tensorflow :: ops

Levante uma exceção para abortar o processo quando chamado.

Calcula o valor absoluto de um tensor.

Retorna a soma dos elementos de uma lista de tensores.

Aplica um gradiente a um determinado acumulador.

Retorna o número de gradientes agregados nos acumuladores fornecidos.

Atualiza o acumulador com um novo valor para global_step.

Extrai o gradiente médio no ConditionalAccumulator fornecido.

Calcula acos de x elemento a elemento.

Calcula o cosseno hiperbólico inverso de x elemento a elemento.

Retorna x + y elemento a elemento.

Adicione um N -minibatch SparseTensor a um SparseTensorsMap , retorne N identificadores.

Adicione todos os elementos de tensores de entrada.

Adicione um SparseTensor a um retorno SparseTensorsMap seu identificador.

Retorna x + y elemento a elemento.

Ajuste o contraste de uma ou mais imagens.

Ajuste o matiz de uma ou mais imagens.

Ajuste a saturação de uma ou mais imagens.

Calcula o "e" lógico dos elementos nas dimensões de um tensor.

Gera rótulos para amostras de candidatos com distribuição de unigrama aprendida.

Retorna o argumento de um número complexo.

Calcula o "or lógico" dos elementos nas dimensões de um tensor.

Atualize '* var' de acordo com o esquema adadelta.

Atualize '* var' de acordo com o esquema adagrad.

Atualize '* var' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' subtraindo 'alpha' * 'delta' dele.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' e '* acum' de acordo com FOBOS com taxa de aprendizagem Adagrad.

Atualize '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Retorna o valor verdadeiro de abs (xy) <tolerância em relação ao elemento.

Retorna o índice com o maior valor nas dimensões de um tensor.

Retorna o índice com o menor valor entre as dimensões de um tensor.

Converte cada entrada no tensor fornecido em strings.

Calcula o seno trignométrico inverso de x elemento a elemento.

Calcula o seno hiperbólico inverso de x elemento a elemento.

Afirma que a condição fornecida é verdadeira.

Atualize 'ref' atribuindo 'valor' a ele.

Atualize 'ref' adicionando 'valor' a ele.

Atualize 'ref' subtraindo 'valor' dele.

Calcula a tangente trignométrica inversa de x elemento a elemento.

Calcula o arco tangente de y/x elemento a elemento, respeitando os sinais dos argumentos.

Calcula a tangente hiperbólica inversa de x elemento a elemento.

Executa o agrupamento médio na entrada.

Executa o agrupamento médio 3D na entrada.

Calcula gradientes de função de pooling média.

Define uma barreira que persiste em diferentes execuções de gráfico.

Fecha a barreira fornecida.

Calcula o número de elementos incompletos na barreira fornecida.

Para cada chave, atribui o respectivo valor ao componente especificado.

Calcula o número de elementos completos na barreira fornecida.

Pega um determinado número de elementos concluídos de uma barreira.

Multiplica fatias de dois tensores em lotes.

Multiplica fatias de dois tensores em lotes.

BatchToSpace para tensores 4-D do tipo T.

BatchToSpace para tensores ND do tipo T.

Calcula a função Bessel i0e de x elemento a elemento.

Calcula a função Bessel i1e de x elemento a elemento.

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

Adiciona bias ao value .

A operação de retrocesso para "BiasAdd" no tensor "bias".

Conta o número de ocorrências de cada valor em uma matriz de inteiros.

Bitcasts um tensor de um tipo para outro sem copiar dados.

Retorne a forma de s0 op s1 com broadcast.

Transmita uma matriz para uma forma compatível.

Agrupa a 'entrada' com base em 'limites'.

Fundido x de tipo SrcT para y de dstt.

Retorna o menor inteiro elementar não menor que x.

Verifica um tensor para valores NaN e Inf.

Clipes os valores do tensor para um mínimo e máximo especificados.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Compare os valores de input com o threshold e empacote os bits resultantes em um uint8 .

Converte dois números reais em um número complexo.

Calcula o valor absoluto complexo de um tensor.

Calcula os ids das posições em sampled_candidates que correspondem a true_labels.

