FusedPadConv2d <T memperluas TNumber >	Melakukan padding sebagai praproses selama konvolusi.
FusedResizeAndPadConv2d <T memperluas TNumber >	Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.
GRUBlockCell <T memperluas TNumber >	Menghitung propagasi maju sel GRU untuk 1 langkah waktu.
GRUBlockCellGrad <T memperluas TNomber >	Menghitung propagasi balik sel GRU untuk 1 langkah waktu.
Kumpulkan <T extends TType >	Membungkus operator XLA Gather yang didokumentasikan di https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T memperluas TType >	Kumpulkan irisan dari `params` menjadi Tensor dengan bentuk yang ditentukan oleh `indeks`.
GatherV2 <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
Hasilkan Proposal BoundingBox	Operasi ini menghasilkan Wilayah Minat dari kotak pembatas tertentu (bbox_deltas) jangkar wrt yang dikodekan sesuai dengan persamaan 2 di arXiv:1506.01497 Operasi memilih kotak penilaian `pre_nms_topn` teratas, mendekodekannya sehubungan dengan jangkar, menerapkan penekanan non-maksimal pada kotak yang tumpang tindih dengan nilai persimpangan-over-union (iou) yang lebih tinggi dari `nms_threshold`, membuang kotak yang sisinya lebih pendek kurang dari ` ukuran_minimal`.
Hasilkan Pemetaan Ulang Vocab	Diberikan jalur ke file kosakata baru dan lama, mengembalikan Tensor yang dipetakan ulang panjang `num_new_vocab`, dengan `remapping[i]` berisi nomor baris dalam kosakata lama yang sesuai dengan baris `i` dalam kosakata baru (mulai dari baris `new_vocab_offset` dan hingga `num_new_vocab` entitas), atau `- 1` jika entri `i` pada kosakata baru tidak ada pada kosakata lama.
DapatkanSessionHandle	Simpan tensor masukan dalam keadaan sesi saat ini.
GetSessionTensor <T memperluas TType >	Dapatkan nilai tensor yang ditentukan oleh pegangannya.
Lebih besar	Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.
Lebih Besar Sama	Mengembalikan nilai kebenaran (x >= y) berdasarkan elemen.
GuaranteeConst <T memperluas TType >	Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.
Tabel Hash	Membuat tabel hash yang tidak diinisialisasi.
HistogramFixedWidth <U memperluas TNumber >	Kembalikan histogram nilai.
Ringkasan Histogram	Menghasilkan buffer protokol `Ringkasan` dengan histogram.
HsvToRgb <T memperluas TNumber >	Konversi satu atau lebih gambar dari HSV ke RGB.
Identitas <T memperluas TType >	Mengembalikan tensor dengan bentuk dan konten yang sama dengan tensor atau nilai masukan.
IdentitasN	Mengembalikan daftar tensor dengan bentuk dan konten yang sama dengan input tensor.
Pembaca Identitas	Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.
Ifft <T memperluas TType >	Transformasi Fourier cepat terbalik.
Ifft2d <T memperluas TType >	Transformasi Fourier cepat 2D terbalik.
Ifft3d <T memperluas TType >	Transformasi Fourier cepat 3D terbalik.
Igamma <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap terregulasi bawah `P(a, x)`.
IgammaGradA <T memperluas TNomber >	Menghitung gradien `igamma(a, x)` wrt `a`.
Igammac <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap yang diatur atas `Q(a, x)`.
AbaikanErrorsDataset	Membuat kumpulan data yang berisi elemen `input_dataset` yang mengabaikan kesalahan.
Gambar <U memperluas Nomor T >	Mengembalikan bagian imajiner dari bilangan kompleks.
ImageProjectiveTransformV2 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
ImageProjectiveTransformV3 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
Ringkasan Gambar	Menghasilkan buffer protokol `Ringkasan` dengan gambar.
ImmutableConst <T memperluas TType >	Mengembalikan tensor yang tidak dapat diubah dari wilayah memori.
ImporAcara
Di TopK	Mengatakan apakah target berada dalam prediksi `K` teratas.
InfeedDequeue <T memperluas TType >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam komputasi.
InfeedDequeueTuple	Mengambil beberapa nilai dari infeed sebagai tupel XLA.
Antrean Infeed	Sebuah operasi yang memasukkan satu nilai Tensor ke dalam komputasi.
InfeedEnqueuePrelinearizedBuffer	Sebuah operasi yang memasukkan buffer yang telah dipralinearisasi ke dalam pengumpan TPU.
InfeedEnqueueTuple	Memasukkan beberapa nilai Tensor ke dalam komputasi sebagai tupel XLA.
Init
Inisialisasi Tabel	Penginisialisasi tabel yang masing-masing menggunakan dua tensor untuk kunci dan nilai.
InisialisasiTableFromDataset
InisialisasiTableFromTextFile	Menginisialisasi tabel dari file teks.
InplaceAdd <T memperluas TType >	Menambahkan v ke dalam baris x tertentu.
InplaceSub <T memperluas TType >	Kurangi `v` ke dalam baris `x` yang ditentukan.
InplaceUpdate <T memperluas TType >	Memperbarui baris tertentu 'i' dengan nilai 'v'.
Inv <T memperluas TType >	Menghitung invers dari satu atau lebih matriks persegi yang dapat dibalik atau adjointnya (transpos konjugasi).
InvGrad <T memperluas TType >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
Balikkan <T extends TNumber >	Membalikkan (membalik) setiap bit dari tipe yang didukung; misalnya ketik `uint8` nilai 01010101 menjadi 10101010.
InvertPermutation <T extends TNumber >	Menghitung permutasi terbalik dari tensor.
Irfft <U memperluas TNomber >	Transformasi Fourier cepat bernilai riil terbalik.
Irfft2d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 2D terbalik.
Irfft3d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 3D terbalik.
IsBoostedTreesEnsembleInisialisasi	Memeriksa apakah ansambel pohon telah diinisialisasi.
IsBoostedTreesQuantileStreamResourceInisialisasi	Memeriksa apakah aliran kuantil telah diinisialisasi.
Adalah Terbatas	Mengembalikan elemen x mana yang terbatas.
AdalahInf	Mengembalikan elemen x mana yang merupakan Inf.
AdalahNan	Mengembalikan elemen x mana yang merupakan NaN.
IsVariableInisialisasi	Memeriksa apakah tensor telah diinisialisasi.
Regresi Isotonik <U memperluas TNumber >	Memecahkan sejumlah masalah regresi isotonik.
Pengulangan
IteratorDariStringHandle
IteratorGetDevice	Mengembalikan nama perangkat tempat `sumber daya` ditempatkan.
IteratorDapatkanBerikutnya	Mendapatkan keluaran selanjutnya dari iterator yang diberikan.
IteratorGetNextAsOpsional	Mendapatkan keluaran berikutnya dari iterator yang diberikan sebagai varian Opsional.
IteratorGetNextSync	Mendapatkan keluaran berikutnya dari iterator yang diberikan.
IteratorToStringHandle	Mengonversi `resource_handle` tertentu yang mewakili iterator menjadi string.
Bergabung	Menggabungkan string dalam daftar tensor string tertentu menjadi satu tensor; dengan pemisah yang diberikan (defaultnya adalah pemisah kosong).
Inisialisasi KMC2Chain	Mengembalikan indeks titik data yang harus ditambahkan ke kumpulan benih.
KeyValueSort <T memperluas TNumber , U memperluas TType >	Membungkus operator Sortir XLA, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#sort .
Inisialisasi KmeansPlusPlus	Memilih num_to_sample baris input menggunakan kriteria KMeans++.
Statistik Pesanan Kth	Menghitung statistik urutan ke-K dari kumpulan data.
L2Loss <T meluas TNomber >	L2 Kerugian.
Kumpulan Data LMDB	Membuat himpunan data yang memancarkan pasangan nilai kunci dalam satu atau beberapa file LMDB.
LSTMBlockCell <T memperluas TNomber >	Menghitung propagasi maju sel LSTM untuk 1 langkah waktu.
LSTMBlockCellGrad <T memperluas TNumber >	Menghitung propagasi mundur sel LSTM untuk 1 langkah waktu.
Kumpulan Data LatencyStats	Merekam latensi produksi elemen `input_dataset` di StatsAggregator.
LeakyRelu <T memperluas TNomber >	Menghitung linier yang diperbaiki: `maks(fitur, fitur * alfa)`.
LeakyReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi LeakyRelu.
LearnedUnigramCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
LeftShift <T memperluas TNumber >	Elementwise menghitung pergeseran kiri bitwise dari `x` dan `y`.
Lebih sedikit	Mengembalikan nilai kebenaran (x < y) berdasarkan elemen.
Kurang Sama	Mengembalikan nilai kebenaran (x <= y) berdasarkan elemen.
Lgamma <T memperluas TNomber >	Menghitung log nilai absolut `Gamma(x)` berdasarkan elemen.
LinSpace <T memperluas TNomber >	Menghasilkan nilai dalam suatu interval.
Kumpulan Data Lmdb
Pembaca Lmdb	Pembaca yang mengeluarkan catatan dari file LMDB.
LoadAndRemapMatrix	Memuat `Tensor` 2-D (matriks) dengan nama `nama_tensor_lama` dari pos pemeriksaan di `ckpt_path` dan berpotensi menyusun ulang baris dan kolomnya menggunakan pemetaan ulang yang ditentukan.
LoadTPUEmbeddingADAMParameter	Muat parameter penyematan ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	Muat parameter penyematan ADAM dengan dukungan debug.
LoadTPUEmbeddingAdadeltaParameters	Muat parameter penyematan Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	Muat parameter Adadelta dengan dukungan debug.
LoadTPUEmbeddingAdagradParameters	Muat parameter penyematan Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	Muat parameter penyematan Adagrad dengan dukungan debug.
LoadTPUEmbeddingCenteredRMSPropParameters	Memuat parameter penyematan RMSProp yang terpusat.
LoadTPUEmbeddingFTRLParameter	Muat parameter penyematan FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	Muat parameter penyematan FTRL dengan dukungan debug.
MuatTPUEmbeddingMDLAdagradLightParameters	Memuat parameter penyematan MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters	Muat parameter penyematan Momentum.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	Muat parameter penyematan Momentum dengan dukungan debug.
LoadTPUEmbeddingProximalAdagradParameters	Muat parameter penyematan Adagrad proksimal.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	Muat parameter penyematan Adagrad proksimal dengan dukungan debug.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	Muat parameter penyematan RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	Muat parameter penyematan RMSProp dengan dukungan debug.
LoadTPUEmbeddingStochasticGradientDescentParameters	Muat parameter penyematan SGD.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Muat parameter penyematan SGD.
Normalisasi Respons Lokal <T memperluas Nomor T >	Normalisasi Respon Lokal.
LocalResponseNormalizationGrad <T memperluas TNumber >	Gradien untuk Normalisasi Respon Lokal.
Log <T memperluas TType >	Menghitung logaritma natural dari elemen x.
Log1p <T memperluas TType >	Menghitung logaritma natural (1 + x) berdasarkan elemen.
LogMatrixDeterminant <T memperluas TType >	Menghitung tanda dan log nilai absolut determinan satu atau lebih matriks persegi.
LogSoftmax <T memperluas TNumber >	Menghitung aktivasi log softmax.
LogUniformCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-uniform.
LogisDan	Mengembalikan nilai kebenaran x DAN y berdasarkan elemen.
LogisTidak	Mengembalikan nilai kebenaran dari elemen `NOT x`.
LogisAtau	Mengembalikan nilai kebenaran x OR y berdasarkan elemen.
LookupTableExport <T memperluas TType , U memperluas TType >	Menampilkan semua kunci dan nilai dalam tabel.
LookupTableFind <U memperluas TType >	Mencari kunci dalam tabel, menampilkan nilai yang sesuai.
Impor Tabel Pencarian	Menggantikan isi tabel dengan kunci dan nilai yang ditentukan.
Sisipkan Tabel Pencarian	Memperbarui tabel untuk mengaitkan kunci dengan nilai.
LookupTableRemove	Menghapus kunci dan nilai terkaitnya dari tabel.
Ukuran Tabel Pencarian	Menghitung jumlah elemen dalam tabel yang diberikan.
LoopCond	Meneruskan masukan ke keluaran.
Lebih rendah	Mengonversi semua karakter huruf besar menjadi pengganti huruf kecilnya masing-masing.
Batas Bawah <U memperluas Nomor T >	Menerapkan batas_bawah (nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
Lu <T memperluas TType , U memperluas TNomber >	Menghitung dekomposisi LU dari satu atau lebih matriks persegi.
BuatIterator	Membuat iterator baru dari `dataset` yang diberikan dan menyimpannya di `iterator`.
Jadikan Unik	Jadikan semua elemen dalam dimensi non-Batch unik, namun \"dekat\" dengannya nilai awal mereka.
Jelas Peta	Op menghapus semua elemen dalam wadah yang mendasarinya.
Ukuran PetaTidak Lengkap	Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Peek Peta	Op mengintip nilai pada kunci yang ditentukan.
Ukuran Peta	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Panggung Peta	Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti tabel hash.
PetaTidak Panggung	Op menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah di bawahnya.
MapUnstageNoKey	Op menghapus dan mengembalikan acak (kunci, nilai) dari wadah di bawahnya.
MatMul <T memperluas TType >	Kalikan matriks "a" dengan matriks "b".
File yang Cocok	Mengembalikan kumpulan file yang cocok dengan satu atau lebih pola glob.
Kumpulan Data File Pencocokan
MatrixDiag <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
MatrixDiagPart <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagPartV3 <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagV3 <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
Logaritma Matriks <T memperluas TType >	Menghitung logaritma matriks dari satu atau lebih matriks persegi: \\(log(exp(A)) = A\\) Operasi ini hanya ditentukan untuk matriks kompleks.
MatrixSetDiag <T memperluas TType >	Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.
MatrixSolveLs <T memperluas TType >	Memecahkan satu atau lebih masalah kuadrat terkecil linier.
Maks <T memperluas TType >	Menghitung jumlah maksimum elemen di seluruh dimensi tensor.
Kumpulan Data MaxIntraOpParallelism	Membuat kumpulan data yang mengesampingkan paralelisme intra-operasi maksimum.
MaxPool <T memperluas TType >	Melakukan pengumpulan maksimal pada input.
MaxPool3d <T memperluas TNumber >	Melakukan pengumpulan maksimal 3D pada input.
MaxPool3dGrad <U memperluas TNumber >	Menghitung gradien fungsi pengumpulan maksimal 3D.
MaxPool3dGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
MaxPoolGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradGradWithArgmax <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradWithArgmax <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
MaxPoolWithArgmax <T memperluas TNomber , U memperluas TNomber >	Melakukan pengumpulan maksimal pada input dan output baik nilai dan indeks maksimal.
Maksimum <T memperluas TNomber >	Mengembalikan maksimal x dan y (mis
Berarti <T memperluas TType >	Menghitung rata-rata elemen di seluruh dimensi tensor.
Gabungkan <T extends TType >	Meneruskan nilai tensor yang tersedia dari `inputs` ke `output`.
Gabungkan Ringkasan	Menggabungkan ringkasan.
Gabungkan Pos Pemeriksaan V2	Khusus format V2: menggabungkan file metadata dari pos pemeriksaan yang dipecah.
Mfcc	Mengubah spektogram menjadi bentuk yang berguna untuk pengenalan suara.
Min <T memperluas TType >	Menghitung jumlah minimum elemen di seluruh dimensi tensor.
Minimum <T memperluas TNomber >	Mengembalikan min dari x dan y (mis
MirrorPad <T memperluas TType >	Mengisi tensor dengan nilai cermin.
MirrorPadGrad <T memperluas TType >	Operasi gradien untuk operasi `MirrorPad`.
MlirPassthroughOp	Membungkus komputasi MLIR arbitrer yang dinyatakan sebagai modul dengan fungsi main().
Mod <T memperluas TNomber >	Mengembalikan sisa pembagian berdasarkan elemen.
Kumpulan Data Model	Transformasi identitas yang memodelkan kinerja.
Mul <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MulNoNan <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MultiDeviceIterator	Membuat sumber daya MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle	Menghasilkan sumber daya MultiDeviceIterator dari pegangan string yang disediakan.
MultiDeviceIteratorGetNextFromShard	Mendapatkan elemen berikutnya untuk nomor pecahan yang disediakan.
MultiDeviceIteratorInit	Menginisialisasi iterator multi perangkat dengan kumpulan data yang diberikan.
MultiDeviceIteratorToStringHandle	Menghasilkan pegangan string untuk MultiDeviceIterator yang diberikan.
Multinomial <U memperluas TNumber >	Mengambil sampel dari distribusi multinomial.
MutableDenseHashTable	Membuat tabel hash kosong yang menggunakan tensor sebagai penyimpanan pendukung.
TabelHash yang Dapat Diubah	Membuat tabel hash kosong.
MutableHashTableOfTensor	Membuat tabel hash kosong.
muteks	Membuat sumber daya Mutex yang dapat dikunci dengan `MutexLock`.
Kunci Mutex	Mengunci sumber daya mutex.
NcclAllReduce <T memperluas TNumber >	Menghasilkan tensor yang berisi reduksi di semua tensor masukan.
NcclBroadcast <T memperluas TNumber >	Mengirim `input` ke semua perangkat yang terhubung ke output.
NcclReduce <T memperluas TNumber >	Mengurangi `input` dari `num_devices` menggunakan `reduction` ke satu perangkat.
Ndtri <T memperluas TNomber >
Tetangga Terdekat	Memilih k pusat terdekat untuk setiap titik.
Neg <T memperluas TType >	Menghitung nilai negatif numerik berdasarkan elemen.
Kereta Negatif	Pelatihan melalui pengambilan sampel negatif.
BerikutnyaSetelah <T memperluas TNomor >	Mengembalikan nilai `x1` berikutnya yang dapat direpresentasikan ke arah `x2`, berdasarkan elemen.
Iterasi Berikutnya <T memperluas TType >	Membuat masukannya tersedia untuk iterasi berikutnya.
Tidak ada operasi	Tidak melakukan apa pun.
NonDeterministicInts <U memperluas TType >	Secara non-deterministik menghasilkan beberapa bilangan bulat.
NonMaxSuppression <T memperluas TNumber >	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak-kotak yang memiliki interseksi-over-union (IOU) tinggi yang tumpang tindih dengan kotak-kotak yang dipilih sebelumnya.
NonMaxSuppressionDengan Tumpang Tindih	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak-kotak yang memiliki tumpang tindih tinggi dengan kotak-kotak yang dipilih sebelumnya.
Kumpulan Data yang Tidak Dapat Diserialkan
Tidak Sama	Mengembalikan nilai kebenaran (x != y) berdasarkan elemen.
NthElement <T memperluas TNumber >	Menemukan nilai statistik urutan ke-`n` untuk dimensi terakhir.
OneHot <U memperluas TType >	Mengembalikan tensor satu-panas.
OnesLike <T memperluas TType >	Mengembalikan tensor yang bentuk dan tipenya sama dengan x.
OptimalkanDataset	Membuat kumpulan data dengan menerapkan pengoptimalan pada `input_dataset`.
OptimalkanDatasetV2	Membuat kumpulan data dengan menerapkan pengoptimalan terkait ke `input_dataset`.
OpsionalDariNilai	Membuat varian Opsional dari tupel tensor.
OpsionalGetValue	Mengembalikan nilai yang disimpan dalam varian Opsional atau memunculkan kesalahan jika tidak ada.
OpsionalHasValue	Mengembalikan nilai benar jika dan hanya jika varian Opsional yang diberikan memiliki nilai.
OpsionalTidak Ada	Membuat varian Opsional tanpa nilai.
Memerintahkan Peta Hapus	Op menghapus semua elemen dalam wadah yang mendasarinya.
MemesanPetaTidak LengkapUkuran	Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
MemesanMapPeek	Op mengintip nilai pada kunci yang ditentukan.
UkuranPeta yang Dipesan	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
TahapPeta yang Dipesan	Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti yang dipesan wadah asosiatif.
MemesanMapUnstage	Op menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah di bawahnya.
MemesanMapUnstageNoKey	Op menghapus dan mengembalikan elemen (kunci, nilai) dengan yang terkecil kunci dari wadah yang mendasarinya.
Pemilih Ordinal	Operasi pemilih inti TPU.
OutfeedDequeue <T memperluas TType >	Mengambil satu tensor dari outfeed komputasi.
OutfeedDequeueTuple	Ambil beberapa nilai dari outfeed komputasi.
OutfeedDequeueTupleV2	Ambil beberapa nilai dari outfeed komputasi.
OutfeedDequeueV2 <T memperluas TType >	Mengambil satu tensor dari outfeed komputasi.
Antrean Umpan Keluar	Enqueue Tensor pada outfeed komputasi.
OutfeedEnqueueTuple	Enqueuekan beberapa nilai Tensor pada outfeed komputasi.
Pad <T memperluas TType >	Membungkus operator XLA Pad, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#pad .
Kumpulan DataBatch Empuk	Membuat kumpulan data yang mengelompokkan dan memasukkan elemen `batch_size` dari input.
PaddingFifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
ParallelConcat <T memperluas TType >	Menggabungkan daftar tensor `N` di sepanjang dimensi pertama.
ParallelDynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
ParameterizedTruncatedNormal <U extends TNumber >	Menghasilkan nilai acak dari distribusi normal.
ParseContoh	Mengubah vektor proto tf.Example (sebagai string) menjadi tensor yang diketik.
ParseContohDataset	Mengubah `input_dataset` yang berisi proto `Contoh` sebagai vektor DT_STRING menjadi kumpulan data objek `Tensor` atau `SparseTensor` yang mewakili fitur yang diurai.
Contoh ParseSequence	Mengubah vektor proto tf.io.SequenceExample (sebagai string) menjadi tensor yang diketik.
ParseSingleContoh	Mengubah proto tf.Example (sebagai string) menjadi tensor yang diketik.
Contoh ParseSingleSequence	Mengubah proto otak skalar. SequenceExample (sebagai string) menjadi tensor yang diketik.
ParseTensor <T memperluas TType >	Mengubah proto tensorflow.TensorProto berseri menjadi Tensor.
PartitionedInput <T memperluas TType >	Sebuah operasi yang mengelompokkan daftar input yang dipartisi menjadi satu.
PartitionedOutput <T memperluas TType >	Sebuah operasi yang mendemultiplexing tensor untuk dipecah oleh XLA ke daftar yang dipartisi keluaran di luar komputasi XLA.
Placeholder <T memperluas TType >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam komputasi.
PlaceholderWithDefault <T memperluas TType >	Operasi placeholder yang melewati `input` ketika outputnya tidak diumpankan.
Poligamma <T memperluas TNomor >	Hitung fungsi poligamma \\(\psi^{(n)}(x)\\).
Jumlah Populasi	Menghitung jumlah populasi berdasarkan elemen (alias
Kekuatan <T memperluas TType >	Menghitung kekuatan satu nilai ke nilai lainnya.
Ambil Dataset terlebih dahulu	Membuat kumpulan data yang mengambil elemen dari `input_dataset` secara asinkron.
Pralinearisasi	Sebuah operasi yang linierisasi satu nilai Tensor menjadi tensor varian buram.
PralinearisasiTuple	Sebuah operasi yang linierisasi beberapa nilai Tensor menjadi tensor varian buram.
CegahGradien <T memperluas TType >	Operasi identitas yang memicu kesalahan jika gradien diminta.
Mencetak	Mencetak skalar string.
Antrian Prioritas	Antrian yang menghasilkan elemen yang diurutkan berdasarkan nilai komponen pertama.
Kumpulan Data PrivateThreadPool	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
Prod <T memperluas TType >	Menghitung produk elemen melintasi dimensi tensor.
Qr <T memperluas TType >	Menghitung dekomposisi QR dari satu atau lebih matriks.
Kuantisasi <T extends TType >	Hitung tensor 'input' bertipe float ke tensor 'output' bertipe 'T'.
QuantizeAndDequantize <T memperluas TNumber >	Mengkuantisasi lalu mendekuantisasi tensor.
QuantizeAndDequantizeV3 <T memperluas TNumber >	Mengkuantisasi lalu mendekuantisasi tensor.
QuantizeAndDequantizeV4 <T memperluas TNumber >	Mengembalikan gradien `quantization.QuantizeAndDequantizeV4`.
QuantizeAndDequantizeV4Grad <T memperluas TNumber >	Mengembalikan gradien `QuantizeAndDequantizeV4`.
QuantizeDownAndShrinkRange <U memperluas TType >	Ubah tensor 'input' yang terkuantisasi menjadi 'output' dengan presisi lebih rendah, menggunakan distribusi nilai aktual untuk memaksimalkan penggunaan kedalaman bit yang lebih rendah dan menyesuaikan rentang output min dan max yang sesuai.
QuantizedAdd <V memperluas TType >	Mengembalikan x + y berdasarkan elemen, bekerja pada buffer terkuantisasi.
QuantizedAvgPool <T memperluas TType >	Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.
