przepływ tensorowy:: op

Zgłoś wyjątek, aby przerwać proces po wywołaniu.

Oblicza wartość bezwzględną tensora.

Zwraca sumę elementarną listy tensorów.

Stosuje gradient do danego akumulatora.

Zwraca liczbę gradientów zagregowanych w danych akumulatorach.

Aktualizuje akumulator o nową wartość global_step.

Wyodrębnia średni gradient w danym ConditionalAccumulator .

Oblicza acos x elementarnie.

Oblicza odwrotny cosinus hiperboliczny x dla elementu.

Zwraca x + y elementowo.

Dodaj N -minibatch SparseTensor do SparseTensorsMap , zwróć N uchwytów.

Dodaj wszystkie elementy tensorów wejściowych mądrze.

Dodaj SparseTensor do SparseTensorsMap , zwróć jego uchwyt.

Zwraca x + y elementowo.

Dostosuj kontrast jednego lub większej liczby obrazów.

Dostosuj odcień jednego lub większej liczby obrazów.

Dostosuj nasycenie jednego lub większej liczby obrazów.

Oblicza „logiczne i” elementów w różnych wymiarach tensora.

Generuje etykiety dla próbkowania kandydatów z wyuczonym rozkładem unigramów.

Zwraca argument liczby zespolonej.

Oblicza „logiczne lub” elementów w wymiarach tensora.

Zaktualizuj „*var” zgodnie ze schematem adadelta.

Zaktualizuj „*var” zgodnie ze schematem adagrad.

Zaktualizuj „*var” zgodnie ze schematem bliższego adagradu.

Zaktualizuj „*var” zgodnie z algorytmem Adama.

Zaktualizuj „*var” zgodnie z aktualizacją AddSign.

Zaktualizuj „*var” zgodnie z wyśrodkowanym algorytmem RMSProp.

Zaktualizuj „*var” zgodnie ze schematem Ftrl-proksymalny.

Zaktualizuj „*var” zgodnie ze schematem Ftrl-proksymalny.

Zaktualizuj „*var”, odejmując od niego „alfa” * „delta”.

Zaktualizuj „*var” zgodnie ze schematem pędu.

Zaktualizuj „*var” zgodnie z aktualizacją AddSign.

Zaktualizuj „*var” i „*accum” zgodnie z FOBOS z szybkością uczenia się Adagrad.

Zaktualizuj „*var” jako algorytm FOBOS ze stałą szybkością uczenia się.

Zaktualizuj „*var” zgodnie z algorytmem RMSProp.

Zwraca wartość rzeczywistą abs(xy) < w zakresie elementu tolerancji.

Zwraca indeks o największej wartości spośród wszystkich wymiarów tensora.

Zwraca indeks o najmniejszej wartości spośród wymiarów tensora.

Konwertuje każdy wpis w danym tensorze na ciągi.

Oblicza odwrotny sinus trygnometryczny x według elementów.

Oblicza odwrotny sinus hiperboliczny x według elementów.

Stwierdza, że ​​podany warunek jest prawdziwy.

Zaktualizuj „ref”, przypisując mu „wartość”.

Zaktualizuj „ref”, dodając do niego „wartość”.

Zaktualizuj „ref”, odejmując od niego „wartość”.

Oblicza odwrotną tangens trygnometryczną x dla elementu.

Oblicza arcus tangens y/x elementowo, biorąc pod uwagę znaki argumentów.

Oblicza odwrotny tangens hiperboliczny elementu x.

Wykonuje średnie łączenie na wejściu.

Wykonuje średnią pulę 3D na wejściu.

Oblicza gradienty średniej funkcji łączenia.

Definiuje barierę, która utrzymuje się w przypadku różnych wykonań wykresów.

Zamyka zadaną barierę.

Oblicza liczbę niekompletnych elementów w danej barierze.

Dla każdego klucza przypisuje odpowiednią wartość do określonego komponentu.

Oblicza liczbę kompletnych elementów w danej barierze.

Pobiera z bariery zadaną liczbę ukończonych elementów.

Mnoży wycinki dwóch tensorów w partiach.

Mnoży wycinki dwóch tensorów w partiach.

BatchToSpace dla tensorów 4-D typu T.

BatchToSpace dla tensorów ND typu T.

Oblicza funkcję Bessela i0e elementu x .

Oblicza funkcję Bessela i1e x elementarnie.

Oblicz uregulowaną niepełną całkę beta \(I_x(a, b)\).

Dodaje bias do value .

Operacja wsteczna dla „BiasAdd” na tensorze „bias”.

Zlicza liczbę wystąpień każdej wartości w tablicy liczb całkowitych.

Przesyła bitcast tensora z jednego typu na inny bez kopiowania danych.

Zwróć kształt s0 op s1 za pomocą transmisji.

Rozgłaszaj tablicę dla zgodnego kształtu.

Podział danych wejściowych na podstawie „granic”.

