Cette page a été traduite par l'API Cloud Translation.

Op

Opération d'interface publique

Sous-classes indirectes connues

Abandonner , Tous , AllToAll <T>, AnonymousHashTable , AnonymousIteratorV2 , AnonymousIteratorV3 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousMultiDeviceIteratorV3 , AnonymousMutableDenseHashTable , AnonymousMutableHashTable , AnonymousMutableHashTableOfTensors , edGenerator , AnonymousSeedGenerator , Any et 748 autres.

Avorter	Déclenchez une exception pour abandonner le processus lorsqu'il est appelé.
Tous	Calcule le « et logique » des éléments sur les dimensions d'un tenseur.
ToutÀTous <T>	Une opération pour échanger des données entre les répliques TPU.
AnonymeHashTable	Crée une table de hachage anonyme non initialisée.
AnonymeIteratorV2	Un conteneur pour une ressource itérateur.
AnonymeItérateurV3	Un conteneur pour une ressource itérateur.
AnonymeMemoryCache
AnonymousMultiDeviceIterator	Un conteneur pour une ressource itérateur multi-périphérique.
AnonymeMultiDeviceIteratorV3	Un conteneur pour une ressource itérateur multi-périphérique.
AnonymeMutableDenseHashTable	Crée une table de hachage mutable anonyme vide qui utilise des tenseurs comme magasin de sauvegarde.
AnonymeMutableHashTable	Crée une table de hachage mutable anonyme vide.
AnonymousMutableHashTableOfTensors	Crée une table de hachage mutable anonyme vide de valeurs vectorielles.
Générateur de graines aléatoires anonymes
Générateur de graines anonyme
N'importe lequel	Calcule le « ou logique » des éléments sur les dimensions d'un tenseur.
AppliquerAdagradV2 <T>	Mettez à jour '*var' selon le schéma adagrad.
ApproxTopK <T étend le numéro>	Renvoie les valeurs k min/max et leurs indices de l'opérande d'entrée de manière approximative.
AssertCardinalityDataset
AssertNextDataset	Une transformation qui affirme quelles transformations se produiront ensuite.
AssertPrevDataset	Une transformation qui affirme quelles transformations se sont produites précédemment.
Affirmer que	Affirme que la condition donnée est vraie.
Attribuer <T>	Mettez à jour « ref » en lui attribuant une « valeur ».
AttribuerAjouter <T>	Mettez à jour 'ref' en y ajoutant 'value'.
AssignAddVariableOp	Ajoute une valeur à la valeur actuelle d'une variable.
AssignSub <T>	Mettez à jour « ref » en soustrayant « valeur ».
AssignSubVariableOp	Soustrait une valeur de la valeur actuelle d'une variable.
AssignVariableOp	Attribue une nouvelle valeur à une variable.
AssignVariableXlaConcatND	Concatène le tenseur d'entrée dans toutes les dimensions.
Ensemble de données AutoShard	Crée un ensemble de données qui fragmente l'ensemble de données d'entrée.
BandedTriangularSolve <T>
Barrière	Définit une barrière qui persiste dans différentes exécutions de graphiques.
BarrièreFermer	Ferme la barrière donnée.
BarrièreIncompleteSize	Calcule le nombre d'éléments incomplets dans la barrière donnée.
BarrièreInsérerBeaucoup	Pour chaque clé, attribue la valeur respective au composant spécifié.
TailleBarrièrePrêt	Calcule le nombre d'éléments complets dans la barrière donnée.
BarrièrePrendreBeaucoup	Prend le nombre donné d'éléments terminés d'une barrière.
Lot	Regroupe tous les tenseurs d'entrée de manière non déterministe.
BatchMatMulV2 <T>	Multiplie les tranches de deux tenseurs par lots.
BatchMatMulV3 <V>	Multiplie les tranches de deux tenseurs par lots.
LotVersEspace <T>	BatchToSpace pour les tenseurs 4-D de type T.
BatchVersEspaceNd <T>	BatchToSpace pour les tenseurs ND de type T.
BesselI0 <T étend le nombre>
BesselI1 <T étend le numéro>
BesselJ0 <T étend le numéro>
BesselJ1 <T étend le numéro>
BesselK0 <T étend le numéro>
BesselK0e <T étend le numéro>
BesselK1 <T étend le numéro>
BesselK1e <T étend le numéro>
BesselY0 <T étend le numéro>
BesselY1 <T étend le numéro>
Bitcast <U>	Bitcaste un tenseur d'un type à un autre sans copier les données.
BlockLSTM <T étend le numéro>	Calcule la propagation des cellules LSTM pour tous les pas de temps.
BlockLSTMGrad <T étend le numéro>	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BlockLSTMGradV2 <T étend le numéro>	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BlockLSTMV2 <T étend le numéro>	Calcule la propagation des cellules LSTM pour tous les pas de temps.
BoostedTreesAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesBucketiser	Répartir chaque fonctionnalité en compartiments en fonction des limites du compartiment.
BoostedTreesCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCalculateBestFeatureSplitV2	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour chaque nœud.
Arbres boostésCalculer les meilleurs gains par fonctionnalité	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCenterBias	Calcule le prior à partir des données d'entraînement (le biais) et remplit le premier nœud avec le prior des logits.
