tensorflow :: operaciones

Genere una excepción para abortar el proceso cuando sea llamado.

Calcula el valor absoluto de un tensor.

Devuelve la suma de elementos de una lista de tensores.

Aplica un gradiente a un acumulador dado.

Devuelve el número de gradientes agregados en los acumuladores dados.

Actualiza el acumulador con un nuevo valor para global_step.

Extrae el gradiente promedio en el ConditionalAccumulator dado.

Calcula acos de x elemento-sabio.

Calcula el coseno hiperbólico inverso de x elemento-sabio.

Devuelve x + y por elementos.

Agregue un N -minibatch SparseTensor a un SparseTensorsMap , devuelva N identificadores.

Agregue todos los elementos tensores de entrada en forma inteligente.

Agregue un SparseTensor a SparseTensorsMap devuelva su identificador.

Devuelve x + y por elementos.

Ajusta el contraste de una o más imágenes.

Ajusta el tono de una o más imágenes.

Ajusta la saturación de una o más imágenes.

Calcula el "y lógico" de los elementos en las dimensiones de un tensor.

Genera etiquetas para el muestreo de candidatos con una distribución de unigramo aprendida.

Devuelve el argumento de un número complejo.

Calcula el "o lógico" de los elementos en las dimensiones de un tensor.

Actualice '* var' de acuerdo con el esquema adadelta.

Actualice '* var' de acuerdo con el esquema adagrad.

Actualice '* var' de acuerdo con el esquema de adagrad proximal.

Actualice '* var' según el algoritmo de Adam.

Actualice '* var' de acuerdo con la actualización de AddSign.

Actualice '* var' de acuerdo con el algoritmo RMSProp centrado.

Actualice '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice '* var' restando 'alpha' * 'delta' de él.

Actualice '* var' de acuerdo con el esquema de impulso.

Actualice '* var' de acuerdo con la actualización de AddSign.

Actualice '* var' y '* acumula' de acuerdo con FOBOS con la tasa de aprendizaje de Adagrad.

Actualice '* var' como algoritmo FOBOS con tasa de aprendizaje fija.

Actualice '* var' de acuerdo con el algoritmo RMSProp.

Devuelve el valor de verdad de abs (xy) <tolerancia por elementos.

Devuelve el índice con el valor más grande en todas las dimensiones de un tensor.

Devuelve el índice con el valor más pequeño en las dimensiones de un tensor.

Convierte cada entrada en el tensor dado en cadenas.

Calcula el seno inverso trigonométrico de x elemento-sabio.

Calcula el seno hiperbólico inverso de x elemento-sabio.

Afirma que la condición dada es verdadera.

Actualice 'ref' asignándole 'valor'.

Actualice 'ref' agregando 'valor'.

Actualice 'ref' restando 'valor' de él.

Calcula la tangente inversa trigonométrica de x elemento-sabio.

Calcula un arcangente de y/x elementos, respetando los signos de los argumentos.

Calcula la tangente hiperbólica inversa de x elemento-sabio.

Realiza un agrupamiento promedio en la entrada.

Realiza agrupación promedio 3D en la entrada.

Calcula los gradientes de la función de agrupación promedio.

Define una barrera que persiste en diferentes ejecuciones de gráficos.

Cierra la barrera dada.

Calcula el número de elementos incompletos en la barrera dada.

Para cada clave, asigna el valor respectivo al componente especificado.

Calcula el número de elementos completos en la barrera dada.

Toma el número dado de elementos completados de una barrera.

Multiplica porciones de dos tensores en lotes.

Multiplica porciones de dos tensores en lotes.

BatchToSpace para tensores 4-D de tipo T.

BatchToSpace para tensores ND de tipo T.

Calcula la función de Bessel i0e de x elemento-sabio.

Calcula la función de Bessel i1e de x elemento-sabio.

Calcule la integral beta incompleta regularizada \(I_x(a, b)\).

Agrega bias al value .

La operación hacia atrás para "BiasAdd" en el tensor de "sesgo".

Cuenta el número de apariciones de cada valor en una matriz de enteros.

Bitcasts un tensor de un tipo a otro sin copiar datos.

Devuelve la forma de s0 op s1 con broadcast.

Transmita una matriz para obtener una forma compatible.