QuantizedBatchNormWithGlobalNormalization <U memperluas TType >	Normalisasi Batch terkuantisasi.
QuantizedBiasAdd <V memperluas TType >	Menambahkan 'bias' Tensor ke 'input' Tensor untuk tipe Terkuantisasi.
QuantizedConcat <T memperluas TType >	Menggabungkan tensor terkuantisasi sepanjang satu dimensi.
QuantizedConv2DAndRelu <V memperluas TType >
QuantizedConv2DAndReluAndRequantize <V memperluas TType >
QuantizedConv2DAndRequantize <V memperluas TType >
QuantizedConv2DPerChannel <V memperluas TType >	Menghitung QuantizedConv2D per saluran.
QuantizedConv2DWithBias <V memperluas TType >
QuantizedConv2DWithBiasAndRelu <V memperluas TType >
QuantizedConv2DWithBiasAndReluAndRequantize <W memperluas TType >
QuantizedConv2DWithBiasAndRequantize <W memperluas TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X memperluas TType >
QuantizedConv2DWithBiasSumAndRelu <V memperluas TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X memperluas TType >
QuantizedConv2d <V memperluas TType >	Menghitung konvolusi 2D dengan masukan 4D terkuantisasi dan tensor filter.
QuantizedDepthwiseConv2D <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi.
QuantizedDepthwiseConv2DWithBias <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias.
QuantizedDepthwiseConv2DWithBiasAndRelu <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias dan Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias, Relu, dan Requantize.
QuantizedInstanceNorm <T memperluas TType >	Normalisasi Instans Terkuantisasi.
QuantizedMatMul <V memperluas TType >	Lakukan perkalian matriks terkuantisasi `a` dengan matriks `b`.
QuantizedMatMulWithBias <W memperluas TType >	Melakukan perkalian matriks terkuantisasi `a` dengan matriks `b` dengan penambahan bias.
QuantizedMatMulWithBiasAndDequantize <W extends TNumber >
QuantizedMatMulWithBiasAndRelu <V memperluas TType >	Lakukan perkalian matriks terkuantisasi `a` dengan matriks `b` dengan penjumlahan bias dan fusi relu.
QuantizedMatMulWithBiasAndReluAndRequantize <W memperluas TType >	Lakukan perkalian matriks terkuantisasi `a` dengan matriks `b` dengan bias add dan relu serta requantize fusion.
QuantizedMatMulWithBiasAndRequantize <W memperluas TType >
QuantizedMaxPool <T memperluas TType >	Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi.
QuantizedMul <V memperluas TType >	Mengembalikan x * y berdasarkan elemen, bekerja pada buffer terkuantisasi.
QuantizedRelu <U memperluas TType >	Menghitung Linier Terkuantifikasi Terkuantifikasi: `maks(fitur, 0)`
QuantizedRelu6 <U memperluas TType >	Menghitung Linear Terkuantifikasi 6: `min(maks(fitur, 0), 6)`
QuantizedReluX <U memperluas TType >	Menghitung Linear X Terkuantifikasi: `min(maks(fitur, 0), nilai_maks)`
QuantizedReshape <T memperluas TType >	Membentuk ulang tensor terkuantisasi sesuai operasi Reshape.
QuantizedResizeBilinear <T memperluas TType >	Ubah ukuran `gambar` terkuantisasi menjadi `ukuran` menggunakan interpolasi bilinear terkuantisasi.
Tutup Antrian	Menutup antrian yang diberikan.
AntrianDequeue	Menghapus tupel dari satu atau lebih tensor dari antrian yang diberikan.
AntrianDequeueBanyak	Menghapus tupel `n` dari satu atau lebih tensor dari antrian yang diberikan.
AntrianDequeueUpTo	Menghapus tupel `n` dari satu atau lebih tensor dari antrian yang diberikan.
AntrianEnqueue	Mengantrekan tupel dari satu atau lebih tensor dalam antrean tertentu.
AntrianEnqueueMany	Mengantrikan nol atau lebih tupel dari satu atau lebih tensor dalam antrean tertentu.
Antrian Tertutup	Mengembalikan nilai benar jika antrian ditutup.
Ukuran Antrian	Menghitung jumlah elemen dalam antrian tertentu.
RaggedBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
RaggedCountSparseOutput <U memperluas TNumber >	Melakukan penghitungan bin keluaran jarang untuk masukan tensor yang tidak rata.
RaggedCross <T memperluas TType , U memperluas TNumber >	Menghasilkan persilangan fitur dari daftar tensor, dan mengembalikannya sebagai RaggedTensor.
RaggedGather <T memperluas TNumber , U memperluas TType >	Kumpulkan irisan kasar dari sumbu `params` `0` menurut `indeks`.
RaggedRange <U memperluas TNomber , T memperluas TNomber >	Mengembalikan `RaggedTensor` yang berisi rangkaian angka tertentu.
RaggedTensorFromVariant <U memperluas TNumber , T memperluas TType >	Mendekode Tensor `varian` menjadi `RaggedTensor`.
RaggedTensorToSparse <U memperluas TType >	Mengonversi `RaggedTensor` menjadi `SparseTensor` dengan nilai yang sama.
RaggedTensorToTensor <U memperluas TType >	Buat tensor padat dari tensor yang tidak rata, mungkin dengan mengubah bentuknya.
RaggedTensorToVariant	Mengkodekan `RaggedTensor` menjadi Tensor `varian`.
RaggedTensorToVariantGradient <U memperluas TType >	Helper yang digunakan untuk menghitung gradien untuk `RaggedTensorToVariant`.
RandomCrop <T memperluas TNumber >	Pangkas `gambar` secara acak.
Kumpulan Data Acak	Membuat Kumpulan Data yang mengembalikan angka pseudorandom.
RandomGamma <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi Gamma yang dijelaskan oleh alfa.
RandomGammaGrad <T memperluas TNumber >	Menghitung turunan dari sampel acak Gamma
RandomPoisson <V memperluas TNumber >	Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan berdasarkan laju.
RandomShuffle <T memperluas TType >	Mengacak tensor secara acak sepanjang dimensi pertamanya.
Antrean Acak Acak	Antrian yang mengacak urutan elemen.
RandomStandardNormal <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi normal.
RandomUniform <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi seragam.
RandomUniformInt <U memperluas TNumber >	Menghasilkan bilangan bulat acak dari distribusi seragam.
Rentang <T meluas TNomor >	Membuat urutan angka.
Kumpulan Data Rentang	Membuat kumpulan data dengan rentang nilai.
Pangkat	Mengembalikan peringkat tensor.
File Baca	Membaca dan menampilkan seluruh isi nama file masukan.
ReadVariableOp <T memperluas TType >	Membaca nilai suatu variabel.
ReaderNumRecords Diproduksi	Mengembalikan jumlah catatan yang telah dihasilkan Pembaca ini.
ReaderNumWorkUnitsSelesai	Mengembalikan jumlah unit kerja yang telah selesai diproses oleh Pembaca ini.
PembacaBaca	Mengembalikan rekaman berikutnya (pasangan kunci, nilai) yang dihasilkan oleh Pembaca.
PembacaReadUpTo	Mengembalikan hingga pasangan `num_records` (kunci, nilai) yang dihasilkan oleh Pembaca.
Reset Pembaca	Kembalikan Pembaca ke kondisi awal yang bersih.
Status Pemulihan Pembaca	Mengembalikan pembaca ke keadaan yang disimpan sebelumnya.
PembacaSerializeState	Menghasilkan tensor string yang mengkodekan status Pembaca.
Nyata <U memperluas TNomber >	Mengembalikan bagian real dari bilangan kompleks.
RealDiv <T memperluas TType >	Mengembalikan elemen x / y untuk tipe nyata.
Kumpulan Data Batch Ulang	Membuat kumpulan data yang mengubah ukuran batch.
Batch UlangDatasetV2	Membuat kumpulan data yang mengubah ukuran batch.
Timbal balik <T memperluas TType >	Menghitung kebalikan dari elemen x.
Timbal BalikGrad <T memperluas TType >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
Masukan Rekam	Memancarkan catatan acak.
Penerimaan <T memperluas TType >	Menerima tensor bernama dari komputasi XLA lainnya.
Aktivasi RecvTPUEmbedding	Sebuah operasi yang menerima aktivasi penyematan pada TPU.
Kurangi <T perpanjang TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
Kurangi Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
Kurangi Apa Pun	Menghitung "logis atau" elemen di seluruh dimensi tensor.
Kurangi Gabung	Menggabungkan Tensor string pada dimensi tertentu.
ReduceMax <T memperluas TType >	Menghitung jumlah maksimum elemen di seluruh dimensi tensor.
ReduceMin <T memperluas TType >	Menghitung jumlah minimum elemen di seluruh dimensi tensor.
ReduceProd <T memperluas TType >	Menghitung produk elemen melintasi dimensi tensor.
ReduceSum <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi tensor.
KurangiV2 <T perpanjang TNomor >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
RefEnter <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
RefExit <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
RefIdentity <T memperluas TType >	Mengembalikan tensor ref yang sama dengan tensor ref masukan.
RefMerge <T memperluas TType >	Meneruskan nilai tensor yang tersedia dari `inputs` ke `output`.
RefNextIteration <T memperluas TType >	Membuat masukannya tersedia untuk iterasi berikutnya.
RefPilih <T memperluas TType >	Meneruskan elemen ke-`indeks` dari `input` ke `output`.
RefSwitch <T memperluas TType >	Meneruskan `data` tensor referensi ke port keluaran yang ditentukan oleh `pred`.
RegexFullMatch	Periksa apakah inputnya cocok dengan pola regex.
Ganti Regex	Menggantikan kecocokan ekspresi reguler `pola` di `input` dengan string pengganti yang disediakan di `rewrite`.
DaftarDataset	Mendaftarkan kumpulan data dengan layanan tf.data.
Relu <T memperluas TType >	Menghitung linier yang diperbaiki: `maks(fitur, 0)`.
Relu6 <T memperluas Nomor T >	Menghitung linier 6 yang diperbaiki: `min(maks(fitur, 0), 6)`.
Relu6Grad <T memperluas TNumber >	Menghitung gradien 6 linier yang diperbaiki untuk operasi Relu6.
ReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi Relu.
RemoteFusedGraphExecute	Jalankan sub grafik pada prosesor jarak jauh.
UlangiDataset	Membuat kumpulan data yang mengeluarkan output `input_dataset` `count` kali.
ReplikaId	ID replika.
Replikasi Metadata	Metadata yang menunjukkan bagaimana komputasi TPU harus direplikasi.
ReplikasiInput <T memperluas TType >	Menghubungkan N input ke komputasi TPU yang direplikasi dengan cara N.
ReplikasiOutput <T memperluas TType >	Menghubungkan N output dari komputasi TPU yang direplikasi dengan cara N.
Rentang Rekuantisasi	Menghitung rentang yang mencakup nilai aktual yang ada dalam tensor terkuantisasi.
RequantizationRangePerChannel	Menghitung rentang rekuantisasi per saluran.
Kuantisasi ulang <U extends TType >	Mengonversi tensor `input` yang terkuantisasi menjadi `output` dengan presisi lebih rendah.
RequantizePerChannel <U memperluas TType >	Menghitung ulang input dengan nilai min dan maks yang diketahui per saluran.
Bentuk ulang <T extends TType >	Membentuk ulang tensor.
Ubah Ukuran Area	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi area.
Ubah ukuranBicubic	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi bikubik.
Ubah ukuranBicubicGrad <T extends TNumber >	Menghitung gradien interpolasi bikubik.
Ubah ukuranBilinear	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi bilinear.
Ubah ukuranBilinearGrad <T extends TNumber >	Menghitung gradien interpolasi bilinear.
Ubah ukuranNearestNeighbor <T extends TNumber >	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi tetangga terdekat.
Ubah ukuranNearestNeighborGrad <T extends TNumber >	Menghitung gradien interpolasi tetangga terdekat.
ResourceAccumulatorApplyGradient	Menerapkan gradien ke akumulator tertentu.
ResourceAccumulatorNumAccumulated	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
ResourceAccumulatorSetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
ResourceAccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
ResourceApplyAdaMax	Perbarui '*var' sesuai dengan algoritma AdaMax.
ResourceApplyAdadelta	Perbarui '*var' sesuai dengan skema adadelta.
ResourceApplyAdagrad	Perbarui '*var' sesuai dengan skema adagrad.
ResourceApplyAdagradDa	Perbarui '*var' sesuai dengan skema adagrad proksimal.
ResourceApplyAdam	Perbarui '*var' sesuai dengan algoritma Adam.
ResourceApplyAdamWithAmsgrad	Perbarui '*var' sesuai dengan algoritma Adam.
ResourceApplyAddSign	Perbarui '*var' sesuai dengan pembaruan AddSign.
ResourceApplyCenteredRmsProp	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ResourceApplyFtrl	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ResourceApplyGradientDescent	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ResourceApplyKerasMomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplyMomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplyPowerSign	Perbarui '*var' sesuai dengan pembaruan AddSign.
ResourceApplyProximalAdagrad	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ResourceApplyProximalGradientDescent	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ResourceApplyRmsProp	Perbarui '*var' sesuai dengan algoritma RMSProp.
Akumulator ResourceConditional	Akumulator bersyarat untuk menggabungkan gradien.
ResourceCountUpTo <T memperluas TNumber >	Menambah variabel yang ditunjuk oleh 'sumber daya' hingga mencapai 'batas'.
ResourceGather <U memperluas TType >	Kumpulkan potongan dari variabel yang ditunjuk oleh `sumber daya` menurut `indeks`.
ResourceGatherNd <U memperluas TType >
ResourceScatterAdd	Menambahkan pembaruan jarang ke variabel yang direferensikan oleh `sumber daya`.
ResourceScatterDiv	Membagi pembaruan yang jarang ke dalam variabel yang direferensikan oleh `sumber daya`.
ResourceScatterMax	Mengurangi pembaruan yang jarang ke dalam variabel yang direferensikan oleh `sumber daya` menggunakan operasi `maks`.
ResourceScatterMin	Mengurangi pembaruan yang jarang ke dalam variabel yang direferensikan oleh `sumber daya` menggunakan operasi `min`.
ResourceScatterMul	Mengalikan pembaruan yang jarang ke dalam variabel yang direferensikan oleh `sumber daya`.
ResourceScatterNdAdd	Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
ResourceScatterNdUpdate	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
ResourceScatterSub	Mengurangi pembaruan yang jarang dari variabel yang direferensikan oleh `sumber daya`.
Pembaruan ResourceScatter	Menetapkan pembaruan yang jarang pada variabel yang direferensikan oleh `sumber daya`.
ResourceSparseApplyAdadelta	var: Harus dari Variabel().
ResourceSparseApplyAdagrad	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
ResourceSparseApplyAdagradDa	Perbarui entri di 'var' dan 'accum' sesuai dengan skema adagrad proksimal.
ResourceSparseApplyAdagradV2	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
ResourceSparseApplyCenteredRmsProp	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ResourceSparseApplyFtrl	Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.
ResourceSparseApplyKerasMomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourceSparseApplyMomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourceSparseApplyProximalAdagrad	Entri pembaruan yang jarang di 'var' dan 'accum' menurut algoritma FOBOS.
ResourceSparseApplyProximalGradientDescent	Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ResourceSparseApplyRmsProp	Perbarui '*var' sesuai dengan algoritma RMSProp.
ResourceStridedSliceAssign	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `ref`.
Memulihkan	Memulihkan tensor dari pos pemeriksaan V2.
RestoreSlice <T memperluas TType >	Memulihkan tensor dari file pos pemeriksaan.
AmbilTPUEmbeddingADAMParameter	Ambil parameter penyematan ADAM.
AmbilTPUEmbeddingADAMParametersGradAccumDebug	Ambil parameter penyematan ADAM dengan dukungan debug.
AmbilTPUEmbeddingAdadeltaParameters	Ambil parameter penyematan Adadelta.
AmbilTPUEmbeddingAdadeltaParametersGradAccumDebug	Ambil parameter penyematan Adadelta dengan dukungan debug.
AmbilTPUEmbeddingAdagradParameters	Ambil parameter penyematan Adagrad.
AmbilTPUEmbeddingAdagradParametersGradAccumDebug	Ambil parameter penyematan Adagrad dengan dukungan debug.
AmbilTPUEmbeddingCenteredRMSPropParameters	Ambil parameter penyematan RMSProp yang terpusat.
AmbilTPUEmbeddingFTRLParameters	Ambil parameter penyematan FTRL.
AmbilTPUEmbeddingFTRLParametersGradAccumDebug	Ambil parameter penyematan FTRL dengan dukungan debug.
AmbilTPUEmbeddingMDLAdagradLightParameters	Ambil parameter penyematan MDL Adagrad Light.
AmbilTPUEmbeddingMomentumParameters	Ambil parameter penyematan Momentum.
AmbilTPUEmbeddingMomentumParametersGradAccumDebug	Ambil parameter penyematan Momentum dengan dukungan debug.
AmbilTPUEmbeddingProximalAdagradParameters	Ambil parameter penyematan Adagrad proksimal.
AmbilTPUEmbeddingProximalAdagradParametersGradAccumDebug	Ambil parameter penyematan Adagrad proksimal dengan dukungan debug.
AmbilTPUEmbeddingProximalYogiParameters
AmbilTPUEmbeddingProximalYogiParametersGradAccumDebug
AmbilTPUEmbeddingRMSPropParameters	Ambil parameter penyematan RMSProp.
AmbilTPUEmbeddingRMSPropParametersGradAccumDebug	Ambil parameter penyematan RMSProp dengan dukungan debug.
AmbilTPUEmbeddingStochasticGradientDescentParameters	Ambil parameter penyematan SGD.
AmbilTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Ambil parameter penyematan SGD dengan dukungan debug.
Terbalik <T memperluas TType >	Membalikkan dimensi spesifik tensor.
ReverseSequence <T memperluas TType >	Membalikkan irisan dengan panjang variabel.
Rfft <U memperluas TType >	Transformasi Fourier cepat yang bernilai nyata.
Rfft2d <U memperluas TType >	Transformasi Fourier cepat bernilai nyata 2D.
Rfft3d <U memperluas TType >	Transformasi Fourier cepat bernilai nyata 3D.
RgbToHsv <T memperluas TNumber >	Mengonversi satu atau lebih gambar dari RGB ke HSV.
Pergeseran Kanan <T memperluas Nomor T >	Elementwise menghitung pergeseran kanan bitwise dari `x` dan `y`.
Rint <T memperluas TNomber >	Mengembalikan bilangan bulat berdasarkan elemen yang paling dekat dengan x.
RngBacaDanLewati	Tingkatkan penghitung RNG berbasis penghitung.
RngLewati	Tingkatkan penghitung RNG berbasis penghitung.
Gulung <T memperluas TType >	Menggulung elemen tensor sepanjang sumbu.
Putaran <T memperluas TType >	Membulatkan nilai tensor ke bilangan bulat terdekat, berdasarkan elemen.
Rp	Lakukan kumpulan permintaan RPC.
Rsqrt <T memperluas TType >	Menghitung kebalikan dari akar kuadrat dari elemen x.
RsqrtGrad <T memperluas TType >	Menghitung gradien untuk rsqrt dari `x` dengan masukannya.
SampleDistortedBoundingBox <T memperluas TNumber >	Hasilkan satu kotak pembatas yang terdistorsi secara acak untuk sebuah gambar.
Kumpulan Data Pengambilan Sampel	Membuat kumpulan data yang mengambil sampel Bernoulli dari konten kumpulan data lain.
Menyimpan	Menyimpan tensor dalam format pos pemeriksaan V2.
SimpanIrisan	Menyimpan potongan tensor masukan ke disk.
Ringkasan Skalar	Menghasilkan buffer protokol `Ringkasan` dengan nilai skalar.
SkalaDanTerjemahkan
ScaleAndTranslateGrad <T memperluas TNumber >
ScatterAdd <T memperluas TType >	Menambahkan pembaruan jarang ke referensi variabel.
ScatterDiv <T memperluas TType >	Membagi referensi variabel dengan pembaruan yang jarang.
ScatterMax <T memperluas TNumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `maks`.
ScatterMin <T memperluas TNumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `min`.
ScatterMul <T memperluas TType >	Mengalikan pembaruan yang jarang menjadi referensi variabel.
ScatterNd <U memperluas TType >	Menyebarkan `pembaruan` ke dalam tensor baru menurut `indeks`.
ScatterNdAdd <T memperluas TType >	Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel.
ScatterNdMax <T memperluas TType >	Menghitung maksimum berdasarkan elemen.
ScatterNdMin <T memperluas TType >	Menghitung minimum berdasarkan elemen.
ScatterNdNonAliasingTambahkan <T memperluas TType >	Menerapkan penambahan sparse ke `input` menggunakan nilai atau irisan individual dari `pembaruan` menurut indeks `indeks`.
ScatterNdSub <T memperluas TType >	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
ScatterNdUpdate <T memperluas TType >	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
ScatterSub <T memperluas TType >	Mengurangi pembaruan yang jarang ke referensi variabel.
ScatterUpdate <T memperluas TType >	Menerapkan pembaruan yang jarang pada referensi variabel.
SdcaFprint	Menghitung sidik jari dari string input.
SdcaOptimizer	Versi terdistribusi dari pengoptimal Stochastic Dual Coordinate Ascent (SDCA) untuk model linier dengan regularisasi L1 + L2.
SdcaShrinkL1	Menerapkan langkah penyusutan regularisasi L1 pada parameter.
SegmentMax <T memperluas TNumber >	Menghitung maksimum sepanjang segmen tensor.
SegmentMean <T memperluas TType >	Menghitung mean sepanjang segmen tensor.
SegmenMin <T memperluas TNomor >	Menghitung nilai minimum sepanjang segmen tensor.
SegmenProd <T memperluas TType >	Menghitung produk sepanjang segmen tensor.
SegmentSum <T memperluas TType >	Menghitung jumlah sepanjang segmen tensor.
Pilih <T memperluas TType >
SelfAdjointEig <T memperluas TType >	Menghitung dekomposisi eigen dari sekumpulan matriks self-adjoint (Catatan: Hanya masukan nyata yang didukung).
Selu <T memperluas Nomor T >	Menghitung skala linier eksponensial: `skala * alfa * (exp(fitur) - 1)` jika < 0, `skala * fitur` sebaliknya.
SeluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linear eksponensial berskala (Selu).
Mengirim	Mengirimkan tensor bernama ke perhitungan XLA lainnya.
KirimTPUEmbeddingGradien	Melakukan pembaruan gradien pada tabel yang disematkan.
SerialisasiIterator	Mengonversi `resource_handle` tertentu yang mewakili iterator menjadi tensor varian.
SerializeManySparse <U memperluas TType >	Buat serial `N`-minibatch `SparseTensor` menjadi objek `[N, 3]` `Tensor`.
SerializeSparse <U memperluas TType >	Buat serial `SparseTensor` menjadi objek `[3]` `Tensor`.
SerialisasiTensor	Mengubah Tensor menjadi proto TensorProto berseri.
SetDiff1d <T memperluas TType , U memperluas TNumber >	Menghitung perbedaan antara dua daftar angka atau string.
SetUkuran	Jumlah elemen unik sepanjang dimensi terakhir masukan `set`.
SetStatsAggregatorDataset
Bentuk <U extends TNumber >	Mengembalikan bentuk tensor.
BentukN <U memperluas TNomor >	Mengembalikan bentuk tensor.
Kumpulan Data Shard	Membuat `Dataset` yang hanya mencakup 1/`num_shards` dari dataset ini.
Nama File Sharded	Hasilkan nama file yang dipecah.
Spesifikasi File Sharded	Hasilkan pola glob yang cocok dengan semua nama file yang dipecah.
Berbagi <T memperluas TType >	Sebuah operasi yang membagi input berdasarkan atribut sharding yang diberikan.
AcakDanUlangiDataset
Kumpulan Data Acak
ShutdownTPU Terdistribusi	Mematikan sistem TPU terdistribusi yang sedang berjalan.
Sigmoid <T memperluas TType >	Menghitung sigmoid dari elemen `x`.
SigmoidGrad <T memperluas TType >	Menghitung gradien sigmoid `x` dengan masukannya.
Tanda tangan <T memperluas TType >	Mengembalikan indikasi tanda bilangan berdasarkan elemen.
Dosa <T memperluas TType >	Menghitung sinus dari elemen x.
Sinh <T memperluas TType >	Menghitung sinus hiperbolik dari elemen x.
Ukuran <U extend TNumber >	Mengembalikan ukuran tensor.
Lewati Kumpulan Data	Membuat kumpulan data yang melewatkan elemen `count` dari `input_dataset`.
Lewatigram	Mem-parsing file teks dan membuat sekumpulan contoh.
Kumpulan Data Tidur
Iris <T memperluas TType >	Kembalikan sepotong dari 'input'.
Kumpulan Data Jendela Geser	Membuat kumpulan data yang melewati jendela geser ke `input_dataset`.
Cuplikan <T memperluas TType >	Mengembalikan salinan tensor masukan.
SobolSample <T memperluas TNumber >	Menghasilkan poin dari urutan Sobol.
Softmax <T memperluas TNomber >	Menghitung aktivasi softmax.
SoftmaxCrossEntropyWithLogits <T memperluas TNumber >	Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.
Softplus <T memperluas TNomber >	Menghitung softplus: `log(exp(fitur) + 1)`.
SoftplusGrad <T memperluas TNumber >	Menghitung gradien softplus untuk operasi softplus.
Softsign <T memperluas TNumber >	Menghitung tanda lunak: `fitur / (abs(fitur) + 1)`.
