중단 | 호출 될 때 프로세스를 중단하기 위해 예외를 제기하십시오. |
Abs <T는 T번호를 확장합니다. > | 텐서의 절대값을 계산합니다. |
AccumulateN <T는 TType을 확장합니다. > | 텐서 목록의 요소별 합계를 반환합니다. |
AccumulatorApplygradient | 주어진 축합기에 구배를 적용합니다. |
누산기Num누적됨 | 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. |
Accumulatorsetglobalstep | Global_step에 대한 새로운 값으로 축합기를 업데이트합니다. |
AccumulatorTakeGradient <T는 TType을 확장합니다.> | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
Acos <T는 TType을 확장합니다. > | x 요소별로 acos를 계산합니다. |
Acosh <T는 TType을 확장합니다> | x 요소별로 역쌍곡선 코사인을 계산합니다. |
<T 확장 TType > 추가 | x + y 요소를 반환합니다. |
AddManySparseToTensorsMap | `SparseTensorsMap`에 `N` 미니배치 `SparseTensor`를 추가하고 `N` 핸들을 반환합니다. |
AddN <T는 TType을 확장합니다. > | 모든 입력 텐서 요소를 현명하게 추가합니다. |
AddSparseToTensorsMap | 핸들을 반환하는 `SparseTensorsMap`에 `SparseTensor`를 추가하세요. |
adjustContrast <T는 T번호를 확장합니다. > | 하나 이상의 이미지 대비를 조정합니다. |
adjustHue <T는 T번호를 확장합니다.> | 하나 이상의 이미지의 색조를 조정합니다. |
adjustSaturation <T는 T숫자를 확장합니다.> | 하나 이상의 이미지의 채도를 조정합니다. |
모두 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. |
AllCandidatesAmpler | 학습 된 유니그램 배포로 후보 샘플링에 대한 레이블을 생성합니다. |
AllReduce <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. |
AllToAll <T는 TType을 확장합니다. > | TPU 복제본 간에 데이터를 교환하는 작업입니다. |
각도 <U는 T번호를 확장합니다.> | 복소수의 인수를 반환합니다. |
익명의 | 반복 자원 용 컨테이너. |
AnonymousmemoryCache | |
AnonymousmultideViceIterator | 멀티 장치 반복 자 리소스 용 컨테이너. |
AnonymousrandomSeedGenerator | |
AnonymousSeedGenerator | |
어느 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. |
ApplyAdaMax <T는 TType을 확장합니다. > | AdaMax 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAdadelta <T는 TType을 확장합니다. > | adadelta 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagrad <T는 TType을 확장합니다> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradDa <T는 TType을 확장합니다> | 근위부 adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradV2 <T는 TType을 확장합니다.> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdam <T는 TType을 확장합니다> | Adam 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAddSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyCenteredRmsProp <T는 TType을 확장합니다.> | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyFtrl <T는 TType을 확장합니다. > | Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다. |
ApplyGradientDescent <T는 TType을 확장합니다. > | '*var'에서 'alpha' * 'delta'를 빼서 업데이트합니다. |
ApplyMomentum <T는 TType을 확장합니다.> | 모멘텀 체계에 따라 '*var'를 업데이트합니다. |
ApplyPowerSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyProximalAdagrad <T는 TType을 확장합니다> | Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다. |
ApplyProximalGradientDescent <T는 TType을 확장합니다> | 고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다. |
ApplyRmsProp <T는 TType을 확장합니다. > | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
대략 같음 | abs(xy) < 허용오차 요소별 진리값을 반환합니다. |
ArgMax <V는 TNumber를 확장합니다. > | 텐서의 차원 전체에서 가장 큰 값을 가진 인덱스를 반환합니다. |
ArgMin <V는 T번호를 확장합니다> | 텐서의 차원 전체에서 가장 작은 값을 가진 인덱스를 반환합니다. |
AsString | 주어진 텐서의 각 항목을 문자열로 변환합니다. |
Asin <T는 TType을 확장합니다.> | x 요소별로 삼각법 역사인을 계산합니다. |
Asinh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡사인을 계산합니다. |
Assert카디널리티데이터세트 | |
AssertNextDataset | |
이를 주장합니다 | 주어진 조건이 사실이라고 주장합니다. |
<T 확장 TType > 할당 | 'value'를 할당하여 'ref'를 업데이트합니다. |
AssignAdd <T는 TType을 확장합니다. > | 'value'를 추가하여 'ref'를 업데이트합니다. |
할당 AdtleDvariableop | 변수의 현재 값에 값을 추가합니다. |
AssignSub <T는 TType을 확장합니다. > | 'value'를 빼서 'ref'를 업데이트합니다. |
antsubvariableop | 변수의 현재 값에서 값을 빼냅니다. |
antadivariableop | 변수에 새 값을 할당합니다. |
Atan <T는 TType을 확장합니다.> | x 요소별로 삼각법 역탄젠트를 계산합니다. |
Atan2 <T는 T번호를 확장합니다. > | 인수의 부호를 고려하여 `y/x`의 아크탄젠트를 요소별로 계산합니다. |
Atanh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡선 탄젠트를 계산합니다. |
오디오스펙트로그램 | 시간 경과에 따른 오디오 데이터의 시각화를 생성합니다. |
오디오요약 | 오디오와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
AutoShard데이터세트 | 입력 데이터 세트를 샤딩하는 데이터 세트를 생성합니다. |
AvgPool <T는 T번호를 확장합니다. > | 입력에 대해 평균 풀링을 수행합니다. |
AvgPool3d <T는 T번호를 확장합니다. > | 입력에 대해 3D 평균 풀링을 수행합니다. |
AvgPool3dGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
AvgPoolGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
BandPart <T는 TType을 확장합니다. > | 각 가장 안쪽 행렬의 중앙 밴드 외부에 있는 모든 항목을 0으로 설정하는 텐서를 복사합니다. |
BandedTriangularSolve <T는 TType을 확장합니다.> | |
장벽 | 다양한 그래프 실행에서 지속되는 장벽을 정의합니다. |
BarrierClose | 주어진 장벽을 닫습니다. |
장벽불완전한크기 | 주어진 장벽의 불완전한 요소 수를 계산합니다. |
Barrierinsertmany | 각 키에 대해 각 값을 지정된 구성 요소에 할당합니다. |
배리어준비크기 | 주어진 장벽의 완전한 요소 수를 계산합니다. |
Barriertakemany | 주어진 수의 완성 된 요소를 장벽에서 가져옵니다. |
일괄 | 모든 입력 텐서를 비경 적으로 배치합니다. |
BatchCholesky <T는 TNumber를 확장합니다> | |
BatchCholeskyGrad <T는 TNumber를 확장합니다.> | |
배치 데이터세트 | `input_dataset`에서 `batch_size` 요소를 일괄 처리하는 데이터세트를 생성합니다. |
일괄 Fft | |
BatchFft2d | |
BatchFft3d | |
BatchIfft | |
BatchIfft2d | |
BatchIfft3d | |
BatchMatMul <T는 TType을 확장합니다> | 두 개의 텐서 조각을 일괄적으로 곱합니다. |
BatchMatrixBandPart <T는 TType을 확장합니다.> | |
BatchMatrixDeterminant <T는 TType을 확장합니다. > | |
BatchMatrixDiag <T는 TType을 확장합니다.> | |
BatchMatrixDiagPart <T는 TType을 확장합니다.> | |
BatchMatrixInverse <T는 TNumber를 확장합니다.> | |
BatchMatrixSetDiag <T는 TType을 확장합니다.> | |
BatchMatrixSolve <T는 TNumber를 확장합니다.> | |
BatchMatrixSolveLs <T는 TNumber를 확장합니다. > | |
BatchMatrixTriangularSolve <T는 TNumber를 확장합니다.> | |
BatchNormWithGlobalNormalization <T는 TType을 확장합니다.> | 일괄 정규화. |
batchnormwithglobalnormalization <t extends ttype > | 배치 정규화를위한 그라디언트. |
batchselfadjointeig <t는 tnumber >를 확장합니다 | |
batchsvd <t는 ttype >를 확장합니다 | |
BatchToSpace <T는 TType을 확장합니다. > | T 유형의 4차원 텐서에 대한 BatchToSpace. |
BatchToSpaceNd <T는 TType을 확장합니다. > | T 유형의 ND 텐서에 대한 BatchToSpace. |
BesselI0 <T는 T번호를 확장합니다. > | |
BesselI0e <T는 T번호를 확장합니다. > | |
BesselI1 <T는 Tnumber를 확장합니다. > | |
BesselI1e <T는 Tnumber를 확장합니다. > | |
BesselJ0 <T는 Tnumber를 확장합니다. > | |
BesselJ1 <T는 Tnumber를 확장합니다. > | |
BesselK0 <T는 T번호를 확장합니다. > | |
BesselK0e <T는 T번호를 확장합니다. > | |
BesselK1 <T는 Tnumber를 확장합니다. > | |
BesselK1e <T는 Tnumber를 확장합니다. > | |
BesselY0 <T는 Tnumber를 확장합니다. > | |
BesselY1 <T는 Tnumber를 확장합니다. > | |
Betainc <T는 T번호를 확장합니다> | 정규화된 불완전 베타 적분을 계산합니다 \\(I_x(a, b)\\). |
BiasAdd <T는 TType을 확장합니다. > | '값'에 '편향'을 추가합니다. |
BiasAddGrad <T는 TType을 확장합니다. > | "bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다. |
Bincount <T는 Tnumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
비트캐스트 <U는 TType을 확장합니다.> | 데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트캐스트합니다. |
BitwiseAnd <T는 T번호를 확장합니다> | Elementwise는 `x`와 `y`의 비트별 AND를 계산합니다. |
BitwiseOr <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트별 OR을 계산합니다. |
BitwiseXor <T는 Tnumber를 확장합니다.> | Elementwise는 `x`와 `y`의 비트별 XOR을 계산합니다. |
blocklstm <t는 tnumber >를 확장합니다 | 모든 시간 단계 동안 LSTM 셀 포워드 전파를 계산합니다. |
blocklstmgrad <t는 tnumber >를 확장합니다 | 전체 시간 시퀀스에 대해 LSTM 셀 역전 전파를 계산합니다. |
BoostedTreesAggregateStats | 배치에 대해 누적된 통계 요약을 집계합니다. |
BoostedTreesBucketize | 버킷 경계를 기반으로 각 기능을 버킷으로 만들 수 있습니다. |
BoostedTreescalculateBestFeaturesPlit | 각 기능에 대한 이득을 계산하고 기능에 대한 최상의 분할 정보를 반환합니다. |
BoostedTreescalculateBestFeaturesPlitv2 | 각 기능에 대한 이득을 계산하고 각 노드에 대해 최상의 분할 정보를 반환합니다. |
BoostedTreescalculateBestgainsperfeature | 각 기능에 대한 이득을 계산하고 기능에 대한 최상의 분할 정보를 반환합니다. |
BoostedTrees센터바이어스 | 훈련 데이터(편향)에서 사전을 계산하고 첫 번째 노드를 로짓의 사전으로 채웁니다. |
BoostedTreescreateensemble | 트리 앙상블 모델을 생성하고 손잡이를 반환합니다. |
BoostedTreescreatequantilestreamResource | Quantile 스트림에 대한 리소스를 만듭니다. |
BoostedTreesDeserializeEnsemble | 직렬화 된 트리 앙상블 구성을 요구하고 현재 트리를 대체합니다. 앙상블. |
BoostedTreesEnsembleResourceHandleOp | BoostedTreesEnsembleResource에 대한 핸들을 생성합니다. |
BoostedTrees예제디버그 출력 | 각 예제에 대한 디버깅/모델 해석 가능성 출력. |
boostedtreesflushquantilesummaries | 각 Quantile 스트림 리소스에서 Quantile 요약을 플러시합니다. |
boostedtreesgetensemblestates | 트리 앙상블 리소스 스탬프 토큰, 나무 수 및 성장 통계를 검색합니다. |
boostedtreesmakequantilesummaries | 배치에 대한 Quantiles의 요약을 만듭니다. |
BoostedTreesMakeStats요약 | 배치에 대해 누적된 통계를 요약합니다. |
BoostedTree예측 | 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 로짓을 계산합니다. |
boostedtreesquantilestreamresourceaddsummaries | 각 Quantile 스트림 리소스에 Quantile 요약을 추가하십시오. |
boostedtreesquantilestreamresourcedeserialize | 버킷 경계와 준비된 플래그를 전류 양자 쿠 쿠터로 삼아야합니다. |
boostedtreesquantilestreamresourceflush | Quantile Stream 리소스의 요약을 플러시하십시오. |
boostedTreeseQuantilStreamResourceGetBucketBoundaries | 누적 된 요약에 따라 각 기능에 대한 버킷 경계를 생성하십시오. |
BoostedTreesQuantileStreamResourceHandleOp | BoostedTreesQuantileStreamResource에 대한 핸들을 생성합니다. |
BoostedTreesserializeEnsemble | 트리 앙상블을 프로토로 직렬화합니다. |
BoostedTreessparseAggregatestats | 배치에 대해 누적된 통계 요약을 집계합니다. |
boostedTreessParsEcalculateBestFeaturesPlit | 각 기능에 대한 이득을 계산하고 기능에 대한 최상의 분할 정보를 반환합니다. |
부스트 트레이프레이닝 프레드 틱 | 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 캐시 된 로이트에 대한 업데이트를 계산합니다. |
boostedtreesupdateensemble | 자란 마지막 나무에 층을 추가하여 트리 앙상블을 업데이트합니다. 또는 새 나무를 시작함으로써. |
boostedtreesupdateensemblev2 | 자란 마지막 나무에 층을 추가하여 트리 앙상블을 업데이트합니다. 또는 새 나무를 시작함으로써. |
BroadcastDynamicShape <T는 TNumber를 확장합니다.> | 브로드캐스트를 사용하여 s0 op s1의 모양을 반환합니다. |
BroadcastgradientArgs <t는 tnumber >를 확장합니다 | 방송으로 S0 OP S1의 계산 구배에 대한 감소 지수를 반환하십시오. |
Broadcasthelper <t는 ttype >를 확장합니다 | XLA 스타일 방송을위한 도우미 운영자 `lhs`와`rhs`는 동일한 순위로`lhs`와`rhs`가`lhs`와`rhs`가 바이너리 운영자에 대한 XLA의 방송 규칙을 사용하여 더 낮은 순위를 갖는 것의 크기 1 차원을 추가함으로써`lhs`와`rhs`를 동일한 순위로 방송합니다. |
BroadcastRecv <T는 TType을 확장합니다. > | 다른 장치에서 브로드캐스트된 텐서 값을 수신합니다. |
BroadcastSend <T는 TType을 확장합니다. > | 하나 이상의 다른 장치에 텐서 값을 브로드캐스트합니다. |