Concatena tensores ao longo de uma dimensão.

Um acumulador condicional para agregar gradientes.

Retorna o conjugado complexo de um número complexo.

Baralhe as dimensões de x de acordo com uma permutação e conjugue o resultado.

Faz nada.

Calcula uma convolução 2-D dada input 4-D e tensores de filter .

Calcula os gradientes de convolução em relação ao filtro.

Calcula os gradientes de convolução em relação à entrada.

Calcula uma convolução 3-D dada input 5-D e tensores de filter .

Calcula os gradientes da convolução 3-D em relação ao filtro.

Calcula os gradientes de convolução 3-D em relação à entrada.

Calcula o cos de x elemento a elemento.

Calcula o cosseno hiperbólico de x elemento a elemento.

Incrementa 'ref' até atingir o 'limite'.

Extrai cortes do tensor de imagem de entrada e os redimensiona.

Calcula o gradiente da opção crop_and_resize do tensor das caixas de entrada.

Calcula o gradiente da opção crop_and_resize do tensor de imagem de entrada.

Calcule o produto cruzado par a par.

Calcule o produto cumulativo do tensor x ao longo do axis .

Calcule a soma cumulativa do tensor x ao longo do axis .

Retorna o índice da dimensão no formato de dados de destino, fornecido em.

Retorna o vetor / tensor permutado no formato de dados de destino dado o.

Op de identidade para depuração de gradiente.

Op de identidade para depuração de gradiente.

Decodifique e recorte uma imagem codificada em JPEG em um tensor uint8.

Decodifique strings codificadas em base64 seguras para a web.

Decodifique o primeiro quadro de uma imagem codificada por BMP em um tensor uint8.

Converta registros CSV em tensores.

Descompacte strings.

Decodifique o (s) quadro (s) de uma imagem codificada por GIF em um tensor uint8.

Converta registros de exemplo codificados por JSON em strings de buffer de protocolo binário.

Decodifique uma imagem codificada em JPEG em um tensor uint8.

Reinterprete os bytes de uma string como um vetor de números.

Decodifique uma imagem codificada em PNG para um tensor uint8 ou uint16.

Reinterprete os bytes de uma string como um vetor de números.

Faz uma cópia de x .

Exclua o tensor especificado por seu identificador na sessão.

DepthToSpace para tensores do tipo T.

Calcula uma convolução de profundidade 2-D dada input 4-D e tensores de filter .

Calcula os gradientes de convolução de profundidade em relação ao filtro.

Calcula os gradientes de convolução de profundidade em relação à entrada.

Desquantize o tensor de 'entrada' em um Tensor flutuante.

SparseTensors e concatene SparseTensors de um minibatch serializado.

SparseTensor objetos SparseTensor .

Destrói a variável temporária e retorna seu valor final.

Retorna um tensor diagonal com determinados valores diagonais.

Retorna a parte diagonal do tensor.

Calcula Psi, a derivada de Lgamma (o log do valor absoluto de.

Calcula a dilatação da escala de cinza de tensores de filter input 4-D e 3-D.

Calcula o gradiente de dilatação 2-D morfológica em relação ao filtro.

Calcula o gradiente de dilatação 2-D morfológica em relação à entrada.

Retorna x / y elemento a elemento.

Retorna 0 se o denominador for zero.

Desenhe caixas delimitadoras em um lote de imagens.

Desenhe caixas delimitadoras em um lote de imagens.

Particiona data em tensores num_partitions usando índices de partitions .

Intercalar os valores dos tensores de data em um único tensor.

Calcula a distância de edição de Levenshtein (possivelmente normalizada).

Calcula linear exponencial: exp(features) - 1 se <0, features caso contrário.

Cria um tensor com a forma fornecida.

Codifique strings em formato base64 seguro para a web

Codifique uma imagem em JPEG.

JPEG codifica a imagem de entrada com a qualidade de compactação fornecida.

Codifique uma imagem em PNG.

Garante que a forma do tensor corresponda à forma esperada.

Retorna o valor verdadeiro de (x == y) elemento a elemento.

Calcula a função de erro de Gauss de x elemento a elemento.

Calcula a função de erro complementar de x elemento a elemento.

