aliran tensor:: operasi

Naikkan pengecualian untuk membatalkan proses saat dipanggil.

Menghitung nilai absolut tensor.

Mengembalikan jumlah elemen dari daftar tensor.

Menerapkan gradien ke akumulator tertentu.

Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.

Memperbarui akumulator dengan nilai baru untuk global_step.

Mengekstrak gradien rata-rata dalam ConditionalAccumulator yang diberikan.

Menghitung acos dari x berdasarkan elemen.

Menghitung kosinus hiperbolik terbalik dari elemen x.

Mengembalikan x + y berdasarkan elemen.

Tambahkan N -minibatch SparseTensor ke SparseTensorsMap , kembalikan N pegangan.

Tambahkan semua elemen tensor masukan secara bijaksana.

Tambahkan SparseTensor ke SparseTensorsMap kembalikan pegangannya.

Mengembalikan x + y berdasarkan elemen.

Sesuaikan kontras satu atau lebih gambar.

Sesuaikan rona satu atau beberapa gambar.

Sesuaikan saturasi satu atau lebih gambar.

Menghitung "logis dan" elemen di seluruh dimensi tensor.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.

Mengembalikan argumen bilangan kompleks.

Menghitung "logis atau" elemen di seluruh dimensi tensor.

Perbarui '*var' sesuai dengan skema adadelta.

Perbarui '*var' sesuai dengan skema adagrad.

Perbarui '*var' sesuai dengan skema adagrad proksimal.

Perbarui '*var' sesuai dengan algoritma Adam.

Perbarui '*var' sesuai dengan pembaruan AddSign.

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

Perbarui '*var' sesuai dengan skema Ftrl-proksimal.

Perbarui '*var' sesuai dengan skema Ftrl-proksimal.

Perbarui '*var' dengan mengurangi 'alpha' * 'delta' darinya.

Perbarui '*var' sesuai dengan skema momentum.

Perbarui '*var' sesuai dengan pembaruan AddSign.

Perbarui '*var' dan '*accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.

Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

Perbarui '*var' sesuai dengan algoritma RMSProp.

Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.

Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.

Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.

Mengonversi setiap entri dalam tensor tertentu menjadi string.

Menghitung sinus invers trignometri dari x berdasarkan elemen.

Menghitung sinus hiperbolik terbalik dari elemen x.

Menegaskan bahwa kondisi yang diberikan benar.

Perbarui 'ref' dengan menetapkan 'nilai' padanya.

Perbarui 'ref' dengan menambahkan 'nilai' ke dalamnya.

Perbarui 'ref' dengan mengurangi 'nilai' darinya.

Menghitung invers tangen trigonometri dari elemen x.

Menghitung arctangen dari elemen y/x , dengan memperhatikan tanda-tanda argumen.

Menghitung kebalikan tangen hiperbolik dari elemen x.

Melakukan pengumpulan rata-rata pada input.

Melakukan pengumpulan rata-rata 3D pada input.

Menghitung gradien fungsi pengumpulan rata-rata.

Mendefinisikan penghalang yang bertahan di berbagai eksekusi grafik.

Menutup penghalang yang diberikan.

Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.

Untuk setiap kunci, berikan nilai masing-masing ke komponen yang ditentukan.

Menghitung jumlah elemen lengkap dalam penghalang tertentu.

Mengambil sejumlah elemen lengkap dari penghalang.

Mengalikan irisan dua tensor secara berkelompok.

Mengalikan irisan dua tensor secara berkelompok.

BatchToSpace untuk tensor 4-D tipe T.

BatchToSpace untuk tensor ND tipe T.

Menghitung fungsi Bessel i0e dari segi elemen x .

Menghitung fungsi Bessel i1e dari segi elemen x .

Hitung integral beta tidak lengkap yang diatur \(I_x(a, b)\).

Menambah bias pada value .

Operasi mundur untuk "BiasAdd" pada tensor "bias".

Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.

Mem-bitcast tensor dari satu jenis ke jenis lainnya tanpa menyalin data.

Kembalikan bentuk s0 op s1 dengan siaran.

Siarkan array untuk bentuk yang kompatibel.

Mengelompokkan 'masukan' berdasarkan 'batas'.

