org.tensorflow.op.nn

Des classes

AvgPool <T étend TNumber > Effectue un pooling moyen sur l’entrée.
AvgPool.Options Attributs facultatifs pour AvgPool
AvgPool3d <T étend TNumber > Effectue un pooling moyen 3D sur l’entrée.
AvgPool3d.Options Attributs facultatifs pour AvgPool3d
AvgPool3dGrad <T étend TNumber > Calcule les gradients de la fonction de pooling moyenne.
AvgPool3dGrad.Options Attributs facultatifs pour AvgPool3dGrad
AvgPoolGrad <T étend TNumber > Calcule les gradients de la fonction de pooling moyenne.
AvgPoolGrad.Options Attributs facultatifs pour AvgPoolGrad
BatchNormWithGlobalNormalization <T étend TType > Normalisation des lots.
BatchNormWithGlobalNormalizationGrad <T étend TType > Dégradés pour la normalisation par lots.
BiasAdd <T étend TType > Ajoute un « biais » à une « valeur ».
BiasAdd.Options Attributs facultatifs pour BiasAdd
BiasAddGrad <T étend TType > L'opération inverse pour "BiasAdd" sur le tenseur "bias".
BiasAddGrad.Options Attributs facultatifs pour BiasAddGrad
BlockLSTM <T étend TNumber > Calcule la propagation des cellules LSTM pour tous les pas de temps.
BlockLSTM.Options Attributs facultatifs pour BlockLSTM
BlockLSTMGrad <T étend TNumber > Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
CalculerAccès Accidentels Calcule les identifiants des postes dans sampled_candidates qui correspondent à true_labels.
ComputeAccidentalHits.Options Attributs facultatifs pour ComputeAccidentalHits
Conv2d <T étend TNumber > Calcule une convolution 2D à partir des tenseurs 4-D « entrée » et « filtre ».
Conv2d.Options Attributs facultatifs pour Conv2d
Conv2dBackpropFilter <T étend TNumber > Calcule les gradients de convolution par rapport au filtre.
Conv2dBackpropFilter.Options Attributs facultatifs pour Conv2dBackpropFilter
Conv2dBackpropInput <T étend TNumber > Calcule les gradients de convolution par rapport à l'entrée.
Conv2dBackpropInput.Options Attributs facultatifs pour Conv2dBackpropInput
Conv3d <T étend TNumber > Calcule une convolution 3D à partir des tenseurs « entrée » et « filtre » 5-D.
Conv3d.Options Attributs facultatifs pour Conv3d
Conv3dBackpropFilter <T étend TNumber > Calcule les gradients de convolution 3D par rapport au filtre.
Conv3dBackpropFilter.Options Attributs facultatifs pour Conv3dBackpropFilter
Conv3dBackpropInput <U étend TNumber > Calcule les gradients de convolution 3D par rapport à l'entrée.
Conv3dBackpropInput.Options Attributs facultatifs pour Conv3dBackpropInput
CtcBeamSearchDecoder <T étend TNumber > Effectue le décodage de la recherche de faisceau sur les logits donnés en entrée.
CtcBeamSearchDecoder.Options Attributs facultatifs pour CtcBeamSearchDecoder
CtcGreedyDecoder <T étend TNumber > Effectue un décodage gourmand sur les logits donnés en entrées.
CtcGreedyDecoder.Options Attributs facultatifs pour CtcGreedyDecoder
CtcLoss <T étend TNumber > Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CtcLoss.Options Attributs facultatifs pour CtcLoss
CTCPerteV2 Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CTCLossV2.Options Attributs facultatifs pour CTCLossV2
CudnnRNN <T étend TNumber > Un RNN soutenu par cuDNN.
CudnnRNN.Options Attributs facultatifs pour CudnnRNN
CudnnRNNBackprop <T étend TNumber > Étape de backprop de CudnnRNNV3.
CudnnRNNBackprop.Options Attributs facultatifs pour CudnnRNNBackprop
CudnnRNNCanonicalToParams <T étend TNumber > Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable.
CudnnRNNCanonicalToParams.Options Attributs facultatifs pour CudnnRNNCanonicalToParams
CudnnRnnParamsSize <U étend TNumber > Calcule la taille des poids qui peuvent être utilisés par un modèle Cudnn RNN.
CudnnRnnParamsSize.Options Attributs facultatifs pour CudnnRnnParamsSize
CudnnRNNParamsToCanonical <T étend TNumber > Récupère les paramètres CudnnRNN sous forme canonique.