BoostedTreesCreateEnsemble	Crée un modèle d'ensemble d'arbres et lui renvoie un handle.
BoostedTreesCreateQuantileStreamResource	Créez la ressource pour les flux quantiles.
BoostedTreesDeserializeEnsemble	Désérialise une configuration d'ensemble d'arbres sérialisés et remplace l'arborescence actuelle ensemble.
BoostedTreesEnsembleResourceHandleOp	Crée un handle vers un BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs	Sorties de débogage/interprétabilité du modèle pour chaque exemple.
BoostedTreesFlushQuantileRésumés	Videz les résumés de quantile de chaque ressource de flux de quantile.
BoostedTreesGetEnsembleStates	Récupère le jeton de tampon de ressource de l’ensemble d’arbres, le nombre d’arbres et les statistiques de croissance.
BoostedTreesMakeQuantileSummaries	Fait le résumé des quantiles pour le lot.
BoostedTreesMakeStatsRésumé	Fait le résumé des statistiques accumulées pour le lot.
BoostedTreesPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule les logits.
BoostedTreesQuantileStreamResourceAddSummaries	Ajoutez les résumés de quantile à chaque ressource de flux quantile.
BoostedTreesQuantileStreamResourceDeserialize	Désérialisez les limites du bucket et signalez-le dans le QuantileAccumulator actuel.
BoostedTreesQuantileStreamResourceFlush	Videz les résumés d’une ressource de flux quantile.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Générez les limites du compartiment pour chaque fonctionnalité en fonction des résumés accumulés.
BoostedTreesQuantileStreamResourceHandleOp	Crée un handle vers un BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Sérialise l'ensemble d'arbres en un proto.
BoostedTreesSparseAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesSparseCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesTrainingPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule la mise à jour des logits mis en cache.
BoostedTreesUpdateEnsemble	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BoostedTreesUpdateEnsembleV2	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BroadcastDynamicShape <T étend le nombre>	Renvoie la forme de s0 op s1 avec diffusion.
BroadcastGradientArgs <T étend le numéro>	Renvoie les indices de réduction pour le calcul des gradients de s0 op s1 avec diffusion.
Diffusion vers <T>	Diffusez un tableau pour une forme compatible.
Bucketiser	Bucketise les « entrées » en fonction des « limites ».
CSRSparseMatrixComponents <T>	Lit les composants CSR au lot `index`.
CSRSparseMatrixToDense <T>	Convertissez un CSRSparseMatrix (éventuellement par lots) en dense.
CSRSparseMatrixToSparseTensor <T>	Convertit un CSRSparesMatrix (éventuellement par lots) en SparseTensor.
Ensemble de données CSV
CSVDatasetV2
CTCPerteV2	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CacheDatasetV2
CheckNumericsV2 <T étend le numéro>	Vérifie un tenseur pour les valeurs NaN, -Inf et +Inf.
ChoisirFastestDataset
ClipByValue <T>	Coupe les valeurs du tenseur à un min et un max spécifiés.
AssemblerTPUEmbeddingMémoire	Une opération qui fusionne les protos de configuration de mémoire codés en chaîne de tous les hôtes.
CollectiveAllToAllV2 <T étend le numéro>	Échange mutuellement plusieurs tenseurs de type et de forme identiques.
CollectiveAllToAllV3 <T étend le numéro>	Échange mutuellement plusieurs tenseurs de type et de forme identiques.
CollectiveAssignGroupV2	Attribuez des clés de groupe en fonction de l'affectation du groupe.
CollectiveBcastRecvV2 <U>	Reçoit une valeur tensorielle diffusée depuis un autre appareil.
CollectiveBcastSendV2 <T>	Diffuse une valeur tensorielle à un ou plusieurs autres appareils.
CollectiveGather <T étend le numéro>	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
CollectiveGatherV2 <T étend le numéro>	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
CollectiveInitializeCommunicator	Initialise un groupe pour les opérations collectives.
CollectivePermute <T>	Une opération pour permuter les tenseurs sur les instances TPU répliquées.
CollectiveReduceScatterV2 <T étend le nombre>	Réduit mutuellement plusieurs tenseurs de type et de forme identiques et disperse le résultat.
CollectiveReduceV2 <T étend le nombre>	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
CollectiveReduceV3 <T étend le nombre>	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
CombinedNonMaxSuppression	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, Cette opération effectue non_max_suppression sur les entrées par lot, dans toutes les classes.
CompositeTensorVariantFromComponents	Encode une valeur `ExtensionType` dans un Tensor scalaire `variant`.
CompositeTensorVariantToComponents	Décode un Tensor scalaire « variante » en une valeur « ExtensionType ».
CompressElement	Compresse un élément d'ensemble de données.
Taille du lot de calcul	Calcule la taille de lot statique d'un ensemble de données sans lots partiels.
ComputeDedupDataTupleMask	Une opération calcule le masque de tuple des données de déduplication à partir du noyau d'intégration.
Concaténer <T>	Concatène les tenseurs selon une dimension.
ConfigureAndInitializeGlobalTPU	Une opération qui met en place les structures centralisées pour un système TPU distribué.