Rzuć x typu SrcT na y typu DstT.

Zwraca najmniejszą elementarną liczbę całkowitą nie mniejszą niż x.

Sprawdza tensor dla wartości NaN i Inf.

Przycina wartości tensora do określonej wartości minimalnej i maksymalnej.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Porównaj wartości input z threshold i spakuj wynikowe bity do uint8 .

Konwertuje dwie liczby rzeczywiste na liczbę zespoloną.

Oblicza zespoloną wartość bezwzględną tensora.

Oblicza identyfikatory stanowisk w sampled_candidates, które pasują do true_labels.

Łączy tensory wzdłuż jednego wymiaru.

Akumulator warunkowy do agregacji gradientów.

Zwraca zespoloną koniugat liczby zespolonej.

Potasuj wymiary x zgodnie z permutacją i skoniuguj wynik.

Nic nie robi.

Oblicza splot 2-D przy input 4-D i tensorach filter .

Oblicza gradienty splotu względem filtra.

Oblicza gradienty splotu w odniesieniu do danych wejściowych.

Oblicza splot 3-D, biorąc pod uwagę 5-D input i tensory filter .

Oblicza gradienty splotu 3-D w odniesieniu do filtra.

Oblicza gradienty splotu 3-D w odniesieniu do danych wejściowych.

Oblicza cos x elementarnie.

Oblicza cosinus hiperboliczny x elementarnie.

Zwiększa „ref”, aż osiągnie „limit”.

Wyodrębnia wycinki z tensora obrazu wejściowego i zmienia ich rozmiar.

Oblicza gradient operacji kadrowania i zmiany rozmiaru na podstawie tensora pól wejściowych.

Oblicza gradient operacji kadrowania i zmiany rozmiaru na podstawie tensora obrazu wejściowego.

Oblicz iloczyn krzyżowy parami.

Oblicz skumulowany iloczyn tensora x wzdłuż axis .

Oblicz skumulowaną sumę tensora x wzdłuż axis .

Zwraca indeks wymiaru w docelowym formacie danych, podanym w.

Zwraca permutowany wektor/tensor w docelowym formacie danych, biorąc pod uwagę.

Opcja tożsamości do debugowania gradientowego.

Opcja tożsamości do debugowania gradientowego.

Dekoduj i przycinaj obraz zakodowany w formacie JPEG do tensora uint8.

Dekoduj ciągi znaków zakodowane w standardzie Base64, bezpieczne dla sieci.

Dekoduj pierwszą klatkę obrazu zakodowanego w formacie BMP do tensora uint8.

Konwertuj rekordy CSV na tensory.

Dekompresuj ciągi znaków.

Dekoduj klatki obrazu zakodowanego w formacie GIF do tensora uint8.

Konwertuj przykładowe rekordy zakodowane w formacie JSON na ciągi bufora protokołu binarnego.

Dekoduj obraz zakodowany w formacie JPEG do tensora uint8.

Reinterpretuj bajty ciągu jako wektor liczb.

Dekoduj obraz zakodowany w formacie PNG do tensora uint8 lub uint16.

Reinterpretuj bajty ciągu jako wektor liczb.

Tworzy kopię x .

Usuń tensor określony przez jego uchwyt w sesji.

DepthToSpace dla tensorów typu T.

Oblicza splot wgłębny 2-D, biorąc pod uwagę input 4-D i tensory filter .

Oblicza gradienty splotu wgłębnego względem filtra.

Oblicza gradienty splotu wgłębnego w odniesieniu do danych wejściowych.

Dekwantyzuj tensor „wejściowy” na tensor zmiennoprzecinkowy.

Deserializuj i łącz SparseTensors z serializowanej minipartii.

Deserializacja obiektów SparseTensor .

Niszczy zmienną tymczasową i zwraca jej wartość końcową.

Zwraca tensor diagonalny o podanych wartościach diagonalnych.

Zwraca część diagonalną tensora.

Oblicza Psi, pochodną Lgamma (logarytm wartości bezwzględnej.

Oblicza dylatację skali szarości tensorów filter input 4-D i 3-D.

Oblicza gradient morfologicznej dylatacji 2-D względem filtra.

Oblicza gradient morfologicznej dylatacji 2-D w odniesieniu do danych wejściowych.

Zwraca element x/y.

Zwraca 0, jeśli mianownik wynosi zero.

Narysuj ramki ograniczające na partii obrazów.

Narysuj ramki ograniczające na partii obrazów.

Dzieli data na tensory num_partitions przy użyciu indeksów z partitions .

Przeplataj wartości z tensorów data w pojedynczy tensor.

Oblicza (prawdopodobnie znormalizowaną) odległość edycji Levenshteina.

Oblicza wykładniczo liniowo: exp(features) - 1 jeśli < 0, features w przeciwnym razie.

Tworzy tensor o podanym kształcie.