CudnnRNNParamsToCanonical.Options Attributs facultatifs pour CudnnRNNParamsToCanonical
DataFormatDimMap <T étend TNumber > Renvoie l'index de dimension dans le format de données de destination étant donné celui de

le format des données sources.

DataFormatDimMap.Options Attributs facultatifs pour DataFormatDimMap
DataFormatVecPermute <T étend TNumber > Permutez le tenseur d'entrée de `src_format` à `dst_format`.
DataFormatVecPermute.Options Attributs facultatifs pour DataFormatVecPermute
DepthToSpace <T étend TType > DepthToSpace pour les tenseurs de type T.
ProfondeurVersEspace.Options Attributs facultatifs pour DepthToSpace
DepthwiseConv2dNative <T étend TNumber > Calcule une convolution en profondeur 2D à partir des tenseurs « entrée » et « filtre » 4-D.
DepthwiseConv2dNative.Options Attributs facultatifs pour DepthwiseConv2dNative
DepthwiseConv2dNativeBackpropFilter <T étend TNumber > Calcule les gradients de convolution en profondeur par rapport au filtre.
DepthwiseConv2dNativeBackpropFilter.Options Attributs facultatifs pour DepthwiseConv2dNativeBackpropFilter
DepthwiseConv2dNativeBackpropInput <T étend TNumber > Calcule les gradients de convolution en profondeur par rapport à l'entrée.
DepthwiseConv2dNativeBackpropInput.Options Attributs facultatifs pour DepthwiseConv2dNativeBackpropInput
Dilation2d <T étend TNumber > Calcule la dilatation des niveaux de gris des tenseurs « d'entrée » 4-D et « filtre » 3D.
Dilation2dBackpropFilter <T étend TNumber > Calcule le gradient de dilatation morphologique 2D par rapport au filtre.
Dilation2dBackpropInput <T étend TNumber > Calcule le gradient de dilatation morphologique 2D par rapport à l'entrée.
Elu <T étend TNumber > Calcule une exponentielle linéaire : `exp(features) - 1` si < 0, `features` sinon.
EluGrad <T étend TNumber > Calcule les gradients pour l'opération linéaire exponentielle (Elu).
FixeUnigramCandidateSampler Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
FixeUnigramCandidateSampler.Options Attributs facultatifs pour FixedUnigramCandidateSampler
FractionalAvgPool <T étend TNumber > Effectue un pooling moyen fractionnaire sur l’entrée.
FractionalAvgPool.Options Attributs facultatifs pour FractionalAvgPool
FractionalAvgPoolGrad <T étend TNumber > Calcule le gradient de la fonction FractionalAvgPool.
FractionalAvgPoolGrad.Options Attributs facultatifs pour FractionalAvgPoolGrad
FractionalMaxPool <T étend TNumber > Effectue un pooling maximum fractionnaire sur l’entrée.
FractionalMaxPool.Options Attributs facultatifs pour FractionalMaxPool
FractionalMaxPoolGrad <T étend TNumber > Calcule le gradient de la fonction FractionalMaxPool.
FractionalMaxPoolGrad.Options Attributs facultatifs pour FractionalMaxPoolGrad
FusedBatchNorm <T étend TNumber , U étend TNumber > Normalisation des lots.
FusedBatchNorm.Options Attributs facultatifs pour FusedBatchNorm
FusedBatchNormGrad <T étend TNumber , U étend TNumber > Dégradé pour la normalisation des lots.
FusedBatchNormGrad.Options Attributs facultatifs pour FusedBatchNormGrad
FusedPadConv2d <T étend TNumber > Effectue un remplissage comme prétraitement lors d'une convolution.
FusedResizeAndPadConv2d <T étend TNumber > Effectue un redimensionnement et un remplissage en guise de prétraitement lors d'une convolution.
FusedResizeAndPadConv2d.Options Attributs facultatifs pour FusedResizeAndPadConv2d
GRUBlockCell <T étend TNumber > Calcule la propagation avant de la cellule GRU pour 1 pas de temps.
GRUBlockCellGrad <T étend TNumber > Calcule la rétro-propagation des cellules GRU pour 1 pas de temps.
DansTopK Indique si les cibles figurent dans les premières prédictions « K ».
InvGrad <T étend TType > Calcule le gradient pour l'inverse de « x » par rapport à son entrée.
IsotonicRegression <U étend TNumber > Résout un lot de problèmes de régression isotonique.
L2Loss <T étend TNumber > Perte L2.