ConfigurerDistributedTPU	Configure les structures centralisées pour un système TPU distribué.
ConfigurerTPUEmbedding	Configure TPUEmbedding dans un système TPU distribué.
ConfigurerTPUEmbeddingHost	Une opération qui configure le logiciel TPUEmbedding sur un hôte.
ConfigurerTPUEmbeddingMemory	Une opération qui configure le logiciel TPUEmbedding sur un hôte.
ConnectTPUEmbeddingHosts	Une opération qui établit la communication entre les instances du logiciel hôte TPUEmbedding après que ConfigureTPUEmbeddingHost ait été appelé sur chaque hôte.
Constante <T>	Un opérateur produisant une valeur constante.
ConsommerMutexLock	Cette opération consomme un verrou créé par `MutexLock`.
Déclencheur de contrôle	Ne fait rien.
Conv <T étend le nombre>	Calcule une convolution ND étant donné les tenseurs (N+1+batch_dims)-D `input` et (N+2)-D `filter`.
Conv2DBackpropFilterV2 <T étend le numéro>	Calcule les gradients de convolution par rapport au filtre.
Conv2DBackpropInputV2 <T étend le nombre>	Calcule les gradients de convolution par rapport à l'entrée.
Copier <T>	Copiez un tenseur de CPU à CPU ou de GPU à GPU.
CopierHôte <T>	Copiez un tenseur sur l'hôte.
CopierVersMesh <T>
CopierVersMeshGrad <T>
CountUpTo <T étend le nombre>	Incrémente « ref » jusqu'à ce qu'il atteigne « limite ».
CrossReplicaSum <T étend le numéro>	Une opération pour additionner les entrées sur les instances TPU répliquées.
CudnnRNNBackpropV3 <T étend le numéro>	Étape de backprop de CudnnRNNV3.
CudnnRNNCanonicalToParamsV2 <T étend le numéro>	Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable.
CudnnRNNParamsToCanonicalV2 <T étend le numéro>	Récupère les paramètres CudnnRNN sous forme canonique.
CudnnRNNV3 <T étend le numéro>	Un RNN soutenu par cuDNN.
CumulativeLogsumexp <T étend le nombre>	Calculez le produit cumulé du tenseur « x » le long de « l'axe ».
DTensorRestoreV2
DTensorSetGlobalTPUArray	Une opération qui informe une multitude d'identifiants globaux de tous les TPU du système.
DataServiceDataset	Crée un ensemble de données qui lit les données du service tf.data.
DataServiceDatasetV2	Crée un ensemble de données qui lit les données du service tf.data.
Ensemble de donnéesCardinalité	Renvoie la cardinalité de `input_dataset`.
Ensemble de donnéesFromGraph	Crée un ensemble de données à partir du `graph_def` donné.
Ensemble de donnéesVersGraphV2	Renvoie un GraphDef sérialisé représentant `input_dataset`.
Dawsn <T étend le numéro>
DebugGradientIdentity <T>	Opération d'identité pour le débogage du dégradé.
DebugGradientRefIdentity <T>	Opération d'identité pour le débogage du dégradé.
DebugIdentity <T>	Fournit un mappage d’identité du tenseur d’entrée de type non Ref pour le débogage.
DebugIdentityV2 <T>	Déboguer l'identité V2 Op.
DebugIdentityV3 <T>	Fournit un mappage d’identité du tenseur d’entrée de type non Ref pour le débogage.
DéboguerNanCount	Déboguer le compteur de valeur NaN Op.
DebugNumericRésumé	Débogage du résumé numérique Op.
DebugNumericSummaryV2 <U étend le numéro>	Résumé numérique de débogage V2 Op.
DecodeImage <T étend le nombre>	Fonction pour decode_bmp, decode_gif, decode_jpeg et decode_png.
DecodePaddedRaw <T étend le nombre>	Réinterprètez les octets d'une chaîne comme un vecteur de nombres.
DécoderProto	L'opération extrait les champs d'un message de tampon de protocole sérialisé dans des tenseurs.
Copie profonde <T>	Fait une copie de « x ».
SupprimerItérateur	Un conteneur pour une ressource itérateur.
Supprimer le cache mémoire
SupprimerMultiDeviceIterator	Un conteneur pour une ressource itérateur.
SupprimerRandomSeedGenerator
SupprimerSeedGenerator
SupprimerSessionTensor	Supprimez le tenseur spécifié par son handle dans la session.
DenseBincount <U étend le nombre>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
DenseCountSparseOutput <U étend le nombre>	Effectue un comptage de bacs à sortie clairsemée pour une entrée tf.tensor.
DenseToCSRSparseMatrix	Convertit un tenseur dense en un CSRSparseMatrix (éventuellement par lots).
DétruireResourceOp	Supprime la ressource spécifiée par le handle.
DétruireTemporaryVariable <T>	Détruit la variable temporaire et renvoie sa valeur finale.
Index des appareils	Renvoie l'index du périphérique exécuté par l'opération.
DirectedInterleaveDataset	Un substitut à `InterleaveDataset` sur une liste fixe de `N` ensembles de données.
Désactiver la copie sur la lecture	Désactive le mode copie sur lecture.