Calcula a norma euclidiana de elementos nas dimensões de um tensor.

Calcula exponencial de x elemento a elemento.

Insere uma dimensão de 1 na forma de um tensor.

Calcula exp(x) - 1 elemento a elemento.

Extrai um vislumbre do tensor de entrada.

Extraia patches de images e coloque-os na dimensão de saída de "profundidade".

Extraia as informações de forma de uma imagem codificada em JPEG.

Extraia os patches da input e coloque-os na dimensão de saída "profundidade".

Uma fila que produz elementos na ordem do primeiro a entrar, primeiro a sair.

Produza um fato sobre fatoriais.

Quantize falsamente o tensor de 'entradas', digite float em tensor de 'saídas' do mesmo tipo.

Calcule gradientes para uma operação FakeQuantWithMinMaxArgs .

Fake-quantize o tensor de 'entradas' do tipo float por meio de escalares de float globais min

Calcule gradientes para uma operação FakeQuantWithMinMaxVars .

Quantize falsamente o tensor de 'entradas' do tipo float e uma das formas: [d] ,.

Calcule gradientes para uma operação FakeQuantWithMinMaxVarsPerChannel .

Cria um tensor preenchido com um valor escalar.

Gera valores de impressão digital.

Um leitor que produz registros de comprimento fixo de um arquivo.

Gera rótulos para amostras de candidatos com distribuição de unigrama aprendida.

Retorna o maior número inteiro em termos de elemento, não maior que x.

Retorna x // y elemento a elemento.

Retorna o resto da divisão em termos de elemento.

Executa o agrupamento médio fracionário na entrada.

Executa o pooling máximo fracionário na entrada.

Normalização em lote.

Gradiente para normalização de lote.

Gradiente para normalização de lote.

Gradiente para normalização de lote.

Normalização em lote.

Normalização em lote.

Executa um preenchimento como um pré-processo durante uma convolução.

Executa um redimensionamento e preenchimento como um pré-processo durante uma convolução.

Reúna fatias de params acordo com os indices .

Reúna fatias de params em um tensor com forma especificada por indices .

Reúna fatias do eixo do axis dos params acordo com os indices .

Armazene o tensor de entrada no estado da sessão atual.

Armazene o tensor de entrada no estado da sessão atual.

Obtenha o valor do tensor especificado por seu identificador.

Retorna o valor verdadeiro de (x> y) elemento a elemento.

Retorna o valor verdadeiro de (x> = y) elemento a elemento.

Dá uma garantia ao tempo de execução do TF de que o tensor de entrada é uma constante.

Converta uma ou mais imagens de HSV para RGB.

Retorna histograma de valores.

Produz um buffer de protocolo de Summary com um histograma.

Retorne um tensor com a mesma forma e conteúdo do tensor ou valor de entrada.

Retorna uma lista de tensores com as mesmas formas e conteúdo da entrada.

Um leitor que produz o trabalho na fila como a chave e o valor.

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

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

Retorna a parte imaginária de um número complexo.

Retorna o tensor imutável da região da memória.

Diz se os alvos estão nas previsões K principais.

Diz se os alvos estão nas previsões K principais.

Adiciona v em linhas especificadas de x.

Subtrai v em linhas especificadas de x .

Atualiza linhas especificadas com valores em v .

Calcula o recíproco de x elemento a elemento.

Calcula a permutação inversa de um tensor.

Retorna quais elementos de x são finitos.

Retorna quais elementos de x são Inf.

Retorna quais elementos de x são NaN.

Verifica se um tensor foi inicializado.

Perda L2.

Um leitor que produz os registros de um arquivo LMDB.

Normalização de resposta local.

Gera rótulos para amostragem de candidatos com uma distribuição de unigrama aprendida.

Retorna o valor verdadeiro de (x <y) elemento a elemento.

Retorna o valor verdadeiro de (x <= y) elemento a elemento.

Calcula o log do valor absoluto de Gamma(x) elemento a elemento.

Gera valores em um intervalo.

Calcula o logaritmo natural de x elemento a elemento.

Calcula o logaritmo natural de (1 + x) elemento a elemento.

Calcula as ativações do log softmax.

