عملیات ایالتی
خلاصه
کلاس ها | |
---|---|
tensorflow:: ops:: اختصاص دهید | "ref" را با اختصاص دادن "value" به آن به روز کنید. |
tensorflow:: ops:: AssignAdd | "ref" را با افزودن "value" به آن به روز کنید. |
tensorflow:: ops:: AssignSub | "ref" را با کم کردن "value" از آن به روز کنید. |
tensorflow:: ops:: CountUpTo | "ref" را تا رسیدن به "حد" افزایش می دهد. |
tensorflow:: ops:: DestroyTemporaryVariable | متغیر موقت را از بین می برد و مقدار نهایی آن را برمی گرداند. |
tensorflow:: ops:: IsVariableInitialized | بررسی می کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر. |
tensorflow:: ops:: ResourceCountUpTo | متغیری که توسط "منبع" به آن اشاره شده است را افزایش می دهد تا زمانی که به "حد" برسد. |
tensorflow:: ops:: ResourceScatterNdAdd | اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند. |
tensorflow:: ops:: ResourceScatterNdSub | تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند. |
tensorflow:: ops:: ResourceScatterNdUpdate | |
tensorflow:: ops:: ScatterAdd | به روز رسانی های پراکنده را به یک مرجع متغیر اضافه می کند. |
tensorflow:: ops:: ScatterDiv | یک مرجع متغیر را بر بهروزرسانیهای پراکنده تقسیم میکند. |
tensorflow:: ops:: ScatterMax | به روز رسانی های پراکنده را با استفاده از عملیات |
tensorflow:: ops:: ScatterMin | با استفاده از عملیات |
tensorflow:: ops:: ScatterMul | به روز رسانی های پراکنده را در یک مرجع متغیر ضرب می کند. |
tensorflow:: ops:: ScatterNdAdd | اضافه کردن پراکنده را به مقادیر یا برش های فردی در یک متغیر اعمال می کند. |
tensorflow:: ops:: ScatterNdSub | تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند. |
tensorflow:: ops:: ScatterNdUpdate | |
tensorflow:: ops:: ScatterSub | به روز رسانی های پراکنده را از یک مرجع متغیر کم می کند. |
tensorflow:: ops:: ScatterUpdate | به روز رسانی های پراکنده را برای یک مرجع متغیر اعمال می کند. |
tensorflow:: ops:: TemporaryVariable | تانسوری را برمیگرداند که ممکن است جهش یافته باشد، اما فقط در یک مرحله باقی میماند. |
tensorflow:: ops:: متغیر | حالت را به شکل یک تانسور نگه می دارد که در تمام مراحل باقی می ماند. |