BroadcastTo <T는 TType을 확장합니다> | 호환 가능한 모양에 대한 배열을 브로드캐스트합니다. |
버킷화 | '경계'를 기준으로 '입력'을 버킷화합니다. |
바이트생산통계데이터세트 | StatsAggregator에 있는 'input_dataset'의 각 요소의 바이트 크기를 기록합니다. |
CSRSPARSEMATRIXCOMPONENTS <t extends ttype > | Batch` 색인 '에서 CSR 구성 요소를 읽습니다. |
CSRSparseMatrixToDense <T는 TType을 확장합니다.> | (아마도 일괄 처리된) CSRSparseMatrix를 고밀도로 변환합니다. |
CSRSPARSEMATRIXTOSPARSETENSOR <T extends ttype > | (아마도 배치 된) csrsparesmatrix를 sparsetensor로 변환합니다. |
CSV데이터세트 | |
CSV데이터세트V2 | |
ctclossv2 | 각 배치 항목에 대한 CTC 손실 (로그 확률)을 계산합니다. |
캐시데이터세트 | 'input_dataset'에서 요소를 캐시하는 데이터세트를 생성합니다. |
캐시데이터세트V2 | |
캐스트 <U는 TType을 확장합니다> | SrcT 유형의 x를 DstT의 y로 캐스트합니다. |
Ceil <T는 T번호를 확장합니다> | x보다 작지 않은 요소별 가장 작은 정수를 반환합니다. |
CheckNumerics <T는 T번호를 확장합니다. > | NaN, -Inf 및 +Inf 값에 대한 텐서를 확인합니다. |
Cholesky <T는 TType을 확장합니다> | 하나 이상의 정사각 행렬에 대한 Cholesky 분해를 계산합니다. |
CholeskyGrad <T는 TNumber를 확장합니다. > | Cholesky 알고리즘의 역방향 역전파 기울기를 계산합니다. |
가장 빠른 데이터 세트 선택 | |
ClipByValue <T는 TType을 확장합니다. > | 텐서 값을 지정된 최소값과 최대값으로 자릅니다. |
Closesummarywriter | |
ClusterOutput <T는 TType을 확장합니다. > | XLA 계산의 출력을 다른 소비자 그래프 노드에 연결하는 연산자입니다. |
CollectiveGather <T는 T번호를 확장합니다> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
CollectivePermute <T는 TType을 확장합니다. > | 복제된 TPU 인스턴스 전체에서 텐서를 순열하는 작업입니다. |
결합 된 MaxSuppression | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이 작업은 모든 클래스에서 배치 당 입력에서 Non_max_suppression을 수행합니다. |
CompareAndBitpack | 'input' 값을 'threshold'와 비교하고 결과 비트를 'uint8'로 압축합니다. |
편집결과 | TPU 컴파일 결과를 반환합니다. |
compilesucceededAssert | 편집이 성공했다고 주장합니다. |
복합 <U는 TType을 확장합니다.> | 두 개의 실수를 복소수로 변환합니다. |
ComplexAbs <U는 TNumber를 확장합니다.> | 텐서의 복소 절대값을 계산합니다. |
요소 압축 | 데이터 세트 요소를 압축합니다. |
ComputeAccidentalhits | true_labels와 일치하는 Sampled_candidates에서 위치의 ID를 계산합니다. |
ComputeBatchSize | 부분 배치가 없는 데이터 세트의 정적 배치 크기를 계산합니다. |
Concat <T는 TType을 확장합니다> | 한 차원을 따라 텐서를 연결합니다. |
데이터세트 연결 | 'input_dataset'을 'another_dataset'와 연결하는 데이터세트를 생성합니다. |
조건부 누산기 | 그라디언트 집계를 위한 조건부 누산기입니다. |
분산TPU 구성 | 분산 TPU 시스템의 중앙 집중식 구조를 설정합니다. |
configuretpuembedding | 분산 된 TPU 시스템에서 tpuembedding을 설정합니다. |
Conj <T는 TType을 확장합니다. > | 복소수의 켤레 복소수를 반환합니다. |
ConjugateTranspose <T는 TType을 확장합니다. > | 순열에 따라 x의 차원을 섞고 결과를 켤레화합니다. |
상수 <T는 TType을 확장합니다. > | 상수 값을 생성하는 연산자입니다. |
소비량 록락 | 이 OP는`mutexlock`에 의해 생성 된 잠금 장치를 소비합니다. |
ControlTrigger | 아무것도하지 않습니다. |
Conv <T는 TType을 확장합니다. > | 다음 문서에 설명된 XLA ConvGeneralDilated 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#conv_convolution . |
Conv2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다. |
Conv2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 컨볼루션의 기울기를 계산합니다. |
Conv2dBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 컨볼루션의 기울기를 계산합니다. |
Conv3d <T는 Tnumber를 확장합니다. > | 5차원 '입력' 및 '필터' 텐서를 사용하여 3차원 컨볼루션을 계산합니다. |
Conv3dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
Conv3dBackpropInput <U는 TNumber를 확장합니다.> | 입력에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
복사 <T는 TType을 확장합니다> | CPU에서 CPU로 또는 GPU에서 GPU로 텐서를 복사합니다. |
CopyHost <T는 TType을 확장합니다. > | 텐서를 호스트에 복사합니다. |
Cos <T는 TType을 확장합니다. > | x 요소별로 cos를 계산합니다. |
Cosh <T는 TType을 확장합니다.> | x 요소의 쌍곡선 코사인을 계산합니다. |
CountUpTo <T는 T번호를 확장합니다. > | 'limit'에 도달할 때까지 'ref'를 증가시킵니다. |
CreateSummarydbwriter | |
CreateSummaryFileWriter | |
자르기 및 크기 조정 | 입력 이미지 텐서에서 자르기를 추출하고 크기를 조정합니다. |
자르기및크기조정GradBoxes | 입력 상자 텐서에 대한 자르기 및 크기 조정 작업의 기울기를 계산합니다. |
CropAndResizeGradImage <T는 T숫자를 확장함> | 입력 이미지 텐서에 대한 Crop_and_resize 작업의 기울기를 계산합니다. |
교차 <T는 T번호를 확장합니다> | 쌍별 교차곱을 계산합니다. |
CrossReplicaSum <T는 TNumber를 확장합니다.> | 복제된 TPU 인스턴스 전체에서 입력을 합산하는 작업입니다. |
ctcbeamsearchdecoder <t는 tnumber >를 확장합니다 | 입력에 주어진 로그에서 빔 검색 디코딩을 수행합니다. |
ctcgreedydecoder <t는 tnumber >를 확장합니다 | 입력에 주어진 로그에서 탐욕스러운 디코딩을 수행합니다. |
ctcloss <t는 tnumber >를 확장합니다 | 각 배치 항목에 대한 CTC 손실 (로그 확률)을 계산합니다. |
cudnnrnn <t는 tnumber >를 확장합니다 | Cudnn이 지원하는 RNN. |
cudnnrnnbackprop <t는 tnumber >를 확장합니다 | cudnnrnnv3의 역전 단계. |
CudnnRNNCanonicalToParams <T는 TNumber를 확장합니다. > | CudnnRNN 매개변수를 표준 형식에서 사용 가능한 형식으로 변환합니다. |
cudnnrnnparamstocanonical <t는 tnumber >를 확장합니다 | cudnnrnn 매개 변수를 표준 형태로 검색합니다. |
CudnnRnnParamsSize <U는 TNumber를 확장합니다.> | Cudnn RNN 모델에서 사용할 수 있는 가중치의 크기를 계산합니다. |
Cumprod <T는 TType을 확장합니다> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
Cumsum <T는 TType을 확장합니다.> | `축`을 따라 텐서 `x`의 누적 합계를 계산합니다. |
CumulativeLogsumexp <T는 TNumber를 확장합니다.> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
DataFormatDimMap <T는 TNumber를 확장합니다. > | 지정된 대상 데이터 형식의 차원 인덱스를 반환합니다. 소스 데이터 형식. |
DataFormatVecPermute <T는 TNumber를 확장합니다. > | 입력 텐서를 `src_format`에서 `dst_format`으로 치환합니다. |
DataService데이터 세트 | |
데이터 세트 카디널리티 | `input_dataset`의 카디널리티를 반환합니다. |
데이터세트FromGraph | 주어진 `graph_def`에서 데이터세트를 생성합니다. |
DatasetToGraph | 'input_dataset'을 나타내는 직렬화된 GraphDef를 반환합니다. |
DataSettingesingElement | 주어진 데이터 세트에서 단일 요소를 출력합니다. |
DataSettotFrecord | 주어진 데이터 세트를 tfrecord 형식을 사용하여 주어진 파일에 씁니다. |
DataSettotFrecord | 주어진 데이터 세트를 tfrecord 형식을 사용하여 주어진 파일에 씁니다. |
Dawsn <T는 T번호를 확장합니다> | |
DebugGradientIdentity <T는 TType을 확장합니다. > | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugGradientRefIdentity <T는 TType을 확장합니다.> | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugIdentity <T는 TType을 확장합니다. > | 디버그 ID V2 Op. |
DebugNanCount | NaN 값 카운터 Op. 디버그 |
DebugNumericsSummary <U는 TNumber를 확장합니다.> | 디버그 수치 요약 V2 Op. |
DecodeAndCropJpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩하고 자릅니다. |
DecodeBase64 | 웹에 안전한 base64로 인코딩된 문자열을 디코딩합니다. |
디코드Bmp | BMP로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다. |
디코드압축됨 | 문자열을 압축 해제합니다. |
decodecsv | CSV 레코드를 텐서로 변환합니다. |
디코드Gif | GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다. |
DecodeImage <T는 T번호를 확장합니다.> | decode_bmp, decode_gif, decode_jpeg 및 decode_png에 대한 함수입니다. |
디코드Jpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩합니다. |
DecodeJson예제 | JSON으로 인코딩된 예제 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다. |
DecodePendedRaw <T는 TNumber를 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
DecodePng <T는 T번호를 확장합니다> | PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다. |
Decodeproto | OP는 직렬화 된 프로토콜 버퍼 메시지에서 텐서로 필드를 추출합니다. |
DecodeRaw <T는 TType을 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
Decodewav | 16 비트 PCM WAV 파일을 플로트 텐서로 디코딩하십시오. |
DeepCopy <T는 TType을 확장합니다> | `x`의 복사본을 만듭니다. |
DELETEITERATOR | 반복 자원 용 컨테이너. |
deletememoryCache | |
deletemultideviceiterator | 반복 자원 용 컨테이너. |
deleterandomseedgenerator | |
deleteseedgenerator | |
deletesessionTensor | 세션에서 손잡이로 지정된 텐서를 삭제하십시오. |
DenseBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
densecountsparseoutput <u는 tnumber >를 확장합니다 | tf.tensor 입력에 대한 희소 출력 빈 계산을 수행합니다. |
DenseToCSRSparseMatrix | 조밀한 텐서를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. |
DensetodenseSetOperation <t extends ttype > | 2 'tensor` 입력의 마지막 치수를 따라 설정 작업을 적용합니다. |
DenseToSparseBatchDataset | 입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 생성합니다. |
DensetoSparseseToperation <t extends ttype > | `tensor`와`sparsetensor '의 마지막 치수를 따라 설정된 작동을 적용합니다. |
DepthToSpace <T는 TType을 확장합니다. > | T 유형의 텐서에 대한 DepthToSpace. |
DepthwiseConv2dNative <T는 TNumber를 확장합니다.> | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다. |
DepthwiseConv2dNativeBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
DepthwiseConv2dNativeBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
역양자화 | 압축된 uint32 입력을 가져와서 uint8에 입력을 풀어서 수행합니다. 장치의 역양자화. |
deserializeiterator | 주어진 변형 텐서를 반복자로 변환하고 주어진 자원에 저장합니다. |
deserializemanysparse <t는 ttype >을 확장합니다 | 직렬화 된 미니 배트에서`sparsetensors '를 제거하고 연결합니다. |
deserializesparse <u는 ttype >을 확장합니다 | `sparsetensor` 객체를 제조하십시오. |
DestroveResourceop | 핸들에 의해 지정된 리소스를 삭제합니다. |
DestroyTemporaryVariable <T는 TType을 확장합니다.> | 임시 변수를 삭제하고 최종 값을 반환합니다. |
Det <T는 TType을 확장합니다.> | 하나 이상의 정사각 행렬의 행렬식을 계산합니다. |
DeviceIndex | 작업이 실행되는 장치의 인덱스를 반환합니다. |
디감마 <T는 T숫자를 확장함> | Lgamma의 도함수인 Psi를 계산합니다(절대값의 로그). `Gamma(x)`), 요소별. |
Dilation2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 텐서와 3차원 '필터' 텐서의 회색조 팽창을 계산합니다. |
Dilation2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
Dilation2dBackpropInput <T는 TNumber를 확장합니다. > | 입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
DirectedInterleave데이터세트 | 'N' 데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다. |
Div <T는 TType을 확장합니다. > | x / y 요소별로 반환합니다. |
DivNoNan <T는 TType을 확장합니다. > | 분모가 0이면 0을 반환합니다. |
도트 <T는 TType을 확장합니다. > | 문서화된 XLA DotGeneral 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dotgeneral . |
DrawBoundingBoxes <T는 Tnumber를 확장합니다.> | 이미지 배치에 경계 상자를 그립니다. |
더미반복카운터 | |
더미메모리캐시 | |
더미 시드 생성기 | |
DynamicPartition <t extends ttype > | `data '는`partitions'의 인덱스를 사용하여`num_partitions '텐서에 칸막이입니다. |
DynamicSlice <T는 TType을 확장합니다. > | 문서화된 XLA DynamicSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicslice . |
DynamicStitch <T는 TType을 확장합니다> | '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. |
DynamicUpdateSlice <T는 TType을 확장합니다. > | 문서화된 XLA DynamicUpdateSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicupdateslice . |
편집거리 | (정규화된) Levenshtein Edit Distance를 계산합니다. |
eig <u는 ttype >을 확장합니다 | 하나 이상의 사각형 행렬의 고유 분해를 계산합니다. |
Einsum <T는 TType을 확장합니다> | 2개의 입력과 1개의 출력으로 기본 einsum 연산을 지원하는 연산입니다. |
엘루 <T는 T번호를 확장합니다> | 지수 선형을 계산합니다. < 0이면 `exp(features) - 1`, 그렇지 않으면 `features`입니다. |