Sauvegarde distribuée
DrawBoundingBoxesV2 <T étend le nombre>	Dessinez des cadres de délimitation sur un lot d’images.
Compteur d'itérations factices
Cache mémoire factice
Générateur de graines factices
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse().
DynamicEnqueueTPUEmbeddingRaggedTensorBatch
Partition dynamique <T>	Partitionne les « données » en tenseurs « num_partitions » en utilisant les indices des « partitions ».
DynamicStitch <T>	Entrelacez les valeurs des tenseurs « données » en un seul tenseur.
ModifierDistance	Calcule la distance d'édition de Levenshtein (éventuellement normalisée).
Eig <U>	Calcule la décomposition propre d'une ou plusieurs matrices carrées.
Einsum <T>	Contraction tensorielle selon la convention de sommation d'Einstein.
Vide <T>	Crée un tenseur avec la forme donnée.
ListeTensorVide	Crée et renvoie une liste de tenseurs vide.
VideTensorMap	Crée et renvoie une carte tensorielle vide.
EncodeProto	L'opération sérialise les messages protobuf fournis dans les tenseurs d'entrée.
EnqueueTPUEmbeddingArbitraryTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse().
Mettre en file d'attenteTPUEmbeddingBatch	Une opération qui met en file d'attente une liste de tenseurs de lots d'entrée dans TPUEmbedding.
Mettre en file d'attenteTPUEmbeddingIntegerBatch	Une opération qui met en file d'attente une liste de tenseurs de lots d'entrée dans TPUEmbedding.
Mettre en file d'attenteTPUEmbeddingRaggedTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup().
Mettre en file d'attenteTPUEmbeddingSparseBatch	Une opération qui met en file d'attente les indices d'entrée TPUEmbedding à partir d'un SparseTensor.
Mettre en file d'attenteTPUEmbeddingSparseTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse().
Assurer la forme <T>	Garantit que la forme du tenseur correspond à la forme attendue.
Entrez <T>	Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant.
Erfinv <T étend le numéro>
Norme euclidienne <T>	Calcule la norme euclidienne des éléments sur les dimensions d'un tenseur.
ExécuterTPUEmbeddingPartitioner	Une opération qui exécute le partitionneur TPUEmbedding sur la configuration centrale périphérique et calcule la taille HBM (en octets) requise pour l’opération TPUEmbedding.
Quitter <T>	Quitte l’image actuelle vers son image parent.
DévelopperDims <T>	Insère une dimension de 1 dans la forme d'un tenseur.
ExpérimentalAutoShardDataset	Crée un ensemble de données qui fragmente l'ensemble de données d'entrée.
ExperimentalBytesProducedStatsDataset	Enregistre la taille en octets de chaque élément de `input_dataset` dans un StatsAggregator.
ExpérimentalChooseFastestDataset
ExperimentalDatasetCardinalité	Renvoie la cardinalité de `input_dataset`.
ExperimentalDatasetToTFRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
ExperimentalDenseToSparseBatchDataset	Crée un ensemble de données qui regroupe les éléments d'entrée dans un SparseTensor.
ExperimentalLatencyStatsDataset	Enregistre la latence de production des éléments `input_dataset` dans un StatsAggregator.
ExperimentalMatchingFilesDataset
ExperimentalMaxIntraOpParallelismDataset	Crée un ensemble de données qui remplace le parallélisme intra-opération maximal.
ExperimentalParseExampleDataset	Transforme `input_dataset` contenant les protos `Example` en tant que vecteurs de DT_STRING en un ensemble de données d'objets `Tensor` ou `SparseTensor` représentant les fonctionnalités analysées.
ExpérimentalPrivateThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
ExpérimentalRandomDataset	Crée un ensemble de données qui renvoie des nombres pseudo-aléatoires.
ExperimentalRebatchDataset	Crée un ensemble de données qui modifie la taille du lot.
ExperimentalSetStatsAggregatorDataset
ExperimentalSlidingWindowDataset	Crée un ensemble de données qui passe une fenêtre glissante sur `input_dataset`.
ExpérimentalSqlDataset	Crée un ensemble de données qui exécute une requête SQL et émet des lignes du jeu de résultats.
ExperimentalStatsAggregatorHandle	Crée une ressource de gestionnaire de statistiques.
ExperimentalStatsAggregatorRésumé	Produit un résumé de toutes les statistiques enregistrées par le gestionnaire de statistiques donné.
ExperimentalUnbatchDataset	Un ensemble de données qui divise les éléments de son entrée en plusieurs éléments.
Expt <T étend le numéro>
ExtraireGlimpseV2	Extrait un aperçu du tenseur d'entrée.
ExtractVolumePatches <T étend le nombre>	Extrayez les « patches » de « input » et placez-les dans la dimension de sortie « profondeur ».
FFTND <T>	Transformation de Fourier rapide ND.
FileSystemSetConfiguration	Définir la configuration du système de fichiers.
Remplissez <U>	Crée un tenseur rempli d'une valeur scalaire.
Finaliser l'ensemble de données	Crée un ensemble de données en appliquant `tf.data.Options` à `input_dataset`.
FinaliserTPUEmbedding	Une opération qui finalise la configuration de TPUEmbedding.
Empreinte digitale	Génère des valeurs d'empreinte digitale.