Zakoduj ciągi znaków w bezpiecznym dla sieci formacie Base64.

Kodowanie obrazu w formacie JPEG.

Obraz wejściowy koduje w formacie JPEG z podaną jakością kompresji.

Zakoduj obraz w formacie PNG.

Zapewnia zgodność kształtu tensora z oczekiwanym kształtem.

Zwraca wartość logiczną (x == y) według elementu.

Oblicza funkcję błędu Gaussa x elementarnie.

Oblicza uzupełniającą funkcję błędu x elementarnie.

DO ZROBIENIA: dodaj dokument.

Oblicza normę euklidesową elementów w różnych wymiarach tensora.

Oblicza wykładniczą wartość x według elementu.

Wstawia wymiar 1 do kształtu tensora.

Oblicza exp(x) - 1 element.

Wyodrębnia rzut oka z tensora wejściowego.

Wyodrębnij patches z images i umieść je w wymiarze wyjściowym „głębokość”.

Wyodrębnij informacje o kształcie obrazu zakodowanego w formacie JPEG.

Wyodrębnij patches z input i umieść je w wymiarze wyjściowym „głębokość”.

Kolejka tworząca elementy w kolejności „pierwsze weszło, pierwsze wyszło”.

Wypisz fakt dotyczący silni.

Fałszywie skwantuj tensor „wejściowy”, wpisz float do tensora „wyjściowego” tego samego typu.

Oblicz gradienty dla operacji FakeQuantWithMinMaxArgs .

Fałszywa kwantyzacja tensora „wejściowego” typu float za pomocą globalnych skalarów float min

Oblicz gradienty dla operacji FakeQuantWithMinMaxVars .

Fałszywie skwantuj tensor „wejściowy” typu float i jeden z kształtów: [d] ,.

Oblicz gradienty dla operacji FakeQuantWithMinMaxVarsPerChannel .

Tworzy tensor wypełniony wartością skalarną.

Generuje wartości odcisków palców.

Reader, który wyprowadza rekordy o stałej długości z pliku.

Generuje etykiety dla próbkowania kandydatów z wyuczonym rozkładem unigramów.

Zwraca największą liczbę całkowitą nie większą niż x.

Zwraca x // y elementowo.

Zwraca elementarną resztę dzielenia.

Wykonuje łączenie średniej ułamkowej na wejściu.

Wykonuje ułamkowe maksymalne łączenie na wejściu.

Normalizacja wsadowa.

Gradient do normalizacji wsadowej.

Gradient do normalizacji wsadowej.

Gradient do normalizacji wsadowej.

Normalizacja wsadowa.

Normalizacja wsadowa.

Wykonuje dopełnienie jako proces wstępny podczas splotu.

Wykonuje zmianę rozmiaru i dopełnienie jako proces wstępny podczas splotu.

Zbierz plasterki z params według indices .

Zbierz wycinki z params do Tensora o kształcie określonym przez indices .

Zbierz wycinki z axis osi params zgodnie z indices .

Przechowuj tensor wejściowy w stanie bieżącej sesji.

Przechowuj tensor wejściowy w stanie bieżącej sesji.

Pobierz wartość tensora określoną przez jego uchwyt.

Zwraca wartość logiczną (x > y) według elementu.

Zwraca wartość logiczną (x >= y) według elementu.

Daje gwarancję środowisku wykonawczemu TF, że tensor wejściowy jest stały.

Konwertuj jeden lub więcej obrazów z HSV na RGB.

Zwróć histogram wartości.

Wysyła bufor protokołu Summary z histogramem.

Zwraca tensor o tym samym kształcie i zawartości co tensor lub wartość wejściowa.

Zwraca listę tensorów o takich samych kształtach i zawartości jak dane wejściowe.

Czytnik, który wyprowadza pracę w kolejce zarówno jako klucz, jak i wartość.

Oblicz dolną uregulowaną niekompletną funkcję Gamma P(a, x) .

Oblicz górną uregulowaną niekompletną funkcję Gamma Q(a, x) .

Zwraca część urojoną liczby zespolonej.

Zwraca niezmienny tensor z obszaru pamięci.

Mówi, czy cele znajdują się w górnych przewidywaniach K

Mówi, czy cele znajdują się w górnych przewidywaniach K

Dodaje v do określonych wierszy x.

Odejmuje v od określonych wierszy x .

Aktualizuje określone wiersze o wartości w v .

Oblicza odwrotność x według elementu.

Oblicza odwrotną permutację tensora.

Zwraca, które elementy x są skończone.

Zwraca, które elementy x są Inf.

Zwraca, które elementy x są NaN.

Sprawdza, czy tensor został zainicjowany.

Strata L2.

Czytnik, który wyprowadza rekordy z pliku LMDB.

Normalizacja odpowiedzi lokalnej.

Generuje etykiety dla próbkowania kandydatów z wyuczonym rozkładem unigramów.