EluGrad <T는 TNumber를 확장합니다> | 지수 선형(Elu) 연산에 대한 기울기를 계산합니다. |
포함활성화 | TPU 임베딩을 차별화할 수 있는 작업입니다. |
비어 있음 <T는 TType을 확장합니다. > | 주어진 모양으로 텐서를 생성합니다. |
비어있는TensorList | 빈 텐서 목록을 생성하고 반환합니다. |
비어있음TensorMap | 빈 텐서 맵을 생성하고 반환합니다. |
EncodeBase64 | 문자열을 웹에 안전한 base64 형식으로 인코딩합니다. |
인코딩Jpeg | 이미지를 JPEG로 인코딩합니다. |
인코딩Jpeg변수품질 | JPEG는 제공된 압축 품질로 입력 이미지를 인코딩합니다. |
인코딩Png | 이미지를 PNG로 인코딩합니다. |
EncodeProto | op는 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다. |
EncodeWav | WAV 파일 형식을 사용하여 오디오 데이터를 인코딩합니다. |
enqueuetpuembeddingintegerbatch | 입력 배치 텐서 목록을 tpuembedding에 넣는 OP. |
enqueuetpuembeddingRaggedTensorbatch | tf.nn.embedding_lookup ()을 사용하는 코드 포팅이 완화됩니다. |
enqueuetpuembeddingsparsebatch | sparsetensor의 tpuembedding 입력 지수를 흡수하는 OP. |
enqueuetpuembeddingsparsetensorbatch | tf.nn.embedding_lookup_sparse ()를 사용하는 코드 포팅이 완화됩니다. |
EnacheShape <T는 TType을 확장합니다. > | 텐서의 모양이 예상되는 모양과 일치하는지 확인합니다. |
<T는 TType을 확장합니다>를 입력합니다 . | 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. |
동일한 | (x == y) 요소별 진리값을 반환합니다. |
Erf <T는 T번호를 확장합니다. > | 'x' 요소별 가우스 오류 함수를 계산합니다. |
Erfc <T는 T번호를 확장합니다> | 'x'의 요소별 상보 오류 함수를 계산합니다. |
EuclideanNorm <T는 TType을 확장합니다.> | 텐서의 차원 전체에 걸쳐 요소의 유클리드 노름을 계산합니다. |
실행하다 | TPU 장치에서 TPU 프로그램을로드하고 실행하는 OP. |
ExecuteAndupDateVariables | 옵션 인 내장 변수 업데이트가있는 프로그램을 실행하는 OP. |
종료 <T는 TType을 확장합니다> | 현재 프레임을 상위 프레임으로 종료합니다. |
Exp <T는 TType을 확장합니다. > | x 요소별로 지수를 계산합니다. |
ExpandDims <T는 TType을 확장합니다. > | 텐서의 모양에 1차원을 삽입합니다. |
Expint <T는 T번호를 확장합니다. > | |
Expm1 <T는 TType을 확장합니다. > | 요소별로 `exp(x) - 1`을 계산합니다. |
ExtractGlimpse | 입력 텐서에서 엿볼 수 있는 내용을 추출합니다. |
ExtractImagePatches <T는 TType을 확장합니다.> | '이미지'에서 '패치'를 추출하여 '깊이' 출력 차원에 넣습니다. |
ExtractJpegShape <T는 TNumber를 확장합니다.> | JPEG로 인코딩된 이미지의 모양 정보를 추출합니다. |
ExtractVolumePatches <T는 TNumber를 확장합니다.> | `입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다. |
사실 | 계승에 대한 사실을 출력합니다. |
FakeQuantWithMinMaxArgs | '입력' 텐서를 가짜 양자화하고, 동일한 유형의 '출력' 텐서에 float를 입력합니다. |
FakeQuantWithMinMaxArgsGradient | FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다. |
FakeQuantWithMinMaxVars | 전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다. |
가짜 quithminmaxvarsgradient | 가짜 quantwithminmaxvars 작업을위한 그라디언트를 계산합니다. |
FakeQuantWithMinMaxVarsPerChannel | 채널별 부동 소수점을 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 채널별 float 유형의 '입력' 텐서와 채널별 부동 소수점을 통해 `[d]`, `[b, d]` `[b, h, w, d]` 모양 중 하나를 가짜 양자화합니다. `[d]` 모양의 min`과 `max`를 `입력`과 동일한 모양의 텐서를 `출력`합니다. |
가짜 quithminmaxvarsperchannel gradient | 가짜 quantwithminmaxvarsperChannel 작동을위한 그라디언트를 계산합니다. |
Fft <T는 TType을 확장합니다. > | 고속 푸리에 변환. |
Fft2d <T는 TType을 확장합니다. > | 2D 고속 푸리에 변환. |
Fft3d <T는 TType을 확장합니다. > | 3D 고속 푸리에 변환. |
Fifo 대기열 | 선입 선출 순서로 요소를 생성하는 큐입니다. |
채우기 <U는 TType을 확장합니다.> | 스칼라 값으로 채워진 텐서를 생성합니다. |
FilterByLastComponentDataset | 마지막 구성요소가 true인 'input_dataset'의 첫 번째 구성요소를 포함하는 데이터세트를 생성합니다. |
지문 | 지문 값을 생성합니다. |
고정길이레코드데이터세트 | |
고정길이레코드리더 | 파일에서 고정 길이 레코드를 출력하는 Reader입니다. |
FIXEGRAMCANDIDATESAMPLER | 학습 된 유니그램 배포로 후보 샘플링에 대한 레이블을 생성합니다. |
바닥 <T는 T번호를 확장합니다> | x보다 크지 않은 요소별 가장 큰 정수를 반환합니다. |
FloorDiv <T는 TType을 확장합니다. > | x // y 요소별로 반환합니다. |
FloorMod <T는 Tnumber를 확장합니다. > | 요소별 나눗셈의 나머지를 반환합니다. |
FlushSummarywriter | |
fractionalavgpool <t는 tnumber >를 확장합니다 | 입력에서 분수 평균 풀링을 수행합니다. |
FractionalAvgPoolGrad <T는 TNumber를 확장합니다. > | FractionalAvgPool 함수의 기울기를 계산합니다. |
fractionalmaxpool <t는 tnumber >를 확장합니다 | 입력에서 분수 최대 풀링을 수행합니다. |
FractionalMaxPoolGrad <T는 TNumber를 확장합니다. > | FractionalMaxPool 함수의 기울기를 계산합니다. |
FresnelCos <T는 T번호를 확장합니다. > | |
FresnelSin <T는 T번호를 확장합니다> | |
fusedbatchnorm <t는 tnumber를 연장하고, u는 tnumber >를 확장합니다 | 일괄 정규화. |
fusedbatchnormgrad <t는 tnumber를 연장하고, u는 tnumber >를 확장합니다> | 배치 정규화를위한 구배. |
FusedPadConv2d <T는 TNumber를 확장합니다> | 컨볼루션 중 전처리로 패딩을 수행합니다. |
FusedResizeAndPadConv2d <T는 TNumber를 확장합니다. > | 컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다. |
Groblockcell <t는 tnumber >를 확장합니다 | GRU 셀 포워드 전파를 1 단계로 계산합니다. |
grublockcellgrad <t는 tnumber >를 확장합니다 | Gru Cell Back-Propagation을 1 번 단계로 계산합니다. |
<T 확장 TType > 수집 | 문서화된 XLA Gather 연산자를 래핑합니다. https://www.tensorflow.org/xla/Operation_semantics#gather |
GatherNd <T는 TType을 확장합니다. > | `params`의 조각을 `indices`로 지정된 모양의 Tensor로 수집합니다. |
GatherV2 <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
바운드 바운드 박스 프로 포스를 생성합니다 | 이 OP는 주어진 경계 박스 (bbox_deltas)에서 관심 영역을 생성합니다. OP는 상단`pre_nms_topn` 스코어링 상자를 선택하고, 앵커와 관련하여 해독하고, 'nms_threshold` min_size '. |
생성 Vocabremapping | 새롭고 오래된 어휘 파일로가는 길이 주어지면 다시 매핑 텐서를 반환합니다. 길이`num_new_vocab`는`remapping [i]`가 새로운 어휘에 해당하는 기존 어휘의 행 번호를 포함합니다 (`new_vocab_offset`에서 시작) 및 'num_new_vocab'entities '또는`- 1` 만약 새로운 어휘에 들어가면``I '가 오래된 어휘에 있지 않습니다. |
세션 핸들 가져오기 | 입력 텐서를 현재 세션 상태로 저장합니다. |
GetSessionTensor <T는 TType을 확장합니다.> | 핸들로 지정된 텐서의 값을 가져옵니다. |
보다 큰 | (x > y) 요소별 진리값을 반환합니다. |
더 크거나 같음 | (x >= y) 요소별 진리값을 반환합니다. |
GuaranteeConst <T는 TType을 확장합니다. > | 입력 텐서가 상수임을 TF 런타임에 보장합니다. |
해시테이블 | 초기화되지 않은 해시 테이블을 생성합니다. |
HistogramFixedWidth <U는 TNumber를 확장합니다.> | 값의 히스토그램을 반환합니다. |
히스토그램요약 | 히스토그램과 함께 '요약' 프로토콜 버퍼를 출력합니다. |
HsvToRgb <T는 T번호를 확장합니다. > | 하나 이상의 이미지를 HSV에서 RGB로 변환합니다. |
항등식 <T는 TType을 확장합니다. > | 입력 텐서 또는 값과 모양과 내용이 동일한 텐서를 반환합니다. |
신원 | 입력과 동일한 모양과 내용을 가진 텐서 목록을 반환합니다. 텐서. |
아이덴티티리더 | 대기 중인 작업을 키와 값으로 출력하는 리더입니다. |
Ifft <T는 TType을 확장합니다. > | 역 고속 푸리에 변환. |
Ifft2d <T는 TType을 확장합니다. > | 역 2D 고속 푸리에 변환. |
Ifft3d <T는 TType을 확장합니다. > | 역 3D 고속 푸리에 변환. |
Igamma <T는 T번호를 확장합니다.> | 더 낮은 정규화 불완전 감마 함수 'P(a, x)'를 계산합니다. |
IgammaGradA <T는 T번호를 확장합니다. > | `igamma(a, x)` wrt `a`의 기울기를 계산합니다. |
Igammac <T는 T번호를 확장합니다> | 상위 정규화 불완전 감마 함수 'Q(a, x)'를 계산합니다. |
오류 무시데이터 세트 | 오류를 무시하고 'input_dataset' 요소가 포함된 데이터세트를 생성합니다. |
이미지 <U는 T번호를 확장합니다> | 복소수의 허수부를 반환합니다. |
ImageProjectiveTransformV2 <T는 T번호를 확장합니다. > | 주어진 변환을 각 이미지에 적용합니다. |
ImageProjectiveTransformV3 <T는 T번호를 확장합니다. > | 주어진 변환을 각 이미지에 적용합니다. |
이미지요약 | 이미지와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
ImmutableConst <T는 TType을 확장합니다. > | 메모리 영역에서 불변 텐서를 반환합니다. |
importevent | |
인탑케이 | 대상이 상위 'K' 예측에 있는지 여부를 나타냅니다. |
InfeedDequeue <T는 TType을 확장합니다.> | 계산에 입력될 값에 대한 자리 표시자 작업입니다. |
infeeddequeuetuple | Infeed에서 XLA 튜플로 여러 값을 가져옵니다. |
인간 큐 | 단일 텐서 값을 계산에 공급하는 OP. |
infeedenqueueprelinearizedbuffer | TPU 인프레드로 전신 버퍼를 흡수하는 OP. |
infeedenqueuetuple | 여러 텐서 값을 XLA 튜플로 계산에 공급합니다. |
이니 | |
초기화 가능 | 키와 값에 대해 각각 두 개의 텐서를 사용하는 테이블 이니셜 라이저. |
초기화 가능한 경우 dataSet | |
initializetableFromTextFile | 텍스트 파일에서 테이블을 초기화합니다. |
InplaceAdd <T는 TType을 확장합니다. > | x의 지정된 행에 v를 추가합니다. |
InplaceSub <T는 TType을 확장합니다. > | 'x'의 지정된 행에서 'v'를 뺍니다. |
InplaceUpdate <T는 TType을 확장합니다. > | 지정된 행 'i'를 값 'v'로 업데이트합니다. |
Inv <T는 TType을 확장합니다. > | 하나 이상의 역정사각형 행렬이나 그 수반(켤레 전치)의 역을 계산합니다. |
InvGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 역에 대한 기울기를 계산합니다. |
반전 <T는 T번호를 확장합니다> | 지원되는 유형의 각 비트를 반전(플립)합니다. 예를 들어 'uint8'을 입력하면 값 01010101은 10101010이 됩니다. |
InvertPermutation <T는 TNumber를 확장합니다. > | 텐서의 역순열을 계산합니다. |
Irfft <U는 T번호를 확장합니다.> | 역실수 고속 푸리에 변환. |
Irfft2d <U는 T번호를 확장합니다.> | 역 2D 실수 값 고속 푸리에 변환. |
Irfft3d <U는 T번호를 확장합니다.> | 역 3D 실수 값 고속 푸리에 변환. |
IsBoostedTreesEnsembleInitialized | 트리 앙상블이 초기화되었는지 확인합니다. |
IsBoostedTreesQuantileStreamResourceInitialized | Quantile 스트림이 초기화되었는지 확인합니다. |
유한함 | x의 어느 요소가 유한한지 반환합니다. |
IsInf | x의 어떤 요소가 Inf인지 반환합니다. |
이스난 | x의 어떤 요소가 NaN인지 반환합니다. |
변수가 초기화되었습니다. | 텐서가 초기화되었는지 확인합니다. |
isotonicregression <u는 tnumber >를 확장합니다 | 동위 원소 회귀 문제의 배치를 해결합니다. |
반복자 | |
IteratorFromStringHandle | |
IteratorGetDevice | `리소스`가 배치된 장치의 이름을 반환합니다. |
iteratorgetnext | 주어진 반복자에서 다음 출력을 가져옵니다. |
IteratorGetNextAs선택 사항 | Optional 변형으로 지정된 반복기의 다음 출력을 가져옵니다. |
iteratorgetnextSync | 주어진 반복자에서 다음 출력을 가져옵니다. |
IteratorToStringHandle | 반복자를 나타내는 주어진 `resource_handle`을 문자열로 변환합니다. |
가입하다 | 주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 구분 기호를 사용합니다(기본값은 빈 구분 기호입니다). |
KMC2Chain초기화 | 시드 세트에 추가되어야 하는 데이터 포인트의 인덱스를 반환합니다. |
keyValuesort <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 | 문서화된 XLA 정렬 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#sort . |
KmeansPlusPlus초기화 | KMeans++ 기준을 사용하여 num_to_sample개의 입력 행을 선택합니다. |
KthOrder통계 | 데이터 세트의 K차 통계를 계산합니다. |
L2Loss <T는 T번호를 확장합니다. > | L2 손실. |
LMDB데이터세트 | 하나 이상의 LMDB 파일에 키-값 쌍을 내보내는 데이터 세트를 생성합니다. |
lstmblockcell <t는 tnumber >를 확장합니다 | LSTM 셀 포워드 전파를 1 번 단계로 계산합니다. |
lstmblockcellgrad <t는 tnumber >를 확장합니다 | 1 타임 스텝에 대해 LSTM 셀 역전 전파를 계산합니다. |
지연 시간 통계 데이터 세트 | StatsAggregator에서 'input_dataset' 요소를 생성하는 지연 시간을 기록합니다. |
LeakyRelu <T는 Tnumber를 확장합니다> | 수정된 선형 계산: `max(features,features * alpha)`. |
LeakyReluGrad <T는 TNumber를 확장합니다> | LeakyRelu 작업에 대해 수정된 선형 기울기를 계산합니다. |
Learnugramcandidatesampler | 학습 된 유니그램 배포로 후보 샘플링에 대한 레이블을 생성합니다. |
LeftShift <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트 왼쪽 시프트를 계산합니다. |
더 적은 | (x < y) 요소별 진리값을 반환합니다. |
덜같음 | (x <= y) 요소별 진리값을 반환합니다. |
Lgamma <T는 Tnumber를 확장합니다. > | 요소별 `Gamma(x)` 절대값의 로그를 계산합니다. |
LinSpace <T는 Tnumber를 확장합니다. > | 일정 간격으로 값을 생성합니다. |
Lmdb데이터세트 | |
LmdbReader | LMDB 파일의 레코드를 출력하는 리더입니다. |
LoadAndRemapMatrix | 체크포인트에서 이름이 `old_tensor_name`인 2차원(행렬) `Tensor`를 로드합니다. `ckpt_path`에 있으며 잠재적으로 지정된 재매핑을 사용하여 행과 열의 순서를 변경합니다. |
loadtpuembeddingadamparameters | Adam 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadamparametersgradaccumdebug | 디버그 지원으로 Adam 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadadeltaparameters | Adadelta 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingadadeldaTaparametersgradAccumdebug | 디버그 지원으로 Adadelta 매개 변수를로드하십시오. |