Bucketiza la 'entrada' en función de los 'límites'.

Moldeada x de tipo SRCT a y de DSTT.

Devuelve el número entero más pequeño por elementos no menor que x.

Comprueba un tensor para los valores de NaN e Inf.

Recorta los valores del tensor a un mínimo y un máximo especificados.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Compare los valores de input con el threshold y empaque los bits resultantes en un uint8 .

Convierte dos números reales en un número complejo.

Calcula el valor absoluto complejo de un tensor.

Calcula los identificadores de las posiciones en sampled_candidates que coinciden con true_labels.

Concatena tensores a lo largo de una dimensión.

Un acumulador condicional para agregar gradientes.

Devuelve el conjugado complejo de un número complejo.

Mezclar las dimensiones de x de acuerdo con una permutación y conjugar el resultado.

No hace nada.

Calcula una convolución 2-D dada la input 4-D y filter tensores de filter .

Calcula los gradientes de convolución con respecto al filtro.

Calcula los gradientes de convolución con respecto a la entrada.

Calcula una convolución 3-D dada la input 5-D y filter tensores de filter .

Calcula los gradientes de convolución 3-D con respecto al filtro.

Calcula los gradientes de convolución 3-D con respecto a la entrada.

Calcula cos de x elemento-sabio.

Calcula el coseno hiperbólico de x elemento-sabio.

Incrementa 'ref' hasta que alcanza el 'límite'.

Extrae recortes del tensor de imagen de entrada y los redimensiona.

Calcula el gradiente de la operación crop_and_resize del tensor de cuadros de entrada.

Calcula el gradiente de la operación crop_and_resize del tensor de imagen de entrada.

Calcule el producto cruzado por pares.

Calcule el producto acumulativo del tensor x largo del axis .

Calcule la suma acumulada del tensor x largo del axis .

Devuelve el índice de dimensión en el formato de datos de destino dado en.

Devuelve el vector / tensor permutado en el formato de datos de destino dado el.

Opción de identidad para depuración de gradientes.

Opción de identidad para depuración de gradientes.

Decodifica y recorta una imagen codificada en JPEG en un tensor uint8.

Decodifica cadenas codificadas en base64 seguras para la web.

Decodifica el primer fotograma de una imagen codificada en BMP en un tensor uint8.

Convierta registros CSV en tensores.

Descomprime las cuerdas.

Decodifica los fotogramas de una imagen codificada en GIF en un tensor uint8.

Convierta registros de ejemplo codificados en JSON en cadenas de búfer de protocolo binario.

Decodifica una imagen codificada en JPEG en un tensor uint8.

Reinterprete los bytes de una cadena como un vector de números.

Decodifica una imagen codificada en PNG en un tensor uint8 o uint16.

Reinterprete los bytes de una cadena como un vector de números.

Hace una copia de x .

Elimina el tensor especificado por su identificador en la sesión.

DepthToSpace para tensores de tipo T.

Calcula una convolución en profundidad 2-D dada la input 4-D y filter tensores de filter .

Calcula los gradientes de convolución en profundidad con respecto al filtro.

Calcula los gradientes de convolución en profundidad con respecto a la entrada.

Descuantizar el tensor de 'entrada' en un tensor flotante.

Deserializar y concatenar SparseTensors desde un minibatch serializado.

Deserializar objetos SparseTensor .

Destruye la variable temporal y devuelve su valor final.

Devuelve un tensor diagonal con valores diagonales dados.

Devuelve la parte diagonal del tensor.

Calcula Psi, la derivada de Lgamma (el logaritmo del valor absoluto de.

Calcula la dilatación en escala de grises de la input 4-D y los tensores de filter 3-D.

Calcula el gradiente de dilatación morfológica bidimensional con respecto al filtro.

Calcula el gradiente de dilatación morfológica bidimensional con respecto a la entrada.

Devuelve x / y por elementos.

Devuelve 0 si el denominador es cero.

Dibuja cuadros delimitadores en un lote de imágenes.

Dibuja cuadros delimitadores en un lote de imágenes.

num_partitions data en tensores num_partitions usando índices de partitions .

Intercalar los valores de los tensores de data en un solo tensor.

Calcula la distancia de edición de Levenshtein (posiblemente normalizada).