LeakyRelu <T étend TNumber > Calcule le linéaire rectifié : `max(features,features * alpha)`.
LeakyRelu.Options Attributs facultatifs pour LeakyRelu
ApprisUnigramCandidateSampler Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
LearnedUnigramCandidateSampler.Options Attributs facultatifs pour LearnedUnigramCandidateSampler
LocalResponseNormalization <T étend TNumber > Normalisation de la réponse locale.
LocalResponseNormalization.Options Attributs facultatifs pour LocalResponseNormalization
LocalResponseNormalizationGrad <T étend TNumber > Gradients pour la normalisation de la réponse locale.
LocalResponseNormalizationGrad.Options Attributs facultatifs pour LocalResponseNormalizationGrad
LogSoftmax <T étend TNumber > Calcule le journal des activations softmax.
LSTMBlockCell <T étend TNumber > Calcule la propagation avant de la cellule LSTM pour 1 pas de temps.
LSTMBlockCell.Options Attributs facultatifs pour LSTMBlockCell
LSTMBlockCellGrad <T étend TNumber > Calcule la propagation vers l'arrière de la cellule LSTM pour 1 pas de temps.
MaxPool <T étend TType > Effectue un pooling maximum sur l’entrée.
MaxPool.Options Attributs facultatifs pour MaxPool
MaxPool3d <T étend TNumber > Effectue un pooling 3D max sur l'entrée.
MaxPool3d.Options Attributs facultatifs pour MaxPool3d
MaxPool3dGrad <U étend TNumber > Calcule les gradients de la fonction de pooling 3D max.
MaxPool3dGrad.Options Attributs facultatifs pour MaxPool3dGrad
MaxPool3dGradGrad <T étend TNumber > Calcule les gradients de second ordre de la fonction maxpooling.
MaxPool3dGradGrad.Options Attributs facultatifs pour MaxPool3dGradGrad
MaxPoolGrad <T étend TNumber > Calcule les gradients de la fonction maxpooling.
MaxPoolGrad.Options Attributs facultatifs pour MaxPoolGrad
MaxPoolGradGrad <T étend TNumber > Calcule les gradients de second ordre de la fonction maxpooling.
MaxPoolGradGrad.Options Attributs facultatifs pour MaxPoolGradGrad
MaxPoolGradGradWithArgmax <T étend TNumber > Calcule les gradients de second ordre de la fonction maxpooling.
MaxPoolGradGradWithArgmax.Options Attributs facultatifs pour MaxPoolGradGradWithArgmax
MaxPoolGradWithArgmax <T étend TNumber > Calcule les gradients de la fonction maxpooling.
MaxPoolGradWithArgmax.Options Attributs facultatifs pour MaxPoolGradWithArgmax
MaxPoolWithArgmax <T étend TNumber , U étend TNumber > Effectue un pooling maximum sur l'entrée et génère à la fois les valeurs maximales et les indices.
MaxPoolWithArgmax.Options Attributs facultatifs pour MaxPoolWithArgmax
NthElement <T étend TNumber > Recherche les valeurs de la statistique d'ordre "n" pour la dernière dimension.
NthElement.Options Attributs facultatifs pour NthElement
QuantizedAvgPool <T étend TType > Produit le pool moyen du tenseur d'entrée pour les types quantifiés.
QuantizedBatchNormWithGlobalNormalization <U étend TType > Normalisation par lots quantifiés.
QuantizedBiasAdd <V étend TType > Ajoute le « biais » du Tensor à « l’entrée » du Tensor pour les types quantifiés.
QuantizedConv2d <V étend TType > Calcule une convolution 2D à partir des tenseurs d'entrée et de filtre 4D quantifiés.
QuantizedConv2d.Options Attributs facultatifs pour QuantizedConv2d
QuantizedConv2DAndRelu <V étend TType >
QuantizedConv2DAndRelu.Options Attributs facultatifs pour QuantizedConv2DAndRelu
QuantizedConv2DAndReluAndRequantize <V étend TType >
QuantizedConv2DAndReluAndRequantize.Options Attributs facultatifs pour QuantizedConv2DAndReluAndRequantize
QuantizedConv2DAndRequantize <V étend TType >
QuantizedConv2DAndRequantize.Options Attributs facultatifs pour QuantizedConv2DAndRequantize
QuantizedConv2DPerChannel <V étend TType > Calcule QuantizedConv2D par canal.