SoftsignGrad <T memperluas TNumber >	Menghitung gradien softsign untuk operasi softsign.
Selesaikan <T extends TType >	Memecahkan sistem persamaan linear.
Urutkan <T extends TType >	Membungkus operator Sortir XLA, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#sort .
SpaceToBatch <T memperluas TType >	SpaceToBatch untuk tensor 4-D tipe T.
SpaceToBatchNd <T memperluas TType >	SpaceToBatch untuk tensor ND tipe T.
SpaceToDepth <T memperluas TType >	SpaceToDepth untuk tensor tipe T.
Akumulator JarangTerapkanGradien	Menerapkan gradien renggang ke akumulator tertentu.
SparseAccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien renggang rata-rata di SparseConditionalAccumulator.
SparseAdd <T memperluas TType >	Menambahkan dua objek `SparseTensor` untuk menghasilkan `SparseTensor` lainnya.
SparseAddGrad <T memperluas TType >	Operator gradien untuk operasi SparseAdd.
SparseApplyAdadelta <T memperluas TType >	var: Harus dari Variabel().
SparseApplyAdagrad <T memperluas TType >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
SparseApplyAdagradDa <T memperluas TType >	Perbarui entri di 'var' dan 'accum' sesuai dengan skema adagrad proksimal.
SparseApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
SparseApplyFtrl <T memperluas TType >	Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.
SparseApplyMomentum <T memperluas TType >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
SparseApplyProximalAdagrad <T memperluas TType >	Entri pembaruan yang jarang di 'var' dan 'accum' menurut algoritma FOBOS.
SparseApplyProximalGradientDescent <T memperluas TType >	Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
SparseApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
SparseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
SparseConcat <T memperluas TType >	Menggabungkan daftar `SparseTensor` sepanjang dimensi yang ditentukan.
Akumulator Bersyarat Jarang	Akumulator bersyarat untuk menggabungkan gradien renggang.
SparseCountSparseOutput <U memperluas TNumber >	Melakukan penghitungan nampan keluaran renggang untuk masukan tensor renggang.
SparseCross	Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.
SparseCrossHashed	Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.
SparseDenseCwiseTambahkan <T memperluas TType >	Menambahkan SparseTensor dan Tensor padat, menggunakan aturan khusus berikut: (1) Menyiarkan sisi padat agar mempunyai bentuk yang sama dengan sisi jarang, jika memenuhi syarat; (2) Kemudian, hanya nilai padat yang ditunjukkan oleh indeks SparseTensor yang berpartisipasi dalam penjumlahan cwise.
SparseDenseCwiseDiv <T memperluas TType >	Berdasarkan komponen, SparseTensor dibagi dengan Tensor padat.
SparseDenseCwiseMul <T memperluas TType >	Berdasarkan komponen, SparseTensor dikalikan dengan Tensor padat.
SparseFillEmptyRows <T memperluas TType >	Mengisi baris kosong pada input 2-D `SparseTensor` dengan nilai default.
SparseFillEmptyRowsGrad <T memperluas TType >	Gradien SparseFillEmptyRows.
JarangMatMul	Kalikan matriks "a" dengan matriks "b".
SparseMatrixTambahkan	Penambahan dua matriks CSR, C = alpha * A + beta * B.
SparseMatrixMatMul <T memperluas TType >	Matriks-mengalikan matriks renggang dengan matriks padat.
SparseMatrixMul	Perkalian berdasarkan elemen dari matriks renggang dengan tensor padat.
SparseMatrixNNZ	Mengembalikan jumlah bukan nol dari `sparse_matrix`.
SparseMatrixOrderingAMD	Menghitung urutan Tingkat Minimum Perkiraan (AMD) dari `input`.
SparseMatrixSoftmax	Menghitung softmax dari CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Menghitung gradien operasi SparseMatrixSoftmax.
SparseMatrixSparseCholesky	Menghitung dekomposisi Cholesky yang jarang dari `input`.
SparseMatrixSparseMatMul	Matriks renggang-mengalikan dua matriks CSR `a` dan `b`.
SparseMatrixTranspose	Mengubah urutan dimensi dalam (matriks) dari CSRSparseMatrix.
SparseMatrixZero	Membuat CSRSparseMatrix yang semuanya nol dengan bentuk `dense_shape`.
SparseReduceMax <T memperluas TNumber >	Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.
SparseReduceMaxSparse <T memperluas TNumber >	Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.
SparseReduceSum <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi SparseTensor.
SparseReduceSumSparse <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi SparseTensor.
SparseReorder <T memperluas TType >	Menyusun ulang SparseTensor ke dalam pengurutan baris-mayor kanonik.
Bentuk Ulang Jarang	Membentuk ulang SparseTensor untuk mewakili nilai dalam bentuk padat baru.
SparseSegmentMean <T memperluas TNumber >	Menghitung mean sepanjang segmen tensor yang jarang.
SparseSegmentMeanGrad <T memperluas TNumber >	Menghitung gradien untuk SparseSegmentMean.
SparseSegmentMeanWithNumSegments <T memperluas TNumber >	Menghitung mean sepanjang segmen tensor yang jarang.
SparseSegmentSqrtN <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.
SparseSegmentSqrtNGrad <T memperluas TNumber >	Menghitung gradien untuk SparseSegmentSqrtN.
SparseSegmentSqrtNWithNumSegments <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.
SparseSegmentSum <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang.
SparseSegmentSumWithNumSegments <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang.
SparseSlice <T memperluas TType >	Iris `SparseTensor` berdasarkan `start` dan `size`.
SparseSliceGrad <T memperluas TType >	Operator gradien untuk operasi SparseSlice.
SparseSoftmax <T memperluas TNumber >	Menerapkan softmax ke `SparseTensor` ND batch.
SparseSoftmaxCrossEntropyWithLogits <T extends TNumber >	Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.
SparseSparseMaximum <T memperluas TNumber >	Mengembalikan maksimal dua SparseTensor berdasarkan elemen.
SparseSparseMinimum <T memperluas TType >	Mengembalikan min berdasarkan elemen dari dua SparseTensor.
SparseSplit <T memperluas TType >	Pisahkan `SparseTensor` menjadi `num_split` sepanjang satu dimensi.
SparseTensorDenseAdd <U memperluas TType >	Menambahkan `SparseTensor` dan `Tensor` yang padat, menghasilkan `Tensor` yang padat.
SparseTensorDenseMatMul <U memperluas TType >	Kalikan SparseTensor (peringkat 2) "A" dengan matriks padat "B".
Kumpulan Data SparseTensorSlice	Membuat himpunan data yang membagi SparseTensor menjadi beberapa elemen berdasarkan baris.
SparseTensorToCSRSparseMatrix	Mengonversi SparseTensor menjadi CSRSparseMatrix (mungkin dalam batch).
SparseToDense <U memperluas TType >	Mengubah representasi renggang menjadi tensor padat.
SparseToSparseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir dari 2 input `SparseTensor`.
Spence <T memperluas Nomor T >
Pisahkan <T memperluas TType >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
SplitV <T memperluas TType >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
Kumpulan Data Sql	Membuat himpunan data yang menjalankan kueri SQL dan mengeluarkan baris kumpulan hasil.
Sqrt <T memperluas TType >	Menghitung akar kuadrat dari elemen x.
SqrtGrad <T memperluas TType >	Menghitung gradien untuk kuadrat `x` dengan masukannya.
Sqrtm <T memperluas TType >	Menghitung akar kuadrat matriks dari satu atau lebih matriks persegi: matmul(sqrtm(A), sqrtm(A)) = A Matriks masukan harus dapat dibalik.
Kotak <T memperluas TType >	Menghitung kuadrat x berdasarkan elemen.
SquaredDifference <T memperluas TType >	Mengembalikan conj(x - y)(x - y) berdasarkan elemen.
Peras <T extends TType >	Menghapus dimensi ukuran 1 dari bentuk tensor.
Tumpukan <T memperluas TType >	Mengemas daftar tensor `N` rank-`R` menjadi satu tensor rank-`(R+1)`.
Panggung	Nilai panggung mirip dengan Enqueue ringan.
Panggung Bersih	Op menghapus semua elemen dalam wadah yang mendasarinya.
Mengintip Panggung	Op mengintip nilai pada indeks yang ditentukan.
Ukuran Panggung	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
StatefulRandomBinomial <V memperluas TNumber >
StatefulStandardNormal <U memperluas TType >	Menghasilkan nilai acak dari distribusi normal.
StatefulTruncatedNormal <U memperluas TType >	Menghasilkan nilai acak dari distribusi normal terpotong.
StatefulUniform <U memperluas TType >	Menghasilkan nilai acak dari distribusi seragam.
StatefulUniformFullInt <U memperluas TType >	Menghasilkan bilangan bulat acak dari distribusi seragam.
StatefulUniformInt <U memperluas TType >	Menghasilkan bilangan bulat acak dari distribusi seragam.
StatelessMultinomial <V extends TNumber >	Mengambil sampel dari distribusi multinomial.
StatelessParameterizedTruncatedNormal <V memperluas TNumber >
StatelessRandomBinomial <W extends TNumber >	Menghasilkan bilangan acak pseudorandom deterministik dari distribusi binomial.
StatelessRandomGamma <V memperluas TNumber >	Menghasilkan angka acak pseudorandom deterministik dari distribusi gamma.
StatelessRandomGetKeyCounterAlg	Memilih algoritme terbaik berdasarkan perangkat, dan mengacak seed menjadi kunci dan penghitung.
StatelessRandomNormal <V extends TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal.
StatelessRandomNormalV2 <U memperluas TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal.
StatelessRandomPoisson <W memperluas TNumber >	Menghasilkan bilangan acak pseudorandom deterministik dari distribusi Poisson.
StatelessRandomUniform <V extends TNumber >	Menghasilkan nilai acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformFullInt <V memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformFullIntV2 <U memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformInt <V memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformIntV2 <U memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformV2 <U memperluas TNumber >	Menghasilkan nilai acak pseudorandom deterministik dari distribusi seragam.
StatelessSampleDistortedBoundingBox <T memperluas TNumber >	Hasilkan kotak pembatas yang terdistorsi secara acak untuk gambar secara deterministik.
StatelessTruncatedNormal <V extends TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal terpotong.
StatelessTruncatedNormalV2 <U memperluas TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal terpotong.
StaticRegexFullMatch	Periksa apakah inputnya cocok dengan pola regex.
Penggantian Regex Statis	Mengganti kecocokan pola dalam input dengan penulisan ulang.
StatsAggregatorHandle
StatsAggregatorSetSummaryWriter	Tetapkan ringkasan_penulis_antarmuka untuk mencatat statistik menggunakan agregator_statistik yang diberikan.
Ringkasan StatsAggregator	Menghasilkan ringkasan statistik apa pun yang dicatat oleh manajer statistik tertentu.
StopGradient <T memperluas TType >	Menghentikan komputasi gradien.
StridedSlice <T memperluas TType >	Kembalikan potongan langkah dari `input`.
StridedSliceAssign <T memperluas TType >	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `ref`.
StridedSliceGrad <U memperluas TType >	Mengembalikan gradien `StridedSlice`.
Format String	Memformat templat string menggunakan daftar tensor.
Panjang Tali	Panjang string `input`.
StringNGrams <T memperluas TNumber >	Membuat ngram dari data string yang tidak rata.
Pemisahan String	Pisahkan elemen `sumber` berdasarkan `sep` menjadi `SparseTensor`.
Mengupas	Hapus spasi putih di depan dan di belakang Tensor.
Sub <T memperluas TType >	Mengembalikan x - y berdasarkan elemen.
Substr	Mengembalikan substring dari `Tensor` string.
Jumlah <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi tensor.
Penulis Ringkasan
Svd <T memperluas TType >	Menghitung dekomposisi eigen dari sekumpulan matriks self-adjoint (Catatan: Hanya masukan nyata yang didukung).
SwitchCond <T memperluas TType >	Meneruskan `data` ke port keluaran yang ditentukan oleh `pred`.
Hasil Kompilasi TPU	Mengembalikan hasil kompilasi TPU.
Aktivasi TPUEmbedding	Sebuah operasi yang memungkinkan diferensiasi TPU Embeddings.
TPUReplikasi Metadata	Metadata yang menunjukkan bagaimana komputasi TPU harus direplikasi.
TPUReplikasiInput <T memperluas TType >	Menghubungkan N input ke komputasi TPU yang direplikasi dengan cara N.
TPUReplikasiOutput <T memperluas TType >	Menghubungkan N output dari komputasi TPU yang direplikasi dengan cara N.
AmbilDataset	Membuat kumpulan data yang berisi elemen `count` dari `input_dataset`.
TakeManySparseFromTensorsMap <T memperluas TType >	Baca `SparseTensors` dari `SparseTensorsMap` dan gabungkan keduanya.
Tan <T memperluas TType >	Menghitung tan dari elemen x.
Tanh <T memperluas TType >	Menghitung tangen hiperbolik dari elemen `x`.
TanhGrad <T memperluas TType >	Menghitung gradien untuk tanh `x` dengan masukannya.
Variabel Sementara <T memperluas TType >	Mengembalikan tensor yang mungkin bermutasi, namun hanya bertahan dalam satu langkah.
Array Tensor	Serangkaian Tensor dengan ukuran tertentu.
TensorArrayTutup	Hapus TensorArray dari wadah sumber dayanya.
TensorArrayConcat <T memperluas TType >	Gabungkan elemen dari TensorArray menjadi nilai `nilai`.
TensorArrayGather <T memperluas TType >	Kumpulkan elemen tertentu dari TensorArray menjadi `nilai` keluaran.
TensorArrayGrad	Membuat TensorArray untuk menyimpan gradien nilai dalam pegangan tertentu.
TensorArrayGradDenganBentuk	Membuat TensorArray untuk menyimpan beberapa gradien nilai dalam pegangan tertentu.
TensorArrayPack <T memperluas TType >
TensorArrayRead <T memperluas TType >	Membaca elemen dari TensorArray menjadi `nilai` keluaran.
TensorArrayScatter	Menyebarkan data dari nilai input ke dalam elemen TensorArray tertentu.
Ukuran TensorArray	Dapatkan ukuran TensorArray saat ini.
TensorArraySplit	Pisahkan data dari nilai input menjadi elemen TensorArray.
TensorArrayBuka paket
TensorArrayWrite	Dorong elemen ke tensor_array.
Kumpulan Data Tensor	Membuat kumpulan data yang mengeluarkan `komponen` sebagai tupel tensor satu kali.
TensorDiag <T memperluas TType >	Mengembalikan tensor diagonal dengan nilai diagonal tertentu.
TensorDiagPart <T memperluas TType >	Mengembalikan bagian diagonal tensor.
Variabel TensorForestCreateTree	Membuat sumber daya pohon dan mengembalikan pegangannya.
TensorForestTreeDeserialisasi	Deserialisasi proto ke dalam pegangan pohon
TensorForestTreeIsInitializedOp	Memeriksa apakah pohon telah diinisialisasi.
TensorForestTreePredict	Keluarkan log untuk data masukan yang diberikan
TensorForestTreeResourceHandleOp	Membuat pegangan ke TensorForestTreeResource
TensorForestTreeSerialisasi	Membuat serial pegangan pohon menjadi proto
TensorForestTreeSize	Dapatkan jumlah node di pohon
TensorListConcat <U memperluas TType >	Menggabungkan semua tensor dalam daftar sepanjang dimensi ke-0.
TensorListConcatLists
TensorListElementShape <T memperluas TNumber >	Bentuk elemen daftar yang diberikan, sebagai tensor.
TensorListFromTensor	Membuat TensorList yang jika ditumpuk, memiliki nilai `tensor`.
TensorListGather <T memperluas TType >	Membuat Tensor dengan mengindeks ke TensorList.
TensorListGetItem <T memperluas TType >
Panjang Daftar Tensor	Mengembalikan jumlah tensor dalam daftar tensor masukan.
TensorListPopBack <T memperluas TType >	Mengembalikan elemen terakhir dari daftar masukan serta daftar dengan semua kecuali elemen itu.
TensorListPushBack	Mengembalikan daftar yang memiliki `Tensor` yang diteruskan sebagai elemen terakhir dan elemen lain dari daftar tertentu di `input_handle`.
TensorListPushBackBatch
Cadangan TensorList	Daftar ukuran tertentu dengan elemen kosong.
TensorListResize	Mengubah ukuran daftar.
TensorListScatter	Membuat TensorList dengan mengindeks ke dalam Tensor.
TensorListScatterIntoExistingList	Menyebarkan tensor pada indeks dalam daftar masukan.
TensorListSetItem
Pemisahan Daftar Tensor	Membagi tensor menjadi daftar.
TensorListStack <T memperluas TType >	Menumpuk semua tensor dalam daftar.
TensorMapErase	Mengembalikan peta tensor dengan item dari kunci tertentu dihapus.
TensorMapHasKey	Mengembalikan apakah kunci yang diberikan ada di peta.
TensorMapInsert	Mengembalikan peta yang merupakan 'input_handle' dengan pasangan nilai kunci tertentu disisipkan.
TensorMapLookup <U memperluas TType >	Mengembalikan nilai dari kunci tertentu di peta tensor.
TensorMapSize	Mengembalikan jumlah tensor di peta tensor masukan.
TensorMapStackKeys <T memperluas TType >	Mengembalikan tumpukan Tensor yang berisi semua kunci di peta tensor.
TensorScatterNdAdd <T memperluas TType >	Menambahkan `pembaruan` yang jarang ke tensor yang ada menurut `indeks`.
TensorScatterNdMax <T memperluas TType >
TensorScatterNdMin <T memperluas TType >
TensorScatterNdSub <T memperluas TType >	Mengurangi `pembaruan` yang jarang dari tensor yang ada menurut `indeks`.
TensorScatterNdUpdate <T memperluas TType >	Menyebarkan `pembaruan` ke dalam tensor yang ada menurut `indeks`.
Kumpulan Data TensorSlice	Membuat himpunan data yang memancarkan setiap irisan `komponen` dim-0 satu kali.
TensorStridedSliceUpdate <T memperluas TType >	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `input`.
Ringkasan Tensor	Menghasilkan buffer protokol `Ringkasan` dengan tensor dan data per plugin.
Kumpulan Data Baris Teks	Membuat himpunan data yang menampilkan baris dari satu atau beberapa file teks.
Pembaca Baris Teks	Pembaca yang mengeluarkan baris file yang dibatasi oleh '\n'.
TfRecordDataset	Membuat himpunan data yang mengeluarkan catatan dari satu atau beberapa file TFRecord.
TfRecordReader	Pembaca yang mengeluarkan catatan dari file TensorFlow Records.
Kumpulan Data ThreadPool	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
ThreadPoolHandle	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
Ubin <T memperluas TType >	Membangun tensor dengan menyusun tensor tertentu.
TileGrad <T memperluas TType >	Mengembalikan gradien `Tile`.
Stempel waktu	Menyediakan waktu sejak zaman dalam hitungan detik.
KeBool	Mengonversi tensor menjadi predikat skalar.
KeHashBucket	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
KeHashBucketFast	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
KeHashBucketKuat	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
ToNumber <T memperluas TNumber >	Mengonversi setiap string di Tensor masukan ke tipe numerik yang ditentukan.
TopK <T memperluas TNomor >	Menemukan nilai dan indeks elemen terbesar `k` untuk dimensi terakhir.
TopKUUnik	Mengembalikan nilai unik TopK dalam array dalam urutan yang diurutkan.
TopKDenganUnik	Mengembalikan nilai TopK dalam array dalam urutan yang diurutkan.
Ubah posisi <T extends TType >	Kocok dimensi x menurut permutasi.
TriangularSolve <T memperluas TType >	Menyelesaikan sistem persamaan linear dengan matriks segitiga atas atau bawah dengan substitusi balik.
TridiagonalMatMul <T memperluas TType >	Hitung produk dengan matriks tridiagonal.
Penyelesaian Tridiagonal <T memperluas TType >	Memecahkan sistem persamaan tridiagonal.
TruncateDiv <T memperluas TType >	Mengembalikan elemen x / y untuk tipe integer.
TruncateMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
TruncatedNormal <U memanjang TNumber >	Menghasilkan nilai acak dari distribusi normal terpotong.
CobaRpc	Lakukan kumpulan permintaan RPC.
Batalkan batch <T extends TType >	Membalikkan pengoperasian Batch untuk Tensor keluaran tunggal.
Batalkan Kumpulan Data	Kumpulan data yang membagi elemen masukannya menjadi beberapa elemen.
Batalkan BatchGrad <T memperluas TType >	Gradien dari Unbatch.
UncompressElement	Membatalkan kompresi elemen kumpulan data terkompresi.
UnicodeDecode <T memperluas TNumber >	Mendekode setiap string di `input` menjadi rangkaian titik kode Unicode.
UnicodeDecodeWithOffsets <T memperluas TNumber >	Mendekode setiap string di `input` menjadi rangkaian titik kode Unicode.
UnicodeEncode	Enkode tensor int menjadi string unicode.
UnicodeScript	Tentukan kode skrip dari tensor titik kode bilangan bulat Unicode tertentu.
UnicodeTranscode	Transkode teks masukan dari pengkodean sumber ke pengkodean tujuan.
Seragam Kandidat Sampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi seragam.
Unik <T memperluas TType , V memperluas TNumber >	Menemukan elemen unik di sepanjang sumbu tensor.
Kumpulan Data Unik	Membuat kumpulan data yang berisi elemen unik `input_dataset`.
UniqueWithCounts <T memperluas TType , V memperluas TNumber >	Menemukan elemen unik di sepanjang sumbu tensor.
UnravelIndex <T memperluas TNumber >	Mengonversi larik indeks datar menjadi tupel larik koordinat.
Gabung Segmen Tidak Disortir	Menggabungkan elemen `input` berdasarkan `segment_ids`.
UnsortedSegmentMax <T memperluas TNumber >	Menghitung maksimum sepanjang segmen tensor.
UnsortedSegmentMin <T extends TNumber >	Menghitung nilai minimum sepanjang segmen tensor.
UnsortedSegmentProd <T memperluas TType >	Menghitung produk sepanjang segmen tensor.
UnsortedSegmentSum <T memperluas TType >	Menghitung jumlah sepanjang segmen tensor.
Hapus tumpukan <T extends TType >	Membongkar dimensi tertentu dari tensor rank-`R` menjadi tensor `num` rank-`(R-1)`.
Tidak panggung	Op mirip dengan Dequeue yang ringan.
Buka bungkusDatasetVariant
Atas	Mengonversi semua karakter huruf kecil menjadi pengganti huruf besarnya masing-masing.
Batas Atas <U memperluas Nomor T >	Menerapkan batas_atas(nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
VarHandleOp	Membuat pegangan ke sumber daya Variabel.
VarIsInitializedOp	Memeriksa apakah variabel berbasis pegangan sumber daya telah diinisialisasi.
Variabel <T memperluas TType >	Memegang status dalam bentuk tensor yang bertahan di seluruh langkah.
VariableShape <T memperluas TNumber >	Mengembalikan bentuk variabel yang ditunjuk oleh `sumber daya`.
Di mana	Mengembalikan lokasi nilai bukan nol/benar dalam tensor.
Pembaca File Utuh	Pembaca yang menampilkan seluruh konten file sebagai nilai.
Kumpulan Data Jendela	Menggabungkan (sarang) elemen masukan ke dalam kumpulan data (sarang) jendela.
Detak Jantung Pekerja	Operasi detak jantung pekerja.
BungkusDatasetVariant
TulisRingkasan Audio	Menulis ringkasan audio.
File Tulis	Menulis konten ke file dengan memasukkan nama file.
TulisGraphSummary	Menulis ringkasan grafik.
TulisHistogramRingkasan	Menulis ringkasan histogram.
TulisRingkasan Gambar	Menulis ringkasan gambar.
TulisRingkasanProtoMentah	Menulis ringkasan proto berseri.
TulisSkalarRingkasan	Menulis ringkasan skalar.
TulisRingkasan	Menulis ringkasan tensor.
Xdivy <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x / y sebaliknya, berdasarkan elemen.
XlaRecvFromHost <T memperluas TType >	Sebuah operasi untuk menerima tensor dari host.
XlaSendToHost	OP untuk mengirim tensor ke tuan rumah.
XlaSetBound	Tetapkan batasan untuk nilai masukan yang diberikan sebagai petunjuk untuk kompiler Xla, mengembalikan nilai yang sama.
XlaSpmdFullToShardShape <T memperluas TType >	Sebuah operasi yang digunakan oleh partisi XLA SPMD untuk beralih dari partisi otomatis ke partisi manual.
XlaSpmdShardToFullShape <T memperluas TType >	Sebuah operasi yang digunakan oleh partisi XLA SPMD untuk beralih dari partisi manual ke partisi otomatis.
Xlog1py <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x * log1p(y) sebaliknya, berdasarkan elemen.
Xlogy <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x * log (y) sebaliknya, elementwise.
Nol seperti <t memperluas ttype >	Mengembalikan tensor nol dengan bentuk dan jenis yang sama seperti x.
Zeta <t memperluas tnumber >	Hitung fungsi Hurwitz Zeta \\(\zeta(x, q)\\).
Zipdataset	Membuat dataset yang ritsleting `input_datasets`.
erfinv <t memperluas tnumber >