FresnelCos <T étend le nombre>
FresnelSin <T étend le nombre>
FusedBatchNormGradV3 <T étend le nombre, U étend le nombre>	Dégradé pour la normalisation des lots.
FusedBatchNormV3 <T étend le nombre, U étend le nombre>	Normalisation des lots.
GRUBlockCell <T étend le numéro>	Calcule la propagation avant de la cellule GRU pour 1 pas de temps.
GRUBlockCellGrad <T étend le numéro>	Calcule la rétro-propagation des cellules GRU pour 1 pas de temps.
Rassemblez <T>	Rassemblez les tranches de l'axe « params » selon les « indices ».
RassemblerNd <T>	Rassemblez les tranches de « params » dans un Tensor avec une forme spécifiée par « indices ».
Générer des propositions de boîtes de limites	Cette opération produit une région d'intérêts à partir de cadres de délimitation donnés (bbox_deltas) codés par rapport aux ancres selon l'équation 2 dans arXiv : 1506.01497. L'opération sélectionne les boîtes de notation `pre_nms_topn` supérieures, les décode par rapport aux ancres, applique une suppression non maximale sur les boîtes qui se chevauchent avec une valeur d'intersection sur union (iou) supérieure à `nms_threshold`, rejetant les boîtes dont le côté le plus court est inférieur à ` min_size`.
GetElementAtIndex	Obtient l'élément à l'index spécifié dans un ensemble de données.
ObtenirOptions	Renvoie les `tf.data.Options` attachées à `input_dataset`.
ObtenirSessionHandle	Stocke le tenseur d'entrée dans l'état de la session en cours.
GetSessionTensor <T>	Obtenez la valeur du tenseur spécifié par son handle.
Dégradés	Ajoute des opérations pour calculer les dérivées partielles de la somme de `y` s par rapport à `x` s, c'est-à-dire `d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...` Si les valeurs `Options.dx()` sont définies, elles constituent les dérivées partielles symboliques initiales d'une fonction de perte `L` par rapport à
GarantieConst <T>	Donne une garantie au runtime TF que le tenseur d’entrée est une constante.
Table de hachage	Crée une table de hachage non initialisée.
HistogramFixedWidth <U étend le nombre>	Renvoie l'histogramme des valeurs.
IFFTND <T>	Transformée de Fourier rapide inverse ND.
IRFFTND <U étend le numéro>	Transformée de Fourier très rapide inverse ND.
Identité <T>	Renvoie un tenseur avec la même forme et le même contenu que le tenseur ou la valeur d'entrée.
IdentitéN	Renvoie une liste de tenseurs avec les mêmes formes et contenus que l'entrée tenseurs.
IgnoreErrorsDataset	Crée un ensemble de données qui contient les éléments de « input_dataset » en ignorant les erreurs.
ImageProjectiveTransformV2 <T étend le nombre>	Applique la transformation donnée à chacune des images.
ImageProjectiveTransformV3 <T étend le nombre>	Applique la transformation donnée à chacune des images.
ImmuableConst <T>	Renvoie le tenseur immuable de la région mémoire.
InfeedDequeue <T>	Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul.
InfeedDequeueTuple	Récupère plusieurs valeurs de l’alimentation sous forme de tuple XLA.
EntréeEnqueue	Une opération qui alimente une seule valeur Tensor dans le calcul.
InfeedEnqueuePrelinearizedBuffer	Une opération qui met en file d'attente le tampon prélinéarisé dans l'alimentation TPU.
InfeedEnqueueTuple	Introduire plusieurs valeurs Tensor dans le calcul sous forme de tuple XLA.
InitialiserTable	Initialiseur de table qui prend respectivement deux tenseurs pour les clés et les valeurs.
InitializeTableFromDataset
InitializeTableFromTextFile	Initialise un tableau à partir d'un fichier texte.
InplaceAdd <T>	Ajoute v dans les lignes spécifiées de x.
InplaceSub <T>	Soustrait « v » dans les lignes spécifiées de « x ».
InplaceUpdate <T>	Met à jour les lignes spécifiées « i » avec les valeurs « v ».
IsBoostedTreesEnsembleInitialisé	Vérifie si un ensemble d'arbres a été initialisé.
IsBoostedTreesQuantileStreamResourceInitialized	Vérifie si un flux quantile a été initialisé.
IsTPUEmbeddingInitialized	Indique si l'intégration TPU est initialisée dans un système TPU distribué.
EstVariableInitialisé	Vérifie si un tenseur a été initialisé.
IsotonicRegression <U étend le nombre>	Résout un lot de problèmes de régression isotonique.
ItérateurGetDevice	Renvoie le nom du périphérique sur lequel la « ressource » a été placée.
KMC2ChainInitialisation	Renvoie l'index d'un point de données qui doit être ajouté à l'ensemble de départ.
KmeansPlusPlusInitialisation	Sélectionne num_to_sample lignes d'entrée à l'aide du critère KMeans++.
KthOrderStatistique	Calcule la statistique d'ordre K d'un ensemble de données.
Ensemble de données LMDB	Crée un ensemble de données qui émet les paires clé-valeur dans un ou plusieurs fichiers LMDB.
