Операции потока данных

Применяет градиент к данному аккумулятору.

Возвращает количество градиентов, агрегированных в данных аккумуляторах.

Обновляет аккумулятор новым значением global_step.

Извлекает средний градиент в заданном ConditionalAccumulator .

Определяет барьер, который сохраняется при различных исполнениях графа.

Закрывает данный барьер.

Вычисляет количество неполных элементов в данном барьере.

Для каждого ключа присваивается соответствующее значение указанному компоненту.

Вычисляет количество полных элементов в данном барьере.

Берет заданное количество завершенных элементов из барьера.

Условный аккумулятор для агрегирования градиентов.

Удалите тензор, указанный его дескриптором в сеансе.

Разделяет data на тензоры num_partitions , используя индексы из partitions .

Чередуйте значения из тензоров data в один тензор.

Очередь, которая создает элементы в порядке «первым пришел — первым обслужен».

Сохраните входной тензор в состоянии текущего сеанса.

Сохраните входной тензор в состоянии текущего сеанса.

Получите значение тензора, заданное его дескриптором.

Op удаляет все элементы в базовом контейнере.

Op возвращает количество неполных элементов в базовом контейнере.

Op просматривает значения по указанному ключу.

Op возвращает количество элементов в базовом контейнере.

Этап (ключ, значения) в базовом контейнере, который ведет себя как хеш-таблица.

Op удаляет и возвращает значения, связанные с ключом.

Op удаляет и возвращает случайное значение (ключ, значение)

Op удаляет все элементы в базовом контейнере.

Op возвращает количество неполных элементов в базовом контейнере.

Op просматривает значения по указанному ключу.

Op возвращает количество элементов в базовом контейнере.

Этап (ключ, значения) в базовом контейнере, который ведет себя как упорядоченный.

Op удаляет и возвращает значения, связанные с ключом.

Op удаляет и возвращает элемент (ключ, значение) с наименьшим значением.

Очередь, которая создает элементы в порядке «первым пришел — первым обслужен».

Чередуйте значения из тензоров data в один тензор.

Очередь, которая создает элементы, отсортированные по значению первого компонента.

Закрывает данную очередь.

Удаляет кортеж из одного или нескольких тензоров из заданной очереди.

Удаляет из очереди n кортежей одного или нескольких тензоров.

Удаляет из очереди n кортежей одного или нескольких тензоров.

Ставит кортеж из одного или нескольких тензоров в данную очередь.

Ставит в очередь ноль или несколько кортежей одного или нескольких тензоров в данной очереди.

Возвращает true, если очередь закрыта.

Возвращает true, если очередь закрыта.

Вычисляет количество элементов в данной очереди.

Очередь, которая меняет порядок элементов случайным образом.

Выдает рандомизированные записи.

Применяет разреженный градиент к данному аккумулятору.

Извлекает средний разреженный градиент в SparseConditionalAccumulator .

Условный аккумулятор для агрегирования разреженных градиентов.

Значения этапа аналогичны облегченному Enqueue.

Op удаляет все элементы в базовом контейнере.

Op просматривает значения по указанному индексу.

Op возвращает количество элементов в базовом контейнере.

Массив тензоров заданного размера.

Удалите TensorArray из контейнера ресурсов.

Объедините элементы из TensorArray в value value .

Соберите определенные элементы из TensorArray в выходное value .

Создает TensorArray для хранения градиентов значений в данном дескрипторе.

Создает TensorArray для хранения нескольких градиентов значений в данном дескрипторе.

Считайте элемент из TensorArray в выходное value .

Распределите данные из входного значения по конкретным элементам TensorArray .

Получите текущий размер TensorArray .

Разделите данные из входного значения на элементы TensorArray .

Поместите элемент в tensor_array.

Op похож на облегченную Dequeue.