Kelas dasar untuk implementasi Op yang didukung oleh satu Operation .

Setiap operasi yang terdaftar di inti TensorFlow disediakan sebagai RawOp . Operasi khusus yang bekerja dengan hanya satu operasi juga dapat berasal dari kelas ini.

Metode publik

Boolean terakhir	sama (objek obj)
Int terakhir	HashCode ()
Operasi	op () Kembalikan unit komputasi ini sebagai `Operation` tunggal.
string terakhir	tostring ()

Metode yang diwariskan

Dari kelas java.lang.object

Boolean	sama (objek arg0)
Kelas terakhir <?>	getClass ()
ke dalam	HashCode ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	notifyall ()
Rangkaian	tostring ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (arg0 panjang)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.op

Abstrak Lingkungan Eksekusi	env () Kembalikan lingkungan eksekusi OP ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai `Operation` tunggal.

Metode publik

Publik Boolean Equals (Object Obj)

public final int hashcode ()

OP Operasi Publik ()

Kembalikan unit komputasi ini sebagai Operation tunggal.

Untuk OP raw , nilai yang dikembalikan sesuai dengan operasi TensorFlow yang dibungkus oleh OP ini.

Untuk OP gabungan, nilai yang dikembalikan biasanya sesuai dengan operasi terakhir yang dipanggil dalam rantai atau untuk pengelompokan NoOp satu atau lebih operasi sebagai satu unit komputasi.

Kembali

Operation

string akhir publik tostring ()

kelas abstrak publik rawop

Subkelas langsung yang dikenal

Abort , Abs <T extends TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extends TType >, Acos <T extends TType >, Acosh <T extends TType >, Add <T extends TType >, AddMyySparsetotensorSmap , addn <t extends ttype >, addsparsetotensorsmap , adjustContrast <t extends tnumber >, adjusthue <t extends tnumber >, dan 1152 lainnya.