Zwraca wartość logiczną (x < y) według elementu.

Zwraca wartość logiczną (x <= y) elementarnie.

Oblicza log wartości bezwzględnej Gamma(x) w odniesieniu do elementów.

Generuje wartości w przedziale.

Oblicza logarytm naturalny x według elementów.

Oblicza logarytm naturalny (1 + x) elementarnie.

Oblicza aktywacje dziennika Softmax.

Generuje etykiety dla próbkowania kandydatów z rozkładem logarytmiczno-jednorodnym.

Zwraca wartość logiczną x ORAZ y w odniesieniu do elementów.

Zwraca wartość logiczną NOT x w odniesieniu do elementów.

Zwraca wartość logiczną x LUB y według elementu.

Przekazuje wejście na wyjście.

Op usuwa wszystkie elementy z bazowego kontenera.

Op zwraca liczbę niekompletnych elementów w bazowym kontenerze.

Op sprawdza wartości w określonym kluczu.

Op zwraca liczbę elementów w bazowym kontenerze.

Etap (klucz, wartości) w bazowym kontenerze, który zachowuje się jak tablica mieszająca.

Op usuwa i zwraca wartości powiązane z kluczem.

Op usuwa i zwraca losowy (klucz, wartość)

Pomnóż macierz „a” przez macierz „b”.

Zwraca zestaw plików pasujących do jednego lub więcej wzorców globalnych.

Skopiuj tensor, ustawiając wszystko poza centralnym pasmem w każdej najbardziej wewnętrznej macierzy.

Zwraca wsadowy tensor diagonalny z podanymi wsadowymi wartościami przekątnymi.

Zwraca wsadową część diagonalną wsadowego tensora.

Zwraca wsadową część diagonalną wsadowego tensora.

Zwraca wsadowy tensor diagonalny z podanymi wsadowymi wartościami przekątnymi.

Zwraca tensor macierzy wsadowej z nowymi wsadowymi wartościami przekątnej.

Zwraca tensor macierzy wsadowej z nowymi wsadowymi wartościami przekątnej.

Oblicza maksimum elementów w wymiarach tensora.

Wykonuje maksymalne buforowanie na wejściu.

Wykonuje 3D max Pooling na wejściu.

Oblicza gradienty maksymalnej funkcji łączenia.

Oblicza gradienty drugiego rzędu funkcji maxpooling.

Oblicza gradienty drugiego rzędu funkcji maxpooling.

Oblicza gradienty drugiego rzędu funkcji maxpooling.

Oblicza gradienty drugiego rzędu funkcji maxpooling.

Oblicza gradienty funkcji maxpooling.

Wykonuje maksymalne buforowanie na wejściu.

Wykonuje maksymalne łączenie na wejściu i wyprowadza zarówno wartości maksymalne, jak i indeksy.

Zwraca maksimum x i y (tzn

Oblicza średnią elementów w wymiarach tensora.

Przekazuje wartość dostępnego tensora z inputs do output .

Łączy podsumowania.

Specyficzny dla formatu V2: łączy pliki metadanych podzielonych na fragmenty punktów kontrolnych.

Oblicza minimalną liczbę elementów w wymiarach tensora.

Zwraca min x i y (tzn

Wypełnia tensor wartościami lustrzanymi.

Zwraca elementarną resztę dzielenia.

Zwraca x * y elementarnie.

Rysuje próbki z rozkładu wielomianowego.

Zwraca x * y elementarnie.

DO ZROBIENIA: dodaj dokument.

Oblicza liczbową wartość ujemną według elementu.

Zwraca następną możliwą do reprezentowania wartość x1 w kierunku x2 , elementarnie.

Udostępnia swoje dane wejściowe dla następnej iteracji.

Nic nie robi.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Zwraca wartość logiczną (x != y) według elementu.

Znajduje wartości statystyki n -tego rzędu dla ostatniego wymiaru.

Zwraca jeden gorący tensor.

Zwraca tensor jedynek o tym samym kształcie i typie co x.

Op usuwa wszystkie elementy z bazowego kontenera.

Op zwraca liczbę niekompletnych elementów w bazowym kontenerze.

Op sprawdza wartości w określonym kluczu.

Op zwraca liczbę elementów w bazowym kontenerze.

Etap (klucz, wartości) w bazowym kontenerze, który zachowuje się jak uporządkowany.

Op usuwa i zwraca wartości powiązane z kluczem.

Op usuwa i zwraca element (klucz, wartość) o najmniejszym.

Wypełnia tensor zerami.

Podkłady tensora.

Kolejka tworząca elementy w kolejności „pierwsze weszło, pierwsze wyszło”.

Łączy listę N tensorów wzdłuż pierwszego wymiaru.

Przeplataj wartości z tensorów data w pojedynczy tensor.

Wyprowadza losowe wartości z rozkładu normalnego.