Calcula exponencial lineal: exp(features) - 1 si <0, features caso contrario.

Crea un tensor con la forma dada.

Codifique cadenas en formato base64 seguro para la web.

Codificar una imagen en formato JPEG.

Imagen de entrada codificada JPEG con calidad de compresión proporcionada.

Codificar una imagen PNG.

Asegura que la forma del tensor coincida con la forma esperada.

Devuelve el valor de verdad de (x == y) por elementos.

Calcula la función de error de Gauss de x elemento-sabio.

Calcula la función de error complementario de x elemento-sabio.

Calcula la norma euclidiana de elementos en las dimensiones de un tensor.

Calcula exponencial de x elemento-sabio.

Inserta una dimensión de 1 en la forma de un tensor.

Calcula exp(x) - 1 elemento.

Extrae un vistazo del tensor de entrada.

Extraiga patches de las images y colóquelos en la dimensión de salida de "profundidad".

Extraiga la información de forma de una imagen codificada en JPEG.

Extraiga patches de la input y colóquelos en la dimensión de salida de "profundidad".

Una cola que produce elementos en orden de primero en entrar, primero en salir.

Genere un dato sobre factoriales.

Cuantice falsamente el tensor de 'entradas', escriba float en el tensor de 'salidas' del mismo tipo.

Calcule gradientes para una operación FakeQuantWithMinMaxArgs .

Cuantizar falso el tensor de 'entradas' de tipo float a través de escalares flotantes globales min

Calcule gradientes para una operación FakeQuantWithMinMaxVars .

Cuantizar falso el tensor de 'entradas' de tipo float y una de las formas: [d]

Calcule gradientes para una operación FakeQuantWithMinMaxVarsPerChannel .

Crea un tensor relleno con un valor escalar.

Genera valores de huellas dactilares.

Un lector que genera registros de longitud fija desde un archivo.

Genera etiquetas para el muestreo de candidatos con una distribución de unigramo aprendida.

Devuelve el número entero más grande por elementos no mayor que x.

Devuelve x // y por elementos.

Devuelve el resto de la división por elementos.

Realiza un agrupamiento de promedios fraccionarios en la entrada.

Realiza un agrupamiento máximo fraccional en la entrada.

Normalización por lotes.

Gradiente para normalización de lotes.

Gradiente para normalización de lotes.

Gradiente para normalización de lotes.

Normalización por lotes.

Normalización por lotes.

Realiza un relleno como preproceso durante una convolución.

Realiza un cambio de tamaño y relleno como un preproceso durante una convolución.

Reúna porciones de params acuerdo con los indices .

Reúna cortes de params en un tensor con forma especificada por indices .

Reúna cortes del eje del axis de params acuerdo con los indices .

Almacena el tensor de entrada en el estado de la sesión actual.

Almacena el tensor de entrada en el estado de la sesión actual.

Obtiene el valor del tensor especificado por su identificador.

Devuelve el valor de verdad de (x> y) por elementos.

Devuelve el valor de verdad de (x> = y) por elementos.

Da una garantía al tiempo de ejecución de TF de que el tensor de entrada es una constante.

Convierta una o más imágenes de HSV a RGB.

Devuelve el histograma de valores.

Genera un búfer de protocolo de Summary con un histograma.

Devuelve un tensor con la misma forma y contenido que el tensor o valor de entrada.

Devuelve una lista de tensores con las mismas formas y contenido que la entrada.

Un lector que genera el trabajo en cola como clave y valor.

Calcule la función Gamma incompleta regularizada inferior P(a, x) .

Calcule la función Gamma incompleta regularizada superior Q(a, x) .

Devuelve la parte imaginaria de un número complejo.

Devuelve el tensor inmutable de la región de memoria.

Dice si los objetivos se encuentran en las primeras K predicciones.

Dice si los objetivos se encuentran en las primeras K predicciones.

Agrega v en filas específicas de x.

Resta v en filas específicas de x .

Actualiza filas especificadas con valores en v .

Calcula el recíproco de x elemento-sabio.

Calcula la permutación inversa de un tensor.

Devuelve qué elementos de x son finitos.

Devuelve qué elementos de x son Inf.

Devuelve qué elementos de x son NaN.

Comprueba si se ha inicializado un tensor.