Keluarkan x dari tipe SrcT ke y dari DstT.

Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.

Memeriksa tensor untuk nilai NaN dan Inf.

Klip nilai tensor ke min dan maks tertentu.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Bandingkan nilai input dengan threshold dan kemas bit yang dihasilkan ke dalam uint8 .

Mengonversi dua bilangan real menjadi bilangan kompleks.

Menghitung nilai absolut kompleks dari sebuah tensor.

Menghitung id posisi di sampled_candidates yang cocok dengan true_labels.

Menggabungkan tensor sepanjang satu dimensi.

Akumulator bersyarat untuk menggabungkan gradien.

Mengembalikan konjugat kompleks dari bilangan kompleks.

Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.

Tidak melakukan apa pun.

Menghitung konvolusi 2-D dengan input 4-D dan tensor filter .

Menghitung gradien konvolusi sehubungan dengan filter.

Menghitung gradien konvolusi sehubungan dengan input.

Menghitung konvolusi 3-D dengan input 5-D dan tensor filter .

Menghitung gradien konvolusi 3-D sehubungan dengan filter.

Menghitung gradien konvolusi 3-D sehubungan dengan masukan.

Menghitung cos dari x berdasarkan elemen.

Menghitung kosinus hiperbolik dari elemen x.

Menambah 'ref' hingga mencapai 'batas'.

Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.

Menghitung gradien crop_and_resize dengan tensor kotak input.

Menghitung gradien crop_and_resize dengan tensor gambar masukan.

Hitung produk silang berpasangan.

Hitung produk kumulatif tensor x sepanjang axis .

Hitung jumlah kumulatif tensor x sepanjang axis .

Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya.

Mengembalikan vektor/tensor yang diijinkan dalam format data tujuan yang diberikan.

Operasi identitas untuk debugging gradien.

Operasi identitas untuk debugging gradien.

Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.

Dekode string berenkode base64 yang aman untuk web.

Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.

Ubah data CSV menjadi tensor.

Dekompresi string.

Dekode bingkai gambar berkode GIF ke tensor uint8.

Konversikan rekaman Contoh yang dikodekan JSON ke string buffer protokol biner.

Dekode gambar berkode JPEG menjadi tensor uint8.

Menafsirkan ulang byte string sebagai vektor angka.

Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.

Menafsirkan ulang byte string sebagai vektor angka.

Membuat salinan x .

Hapus tensor yang ditentukan oleh pegangannya di sesi tersebut.

DepthToSpace untuk tensor tipe T.

Menghitung konvolusi kedalaman 2-D dengan input 4-D dan tensor filter .

Menghitung gradien konvolusi mendalam terhadap filter.

Menghitung gradien konvolusi mendalam sehubungan dengan masukan.

Dekuantisasi tensor 'input' menjadi Tensor float.

Deserialisasi dan gabungkan SparseTensors dari minibatch serial.

Deserialisasi objek SparseTensor .

Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.

Mengembalikan tensor diagonal dengan nilai diagonal tertentu.

Mengembalikan bagian diagonal tensor.

Menghitung Psi, turunan dari Lgamma (log nilai absolut.

Menghitung dilatasi skala abu-abu dari input 4-D dan tensor filter 3-D.

Menghitung gradien dilatasi 2-D morfologi terhadap filter.

Menghitung gradien dilatasi 2-D morfologi terhadap masukan.

Mengembalikan x / y berdasarkan elemen.

Mengembalikan 0 jika penyebutnya nol.

Gambarlah kotak pembatas pada sekumpulan gambar.

Gambarlah kotak pembatas pada sekumpulan gambar.

Mempartisi data menjadi tensor num_partitions menggunakan indeks dari partitions .

Sisipkan nilai dari tensor data ke dalam satu tensor.

Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).

Menghitung linear eksponensial: exp(features) - 1 jika < 0, features sebaliknya.

Membuat tensor dengan bentuk tertentu.

Enkode string ke dalam format base64 yang aman untuk web.

JPEG-mengkodekan gambar.

JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.

PNG-mengkodekan gambar.

Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.

Mengembalikan nilai kebenaran (x == y) berdasarkan elemen.

Menghitung fungsi kesalahan Gauss dari segi elemen x .