Menggugurkan	Naikkan pengecualian untuk membatalkan proses saat dipanggil.
Abs <T memperluas TNomber >	Menghitung nilai absolut tensor.
AkumulasiN <T memperluas TType >	Mengembalikan jumlah elemen dari daftar tensor.
AccumulatorApplyGradient	Menerapkan gradien untuk akumulator yang diberikan.
AkumulatorJumlahAkumulasi	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
Accumulatorsetglobalstep	Memperbarui akumulator dengan nilai baru untuk global_step.
AccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
Acos <T memperluas TType >	Menghitung acos dari x berdasarkan elemen.
Acosh <T memperluas TType >	Menghitung kosinus hiperbolik terbalik dari elemen x.
Tambahkan <T memperluas TType >	Mengembalikan x + y berdasarkan elemen.
TambahkanManySparseToTensorsMap	Tambahkan `N`-minibatch `SparseTensor` ke `SparseTensorsMap`, kembalikan pegangan `N`.
AddN <T memperluas TType >	Tambahkan semua elemen tensor masukan secara bijaksana.
TambahkanSparseToTensorsMap	Tambahkan `SparseTensor` ke `SparseTensorsMap` mengembalikan pegangannya.
Sesuaikan Kontras <T meluas TNomor >	Sesuaikan kontras satu atau lebih gambar.
SesuaikanHue <T memperluas TNumber >	Sesuaikan rona satu atau beberapa gambar.
AdjustSaturation <T memperluas TNumber >	Sesuaikan saturasi satu atau lebih gambar.
Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
AllcandidateMler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
AllReduce <T memperluas TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
AllToAll <T memperluas TType >	Operasi untuk bertukar data di seluruh replika TPU.
Sudut <U memanjangkan Nomor >	Mengembalikan argumen bilangan kompleks.
Anonymousiterator	Wadah untuk sumber daya iterator.
AnonymousMemoryCache
AnonymousMultideviceIterator	Wadah untuk sumber daya iterator multi perangkat.
Anonymousrandomseedgenerator
Anonymousseedgenerator
Setiap	Menghitung "logis atau" elemen di seluruh dimensi tensor.
TerapkanAdaMax <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma AdaMax.
TerapkanAdadelta <T memperluas TType >	Perbarui '*var' sesuai dengan skema adadelta.
TerapkanAdagrad <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdagradDa <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad proksimal.
TerapkanAdagradV2 <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdam <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma Adam.
ApplyAddSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ApplyFtrl <T memperluas TType >	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ApplyGradientDescent <T memperluas TType >	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ApplyMomentum <T memperluas TType >	Perbarui '*var' sesuai dengan skema momentum.
ApplyPowerSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyProximalAdagrad <T memperluas TType >	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ApplyProximalGradientDescent <T memperluas TType >	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
Perkiraan Sama	Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.
ArgMax <V memperluas TNumber >	Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.
ArgMin <V memperluas TNumber >	Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.
SebagaiString	Mengonversi setiap entri dalam tensor tertentu menjadi string.
Asin <T memperluas TType >	Menghitung sinus invers trignometri dari x berdasarkan elemen.
Asinh <T memperluas TType >	Menghitung sinus hiperbolik terbalik dari elemen x.
Tegaskan Kumpulan Data Kardinalitas
Tegaskan Kumpulan Data Berikutnya
Menegaskan itu	Menegaskan bahwa kondisi yang diberikan itu benar.
Tetapkan <T memperluas TType >	Perbarui 'ref' dengan menetapkan 'nilai' padanya.
AssignAdd <T memperluas TType >	Perbarui 'ref' dengan menambahkan 'nilai' ke dalamnya.
DitugaskanVariableop	Menambahkan nilai pada nilai variabel saat ini.
AssignSub <T memperluas TType >	Perbarui 'ref' dengan mengurangi 'nilai' darinya.
Penugasan subvariabel	Kurangi nilai dari nilai saat ini dari suatu variabel.
AssignVariableop	Memberikan nilai baru ke variabel.
Atan <T memperluas TType >	Menghitung invers tangen trigonometri dari elemen x.
Atan2 <T memperluas Nomor T >	Menghitung arctangent dari elemen `y/x`, dengan memperhatikan tanda-tanda argumen.
Atanh <T memperluas TType >	Menghitung kebalikan tangen hiperbolik dari elemen x.
Spektogram Audio	Menghasilkan visualisasi data audio dari waktu ke waktu.
Ringkasan Audio	Menghasilkan buffer protokol `Ringkasan` dengan audio.
Kumpulan Data AutoShard	Membuat himpunan data yang memecah himpunan data masukan.
AvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pada input.
AvgPool3d <T memperluas TNumber >	Melakukan pengumpulan rata-rata 3D pada input.
AvgPool3dGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
AvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
BandPart <T memperluas TType >	Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam ke nol.
BandedTriangularSolve <T memperluas TType >
Penghalang	Mendefinisikan penghalang yang tetap ada di berbagai eksekusi grafik.
Barrierclose	Menutup penghalang yang diberikan.
PenghalangUkuran Tidak Lengkap	Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.
BarrierInsertMany	Untuk setiap kunci, berikan nilai masing -masing ke komponen yang ditentukan.
PenghalangSiapUkuran	Menghitung jumlah elemen lengkap dalam penghalang tertentu.
Barriertakemany	Mengambil jumlah elemen yang sudah selesai dari penghalang.
Kelompok	Batch semua tensor input secara nondeterministik.
BatchCholesky <T memperluas TNumber >
BatchCholeskyGrad <T memperluas TNumber >
Kumpulan Data Batch	Membuat kumpulan data yang mengelompokkan elemen `batch_size` dari `input_dataset`.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T memperluas TType >	Mengalikan irisan dua tensor secara berkelompok.
BatchMatrixBandPart <T memperluas TType >
BatchMatrixDeterminant <T memperluas TType >
BatchMatrixDiag <T memperluas TType >
BatchMatrixDiagPart <T memperluas TType >
BatchMatrixInverse <T memperluas TNumber >
BatchMatrixSetDiag <T memperluas TType >
BatchMatrixSolve <T memperluas TNumber >
BatchMatrixSolveLs <T memperluas TNumber >
BatchMatrixTriangularSolve <T memperluas TNumber >
BatchNormWithGlobalNormalization <T memperluas TType >	Normalisasi batch.
BatchnormWithGlobalnormalizationGrad <T memperluas ttype >	Gradien untuk normalisasi batch.
Batchselfadjointeig <t memperluas tnumber >
Batchsvd <T memperluas ttype >
BatchToSpace <T memperluas TType >	BatchToSpace untuk tensor 4-D tipe T.
BatchToSpaceNd <T memperluas TType >	BatchToSpace untuk tensor ND tipe T.
BesselI0 <T memperluas TNomor >
BesselI0e <T memperluas TNomor >
BesselI1 <T memperluas TNomor >
BesselI1e <T memperluas TNomor >
BesselJ0 <T memperluas TNomber >
BesselJ1 <T memperluas TNomor >
BesselK0 <T memperluas TNomor >
BesselK0e <T memperluas TNomber >
BesselK1 <T memperluas TNomor >
BesselK1e <T memperluas TNomber >
BesselY0 <T memperluas TNomber >
BesselY1 <T memperluas TNomor >
Betainc <T memperluas TNomber >	Hitung integral beta tidak lengkap yang diatur \\(I_x(a, b)\\).
BiasTambahkan <T memperluas TType >	Menambahkan `bias` ke `nilai`.
BiasAddGrad <T memperluas TType >	Operasi mundur untuk "BiasAdd" pada tensor "bias".
Bincount <T memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
Bitcast <U memperluas TType >	Mem-bitcast tensor dari satu jenis ke jenis lainnya tanpa menyalin data.
BitwiseAnd <T memperluas TNumber >	Elementwise menghitung bitwise AND dari `x` dan `y`.
BitwiseAtau <T memperluas TNumber >	Elementwise menghitung OR bitwise dari `x` dan `y`.
BitwiseXor <T memperluas TNumber >	Elementwise menghitung XOR bitwise dari `x` dan `y`.
Blocklstm <t memperluas tnumber >	Menghitung propagasi ke depan sel LSTM untuk semua langkah waktu.
Blocklstmgrad <t memperluas tnumber >	Menghitung propagasi mundur sel LSTM untuk urutan seluruh waktu.
BoostedTreesAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
Boostedtreesbucketize	Bucketisasi setiap fitur berdasarkan batas bucket.
BoostedtreescalculateBestFeaturesPlit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi split terbaik untuk fitur ini.
BoostedtreescalculateBestFeaturesPlitv2	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi split terbaik untuk setiap node.
BoostedtreescalculateBestGainSperfeature	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi split terbaik untuk fitur ini.
BoostedTreesCenterBias	Menghitung prior dari data pelatihan (bias) dan mengisi node pertama dengan logit sebelumnya.
BoostedTreesCreateensemble	Membuat model ansambel pohon dan mengembalikan pegangan ke sana.
BoostedTreescreateQuantilestreamResource	Buat sumber daya untuk aliran kuantil.
BoostedTreesDeserializeSemple	Menghilangkan konfigurasi ansambel pohon serial dan menggantikan pohon saat ini ansambel.
BoostedTreesEnsembleResourceHandleOp	Membuat pegangan ke BoostedTreesEnsembleResource
Output BoostedTreesExampleDebug	Output debug/interpretabilitas model untuk setiap contoh.
BoostedtreesflushquantileSmaries	Siram ringkasan kuantil dari setiap sumber aliran kuantil.
BoostedtreesGetensemblestates	Mengambil token stempel sumber daya ensemble pohon, jumlah pohon dan statistik yang berkembang.
BoostedtreesmakequantileSmaries	Membuat ringkasan kuantil untuk batch.
Ringkasan BoostedTreesMakeStats	Membuat ringkasan akumulasi statistik untuk batch.
BoostedTreesPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung logit.
BoostedtreesquantilestreamResourceaddsummaries	Tambahkan ringkasan kuantil ke setiap sumber aliran kuantil.
BoostedtreesquantilestreamResourcedeserialize	Deserialize batas bucket dan bendera siap menjadi quantileAccumulator saat ini.
BoostedtreesquantileStreamResourcefeflush	Siram ringkasan untuk sumber daya aliran kuantil.
BoostedtreesquantilestreamResourCetBucketBoundaries	Hasilkan batas bucket untuk setiap fitur berdasarkan ringkasan akumulasi.
BoostedTreesQuantileStreamResourceHandleOp	Membuat pegangan ke BoostedTreesQuantileStreamResource.
BoostedtreesserializeSemple	Serialisasi ansambel pohon menjadi proto.
Boostedtreessparseaggregatestats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreessParsEcalculateBestFeaturesPlit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi split terbaik untuk fitur ini.
BoostedTreeStrainingPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung pembaruan untuk logit yang di -cache.
Boostedtreesupdateensemble	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang ditanam atau dengan memulai pohon baru.
Boostedtreesupdateensemplev2	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang ditanam atau dengan memulai pohon baru.
BroadcastDynamicShape <T memperluas TNumber >	Kembalikan bentuk s0 op s1 dengan siaran.
SiarancradientArgs <t extends tnumber >	Kembalikan indeks reduksi untuk menghitung gradien S0 OP S1 dengan siaran.
Broadcasthelper <T memperluas ttype >	Operator pembantu untuk melakukan siaran gaya XLA Menyiarkan `lhs` dan` rhs` ke peringkat yang sama, dengan menambahkan ukuran 1 dimensi untuk `lhs` dan` rhs` yang memiliki peringkat yang lebih rendah, menggunakan aturan penyiaran XLA untuk operator biner.
BroadcastRecv <T memperluas TType >	Menerima siaran nilai tensor dari perangkat lain.
BroadcastSend <T memperluas TType >	Menyiarkan nilai tensor ke satu atau beberapa perangkat lain.
BroadcastTo <T memperluas TType >	Siarkan array untuk bentuk yang kompatibel.
Buat ember	Mengelompokkan 'masukan' berdasarkan 'batas'.
BytesProductedStatsDataset	Mencatat ukuran byte setiap elemen `input_dataset` di StatsAggregator.
CSRSPARSEMATRIXCOMPONENTS <T Extends tType >	Membacakan komponen CSR di batch `index`.
CSRSparseMatrixToDense <T memperluas TType >	Ubah CSRSparseMatrix (mungkin dalam batch) menjadi padat.
Csrsrsarematrixtosparsetensor <t memperluas ttype >	Mengubah csrsrsrsmatrix (mungkin batched) menjadi sparsetensor.
Kumpulan Data CSV
CSVDatasetV2
Ctclossv2	Menghitung kerugian CTC (probabilitas log) untuk setiap entri batch.
Kumpulan Data Cache	Membuat kumpulan data yang menyimpan cache elemen dari `input_dataset`.
CacheDatasetV2
Keluarkan <U memperluas TType >	Keluarkan x dari tipe SrcT ke y dari DstT.
Ceil <T memperluas TNomber >	Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.
CheckNumerics <T memperluas TNumber >	Memeriksa tensor untuk nilai NaN, -Inf, dan +Inf.
Cholesky <T memperluas TType >	Menghitung dekomposisi Cholesky dari satu atau lebih matriks persegi.
CholeskyGrad <T memperluas TNomber >	Menghitung gradien propagasi mundur mode terbalik dari algoritma Cholesky.
Pilih Kumpulan Data Tercepat
ClipByValue <T memperluas TType >	Klip nilai tensor ke min dan maks tertentu.
CloseSummaryWriter
ClusterOutput <T memperluas TType >	Operator yang menghubungkan output komputasi XLA ke node grafik konsumen lainnya.
CollectiveGather <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
CollectivePermute <T memperluas TType >	Opsi untuk mengubah posisi tensor di seluruh instance TPU yang direplikasi.
CombinedNonMaxSupresi	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, Operasi ini melakukan non_max_suppression pada input per batch, di semua kelas.
Bandingkan dan Bitpack	Bandingkan nilai `input` dengan `threshold` dan kemas bit yang dihasilkan ke dalam `uint8`.
Hasil Kompilasi	Mengembalikan hasil kompilasi TPU.
CompilesucededSert	Menegaskan bahwa kompilasi berhasil.
Kompleks <U memperluas TType >	Mengonversi dua bilangan real menjadi bilangan kompleks.
ComplexAbs <U memperluas TNumber >	Menghitung nilai absolut kompleks dari sebuah tensor.
Elemen Kompres	Mengompresi elemen kumpulan data.
ComputeaccidentalHits	Menghitung ID dari posisi di sampled_candidates yang cocok dengan true_labels.
HitungUkuranBatch	Menghitung ukuran batch statis dari kumpulan data tanpa batch parsial.
Concat <T memperluas TType >	Menggabungkan tensor sepanjang satu dimensi.
Kumpulan Data Gabungan	Membuat himpunan data yang menggabungkan `input_dataset` dengan `another_dataset`.
Akumulator Bersyarat	Akumulator bersyarat untuk menggabungkan gradien.
KonfigurasikanTPU Terdistribusi	Menyiapkan struktur terpusat untuk sistem TPU terdistribusi.
ConfigureTpuembedding	Mengatur tpuembedding dalam sistem TPU terdistribusi.
Sambungkan <T memperluas TType >	Mengembalikan konjugat kompleks dari bilangan kompleks.
ConjugateTranspose <T memperluas TType >	Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.
Konstanta <T memperluas TType >	Operator yang menghasilkan nilai konstan.
ConsumeMutexLock	OP ini mengkonsumsi kunci yang dibuat oleh `mutexlock`.
ControlTrigger	Tidak melakukan apa -apa.
Konv <T memperluas TType >	Membungkus operator XLA ConvGeneralDilated, didokumentasikan di https://www.tensorflow.org/ Performance/xla/operation_semantics#conv_convolution .
Konv2d <T memperluas TNomber >	Menghitung konvolusi 2-D dengan `input` dan `filter` 4-D.
Conv2dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan filter.
Conv2dBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan input.
Konv3d <T memperluas TNumber >	Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D.
Conv3dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan filter.
Conv3dBackpropInput <U memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan masukan.
Salin <T extends TType >	Salin tensor dari CPU-ke-CPU atau GPU-ke-GPU.
CopyHost <T memperluas TType >	Salin tensor ke host.
Karena <T memperluas TType >	Menghitung cos dari x berdasarkan elemen.
Cosh <T memperluas TType >	Menghitung kosinus hiperbolik dari elemen x.
CountUpTo <T memperluas TNumber >	Menambah 'ref' hingga mencapai 'batas'.
CreateSummaryDBWriter
CreateSummaryFileWriter
PangkasDan Ubah Ukuran	Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.
PangkasDanResizeGradBoxes	Menghitung gradien crop_and_resize dengan tensor kotak input.
CropAndResizeGradImage <T memperluas TNumber >	Menghitung gradien crop_and_resize dengan tensor gambar masukan.
Silang <T memperluas Nomor T >	Hitung produk silang berpasangan.
CrossReplicaSum <T memperluas TNumber >	Opsi untuk menjumlahkan input di seluruh instans TPU yang direplikasi.
Ctcbeamsearchdecoder <t memperluas tnumber >	Melakukan decoding pencarian balok pada logit yang diberikan dalam input.
Ctcgreedydecoder <t memperluas tnumber >	Melakukan decoding serakah pada logit yang diberikan dalam input.
Ctcloss <t memperluas tnumber >	Menghitung kerugian CTC (probabilitas log) untuk setiap entri batch.
Cudnnrnn <t memperluas tnumber >	RNN yang didukung oleh Cudnn.
Cudnnrnnbackprop <t memperluas tnumber >	Langkah backprop dari cudnnrnnv3.
CudnnRNNCanonicalToParams <T memperluas TNumber >	Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan.
Cudnnrnnparamstocanonical <t memperluas tnumber >	Mengambil cudnnrnn params dalam bentuk kanonik.
CudnnRnnParamsSize <U memperluas TNumber >	Menghitung ukuran bobot yang dapat digunakan oleh model Cudnn RNN.
Cumprod <T memperluas TType >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
Cumsum <T memperluas TType >	Hitung jumlah kumulatif tensor `x` sepanjang `sumbu`.
KumulatifLogsumexp <T extends TNumber >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
DataFormatDimMap <T memperluas TNumber >	Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya format data sumber.
DataFormatVecPermute <T memperluas TNumber >	Ubah tensor masukan dari `src_format` menjadi `dst_format`.
DataServiceDataset
Kardinalitas Kumpulan Data	Mengembalikan kardinalitas `input_dataset`.
Kumpulan DataDariGrafik	Membuat kumpulan data dari `graph_def` yang diberikan.
Kumpulan DataToGraph	Mengembalikan GraphDef serial yang mewakili `input_dataset`.
DATASETTOSINGLEElement	Mengeluarkan elemen tunggal dari dataset yang diberikan.
DataSettotFrecord	Menulis dataset yang diberikan ke file yang diberikan menggunakan format TFRECORD.
DataSettotFrecord	Menulis dataset yang diberikan ke file yang diberikan menggunakan format TFRECORD.
Dawsn <T memperluas TNomber >
DebugGradientIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugGradientRefIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugIdentity <T memperluas TType >	Debug Identitas V2 Op.
DebugNanCount	Operasi Penghitung Nilai NaN Debug.
DebugNumericsSummary <U memperluas TNumber >	Ringkasan Numerik Debug V2 Op.
DecodeAndCropJpeg	Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.
DecodeBase64	Dekode string berenkode base64 yang aman untuk web.
DekodeBmp	Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.
DecodeTerkompresi	Dekompresi string.
Decodecsv	Konversi catatan CSV ke tensor.
DekodeGif	Dekode bingkai gambar berkode GIF ke tensor uint8.
DecodeImage <T memperluas TNumber >	Berfungsi untuk decode_bmp, decode_gif, decode_jpeg, dan decode_png.
DekodeJpeg	Dekode gambar berkode JPEG menjadi tensor uint8.
DecodeJsonContoh	Konversikan rekaman Contoh yang dikodekan JSON ke string buffer protokol biner.
DecodePaddedRaw <T memperluas TNumber >	Menafsirkan ulang byte string sebagai vektor angka.
DecodePng <T memperluas TNumber >	Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.
Decodeproto	OP mengekstrak bidang dari pesan buffer protokol serial ke dalam tensor.
DecodeRaw <T memperluas TType >	Menafsirkan ulang byte string sebagai vektor angka.
DecodeWav	Dekode file WAV PCM 16-bit ke tensor float.
DeepCopy <T memperluas TType >	Membuat salinan `x`.
DeleteIterator	Wadah untuk sumber daya iterator.
DeletemeMoryCache
DeletemultIdeviceIterator	Wadah untuk sumber daya iterator.
Deleterandomseedgenerator
DeleteseedGenerator
DeletesessionTensor	Hapus tensor yang ditentukan oleh pegangannya dalam sesi.
DenseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
DenseCountSparseOutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input TF.tensor.
PadatToCSRSparseMatrix	Mengonversi tensor padat menjadi CSRSparseMatrix (mungkin dalam batch).
DenseTodenSetoperation <T Extends ttype >	Menerapkan operasi yang diatur sepanjang dimensi terakhir dari 2 input `tensor`.
Kumpulan Data PadatToSparseBatch	Membuat himpunan data yang mengelompokkan elemen masukan ke dalam SparseTensor.
DensetosparSeSetOperation <T memperluas ttype >	Berlaku mengatur operasi di sepanjang dimensi terakhir `Tensor` dan` sparsetensor`.
DepthToSpace <T memperluas TType >	DepthToSpace untuk tensor tipe T.
DepthwiseConv2dNative <T memperluas TNumber >	Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D.
DepthwiseConv2dNativeBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi mendalam terhadap filter.
DepthwiseConv2dNativeBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi mendalam sehubungan dengan masukan.
Dekuantisasi	Mengambil masukan uint32 yang dikemas dan membongkar masukan tersebut ke uint8 untuk dilakukan Dekuantisasi pada perangkat.
DeserializeIterator	Mengubah tensor varian yang diberikan ke iterator dan menyimpannya di sumber daya yang diberikan.
DeserializeManySparse <T Extends ttype >	Deserialize dan menggabungkan `sparsetensors` dari minibatch serial.
Deserializesparse <u memperluas ttype >	Deserialize objek `sparsetensor`.
Menghancurkan sumber daya	Menghapus sumber daya yang ditentukan oleh pegangan.
DestroyTemporaryVariable <T memperluas TType >	Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.
Itu <T memperluas TType >	Menghitung determinan satu atau lebih matriks persegi.
Indeks Perangkat	Kembalikan indeks perangkat tempat operasi dijalankan.
Digamma <T memperluas TNumber >	Menghitung Psi, turunan dari Lgamma (log nilai absolut `Gamma(x)`), berdasarkan elemen.
Pelebaran2d <T memperluas TNomor >	Menghitung dilatasi skala abu-abu dari `input` 4-D dan `filter` 3-D.
Dilation2dBackpropFilter <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap filter.
Dilation2dBackpropInput <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap masukan.
DirectedInterleaveDataset	Pengganti `InterleaveDataset` pada daftar tetap kumpulan data `N`.
Div <T memperluas TType >	Mengembalikan x / y berdasarkan elemen.
DivNoNan <T memperluas TType >	Mengembalikan 0 jika penyebutnya nol.
Titik <T memperluas TType >	Membungkus operator XLA DotGeneral, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T memperluas TNumber >	Gambarlah kotak pembatas pada sekumpulan gambar.
DummyIterationCounter
DummyMemoryCache
Generator DummySeed
DynamicPartition <T Extends tType >	Partisi `data` menjadi tensor` num_partitions` menggunakan indeks dari `partisi`.
DynamicSlice <T memperluas TType >	Membungkus operator XLA DynamicSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicslice .
DynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
DynamicUpdateSlice <T memperluas TType >	Membungkus operator XLA DynamicUpdateSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicupdateslice .
Sunting Jarak	Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).
Eig <u memperluas ttype >	Menghitung dekomposisi eigen dari satu atau lebih matriks persegi.
Einsum <T memperluas TType >	Sebuah operasi yang mendukung operasi einsum dasar dengan 2 input dan 1 output.
Elu <T memperluas Nomor T >	Menghitung linear eksponensial: `exp(fitur) - 1` jika < 0, `fitur` sebaliknya.
EluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linier eksponensial (Elu).
Menanamkan Aktivasi	Sebuah operasi yang memungkinkan diferensiasi TPU Embeddings.
Kosongkan <T extends TType >	Membuat tensor dengan bentuk tertentu.
Daftar Tensor Kosong	Membuat dan mengembalikan daftar tensor kosong.
KosongTensorMap	Membuat dan mengembalikan peta tensor kosong.
EncodeBase64	Enkode string ke dalam format base64 yang aman untuk web.
EnkodeJpeg	JPEG-mengkodekan gambar.
EncodeJpegVariableQuality	JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.
EnkodePng	PNG-mengkodekan gambar.
EnkodeProto	Operasi ini membuat serial pesan protobuf yang disediakan di tensor input.
EncodeWav	Enkode data audio menggunakan format file WAV.
Enqueuetpuembeddingintegerbatch	OP yang memasukkan daftar tensor batch input ke tpuembedding.
Enqueuetpuembeddingraggedtensorbatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup ().
ENQUEUETPUEMBEDDINGSPARSEBATCH	OP yang memasukkan indeks input tpuembedding dari sparsetensor.
ENQUEUETPUEMBEDDINGSPARSETENSORBATCH	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup_sparse ().
Pastikan Bentuk <T memperluas TType >	Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.
Masukkan <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Setara	Mengembalikan nilai kebenaran (x == y) berdasarkan elemen.
Erf <T memperluas TNomber >	Menghitung fungsi kesalahan Gauss dari elemen `x`.
Erfc <T memperluas TNumber >	Menghitung fungsi kesalahan komplementer dari elemen `x`.
EuclideanNorm <T memperluas TType >	Menghitung norma euclidean elemen di seluruh dimensi tensor.
Menjalankan	OP yang memuat dan menjalankan program TPU pada perangkat TPU.
ExecutandupdateVariable	OP yang menjalankan program dengan pembaruan variabel di tempat opsional.