Pérdida L2.

Un lector que genera los registros de un archivo LMDB.

Normalización de la respuesta local.

Genera etiquetas para el muestreo de candidatos con una distribución de unigramo aprendida.

Devuelve el valor de verdad de (x <y) por elementos.

Devuelve el valor de verdad de (x <= y) por elementos.

Calcula el logaritmo del valor absoluto de Gamma(x) elementos.

Genera valores en un intervalo.

Calcula el logaritmo natural de x por elementos.

Calcula el logaritmo natural de (1 + x) por elementos.

Calcula las activaciones de log softmax.

Genera etiquetas para el muestreo candidato con una distribución logarítmica uniforme.

Devuelve el valor de verdad de xY y por elementos.

Devuelve el valor de verdad de NOT x elemento-sabio.

Devuelve el valor de verdad de x O y por elementos.

Reenvía la entrada a la salida.

Op elimina todos los elementos del contenedor subyacente.

Op devuelve el número de elementos incompletos en el contenedor subyacente.

Op mira los valores en la clave especificada.

Op devuelve el número de elementos del contenedor subyacente.

Etapa (clave, valores) en el contenedor subyacente que se comporta como una tabla hash.

Op elimina y devuelve los valores asociados con la clave.

Op elimina y devuelve un (clave, valor) aleatorio

Multiplica la matriz "a" por la matriz "b".

Devuelve el conjunto de archivos que coinciden con uno o más patrones globales.

Copie un tensor que establezca todo lo que está fuera de una banda central en cada matriz más interna.

Devuelve un tensor diagonal por lotes con valores diagonales por lotes dados.

Devuelve la parte diagonal por lotes de un tensor por lotes.

Devuelve la parte diagonal por lotes de un tensor por lotes.

Devuelve un tensor diagonal por lotes con valores diagonales por lotes dados.

Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.

Devuelve un tensor de matriz por lotes con nuevos valores diagonales por lotes.

Calcula el máximo de elementos en las dimensiones de un tensor.

Realiza la agrupación máxima en la entrada.

Realiza una agrupación máxima 3D en la entrada.

Calcula los gradientes de la función de agrupación máxima.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula los gradientes de la función maxpooling.

Realiza la agrupación máxima en la entrada.

Realiza un agrupamiento máximo en la entrada y genera valores máximos e índices.

Devuelve el máximo de xey (es decir,

Calcula la media de elementos en las dimensiones de un tensor.

Envía el valor de un tensor disponible de las inputs a la output .

Fusiona resúmenes.

Específico del formato V2: fusiona los archivos de metadatos de puntos de control fragmentados.

Calcula el mínimo de elementos en las dimensiones de un tensor.

Devuelve el mínimo de xey (es decir,

Rellena un tensor con valores reflejados.

Devuelve el resto de la división por elementos.

Devuelve x * y por elementos.

Extrae muestras de una distribución multinomial.

Devuelve x * y por elementos.

Calcula el valor numérico negativo por elementos.

Devuelve el siguiente valor representable de x1 en la dirección de x2 , por elementos.

Hace que su entrada esté disponible para la siguiente iteración.

No hace nada.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Devuelve el valor de verdad de (x! = Y) elemento-sabio.

Encuentra valores de la estadística de n -ésimo orden para la última dimensión.

Devuelve un tensor one-hot.

Devuelve un tensor de unos con la misma forma y tipo que x.

Op elimina todos los elementos del contenedor subyacente.

Op devuelve el número de elementos incompletos en el contenedor subyacente.

Op mira los valores en la clave especificada.

Op devuelve el número de elementos del contenedor subyacente.

Stage (clave, valores) en el contenedor subyacente que se comporta como un archivo.

Op elimina y devuelve los valores asociados con la clave.

Op elimina y devuelve el elemento (clave, valor) con el más pequeño.

Rellena un tensor con ceros.

Rellena un tensor.

Una cola que produce elementos en orden de primero en entrar, primero en salir.

Concatena una lista de N tensores a lo largo de la primera dimensión.

Intercalar los valores de los tensores de data en un solo tensor.

Produce valores aleatorios de una distribución normal.

Transforma un vector del cerebro. Ejemplo de protos (como cadenas) en tensores tipificados.