loadtpuembeddingadagradgarameters | Adagrad 임베딩 매개 변수로드. |
loadtPuembeddingAdgagradgarametersgradAccumdebug | 디버그 지원으로 Adagrad 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingCenteredrmspropparameters | 로드 중앙 RMSProp Embedding 매개 변수. |
loadtpuembeddingftrlparameters | FTRL 임베딩 매개 변수로드. |
loadtpuembeddingftrlparametersgradAccumdebug | 디버그 지원으로 ftrl 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingmdladagradlightparameters | MDL Adagrad Light Embedding 매개 변수를로드하십시오. |
loadtpuembeddingmomentumparameters | 로드 모멘텀 임베딩 매개 변수. |
loadtpuembeddingmomentumparametersgradAccumdebug | 디버그 지원을 갖춘로드 모멘텀 임베딩 매개 변수. |
loadtpuembeddingproximaladagradagradparameters | 근위 adagrad 포함 매개 변수를로드합니다. |
loadtpuembeddingproximaladagradagrametersgradaccumdebug | 디버그 지지대를 사용하여 근위 adagrad 포함 매개 변수를로드하십시오. |
로드 푸드 베딩 프록시 메일 오이 파라 미터 | |
loadtpuembeddingproximalyogiparametersgradaccumdebug | |
loadtpuembeddingrmspropparameters | RMSProp 임베딩 매개 변수를로드합니다. |
loadtpuembeddingrmspropparametersgradAccumdebug | 디버그 지원으로 RMSProp 임베딩 매개 변수를로드하십시오. |
loadtpuembeddingStochasticgradientDescentParameters | SGD 임베딩 매개 변수로드. |
loadtpuembeddingStochasticgradientDescentParametersgradAccumdebug | SGD 임베딩 매개 변수로드. |
LocalResponseNormalization <T는 Tnumber를 확장합니다.> | 국소 응답 정규화. |
LocalResponseNormalizationGrad <T는 TNumber를 확장합니다. > | 국소 응답 정규화를 위한 기울기. |
로그 <T는 TType을 확장합니다> | x 요소별로 자연 로그를 계산합니다. |
Log1p <T는 TType을 확장합니다. > | (1 + x) 요소별 자연 로그를 계산합니다. |
logmatrixDeterminant <t는 ttype >를 확장합니다 | 결정 요인의 절대 값의 부호와 로그를 계산합니다. 하나 이상의 사각형 행렬. |
LogSoftmax <T는 Tnumber를 확장합니다. > | 로그 소프트맥스 활성화를 계산합니다. |
loguniformCandidItesAmpler | 로그에 균일 한 분포로 후보 샘플링에 대한 레이블을 생성합니다. |
논리적이고 | x AND y 요소의 진리값을 반환합니다. |
논리적 아님 | 'NOT x'의 진리값을 요소별로 반환합니다. |
논리적 또는 | x OR y 요소의 진리값을 반환합니다. |
LookUtableExport <t는 ttype를 확장하고, u는 ttype >를 확장합니다 | 테이블의 모든 키와 값을 출력합니다. |
LookupTableFind <U는 TType을 확장합니다.> | 테이블에서 키를 조회하고 해당 값을 출력합니다. |
LookUtableimport | 표의 내용을 지정된 키 및 값으로 대체합니다. |
LookUtableInsert | 키를 값과 연결하도록 테이블을 업데이트합니다. |
LookUptAblerEmove | 테이블에서 키와 관련 값을 제거합니다. |
조회테이블 크기 | 주어진 테이블의 요소 수를 계산합니다. |
LoopCond | 입력을 출력으로 전달합니다. |
낮추다 | 모든 대문자를 해당 소문자 대체 문자로 변환합니다. |
LowerBound <U는 T번호를 확장합니다.> | 각 행을 따라 lower_bound(sorted_search_values,values)를 적용합니다. |
lu <t는 ttype를 확장하고, u는 tnumber >를 확장합니다> | 하나 이상의 사각형 행렬의 LU 분해를 계산합니다. |
MAKEITERATOR | 주어진 '데이터 세트'에서 새 반복자를 만들고`iterator '에 저장합니다. |
고유하게 만들기 | 배치가 아닌 차원의 모든 요소를 고유하게 만드십시오. 단, 다음과 \"가까운\" 초기값. |
MapClear | OP는 기본 컨테이너의 모든 요소를 제거합니다. |
지도불완전한 크기 | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
Mappeek | OP는 지정된 키의 값을 살펴 봅니다. |
지도 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
MapStage | 해시 테이블처럼 작동하는 기본 컨테이너의 단계 (키, 값). |
Mapunstage | OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
Mapunstagenokey | OP는 임의 (키, 값)를 제거하고 반환합니다. 기본 컨테이너에서. |
MatMul <T는 TType을 확장합니다> | 행렬 "a"에 행렬 "b"를 곱합니다. |
일치하는 파일 | 하나 이상의 glob 패턴과 일치하는 파일 세트를 반환합니다. |
일치하는 파일 데이터 세트 | |
MatrixDiag <T는 TType을 확장합니다.> | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixDiagPart <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagPartV3 <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagV3 <T는 TType을 확장합니다. > | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixLogarithm <T는 TType을 확장합니다. > | 하나 이상의 정사각 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 작업은 복잡한 행렬에 대해서만 정의됩니다. |
MatrixSetDiag <T는 TType을 확장합니다. > | 새로운 배치 대각선 값을 갖는 배치 행렬 텐서를 반환합니다. |
MatrixSolveLs <T는 TType을 확장합니다. > | 하나 이상의 선형 최소제곱 문제를 해결합니다. |
최대 <T는 TType을 확장합니다.> | 텐서의 차원 전체에서 요소의 최대값을 계산합니다. |
MaxIntraOpParallelismDataset | 최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다. |
MaxPool <T는 TType을 확장합니다. > | 입력에 대해 최대 풀링을 수행합니다. |
MaxPool3d <T는 Tnumber를 확장합니다. > | 입력에 대해 3D 최대 풀링을 수행합니다. |
MaxPool3dGrad <U는 TNumber를 확장합니다.> | 3D 최대 풀링 함수의 기울기를 계산합니다. |
MaxPool3dGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
MaxPoolGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
maxpoolwithargmax <t는 tnumber를 확장하고, u는 tnumber >를 확장합니다 | 입력에서 최대 풀링을 수행하고 최대 값과 지수를 모두 출력합니다. |
최대 <T는 T번호를 확장합니다.> | x와 y의 최대값을 반환합니다(예: |
<T는 TType을 확장함>을 의미합니다 . | 텐서의 차원 전체에 걸쳐 요소의 평균을 계산합니다. |
병합 <t extends ttype > | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
병합요약 | 요약을 병합합니다. |
MERGEV2CHECKPOINTS | V2 형식 특정 : 샤드 체크 포인트의 메타 데이터 파일을 병합합니다. |
Mfcc | 스펙트로그램을 음성 인식에 유용한 형식으로 변환합니다. |
최소 <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 최소 요소를 계산합니다. |
최소 <T는 T번호를 확장합니다.> | x와 y의 최소값을 반환합니다(예: |
MirrorPad <T는 TType을 확장합니다> | 미러링된 값으로 텐서를 채웁니다. |
MirrorPadGrad <T는 TType을 확장합니다> | 'MirrorPad'에 대한 그라데이션 작업입니다. |
mlirpassthroughop | main () 함수를 갖는 모듈로 표현 된 임의의 mlir 계산을 랩핑합니다. |
Mod <T는 T번호를 확장합니다> | 요소별 나눗셈의 나머지를 반환합니다. |
모델데이터세트 | 성과를 모델링하는 아이덴티티 변환. |
Mul <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
MulNoNan <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
다중 장치 반복자 | MultiDeviceIterator 리소스를 생성합니다. |
MultiDeviceIteratorFromStringHandle | 제공된 문자열 핸들에서 MultiDeviceIterator 리소스를 생성합니다. |
MultideViceItertorgetNextFromShard | 제공된 샤드 번호의 다음 요소를 가져옵니다. |
MultiDeviceIteratorInit | 지정된 데이터 세트를 사용하여 다중 장치 반복기를 초기화합니다. |
MultiDeviceIteratorToStringHandle | 지정된 MultiDeviceIterator에 대한 문자열 핸들을 생성합니다. |
다항식 <U는 TNumber를 확장합니다.> | 다항 분포에서 표본을 추출합니다. |
가변밀도해시테이블 | 텐서를 백업 저장소로 사용하는 빈 해시 테이블을 만듭니다. |
가변해시테이블 | 빈 해시 테이블을 생성합니다. |
MutableHashTableOfTensors | 빈 해시 테이블을 생성합니다. |
뮤텍스 | 'MutexLock'으로 잠글 수 있는 Mutex 리소스를 생성합니다. |
MutexLock | 뮤텍스 리소스를 잠급니다. |
NcclAllReduce <T는 TNumber를 확장합니다. > | 모든 입력 텐서에 대한 감소를 포함하는 텐서를 출력합니다. |
NcclBroadcast <T는 T번호를 확장합니다.> | 출력에 연결된 모든 장치에 '입력'을 보냅니다. |
NcclReduce <T는 TNumber를 확장합니다. > | 단일 장치에 대한 `reduction`을 사용하여 `num_devices`에서 `input`을 줄입니다. |
Ndtri <T는 T번호를 확장합니다> | |
가장 가까운 이시버 | 각 지점마다 가장 가까운 센터를 선택합니다. |
부정 <T는 TType을 확장합니다. > | 숫자 음수 값을 요소별로 계산합니다. |
네거티브 | 음성 샘플링을 통한 교육. |
다음 <T가 T번호를 확장한 후> | 요소별로 `x2` 방향으로 표현 가능한 `x1`의 다음 값을 반환합니다. |
NextIteration <T는 TType을 확장합니다.> | 다음 반복에서 해당 입력을 사용할 수 있도록 합니다. |
노프 | 아무것도하지 않습니다. |
NonDeterministicInts <U는 TType을 확장합니다.> | 일부 정수를 비결정적으로 생성합니다. |
Maxsuppression <t는 tnumber >를 확장합니다 | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 교차로의 노동 조합 (IOU)이 높은 상자를 가지 치기는 이전에 선택한 상자와 겹칩니다. |
NonMaxSuppressionWithOverlaps | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이전에 선택한 상자와 많이 겹치는 상자를 잘라냅니다. |
직렬화 가능하지 않은 데이터세트 | |
같지 않음 | (x != y) 요소별 진리값을 반환합니다. |
NthElement <T는 Tnumber를 확장합니다. > | 마지막 차원에 대한 'n'차 통계 값을 찾습니다. |
OneHot <U는 TType을 확장합니다.> | 원-핫 텐서를 반환합니다. |
OnesLike <T는 TType을 확장합니다.> | x와 모양과 유형이 동일한 텐서를 반환합니다. |
최적화데이터세트 | 'input_dataset'에 최적화를 적용하여 데이터세트를 생성합니다. |
OptimizeDatasetV2 | `input_dataset`에 관련 최적화를 적용하여 데이터 세트를 생성합니다. |
OptionalFromValue | 텐서 튜플에서 Optional 변형을 구성합니다. |
옵션 getValue | 선택적 변형에 저장된 값을 반환하거나 없으면 오류가 발생합니다. |
OptionalHasValue | 주어진 Optional 변형에 값이 있는 경우에만 true를 반환합니다. |
선택사항없음 | 값이 없는 Optional 변형을 생성합니다. |
OrderedMapClear | OP는 기본 컨테이너의 모든 요소를 제거합니다. |
주문된 지도불완전한 크기 | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
OrderedMappeek | OP는 지정된 키의 값을 살펴 봅니다. |
주문된 지도 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
OrderedMapstage | 순서대로 작동하는 기본 컨테이너의 단계 (키, 값) 연관 컨테이너. |
OrderedMapunStage | OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
OrderedMapunstagenokey | OP는 가장 작은 것으로 (키, 값) 요소를 제거하고 반환합니다. 기본 컨테이너의 키. |
서수선택기 | TPU 코어 선택기 Op. |
OutfeedDequeue <T는 TType을 확장합니다.> | 계산 아웃피드에서 단일 텐서를 검색합니다. |
Outfeeddequeuetuple | 계산 Outfeed에서 여러 값을 검색하십시오. |
Outfeeddequeuetuplev2 | 계산 Outfeed에서 여러 값을 검색하십시오. |
OutfeedDequeueV2 <T는 TType을 확장합니다. > | 계산 아웃피드에서 단일 텐서를 검색합니다. |
Outfeedenqueue | 계산에 대한 텐서를 흡수하십시오. |
Outfeedenqueuetuple | 계산에 대한 다중 텐서 값을 흡수하십시오. |
패드 <T는 TType을 확장합니다> | 문서화된 XLA Pad 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#pad . |
패딩된 배치 데이터세트 | 입력에서 'batch_size' 요소를 일괄 처리하고 채우는 데이터 세트를 생성합니다. |
패딩Fifo큐 | 선입 선출 순서로 요소를 생성하는 큐입니다. |
ParallelConcat <T는 TType을 확장합니다. > | 첫 번째 차원을 따라 'N' 텐서 목록을 연결합니다. |
ParallelDynamicStitch <T는 TType을 확장합니다.> | '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. |
ParameterizedTruncatedNormal <U는 TNumber를 확장합니다.> | 정규 분포에서 임의의 값을 출력합니다. |
parseexample | Tf.example Protos (문자열)의 벡터를 유형의 텐서로 변환합니다. |
ParseExampleDataset | DT_STRING의 벡터인 'Example' 프로토를 포함하는 'input_dataset'를 구문 분석된 기능을 나타내는 'Tensor' 또는 'SparseTensor' 개체의 데이터세트로 변환합니다. |
ParsesequenceExample | tf.io.sequenceexample protos의 벡터 (문자열)를 유형의 텐서로 변환합니다. |
구문 분석 | tf.example proto (문자열)를 유형의 텐서로 변환합니다. |
ParsesinglesequenceExample | 스칼라 뇌를 변형시켜주는 텐서로 변환합니다. |
ParseTensor <T는 TType을 확장합니다> | 직렬화된 tensorflow.TensorProto proto를 Tensor로 변환합니다. |
PartitionedInput <T는 TType을 확장합니다. > | 분할된 입력 목록을 함께 그룹화하는 작업입니다. |
PartitionEdoutput <t extends ttype > | XLA에 의해 파티션 된 목록에 샤드를 깎을 텐서를 demultiplexe하는 OP XLA 계산 외부의 출력. |
자리 표시자 <T는 TType을 확장합니다. > | 계산에 입력될 값에 대한 자리 표시자 작업입니다. |
PlaceholderWithDefault <T는 TType을 확장합니다. > | 출력이 제공되지 않을 때 '입력'을 통과하는 자리 표시자 작업입니다. |
폴리감마 <T는 T숫자를 확장함> | 폴리감마 함수 계산 \\(\psi^{(n)}(x)\\). |
인구수 | 요소별 모집단 수를 계산합니다(일명 |
Pow <T는 TType을 확장합니다. > | 한 값의 다른 값에 대한 거듭제곱을 계산합니다. |
프리페치데이터세트 | 'input_dataset'에서 요소를 비동기적으로 프리페치하는 데이터세트를 생성합니다. |
사전선형화 | 하나의 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다. |