LSTMBlockCell <T étend le numéro>	Calcule la propagation avant de la cellule LSTM pour 1 pas de temps.
LSTMBlockCellGrad <T étend le numéro>	Calcule la propagation vers l'arrière de la cellule LSTM pour 1 pas de temps.
LinSpace <T étend le nombre>	Génère des valeurs dans un intervalle.
ListDataset	Crée un ensemble de données qui émet chacun des « tenseurs » une fois.
LoadAllTPUEmbeddingParameters	Une opération qui charge les paramètres d'optimisation dans la mémoire d'intégration.
LoadTPUEmbeddingADAMParameters	Chargez les paramètres d’intégration ADAM.
LoadTPUEmbeddingAdadeltaParameters	Chargez les paramètres d’intégration d’Adadelta.
LoadTPUEmbeddingAdagradMomentumParameters	Chargez les paramètres d’intégration d’Adagrad Momentum.
LoadTPUEmbeddingAdagradParameters	Chargez les paramètres d’intégration d’Adagrad.
LoadTPUEmbeddingCenteredRMSPropParameters	Paramètres d’intégration RMSProp centrés sur la charge.
LoadTPUEmbeddingFTRLParameters	Chargez les paramètres d’intégration FTRL.
LoadTPUEmbeddingFrequencyEstimatorParameters	Paramètres d’intégration de l’estimateur de fréquence de charge.
LoadTPUEmbeddingMDLAdagradLightParameters	Chargez les paramètres d’intégration de MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters	Chargez les paramètres d’intégration de Momentum.
LoadTPUEmbeddingProximalAdagradParameters	Chargez les paramètres d’intégration proximaux d’Adagrad.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingRMSPropParameters	Chargez les paramètres d’intégration RMSProp.
LoadTPUEmbeddingStochasticGradientDescentParameters	Chargez les paramètres d'intégration SGD.
LookupTableExport <T, U>	Affiche toutes les clés et valeurs du tableau.
LookupTableFind <U>	Recherche les clés dans un tableau, affiche les valeurs correspondantes.
LookupTableImport	Remplace le contenu de la table par les clés et valeurs spécifiées.
LookupTableInsérer	Met à jour le tableau pour associer les clés aux valeurs.
LookupTableSupprimer	Supprime les clés et leurs valeurs associées d'une table.
Taille de la table de recherche	Calcule le nombre d'éléments dans la table donnée.
BoucleCond	Transfère l’entrée vers la sortie.
LowerBound <U étend le nombre>	Applique lower_bound(sorted_search_values, valeurs) le long de chaque ligne.
Lu <T, U étend le nombre>	Calcule la décomposition LU d'une ou plusieurs matrices carrées.
RendreUnique	Rendre tous les éléments de la dimension non-Batch uniques, mais "proches" de leur valeur initiale.
CarteEffacer	Op supprime tous les éléments du conteneur sous-jacent.
MapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
CartePeek	Op jette un coup d'œil aux valeurs à la clé spécifiée.
Taille de la carte	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
CarteStage	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une table de hachage.
CarteUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
MapUnstageNoKey	Op supprime et renvoie un élément aléatoire (clé, valeur) du conteneur sous-jacent.
MatriceDiagPartV2 <T>	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatriceDiagPartV3 <T>	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatriceDiagV2 <T>	Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données.
MatriceDiagV3 <T>	Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données.
MatriceSetDiagV2 <T>	Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots.
MatriceSetDiagV3 <T>	Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots.
Max <T>	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
MaxIntraOpParallelismDataset	Crée un ensemble de données qui remplace le parallélisme intra-opération maximal.
Fusionner <T>	Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ».
MergeDedupData	Une opération fusionne des éléments de tenseurs entiers et flottants dans des données de déduplication sous forme de tuple XLA.
Min <T>	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
MiroirPad <T>	Remplit un tenseur avec des valeurs en miroir.
MirrorPadGrad <T>	Opération dégradé pour l'opération `MirrorPad`.
MlirPassthroughOp	Encapsule un calcul MLIR arbitraire exprimé sous forme de module avec une fonction main().
MulNoNan <T>	Renvoie x * y par élément.
MutableDenseHashTable	Crée une table de hachage vide qui utilise des tenseurs comme magasin de sauvegarde.
Table de hachage mutable	Crée une table de hachage vide.
MutableHashTableOfTensors	Crée une table de hachage vide.
Mutex	Crée une ressource Mutex qui peut être verrouillée par `MutexLock`.
Verrouillage mutex	Verrouille une ressource mutex.
NcclAllReduce <T étend le nombre>	Génère un tenseur contenant la réduction sur tous les tenseurs d'entrée.
NcclBroadcast <T étend le numéro>	Envoie « input » à tous les appareils connectés à la sortie.
NcclReduce <T étend le nombre>	Réduit `input` de `num_devices` en utilisant `reduction` à un seul périphérique.
Ndtri <T étend le numéro>
Voisins les plus proches	Sélectionne les k centres les plus proches pour chaque point.
SuivantAprès <T étend le numéro>	Renvoie la prochaine valeur représentable de « x1 » dans la direction de « x2 », élément par élément.
Itération suivante <T>	Rend son entrée disponible pour l’itération suivante.
NonOp	Ne fait rien.