Gera rótulos para amostragem de candidatos com uma distribuição logarítmica uniforme.

Retorna o valor verdadeiro de x AND y elemento a elemento.

Retorna o valor verdadeiro de NOT x elemento a elemento.

Retorna o valor verdadeiro de x OR y elemento a elemento.

Encaminha a entrada para a saída.

Op remove todos os elementos do contêiner subjacente.

Op retorna o número de elementos incompletos no contêiner subjacente.

Op espreita os valores na chave especificada.

Op retorna o número de elementos no contêiner subjacente.

Etapa (chave, valores) no contêiner subjacente que se comporta como uma tabela de hash.

Op remove e retorna os valores associados à chave.

Op remove e retorna um aleatório (chave, valor)

Multiplique a matriz "a" pela matriz "b".

Retorna o conjunto de arquivos que correspondem a um ou mais padrões globais.

Copie um tensor configurando tudo fora de uma banda central em cada matriz interna.

Retorna um tensor diagonal em lote com determinados valores diagonais em lote.

Retorna a parte diagonal em lote de um tensor em lote.

Retorna a parte diagonal em lote de um tensor em lote.

Retorna um tensor diagonal em lote com os valores diagonais em lote fornecidos.

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Calcula o máximo de elementos nas dimensões de um tensor.

Executa o pool máximo na entrada.

Executa o pooling máximo 3D na entrada.

Calcula gradientes da função de pooling máximo.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes da função maxpool.

Executa o pool máximo na entrada.

Executa o pooling máximo na entrada e emite tanto os valores máximos quanto os índices.

Retorna o máximo de x e y (ou seja

Calcula a média dos elementos nas dimensões de um tensor.

Encaminha o valor de um tensor disponível das inputs para a output .

Mescla resumos.

Específico do formato V2: mescla os arquivos de metadados de pontos de verificação fragmentados.

Calcula o mínimo de elementos nas dimensões de um tensor.

Retorna o mínimo de x e y (ou seja

Preenche um tensor com valores espelhados.

Retorna o resto da divisão em termos de elemento.

Retorna x * y elemento a elemento.

Retira amostras de uma distribuição multinomial.

Retorna x * y elemento a elemento.

Calcula o valor numérico negativo em termos de elemento.

Retorna o próximo valor representável de x1 na direção de x2 , elemento a elemento.

Torna sua entrada disponível para a próxima iteração.

Faz nada.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Retorna o valor verdadeiro de (x! = Y) elemento a elemento.

Encontra valores da estatística de ordem n para a última dimensão.

Retorna um tensor one-hot.

Retorna um tensor de uns com a mesma forma e tipo de x.

Op remove todos os elementos do contêiner subjacente.

Op retorna o número de elementos incompletos no contêiner subjacente.

Op espreita os valores na chave especificada.

Op retorna o número de elementos no contêiner subjacente.

Estágio (chave, valores) no contêiner subjacente que se comporta como um ordenado.

Op remove e retorna os valores associados à chave.

Op remove e retorna o elemento (chave, valor) com o menor.

Preenche um tensor com zeros.

Acolchoa um tensor.

Uma fila que produz elementos na ordem do primeiro a entrar, primeiro a sair.

Concatena uma lista de N tensores ao longo da primeira dimensão.

Intercalar os valores dos tensores de data em um único tensor.

Produz valores aleatórios de uma distribuição normal.

Transforma um vetor de cérebro. Exemplo de protos (como strings) em tensores digitados.

Transforma um vetor de protos brain.SequenceExample (como strings) em tensores digitados.

Transforma um proto tf.Example (como uma string) em tensores digitados.

Transforma um cérebro escalar. Proto de exemplo de sequência (como strings) em tensores digitados.

Transforma um tensorflow serializado.TensorProto proto em um tensor .

Um espaço reservado para um valor que será inserido no cálculo.

Um placeholder op que passa pela input quando sua saída não é alimentada.

Calcule a função poligama \(^{(n)}(x)\).

Calcula a potência de um valor para outro.

Uma operação de identidade que dispara um erro se um gradiente for solicitado.

Imprime uma lista de tensores.

Imprime um escalar de string.

