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 > | |