사전선형화Tuple | 여러 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다. |
PreventGradient <T는 TType을 확장합니다. > | 그라데이션이 요청되면 오류를 트리거하는 ID 작업입니다. |
인쇄 | 문자열 스칼라를 인쇄합니다. |
우선순위 대기열 | 첫 번째 구성 요소 값을 기준으로 정렬된 요소를 생성하는 대기열입니다. |
PrivateThreadPoolDataset | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
Prod <T는 TType을 확장합니다. > | 텐서의 차원에 걸쳐 요소의 곱을 계산합니다. |
qr <t는 ttype >를 확장합니다 | 하나 이상의 행렬의 QR 분해를 계산합니다. |
<t extends ttype >를 정량화하십시오 | 유형 플로트의 '입력'텐서를 유형 't'의 '출력'텐서로 양자화하십시오. |
QuantizeAndDeQuantize <T는 TNumber를 확장합니다. > | 텐서를 양자화한 다음 역양자화합니다. |
QuantizeAndDeQuantizeV3 <T는 TNumber를 확장합니다.> | 텐서를 양자화한 다음 역양자화합니다. |
QuantizeAndDeQuantizeV4 <T는 TNumber를 확장합니다.> | `Quantization.QuantizeAndDeQuantizeV4`의 기울기를 반환합니다. |
QuantizeAndDequantizev4grad <t는 tnumber >를 확장합니다 | `QuantizeAndDequantizev4 '의 그라디언트를 반환합니다. |
QuantizedownandshrinkRange <u는 ttype >을 확장합니다 | 양자화 된 '입력'텐서를 하부 비트 깊이의 사용을 최대화하고 그에 따라 출력 최소 및 최대 범위를 조정하기위한 값의 실제 분포. |
QuantizedAdd <v는 ttype >을 확장합니다 | X + Y 요소별로 반환하여 양자화 된 버퍼를 사용합니다. |
Quantizedavgpool <t extends ttype > | 양자화 된 유형에 대한 입력 텐서의 평균 풀을 생성합니다. |
Quantizedbatchnormwithglobalnormalization <u는 ttype >을 확장합니다 | 양자화 된 배치 정규화. |
QuantizedBiasAdd <V는 ttype >을 확장합니다 | 양자 유형의 텐서 '입력'에 텐서 '바이어스'를 추가합니다. |
QuantizedConcat <t는 ttype >을 확장합니다 | 1 차원에 따라 양자화 된 텐서를 연결합니다. |
QuantizedConv2dandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dandreluandrequantize <v는 ttype >을 확장합니다 | |
QuantizedConv2dandRequantize <v는 ttype >을 확장합니다 | |
QuantizedConv2dperChannel <V는 ttype >을 확장합니다 | 채널 당 QuantizedConv2d를 계산합니다. |
QuantizedConv2dwithbias <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiasandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiasand reluandrequantize <w extends ttype > | |
QuantizedConv2dwithbiasandRequantize <w 확장 ttype > | |
QuantizedConv2dwithbiassignedsumandreluandrequantize <x는 ttype >를 확장합니다 | |
QuantizedConv2dwithbiassumandrelu <v는 ttype >을 확장합니다 | |
QuantizedConv2dwithbiassumandreluandrequantize <x는 ttype >를 확장합니다 | |
QuantizedConv2d <V는 ttype >을 확장합니다 | 양자화 된 4D 입력 및 필터 텐서가 주어진 2D 컨볼 루션을 계산합니다. |
QuantizedDepthWiseconv2d <V는 ttype >을 확장합니다 | 정량화 된 깊이 CONCL2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbias <v는 ttype >을 확장합니다 | 편향으로 양자화 된 깊이 Conv2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbiasandrelu <v는 ttype >을 확장합니다 | 바이어스 및 Relu를 사용하여 정량화 된 깊이 Conv2D를 계산합니다. |
QuantizedDepthwiseconv2dwithbiasandreluandrequantize <w extends ttype > | 양자화 된 깊이 Conv2D를 바이어스, Relu 및 요청으로 계산합니다. |
QuantizedInstancenorm <t는 ttype >을 확장합니다 | 정량화 된 인스턴스 정규화. |
QuantizedMatmul <v는 ttype >를 확장합니다 | 매트릭스`b`에 의해`a`의 양자화 된 매트릭스 곱셈을 수행하십시오. |
Quantizedmatmulwithbias <w는 ttype >을 확장합니다 | 바이어스 add와 함께 매트릭스`b '에 의한`a`의 양자화 된 행렬 곱셈을 수행합니다. |
QuantizedMatMulWithBiasAndDeQuantize <W는 TNumber를 확장합니다.> | |
Quantizedmatmulwithbiasandrelu <v는 ttype >을 연장합니다 | 바이어스 add 및 relu 융합으로 매트릭스`b '에 의한`a`에 대한 양자화 된 매트릭스 곱셈을 수행하십시오. |
Quantizedmatmulwithbiasand reluandrequantize <w는 ttype >를 확장합니다 | 바이어스 add 및 relu와 함께 매트릭스`b '의`a`에 대한 양자화 된 매트릭스 곱셈을 수행하고 융합을 요구합니다. |
QuantizedMatmulwithbiasandRequantize <w는 ttype >을 확장합니다 | |
QuantizedMaxPool <t extends ttype > | 양자화 된 유형에 대한 입력 텐서의 최대 풀을 생성합니다. |
QuantizedMul <v는 ttype >을 연장합니다 | x * y 요소별로 반환하여 양자 버퍼를 사용합니다. |
QuantizedRelu <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 :`max (feature, 0)`을 계산합니다 |
QuantizedRelu6 <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 6 :`min (max (feature, 0), 6)` |
QuantizedRelux <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 x :`min (max (features, 0), max_value)`을 계산합니다 |
QuantizedReshape <t extends ttype > | reshape op에 따라 양자화 된 텐서를 재구성합니다. |
QuantizedResizebilinear <t는 ttype >을 확장합니다 | 양자화 된 이중선 보간을 사용하여 양자화 된`images '를'크기 '로 크기를 조정하십시오. |
queueclose | 주어진 대기열을 닫습니다. |
대기열 | 주어진 대기열에서 하나 이상의 텐서의 튜플을 탈수합니다. |
Queuedequeueany | 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. |
queuedequeueupto | 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. |
대기열 | 주어진 대기열에서 하나 이상의 텐서의 튜플을 흡수합니다. |
QueueenqueueMany | 주어진 대기열에서 하나 이상의 텐서의 0 이상의 튜플. |
대기열이 닫혔습니다. | 대기열이 닫혀 있으면 true를 반환합니다. |
대기열 크기 | 지정된 대기열의 요소 수를 계산합니다. |
RaggedBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
RaggedCountsParseOutput <u는 tnumber >를 확장합니다 | 울퉁불퉁 한 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다. |
Raggedcross <t는 ttype를 확장하고, u는 tnumber >를 확장합니다 | 텐서 목록에서 기능을 생성하고 raggedtensor로 반환합니다. |
raggedgather <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 | `indices '에 따라`params` 축`0`에서 울퉁불퉁 한 조각을 수집하십시오. |
RaggedRange <u는 tnumber를 확장하고 tnumber >를 확장합니다> | 지정된 숫자 시퀀스를 포함하는 'raggedtensor'를 반환합니다. |
raggedtensorfromvariant <u는 tnumber를 확장하고 t the ttype >를 확장합니다 | `variant` 텐서를 'raggedtensor'로 디코딩합니다. |
raggedtensortosparse <u는 ttype >을 확장합니다 | `raggedtensor '를 동일한 값으로'sparsetensor '로 변환합니다. |
RaggedTensorToTensor <U는 TType을 확장합니다.> | 비정형 텐서에서 조밀한 텐서를 생성하여 모양을 변경할 수 있습니다. |
비정형TensorToVariant | 'RaggedTensor'를 'variant' Tensor로 인코딩합니다. |
RaggedTensorToVariantGradient <U는 TType을 확장합니다.> | `RaggedTensorToVariant`에 대한 그래디언트를 계산하는 데 사용되는 도우미입니다. |
RandomCrop <T는 TNumber를 확장합니다. > | '이미지'를 무작위로 자릅니다. |
무작위데이터세트 | 의사 난수를 반환하는 데이터 세트를 만듭니다. |
RandomGamma <U는 TNumber를 확장합니다.> | 알파로 설명된 감마 분포에서 임의의 값을 출력합니다. |
RandomGammaGrad <T는 TNumber를 확장합니다. > | 감마 랜덤 샘플 wrt의 미분을 계산합니다. |
RandomPoisson <V는 TNumber를 확장합니다.> | 비율로 설명되는 포아송 분포에서 임의의 값을 출력합니다. |
RandomShuffle <T는 TType을 확장합니다. > | 첫 번째 차원을 따라 텐서를 무작위로 섞습니다. |
무작위셔플큐 | 요소의 순서를 무작위로 지정하는 대기열입니다. |
RandomStandardNormal <U는 TNumber를 확장합니다.> | 정규 분포에서 임의의 값을 출력합니다. |
RandomUniform <U는 TNumber를 확장합니다.> | 균일 분포에서 임의의 값을 출력합니다. |
RandomUniformInt <U는 TNumber를 확장합니다.> | 균일 분포에서 임의의 정수를 출력합니다. |
범위 <T는 T번호를 확장합니다.> | 일련의 숫자를 생성합니다. |
범위데이터세트 | 다양한 값으로 데이터세트를 만듭니다. |
계급 | 텐서의 순위를 반환합니다. |
파일 읽기 | 입력 파일명의 전체 내용을 읽고 출력합니다. |
ReadVariableOp <T는 TType을 확장합니다. > | 변수의 값을 읽습니다. |
생성된 리더 수 레코드 수 | 이 리더가 생성한 레코드 수를 반환합니다. |
리더 작업 단위 수 완료됨 | 이 리더가 처리를 완료한 작업 단위의 수를 반환합니다. |
readerread | 독자가 제작 한 다음 레코드 (키, 값 쌍)를 반환합니다. |
readerReadupto | 독자가 생성 한`um_records` (키, 값) 쌍으로 반환합니다. |
readerreset | 독자를 초기 깨끗한 상태로 복원하십시오. |
readerrestorestate | 독자를 이전에 저장된 상태로 복원하십시오. |
리더직렬화상태 | Reader의 상태를 인코딩하는 문자열 텐서를 생성합니다. |
실수 <U는 T번호를 확장합니다.> | 복소수의 실수부를 반환합니다. |
RealDiv <T는 TType을 확장합니다.> | 실수 유형의 경우 x / y 요소를 반환합니다. |
Rebatch데이터세트 | 배치 크기를 변경하는 데이터세트를 만듭니다. |
RebatchDatasetV2 | 배치 크기를 변경하는 데이터세트를 만듭니다. |
역수 <T는 TType을 확장합니다.> | x 요소별로 역수를 계산합니다. |
ReciprocalGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 역에 대한 기울기를 계산합니다. |
레코드입력 | 무작위 레코드를 내보냅니다. |
Recv <T는 TType을 확장합니다. > | 다른 XLA 계산에서 명명된 텐서를 받습니다. |
recvtpuembeddingactivations | TPU에 임베딩 활성화를 수신하는 OP. |
<T는 T번호를 확장합니다> 를 줄입니다 . | 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. |
모두 줄이기 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. |
모두 감소 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. |
감소결합 | 주어진 차원에 걸쳐 문자열 텐서를 결합합니다. |
ReduceMax <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 요소의 최대값을 계산합니다. |
ReduceMin <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 최소 요소를 계산합니다. |
ReduceProd <T는 TType을 확장합니다> | 텐서의 차원에 걸쳐 요소의 곱을 계산합니다. |
ReduceSum <T는 TType을 확장합니다. > | 텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
ReduceV2 <T는 T번호를 확장합니다. > | 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. |
RefEnter <T는 TType을 확장합니다. > | 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. |
RefExit <T는 TType을 확장합니다. > | 현재 프레임을 상위 프레임으로 종료합니다. |
RefIdentity <T는 TType을 확장합니다. > | 입력 참조 텐서와 동일한 참조 텐서를 반환합니다. |
refmerge <t extends ttype > | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
RefNextIteration <T는 TType을 확장합니다. > | 다음 반복에서 해당 입력을 사용할 수 있도록 합니다. |
RefSelect <T는 TType을 확장합니다. > | `inputs`의 `index` 번째 요소를 `output`으로 전달합니다. |
refswitch <t는 ttype >를 확장합니다 | Ref Tensor`Data '를`pred`에 의해 결정된 출력 포트로 전달합니다. |
정규식FullMatch | 입력이 정규식 패턴과 일치하는지 확인하세요. |
정규식바꾸기 | `input`의 `pattern` 정규식 일치 항목을 `rewrite`에 제공된 대체 문자열로 바꿉니다. |
데이터세트 등록 | tf.data 서비스에 데이터세트를 등록합니다. |
Relu <T는 TType을 확장합니다> | 수정된 선형 계산: 'max(features, 0)'. |
Relu6 <T는 T번호를 확장합니다> | 수정된 선형 6을 계산합니다: 'min(max(features, 0), 6)'. |
Relu6Grad <T는 Tnumber를 확장합니다.> | Relu6 작업에 대해 수정된 선형 6 기울기를 계산합니다. |
ReluGrad <T는 Tnumber를 확장합니다> | Relu 연산에 대해 수정된 선형 기울기를 계산합니다. |
implicfusedgraphExecute | 원격 프로세서에서 하위 그래프를 실행하십시오. |
반복데이터세트 | 'input_dataset' 'count' 횟수만큼 출력을 내보내는 데이터세트를 생성합니다. |
복제본 ID | 복제본 ID. |
ReplicatemetAdata | TPU 계산을 어떻게 복제 해야하는지를 나타내는 메타 데이터. |
ReplicatedInput <T는 TType을 확장합니다. > | N개의 입력을 N방향 복제 TPU 계산에 연결합니다. |
ReplicatedOutput <t extends ttype > | N- 웨이 복제 된 TPU 계산에서 N 출력을 연결합니다. |
requantization range | 양자화 된 텐서에 존재하는 실제 값을 포괄하는 범위를 계산합니다. |
requantizationRangePerChannel | 채널 당 요청 범위를 계산합니다. |
<u 확장 ttype > | 양자화 된`입력 '텐서를 하위 정밀'출력 '으로 변환합니다. |
requantizeperChannel <u는 ttype >를 확장합니다 | 채널 당 알려진 최소 및 최대 값으로 입력을 요구합니다. |
<T는 TType을 확장> 형태 변경 | 텐서의 형태를 변경합니다. |
크기 조정 영역 | 영역 보간을 사용하여 '이미지'의 크기를 '크기'로 조정합니다. |
크기 조정바이큐빅 | 쌍삼차 보간을 사용하여 '이미지'의 크기를 '크기'로 조정합니다. |
ResizeBicubicGrad <T는 TNumber를 확장합니다. > | 쌍삼차 보간의 기울기를 계산합니다. |
크기 조정쌍선형 | 쌍선형 보간을 사용하여 '이미지'의 크기를 '크기'로 조정합니다. |
ResizeBilinearGrad <T는 TNumber를 확장합니다. > | 이중선형 보간의 기울기를 계산합니다. |
ResizeNearestNeighbor <T는 TNumber를 확장합니다.> | 최근접 이웃 보간법을 사용하여 '이미지'의 크기를 '크기'로 조정합니다. |
ResizeNearestNeighborGrad <T는 TNumber를 확장합니다> | 최근접 이웃 보간의 기울기를 계산합니다. |