NonDeterministicInts <U>	Génère de manière non déterministe des entiers.
NonMaxSuppressionV5 <T étend le numéro>	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, élaguer les cases qui ont un chevauchement élevé d'intersection sur union (IOU) avec les cases précédemment sélectionnées.
Ensemble de données non sérialisable
OneHot <U>	Renvoie un tenseur one-hot.
Ceux comme <T>	Renvoie un tenseur de uns avec la même forme et le même type que x.
OptimiserDatasetV2	Crée un ensemble de données en appliquant les optimisations associées à « input_dataset ».
OptionsEnsemble de données	Crée un ensemble de données en attachant tf.data.Options à `input_dataset`.
CarteOrdonnéEffacer	Op supprime tous les éléments du conteneur sous-jacent.
OrderedMapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
CommandéMapPeek	Op jette un coup d'œil aux valeurs à la clé spécifiée.
Taille de la carte commandée	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
OrderedMapStage	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un objet ordonné conteneur associatif.
OrderedMapUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
OrderedMapUnstageNoKey	Op supprime et renvoie l'élément (clé, valeur) avec le plus petit clé du conteneur sous-jacent.
SortieDequeue <T>	Récupère un seul tenseur de la sortie de calcul.
OutfeedDequeueTuple	Récupérez plusieurs valeurs de la sortie de calcul.
SortieDequeueTupleV2	Récupérez plusieurs valeurs de la sortie de calcul.
SortieDequeueV2 <T>	Récupère un seul tenseur de la sortie de calcul.
SortieEnqueue	Mettez en file d'attente un Tensor sur la sortie de calcul.
OutfeedEnqueueTuple	Mettez en file d'attente plusieurs valeurs Tensor sur la sortie de calcul.
Touche <T>	Rembourre un tenseur.
ParallelBatchDataset
ParallèleConcat <T>	Concatène une liste de tenseurs « N » le long de la première dimension.
ParallelDynamicStitch <T>	Entrelacez les valeurs des tenseurs « données » en un seul tenseur.
ParseExampleDatasetV2	Transforme `input_dataset` contenant les protos `Example` en tant que vecteurs de DT_STRING en un ensemble de données d'objets `Tensor` ou `SparseTensor` représentant les fonctionnalités analysées.
ParseExampleV2	Transforme un vecteur de protos tf.Example (sous forme de chaînes) en tenseurs typés.
ParseSequenceExampleV2	Transforme un vecteur de protos tf.io.SequenceExample (sous forme de chaînes) en tenseurs typés.
Espace réservé <T>	Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul.
PlaceholderWithDefault <T>	Une opération d'espace réservé qui passe par « input » lorsque sa sortie n'est pas alimentée.
Prélinéariser	Une opération qui linéarise une valeur de Tensor en un tenseur variant opaque.
PrélinéariserTuple	Une opération qui linéarise plusieurs valeurs de Tensor en un tenseur variant opaque.
Opération Primitive	Une classe de base pour les implémentations `Op` soutenues par un seul `Operation` .
Imprimer	Imprime une chaîne scalaire.
PrivateThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Prod <T>	Calcule le produit des éléments sur les dimensions d'un tenseur.
QuantizeAndDequantizeV4 <T étend le nombre>	Quantise puis déquantifie un tenseur.
QuantizeAndDequantizeV4Grad <T étend le nombre>	Renvoie le dégradé de `QuantizeAndDequantizeV4`.
QuantizedConcat <T>	Concatène les tenseurs quantifiés le long d'une dimension.
QuantizedConcatV2 <T>
QuantizedConv2DAndRelu <V>
QuantizedConv2DAndReluAndRequantize <V>
QuantizedConv2DAndRequantize <V>
QuantizedConv2DPerChannel <V>	Calcule QuantizedConv2D par canal.
QuantizedConv2DWithBias <V>
QuantizedConv2DWithBiasAndRelu <V>
QuantizedConv2DWithBiasAndReluAndRequantize <W>
QuantizedConv2DWithBiasAndRequantize <W>
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X>
QuantizedConv2DWithBiasSumAndRelu <V>
QuantizedConv2DWithBiasSumAndReluAndRequantize <X>
QuantizedDepthwiseConv2D <V>	Calcule le Conv2D quantifié en profondeur.
QuantizedDepthwiseConv2DWithBias <V>	Calcule le Conv2D quantifié en profondeur avec biais.
QuantizedDepthwiseConv2DWithBiasAndRelu <V>	Calcule Conv2D quantifié en profondeur avec Bias et Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W>	Calcule Conv2D quantifié en profondeur avec Bias, Relu et Requantize.
QuantizedMatMulWithBias <W>	Effectue une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais.
QuantizedMatMulWithBiasAndDequantize <W étend le nombre>
QuantizedMatMulWithBiasAndRelu <V>	Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et fusion relu.
QuantizedMatMulWithBiasAndReluAndRequantize <W>	Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et relu et fusion de requantification.
QuantizedMatMulWithBiasAndRequantize <W>
QuantizedReshape <T>	Remodèle un tenseur quantifié selon l'opération Reshape.
RFFTND <U>	ND transformation de Fourier réelle rapide.
RaggedBincount <U étend le numéro>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
RaggedCountSparseOutput <U étend le nombre>	Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur irrégulier.