Transforma un vector del cerebro. Secuencia Ejemplo de protos (como cadenas) en tensores tipificados.

Transforma un proto tf.Example (como una cadena) en tensores escritos.

Transforma un cerebro escalar. SecuenciaEjemplo proto (como cadenas) en tensores tipificados.

Transforma un proto tensorflow.TensorProto serializado en un Tensor .

Una opción de marcador de posición para un valor que se incluirá en el cálculo.

Una operación de marcador de posición que atraviesa la input cuando su salida no se alimenta.

Calcule la función poligamma \(^{(n)}(x)\).

Calcula la potencia de un valor a otro.

Una operación de identidad que desencadena un error si se solicita un gradiente.

Imprime una lista de tensores.

Imprime un escalar de cadena.

Una cola que produce elementos ordenados por el valor del primer componente.

Calcula el producto de elementos a través de las dimensiones de un tensor.

Cuantiza luego descuantifica un tensor.

Cuantiza luego descuantifica un tensor.

Convierta el tensor de 'entrada' cuantificado en una 'salida' de menor precisión, utilizando la extensión.

Cuantifique el tensor de 'entrada' de tipo float al tensor de 'salida' de tipo 'T'.

Devuelve x + y elemento-sabio, trabajando en búferes cuantificados.

Produce el grupo promedio del tensor de entrada para tipos cuantificados.

Normalización cuantificada de lotes.

Adds Tensor 'sesgo' a Tensor 'entrada' para este tipo de cuantificar.

Concatena tensores cuantificados a lo largo de una dimensión.

Calcula una convolución 2D dada una entrada 4D cuantificada y tensores de filtro.

Normalización de instancia cuantificada.

Realice una multiplicación de matriz cuantificada de a por la matriz b .

Produce el grupo máximo del tensor de entrada para tipos cuantificados.

Devuelve x * y elemento-sabio, trabajando en búferes cuantificados.

Calcula lineal rectificado cuantificado: max(features, 0)

Calcula cuantificado rectificado lineal 6: min(max(features, 0), 6)

Calcula el X lineal rectificado cuantificado: min(max(features, 0), max_value)

Cambiar el tamaño cuantificado images a size utilizando la interpolación bilineal cuantificado.

Cierra la cola dada.

Elimina una tupla de uno o más tensores de la cola dada.

Elimina n tuplas de uno o más tensores de la cola dada.

Elimina n tuplas de uno o más tensores de la cola dada.

Pone en cola una tupla de uno o más tensores en la cola dada.

Pone en cola cero o más tuplas de uno o más tensores en la cola dada.

Devuelve verdadero si la cola está cerrada.

Devuelve verdadero si la cola está cerrada.

Calcula el número de elementos en la cola dada.

Convierte una o más imágenes de RGB a HSV.

Genera valores aleatorios de las distribuciones gamma descritas por alfa.

Produce valores aleatorios de una distribución normal.

Produce valores aleatorios de la (s) distribución (es) de Poisson descritas por tasa.

Baraja aleatoriamente un tensor a lo largo de su primera dimensión.

Una cola que aleatoriza el orden de los elementos.

Produce valores aleatorios de una distribución uniforme.

Genera números enteros aleatorios a partir de una distribución uniforme.

Crea una secuencia de números.

Lee y genera todo el contenido del nombre del archivo de entrada.

Devuelve el número de registros que ha producido este lector.

Devuelve el número de unidades de trabajo que este Reader ha terminado de procesar.

Devuelve el siguiente registro (clave, par de valores) producido por un lector.

Devuelve hasta num_records (clave, valor) pares producidos por un Reader.

Restaure un Reader a su estado limpio inicial.

Restaurar un lector a un estado guardado previamente.

Produce un tensor de cadena que codifica el estado de un Reader.

Devuelve la parte real de un número complejo.

Devuelve x / y elemento-sabio para tipos reales.

Calcula el recíproco de x elemento-sabio.

Emite registros aleatorios.

Une un tensor de cadena en las dimensiones dadas.

Hace que su entrada esté disponible para la siguiente iteración.

Reenvía el elemento index de las inputs a la output .

Envía los data tensor de ref al puerto de salida determinado por pred .

Compruebe si la entrada coincide con el patrón de expresiones regulares.