QuantizedConv2DPerChannel.Options Attributs facultatifs pour QuantizedConv2DPerChannel
QuantizedConv2DWithBias <V étend TType >
QuantizedConv2DWithBias.Options Attributs facultatifs pour QuantizedConv2DWithBias
QuantizedConv2DWithBiasAndRelu <V étend TType >
QuantizedConv2DWithBiasAndRelu.Options Attributs facultatifs pour QuantizedConv2DWithBiasAndRelu
QuantizedConv2DWithBiasAndReluAndRequantize <W étend TType >
QuantizedConv2DWithBiasAndReluAndRequantize.Options Attributs facultatifs pour QuantizedConv2DWithBiasAndReluAndRequantize
QuantizedConv2DWithBiasAndRequantize <W étend TType >
QuantizedConv2DWithBiasAndRequantize.Options Attributs facultatifs pour QuantizedConv2DWithBiasAndRequantize
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X étend TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize.Options Attributs facultatifs pour QuantizedConv2DWithBiasSignedSumAndReluAndRequantize
QuantizedConv2DWithBiasSumAndRelu <V étend TType >
QuantizedConv2DWithBiasSumAndRelu.Options Attributs facultatifs pour QuantizedConv2DWithBiasSumAndRelu
QuantizedConv2DWithBiasSumAndReluAndRequantize <X étend TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize.Options Attributs facultatifs pour QuantizedConv2DWithBiasSumAndReluAndRequantize
QuantizedDepthwiseConv2D <V étend TType > Calcule le Conv2D quantifié en profondeur.
QuantizedDepthwiseConv2D.Options Attributs facultatifs pour QuantizedDepthwiseConv2D
QuantizedDepthwiseConv2DWithBias <V étend TType > Calcule le Conv2D quantifié en profondeur avec biais.
QuantizedDepthwiseConv2DWithBias.Options Attributs facultatifs pour QuantizedDepthwiseConv2DWithBias
QuantizedDepthwiseConv2DWithBiasAndRelu <V étend TType > Calcule Conv2D quantifié en profondeur avec Bias et Relu.
QuantizedDepthwiseConv2DWithBiasAndRelu.Options Attributs facultatifs pour QuantizedDepthwiseConv2DWithBiasAndRelu
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W étend TType > Calcule Conv2D quantifié en profondeur avec Bias, Relu et Requantize.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize.Options Attributs facultatifs pour QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize
QuantizedInstanceNorm <T étend TType > Normalisation d'instance quantifiée.
QuantizedInstanceNorm.Options Attributs facultatifs pour QuantizedInstanceNorm
QuantizedMaxPool <T étend TType > Produit le pool maximum du tenseur d'entrée pour les types quantifiés.
QuantizedRelu <U étend TType > Calcule le linéaire rectifié quantifié : `max(features, 0)`
QuantizedRelu6 <U étend TType > Calcule le linéaire 6 rectifié quantifié : `min(max(features, 0), 6)`
QuantizedReluX <U étend TType > Calcule X linéaire rectifié quantifié : `min(max(features, 0), max_value)`
Relu <T étend TType > Calcule le linéaire rectifié : `max(features, 0)`.
Relu6 <T étend TNumber > Calcule le linéaire rectifié 6 : `min(max(features, 0), 6)`.
Relu6Grad <T étend TNumber > Calcule 6 gradients linéaires rectifiés pour une opération Relu6.
ReluGrad <T étend TNumber > Calcule les gradients linéaires rectifiés pour une opération Relu.
Selu <T étend TNumber > Calcule un linéaire exponentiel à l'échelle : `scale * alpha * (exp(features) - 1)`

si <0, `scale * Features` sinon.

SeluGrad <T étend TNumber > Calcule les gradients pour l'opération linéaire exponentielle mise à l'échelle (Selu).
SigmoidCrossEntropyWithLogits
Softmax <T étend TNumber > Calcule les activations softmax.
SoftmaxCrossEntropyWithLogits
Softsign <T étend TNumber > Calcule le softsign : `features / (abs(features) + 1)`.
SoftsignGrad <T étend TNumber > Calcule les dégradés de signature logicielle pour une opération de signature logicielle.
SpaceToBatch <T étend TType > SpaceToBatch pour les tenseurs 4-D de type T.
SpaceToDepth <T étend TType > SpaceToDepth pour les tenseurs de type T.
EspaceVersProfondeur.Options Attributs facultatifs pour SpaceToDepth
SparseSoftmaxCrossEntropyWithLogits
TopK <T étend TNumber > Recherche les valeurs et les indices des plus grands éléments « k » pour la dernière dimension.
TopK.Options Attributs facultatifs pour TopK