Menghitung fungsi kesalahan komplementer dari elemen x .

TODO: tambahkan dokumen.

Menghitung norma euclidean elemen di seluruh dimensi tensor.

Menghitung eksponensial x berdasarkan elemen.

Menyisipkan dimensi 1 ke dalam bentuk tensor.

Menghitung exp(x) - 1 berdasarkan elemen.

Mengekstrak sekilas dari tensor masukan.

Ekstrak patches dari images dan letakkan di dimensi keluaran "kedalaman".

Ekstrak informasi bentuk gambar berkode JPEG.

Ekstrak patches dari input dan letakkan di dimensi keluaran "kedalaman".

Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.

Keluarkan fakta tentang faktorial.

Kuantisasi palsu tensor 'input', ketik float ke tensor 'output' dengan tipe yang sama.

Hitung gradien untuk operasi FakeQuantWithMinMaxArgs .

Mengkuantisasi palsu tensor 'input' bertipe float melalui skalar float global min

Hitung gradien untuk operasi FakeQuantWithMinMaxVars .

Kuantisasi palsu tensor 'input' bertipe float dan salah satu bentuknya: [d] ,.

Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel .

Membuat tensor yang diisi dengan nilai skalar.

Menghasilkan nilai sidik jari.

Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.

Mengembalikan bilangan bulat terbesar berdasarkan elemen yang tidak lebih besar dari x.

Mengembalikan x // y berdasarkan elemen.

Mengembalikan sisa pembagian berdasarkan elemen.

Melakukan pengumpulan rata-rata pecahan pada input.

Melakukan pengumpulan maksimal pecahan pada input.

Normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Normalisasi batch.

Normalisasi batch.

Melakukan padding sebagai praproses selama konvolusi.

Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.

Kumpulkan irisan dari params menurut indices .

Kumpulkan irisan dari params menjadi Tensor dengan bentuk yang ditentukan oleh indices .

Kumpulkan irisan dari axis params sesuai dengan indices .

Simpan tensor masukan dalam keadaan sesi saat ini.

Simpan tensor masukan dalam keadaan sesi saat ini.

Dapatkan nilai tensor yang ditentukan oleh pegangannya.

Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.

Mengembalikan nilai kebenaran (x >= y) berdasarkan elemen.

Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.

Konversi satu atau lebih gambar dari HSV ke RGB.

Kembalikan histogram nilai.

Menghasilkan buffer protokol Summary dengan histogram.

Mengembalikan tensor dengan bentuk dan konten yang sama dengan tensor atau nilai masukan.

Mengembalikan daftar tensor dengan bentuk dan konten yang sama dengan input.

Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.

Hitung fungsi Gamma tidak lengkap terregulasi bawah P(a, x) .

Hitung fungsi Gamma tidak lengkap yang diatur atas Q(a, x) .

Mengembalikan bagian imajiner dari bilangan kompleks.

Mengembalikan tensor yang tidak dapat diubah dari wilayah memori.

Mengatakan apakah target berada dalam prediksi K teratas.

Mengatakan apakah target berada dalam prediksi K teratas.

Menambahkan v ke dalam baris x tertentu.

Kurangi v ke dalam baris x tertentu.

Memperbarui baris tertentu dengan nilai dalam v .

Menghitung kebalikan dari elemen x.

Menghitung permutasi terbalik dari tensor.

Mengembalikan elemen x mana yang terbatas.

Mengembalikan elemen x mana yang merupakan Inf.

Mengembalikan elemen x mana yang merupakan NaN.

Memeriksa apakah tensor telah diinisialisasi.

L2 Kerugian.

Pembaca yang mengeluarkan catatan dari file LMDB.

Normalisasi Respon Lokal.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.

Mengembalikan nilai kebenaran (x < y) berdasarkan elemen.

Mengembalikan nilai kebenaran (x <= y) berdasarkan elemen.

Menghitung log nilai absolut Gamma(x) berdasarkan elemen.

Menghasilkan nilai dalam suatu interval.

Menghitung logaritma natural dari elemen x.

Menghitung logaritma natural (1 + x) berdasarkan elemen.

Menghitung aktivasi log softmax.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-uniform.