Uma fila que produz elementos classificados pelo primeiro valor do componente.

Calcula o produto dos elementos nas dimensões de um tensor.

Quantiza então desquantiza um tensor.

Quantiza então desquantiza um tensor.

Converta o tensor quantizado de 'entrada' em uma 'saída' de precisão inferior, usando o.

Quantize o tensor de 'entrada' do tipo float para o tensor de 'saída' do tipo 'T'.

Retorna x + y elemento a elemento, trabalhando em buffers quantizados.

Produz o pool médio do tensor de entrada para tipos quantizados.

Normalização em lote quantizado.

Adiciona Tensor 'viés' para Tensor 'entrada' para os tipos Quantificadas.

Concatena tensores quantizados ao longo de uma dimensão.

Calcula uma convolução 2D dada entrada 4D quantizada e tensores de filtro.

Normalização de instância quantizada.

Execute uma multiplicação de matriz quantizada de a pela matriz b .

Produz o pool máximo do tensor de entrada para tipos quantizados.

Retorna x * y elemento a elemento, trabalhando em buffers quantizados.

Calcula o Linear Retificado Quantizado: max(features, 0)

Calcula o Linear Retificado Quantizado 6: min(max(features, 0), 6)

Calcula o Linear Retificado Quantizado X: min(max(features, 0), max_value)

Redimensione images quantizadas para o size usando interpolação bilinear quantizada.

Fecha a fila fornecida.

Retira da fila uma tupla de um ou mais tensores da fila fornecida.

Retira da fila n tuplas de um ou mais tensores da fila fornecida.

Retira da fila n tuplas de um ou mais tensores da fila fornecida.

Enfileira uma tupla de um ou mais tensores na fila fornecida.

Enfileira zero ou mais tuplas de um ou mais tensores na fila fornecida.

Retorna verdadeiro se a fila estiver fechada.

Retorna verdadeiro se a fila estiver fechada.

Calcula o número de elementos na fila fornecida.

Converte uma ou mais imagens de RGB em HSV.

Exibe valores aleatórios das distribuições Gama descritas por alfa.

Produz valores aleatórios de uma distribuição normal.

Emite valores aleatórios da (s) distribuição (ões) de Poisson descrita por taxa.

Embaralha aleatoriamente um tensor ao longo de sua primeira dimensão.

Uma fila que torna aleatória a ordem dos elementos.

Produz valores aleatórios de uma distribuição uniforme.

Produz números inteiros aleatórios de uma distribuição uniforme.

Cria uma sequência de números.

Lê e produz todo o conteúdo do nome do arquivo de entrada.

Retorna o número de registros que este Reader produziu.

Retorna o número de unidades de trabalho que este Reader terminou de processar.

Retorna o próximo registro (chave, par de valor) produzido por um Leitor.

Retorna até num_records (chave, valor) pares produzidos por um Reader.

Restaure um Reader ao seu estado inicial limpo.

Restaura um leitor a um estado salvo anteriormente.

Produz um tensor de string que codifica o estado de um Reader.

Retorna a parte real de um número complexo.

Retorna x / y elemento a elemento para tipos reais.

Calcula o recíproco de x elemento a elemento.

Emite registros randomizados.

Une um tensor de string nas dimensões fornecidas.

Torna sua entrada disponível para a próxima iteração.

Encaminha o index ésimo elemento de inputs para output .

Encaminha os data tensor ref para a porta de saída determinada por pred .

Verifique se a entrada corresponde ao padrão regex.

Substitui correspondências da expressão regular do pattern na input pela string de substituição fornecida na rewrite .

Calcula linear retificado: max(features, 0) .

Calcula o linear retificado 6: min(max(features, 0), 6) .

Calcula um intervalo que cobre os valores reais presentes em um tensor quantizado.

Converte o tensor de input quantizado em uma output precisão inferior.

Redimensione images para o size usando interpolação de área.

Redimensione images para o size usando interpolação bicúbica.

Redimensione images para o size usando interpolação bilinear.

Redimensione images para o size usando a interpolação de vizinho mais próximo.

Atualize '* var' de acordo com o esquema adadelta.

Atualize '* var' de acordo com o esquema adagrad.