Reemplaza las coincidencias de la expresión regular del pattern en la input con la cadena de reemplazo proporcionada en rewrite .

Calcula rectificado lineal: max(features, 0) .

Calcula rectificado lineal 6: min(max(features, 0), 6) .

Calcula un rango que cubre los valores reales presentes en un tensor cuantificado.

Convierte el tensor de input cuantificado en una output menor precisión.

Cambiar el tamaño de images a size utilizando la interpolación zona.

Cambiar el tamaño de images a size utilizando la interpolación bicúbica.

Cambiar el tamaño de images a size utilizando la interpolación bilineal.

Cambie el tamaño de las images al size utilizando la interpolación del vecino más cercano.

Actualice '* var' de acuerdo con el esquema adadelta.

Actualice '* var' de acuerdo con el esquema adagrad.

Actualice '* var' de acuerdo con el esquema de adagrad proximal.

Actualice '* var' según el algoritmo de Adam.

Actualice '* var' según el algoritmo de Adam.

Actualice '* var' de acuerdo con la actualización de AddSign.

Actualice '* var' de acuerdo con el algoritmo RMSProp centrado.

Actualice '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice '* var' restando 'alpha' * 'delta' de él.

Actualice '* var' de acuerdo con el esquema de impulso.

Actualice '* var' de acuerdo con el esquema de impulso.

Actualice '* var' de acuerdo con la actualización de AddSign.

Actualice '* var' y '* acumula' según FOBOS con la tasa de aprendizaje de Adagrad.

Actualice '* var' como algoritmo FOBOS con tasa de aprendizaje fija.

Actualice '* var' de acuerdo con el algoritmo RMSProp.

Incrementa la variable apuntada por 'recurso' hasta que alcanza el 'límite'.

Aplica una adición dispersa a valores individuales o porciones en una variable .

Aplica una resta dispersa a valores individuales o porciones en una variable .

Aplica updates dispersas a valores individuales o porciones dentro de un determinado.

var: debe ser de una variable ().

Actualice las entradas relevantes en '* var' y '* acumula' de acuerdo con el esquema adagrad.

Actualice las entradas en '* var' y '* acumula' de acuerdo con el esquema de adagrad proximal.

Actualice '* var' de acuerdo con el algoritmo RMSProp centrado.

Actualice las entradas relevantes en '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice las entradas relevantes en '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice las entradas relevantes en '* var' y '* acum' de acuerdo con el esquema de impulso.

Actualice las entradas relevantes en '* var' y '* acum' de acuerdo con el esquema de impulso.

Entradas de actualización dispersas en '* var' y '* acumula' según el algoritmo FOBOS.

Actualización dispersa '* var' como algoritmo FOBOS con tasa de aprendizaje fija.

Actualice '* var' de acuerdo con el algoritmo RMSProp.

Restaura un tensor de archivos de puntos de control.

Restaura un tensor de archivos de puntos de control.

Restaura los tensores de un punto de control V2.

Devuelve el número entero por elementos más cercano a x.

Redondea los valores de un tensor al número entero más cercano, por elementos.

Calcula el recíproco de la raíz cuadrada de x por elementos.

Genere un único cuadro delimitador distorsionado aleatoriamente para una imagen.

Genere un único cuadro delimitador distorsionado aleatoriamente para una imagen.

Guarda los tensores de entrada en el disco.

Guarda cortes de tensores de entrada en el disco.

Guarda tensores en formato de punto de control V2.

Genera un búfer de protocolo de Summary con valores escalares.

TODO: agregar doc.

Agrega actualizaciones escasas a una referencia de variable.

Divide una referencia de variable entre actualizaciones dispersas.

Reduce las actualizaciones escasas en una referencia variable utilizando la operación max .

Reduce las actualizaciones escasas en una referencia de variable mediante la operación min .

Multiplica las actualizaciones dispersas en una referencia de variable.

Aplica una adición dispersa a valores individuales o porciones en una variable .

Aplica una resta dispersa a valores individuales o porciones en una variable .

Aplica updates dispersas a valores individuales o porciones dentro de un determinado.

Resta actualizaciones escasas a una referencia de variable.

Aplica actualizaciones dispersas a una referencia de variable.