Mengembalikan nilai kebenaran x DAN y berdasarkan elemen.

Mengembalikan nilai kebenaran dari elemen NOT x.

Mengembalikan nilai kebenaran x OR y berdasarkan elemen.

Meneruskan masukan ke keluaran.

Op menghapus semua elemen dalam wadah yang mendasarinya.

Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.

Op mengintip nilai pada kunci yang ditentukan.

Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.

Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti tabel hash.

Op menghapus dan mengembalikan nilai yang terkait dengan kunci.

Op menghapus dan mengembalikan acak (kunci, nilai)

Kalikan matriks "a" dengan matriks "b".

Mengembalikan kumpulan file yang cocok dengan satu atau lebih pola glob.

Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam.

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Mengembalikan bagian diagonal batch dari tensor batch.

Mengembalikan bagian diagonal batch dari tensor batch.

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Menghitung jumlah maksimum elemen di seluruh dimensi tensor.

Melakukan pengumpulan maksimal pada input.

Melakukan pengumpulan maksimal 3D pada input.

Menghitung gradien fungsi pengumpulan maksimal.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien fungsi maxpooling.

Melakukan pengumpulan maksimal pada input.

Melakukan pengumpulan maksimal pada input dan output baik nilai maupun indeks maksimal.

Mengembalikan maksimal x dan y (mis

Menghitung rata-rata elemen di seluruh dimensi tensor.

Meneruskan nilai tensor yang tersedia dari inputs ke output .

Menggabungkan ringkasan.

Khusus format V2: menggabungkan file metadata dari pos pemeriksaan yang dipecah.

Menghitung jumlah minimum elemen di seluruh dimensi tensor.

Mengembalikan min dari x dan y (mis

Mengisi tensor dengan nilai cermin.

Mengembalikan sisa pembagian berdasarkan elemen.

Mengembalikan x * y berdasarkan elemen.

Mengambil sampel dari distribusi multinomial.

Mengembalikan x * y berdasarkan elemen.

TODO: tambahkan dokumen.

Menghitung nilai negatif numerik berdasarkan elemen.

Mengembalikan nilai x1 berikutnya yang dapat diwakilkan ke arah x2 , berdasarkan elemen.

Membuat masukannya tersedia untuk iterasi berikutnya.

Tidak melakukan apa pun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Mengembalikan nilai kebenaran (x != y) berdasarkan elemen.

Menemukan nilai statistik urutan n -n untuk dimensi terakhir.

Mengembalikan tensor satu-panas.

Mengembalikan tensor yang bentuk dan tipenya sama dengan x.

Op menghapus semua elemen dalam wadah yang mendasarinya.

Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.

Op mengintip nilai pada kunci yang ditentukan.

Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.

Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti yang dipesan.

Op menghapus dan mengembalikan nilai yang terkait dengan kunci.

Op menghapus dan mengembalikan elemen (kunci, nilai) dengan yang terkecil.

Mengisi tensor dengan nol.

Bantalan tensor.

Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.

Menggabungkan daftar N tensor sepanjang dimensi pertama.

Sisipkan nilai dari tensor data ke dalam satu tensor.

Menghasilkan nilai acak dari distribusi normal.

Mengubah vektor otak. Contoh proto (sebagai string) menjadi tensor yang diketik.

Mengubah vektor proto tf.Example (sebagai string) menjadi tensor yang diketik.

Mengubah vektor proto brain.SequenceExample (sebagai string) menjadi tensor yang diketik.

Mengubah vektor proto tf.io.SequenceExample (sebagai string) menjadi tensor yang diketik.

Mengubah proto tf.Example (sebagai string) menjadi tensor yang diketik.

Mengubah proto otak skalar. SequenceExample (sebagai string) menjadi tensor yang diketik.

Mengubah proto tensorflow.TensorProto berseri menjadi Tensor .

Opsi placeholder untuk nilai yang akan dimasukkan ke dalam komputasi.

Operasi placeholder yang melewati input ketika outputnya tidak diumpankan.

Hitung fungsi poligamma \(^{(n)}(x)\).

Menghitung kekuatan satu nilai ke nilai lainnya.

Operasi identitas yang memicu kesalahan jika gradien diminta.