Atualize '* var' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' subtraindo 'alpha' * 'delta' dele.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' e '* acum' de acordo com FOBOS com taxa de aprendizagem Adagrad.

Atualize '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Aumenta a variável apontada por 'recurso' até atingir o 'limite'.

Aplica adição esparsa a valores individuais ou fatias em uma variável .

Aplica subtração esparsa a valores individuais ou fatias em uma variável .

Aplica updates esparsas a valores individuais ou fatias dentro de um determinado.

var: deve ser de uma variável ().

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema adagrad.

Atualize as entradas em '* var' e '* acum' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momentum.

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momentum.

Entradas de atualização esparsas em '* var' e '* acum' de acordo com o algoritmo FOBOS.

Sparse update '*var' as FOBOS algorithm with fixed learning rate.

Atualize '* var' de acordo com o algoritmo RMSProp.

Restores a tensor from checkpoint files.

Restores a tensor from checkpoint files.

Restores tensors from a V2 checkpoint.

Returns element-wise integer closest to x.

Rounds the values of a tensor to the nearest integer, element-wise.

Computes reciprocal of square root of x element-wise.

Generate a single randomly distorted bounding box for an image.

Generate a single randomly distorted bounding box for an image.

Saves the input tensors to disk.

Saves input tensors slices to disk.

Saves tensors in V2 checkpoint format.

Outputs a Summary protocol buffer with scalar values.

TODO: add doc.

Adds sparse updates to a variable reference.

Divides a variable reference by sparse updates.

Reduces sparse updates into a variable reference using the max operation.

Reduces sparse updates into a variable reference using the min operation.

Multiplies sparse updates into a variable reference.

Applies sparse addition to individual values or slices in a Variable .

Applies sparse subtraction to individual values or slices in a Variable .

Applies sparse updates to individual values or slices within a given.

Subtracts sparse updates to a variable reference.

Applies sparse updates to a variable reference.

Computes the maximum along segments of a tensor.

Computes the mean along segments of a tensor.

Computes the minimum along segments of a tensor.

Calcula o produto ao longo de segmentos de um tensor.

Computes the sum along segments of a tensor.

TODO: add doc.

Computes scaled exponential linear: scale * alpha * (exp(features) - 1)

Serialize an N -minibatch SparseTensor into an [N, 3] Tensor object.

Serialize a SparseTensor into a [3] Tensor object.

Transforms a Tensor into a serialized TensorProto proto.

Computes the difference between two lists of numbers or strings.

Gere um nome de arquivo fragmentado.

Generate a glob pattern matching all sharded file names.

Computes sigmoid of x element-wise.

Returns an element-wise indication of the sign of a number.

Computes sine of x element-wise.

Computes hyperbolic sine of x element-wise.

Computes softmax activations.

Computes softmax cross entropy cost and gradients to backpropagate.

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

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

Applies a sparse gradient to a given accumulator.

Extracts the average sparse gradient in a SparseConditionalAccumulator .

Adds two SparseTensor objects to produce another SparseTensor .

The gradient operator for the SparseAdd op.

var: deve ser de uma variável ().

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema adagrad.

Update entries in '*var' and '*accum' according to the proximal adagrad scheme.

Update '*var' according to the centered RMSProp algorithm.

Update relevant entries in '*var' according to the Ftrl-proximal scheme.

Update relevant entries in '*var' according to the Ftrl-proximal scheme.

Update relevant entries in '*var' and '*accum' according to the momentum scheme.

Sparse update entries in '*var' and '*accum' according to FOBOS algorithm.

Sparse update '*var' as FOBOS algorithm with fixed learning rate.

Atualize '* var' de acordo com o algoritmo RMSProp.

Concatenates a list of SparseTensor along the specified dimension.

A conditional accumulator for aggregating sparse gradients.

Generates sparse cross from a list of sparse and dense tensors.

Adds up a SparseTensor and a dense Tensor , using these special rules:

Component-wise divides a SparseTensor by a dense Tensor .

Component-wise multiplies a SparseTensor by a dense Tensor .

Fills empty rows in the input 2-D SparseTensor with a default value.