Przekształca wektor mózgu. Przykładowe protos (jako ciągi znaków) na wpisane tensory.

Przekształca wektor protos tf.Example (jako ciągi znaków) na tensory o typie.

Przekształca wektor protos brain.SequenceExample (jako ciągi znaków) w tensory o typie.

Przekształca wektor protos tf.io.SequenceExample (jako ciągi znaków) na tensory o typie.

Przekształca proto tf.Example (jako ciąg znaków) w tensory o typie.

Przekształca mózg skalarny.SequenceExample proto (jako ciągi znaków) na wpisane tensory.

Przekształca serializowany tensorflow.TensorProto proto w Tensor .

Opcja zastępcza wartości, która zostanie wprowadzona do obliczeń.

Operacja zastępcza, która przechodzi przez input , gdy jego wyjście nie jest podawane.

Oblicz funkcję poligammy \(^{(n)}(x)\).

Oblicza potęgę jednej wartości do drugiej.

Operacja tożsamości, która wyzwala błąd, jeśli zażądano gradientu.

Drukuje listę tensorów.

Drukuje skalar łańcuchowy.

Kolejka generująca elementy posortowane według wartości pierwszego składnika.

Oblicza iloczyn elementów według wymiarów tensora.

Kwantyzuje, a następnie dekwantyzuje tensor.

Kwantyzuje, a następnie dekwantyzuje tensor.

Konwertuj skwantowany tensor „wejściowy” na „wyjściowy” o niższej precyzji, używając funkcji.

Kwantyzuj tensor „wejściowy” typu float do tensora „wyjściowego” typu „T”.

Zwraca x + y elementarnie, pracując na skwantowanych buforach.

Tworzy średnią pulę tensora wejściowego dla typów skwantowanych.

Kwantowana normalizacja wsadowa.

Dodaje „odchylenie” tensora do „wejściowego” tensora dla typów skwantowanych.

Łączy skwantowane tensory wzdłuż jednego wymiaru.

Oblicza splot 2D, biorąc pod uwagę skwantowane dane wejściowe 4D i tensory filtrów.

Kwantowana normalizacja instancji.

Wykonaj skwantowane mnożenie macierzy a przez macierz b .

Tworzy maksymalną pulę tensora wejściowego dla typów skwantowanych.

Zwraca x * y elementarnie, pracując na skwantowanych buforach.

Oblicza skwantyzowany prostownik liniowy: max(features, 0)

Oblicza skwantyzowany prostownik liniowy 6: min(max(features, 0), 6)

Oblicza skwantyzowany, rektyfikowany liniowy X: min(max(features, 0), max_value)

Zmień rozmiar skwantowanych images do size za pomocą kwantyzowanej interpolacji dwuliniowej.

Zamyka daną kolejkę.

Usuwa z kolejki krotkę jednego lub większej liczby tensorów z danej kolejki.

Usuwa z kolejki n krotek jednego lub więcej tensorów z danej kolejki.

Usuwa z kolejki n krotek jednego lub więcej tensorów z danej kolejki.

Kolejkuje krotkę jednego lub większej liczby tensorów w danej kolejce.

Kolejkuje zero lub więcej krotek jednego lub większej liczby tensorów w danej kolejce.

Zwraca wartość true, jeśli kolejka jest zamknięta.

Zwraca wartość true, jeśli kolejka jest zamknięta.

Oblicza liczbę elementów w podanej kolejce.

Konwertuje jeden lub więcej obrazów z RGB na HSV.

Wyprowadza losowe wartości z rozkładu(ów) Gamma opisanego przez alfa.

Wyprowadza losowe wartości z rozkładu normalnego.

Wyprowadza losowe wartości z rozkładu Poissona opisanego współczynnikiem.

Losowo tasuje tensor wzdłuż jego pierwszego wymiaru.

Kolejka losująca kolejność elementów.

Wyprowadza losowe wartości z rozkładu równomiernego.

Wyprowadza losowe liczby całkowite z rozkładu jednolitego.

Tworzy ciąg liczb.

Odczytuje i wyprowadza całą zawartość wejściowej nazwy pliku.

Zwraca liczbę rekordów utworzonych przez ten czytnik.

Zwraca liczbę jednostek pracy, które ten czytnik zakończył przetwarzać.

Zwraca następny rekord (klucz, para wartości) utworzony przez czytnik.

Zwraca do num_records (klucz, wartość) par utworzonych przez czytnik.

Przywróć czytnik do początkowego, czystego stanu.

Przywróć czytnik do wcześniej zapisanego stanu.

Utwórz tensor ciągu, który koduje stan czytnika.

Zwraca część rzeczywistą liczby zespolonej.

Zwraca x/y elementarnie dla typów rzeczywistych.

Oblicza odwrotność x według elementu.

Emituje losowe rekordy.

Łączy Tensor ciągu o podanych wymiarach.

Udostępnia swoje dane wejściowe dla następnej iteracji.