ResourceAccumulatorApplygradient | 주어진 축합기에 구배를 적용합니다. |
ResourceAccumulatorNumAccumulated | 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. |
ResourceAccumulatorsetglobalstep | Global_step에 대한 새로운 값으로 축합기를 업데이트합니다. |
ResourceAccumulatorTakeGradient <T는 TType을 확장합니다.> | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
ResourceApplyAdamax | AdaMax 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourceApplyAdadelta | adadelta 체계에 따라 '*var'를 업데이트합니다. |
ResourceApplyAdagrad | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ResourcePlyAdagradda | 근위부 adagrad 체계에 따라 '*var'를 업데이트합니다. |
ResourceApplyAdam | Adam 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourcePlyAdamwithamsgrad | Adam 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourceApplyAddSign | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ResourceApplyCenteredRMSProp | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourcePplyftrl | Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다. |
ResourceApplygradientDescent | '*var'에서 'alpha' * 'delta'를 빼서 업데이트합니다. |
ResourceApplyKerasmomentum | 모멘텀 체계에 따라 '*var'를 업데이트합니다. |
ResourceApplyMomentum | 모멘텀 체계에 따라 '*var'를 업데이트합니다. |
ResourceApplyPowerSign | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ResourceApplyProximaladagrad | Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다. |
ResourceApplyProximalgradientDescent | 고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다. |
ResourcePlyrmsprop | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
자원조건부누산기 | 그라디언트 집계를 위한 조건부 누산기입니다. |
ResourceCountUpTo <T는 Tnumber를 확장합니다. > | 'resource'가 가리키는 변수가 'limit'에 도달할 때까지 증가합니다. |
ResourceGather <U는 TType을 확장합니다.> | `indices`에 따라 `resource`가 가리키는 변수에서 조각을 수집합니다. |
ResourceGatherNd <U는 TType을 확장합니다.> | |
Resourcescatteradd | 'resource'에서 참조 된 변수에 희소 업데이트가 추가됩니다. |
Resourcescatterdiv | 스파 스 업데이트를 'Resource'에서 참조 된 변수로 나눕니다. |
Resourcescattermax | `max` 조작을 사용하여 'resource'로 참조 된 변수로 드문 업데이트를 줄입니다. |
Resourcescattermin | Sparse 업데이트는`Min '작업을 사용하여'Resource '에 의해 참조 된 변수로 줄입니다. |
Resourcescattermul | 스파 스 업데이트에 'resource'가 참조 된 변수에 곱합니다. |
Resourcescatterndadd | 변수의 개별 값이나 조각에 희소 추가를 적용합니다. |
Resourcescatterndmax | |
Resourcescatterndmin | |
Resourcescatterndsub | 변수의 개별 값이나 조각에 희소 빼기를 적용합니다. |
Resourcescatterndupdate | 특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다. |
Resourcescattersub | 'resource'에서 참조 된 변수에서 드문 업데이트를 빼냅니다. |
Resourcescatterupdate | 'resource'에서 참조 된 변수에 희소 업데이트를 할당합니다. |
ResourcesParseApplyAdadelta | var: Variable()에서 가져와야 합니다. |
ResourcesParseApplyAdagrad | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyAdagradda | 근위부 adagrad 체계에 따라 '*var' 및 '*accum'의 항목을 업데이트합니다. |
ResourcesParseApplyAdagradv2 | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyCenterEdrmsProp | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourcesParseApplyftrl | Ftrl-proximal 체계에 따라 '*var'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyKerasmomentum | 모멘텀 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyMomentum | 모멘텀 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyProximalAdagrad | FOBOS 알고리즘에 따라 '*var' 및 '*accum'의 희소 업데이트 항목입니다. |
ResourcesParseApplyProximalgradientDescent | 학습률이 고정된 FOBOS 알고리즘으로 '*var'를 희소 업데이트합니다. |
ResourcesParseApplyRMSProp | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ResourcestRidedSliceAssign | 'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다. |
복원하다 | V2 체크 포인트에서 텐서를 복원합니다. |
RestoreSlice <T는 TType을 확장합니다. > | 체크포인트 파일에서 텐서를 복원합니다. |
검색 푸모 베딩 아담 파라 미터 | Adam 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingadamparametersgradaccumdebug | 디버그 지원으로 Adam 임베딩 매개 변수를 검색하십시오. |
restievetpuembeddingadaDeltaparameters | Adadelta 임베딩 매개 변수를 검색합니다. |
restievetpuembeddingadaDEtaparametersgradAccumdebug | 디버그 지원으로 Adadelta 임베딩 매개 변수를 검색하십시오. |
retrievetpuembeddingadagradgarameters | Adagrad 임베딩 매개 변수를 검색하십시오. |
retrievetpuembeddingadagradagrametersgradAccumdebug | 디버그 지원으로 Adagrad 포함 매개 변수를 검색하십시오. |
retrievetpuembeddingcenteredrmspropparameters | 중앙 RMSprop 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingftrlparameters | ftrl 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingftrlparametersgradAccumdebug | 디버그 지원으로 ftrl 임베딩 매개 변수를 검색하십시오. |
retrievetpuembeddingmdladagradlightparameters | MDL Adagrad Light Embedding 매개 변수를 검색하십시오. |
retrievetpuembeddingmomentumparameters | 모멘텀 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingmomentumparametersgradAccumdebug | 디버그 지원으로 모멘텀 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingproximaladagradagradparameters | 근위 adagrad 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingproximaladagradagrametersgradaccumdebug | 디버그 지원으로 근위 Adagrad 임베딩 매개 변수를 검색하십시오. |
검색 puembeddingproximalyogiparameters | |
검색 puembeddingproximalyogiparametersgradaccumdebug | |
retrievetpuembeddingrmspropparameters | RMSPROP 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingrmspropparametersgradAccumdebug | 디버그 지원으로 RMSProp Embedding 매개 변수를 검색하십시오. |
TPUEmbeddingStochasticGradientDescentParameters 검색 | SGD 내장 매개변수를 검색합니다. |
retrievetpuembeddingStochasticgradientDescentParametersgradAccumdebug | 디버그 지원으로 SGD 임베딩 매개 변수를 검색하십시오. |
역방향 <T는 TType을 확장합니다.> | 텐서의 특정 차원을 반대로 바꿉니다. |
ReverseSequence <T는 TType을 확장합니다. > | 가변 길이 슬라이스를 반전합니다. |
Rfft <U는 TType을 확장합니다. > | 실수 값의 고속 푸리에 변환. |
Rfft2d <U는 TType을 확장합니다. > | 2D 실수 값 고속 푸리에 변환. |
Rfft3d <U는 TType을 확장합니다. > | 3D 실수 값 고속 푸리에 변환. |
RgbToHsv <T는 T번호를 확장합니다. > | 하나 이상의 이미지를 RGB에서 HSV로 변환합니다. |
RightShift <T는 T번호를 확장합니다. > | Elementwise는 'x'와 'y'의 비트 단위 오른쪽 이동을 계산합니다. |
Rint <T는 T번호를 확장합니다> | x에 가장 가까운 요소별 정수를 반환합니다. |
Rng읽기 및 건너뛰기 | 카운터 기반 RNG의 카운터를 향상시킵니다. |
rngskip | 카운터 기반 RNG의 카운터를 향상시킵니다. |
Roll <T는 TType을 확장합니다. > | 축을 따라 텐서의 요소를 굴립니다. |
라운드 <T는 TType을 확장합니다.> | 텐서의 값을 요소별로 가장 가까운 정수로 반올림합니다. |
RPC | RPC 요청 일괄 처리를 수행합니다. |
Rsqrt <T는 TType을 확장합니다. > | x 요소별 제곱근의 역수를 계산합니다. |
RsqrtGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 rsqrt에 대한 기울기를 계산합니다. |
SampledistortedBoundingbox <t extends tnumber > | 이미지에 대해 무작위로 왜곡 된 경계 박스를 생성합니다. |
샘플링데이터세트 | 다른 데이터세트 콘텐츠의 Bernoulli 샘플을 사용하는 데이터세트를 만듭니다. |
구하다 | 텐서를 V2 체크 포인트 형식으로 저장합니다. |
SaveSlices | 입력 텐서 슬라이스를 디스크에 저장합니다. |
스칼라요약 | 스칼라 값이 포함된 '요약' 프로토콜 버퍼를 출력합니다. |
축척 및 번역 | |
ScaleAndTranslateGrad <T는 TNumber를 확장합니다. > | |
ScatterAdd <T는 TType을 확장합니다. > | 변수 참조에 희소 업데이트를 추가합니다. |
ScatterDiv <T는 TType을 확장합니다. > | 변수 참조를 희소 업데이트로 나눕니다. |
ScatterMax <T는 TNumber를 확장합니다. > | 'max' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMin <T는 Tnumber를 확장합니다. > | 'min' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMul <T는 TType을 확장합니다> | 희소 업데이트를 변수 참조에 곱합니다. |
ScatterNd <U는 TType을 확장합니다.> | '인덱스'에 따라 '업데이트'를 새 텐서로 분산시킵니다. |
ScatterNdAdd <T는 TType을 확장합니다. > | 변수의 개별 값이나 조각에 희소 추가를 적용합니다. |
ScatterNdMax <T는 TType을 확장합니다. > | 요소별 최대값을 계산합니다. |
ScatterNdMin <T는 TType을 확장합니다. > | 요소별 최소값을 계산합니다. |
ScatterNdNonAliasingAdd <T는 TType을 확장합니다.> | 개별 값이나 조각을 사용하여 '입력'에 희소 추가를 적용합니다. 인덱스 `인덱스`에 따른 `업데이트`에서. |
ScatterNdSub <T는 TType을 확장합니다. > | 변수의 개별 값이나 조각에 희소 빼기를 적용합니다. |
ScatterNdUpdate <T는 TType을 확장합니다. > | 특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다. |
ScatterSub <T는 TType을 확장합니다. > | 변수 참조에 대한 희소 업데이트를 뺍니다. |
ScatterUpdate <T는 TType을 확장합니다. > | 변수 참조에 스파스 업데이트를 적용합니다. |
SdcaFprint | 입력 문자열의 지문을 계산합니다. |
sdcaoptimizer | 확률 론적 듀얼 좌표 상승 (SDCA) 최적화의 분산 버전 L1 + L2 정규화 된 선형 모델. |
SDCASHRINKL1 | 매개 변수에 L1 정규화 수축 단계를 적용합니다. |
SegmentMax <T는 TNumber를 확장합니다. > | 텐서의 세그먼트를 따라 최대값을 계산합니다. |
SegmentMean <T는 TType을 확장합니다. > | 텐서의 세그먼트를 따라 평균을 계산합니다. |
SegmentMin <T는 T번호를 확장합니다. > | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
SegmentProd <T는 TType을 확장합니다. > | 텐서의 세그먼트를 따라 곱을 계산합니다. |
SegmentSum <T는 TType을 확장합니다. > | 텐서의 세그먼트를 따라 합계를 계산합니다. |
<T는 TType을 확장합니다>를 선택합니다 . | |
selfadjointeig <t는 ttype >를 확장합니다 | 자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다). |
Selu <T는 T번호를 확장합니다> | 스케일링된 지수 선형 계산: `scale * alpha * (exp(features) - 1)` < 0이면 `scale * feature`, 그렇지 않으면 `scale * feature`입니다. |
SeluGrad <T는 TNumber를 확장합니다> | 스케일링된 지수 선형(Selu) 연산에 대한 기울기를 계산합니다. |
보내다 | 명명 된 텐서를 다른 XLA 계산으로 보냅니다. |
sendtpuembeddinggradients | 임베딩 테이블의 그라디언트 업데이트를 수행합니다. |
직렬화반복자 | 반복자를 나타내는 주어진 `resource_handle`을 변형 텐서로 변환합니다. |
SerializeManySparse <U는 TType을 확장합니다.> | `N` 미니배치 `SparseTensor`를 `[N, 3]` `Tensor` 객체로 직렬화합니다. |
SerializeSparse <U는 TType을 확장합니다.> | `SparseTensor`를 `[3]` `Tensor` 객체로 직렬화합니다. |
직렬화Tensor | Tensor를 직렬화된 TensorProto proto로 변환합니다. |
setDiff1d <t는 ttype를 확장하고, u는 tnumber >를 확장합니다 | 두 숫자 또는 문자열 목록의 차이를 계산합니다. |
크기 설정 | 입력 `세트`의 마지막 차원에 따른 고유 요소 수입니다. |
SetStatsAggregator데이터 세트 | |
모양 <U가 T번호를 확장함> | 텐서의 형태를 반환합니다. |
Shapen <u는 tnumber >를 확장합니다 | 텐서의 모양을 반환합니다. |
샤드데이터세트 | 이 데이터 세트의 1/`num_shards`만 포함하는 `데이터 세트`를 생성합니다. |
샤딩된 파일 이름 | 샤딩된 파일 이름을 생성합니다. |
샤딩된 파일 사양 | 샤딩된 모든 파일 이름과 일치하는 glob 패턴을 생성합니다. |
샤딩 <T는 TType을 확장합니다> | 주어진 샤딩 속성을 기반으로 입력을 샤딩하는 작업입니다. |
ShuffleAndRepeat데이터 세트 | |
ShuffleDataset | |
셧다운 분배 된tpu | 실행중인 분산 TPU 시스템을 종료합니다. |
시그모이드 <T는 TType을 확장합니다. > | 'x' 요소별로 시그모이드를 계산합니다. |
SigmoidGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 시그모이드 기울기를 계산합니다. |
<T는 TType을 확장합니다> 에 서명하세요 . | 숫자의 부호에 대한 요소별 표시를 반환합니다. |
Sin <T는 TType을 확장합니다. > | x 요소별로 사인을 계산합니다. |