Keluar <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
Exp <T memperluas TType >	Menghitung eksponensial x berdasarkan elemen.
ExpandDims <T memperluas TType >	Menyisipkan dimensi 1 ke dalam bentuk tensor.
Ekspansi <T extends TNumber >
Expm1 <T memperluas TType >	Menghitung `exp(x) - 1` berdasarkan elemen.
Ekstrak Sekilas	Mengekstrak sekilas dari tensor masukan.
ExtractImagePatches <T memperluas TType >	Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".
ExtractJpegShape <T memperluas TNumber >	Ekstrak informasi bentuk gambar berkode JPEG.
ExtractVolumePatches <T memperluas TNumber >	Ekstrak `patch` dari `input` dan letakkan di dimensi output `"kedalaman"`.
Fakta	Keluarkan fakta tentang faktorial.
FakeQuantWithMinMaxArgs	Kuantisasi palsu tensor 'input', ketik float ke tensor 'output' dengan tipe yang sama.
FakeQuantWithMinMaxArgsGradien	Hitung gradien untuk operasi FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Mengkuantisasi palsu tensor 'input' bertipe float melalui skalar float global Lakukan kuantisasi palsu tensor `input` dari tipe float melalui skalar float global `min` dan `max` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakequantwithMinMaxVarsGradient	Hitung gradien untuk operasi FakequantWithMinMaxvars.
FakeQuantWithMinMaxVarsPerChannel	Lakukan kuantisasi palsu pada tensor 'input' dari tipe float melalui float per saluran Kuantisasi palsu tensor `input` dari tipe float per saluran dan salah satu bentuk: `[d]`, `[b, d]` `[b, h, w, d]` melalui float per saluran ` min` dan `max` dari bentuk `[d]` ke tensor `output` dengan bentuk yang sama dengan `input`.
FakequantwithMinMaxVarsperChannelGradient	Hitung gradien untuk operasi FakequantWithMinMaxVarsPerChannel.
Fft <T memperluas TType >	Transformasi Fourier Cepat.
Fft2d <T memperluas TType >	Transformasi Fourier cepat 2D.
Fft3d <T memperluas TType >	Transformasi Fourier cepat 3D.
FifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
Isi <U extends TType >	Membuat tensor yang diisi dengan nilai skalar.
FilterByLastComponentDataset	Membuat kumpulan data yang berisi elemen komponen pertama `input_dataset` yang memiliki nilai true di komponen terakhir.
Sidik jari	Menghasilkan nilai sidik jari.
Kumpulan Data Catatan Panjang Tetap
Pembaca Catatan Panjang Tetap	Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.
FixedUngramcandataMler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
Lantai <T memanjang TNomor >	Mengembalikan bilangan bulat terbesar berdasarkan elemen yang tidak lebih besar dari x.
FloorDiv <T memperluas TType >	Mengembalikan x // y berdasarkan elemen.
FloorMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
FlushSummaryWriter
FractionAvgpool <T memperluas tnumber >	Melakukan pengumpulan rata -rata fraksional pada input.
FractionalAvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalAvgPool.
Fraksialmaxpool <t memperluas tnumber >	Melakukan pengumpulan maks fraksional pada input.
FractionalMaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalMaxPool.
FresnelCos <T memperluas TNumber >
FresnelSin <T memperluas TNumber >
Fusedbatchnorm <t memperluas tnumber , u memperluas tnumber >	Normalisasi batch.
Fusedbatchnormgrad <t memperluas tnumber , u memperluas tnumber >	Gradien untuk normalisasi batch.
FusedPadConv2d <T memperluas TNumber >	Melakukan padding sebagai praproses selama konvolusi.
FusedResizeAndPadConv2d <T memperluas TNumber >	Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.
Grublockcell <t memperluas tnumber >	Menghitung propagasi ke depan sel GRU untuk 1 langkah waktu.
Grublockcellgrad <t memperluas tnumber >	Menghitung propagasi kembali sel GRU untuk 1 langkah waktu.
Kumpulkan <T extends TType >	Membungkus operator XLA Gather yang didokumentasikan di https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T memperluas TType >	Kumpulkan irisan dari `params` menjadi Tensor dengan bentuk yang ditentukan oleh `indeks`.
GatherV2 <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
GenerateboundingBoxProposals	OP ini menghasilkan wilayah yang diminati dari kotak pembatas yang diberikan (bbox_deltas) yang dikodekan jangkar WRT sesuai dengan Persamaan.2 di ARXIV: 1506.01497 OP memilih kotak penilaian `pre_nms_topn` atas, mendekodenya sehubungan dengan jangkar, menerapkan penekanan non-maksimal pada kotak yang tumpang tindih dengan nilai` nms_threshold` intersection-over-union (IOU), membuang kotak-kotak di mana sisi yang lebih pendek lebih dari `union-over-union (IOU), membuang kotak di mana sisi yang lebih pendek lebih dari` serenteksi-over-union (IOU), membuang kotak di mana sisi lebih pendek lebih dari `serenteksi-over-over-union (IOU), buang lebih dari` out-over-over dari `over-over-union (IOU) lebih dari` min_size`.
GenerateVocabremapping	Diberi jalan ke file kosakata baru dan lama, mengembalikan tensor yang memetakan ulang length `num_new_vocab`, where `remapping[i]` contains the row number in the old vocabulary that corresponds to row `i` in the new vocabulary (starting at line `new_vocab_offset` and up to `num_new_vocab` entities), or `- 1` Jika entri `i` dalam kosakata baru tidak ada dalam kosakata lama.
DapatkanSessionHandle	Simpan tensor masukan dalam keadaan sesi saat ini.
GetSessionTensor <T memperluas TType >	Dapatkan nilai tensor yang ditentukan oleh pegangannya.
Lebih besar	Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.
Lebih Besar Sama	Mengembalikan nilai kebenaran (x >= y) berdasarkan elemen.
GuaranteeConst <T memperluas TType >	Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.
Tabel Hash	Membuat tabel hash yang tidak diinisialisasi.
HistogramFixedWidth <U memperluas TNumber >	Kembalikan histogram nilai.
Ringkasan Histogram	Menghasilkan buffer protokol `Ringkasan` dengan histogram.
HsvToRgb <T memperluas TNumber >	Konversi satu atau lebih gambar dari HSV ke RGB.
Identitas <T memperluas TType >	Mengembalikan tensor dengan bentuk dan konten yang sama dengan tensor atau nilai masukan.
Identitas	Mengembalikan daftar tensor dengan bentuk dan konten yang sama dengan input Tensor.
Pembaca Identitas	Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.
Ifft <T memperluas TType >	Transformasi Fourier cepat terbalik.
Ifft2d <T memperluas TType >	Transformasi Fourier cepat 2D terbalik.
Ifft3d <T memperluas TType >	Transformasi Fourier cepat 3D terbalik.
Igamma <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap terregulasi bawah `P(a, x)`.
IgammaGradA <T memperluas TNomber >	Menghitung gradien `igamma(a, x)` wrt `a`.
Igammac <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap yang diatur atas `Q(a, x)`.
AbaikanErrorsDataset	Membuat kumpulan data yang berisi elemen `input_dataset` yang mengabaikan kesalahan.
Gambar <U memperluas Nomor T >	Mengembalikan bagian imajiner dari bilangan kompleks.
ImageProjectiveTransformV2 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
ImageProjectiveTransformV3 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
Ringkasan Gambar	Menghasilkan buffer protokol `Ringkasan` dengan gambar.
ImmutableConst <T memperluas TType >	Mengembalikan tensor yang tidak dapat diubah dari wilayah memori.
Importevent
Di TopK	Mengatakan apakah target berada dalam prediksi `K` teratas.
InfeedDequeue <T memperluas TType >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam komputasi.
Infeeddequeuetuple	Mengambil beberapa nilai dari Infeed sebagai Tuple XLA.
Infeedenqueue	OP yang memasukkan nilai tensor tunggal ke dalam perhitungan.
InfeedenqueueprelinizedBuffer	OP yang memasukkan buffer prelinionisasi ke dalam infeed TPU.
Infeedenqueuetuple	Memasukkan beberapa nilai tensor ke dalam perhitungan sebagai tuple XLA.
Init
Inisialisasi	Tabel inisialisasi yang masing -masing mengambil dua tensor untuk kunci dan nilai.
Inisialisasi dariDataset
InisialisasiFromTextFile	Menginisialisasi tabel dari file teks.
InplaceAdd <T memperluas TType >	Menambahkan v ke dalam baris x tertentu.
InplaceSub <T memperluas TType >	Kurangi `v` ke dalam baris `x` yang ditentukan.
InplaceUpdate <T memperluas TType >	Memperbarui baris tertentu 'i' dengan nilai 'v'.
Inv <T memperluas TType >	Menghitung invers dari satu atau lebih matriks persegi yang dapat dibalik atau adjointnya (transpos konjugasi).
InvGrad <T memperluas TType >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
Balikkan <T extends TNumber >	Membalikkan (membalik) setiap bit dari tipe yang didukung; misalnya ketik `uint8` nilai 01010101 menjadi 10101010.
InvertPermutation <T extends TNumber >	Menghitung permutasi terbalik dari tensor.
Irfft <U memperluas TNomber >	Transformasi Fourier cepat bernilai riil terbalik.
Irfft2d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 2D terbalik.
Irfft3d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 3D terbalik.
IsBoostedTreesEnsembleInisialisasi	Memeriksa apakah ansambel pohon telah diinisialisasi.
IsBoostedTreesQuantileStreamResourceInisialisasi	Memeriksa apakah aliran kuantil telah diinisialisasi.
Adalah Terbatas	Mengembalikan elemen x mana yang terbatas.
AdalahInf	Mengembalikan elemen x mana yang merupakan Inf.
AdalahNan	Mengembalikan elemen x mana yang merupakan NaN.
IsVariableInisialisasi	Memeriksa apakah tensor telah diinisialisasi.
Isotonicregression <u memperluas tnumber >	Memecahkan sejumlah masalah regresi isotonik.
Pengulangan
IteratorDariStringHandle
IteratorGetDevice	Mengembalikan nama perangkat tempat `sumber daya` ditempatkan.
IteratorGetNext	Mendapat output berikutnya dari iterator yang diberikan.
IteratorGetNextAsOpsional	Mendapatkan keluaran berikutnya dari iterator yang diberikan sebagai varian Opsional.
IteratorGetNextSync	Mendapat output berikutnya dari iterator yang diberikan.
IteratorToStringHandle	Mengonversi `resource_handle` tertentu yang mewakili iterator menjadi string.
Bergabung	Menggabungkan string dalam daftar tensor string tertentu menjadi satu tensor; dengan pemisah yang diberikan (defaultnya adalah pemisah kosong).
Inisialisasi KMC2Chain	Mengembalikan indeks titik data yang harus ditambahkan ke kumpulan benih.
KeyValuesort <t memperluas tnumber , u memperluas ttype >	Membungkus operator Sortir XLA, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#sort .
Inisialisasi KmeansPlusPlus	Memilih num_to_sample baris input menggunakan kriteria KMeans++.
Statistik Pesanan Kth	Menghitung statistik urutan ke-K dari kumpulan data.
L2Loss <T meluas TNomber >	L2 Kerugian.
Kumpulan Data LMDB	Membuat himpunan data yang memancarkan pasangan nilai kunci dalam satu atau beberapa file LMDB.
LSTMBlockCell <T Extends Tnumber >	Menghitung propagasi ke depan sel LSTM untuk 1 langkah waktu.
LSTMBlockCellGrad <T memperluas tnumber >	Menghitung propagasi mundur sel LSTM untuk 1 timestep.
Kumpulan Data LatencyStats	Merekam latensi produksi elemen `input_dataset` di StatsAggregator.
LeakyRelu <T memperluas TNomber >	Menghitung linier yang diperbaiki: `maks(fitur, fitur * alfa)`.
LeakyReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi LeakyRelu.
Terpelajar diagramcandatedampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
LeftShift <T memperluas TNumber >	Elementwise menghitung pergeseran kiri bitwise dari `x` dan `y`.
Lebih sedikit	Mengembalikan nilai kebenaran (x < y) berdasarkan elemen.
Kurang Sama	Mengembalikan nilai kebenaran (x <= y) berdasarkan elemen.
Lgamma <T memperluas TNomber >	Menghitung log nilai absolut `Gamma(x)` berdasarkan elemen.
LinSpace <T memperluas TNomber >	Menghasilkan nilai dalam suatu interval.
Kumpulan Data Lmdb
Pembaca Lmdb	Pembaca yang mengeluarkan catatan dari file LMDB.
LoadAndRemapMatrix	Memuat `Tensor` 2-D (matriks) dengan nama `nama_tensor_lama` dari pos pemeriksaan di `ckpt_path` dan berpotensi menyusun ulang baris dan kolomnya menggunakan pemetaan ulang yang ditentukan.
Loadtpuembeddingadamparameters	Muat parameter embedding Adam.
Loadtpuembeddingadamparametersgradaccumdebug	Memuat parameter embedding Adam dengan dukungan debug.
Loadtpuembeddingadadeltaparameters	Muat parameter embedding adadelta.
Loadtpuembeddingadadeltaparametersgradaccumdebug	Muat parameter adadelta dengan dukungan debug.
Loadtpuembeddingadagradparameters	Muat parameter embedding adagrad.
Loadtpuembeddingadagradparametersgradaccumdebug	Muat parameter embedding adagrad dengan dukungan debug.
Loadtpuembeddingcenteredrmspropparameters	Parameter embedding RMSPROP yang terpusat.
Loadtpuembeddingftrlparameters	Muat parameter embedding FTRL.
Loadtpuembeddingftrlparametersgradaccumdebug	Muat parameter embedding FTRL dengan dukungan debug.
Loadtpuembeddingmdladagradlightparameters	Muat parameter embedding cahaya mdl adagrad.
Loadtpuembeddingmomentumparameters	Memuat parameter embedding momentum.
Loadtpuembeddingmomentumparametersgradaccumdebug	Memuat parameter embedding momentum dengan dukungan debug.
Loadtpuembeddingproximaladagradparameters	Memuat parameter embedding adagrad proksimal.
Loadtpuembeddingproximaladagradparametersgradaccumdebug	Muat parameter embedding adagrad proksimal dengan dukungan debug.
Loadtpuembeddingproximalyogiparameters
Loadtpuembeddingproximalyogiparametersgradaccumdebug
Loadtpuembeddingrmspropparameters	Memuat parameter embedding RMSProp.
Loadtpuembedrmspropparametersgradaccumdebug	Muat parameter embedding RMSProp dengan dukungan debug.
Loadtpuembeddingstochasticgradientdescentparamers	Memuat parameter embedding SGD.
Loadtpuembeddingstochasticgradientdescentparametersgradaccumdebug	Memuat parameter embedding SGD.
Normalisasi Respons Lokal <T memperluas Nomor T >	Normalisasi Respon Lokal.
LocalResponseNormalizationGrad <T memperluas TNumber >	Gradien untuk Normalisasi Respon Lokal.
Log <T memperluas TType >	Menghitung logaritma natural dari elemen x.
Log1p <T memperluas TType >	Menghitung logaritma natural (1 + x) berdasarkan elemen.
LogMatrixDeterminant <T memperluas ttype >	Menghitung tanda dan log nilai absolut dari penentu satu atau lebih matriks persegi.
LogSoftmax <T memperluas TNumber >	Menghitung aktivasi log softmax.
LoguniformCandateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-seragam.
LogisDan	Mengembalikan nilai kebenaran x DAN y berdasarkan elemen.
LogisTidak	Mengembalikan nilai kebenaran dari elemen `NOT x`.
LogisAtau	Mengembalikan nilai kebenaran x OR y berdasarkan elemen.
Lookuptable export <t memperluas ttype , u memperluas ttype >	Output semua kunci dan nilai dalam tabel.
LookupTableFind <U memperluas TType >	Mencari kunci dalam tabel, menampilkan nilai yang sesuai.
Lookuptable Imporport	Menggantikan isi tabel dengan kunci dan nilai yang ditentukan.
Terlihat terlihat	Memperbarui tabel untuk mengaitkan kunci dengan nilai.
Lookuptableremove	Menghapus kunci dan nilai -nilai terkait dari tabel.
Ukuran Tabel Pencarian	Menghitung jumlah elemen dalam tabel yang diberikan.
LoopCond	Meneruskan masukan ke keluaran.
Lebih rendah	Mengonversi semua karakter huruf besar menjadi pengganti huruf kecilnya masing-masing.
Batas Bawah <U memperluas Nomor T >	Menerapkan batas_bawah (nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
Lu <t memperluas ttype , u memperluas tnumber >	Menghitung dekomposisi LU dari satu atau lebih matriks persegi.
Makeiterator	Membuat iterator baru dari `dataset` yang diberikan dan menyimpannya di` iterator`.
Jadikan Unik	Jadikan semua elemen dalam dimensi non-Batch unik, namun \"dekat\" dengannya nilai awal mereka.
Mapclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
Ukuran PetaTidak Lengkap	Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Mappeek	OP mengintip nilai pada kunci yang ditentukan.
Ukuran Peta	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Mapstage	Tahap (kunci, nilai) dalam wadah yang mendasari yang berperilaku seperti hashtable.
MapunStage	OP menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah yang mendasarinya.
Mapunstagenokey	OP menghapus dan mengembalikan acak (kunci, nilai) dari wadah yang mendasarinya.
MatMul <T memperluas TType >	Kalikan matriks "a" dengan matriks "b".
File yang Cocok	Mengembalikan kumpulan file yang cocok dengan satu atau lebih pola glob.
Kumpulan Data File Pencocokan
MatrixDiag <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
MatrixDiagPart <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagPartV3 <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagV3 <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
Logaritma Matriks <T memperluas TType >	Menghitung logaritma matriks dari satu atau lebih matriks persegi: \\(log(exp(A)) = A\\) Operasi ini hanya ditentukan untuk matriks kompleks.
MatrixSetDiag <T memperluas TType >	Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.
MatrixSolveLs <T memperluas TType >	Memecahkan satu atau lebih masalah kuadrat terkecil linier.
Maks <T memperluas TType >	Menghitung jumlah maksimum elemen di seluruh dimensi tensor.
Kumpulan Data MaxIntraOpParallelism	Membuat kumpulan data yang mengesampingkan paralelisme intra-operasi maksimum.
MaxPool <T memperluas TType >	Melakukan pengumpulan maksimal pada input.
MaxPool3d <T memperluas TNumber >	Melakukan pengumpulan maksimal 3D pada input.
MaxPool3dGrad <U memperluas TNumber >	Menghitung gradien fungsi pengumpulan maksimal 3D.
MaxPool3dGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
MaxPoolGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradGradWithArgmax <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradWithArgmax <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
Maxpoolwithargmax <t memperluas tnumber , u memperluas tnumber >	Melakukan kumpulan maks pada input dan output baik nilai dan indeks maks.
Maksimum <T memperluas TNomber >	Mengembalikan maksimal x dan y (mis
Berarti <T memperluas TType >	Menghitung rata-rata elemen di seluruh dimensi tensor.
Gabungkan <ttends ttype >	Meneruskan nilai tensor yang tersedia dari `input` ke` output`.
Gabungkan Ringkasan	Menggabungkan ringkasan.
Mergev2CheckPoints	V2 Format Spesifik: Menggabungkan file metadata dari pos pemeriksaan berbulu.
Mfcc	Mengubah spektogram menjadi bentuk yang berguna untuk pengenalan suara.
Min <T memperluas TType >	Menghitung jumlah minimum elemen di seluruh dimensi tensor.
Minimum <T memperluas TNomber >	Mengembalikan min dari x dan y (mis
MirrorPad <T memperluas TType >	Mengisi tensor dengan nilai cermin.
MirrorPadGrad <T memperluas TType >	Operasi gradien untuk operasi `MirrorPad`.
Mlirpassthroughop	Membungkus perhitungan MLIR sewenang -wenang yang dinyatakan sebagai modul dengan fungsi utama ().
Mod <T memperluas TNomber >	Mengembalikan sisa pembagian berdasarkan elemen.
Kumpulan Data Model	Transformasi identitas yang memodelkan kinerja.
Mul <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MulNoNan <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MultiDeviceIterator	Membuat sumber daya MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle	Menghasilkan sumber daya MultiDeviceIterator dari pegangan string yang disediakan.
MultideviceIteratorGetNextFromShard	Mendapat elemen berikutnya untuk nomor shard yang disediakan.
MultiDeviceIteratorInit	Menginisialisasi iterator multi perangkat dengan kumpulan data yang diberikan.
MultiDeviceIteratorToStringHandle	Menghasilkan pegangan string untuk MultiDeviceIterator yang diberikan.
Multinomial <U memperluas TNumber >	Mengambil sampel dari distribusi multinomial.
MutableDenseHashTable	Membuat tabel hash kosong yang menggunakan tensor sebagai penyimpanan pendukung.
TabelHash yang Dapat Diubah	Membuat tabel hash kosong.
MutableHashTableOfTensor	Membuat tabel hash kosong.
muteks	Membuat sumber daya Mutex yang dapat dikunci dengan `MutexLock`.
Kunci Mutex	Mengunci sumber daya mutex.
NcclAllReduce <T memperluas TNumber >	Menghasilkan tensor yang berisi reduksi di semua tensor masukan.
NcclBroadcast <T memperluas TNumber >	Mengirim `input` ke semua perangkat yang terhubung ke output.
NcclReduce <T memperluas TNumber >	Mengurangi `input` dari `num_devices` menggunakan `reduction` ke satu perangkat.
Ndtri <T memperluas TNomber >
NEGARA DEPAT DEPAT	Memilih pusat K terdekat untuk setiap titik.
Neg <T memperluas TType >	Menghitung nilai negatif numerik berdasarkan elemen.
Negtrain	Pelatihan melalui pengambilan sampel negatif.
BerikutnyaSetelah <T memperluas TNomor >	Mengembalikan nilai `x1` berikutnya yang dapat direpresentasikan ke arah `x2`, berdasarkan elemen.
Iterasi Berikutnya <T memperluas TType >	Membuat masukannya tersedia untuk iterasi berikutnya.
NOOP	Tidak melakukan apa -apa.
NonDeterministicInts <U memperluas TType >	Secara non-deterministik menghasilkan beberapa bilangan bulat.
Nonmaxsupresi <t memperluas tnumber >	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak yang memiliki tumpang tindih persimpangan tinggi-over-union (IOU) dengan kotak yang dipilih sebelumnya.
NonMaxSuppressionDengan Tumpang Tindih	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak-kotak yang memiliki tumpang tindih tinggi dengan kotak-kotak yang dipilih sebelumnya.
Kumpulan Data yang Tidak Dapat Diserialkan
Tidak Sama	Mengembalikan nilai kebenaran (x != y) berdasarkan elemen.
NthElement <T memperluas TNumber >	Menemukan nilai statistik urutan ke-`n` untuk dimensi terakhir.
OneHot <U memperluas TType >	Mengembalikan tensor satu-panas.
OnesLike <T memperluas TType >	Mengembalikan tensor yang bentuk dan tipenya sama dengan x.
OptimalkanDataset	Membuat kumpulan data dengan menerapkan pengoptimalan pada `input_dataset`.
OptimalkanDatasetV2	Membuat kumpulan data dengan menerapkan pengoptimalan terkait ke `input_dataset`.
OpsionalDariNilai	Membuat varian Opsional dari tupel tensor.
OpsionalGetValue	Mengembalikan nilai yang disimpan dalam varian opsional atau menimbulkan kesalahan jika tidak ada.
OpsionalHasValue	Mengembalikan nilai benar jika dan hanya jika varian Opsional yang diberikan memiliki nilai.
OpsionalTidak Ada	Membuat varian Opsional tanpa nilai.
Orderedmapclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
MemesanPetaTidak LengkapUkuran	Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Orderedmappeek	OP mengintip nilai pada kunci yang ditentukan.
UkuranPeta yang Dipesan	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Orderedmapstage	Tahap (kunci, nilai) dalam wadah yang mendasari yang berperilaku seperti yang dipesan wadah asosiatif.
Orderedmapunstage	OP menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah yang mendasarinya.
Orderedmapunstagenokey	OP menghapus dan mengembalikan elemen (kunci, nilai) dengan yang terkecil kunci dari wadah yang mendasarinya.
Pemilih Ordinal	Operasi pemilih inti TPU.
OutfeedDequeue <T memperluas TType >	Mengambil satu tensor dari outfeed komputasi.
Outfeeddequeuetuple	Ambil beberapa nilai dari outfeed komputasi.
Outfeeddequeuetuplev2	Ambil beberapa nilai dari outfeed komputasi.
OutfeedDequeueV2 <T memperluas TType >	Mengambil satu tensor dari outfeed komputasi.
Outfeedenqueue	Enqueue tensor pada outfeed komputasi.
Outfeedenqueuetuple	ENQUEUE Nilai beberapa tensor pada outfeed komputasi.
Pad <T memperluas TType >	Membungkus operator XLA Pad, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#pad .
Kumpulan DataBatch Empuk	Membuat kumpulan data yang mengelompokkan dan memasukkan elemen `batch_size` dari input.
PaddingFifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
ParallelConcat <T memperluas TType >	Menggabungkan daftar tensor `N` di sepanjang dimensi pertama.
ParallelDynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
ParameterizedTruncatedNormal <U extends TNumber >	Menghasilkan nilai acak dari distribusi normal.
Parseexample	Mengubah vektor TF.Example Protos (sebagai string) menjadi tensor yang diketik.
ParseContohDataset	Mengubah `input_dataset` yang berisi proto `Contoh` sebagai vektor DT_STRING menjadi kumpulan data objek `Tensor` atau `SparseTensor` yang mewakili fitur yang diurai.
ParsesequenceExample	Mengubah vektor tf.io.SequenceExample Protos (sebagai string) menjadi tensor yang diketik.
Parsesinglexample	Mengubah proto TF.Example (sebagai string) menjadi tensor yang diketik.
ParsesingleSequenceExample	Mengubah otak skalar. Proto ExcesenceExample (sebagai string) menjadi tensor yang diketik.
ParseTensor <T memperluas TType >	Mengubah proto tensorflow.TensorProto berseri menjadi Tensor.
PartitionedInput <T memperluas TType >	Sebuah operasi yang mengelompokkan daftar input yang dipartisi menjadi satu.
PartitionedOutput <T Extends tType >	Op bahwa demultiplexes tensor untuk dicekik oleh XLA ke daftar dipartisi output di luar perhitungan XLA.
Placeholder <T memperluas TType >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam komputasi.
PlaceholderWithDefault <T memperluas TType >	Operasi placeholder yang melewati `input` ketika outputnya tidak diumpankan.
Poligamma <T memperluas TNomor >	Hitung fungsi poligamma \\(\psi^{(n)}(x)\\).
Jumlah Populasi	Menghitung jumlah populasi berdasarkan elemen (alias