Mencetak daftar tensor.

Mencetak skalar string.

Antrian yang menghasilkan elemen yang diurutkan berdasarkan nilai komponen pertama.

Menghitung produk elemen melintasi dimensi tensor.

Mengkuantisasi lalu mendekuantisasi tensor.

Mengkuantisasi lalu mendekuantisasi tensor.

Ubah tensor 'input' yang terkuantisasi menjadi 'output' dengan presisi lebih rendah, menggunakan.

Hitung tensor 'input' bertipe float ke tensor 'output' bertipe 'T'.

Mengembalikan x + y berdasarkan elemen, bekerja pada buffer terkuantisasi.

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Normalisasi Batch terkuantisasi.

Menambahkan 'bias' Tensor ke 'input' Tensor untuk tipe Terkuantisasi.

Menggabungkan tensor terkuantisasi sepanjang satu dimensi.

Menghitung konvolusi 2D dengan masukan 4D terkuantisasi dan tensor filter.

Normalisasi Instans Terkuantisasi.

Lakukan perkalian matriks terkuantisasi a dengan matriks b .

Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi.

Mengembalikan x * y berdasarkan elemen, bekerja pada buffer terkuantisasi.

Menghitung Linier Terkuantifikasi Terkuantisasi: max(features, 0)

Menghitung Linier Diperbaiki Terkuantisasi 6: min(max(features, 0), 6)

Menghitung Linear X Terkuantifikasi: min(max(features, 0), max_value)

Ubah ukuran images terkuantisasi ke size menggunakan interpolasi bilinear terkuantisasi.

Menutup antrian yang diberikan.

Menghapus tupel dari satu atau lebih tensor dari antrian yang diberikan.

Dequeues n tupel dari satu atau lebih tensor dari antrian yang diberikan.

Dequeues n tupel dari satu atau lebih tensor dari antrian yang diberikan.

Mengantrekan tupel dari satu atau lebih tensor dalam antrean tertentu.

Mengantrikan nol atau lebih tupel dari satu atau lebih tensor dalam antrean tertentu.

Mengembalikan nilai benar jika antrian ditutup.

Mengembalikan nilai benar jika antrian ditutup.

Menghitung jumlah elemen dalam antrian tertentu.

Mengonversi satu atau lebih gambar dari RGB ke HSV.

Menghasilkan nilai acak dari distribusi Gamma yang dijelaskan oleh alfa.

Menghasilkan nilai acak dari distribusi normal.

Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan berdasarkan laju.

Mengacak tensor secara acak sepanjang dimensi pertamanya.

Antrian yang mengacak urutan elemen.

Menghasilkan nilai acak dari distribusi seragam.

Menghasilkan bilangan bulat acak dari distribusi seragam.

Membuat urutan angka.

Membaca dan menampilkan seluruh isi nama file masukan.

Mengembalikan jumlah catatan yang telah dihasilkan Pembaca ini.

Mengembalikan jumlah unit kerja yang telah selesai diproses oleh Pembaca ini.

Mengembalikan catatan berikutnya (kunci, pasangan nilai) yang dihasilkan oleh Pembaca.

Mengembalikan hingga num_records (kunci, nilai) pasangan yang dihasilkan oleh Pembaca.

Kembalikan Pembaca ke kondisi awal yang bersih.

Mengembalikan pembaca ke keadaan yang disimpan sebelumnya.

Menghasilkan tensor string yang mengkodekan status Pembaca.

Mengembalikan bagian real dari bilangan kompleks.

Mengembalikan elemen x / y untuk tipe nyata.

Menghitung kebalikan dari elemen x.

Memancarkan catatan acak.

Menggabungkan Tensor string pada dimensi tertentu.

Membuat masukannya tersedia untuk iterasi berikutnya.

Meneruskan elemen index inputs ke output .

Meneruskan data Tensor ref ke port output yang ditentukan oleh pred .

Periksa apakah input cocok dengan pola regex.

Mengganti kecocokan ekspresi reguler pattern dalam input dengan string pengganti yang disediakan dalam rewrite .

Menghitung linear yang diperbaiki: max(features, 0) .

Menghitung linear yang diperbaiki 6: min(max(features, 0), 6) .