Sinh <T는 TType을 확장합니다.> | x 요소의 쌍곡사인을 계산합니다. |
크기 <U는 T번호를 확장합니다.> | 텐서의 크기를 반환합니다. |
SkipDataset | `input_dataset`에서 `count` 요소를 건너뛰는 데이터세트를 생성합니다. |
건너 뛰기 | 텍스트 파일을 구문 분석하고 예제를 만듭니다. |
SleepDataset | |
슬라이스 <T는 TType을 확장합니다. > | 'input'에서 슬라이스를 반환합니다. |
SlidingWindowDataset | `input_dataset`에 대한 슬라이딩 윈도우를 전달하는 데이터세트를 생성합니다. |
스냅샷 <T는 TType을 확장합니다.> | 입력 텐서의 복사본을 반환합니다. |
SobolSample <T는 Tnumber를 확장합니다.> | Sobol 시퀀스에서 포인트를 생성합니다. |
Softmax <T는 Tnumber를 확장합니다.> | 소프트맥스 활성화를 계산합니다. |
softmaxcrossentropywithlogits <t는 tnumber >를 확장합니다 | SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다. |
소프트플러스 <T는 T번호를 확장합니다> | 소프트플러스 계산: `log(exp(features) + 1)`. |
SoftplusGrad <T는 T번호를 확장합니다> | 소프트플러스 연산에 대한 소프트플러스 기울기를 계산합니다. |
Softsign <T는 T번호를 확장합니다> | 소프트 사인을 계산합니다: `features / (abs(features) + 1)`. |
SoftsignGrad <T는 T번호를 확장합니다> | 소프트 사인 작업에 대한 소프트 사인 그라데이션을 계산합니다. |
<T는 TType을 확장합니다> 해결 | 선형 방정식 시스템을 해결합니다. |
정렬 <T는 TType을 확장합니다> | 문서화된 XLA 정렬 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#sort . |
SpaceToBatch <T는 TType을 확장합니다. > | T 유형의 4차원 텐서용 SpaceToBatch. |
SpaceToBatchNd <T는 TType을 확장합니다. > | T 유형의 ND 텐서에 대한 SpaceToBatch. |
SpaceToDepth <T는 TType을 확장합니다. > | T 유형의 텐서에 대한 SpaceToDepth. |
SparseacumulatorApplygradient | 주어진 축적기에 드문 구배를 적용합니다. |
sprarseacumulatortakegradient <t extends ttype > | SparseconditionalAccumulator에서 평균 드문 구배를 추출합니다. |
sparseadd <t는 ttype >를 확장합니다 | 다른 'sparsetensor'를 생성하기 위해 두 개의`sparsetensor` 객체를 추가합니다. |
Sparseaddrad <t extends ttype > | Sparseadd op의 그라디언트 연산자. |
SparseApplyAdadelta <T는 TType을 확장합니다.> | var: Variable()에서 가져와야 합니다. |
SparseApplyAdagrad <T는 TType을 확장합니다.> | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
SparseApplyAdagradDa <T는 TType을 확장합니다.> | 근위부 adagrad 체계에 따라 '*var' 및 '*accum'의 항목을 업데이트합니다. |
SparseApplyCenteredRmsProp <T는 TType을 확장합니다.> | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
SparseApplyFtrl <T는 TType을 확장합니다. > | Ftrl-proximal 체계에 따라 '*var'의 관련 항목을 업데이트합니다. |
SparseApplyMomentum <T는 TType을 확장합니다.> | 모멘텀 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
SparseApplyProximalAdagrad <T는 TType을 확장합니다.> | FOBOS 알고리즘에 따라 '*var' 및 '*accum'의 희소 업데이트 항목입니다. |
SparseApplyProximalGradientDescent <T는 TType을 확장합니다.> | 학습률이 고정된 FOBOS 알고리즘으로 '*var'를 희소 업데이트합니다. |
SparseApplyRmsProp <T는 TType을 확장합니다.> | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
SparseBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
sparseconcat <t는 ttype >를 확장합니다 | 지정된 차원을 따라 'sparsetensor'목록을 연결합니다. |
SparseConditionalAccumulator | 희소 기울기를 집계하기 위한 조건부 누산기입니다. |
sparsecountsparseoutput <u는 tnumber >를 확장합니다 | 드문 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다. |
Sparsecross | 희소하고 조밀 한 텐서 목록에서 드문 크로스를 생성합니다. |
Scrsecrosshashed | 희소하고 조밀 한 텐서 목록에서 드문 크로스를 생성합니다. |
SparseDenseCwiseAdd <T는 TType을 확장합니다.> | 다음과 같은 특수 규칙을 사용하여 SparseTensor와 Dense Tensor를 합산합니다. (1) 적합한 경우 조밀한 면을 희소한 면과 동일한 모양으로 브로드캐스팅합니다. (2) 그런 다음 SparseTensor의 인덱스가 가리키는 밀집된 값만 cwise 추가에 참여합니다. |
SparseDenseCwiseDiv <T는 TType을 확장합니다.> | 구성요소 측면에서는 SparseTensor를 밀도가 높은 Tensor로 나눕니다. |
SparseDenseCwiseMul <T는 TType을 확장합니다> | 구성요소 측면에서는 SparseTensor에 밀도가 높은 Tensor를 곱합니다. |
sparsefilemptyrows <t는 ttype >을 확장합니다 | 입력 2-D`SparSetensor '의 빈 행을 기본값으로 채 웁니다. |
sparsefilemptyrowsgrad <t는 ttype >을 확장합니다 | sparsefilemptyrows의 그라디언트. |
SparseMatMul | 행렬 "a"와 행렬 "b"를 곱합니다. |
희소행렬추가 | 두 개의 CSR 행렬의 희소 추가, C = 알파 * A + 베타 * B. |
SparseMatrixMatMul <T는 TType을 확장합니다.> | 희소 행렬과 조밀한 행렬을 행렬 곱합니다. |
SparseMatrixMul | 희소 행렬과 조밀한 텐서의 요소별 곱셈입니다. |
스파스매트릭스NNZ | `sparse_matrix`의 0이 아닌 개수를 반환합니다. |
SparseMatrix주문AMD | '입력'의 AMD(근사 최소 차수) 순서를 계산합니다. |
SparseMatrix소프트맥스 | CSRSparseMatrix의 소프트맥스를 계산합니다. |
SparseMatrixSoftmaxGrad | SparseMatrixSoftmax 연산의 기울기를 계산합니다. |
희소행렬SparseCholesky | '입력'의 희소 Cholesky 분해를 계산합니다. |
SparseMatrixSparseMatMul | 희소 행렬은 두 개의 CSR 행렬 'a'와 'b'를 곱합니다. |
희소행렬전치 | CSRSparseMatrix의 내부(행렬) 차원을 바꿉니다. |
SparseMatrixZeros | 'dense_shape' 형태로 모두 0인 CSRSparseMatrix를 생성합니다. |
SparseReduceMax <T는 TNumber를 확장합니다. > | SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다. |
stresereducemaxsparse <t는 tnumber >를 확장합니다 | SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다. |
SparseReduceSum <T는 TType을 확장합니다.> | SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
stresereducesumsparse <t는 ttype >를 확장합니다 | SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
sparsereorder <t는 ttype >를 확장합니다 | sparsetensor를 표준의 행-대기 순서로 다시 표시합니다. |
Sprarsereshape | 새로운 조밀 한 모양으로 값을 나타내도록 sparsetensor를 다시 구성합니다. |
SparseSegmentMean <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
SparseSegmentMeanGrad <T는 TNumber를 확장합니다.> | SparseSegmentMean에 대한 기울기를 계산합니다. |
SparseSegmentMeanWithNumSegments <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
SparseSegmentSqrtN <T는 TNumber를 확장합니다. > | N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSqrtNGrad <T는 TNumber를 확장합니다. > | SparseSegmentSqrtN에 대한 기울기를 계산합니다. |
SparseSegmentSqrtNWithNumSegments <T는 TNumber를 확장합니다.> | N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSum <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSumWithNumSegments <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
sparseslice <t는 ttype >을 확장합니다 | `start '및`size'를 기반으로`sparsetensor '를 슬라이스하십시오. |
SparseSliceGrad <T는 TType을 확장합니다. > | SparseSlice 작업에 대한 그래디언트 연산자입니다. |
SparseSoftmax <T는 TNumber를 확장합니다. > | 일괄 처리된 ND `SparseTensor`에 소프트맥스를 적용합니다. |
sparsesoftmaxcrossentropywithlogits <t는 tnumber >를 확장합니다 | SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다. |
sparsesparsemaximum <t는 tnumber >를 확장합니다 | 두 개의 sparsetensors의 요소 별 최대를 반환합니다. |
sparsesparseminimum <t는 ttype >을 확장합니다 | 두 개의 sparsetensors의 요소 별 최소를 반환합니다. |
sparsesplit <t extends ttype > | `sparsetensor`를 1 차원을 따라`num_split '텐서로 나눕니다. |
SparseTensorDenseAdd <U는 TType을 확장합니다.> | 'SparseTensor'와 조밀한 'Tensor'를 더해 조밀한 'Tensor'를 생성합니다. |
SparseTensorDenseMatMul <U는 TType을 확장합니다.> | SparseTensor(랭크 2) "A"에 조밀한 행렬 "B"를 곱합니다. |
SparseTensorSliceDataset | SparseTensor를 행 단위로 요소로 분할하는 데이터세트를 생성합니다. |
SparseTensorToCSRSparseMatrix | SparseTensor를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. |
SparseToDense <U는 TType을 확장합니다.> | 희소 표현을 조밀한 텐서로 변환합니다. |
sparsetosparsesetoperation <t는 ttype >를 확장합니다 | 2` sparsetensor` 입력의 마지막 치수를 따라 설정 작업을 적용합니다. |
스펜스 <T는 T번호를 확장합니다> | |
분할 <t는 ttype >를 확장합니다 | 텐서를 1 차원을 따라`num_split '텐서로 나눕니다. |
splitv <t는 ttype >를 확장합니다 | 텐서를 1 차원을 따라`num_split '텐서로 나눕니다. |
SQL데이터세트 | SQL 쿼리를 실행하고 결과 집합의 행을 내보내는 데이터 집합을 만듭니다. |
Sqrt <T는 TType을 확장합니다. > | x 요소별로 제곱근을 계산합니다. |
SqrtGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 sqrt에 대한 기울기를 계산합니다. |
Sqrtm <T는 TType을 확장합니다. > | 하나 이상의 제곱 행렬의 행렬 제곱근을 계산합니다. matmul(sqrtm(A), sqrtm(A)) = A 입력 행렬은 가역적이어야 합니다. |
정사각형 <T는 TType을 확장합니다> | x 요소별로 제곱을 계산합니다. |
SquaredDifference <T는 TType을 확장합니다. > | conj(x - y)(x - y)를 요소별로 반환합니다. |
스퀴즈 <T는 TType을 확장합니다> | 텐서의 모양에서 크기 1의 차원을 제거합니다. |
스택 <T는 TType을 확장합니다> | `N` 순위-`R` 텐서 목록을 하나의 순위-`(R+1)` 텐서로 압축합니다. |
단계 | 단계 값은 경량 evqueue와 유사합니다. |
스테이 클리어 | OP는 기본 컨테이너의 모든 요소를 제거합니다. |
Peek | OP는 지정된 인덱스의 값을 살펴 봅니다. |
스테이지 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
StatefulRandomBinomial <V는 TNumber를 확장함> | |
StatefulStandardNormal <U는 TType을 확장합니다.> | 정규 분포에서 임의의 값을 출력합니다. |
StatefulTruncatedNormal <U는 TType을 확장합니다.> | 잘린 정규 분포에서 임의의 값을 출력합니다. |
StatefulUniform <U는 TType을 확장합니다.> | 균일 분포에서 임의의 값을 출력합니다. |
StatefulUniformFullInt <U는 TType을 확장합니다.> | 균일 분포에서 임의의 정수를 출력합니다. |
StatefulUniformInt <U는 TType을 확장합니다.> | 균일 분포에서 임의의 정수를 출력합니다. |
StatelessMultinomial <V는 TNumber를 확장합니다.> | 다항 분포에서 표본을 추출합니다. |
StatelessParameterizedTruncatedNormal <V는 TNumber를 확장합니다.> | |
StatelessRandomBinomial <W는 TNumber를 확장합니다.> | 이항 분포에서 결정론적 의사 난수를 출력합니다. |
StatelessRandomGamma <V는 TNumber를 확장합니다.> | 감마 분포에서 결정론적 의사 난수를 출력합니다. |
SANTESSRANDOMGETKEYCOUNTERALG | 장치를 기반으로 최상의 알고리즘을 선택하고 시드를 키와 카운터로 스크램블합니다. |
StatelessRandomNormal <V는 TNumber를 확장합니다.> | 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
StatelessRandomNormalV2 <U는 TNumber를 확장합니다.> | 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
StatelessRandomPoisson <W는 TNumber를 확장합니다.> | 포아송 분포에서 결정론적 의사 난수를 출력합니다. |
StatelessRandomUniform <V는 TNumber를 확장함> | 균일 분포에서 결정적 의사 난수 난수 값을 출력합니다. |
StatelessRandomUniformFullInt <V는 TNumber를 확장합니다.> | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
StatelessRandomUniformFullIntV2 <U는 TNumber를 확장합니다.> | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
StatelessRandomUniformInt <V는 TNumber를 확장합니다.> | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
StatelessRandomUniformIntV2 <U는 TNumber를 확장합니다.> | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
StatelessRandomUniformV2 <U는 TNumber를 확장합니다.> | 균일 분포에서 결정적 의사 난수 난수 값을 출력합니다. |
stantelesssampledistordboundingbox <t extends tnumber > | 이미지를 결정적으로 무작위로 왜곡 된 경계 박스를 생성합니다. |
StatelessTruncatedNormal <V는 TNumber를 확장합니다.> | 잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
StatelessTruncatedNormalV2 <U는 TNumber를 확장합니다.> | 잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
정적정규식전체일치 | 입력이 정규식 패턴과 일치하는지 확인하세요. |
정적정규식바꾸기 | 입력의 패턴 일치를 다시 쓰기로 바꿉니다. |
통계Aggregator핸들 | |
statsaggreatorsetsummarywriter | stats_aggregator를 사용하여 통계를 기록하려면 summary_writer_interface를 설정하십시오. |
통계 수집기요약 | 지정된 통계 관리자가 기록한 모든 통계의 요약을 생성합니다. |