Kekuatan <T memperluas TType >	Menghitung kekuatan satu nilai ke nilai lainnya.
Ambil Dataset terlebih dahulu	Membuat kumpulan data yang mengambil elemen dari `input_dataset` secara asinkron.
Pralinearisasi	Sebuah operasi yang linierisasi satu nilai Tensor menjadi tensor varian buram.
PralinearisasiTuple	Sebuah operasi yang linierisasi beberapa nilai Tensor menjadi tensor varian buram.
CegahGradien <T memperluas TType >	Operasi identitas yang memicu kesalahan jika gradien diminta.
Mencetak	Mencetak skalar string.
Antrian Prioritas	Antrian yang menghasilkan elemen yang diurutkan berdasarkan nilai komponen pertama.
Kumpulan Data PrivateThreadPool	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
Prod <T memperluas TType >	Menghitung produk elemen melintasi dimensi tensor.
QR <T memperluas ttype >	Menghitung dekomposisi QR dari satu atau lebih matriks.
Kuantize <t memperluas ttype >	Kuantisasi tensor 'input' tipe float ke 'output' tensor tipe 't'.
QuantizeAndDequantize <T memperluas TNumber >	Mengkuantisasi lalu mendekuantisasi tensor.
QuantizeAndDequantizeV3 <T memperluas TNumber >	Mengkuantisasi lalu mendekuantisasi tensor.
QuantizeAndDequantizeV4 <T memperluas TNumber >	Mengembalikan gradien `quantization.QuantizeAndDequantizeV4`.
Quantizeanddequantizev4grad <t memperluas tnumber >	Mengembalikan gradien `quantizeanddequantizev4`.
KuantizedOwnAndShrinkrange <u memperluas ttype >	Konversi tensor 'input' kuantisasi menjadi 'output' presisi lebih rendah, menggunakan Distribusi nilai aktual untuk memaksimalkan penggunaan kedalaman bit yang lebih rendah dan menyesuaikan min output dan rentang maks.
KuantitedAdd <v memperluas ttype >	Mengembalikan elemen x + y, bekerja pada buffer kuantisasi.
KuantizizedAvgPool <T memperpanjang ttype >	Menghasilkan kumpulan rata -rata tensor input untuk tipe kuantited.
KuantitedBatchNormWithGlobalnormalization <U memperluas ttype >	Normalisasi batch terkuantisasi.
KuantisasiBiasadd <v memperluas ttype >	Menambahkan tensor 'bias' ke input tensor 'untuk tipe terkuantisasi.
Kuantisasi KCAT <T memperluas ttype >	Menggabungkan tensor terkuantisasi di sepanjang satu dimensi.
KuantizedConv2Dandrelu <v memperluas ttype >
KuantisasiConv2dandreluandrequantize <v Extends tType >
KuantizedConv2D dan REGREQUANTIZE <V Extends tType >
KuantizedConv2DPerChannel <v memperluas ttype >	Menghitung kuantisasi conv2d per saluran.
KuantizedConv2dwithBias <v memperluas ttype >
KuantizedConv2dwithBiasandrelu <v memperluas ttype >
KuantizedConv2dwithBiasandreluandrequanize <W Extends tType >
KuantizedConv2dWithBiASandRequarize <W Extends ttype >
KuantizedConv2dwithBiassignedSumandreluandrequanize <x Extends ttype >
KuantizedConv2dwithBiassumandrelu <v memperluas ttype >
KuantizedConv2dwithBiassumandreluandrequanize <x Extends ttype >
KuantizedConv2d <v memperluas ttype >	Menghitung konvolusi 2D yang diberikan input 4D kuantisasi dan tensor filter.
QuantizedDepthwiseConv2d <v memperluas ttype >	Menghitung conv2d terkuantisasi secara depthwise.
KuantizedDepthwiseConv2dwithBias <v Extends ttype >	Menghitung konv2d yang dihitung secara mendalam dengan bias.
KuantizedDepthwiseConv2dwithBiasandrelu <v memperluas ttype >	Menghitung conv2d terkuantisasi secara mendalam dengan bias dan relu.
KuantizedDepthwiseConv2dwithBiasandreluandrequanize <W Extends ttype >	Menghitung conv2d terkuantisasi secara mendalam dengan bias, relu, dan requantize.
CuanTizedInstancenorm <T memperluas ttype >	Normalisasi instance terkuantisasi.
KuantisasiMatMul <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b`.
KuantisasiMatMulwithBias <W memperluas ttype >	Melakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add.
QuantizedMatMulWithBiasAndDequantize <W extends TNumber >
KuantizedMatMulwithBiasandrelu <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu fusi.
KuantitedMatMulwithBiasandreluandrequanize <W Extends ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu dan requantize fusion.
KuantitedMatMulWithBiASandRequarize <W Extends ttype >
KuantizedMaxPool <T memperluas ttype >	Menghasilkan kumpulan maksimal dari tensor input untuk tipe kuantisasi.
Kuantisasi <v memperluas ttype >	Mengembalikan elemen x * y, bekerja pada buffer kuantisasi.
KuantizedRelu <u memperluas ttype >	Menghitung linear yang diperbaiki kuantisasi: `maks (fitur, 0)`
Kuantizizedrelu6 <u memperluas ttype >	Menghitung linear linear 6: `min (maks (fitur, 0), 6) yang dikuantisasi`), 6) `
KuantizedRelux <u memperluas ttype >	Menghitung linear x: `min (max (fitur, 0), max_value)` `, 0)`
CuanTizedReshape <T memperluas ttype >	Membentuk kembali tensor terkuantisasi sesuai reshape op.
QuantizedResizebilinear <t memperluas ttype >	Ubah ukuran `gambar` terkuantisasi menjadi` ukuran` menggunakan interpolasi bilinear terkuantisasi.
Queueclose	Menutup antrian yang diberikan.
Queuedequeue	Dequeues tuple dari satu atau lebih tensor dari antrian yang diberikan.
Queuedequeuemany	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
QueuedequeUeupto	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
Queueenqueue	Enqueues tuple dari satu atau lebih tensor dalam antrian yang diberikan.
QueueenqueueMany	Enqueues nol atau lebih tupel dari satu atau lebih tensor dalam antrian yang diberikan.
Antrian Tertutup	Mengembalikan nilai benar jika antrian ditutup.
Ukuran Antrian	Menghitung jumlah elemen dalam antrian tertentu.
RaggedBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
RaggedCountSparseOutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input tensor yang compang-camping.
RaggedCross <t memperluas ttype , u memperluas tnumber >	Menghasilkan salib fitur dari daftar tensor, dan mengembalikannya sebagai raggedtensor.
RaggedGather <T memperluas tnumber , u memperluas ttype >	Kumpulkan irisan compang -camping dari `Params` Axis` 0` menurut `indeks`.
RaggedRange <u memperluas tnumber , t memperluas tnumber >	Mengembalikan `raggedTensor` yang berisi urutan angka yang ditentukan.
RaggedTensorFromVariant <u memperluas tnumber , t memperluas ttype >	Decodes tensor `varian` ke` raggedtensor`.
RaggedTensortosparse <u memperluas ttype >	Mengubah `raggedTensor` menjadi` sparsetensor` dengan nilai yang sama.
RaggedTensorToTensor <U memperluas TType >	Buat tensor padat dari tensor yang tidak rata, mungkin dengan mengubah bentuknya.
RaggedTensorToVariant	Mengkodekan `RaggedTensor` menjadi Tensor `varian`.
RaggedTensorToVariantGradient <U memperluas TType >	Helper yang digunakan untuk menghitung gradien untuk `RaggedTensorToVariant`.
RandomCrop <T memperluas TNumber >	Pangkas `gambar` secara acak.
Kumpulan Data Acak	Membuat Kumpulan Data yang mengembalikan angka pseudorandom.
RandomGamma <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi Gamma yang dijelaskan oleh alfa.
RandomGammaGrad <T memperluas TNumber >	Menghitung turunan dari sampel acak Gamma
RandomPoisson <V memperluas TNumber >	Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan berdasarkan laju.
RandomShuffle <T memperluas TType >	Mengacak tensor secara acak sepanjang dimensi pertamanya.
Antrean Acak Acak	Antrian yang mengacak urutan elemen.
RandomStandardNormal <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi normal.
RandomUniform <U memperluas TNumber >	Menghasilkan nilai acak dari distribusi seragam.
RandomUniformInt <U memperluas TNumber >	Menghasilkan bilangan bulat acak dari distribusi seragam.
Rentang <T meluas TNomor >	Membuat urutan angka.
Kumpulan Data Rentang	Membuat kumpulan data dengan rentang nilai.
Pangkat	Mengembalikan peringkat tensor.
File Baca	Membaca dan menampilkan seluruh isi nama file masukan.
ReadVariableOp <T memperluas TType >	Membaca nilai suatu variabel.
ReaderNumRecords Diproduksi	Mengembalikan jumlah catatan yang telah dihasilkan Pembaca ini.
ReaderNumWorkUnitsSelesai	Mengembalikan jumlah unit kerja yang telah selesai diproses oleh Pembaca ini.
Readerread	Mengembalikan catatan berikutnya (kunci, pasangan nilai) yang diproduksi oleh pembaca.
Readerreadupto	Mengembalikan hingga `num_records` (kunci, nilai) pasangan yang diproduksi oleh pembaca.
Pembaca	Kembalikan pembaca ke kondisi bersih awalnya.
ReaderRestoreState	Kembalikan pembaca ke keadaan disimpan sebelumnya.
PembacaSerializeState	Menghasilkan tensor string yang mengkodekan status Pembaca.
Nyata <U memperluas TNomber >	Mengembalikan bagian real dari bilangan kompleks.
RealDiv <T memperluas TType >	Mengembalikan elemen x / y untuk tipe nyata.
Kumpulan Data Batch Ulang	Membuat kumpulan data yang mengubah ukuran batch.
Batch UlangDatasetV2	Membuat kumpulan data yang mengubah ukuran batch.
Timbal balik <T memperluas TType >	Menghitung kebalikan dari elemen x.
Timbal BalikGrad <T memperluas TType >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
Masukan Rekam	Memancarkan catatan acak.
Penerimaan <T memperluas TType >	Menerima tensor bernama dari komputasi XLA lainnya.
Recvtpuembeddingactivations	OP yang menerima aktivasi penyematan pada TPU.
Kurangi <T perpanjang TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
Kurangi Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
Kurangi Apa Pun	Menghitung "logis atau" elemen di seluruh dimensi tensor.
Kurangi Gabung	Menggabungkan Tensor string pada dimensi tertentu.
ReduceMax <T memperluas TType >	Menghitung jumlah maksimum elemen di seluruh dimensi tensor.
ReduceMin <T memperluas TType >	Menghitung jumlah minimum elemen di seluruh dimensi tensor.
ReduceProd <T memperluas TType >	Menghitung produk elemen melintasi dimensi tensor.
ReduceSum <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi tensor.
KurangiV2 <T perpanjang TNomor >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
RefEnter <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
RefExit <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
RefIdentity <T memperluas TType >	Mengembalikan tensor ref yang sama dengan tensor ref masukan.
Refmerge <T memperluas ttype >	Meneruskan nilai tensor yang tersedia dari `input` ke` output`.
RefNextIteration <T memperluas TType >	Membuat masukannya tersedia untuk iterasi berikutnya.
RefPilih <T memperluas TType >	Meneruskan elemen ke-`indeks` dari `input` ke `output`.
Refswitch <T memperluas ttype >	Meneruskan tensor ref tensor `ke port output yang ditentukan oleh` pred`.
RegexFullMatch	Periksa apakah inputnya cocok dengan pola regex.
Ganti Regex	Menggantikan kecocokan ekspresi reguler `pola` di `input` dengan string pengganti yang disediakan di `rewrite`.
DaftarDataset	Mendaftarkan kumpulan data dengan layanan tf.data.
Relu <T memperluas TType >	Menghitung linier yang diperbaiki: `maks(fitur, 0)`.
Relu6 <T memperluas Nomor T >	Menghitung linier 6 yang diperbaiki: `min(maks(fitur, 0), 6)`.
Relu6Grad <T memperluas TNumber >	Menghitung gradien 6 linier yang diperbaiki untuk operasi Relu6.
ReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi Relu.
RemotefusedGraphExecute	Jalankan sub grafik pada prosesor jarak jauh.
UlangiDataset	Membuat kumpulan data yang mengeluarkan output `input_dataset` `count` kali.
ReplikaId	ID replika.
Replicatemetadata	Metadata menunjukkan bagaimana perhitungan TPU harus direplikasi.
ReplikasiInput <T memperluas TType >	Menghubungkan N input ke komputasi TPU yang direplikasi dengan cara N.
RepicatedOutput <T Extends tType >	Menghubungkan output N dari komputasi TPU N-Way yang direplikasi.
Requantizationrange	Menghitung rentang yang mencakup nilai aktual yang ada dalam tensor terkuantisasi.
RequantizationRangeperchannel	Menghitung rentang permintaan per saluran.
Requantize <u memperluas ttype >	Mengubah tensor input` terkuantisasi menjadi `output` presisi lebih rendah.
RequantizeperChannel <u memperluas ttype >	Mempersekalkan input dengan nilai min dan maks yang diketahui per saluran.
Bentuk ulang <T extends TType >	Membentuk ulang tensor.
Ubah Ukuran Area	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi area.
Ubah ukuranBicubic	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi bikubik.
Ubah ukuranBicubicGrad <T extends TNumber >	Menghitung gradien interpolasi bikubik.
Ubah ukuranBilinear	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi bilinear.
Ubah ukuranBilinearGrad <T extends TNumber >	Menghitung gradien interpolasi bilinear.
Ubah ukuranNearestNeighbor <T extends TNumber >	Ubah ukuran `gambar` menjadi `ukuran` menggunakan interpolasi tetangga terdekat.
Ubah ukuranNearestNeighborGrad <T extends TNumber >	Menghitung gradien interpolasi tetangga terdekat.
ResourceAccumulatorApplyGradient	Menerapkan gradien untuk akumulator yang diberikan.
ResourceAccumulatorNumAccumulated	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
ResourceaccumulatorsetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
ResourceAccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
ResourceApplyadamax	Perbarui '*var' sesuai dengan algoritma AdaMax.
ResourceApplyadadelta	Perbarui '*var' sesuai dengan skema adadelta.
ResourceApplyadagrad	Perbarui '*var' sesuai dengan skema adagrad.
Resourceapplyadagradda	Perbarui '*var' sesuai dengan skema adagrad proksimal.
ResourceApplyadam	Perbarui '*var' sesuai dengan algoritma Adam.
ResourceApplyadamWithamsgrad	Perbarui '*var' sesuai dengan algoritma Adam.
ResourceApplyaddsign	Perbarui '*var' sesuai dengan pembaruan AddSign.
ResourceApplycenteredrmsprop	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ResourceApplyftrl	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ResourceApplyGradientDescent	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ResourceApplykerasmomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplymomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplyPowerSign	Perbarui '*var' sesuai dengan pembaruan AddSign.
ResourceApplyproximaladagrad	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ResourceApplyProximalGradientDescent	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ResourceApplyrmsprop	Perbarui '*var' sesuai dengan algoritma RMSProp.
Akumulator ResourceConditional	Akumulator bersyarat untuk menggabungkan gradien.
ResourceCountUpTo <T memperluas TNumber >	Menambah variabel yang ditunjuk oleh 'sumber daya' hingga mencapai 'batas'.
ResourceGather <U memperluas TType >	Kumpulkan potongan dari variabel yang ditunjuk oleh `sumber daya` menurut `indeks`.
ResourceGatherNd <U memperluas TType >
Resourcescatteradd	Menambahkan pembaruan yang jarang ke variabel yang dirujuk oleh `sumber daya`.
Resourcescatterdiv	Membagi pembaruan jarang menjadi variabel yang dirujuk oleh `sumber daya`.
Resourcescattermax	Mengurangi pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya` menggunakan operasi` max`.
Resourcescattermin	Mengurangi pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya` menggunakan operasi` min`.
Resourcescattermul	Mengalikan pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya`.
ResourcescatternDadd	Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel.
ResourcescatternDmax
ResourcescatternDmin
ResourcescatternDSub	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
ResourcescatternDupdate	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
Resourcescattersub	Kurangi pembaruan jarang dari variabel yang dirujuk oleh `sumber daya`.
Resourcescatterupdate	Menetapkan pembaruan jarang untuk variabel yang dirujuk oleh `sumber daya`.
ResourcesparseApplyadadelta	var: Harus dari Variabel().
ResourcesparseApplyadagrad	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
ResourcesparseApplyadagradda	Perbarui entri di 'var' dan 'accum' sesuai dengan skema adagrad proksimal.
ResourcesparseApplyAdagradv2	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
ResourcesparseApplycenteredrmsprop	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ResourcesparseApplyftrl	Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.
ResourcesparseApplykerasmomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourcesparseApplymomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourcesparseApplyproximaladagrad	Entri pembaruan yang jarang di 'var' dan 'accum' menurut algoritma FOBOS.
ResourcesparseApplyProximalGradientDescent	Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ResourcesparseApplyrmsprop	Perbarui '*var' sesuai dengan algoritma RMSProp.
ResourcestridedSliceasSign	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `ref`.
Memulihkan	Mengembalikan tensor dari pos pemeriksaan V2.
RestoreSlice <T memperluas TType >	Memulihkan tensor dari file pos pemeriksaan.
Retrievetpuembeddingadamparameters	Ambil parameter embedding Adam.
Retrievetpuembeddingadamparametersgradaccumdebug	Ambil parameter embedding Adam dengan dukungan debug.
Retrievetpuembeddingadadeltaparameters	Ambil parameter embedding adadelta.
Retrievetpuembeddingadadeltaparametersgradaccumdebug	Ambil parameter embedding adadelta dengan dukungan debug.
Retrievetpuembeddingadagradparameters	Ambil parameter embedding adagrad.
Retrievetpuembeddingadagradparametersgradaccumdebug	Ambil parameter embedding adagrad dengan dukungan debug.
Retrievetpuembeddingcenteredrmspropparameters	Parameter embedding RMSPROP yang terpusat.
Retrievetpuembeddingftrlparameters	Ambil parameter embedding ftrl.
Retrievetpuembeddingftrlparametersgradaccumdebug	Ambil parameter embedding FTRL dengan dukungan debug.
Retrievetpuembeddingmdladagradlightparameters	Ambil parameter embedding cahaya mdl adagrad.
Retrievetpuembeddingmomentumparameters	Ambil parameter embedding momentum.
Retrievetpuembeddingmomentumparametersgradaccumdebug	Ambil parameter embedding momentum dengan dukungan debug.
Retrievetpuembeddingproximaladagradparameters	Ambil parameter embedding proksimal adagrad.
Retrievetpuembeddingproximaladagradparametersgradaccumdebug	Ambil parameter embedding ADAGRAD proksimal dengan dukungan debug.
Retrievetpuembeddingproximalyogiparamers
Retrievetpuembeddingproximalyogiparametersgradaccumdebug
RETRIEVETPUEMBEDRMSPROPPARAMETER	Mengambil parameter embedding RMSProp.
RETRIEVETPUEMBEDRMSPROPPARAMETERGRADACCUMDEBUG	Ambil parameter embedding RMSProp dengan dukungan debug.
AmbilTPUEmbeddingStochasticGradientDescentParameters	Ambil parameter penyematan SGD.
Retrievetpuembeddingstochasticgradientdescentparametersgradaccumdebug	Ambil parameter embedding SGD dengan dukungan debug.
Terbalik <T memperluas TType >	Membalikkan dimensi spesifik tensor.
ReverseSequence <T memperluas TType >	Membalikkan irisan dengan panjang variabel.
Rfft <U memperluas TType >	Transformasi Fourier cepat yang bernilai nyata.
Rfft2d <U memperluas TType >	Transformasi Fourier cepat bernilai nyata 2D.
Rfft3d <U memperluas TType >	Transformasi Fourier cepat bernilai nyata 3D.
RgbToHsv <T memperluas TNumber >	Mengonversi satu atau lebih gambar dari RGB ke HSV.
Pergeseran Kanan <T memperluas Nomor T >	Elementwise menghitung pergeseran kanan bitwise dari `x` dan `y`.
Rint <T memperluas TNomber >	Mengembalikan bilangan bulat berdasarkan elemen yang paling dekat dengan x.
RngBacaDanLewati	Tingkatkan penghitung RNG berbasis penghitung.
Rngskip	Tingkatkan penghitung RNG berbasis penghitung.
Gulung <T memperluas TType >	Menggulung elemen tensor sepanjang sumbu.
Putaran <T memperluas TType >	Membulatkan nilai tensor ke bilangan bulat terdekat, berdasarkan elemen.
Rp	Lakukan kumpulan permintaan RPC.
Rsqrt <T memperluas TType >	Menghitung kebalikan dari akar kuadrat dari elemen x.
RsqrtGrad <T memperluas TType >	Menghitung gradien untuk rsqrt dari `x` dengan masukannya.
SampledistortedBoundingBox <T memperluas tnumber >	Menghasilkan satu kotak pembatas yang terdistorsi secara acak untuk suatu gambar.
Kumpulan Data Pengambilan Sampel	Membuat kumpulan data yang mengambil sampel Bernoulli dari konten kumpulan data lain.
Menyimpan	Menghemat tensor dalam format pos pemeriksaan v2.
Penyelamatan	Menghemat irisan tensor input ke disk.
Ringkasan Skalar	Menghasilkan buffer protokol `Ringkasan` dengan nilai skalar.
SkalaDanTerjemahkan
ScaleAndTranslateGrad <T memperluas TNumber >
ScatterAdd <T memperluas TType >	Menambahkan pembaruan jarang ke referensi variabel.
ScatterDiv <T memperluas TType >	Membagi referensi variabel dengan pembaruan yang jarang.
ScatterMax <T memperluas TNumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `maks`.
ScatterMin <T memperluas TNumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `min`.
ScatterMul <T memperluas TType >	Mengalikan pembaruan yang jarang menjadi referensi variabel.
ScatterNd <U memperluas TType >	Menyebarkan `pembaruan` ke dalam tensor baru menurut `indeks`.
ScatterNdAdd <T memperluas TType >	Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel.
ScatterNdMax <T memperluas TType >	Menghitung maksimum berdasarkan elemen.
ScatterNdMin <T memperluas TType >	Menghitung minimum berdasarkan elemen.
ScatterNdNonAliasingTambahkan <T memperluas TType >	Menerapkan penambahan sparse ke `input` menggunakan nilai atau irisan individual dari `pembaruan` menurut indeks `indeks`.
ScatterNdSub <T memperluas TType >	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
ScatterNdUpdate <T memperluas TType >	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
ScatterSub <T memperluas TType >	Mengurangi pembaruan yang jarang ke referensi variabel.
ScatterUpdate <T memperluas TType >	Menerapkan pembaruan yang jarang pada referensi variabel.
SdcaFprint	Menghitung sidik jari dari string input.
Sdcaoptimizer	Versi Terdistribusi Pengoptimal Koordinat Dual Stochastic (SDCA) untuk Model linier dengan regularisasi L1 + L2.
Sdcashrinkl1	Menerapkan L1 regularisasi menyusut langkah pada parameter.
SegmentMax <T memperluas TNumber >	Menghitung maksimum sepanjang segmen tensor.
SegmentMean <T memperluas TType >	Menghitung mean sepanjang segmen tensor.
SegmenMin <T memperluas TNomor >	Menghitung nilai minimum sepanjang segmen tensor.
SegmenProd <T memperluas TType >	Menghitung produk sepanjang segmen tensor.
SegmentSum <T memperluas TType >	Menghitung jumlah sepanjang segmen tensor.
Pilih <T memperluas TType >
Selfadjointeig <t memperluas ttype >	Menghitung dekomposisi eigen dari batch matriks self-adjoint (Catatan: Hanya input nyata yang didukung).
Selu <T memperluas Nomor T >	Menghitung skala linier eksponensial: `skala * alfa * (exp(fitur) - 1)` jika < 0, `skala * fitur` sebaliknya.
SeluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linear eksponensial berskala (Selu).
Mengirim	Mengirimkan tensor bernama ke perhitungan XLA lain.
Sendtpuembeddinggradients	Melakukan pembaruan gradien tabel penyematan.
SerialisasiIterator	Mengonversi `resource_handle` tertentu yang mewakili iterator menjadi tensor varian.
SerializeManySparse <U memperluas TType >	Buat serial `N`-minibatch `SparseTensor` menjadi objek `[N, 3]` `Tensor`.
SerializeSparse <U memperluas TType >	Buat serial `SparseTensor` menjadi objek `[3]` `Tensor`.
SerialisasiTensor	Mengubah Tensor menjadi proto TensorProto berseri.
SetDiff1d <t memperluas ttype , u memperluas tnumber >	Menghitung perbedaan antara dua daftar angka atau string.
SetUkuran	Jumlah elemen unik sepanjang dimensi terakhir masukan `set`.
SetStatsAggregatorDataset
Bentuk <U extends TNumber >	Mengembalikan bentuk tensor.
Shapen <u memperluas tnumber >	Mengembalikan bentuk tensor.
Kumpulan Data Shard	Membuat `Dataset` yang hanya mencakup 1/`num_shards` dari dataset ini.
Nama File Sharded	Hasilkan nama file yang dipecah.
Spesifikasi File Sharded	Hasilkan pola glob yang cocok dengan semua nama file yang dipecah.
Berbagi <T memperluas TType >	Sebuah operasi yang membagi input berdasarkan atribut sharding yang diberikan.
AcakDanUlangiDataset
Kumpulan Data Acak
Shutdowndistributedtpu	Mematikan sistem TPU terdistribusi yang berjalan.
Sigmoid <T memperluas TType >	Menghitung sigmoid dari elemen `x`.
SigmoidGrad <T memperluas TType >	Menghitung gradien sigmoid `x` dengan masukannya.
Tanda tangan <T memperluas TType >	Mengembalikan indikasi tanda bilangan berdasarkan elemen.
Dosa <T memperluas TType >	Menghitung sinus dari elemen x.
Sinh <T memperluas TType >	Menghitung sinus hiperbolik dari elemen x.
Ukuran <U extend TNumber >	Mengembalikan ukuran tensor.
Lewati Kumpulan Data	Membuat kumpulan data yang melewatkan elemen `count` dari `input_dataset`.
Skipgram	Purse file teks dan membuat sejumlah contoh.
Kumpulan Data Tidur
Iris <T memperluas TType >	Kembalikan sepotong dari 'input'.
Kumpulan Data Jendela Geser	Membuat kumpulan data yang melewati jendela geser ke `input_dataset`.
Cuplikan <T memperluas TType >	Mengembalikan salinan tensor masukan.
SobolSample <T memperluas TNumber >	Menghasilkan poin dari urutan Sobol.
Softmax <T memperluas TNomber >	Menghitung aktivasi softmax.
Softmaxcrossentropywithlogits <t memperluas tnumber >	Menghitung biaya entropi softmax cross dan gradien untuk mundur.
Softplus <T memperluas TNomber >	Menghitung softplus: `log(exp(fitur) + 1)`.