Przekazuje index element inputs do output .

Przekazuje data tensora Ref do portu wyjściowego określonego przez pred .

Sprawdź, czy wejście pasuje do wzorca wyrażenia regularności.

Zastępuje dopasowanie wyrażenia regularnego pattern w input z ciągiem zastępczym dostarczonym w rewrite .

Oblicza skorygowane liniowe: max(features, 0) .

Oblicza skorygowane liniowe 6: min(max(features, 0), 6) .

Oblicza zakres, który obejmuje rzeczywiste wartości obecne w skwantowanym tensorze.

Przekształca kwantyzowany tensor input na output o niższej precyzji.

Zmień rozmiar images na size za pomocą interpolacji obszaru.

Zmień rozmiar images na size za pomocą interpolacji dwukabicznej.

Zmień rozmiar images na size za pomocą interpolacji dwustronnej.

Zmień rozmiar images na size za pomocą interpolacji najbliższych sąsiadów.

Aktualizacja „*var” zgodnie ze schematem Adadelta.

Aktualizacja „*var” zgodnie ze schematem ADAGRAD.

Aktualizacja „*var” zgodnie z bliższym schematem ADAGRAD.

Aktualizacja „*var” zgodnie z algorytmem ADAM.

Aktualizacja „*var” zgodnie z algorytmem ADAM.

Aktualizacja „*var” zgodnie z aktualizacją Addsign.

Aktualizacja „*var” zgodnie z wyśrodkowanym algorytmem RMSPROP.

Aktualizacja „*var” zgodnie ze schematem ftrl-proximal.

Aktualizacja „*var” zgodnie ze schematem ftrl-proximal.

Aktualizacja „ * var”, odejmując „alfa” * „delta” od IT.

Aktualizacja „*var” zgodnie ze schematem pędu.

Aktualizacja „*var” zgodnie ze schematem pędu.

Aktualizacja „*var” zgodnie z aktualizacją Addsign.

Aktualizacja „*var” i „*akumenta” zgodnie z FOBOS z wskaźnikiem uczenia się ADAGRAD.

Aktualizacja „*var” jako algorytm FOBOS o stałym wskaźniku uczenia się.

Aktualizacja „*var” zgodnie z algorytmem RMSPROP.

Zmienna przyrostowa wskazana przez „zasób”, aż osiągnie „limit”.

Stosuje rzadkie dodatki do poszczególnych wartości lub plasterków w zmiennej .

Stosuje rzadkie odejmowanie do poszczególnych wartości lub plasterków w zmiennej .

Stosuje rzadkie updates poszczególnych wartości lub plasterków w danym.

var: powinien pochodzić ze zmiennej ().

Zaktualizuj odpowiednie wpisy w „*var” i „*akumenta” zgodnie ze schematem ADAGRAD.

Zaktualizuj wpisy w „*var” i „*akumenta” zgodnie z bliższym schematem adagrad.

Aktualizacja „*var” zgodnie z wyśrodkowanym algorytmem RMSPROP.

Zaktualizuj odpowiednie wpisy w „*var” zgodnie ze schematem ftrl-proximal.

Zaktualizuj odpowiednie wpisy w „*var” zgodnie ze schematem ftrl-proximal.

Zaktualizuj odpowiednie wpisy w „*var” i „*akumenta” zgodnie ze schematem pędu.

Zaktualizuj odpowiednie wpisy w „*var” i „*akumenta” zgodnie ze schematem pędu.

Rzadkie wpisy aktualizacji w „*var” i „*akumenta” zgodnie z algorytmem FOBOS.

Rzadka aktualizacja „*var” jako algorytm FOBOS o stałym wskaźniku uczenia się.

Aktualizacja „*var” zgodnie z algorytmem RMSPROP.

Przywraca tensor z plików punktu kontrolnego.

Przywraca tensor z plików punktu kontrolnego.

Przywraca tensory z punktu kontrolnego V2.

Zwraca liczbę całkowitą elementową najbliższą x.

Okrąża wartości tensora do najbliższej liczby całkowitej, pod względem elementu.

Oblicza wzajemne pierwiastek kwadratowy X elementu.

Wygeneruj pojedyncze losowo zniekształcone pole ograniczające dla obrazu.

Wygeneruj pojedyncze losowo zniekształcone pole ograniczające dla obrazu.

Zapisuje tensory wejściowe na dysk.

Zapisuje wycinki tensorów wejściowych na dysk.

Zapisuje tensory w formacie punktu kontrolnego V2.

Wyświetla bufor protokołu Summary o wartościach skalarnych.

TODO: Dodaj Doc.

Dodaje rzadkie aktualizacje do zmiennego odniesienia.

Dzieli zmienne odniesienie przez rzadkie aktualizacje.

Zmniejsza rzadkie aktualizacje do odniesienia zmiennego za pomocą operacji max .