Menghitung rentang yang mencakup nilai aktual yang ada dalam tensor terkuantisasi.

Mengubah tensor input kuantisasi menjadi output presisi yang lebih rendah.

Ubah ukuran images ke size menggunakan interpolasi area.

Ubah ukuran images ke size menggunakan interpolasi bicubic.

Ubah ukuran images ke size menggunakan interpolasi bilinear.

Ubah ukuran images ke size menggunakan interpolasi tetangga terdekat.

UPDATE '*var' sesuai dengan skema Adadelta.

Perbarui '*var' sesuai dengan skema Adagrad.

Perbarui '*var' sesuai dengan skema Proksimal Adagrad.

UPDATE '*var' sesuai dengan algoritma Adam.

UPDATE '*var' sesuai dengan algoritma Adam.

UPDATE '*var' sesuai dengan pembaruan AddSign.

UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.

UPDATE '*var' sesuai dengan skema ftrl-proximal.

UPDATE '*var' sesuai dengan skema ftrl-proximal.

Perbarui ' * var' dengan mengurangi 'alpha' * 'delta' dari itu.

Perbarui '*var' sesuai dengan skema momentum.

Perbarui '*var' sesuai dengan skema momentum.

UPDATE '*var' sesuai dengan pembaruan AddSign.

Perbarui '*var' dan '*accum' sesuai dengan fobos dengan tingkat pembelajaran adagrad.

Perbarui '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.

UPDATE '*var' sesuai dengan algoritma RMSPROP.

Menambah variabel yang ditunjukkan oleh 'sumber daya' hingga mencapai 'batas'.

Menerapkan tambahan yang jarang untuk nilai atau irisan individu dalam variabel .

Menerapkan pengurangan jarang pada nilai atau irisan individu dalam suatu variabel .

Menerapkan updates yang jarang untuk nilai atau irisan individu dalam suatu yang diberikan.

VAR: Harus dari variabel ().

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema Adagrad.

Perbarui entri di '*var' dan '*accum' sesuai dengan skema Adagrad proksimal.

UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.

Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.

Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema momentum.

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema momentum.

Entri pembaruan jarang di '*var' dan '*accum' sesuai dengan algoritma fobos.

Pembaruan jarang '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.

UPDATE '*var' sesuai dengan algoritma RMSPROP.

Mengembalikan tensor dari file pos pemeriksaan.

Mengembalikan tensor dari file pos pemeriksaan.

Mengembalikan tensor dari pos pemeriksaan V2.

Mengembalikan integer elemen-bijaksana terdekat dengan x.

Membulatkan nilai tensor ke bilangan bulat terdekat, dari bijaksana.

Menghitung timbal balik akar kuadrat dari elemen-elemen.

Menghasilkan satu kotak pembatas yang terdistorsi secara acak untuk suatu gambar.

Menghasilkan satu kotak pembatas yang terdistorsi secara acak untuk suatu gambar.

Menyimpan tensor input ke disk.

Menghemat irisan tensor input ke disk.

Menghemat tensor dalam format pos pemeriksaan v2.

Outputs Summary buffer protokol dengan nilai skalar.

TODO: Tambahkan Doc.

Menambahkan pembaruan yang jarang ke referensi variabel.

Membagi referensi variabel dengan pembaruan yang jarang.

Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi max .

Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi min .

Mengalikan pembaruan jarang menjadi referensi variabel.

Menerapkan tambahan yang jarang untuk nilai atau irisan individu dalam variabel .

Menerapkan pengurangan jarang pada nilai atau irisan individu dalam suatu variabel .

Menerapkan updates yang jarang untuk nilai atau irisan individu dalam suatu yang diberikan.

Kurangi pembaruan jarang menjadi referensi variabel.

Menerapkan pembaruan yang jarang untuk referensi variabel.

Menghitung maksimum sepanjang segmen tensor.

Menghitung rata -rata sepanjang segmen tensor.

Menghitung minimum sepanjang segmen tensor.

Menghitung produk di sepanjang segmen tensor.

Menghitung jumlah sepanjang segmen tensor.

TODO: Tambahkan Doc.