Calcula el máximo a lo largo de los segmentos de un tensor.

Calcula la media a lo largo de los segmentos de un tensor.

Calcula el mínimo a lo largo de los segmentos de un tensor.

Calcula el producto a lo largo de los segmentos de un tensor.

Calcula la suma a lo largo de los segmentos de un tensor.

TODO: agregar doc.

Calcula lineal exponencial escalado: scale * alpha * (exp(features) - 1)

Serialice un N -minibatch SparseTensor en un objeto [N, 3] Tensor .

SparseTensor un SparseTensor en un objeto [3] Tensor .

Transforma un Tensor en un proto TensorProto serializado.

Calcula la diferencia entre dos listas de números o cadenas.

Genere un nombre de archivo fragmentado.

Genere un patrón global que coincida con todos los nombres de archivos fragmentados.

Calcula sigmoide de x elemento-sabio.

Devuelve una indicación por elementos del signo de un número.

Calcula el seno de x por elementos.

Calcula el seno hiperbólico de x por elementos.

Calcula activaciones softmax.

Calcula el costo de la entropía cruzada de Softmax y los gradientes para propagar hacia atrás.

Calcula softplus: log(exp(features) + 1) .

Calcula softsign: features / (abs(features) + 1) .

Aplica un gradiente escaso a un acumulador dado.

Extrae el gradiente disperso promedio en un SparseConditionalAccumulator .

Agrega dos objetos SparseTensor para producir otro SparseTensor .

El operador de gradiente para la operación SparseAdd .

var: debe ser de una variable ().

Actualice las entradas relevantes en '* var' y '* acumula' de acuerdo con el esquema adagrad.

Actualice las entradas en '* var' y '* acumula' según el esquema de adagrad proximal.

Actualice '* var' de acuerdo con el algoritmo RMSProp centrado.

Actualice las entradas relevantes en '* var' según el esquema Ftrl-proximal.

Actualice las entradas relevantes en '* var' de acuerdo con el esquema Ftrl-proximal.

Actualice las entradas relevantes en '* var' y '* acum' de acuerdo con el esquema de impulso.

Entradas de actualización dispersas en '* var' y '* acumula' según el algoritmo FOBOS.

Actualización dispersa '* var' como algoritmo FOBOS con tasa de aprendizaje fija.

Actualice '* var' de acuerdo con el algoritmo RMSProp.

Concatena una lista de SparseTensor largo de la dimensión especificada.

Un acumulador condicional para agregar gradientes dispersos.

Genera un cruce disperso a partir de una lista de tensores densos y dispersos.

Agrega un SparseTensor y un Tensor denso, usando estas reglas especiales:

Component-sabio divide un SparseTensor por un tensor denso.

El componente multiplica un SparseTensor por un tensor denso.

Rellena filas vacías en el 2-D SparseTensor con un valor predeterminado.

El gradiente de SparseFillEmptyRows .

Multiplique la matriz "a" por la matriz "b".

Calcula el máximo de elementos en las dimensiones de un SparseTensor.

Calcula el máximo de elementos en las dimensiones de un SparseTensor.

Calcula la suma de elementos en las dimensiones de un SparseTensor.

Calcula la suma de elementos en las dimensiones de un SparseTensor.

Reordena un SparseTensor en el orden canónico de fila principal.

Cambia la forma de un SparseTensor para representar valores en una nueva forma densa.

Calcula la media a lo largo de segmentos dispersos de un tensor.

Calcula gradientes para SparseSegmentMean .

Calcula la media a lo largo de segmentos dispersos de un tensor.

Calcula la suma a lo largo de los segmentos dispersos de un tensor dividido por la raíz cuadrada de N.

Calcula gradientes para SparseSegmentSqrtN .

Calcula la suma a lo largo de los segmentos dispersos de un tensor dividido por la raíz cuadrada de N.

Calcula la suma a lo largo de segmentos dispersos de un tensor.

Calcula la suma a lo largo de segmentos dispersos de un tensor.

Corte un SparseTensor según el start y el size .

El operador de gradiente para SparseSlice op.

Aplica softmax a un ND SparseTensor .

Calcula el costo de la entropía cruzada de Softmax y los gradientes para propagar hacia atrás.

Devuelve el máximo por elementos de dos SparseTensors.