Zmniejsza rzadkie aktualizacje do zmiennego odniesienia za pomocą operacji min .

Mnoży rzadkie aktualizacje na zmienne odniesienie.

Stosuje rzadkie dodatki do poszczególnych wartości lub plasterków w zmiennej .

Stosuje rzadkie odejmowanie do poszczególnych wartości lub plasterków w zmiennej .

Stosuje rzadkie updates poszczególnych wartości lub plasterków w danym.

Odejmuje rzadkie aktualizacje odniesienia zmiennego.

Stosuje rzadkie aktualizacje do odniesienia zmiennego.

Oblicza maksimum wzdłuż segmentów tensora.

Oblicza średnią wzdłuż segmentów tensora.

Oblicza minimum wzdłuż segmentów tensora.

Oblicza produkt wzdłuż segmentów tensora.

Oblicza sumę wzdłuż segmentów tensora.

TODO: Dodaj Doc.

Oblicza skalowane wykładnicze liniowe: scale * alpha * (exp(features) - 1)

Serializuj SparseTensor N -minibatch do obiektu Tensor [N, 3] .

Serializuj SparseTensor do obiektu Tensor [3] .

Przekształca tensor w serializowany proto tensorproto.

Oblicza różnicę między dwiema listami liczb lub ciągów.

Wygeneruj odchyloną nazwę pliku.

Wygeneruj wzór globu pasujący do wszystkich nazwy plików odłamków.

Oblicza sigmoidę x element.

Zwraca elementarne wskazanie znaku liczby.

Oblicza sinus pod względem liczby elementów X.

Oblicza hiperboliczne sinus z X-Element.

Oblicza aktywacje Softmax.

Oblicza koszty entropii i gradientów krzyżów Softmax na propagacie wstecznym.

Oblicza softPlus: log(exp(features) + 1) .

Oblicza Softsign: features / (abs(features) + 1) .

Stosuje rzadki gradient do danego akumulatora.

Wydobywa średni rzadki gradient w sparsibicjonacji akumulator .

Dodaje dwa obiekty SparseTensor do wytworzenia kolejnego SparseTensor .

Operator gradientu dla OPSEADD OP.

var: powinien pochodzić ze zmiennej ().

Zaktualizuj odpowiednie wpisy w „*var” i „*akumenta” zgodnie ze schematem ADAGRAD.

Zaktualizuj wpisy w „*var” i „*akumenta” zgodnie z bliższym schematem adagrad.

Aktualizacja „*var” zgodnie z wyśrodkowanym algorytmem RMSPROP.

Zaktualizuj odpowiednie wpisy w „*var” zgodnie ze schematem ftrl-proximal.

Zaktualizuj odpowiednie wpisy w „*var” zgodnie ze schematem ftrl-proximal.

Zaktualizuj odpowiednie wpisy w „*var” i „*akumenta” zgodnie ze schematem pędu.

Rzadkie wpisy aktualizacji w „*var” i „*akumenta” zgodnie z algorytmem FOBOS.

Rzadka aktualizacja „*var” jako algorytm FOBOS o stałym wskaźniku uczenia się.

Aktualizacja „*var” zgodnie z algorytmem RMSPROP.

Łączy listę SparseTensor wzdłuż określonego wymiaru.

Warunkowy akumulator do agregowania rzadkich gradientów.

Generuje rzadki krzyż z listy rzadkich i gęstych tensorów.

Dodaje sparsetensor i gęsty tensor , wykorzystując te specjalne zasady:

Pod względem komponentów dzieli sparsetensor przez gęsty tensor .

Komponentowe mnożą sparsetensor przez gęsty tensor .

Wypełnia puste wiersze w wejściowym SparseTensor o wartości domyślnej.

Gradient rzadkich odpłaconych .

Pomnóż matrycę „A” przez matrycę „B”.

Oblicza maksymalnie elementów w wymiarach sparsetensor.

Oblicza maksymalnie elementów w wymiarach sparsetensor.

Oblicza sumę elementów w wymiarach sparsetensor.

Oblicza sumę elementów w wymiarach sparsetensor.

Zamawia sparsetensor do kanonicznego zamówienia szeregu.

Przekształca sparsetensor reprezentujący wartości w nowym gęstym kształcie.

Oblicza średnią wzdłuż rzadkich segmentów tensora.

Oblicza gradienty dla Sparsesegmentmean .

Oblicza średnią wzdłuż rzadkich segmentów tensora.

Oblicza sumę wzdłuż rzadkich segmentów tensora podzielonego przez SQRT N.

Oblicza gradienty dla Sparsegmentsqrtn .

Oblicza sumę wzdłuż rzadkich segmentów tensora podzielonego przez SQRT N.

Oblicza sumę wzdłuż rzadkich segmentów tensora.

Oblicza sumę wzdłuż rzadkich segmentów tensora.

Pokrój SparseTensor w oparciu o start i size .

Operator gradientu dla Sparseslice op.