Hitung Linear Eksponensial Skala: scale * alpha * (exp(features) - 1)

Serialisasi SparseTensor N -minibatch ke dalam objek Tensor [N, 3] .

Serialisasi SparseTensor ke dalam objek Tensor [3] .

Mengubah tensor menjadi proto TensorProTo serial.

Menghitung perbedaan antara dua daftar angka atau string.

Menghasilkan nama file sharded.

Hasilkan pola glob yang mencocokkan semua nama file bercukur.

Menghitung sigmoid dari elemen x -bijaksana.

Mengembalikan indikasi elemen dari tanda angka.

Menghitung sinus dari elemen-elemen.

Menghitung sinus hiperbolik dari elemen X.

Menghitung aktivasi softmax.

Menghitung biaya entropi softmax cross dan gradien untuk mundur.

Hitung Softplus: log(exp(features) + 1) .

Hitung SoftSign: features / (abs(features) + 1) .

Menerapkan gradien jarang untuk akumulator yang diberikan.

Mengekstrak gradien jarang rata -rata dalam sparseconditionalaccumulator .

Menambahkan dua objek SparseTensor untuk menghasilkan SparseTensor lain.

Operator gradien untuk oparseadd op.

VAR: Harus dari variabel ().

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema Adagrad.

Perbarui entri di '*var' dan '*accum' sesuai dengan skema Adagrad proksimal.

UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.

Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.

Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.

Perbarui entri yang relevan di '*var' dan '*accum' sesuai dengan skema momentum.

Entri pembaruan jarang di '*var' dan '*accum' sesuai dengan algoritma fobos.

Pembaruan jarang '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.

UPDATE '*var' sesuai dengan algoritma RMSPROP.

Menggabungkan daftar SparseTensor di sepanjang dimensi yang ditentukan.

Akumulator bersyarat untuk menggabungkan gradien jarang.

Menghasilkan Salib Jarang dari Daftar Tensor Jarang dan Lebat.

Menambahkan sparsetensor dan tensor padat, menggunakan aturan khusus ini:

Komponen-bijaksana membagi sparsetensor dengan tensor padat.

Komponen-bijaksana melipatgandakan sparsetensor dengan tensor padat.

Mengisi baris kosong di input 2-D SparseTensor dengan nilai default.

Gradien Sparsefillemplyrows .

Gandakan matriks "A" dengan matriks "b".

Menghitung maks dari elemen di seluruh dimensi sparsetensor.

Menghitung maks dari elemen di seluruh dimensi sparsetensor.

Menghitung jumlah elemen lintas dimensi sparsetensor.

Menghitung jumlah elemen lintas dimensi sparsetensor.

Memorder kembali sparsetensor ke dalam pemesanan kanonik, baris-mayor.

Membentuk kembali sparsetensor untuk mewakili nilai dalam bentuk padat baru.

Menghitung rata -rata di sepanjang segmen tensor yang jarang.

Menghitung gradien untuk sparsesegmentmean .

Menghitung rata -rata di sepanjang segmen tensor yang jarang.

Menghitung jumlah di sepanjang segmen jarang dari tensor dibagi dengan SQRT dari N.

Menghitung gradien untuk sparsesegmentsqrtn .

Menghitung jumlah di sepanjang segmen jarang dari tensor dibagi dengan SQRT dari N.

Menghitung jumlah di sepanjang segmen jarang dari tensor.

Menghitung jumlah di sepanjang segmen jarang dari tensor.

Iris SparseTensor berdasarkan start dan size .

Operator Gradien untuk Op Sparseslice .

Menerapkan softmax ke nd SparseTensor batch.

Menghitung biaya entropi softmax cross dan gradien untuk mundur.

Mengembalikan maks elemen dari dua sparsetensors.

Mengembalikan menit bijaksana dari dua sparsetensors.

Pisahkan SparseTensor menjadi tensor num_split sepanjang satu dimensi.

Menambahkan SparseTensor dan Tensor padat, menghasilkan Tensor padat.

Gandakan sparsetensor (peringkat 2) "A" dengan matriks padat "B".

Menghitung akar kuadrat dari elemen-elemen.

Menghitung kuadrat dari elemen-elemen.

Mengembalikan (x - y) (x - y) elemen bijaksana.