StopGradient <T는 TType을 확장합니다. > | 그라데이션 계산을 중지합니다. |
StridedSlice <T는 TType을 확장합니다. > | `input`에서 스트라이드 슬라이스를 반환합니다. |
StridedSliceAssign <T는 TType을 확장합니다.> | 'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다. |
StridedSliceGrad <U는 TType을 확장합니다.> | 'StridedSlice'의 그래디언트를 반환합니다. |
문자열 형식 | 텐서 목록을 사용하여 문자열 템플릿의 형식을 지정합니다. |
문자열 길이 | `입력`의 문자열 길이. |
StringNgrams <t는 tnumber >를 확장합니다 | 울퉁불퉁 한 문자열 데이터에서 ngrams를 만듭니다. |
stringsplit | `spec`을 'sparsetensor'로 기준으로 '소스'의 분할 요소. |
조각 | Tensor에서 선행 및 후행 공백을 제거합니다. |
Sub <T는 TType을 확장합니다. > | x - y 요소별로 반환합니다. |
하위 문자열 | 문자열의 'Tensor'에서 하위 문자열을 반환합니다. |
합계 <T는 TType을 확장합니다.> | 텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
요약작성자 | |
svd <t는 ttype >를 확장합니다 | 자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다). |
switchcond <t는 ttype >를 확장합니다 | 'pred'에 의해 결정된 출력 포트로 'data'를 전달합니다. |
TPU컴파일 결과 | TPU 컴파일 결과를 반환합니다. |
TPU임베딩 활성화 | TPU 임베딩을 차별화할 수 있는 작업입니다. |
TPUREPLICATEMETADATA | TPU 계산을 어떻게 복제 해야하는지를 나타내는 메타 데이터. |
TPUReplicatedInput <T는 TType을 확장합니다. > | N개의 입력을 N방향 복제 TPU 계산에 연결합니다. |
tpureplicatedOutput <t는 ttype >을 확장합니다 | N- 웨이 복제 된 TPU 계산에서 N 출력을 연결합니다. |
TakeDataset | 'input_dataset'의 'count' 요소를 포함하는 데이터세트를 생성합니다. |
takemanysparsefromtensorsmap <t extends ttype > | 'sparsetensorsmap'에서 'sparsetensors'를 읽고 연결하십시오. |
Tan <T는 TType을 확장합니다. > | x 요소별로 tan을 계산합니다. |
Tanh <T는 TType을 확장합니다.> | 'x' 요소별로 쌍곡선 탄젠트를 계산합니다. |
TanhGrad <T는 TType을 확장합니다> | 입력에 대한 'x'의 tanh에 대한 기울기를 계산합니다. |
TemporaryVariable <T는 TType을 확장합니다. > | 변경될 수 있지만 단일 단계 내에서만 지속되는 텐서를 반환합니다. |
TensorArray | 주어진 크기의 텐서 배열. |
TensorArrayClose | 자원 컨테이너에서 TensorArray를 삭제하십시오. |
TensorArrayConcat <t는 ttype >을 확장합니다 | TensorArray에서 value`value '로 요소를 연결하십시오. |
TensorArrayGather <T는 TType을 확장합니다> | TensorArray의 특정 요소를 출력 '값'으로 수집합니다. |
TensorArraygrad | 주어진 핸들에 값의 그라디언트를 저장하기위한 텐소 라 레이를 만듭니다. |
TensorArraygradwithShape | 주어진 핸들에 여러 값의 값을 저장하기위한 텐소 라 레이를 만듭니다. |
TensorArrayPack <T는 TType을 확장합니다.> | |
TensorArrayRead <t extends ttype > | TensorArray의 요소를 읽어 '값'을 출력합니다. |
TensorArrayScatter | 입력 값의 데이터를 특정 TensorArray 요소로 분산시킵니다. |
텐서배열크기 | TensorArray의 현재 크기를 가져옵니다. |
텐서어레이분할 | 입력 값의 데이터를 TensorArray 요소로 분할합니다. |
TensorArrayUnpack | |
텐서어레이쓰기 | tensor_array에 요소를 푸시합니다. |
텐서데이터세트 | '구성요소'를 텐서 튜플로 한 번 내보내는 데이터세트를 만듭니다. |
TensorDiag <T는 TType을 확장합니다> | 주어진 대각선 값을 가진 대각선 텐서를 반환합니다. |
TensorDiagPart <T는 TType을 확장합니다.> | 텐서의 대각선 부분을 반환합니다. |
TensorforestCreateTreevariable | 나무 자원을 생성하고 손잡이를 반환합니다. |
Tensorforesttreedeserialize | 트리 손잡이에 프로토를 삼키는 것입니다 |
TensorForestTreeIsInitializedOp | 트리가 초기화되었는지 확인합니다. |
TensorForestTree예측 | 주어진 입력 데이터에 대한 로짓을 출력합니다. |
TensorForestTreeResourceHandleOp | TensorForestTreeResource에 대한 핸들을 생성합니다. |
TensorForestTree직렬화 | 트리 핸들을 proto로 직렬화합니다. |
Tensor숲나무크기 | 트리의 노드 수를 가져옵니다. |
tensorlistconcat <u는 ttype >을 확장합니다 | 0 차원을 따라 목록에있는 모든 텐서. |
TensorListConcatLists | |
TensorListElementShape <T는 TNumber를 확장합니다.> | 텐서로서 주어진 목록의 요소 모양입니다. |
TensorListFromTensor | 쌓이면 `tensor` 값을 갖는 TensorList를 생성합니다. |
TensorListGather <T는 TType을 확장합니다> | TensorList를 인덱싱하여 Tensor를 생성합니다. |
TensorListGetItem <T는 TType을 확장합니다.> | |
TensorList길이 | 입력 텐서 목록의 텐서 수를 반환합니다. |
TensorlistPopback <t는 ttype >을 확장합니다 | 입력 목록의 마지막 요소와 해당 요소를 제외한 모든 목록을 반환합니다. |
TensorList푸시백 | 전달된 `Tensor`를 마지막 요소로 포함하고 주어진 목록의 다른 요소를 `input_handle`에 포함하는 목록을 반환합니다. |
TensorListPushBackBatch | |
TensorListReserve | 빈 요소가 있는 지정된 크기의 목록입니다. |
TensorList크기 조정 | 목록의 크기를 조정합니다. |
TensorListScatter | Tensor를 인덱싱하여 TensorList를 생성합니다. |
TensorListScatterIntoExistingList | 입력 목록의 인덱스에 텐서를 분산시킵니다. |
TensorListSetItem | |
TensorList분할 | 텐서를 목록으로 분할합니다. |
TensorListStack <T는 TType을 확장합니다> | 목록의 모든 텐서를 스택합니다. |
텐서맵 지우기 | 주어진 키의 항목이 지워진 텐서 맵을 반환합니다. |
TensorMapHasKey | 주어진 키가 맵에 존재하는지 여부를 반환합니다. |
텐서맵삽입 | 주어진 키-값 쌍이 삽입된 'input_handle'인 맵을 반환합니다. |
TensorMapLookup <U는 TType을 확장합니다.> | 텐서 맵의 특정 키에서 값을 반환합니다. |
텐서맵 크기 | 입력 텐서 맵의 텐서 수를 반환합니다. |
TensorMapStackKeys <T는 TType을 확장합니다.> | 텐서 맵에 있는 모든 키의 텐서 스택을 반환합니다. |
TensorScatterNdAdd <T는 TType을 확장합니다.> | '인덱스'에 따라 기존 텐서에 희박한 '업데이트'를 추가합니다. |
TensorScatterNdMax <T는 TType을 확장합니다.> | |
TensorScatterNdMin <T는 TType을 확장합니다.> | |
TensorScatterNdSub <T는 TType을 확장합니다.> | '인덱스'에 따라 기존 텐서에서 희박한 '업데이트'를 뺍니다. |
TensorScatterNdUpdate <T는 TType을 확장합니다.> | '인덱스'에 따라 기존 텐서에 '업데이트'를 분산시킵니다. |
TensorSlice데이터세트 | '구성요소'의 각 희미한 0 조각을 한 번씩 내보내는 데이터세트를 만듭니다. |
TensorStridedSliceUpdate <T는 TType을 확장합니다.> | 'input'의 분할된 l-value 참조에 'value'를 할당합니다. |
텐서요약 | 텐서 및 플러그인별 데이터가 포함된 '요약' 프로토콜 버퍼를 출력합니다. |
TextLineDataset | 하나 이상의 텍스트 파일 줄을 내보내는 데이터 세트를 만듭니다. |
TextLineReader | '\n'으로 구분된 파일의 행을 출력하는 Reader입니다. |
TfRecordDataset | 하나 이상의 TFRecord 파일에서 레코드를 내보내는 데이터세트를 생성합니다. |
TfRecordReader | TensorFlow Records 파일에서 레코드를 출력하는 리더입니다. |
ThreadPool데이터세트 | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
ThreadPoolHandle | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
타일 <T는 TType을 확장합니다> | 주어진 텐서를 타일링하여 텐서를 구성합니다. |
TileGrad <T는 TType을 확장합니다> | '타일'의 그라데이션을 반환합니다. |
타임스탬프 | 에포크 이후의 시간을 초 단위로 제공합니다. |
ToBool | 텐서를 스칼라 조건자로 변환합니다. |
ToHashBucket | 입력 Tensor의 각 문자열을 버킷 수만큼 해시 모드로 변환합니다. |
ToHashBucket빠른 | 입력 Tensor의 각 문자열을 버킷 수만큼 해시 모드로 변환합니다. |
ToHash버킷강함 | 입력 Tensor의 각 문자열을 버킷 수만큼 해시 모드로 변환합니다. |
ToNumber <T는 TNumber를 확장합니다. > | 입력 텐서의 각 문자열을 지정된 숫자 유형으로 변환합니다. |
TopK <T extends TNumber > | Finds values and indices of the `k` largest elements for the last dimension. |
TopKUnique | Returns the TopK unique values in the array in sorted order. |
TopKWithUnique | Returns the TopK values in the array in sorted order. |
전치 <T는 TType을 확장합니다> | 순열에 따라 x의 차원을 섞습니다. |
TriangularSolve <T는 TType을 확장합니다.> | 역치환을 통해 상부 또는 하부 삼각 행렬을 사용하여 선형 방정식 시스템을 풉니다. |
TridiagonalMatMul <T는 TType을 확장합니다> | 삼중대각 행렬을 사용하여 곱을 계산합니다. |
TridiagonalSolve <T는 TType을 확장합니다.> | 방정식의 삼중대각 시스템을 해결합니다. |
TruncateDiv <T는 TType을 확장합니다. > | 정수형의 경우 x / y 요소를 반환합니다. |
TruncateMod <T는 TNumber를 확장합니다. > | 요소별 나눗셈의 나머지를 반환합니다. |
TruncatedNormal <U는 TNumber를 확장합니다.> | 잘린 정규 분포에서 임의의 값을 출력합니다. |
TryRpc | RPC 요청 일괄 처리를 수행합니다. |
Unbatch <T는 TType을 확장합니다.> | 단일 출력 Tensor에 대한 Batch 작업을 반대로 합니다. |
UnbatchDataset | 입력 요소를 여러 요소로 분할하는 데이터세트입니다. |
UnbatchGrad <T는 TType을 확장합니다. > | Unbatch의 그라데이션. |
UncompressElement | Uncompresses a compressed dataset element. |
UnicodeDecode <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
UnicodeDecodeWithOffsets <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
유니코드인코드 | int의 텐서를 유니코드 문자열로 인코딩합니다. |
유니코드스크립트 | 주어진 유니코드 정수 코드 포인트 텐서의 스크립트 코드를 결정합니다. |
유니코드트랜스코드 | 입력 텍스트를 소스 인코딩에서 대상 인코딩으로 트랜스코딩합니다. |
UniformCandidateSampler | Generates labels for candidate sampling with a uniform distribution. |
Unique <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
고유 데이터세트 | 'input_dataset'의 고유 요소가 포함된 데이터세트를 생성합니다. |
UniqueWithCounts <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
UnravelIndex <T는 TNumber를 확장합니다. > | 평면 인덱스 배열을 좌표 배열 튜플로 변환합니다. |
정렬되지 않은세그먼트 조인 | `segment_ids`를 기반으로 `inputs` 요소를 결합합니다. |
UnsortedSegmentMax <T는 TNumber를 확장합니다. > | 텐서의 세그먼트를 따라 최대값을 계산합니다. |
UnsortedSegmentMin <T는 TNumber를 확장합니다.> | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
UnsortedSegmentProd <T는 TType을 확장합니다.> | 텐서의 세그먼트를 따라 곱을 계산합니다. |
UnsortedSegmentSum <T는 TType을 확장합니다.> | 텐서의 세그먼트를 따라 합계를 계산합니다. |
Unstack <T extends TType > | Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors. |
Unstage | Op is similar to a lightweight Dequeue. |
UnwrapDatasetVariant | |
높은 | 모든 소문자를 해당 대문자로 변환합니다. |
UpperBound <U는 T번호를 확장합니다.> | 각 행을 따라 upper_bound(sorted_search_values,values)를 적용합니다. |
VarHandleOp | 변수 리소스에 대한 핸들을 만듭니다. |
VarIsInitializedOp | 리소스 핸들 기반 변수가 초기화되었는지 확인합니다. |
변수 <T는 TType을 확장합니다. > | 여러 단계에 걸쳐 지속되는 텐서 형태로 상태를 유지합니다. |
VariableShape <T는 Tnumber를 확장합니다.> | `resource`가 가리키는 변수의 형태를 반환합니다. |
어디 | 텐서에서 0이 아닌 값/참 값의 위치를 반환합니다. |
전체파일리더 | 파일의 전체 내용을 값으로 출력하는 Reader입니다. |
WindowDataset | 입력 요소(중첩)를 창(중첩)의 데이터세트로 결합합니다. |
작업자하트비트 | 작업자의 심장박동 op. |
WrapDatasetVariant | |
WriteAudioSummary | Writes an audio summary. |
WriteFile | Writes contents to the file at input filename. |
WriteGraphSummary | Writes a graph summary. |
WriteHistogramSummary | Writes a histogram summary. |
WriteImageSummary | Writes an image summary. |
WriteRawProtoSummary | Writes a serialized proto summary. |
WriteScalarSummary | Writes a scalar summary. |
WriteSummary | Writes a tensor summary. |
Xdivy <T는 TType을 확장합니다> | 요소별로 x == 0이면 0을 반환하고, 그렇지 않으면 x / y를 반환합니다. |
XlaRecvFromHost <T는 TType을 확장합니다.> | 호스트로부터 텐서를 수신하는 연산입니다. |
XlaSendToHost | An op to send a tensor to the host. |
XlaSetBound | 주어진 입력 값에 대한 경계를 Xla 컴파일러에 대한 힌트로 설정합니다. 동일한 값을 반환합니다. |
XlaSpmdFullToShardShape <T는 TType을 확장합니다.> | XLA SPMD 파티셔너가 자동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 수동 파티셔닝. |
XlaSpmdShardToFullShape <T는 TType을 확장합니다.> | XLA SPMD 파티셔너가 수동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 자동 파티셔닝. |
Xlog1py <T는 TType을 확장합니다> | x == 0이면 0을 반환하고, 그렇지 않으면 요소별로 x * log1p(y)를 반환합니다. |
Xlogy <T는 TType을 확장합니다> | x == 0이면 0을 반환하고 x * log (y)는 그렇지 않으면 요소를 반환합니다. |
0은 <t가 ttype >을 확장합니다 | 같은 모양으로 0의 텐서를 반환하고 x와 유형을 유형합니다. |
Zeta <t는 tnumber >를 확장합니다 | Hurwitz Zeta 함수 계산 \\(\zeta(x, q)\\). |
zipdataset | 'input_datasets'를 함께 줄이는 데이터 세트를 만듭니다. |
erfinv <t는 tnumber >를 확장합니다 | |