Stosuje Softmax do wiecznego SparseTensor ND.

Oblicza koszty entropii i gradientów krzyżów Softmax na propagacie wstecznym.

Zwraca maksymalnie elementarne maksymalnie dwóch sparsetensorów.

Zwraca elementarne min dwóch sparsetensorów.

Podziel SparseTensor na tensory num_split wzdłuż jednego wymiaru.

Składa SparseTensor i gęsty Tensor , wytwarzający gęsty Tensor .

Mnożyć sparsetensor (z rangi 2) „A” według gęstej macierzy „B”.

Oblicza pierwiastek kwadratowy x element.

Oblicza kwadrat x element.

Zwraca (x - y) (x - y) pod względem elementów.

Pakuje listę N R w jednym tensorze (R+1) .

Wartości etapowe podobne do lekkiego enqueue.

OP usuwa wszystkie elementy w pojemniku bazowym.

OP Recka na wartości w określonym indeksie.

OP zwraca liczbę elementów w bazowym pojemniku.

Formatuje szablon łańcucha za pomocą listy tensorów.

Dołącza do strun na podanej liście tensorów strunowych w jeden tensor;.

Długości ciągów input .

TODO: Dodaj Doc.

Tworzy NGRAM z poszarpanych danych ciągów.

Podzielone elementy danych input w oparciu o delimiter na SparseTensor .

Podzielone elementy source oparte na sep w SparseTensor .

Pasek wiodący i spacerowy z białej listy z tensor .

Konwertuje każdy ciąg tensor wejściowy na mod skrótowy o wiele wiader.

Konwertuje każdy ciąg tensor wejściowy na mod skrótowy o wiele wiader.

Konwertuje każdy ciąg tensor wejściowy na mod skrótowy o wiele wiader.

Konwertuje każdy ciąg w tensorze wejściowym na określony typ numeryczny.

TODO: Dodaj Doc.

Zwracanie od Tensor ciągów.

Zwraca X - Y WIĘCEJ.

Oblicza sumę elementów w wymiarach tensora.

Przekazuje data do portu wyjściowego określonego przez pred .

Czytnik, który wyświetla rekordy z pliku rekordów tensorflow.

Przekształca rzadką reprezentację w gęsty tensor.

Oblicza tan x element.

Oblicza styczną hiperboliczną x element.

Zwraca tensor, który można zmutować, ale utrzymuje się tylko w jednym kroku.

Szereg tensorów o danej wielkości.

Usuń tensorArray z kontenera zasobów.

Połącz elementy z tensorArray w value .

Zbierz określone elementy z tensorArray w value wyjściową.

Tworzy tensorArray do przechowywania gradientów wartości w danym uchwycie.

Tworzy tensorArray do przechowywania wielu gradientów wartości w danym uchwycie.

Przeczytaj element z TensorArray do value wyjściowej.

Rozproszenie danych z wartości wejściowej do określonych elementów tensorArray .

Uzyskaj obecny rozmiar tensorarray .

Podziel dane z wartości wejściowej na elementy TensorArray .

Popchnij element na tensor_array.

Wyświetla bufor protokołu Summary z tensorem.

Wyświetla bufor protokołu Summary z danymi tensor i perleginą.

Czytnik, który wyświetla wiersze pliku ograniczonego przez '
'.

Zapewnia czas od epoki w kilka sekund.

Znajduje wartości i wskaźniki k największych elementów dla ostatniego wymiaru.

Zwraca pod względem elementów X / Y dla typów liczb całkowitych.

Zwraca resztę podziału.

Wyświetla losowe wartości z obciętego rozkładu normalnego.

Określ kody skryptów danego tensora punktów liczb całkowitych Unicode.

Przetrzmieć tekst wejściowy z kodowania źródła do kodowania docelowego.

Generuje etykiety do pobierania próbek kandydatów z jednolitym rozkładem.

Dołącza do elementów inputs opartych na segment_ids .

Oblicza maksimum wzdłuż segmentów tensora.

Oblicza minimum wzdłuż segmentów tensora.

Oblicza produkt wzdłuż segmentów tensora.

Oblicza sumę wzdłuż segmentów tensora.

OP jest podobny do lekkiego dequeue.

Utrzymuje stan w formie tensora, który utrzymuje się w poprzek kroków.

Przekształca kwantyzowany tensor zgodnie z reshape op.

Wybiera elementy z x lub y , w zależności od condition .

Czytnik, który wyświetla całą zawartość pliku jako wartość.

Zapisuje zawartość pliku na nazwie pliku wejściowego.

Zwraca 0, jeśli x == 0 i x / y w przeciwnym razie, elementWise.

Zwraca 0, jeśli x == 0 i log x * log (y) inaczej, elementWise.

Zwraca tensor zer z tym samym kształtem i typem co x.

Oblicz funkcję Hurwitz Zeta \((x, q)\).