The gradient of SparseFillEmptyRows .

Multiply matrix "a" by matrix "b".

Computes the max of elements across dimensions of a SparseTensor.

Computes the max of elements across dimensions of a SparseTensor.

Computes the sum of elements across dimensions of a SparseTensor.

Computes the sum of elements across dimensions of a SparseTensor.

Reorders a SparseTensor into the canonical, row-major ordering.

Reshapes a SparseTensor to represent values in a new dense shape.

Computes the mean along sparse segments of a tensor.

Computes gradients for SparseSegmentMean .

Computes the mean along sparse segments of a tensor.

Computes the sum along sparse segments of a tensor divided by the sqrt of N.

Computes gradients for SparseSegmentSqrtN .

Computes the sum along sparse segments of a tensor divided by the sqrt of N.

Computes the sum along sparse segments of a tensor.

Computes the sum along sparse segments of a tensor.

Slice a SparseTensor based on the start and size .

The gradient operator for the SparseSlice op.

Applies softmax to a batched ND SparseTensor .

Computes softmax cross entropy cost and gradients to backpropagate.

Returns the element-wise max of two SparseTensors.

Returns the element-wise min of two SparseTensors.

Split a SparseTensor into num_split tensors along one dimension.

Adds up a SparseTensor and a dense Tensor , producing a dense Tensor .

Multiply SparseTensor (of rank 2) "A" by dense matrix "B".

Computes square root of x element-wise.

Computes square of x element-wise.

Returns (x - y)(x - y) element-wise.

Packs a list of N rank- R tensors into one rank- (R+1) tensor.

Stage values similar to a lightweight Enqueue.

Op removes all elements in the underlying container.

Op peeks at the values at the specified index.

Op retorna o número de elementos no contêiner subjacente.

Formats a string template using a list of tensors.

Joins the strings in the given list of string tensors into one tensor;.

String lengths of input .

TODO: add doc.

Creates ngrams from ragged string data.

Split elements of input based on delimiter into a SparseTensor .

Split elements of source based on sep into a SparseTensor .

Strip leading and trailing whitespaces from the Tensor .

Converts each string in the input Tensor to its hash mod by a number of buckets.

Converts each string in the input Tensor to its hash mod by a number of buckets.

Converts each string in the input Tensor to its hash mod by a number of buckets.

Converts each string in the input Tensor to the specified numeric type.

TODO: add doc.

Return substrings from Tensor of strings.

Returns x - y element-wise.

Computes the sum of elements across dimensions of a tensor.

Forwards data to the output port determined by pred .

A Reader that outputs the records from a TensorFlow Records file.

Converts a sparse representation into a dense tensor.

Computes tan of x element-wise.

Computes hyperbolic tangent of x element-wise.

Retorna um tensor que pode sofrer mutação, mas persiste apenas em uma única etapa.

An array of Tensors of given size.

Delete the TensorArray from its resource container.

Concat the elements from the TensorArray into value value .

Gather specific elements from the TensorArray into output value .

Creates a TensorArray for storing the gradients of values in the given handle.

Creates a TensorArray for storing multiple gradients of values in the given handle.

Read an element from the TensorArray into output value .

Scatter the data from the input value into specific TensorArray elements.

Get the current size of the TensorArray .

Split the data from the input value into TensorArray elements.

Push an element onto the 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 '
'.

Provides the time since epoch in seconds.

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

Returns x / y element-wise for integer types.

Returns element-wise remainder of division.

Outputs random values from a truncated normal distribution.

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 .

Computes the maximum along segments of a tensor.

Computes the minimum along segments of a tensor.

Calcula o produto ao longo de segmentos de um tensor.

Computes the sum along segments of a tensor.

Op is similar to a lightweight Dequeue.

Holds state in the form of a tensor that persists across steps.

Reshapes a quantized tensor as per the Reshape op.

Selects elements from x or y , depending on condition .

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

Writes contents to the file at input filename.

Returns 0 if x == 0, and x / y otherwise, elementwise.

Returns 0 if x == 0, and x * log(y) otherwise, elementwise.

Returns a tensor of zeros with the same shape and type as x.

Compute the Hurwitz zeta function \((x, q)\).