Devuelve el mínimo por elementos de dos SparseTensors.

Divida un SparseTensor en num_split tensores a lo largo de una dimensión.

Agrega un SparseTensor y un Tensor denso, produciendo un Tensor denso.

Multiplique SparseTensor (de rango 2) "A" por la matriz densa "B".

Calcula la raíz cuadrada de x por elementos.

Calcula el cuadrado de x por elementos.

Devuelve (x - y) (x - y) por elementos.

Incluye una lista de tensores de rango N R en un tensor de rango (R+1) .

Valores de escenario similares a un Enqueue ligero.

Op elimina todos los elementos del contenedor subyacente.

Op mira los valores en el índice especificado.

Op devuelve el número de elementos del contenedor subyacente.

Formatea una plantilla de cuerda usando una lista de tensores.

Une las cuerdas en la lista dada de tensores de cuerda en un tensor ;.

Longitudes de cadena de input .

TODO: agregar doc.

Crea ngrams a partir de datos de cadenas irregulares.

Divida los elementos de input según el delimiter en un SparseTensor .

Divida los elementos de la source basados ​​en sep en un SparseTensor .

Quite los espacios en blanco iniciales y finales del tensor .

Convierte cada cadena en el tensor de entrada a su mod de hash mediante varios depósitos.

Convierte cada cadena en el tensor de entrada a su mod de hash mediante varios depósitos.

Convierte cada cadena en el tensor de entrada a su mod de hash mediante varios depósitos.

Convierte cada cadena en el tensor de entrada al tipo numérico especificado.

TODO: agregar doc.

Devuelve subcadenas del Tensor de cadenas.

Devuelve x - y por elementos.

Calcula la suma de elementos en las dimensiones de un tensor.

Envía data al puerto de salida determinado por pred .

Un lector que genera los registros de un archivo de registros de TensorFlow.

Convierte una representación escasa en un tensor denso.

Calcula tan de x elemento-sabio.

Calcula la tangente hiperbólica de x elementos.

Devuelve un tensor que puede estar mutado, pero solo persiste en un solo paso.

Una matriz de tensores de un tamaño determinado.

Elimina TensorArray de su contenedor de recursos.

Concat los elementos de TensorArray en valor de value .

Reúna elementos específicos de TensorArray en el value salida.

Crea un TensorArray para almacenar los gradientes de valores en el identificador dado.

Crea un TensorArray para almacenar múltiples gradientes de valores en el identificador dado.

Leer un elemento de TensorArray en el value salida.

Dispersa los datos del valor de entrada en elementos específicos de TensorArray .

Get the current size of the TensorArray .

Split the data from the input value into TensorArray elements.

Inserta un elemento en tensor_array.

Outputs a Summary protocol buffer with a tensor.

Outputs a Summary protocol buffer with a tensor and per-plugin data.

A Reader that outputs the lines of a file delimited by '
'.

Proporciona el tiempo transcurrido desde la época en segundos.

Finds values and indices of the k largest elements for the last dimension.

Devuelve x / y elemento-sabio para tipos enteros.

Devuelve el resto de la división por elementos.

Genera valores aleatorios de una distribución normal truncada.

Determine the script codes of a given tensor of Unicode integer code points.

Transcode the input text from a source encoding to a destination encoding.

Generates labels for candidate sampling with a uniform distribution.

Joins the elements of inputs based on segment_ids .

Calcula el máximo a lo largo de los segmentos de un tensor.

Calcula el mínimo a lo largo de los segmentos de un tensor.

Calcula el producto a lo largo de los segmentos de un tensor.

Calcula la suma a lo largo de los segmentos de un tensor.

Op is similar to a lightweight Dequeue.

Mantiene el estado en forma de tensor que persiste a lo largo de los pasos.

Reshapes a quantized tensor as per the Reshape op.

Selecciona elementos de x o y , según la condition .

A Reader that outputs the entire contents of a file as a value.

Writes contents to the file at input filename.

Devuelve 0 si x == 0 y x / y en caso contrario, por elementos.

Devuelve 0 si x == 0, y x * log (y) en caso contrario, por elementos.

Devuelve un tensor de ceros con la misma forma y tipo que x.

Calcule la función zeta de Hurwitz \((x, q)\).