SoftplusGrad <T memperluas TNumber >	Menghitung gradien softplus untuk operasi softplus.
Softsign <T memperluas TNumber >	Menghitung tanda lunak: `fitur / (abs(fitur) + 1)`.
SoftsignGrad <T memperluas TNumber >	Menghitung gradien softsign untuk operasi softsign.
Selesaikan <T extends TType >	Memecahkan sistem persamaan linear.
Urutkan <T extends TType >	Membungkus operator Sortir XLA, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#sort .
SpaceToBatch <T memperluas TType >	SpaceToBatch untuk tensor 4-D tipe T.
SpaceToBatchNd <T memperluas TType >	SpaceToBatch untuk tensor ND tipe T.
SpaceToDepth <T memperluas TType >	SpaceToDepth untuk tensor tipe T.
SparseaccumulatorApplygradient	Menerapkan gradien jarang untuk akumulator yang diberikan.
SparseaccumulatortakeGradient <t extends ttype >	Mengekstrak gradien jarang rata -rata dalam sparseconditionalaccumulator.
SparseAdd <T memperluas ttype >	Menambahkan dua objek `sparsetensor` untuk menghasilkan` sparsetensor` lainnya.
SPARSEADDGRAD <T Extends TType >	Operator gradien untuk oparseadd op.
SparseApplyAdadelta <T memperluas TType >	var: Harus dari Variabel().
SparseApplyAdagrad <T memperluas TType >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema adagrad.
SparseApplyAdagradDa <T memperluas TType >	Perbarui entri di 'var' dan 'accum' sesuai dengan skema adagrad proksimal.
SparseApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
SparseApplyFtrl <T memperluas TType >	Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.
SparseApplyMomentum <T memperluas TType >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
SparseApplyProximalAdagrad <T memperluas TType >	Entri pembaruan yang jarang di 'var' dan 'accum' menurut algoritma FOBOS.
SparseApplyProximalGradientDescent <T memperluas TType >	Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
SparseApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
SparseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
SPARSECONCAT <T Extends tType >	Menggabungkan daftar `sparsetensor` di sepanjang dimensi yang ditentukan.
Akumulator Bersyarat Jarang	Akumulator bersyarat untuk menggabungkan gradien renggang.
Sparsecountsparseoutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input tensor yang jarang.
Sparsecross	Menghasilkan Salib Jarang dari Daftar Tensor Jarang dan Lebat.
Sparsecrosshash	Menghasilkan Salib Jarang dari Daftar Tensor Jarang dan Lebat.
SparseDenseCwiseTambahkan <T memperluas TType >	Menambahkan SparseTensor dan Tensor padat, menggunakan aturan khusus berikut: (1) Menyiarkan sisi padat agar mempunyai bentuk yang sama dengan sisi jarang, jika memenuhi syarat; (2) Kemudian, hanya nilai padat yang ditunjukkan oleh indeks SparseTensor yang berpartisipasi dalam penjumlahan cwise.
SparseDenseCwiseDiv <T memperluas TType >	Berdasarkan komponen, SparseTensor dibagi dengan Tensor padat.
SparseDenseCwiseMul <T memperluas TType >	Berdasarkan komponen, SparseTensor dikalikan dengan Tensor padat.
SPARSEFILLEMPYROWS <T Extends ttype >	Mengisi baris kosong dalam input 2-D` sparsetensor` dengan nilai default.
SPARSEFILLEMPYROWSGRAD <T Extends ttype >	Gradien Sparsefillemplyrows.
JarangMatMul	Kalikan matriks "a" dengan matriks "b".
SparseMatrixTambahkan	Penambahan dua matriks CSR, C = alpha * A + beta * B.
SparseMatrixMatMul <T memperluas TType >	Matriks-mengalikan matriks renggang dengan matriks padat.
SparseMatrixMul	Perkalian berdasarkan elemen dari matriks renggang dengan tensor padat.
SparseMatrixNNZ	Mengembalikan jumlah bukan nol dari `sparse_matrix`.
SparseMatrixOrderingAMD	Menghitung urutan Tingkat Minimum Perkiraan (AMD) dari `input`.
SparseMatrixSoftmax	Menghitung softmax dari CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Menghitung gradien operasi SparseMatrixSoftmax.
SparseMatrixSparseCholesky	Menghitung dekomposisi Cholesky yang jarang dari `input`.
SparseMatrixSparseMatMul	Matriks renggang-mengalikan dua matriks CSR `a` dan `b`.
SparseMatrixTranspose	Mengubah urutan dimensi dalam (matriks) dari CSRSparseMatrix.
SparseMatrixZero	Membuat CSRSparseMatrix yang semuanya nol dengan bentuk `dense_shape`.
SparseReduceMax <T memperluas TNumber >	Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.
SPARSEDECEMAXSPARSE <T Extends tnumber >	Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.
SparseReduceSum <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi SparseTensor.
SPARSEDEUSUMSPARSE <T Extends ttype >	Menghitung jumlah elemen di seluruh dimensi SparseTensor.
SPARSEREORDER <T Extends ttype >	Memorder kembali sparsetensor ke dalam pemesanan kanonik, baris-mayor.
Sparsereshape	Membentuk kembali sparsetensor untuk mewakili nilai dalam bentuk padat baru.
SparseSegmentMean <T memperluas TNumber >	Menghitung mean sepanjang segmen tensor yang jarang.
SparseSegmentMeanGrad <T memperluas TNumber >	Menghitung gradien untuk SparseSegmentMean.
SparseSegmentMeanWithNumSegments <T memperluas TNumber >	Menghitung mean sepanjang segmen tensor yang jarang.
SparseSegmentSqrtN <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.
SparseSegmentSqrtNGrad <T memperluas TNumber >	Menghitung gradien untuk SparseSegmentSqrtN.
SparseSegmentSqrtNWithNumSegments <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.
SparseSegmentSum <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang.
SparseSegmentSumWithNumSegments <T memperluas TNumber >	Menghitung jumlah sepanjang segmen tensor yang jarang.
SPARSESLICE <T Extends ttype >	Iris `sparsetensor` berdasarkan` start` dan `size`.
SparseSliceGrad <T memperluas TType >	Operator gradien untuk operasi SparseSlice.
SparseSoftmax <T memperluas TNumber >	Menerapkan softmax ke `SparseTensor` ND batch.
SPARSESOFTMAXCROPTROPYWithLOGITS <T Extends tnumber >	Menghitung biaya entropi softmax cross dan gradien untuk mundur.
SPARSESPARSEMAXIMUM <T Extends Tnumber >	Mengembalikan maks elemen dari dua sparsetensors.
Sparsesparseminimum <T memperluas ttype >	Mengembalikan menit bijaksana dari dua sparsetensors.
SPARSESPLIT <T memperluas ttype >	Pisahkan `sparsetensor` menjadi` num_split` tensor sepanjang satu dimensi.
SparseTensorDenseAdd <U memperluas TType >	Menambahkan `SparseTensor` dan `Tensor` yang padat, menghasilkan `Tensor` yang padat.
SparseTensorDenseMatMul <U memperluas TType >	Kalikan SparseTensor (peringkat 2) "A" dengan matriks padat "B".
Kumpulan Data SparseTensorSlice	Membuat himpunan data yang membagi SparseTensor menjadi beberapa elemen berdasarkan baris.
SparseTensorToCSRSparseMatrix	Mengonversi SparseTensor menjadi CSRSparseMatrix (mungkin dalam batch).
SparseToDense <U memperluas TType >	Mengubah representasi renggang menjadi tensor padat.
Sparsetosparsetoperation <t memperluas ttype >	Menerapkan operasi yang diatur sepanjang dimensi terakhir dari 2 input `sparsetensor`.
Spence <T memperluas Nomor T >
Split <T Extends TType >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
Splitv <t memperluas ttype >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
Kumpulan Data Sql	Membuat himpunan data yang menjalankan kueri SQL dan mengeluarkan baris kumpulan hasil.
Sqrt <T memperluas TType >	Menghitung akar kuadrat dari elemen x.
SqrtGrad <T memperluas TType >	Menghitung gradien untuk kuadrat `x` dengan masukannya.
Sqrtm <T memperluas TType >	Menghitung akar kuadrat matriks dari satu atau lebih matriks persegi: matmul(sqrtm(A), sqrtm(A)) = A Matriks masukan harus dapat dibalik.
Kotak <T memperluas TType >	Menghitung kuadrat x berdasarkan elemen.
SquaredDifference <T memperluas TType >	Mengembalikan conj(x - y)(x - y) berdasarkan elemen.
Peras <T extends TType >	Menghapus dimensi ukuran 1 dari bentuk tensor.
Tumpukan <T memperluas TType >	Mengemas daftar tensor `N` rank-`R` menjadi satu tensor rank-`(R+1)`.
Panggung	Nilai panggung mirip dengan enqueue ringan.
Stageclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
Stagepeek	OP Peeks pada nilai pada indeks yang ditentukan.
Ukuran Panggung	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
StatefulRandomBinomial <V memperluas TNumber >
StatefulStandardNormal <U memperluas TType >	Menghasilkan nilai acak dari distribusi normal.
StatefulTruncatedNormal <U memperluas TType >	Menghasilkan nilai acak dari distribusi normal terpotong.
StatefulUniform <U memperluas TType >	Menghasilkan nilai acak dari distribusi seragam.
StatefulUniformFullInt <U memperluas TType >	Menghasilkan bilangan bulat acak dari distribusi seragam.
StatefulUniformInt <U memperluas TType >	Menghasilkan bilangan bulat acak dari distribusi seragam.
StatelessMultinomial <V extends TNumber >	Mengambil sampel dari distribusi multinomial.
StatelessParameterizedTruncatedNormal <V memperluas TNumber >
StatelessRandomBinomial <W extends TNumber >	Menghasilkan bilangan acak pseudorandom deterministik dari distribusi binomial.
StatelessRandomGamma <V memperluas TNumber >	Menghasilkan angka acak pseudorandom deterministik dari distribusi gamma.
Statelessrandomgeteycounteralg	Pilih algoritma terbaik berdasarkan perangkat, dan berebut benih menjadi kunci dan penghitung.
StatelessRandomNormal <V extends TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal.
StatelessRandomNormalV2 <U memperluas TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal.
StatelessRandomPoisson <W memperluas TNumber >	Menghasilkan bilangan acak pseudorandom deterministik dari distribusi Poisson.
StatelessRandomUniform <V extends TNumber >	Menghasilkan nilai acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformFullInt <V memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformFullIntV2 <U memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformInt <V memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformIntV2 <U memperluas TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformV2 <U memperluas TNumber >	Menghasilkan nilai acak pseudorandom deterministik dari distribusi seragam.
StatelessSampledItortedBoundingBox <T Extends tnumber >	Menghasilkan kotak pembatas yang terdistorsi secara acak untuk deterministik gambar.
StatelessTruncatedNormal <V extends TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal terpotong.
StatelessTruncatedNormalV2 <U memperluas TNumber >	Menghasilkan nilai pseudorandom deterministik dari distribusi normal terpotong.
StaticRegexFullMatch	Periksa apakah inputnya cocok dengan pola regex.
Penggantian Regex Statis	Mengganti kecocokan pola dalam input dengan penulisan ulang.
StatsAggregatorHandle
StatsaggregatorsetSummaryWriter	Tetapkan ringkasan_writer_interface untuk merekam statistik menggunakan stats_aggregator yang diberikan.
Ringkasan StatsAggregator	Menghasilkan ringkasan statistik apa pun yang dicatat oleh manajer statistik tertentu.
StopGradient <T memperluas TType >	Menghentikan komputasi gradien.
StridedSlice <T memperluas TType >	Kembalikan potongan langkah dari `input`.
StridedSliceAssign <T memperluas TType >	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `ref`.
StridedSliceGrad <U memperluas TType >	Mengembalikan gradien `StridedSlice`.
Format String	Memformat templat string menggunakan daftar tensor.
Panjang Tali	Panjang string `input`.
Stringngrams <T memperluas tnumber >	Membuat Ngram dari Data String Ragged.
Stringplit	Split elemen `Sumber` berdasarkan` sep `menjadi` sparsetensor`.
Mengupas	Hapus spasi putih di depan dan di belakang Tensor.
Sub <T memperluas TType >	Mengembalikan x - y berdasarkan elemen.
Substr	Mengembalikan substring dari `Tensor` string.
Jumlah <T memperluas TType >	Menghitung jumlah elemen di seluruh dimensi tensor.
Penulis Ringkasan
SVD <T memperluas ttype >	Menghitung dekomposisi eigen dari batch matriks self-adjoint (Catatan: Hanya input nyata yang didukung).
Switchcond <t extends ttype >	Maju `data` ke port output yang ditentukan oleh` pred`.
Hasil Kompilasi TPU	Mengembalikan hasil kompilasi TPU.
Aktivasi TPUEmbedding	Sebuah operasi yang memungkinkan diferensiasi TPU Embeddings.
Tpureplicatemetadata	Metadata menunjukkan bagaimana perhitungan TPU harus direplikasi.
TPUReplikasiInput <T memperluas TType >	Menghubungkan N input ke komputasi TPU yang direplikasi dengan cara N.
TpurePlicatedOutput <T Extends ttype >	Menghubungkan output N dari komputasi TPU N-Way yang direplikasi.
AmbilDataset	Membuat kumpulan data yang berisi elemen `count` dari `input_dataset`.
TakemanysparsefromTensorSmap <T memperluas ttype >	Baca `sparsetensors` dari` sparsetensorsmap` dan menggabungkannya.
Tan <T memperluas TType >	Menghitung tan dari elemen x.
Tanh <T memperluas TType >	Menghitung tangen hiperbolik dari elemen `x`.
TanhGrad <T memperluas TType >	Menghitung gradien untuk tanh `x` dengan masukannya.
Variabel Sementara <T memperluas TType >	Mengembalikan tensor yang mungkin bermutasi, namun hanya bertahan dalam satu langkah.
Tensorarray	Serangkaian tensor dengan ukuran yang diberikan.
TensorArrayClose	Hapus TensorArray dari wadah sumber daya.
TensorArrayConcat <T Extends ttype >	Konsat elemen dari tensorarray ke nilai `nilai`.
TensorArrayGather <T memperluas TType >	Kumpulkan elemen tertentu dari TensorArray menjadi `nilai` keluaran.
TensorArrayGrad	Membuat TensorArray untuk menyimpan gradien nilai di pegangan yang diberikan.
TensorArrayGradWithShape	Membuat TensorArray untuk menyimpan beberapa gradien nilai di pegangan yang diberikan.
TensorArrayPack <T memperluas TType >
TensorArrayRead <T memperluas TType >	Membaca elemen dari TensorArray menjadi `nilai` keluaran.
TensorArrayScatter	Menyebarkan data dari nilai input ke dalam elemen TensorArray tertentu.
Ukuran TensorArray	Dapatkan ukuran TensorArray saat ini.
TensorArraySplit	Pisahkan data dari nilai input menjadi elemen TensorArray.
TensorArrayBuka paket
TensorArrayWrite	Dorong elemen ke tensor_array.
Kumpulan Data Tensor	Membuat kumpulan data yang mengeluarkan `komponen` sebagai tupel tensor satu kali.
TensorDiag <T memperluas TType >	Mengembalikan tensor diagonal dengan nilai diagonal tertentu.
TensorDiagPart <T memperluas TType >	Mengembalikan bagian diagonal tensor.
TensorForestCreateTreevariable	Membuat sumber daya pohon dan mengembalikan pegangan ke sana.
TensorForesttreedeserialize	Menghapus proto ke pegangan pohon
TensorForestTreeIsInitializedOp	Memeriksa apakah pohon telah diinisialisasi.
TensorForestTreePredict	Keluarkan log untuk data masukan yang diberikan
TensorForestTreeResourceHandleOp	Membuat pegangan ke TensorForestTreeResource
TensorForestTreeSerialisasi	Membuat serial pegangan pohon menjadi proto
TensorForestTreeSize	Dapatkan jumlah node di pohon
TensorListConcat <u memperluas ttype >	Concats semua tensor dalam daftar sepanjang dimensi ke -0.
TensorListConcatLists
TensorListElementShape <T memperluas TNumber >	Bentuk elemen daftar yang diberikan, sebagai tensor.
TensorListFromTensor	Membuat TensorList yang jika ditumpuk, memiliki nilai `tensor`.
TensorListGather <T memperluas TType >	Membuat Tensor dengan mengindeks ke TensorList.
TensorListGetItem <T memperluas TType >
Panjang Daftar Tensor	Mengembalikan jumlah tensor dalam daftar tensor masukan.
TensorListPopback <T memperluas ttype >	Mengembalikan elemen terakhir dari daftar input serta daftar dengan semua kecuali elemen itu.
TensorListPushBack	Mengembalikan daftar yang memiliki `Tensor` yang diteruskan sebagai elemen terakhir dan elemen lain dari daftar tertentu di `input_handle`.
TensorListPushBackBatch
Cadangan TensorList	Daftar ukuran tertentu dengan elemen kosong.
TensorListResize	Mengubah ukuran daftar.
TensorListScatter	Membuat TensorList dengan mengindeks ke dalam Tensor.
TensorListScatterIntoExistingList	Menyebarkan tensor pada indeks dalam daftar masukan.
TensorListSetItem
Pemisahan Daftar Tensor	Membagi tensor menjadi daftar.
TensorListStack <T memperluas TType >	Menumpuk semua tensor dalam daftar.
TensorMapErase	Mengembalikan peta tensor dengan item dari kunci tertentu dihapus.
TensorMapHasKey	Mengembalikan apakah kunci yang diberikan ada di peta.
TensorMapInsert	Mengembalikan peta yang merupakan 'input_handle' dengan pasangan nilai kunci tertentu disisipkan.
TensorMapLookup <U memperluas TType >	Mengembalikan nilai dari kunci tertentu di peta tensor.
TensorMapSize	Mengembalikan jumlah tensor di peta tensor masukan.
TensorMapStackKeys <T memperluas TType >	Mengembalikan tumpukan Tensor yang berisi semua kunci di peta tensor.
TensorScatterNdAdd <T memperluas TType >	Menambahkan `pembaruan` yang jarang ke tensor yang ada menurut `indeks`.
TensorScatterNdMax <T memperluas TType >
TensorScatterNdMin <T memperluas TType >
TensorScatterNdSub <T memperluas TType >	Mengurangi `pembaruan` yang jarang dari tensor yang ada menurut `indeks`.
TensorScatterNdUpdate <T memperluas TType >	Menyebarkan `pembaruan` ke dalam tensor yang ada menurut `indeks`.
Kumpulan Data TensorSlice	Membuat himpunan data yang memancarkan setiap irisan `komponen` dim-0 satu kali.
TensorStridedSliceUpdate <T memperluas TType >	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `input`.
Ringkasan Tensor	Menghasilkan buffer protokol `Ringkasan` dengan tensor dan data per plugin.
Kumpulan Data Baris Teks	Membuat himpunan data yang menampilkan baris dari satu atau beberapa file teks.
Pembaca Baris Teks	Pembaca yang mengeluarkan baris file yang dibatasi oleh '\n'.
TfRecordDataset	Membuat himpunan data yang mengeluarkan catatan dari satu atau beberapa file TFRecord.
TfRecordReader	Pembaca yang mengeluarkan catatan dari file TensorFlow Records.
Kumpulan Data ThreadPool	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
ThreadPoolHandle	Membuat himpunan data yang menggunakan kumpulan thread khusus untuk menghitung `input_dataset`.
Ubin <T memperluas TType >	Membangun tensor dengan menyusun tensor tertentu.
TileGrad <T memperluas TType >	Mengembalikan gradien `Tile`.
Stempel waktu	Menyediakan waktu sejak zaman dalam hitungan detik.
KeBool	Mengonversi tensor menjadi predikat skalar.
KeHashBucket	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
KeHashBucketFast	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
KeHashBucketKuat	Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.
ToNumber <T memperluas TNumber >	Mengonversi setiap string di Tensor masukan ke tipe numerik yang ditentukan.
Topk <T memperluas tnumber >	Finds values and indices of the `k` largest elements for the last dimension.
TopKUnique	Returns the TopK unique values in the array in sorted order.
TopKWithUnique	Returns the TopK values in the array in sorted order.
Ubah posisi <T extends TType >	Kocok dimensi x menurut permutasi.
TriangularSolve <T memperluas TType >	Menyelesaikan sistem persamaan linear dengan matriks segitiga atas atau bawah dengan substitusi balik.
TridiagonalMatMul <T memperluas TType >	Hitung produk dengan matriks tridiagonal.
Penyelesaian Tridiagonal <T memperluas TType >	Memecahkan sistem persamaan tridiagonal.
TruncateDiv <T memperluas TType >	Mengembalikan elemen x / y untuk tipe integer.
TruncateMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
TruncatedNormal <U memanjang TNumber >	Menghasilkan nilai acak dari distribusi normal terpotong.
TryRpc	Lakukan kumpulan permintaan RPC.
Batalkan batch <T extends TType >	Membalikkan pengoperasian Batch untuk Tensor keluaran tunggal.
Batalkan Kumpulan Data	Kumpulan data yang membagi elemen masukannya menjadi beberapa elemen.
Batalkan BatchGrad <T memperluas TType >	Gradien dari Unbatch.
UncompressElement	Uncompresses a compressed dataset element.
UnicodeDecode <T extends TNumber >	Decodes each string in `input` into a sequence of Unicode code points.
UnicodeDecodeWithOffsets <T extends TNumber >	Decodes each string in `input` into a sequence of Unicode code points.
UnicodeEncode	Enkode tensor int menjadi string unicode.
UnicodeScript	Tentukan kode skrip dari tensor titik kode bilangan bulat Unicode tertentu.
UnicodeTranscode	Transkode teks masukan dari pengkodean sumber ke pengkodean tujuan.
UniformCandidateSampler	Generates labels for candidate sampling with a uniform distribution.
Unique <T extends TType , V extends TNumber >	Finds unique elements along an axis of a tensor.
Kumpulan Data Unik	Membuat kumpulan data yang berisi elemen unik `input_dataset`.
UniqueWithCounts <T extends TType , V extends TNumber >	Finds unique elements along an axis of a tensor.
UnravelIndex <T memperluas TNumber >	Mengonversi larik indeks datar menjadi tupel larik koordinat.
Gabung Segmen Tidak Disortir	Menggabungkan elemen `input` berdasarkan `segment_ids`.
UnsortedSegmentMax <T memperluas TNumber >	Menghitung maksimum sepanjang segmen tensor.
UnsortedSegmentMin <T extends TNumber >	Menghitung nilai minimum sepanjang segmen tensor.
UnsortedSegmentProd <T memperluas TType >	Menghitung produk sepanjang segmen tensor.
UnsortedSegmentSum <T memperluas TType >	Menghitung jumlah sepanjang segmen tensor.
Unstack <T extends TType >	Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors.
Unstage	Op is similar to a lightweight Dequeue.
Buka bungkusDatasetVariant
Atas	Mengonversi semua karakter huruf kecil menjadi pengganti huruf besarnya masing-masing.
Batas Atas <U memperluas Nomor T >	Menerapkan batas_atas(nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
VarHandleOp	Membuat pegangan ke sumber daya Variabel.
VarIsInitializedOp	Memeriksa apakah variabel berbasis pegangan sumber daya telah diinisialisasi.
Variabel <T memperluas TType >	Memegang status dalam bentuk tensor yang bertahan di seluruh langkah.
VariableShape <T memperluas TNumber >	Mengembalikan bentuk variabel yang ditunjuk oleh `sumber daya`.
Di mana	Mengembalikan lokasi nilai bukan nol/benar dalam tensor.
Pembaca File Utuh	Pembaca yang menampilkan seluruh konten file sebagai nilai.
Kumpulan Data Jendela	Menggabungkan (sarang) elemen masukan ke dalam kumpulan data (sarang) jendela.
Detak Jantung Pekerja	Operasi detak jantung pekerja.
BungkusDatasetVariant
WriteAudioSummary	Writes an audio summary.
WriteFile	Writes contents to the file at input filename.
WriteGraphSummary	Writes a graph summary.
WriteHistogramSummary	Writes a histogram summary.
WriteImageSummary	Writes an image summary.
WriteRawProtoSummary	Writes a serialized proto summary.
WriteScalarSummary	Writes a scalar summary.
WriteSummary	Writes a tensor summary.
Xdivy <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x / y sebaliknya, berdasarkan elemen.
XlaRecvFromHost <T memperluas TType >	Sebuah operasi untuk menerima tensor dari host.
XlaSendToHost	An op to send a tensor to the host.
XlaSetBound	Tetapkan batasan untuk nilai masukan yang diberikan sebagai petunjuk untuk kompiler Xla, mengembalikan nilai yang sama.
XlaSpmdFullToShardShape <T memperluas TType >	Sebuah operasi yang digunakan oleh partisi XLA SPMD untuk beralih dari partisi otomatis ke partisi manual.
XlaSpmdShardToFullShape <T memperluas TType >	Sebuah operasi yang digunakan oleh partisi XLA SPMD untuk beralih dari partisi manual ke partisi otomatis.
Xlog1py <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x * log1p(y) sebaliknya, berdasarkan elemen.
Xlogy <T memperluas TType >	Mengembalikan 0 jika x == 0, dan x * log (y) sebaliknya, elementwise.
Nol seperti <t memperluas ttype >	Mengembalikan tensor nol dengan bentuk dan jenis yang sama seperti x.
Zeta <t memperluas tnumber >	Hitung fungsi Hurwitz Zeta \\(\zeta(x, q)\\).
Zipdataset	Membuat dataset yang ritsleting `input_datasets`.
erfinv <t memperluas tnumber >

A base class for Op implementations that are backed by a single Operation .

Each operation registered in the TensorFlow core is provided as a RawOp . Custom operations working with only a single operation may also derive from this class.

Metode publik

final boolean	equals (Object obj)
final int	hashCode ()
Operasi	op () Return this unit of computation as a single `Operation` .
final String	toString ()

Inherited Methods

From class java.lang.Object

boolean	equals (Object arg0)
final Class<?>	getClass ()
ke dalam	hashCode ()
final void	notify ()
final void	notifyAll ()
Rangkaian	toString ()
final void	wait (long arg0, int arg1)
final void	wait (long arg0)
final void	Tunggu ()

From interface org.tensorflow.op.Op

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

Metode publik

public final boolean equals (Object obj)

public final int hashCode ()

public Operation op ()

Return this unit of computation as a single Operation .

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

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

Kembali

an Operation

RawOp

Metode publik

Metode yang diwariskan

Metode publik

Publik Boolean Equals (Object Obj)

public final int hashcode ()

OP Operasi Publik ()

Kembali

string akhir publik tostring ()

Metode publik

Inherited Methods

Metode publik

public final boolean equals (Object obj)

public final int hashCode ()

public Operation op ()

Kembali

public final String toString ()