Mengemas daftar R N peringkat ke satu peringkat- (R+1) tensor.

Nilai panggung mirip dengan enqueue ringan.

OP menghilangkan semua elemen dalam wadah yang mendasarinya.

OP Peeks pada nilai pada indeks yang ditentukan.

OP mengembalikan jumlah elemen dalam wadah yang mendasarinya.

Memformat templat string menggunakan daftar tensor.

Bergabung dengan string dalam daftar tensor string yang diberikan menjadi satu tensor;.

Panjang string input .

TODO: Tambahkan Doc.

Membuat Ngram dari Data String Ragged.

Split elemen input berdasarkan delimiter menjadi SparseTensor .

Split elemen source berdasarkan sep menjadi SparseTensor .

Strip dan trailing whitespace dari tensor .

Konversi setiap string dalam tensor input ke mod hash -nya dengan sejumlah ember.

Konversi setiap string dalam tensor input ke mod hash -nya dengan sejumlah ember.

Konversi setiap string dalam tensor input ke mod hash -nya dengan sejumlah ember.

Konversi setiap string dalam tensor input ke tipe numerik yang ditentukan.

TODO: Tambahkan Doc.

Mengembalikan substring dari Tensor of Strings.

Mengembalikan x - y elemen bijaksana.

Menghitung jumlah elemen lintas dimensi tensor.

data ke depan ke port output yang ditentukan oleh pred .

Pembaca yang mengeluarkan catatan dari file catatan TensorFlow.

Mengubah representasi yang jarang menjadi tensor padat.

Menghitung Tan of X Element-bijaksana.

Menghitung garis singgung hiperbolik dari elemen x

Mengembalikan tensor yang mungkin bermutasi, tetapi hanya berlanjut dalam satu langkah.

Serangkaian tensor dengan ukuran yang diberikan.

Hapus TensorArray dari wadah sumber daya.

Konsat elemen dari TensorArray ke value nilai.

Kumpulkan elemen spesifik dari TensorArray menjadi value output.

Membuat TensorArray untuk menyimpan gradien nilai di pegangan yang diberikan.

Membuat TensorArray untuk menyimpan beberapa gradien nilai di pegangan yang diberikan.

Baca elemen dari TensorArray ke value output.

Siskan data dari nilai input ke elemen tenorarray tertentu.

Dapatkan ukuran TensorArray saat ini.

Pisahkan data dari nilai input menjadi elemen TensorArray .

Dorong elemen ke Tensor_Array.

Mengeluarkan buffer protokol Summary dengan tensor.

Outputs Summary Protokol Buffer dengan data tensor dan per-plugin.

Pembaca yang menghasilkan baris file yang dibatasi oleh '
'.

Memberikan waktu sejak zaman dalam hitungan detik.

Menemukan nilai dan indeks dari elemen k terbesar untuk dimensi terakhir.

Mengembalikan elemen x / y untuk jenis integer.

Returns Element-Wise Sisa dari Divisi.

Output nilai acak dari distribusi normal terpotong.

Tentukan kode skrip dari tensor poin kode integer unicode.

Transcode teks input dari pengkodean sumber ke pengkodean tujuan.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi yang seragam.

Bergabung dengan elemen inputs berdasarkan segment_ids .

Menghitung maksimum sepanjang segmen tensor.

Menghitung minimum sepanjang segmen tensor.

Menghitung produk di sepanjang segmen tensor.

Menghitung jumlah sepanjang segmen tensor.

OP mirip dengan dequeue ringan.

Memegang keadaan dalam bentuk tensor yang bertahan melintasi langkah -langkah.

Membentuk kembali tensor terkuantisasi sesuai reshape op.

Memilih elemen dari x atau y , tergantung pada condition .

Pembaca yang menghasilkan seluruh isi file sebagai nilai.

Menulis konten ke file di input nama file.

Mengembalikan 0 jika x == 0, dan x / y Sebaliknya, elementwise.

Mengembalikan 0 jika x == 0, dan x * log (y) sebaliknya, elementwise.

Mengembalikan tensor nol dengan bentuk dan jenis yang sama seperti x.

Hitung fungsi Hurwitz Zeta \((x, q)\).