RaggedCross <T, U étend le nombre>	Génère un croisement de fonctionnalités à partir d'une liste de tenseurs et le renvoie sous la forme d'un RaggedTensor.
RaggedFillEmptyRows <T>
RaggedFillEmptyRowsGrad <T>
RaggedGather <T étend le nombre, U>	Rassemblez des tranches irrégulières de l'axe `params` `0` en fonction des `indices`.
RaggedRange <U étend le nombre, T étend le nombre>	Renvoie un `RaggedTensor` contenant les séquences de nombres spécifiées.
RaggedTensorFromVariant <U étend le nombre, T>	Décode un Tensor « variante » en un « RaggedTensor ».
RaggedTensorToSparse <U>	Convertit un `RaggedTensor` en un `SparseTensor` avec les mêmes valeurs.
RaggedTensorToTensor <U>	Créez un tenseur dense à partir d'un tenseur irrégulier, en modifiant éventuellement sa forme.
RaggedTensorToVariant	Encode un `RaggedTensor` dans un Tensor `variant`.
RaggedTensorToVariantGradient <U>	Helper utilisé pour calculer le dégradé pour `RaggedTensorToVariant`.
RandomDatasetV2	Crée un ensemble de données qui renvoie des nombres pseudo-aléatoires.
RandomIndexShuffle <T étend le nombre>	Affiche la position de « valeur » dans une permutation de [0, ..., max_index].
Plage <T étend le nombre>	Crée une séquence de nombres.
Rang	Renvoie le rang d'un tenseur.
ReadVariableOp <T>	Lit la valeur d'une variable.
ReadVariableXlaSplitND <T>	Divise le tenseur d'entrée des variables de ressource sur toutes les dimensions.
RebatchDataset	Crée un ensemble de données qui modifie la taille du lot.
RebatchDatasetV2	Crée un ensemble de données qui modifie la taille du lot.
Réception <T>	Reçoit le tenseur nommé de send_device sur recv_device.
RecvTPUEmbeddingActivations	Une opération qui reçoit les activations d’intégration sur le TPU.
RéduireTout	Calcule le « et logique » des éléments sur les dimensions d'un tenseur.
RéduireTout	Calcule le « ou logique » des éléments sur les dimensions d'un tenseur.
RéduireMax <T>	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
RéduireMin <T>	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
RéduireProd <T>	Calcule le produit des éléments sur les dimensions d'un tenseur.
RéduireSomme <T>	Calcule la somme des éléments sur les dimensions d'un tenseur.
RéfEntrée <T>	Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant.
RéfSortie <T>	Quitte l’image actuelle vers son image parent.
RéfIdentité <T>	Renvoie le même tenseur de référence que le tenseur de référence d'entrée.
RefMerge <T>	Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ».
RefNextItération <T>	Rend son entrée disponible pour l’itération suivante.
RéfSélection <T>	Transmet le `index`ème élément de `inputs` vers `output`.
RefSwitch <T>	Transmet le tenseur de référence « data » au port de sortie déterminé par « pred ».
RegisterDataset	Enregistre un ensemble de données auprès du service tf.data.
RegistreDatasetV2	Enregistre un ensemble de données auprès du service tf.data.
Relayage <T>
RelayoutLike <T>
RequantificationRangePerChannel	Calcule la plage de requantification par canal.
RequantifierParChannel <U>	Requantise l'entrée avec les valeurs min et max connues par canal.
Remodeler <T>	Remodèle un tenseur.
ResourceAccumulatorApplyGradient	Applique un dégradé à un accumulateur donné.
ResourceAccumulatorNumAccumulé	Renvoie le nombre de gradients agrégés dans les accumulateurs donnés.
ResourceAccumulatorSetGlobalStep	Met à jour l'accumulateur avec une nouvelle valeur pour global_step.
ResourceAccumulatorTakeGradient <T>	Extrait le gradient moyen dans le ConditionalAccumulator donné.
RessourceAppliquerAdagradV2	Mettez à jour '*var' selon le schéma adagrad.
RessourceAppliquerAdamAvecAmsgrad	Mettez à jour '*var' selon l'algorithme d'Adam.
RessourceAppliquerKerasMomentum	Mettez à jour '*var' selon le schéma momentum.
ResourceConditionalAccumulator	Un accumulateur conditionnel pour agréger les gradients.
ResourceCountUpTo <T étend le nombre>	Incrémente la variable pointée par « ressource » jusqu'à ce qu'elle atteigne « limite ».
ResourceGather <U>	Rassemblez des tranches de la variable pointée par « ressource » selon les « indices ».
ResourceGatherNd <U>
ResourceScatterAdd	Ajoute des mises à jour éparses à la variable référencée par « ressource ».
ResourceScatterDiv	Divise les mises à jour éparses dans la variable référencée par « ressource ».
ResourceScatterMax	Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « max ».
ResourceScatterMin	Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « min ».
RessourceScatterMul	Multiplie les mises à jour éparses dans la variable référencée par « ressource ».
ResourceScatterNdAdd	Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable.
ResourceScatterNdUpdate	Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`.
ResourceScatterSub	Soustrait les mises à jour éparses de la variable référencée par « ressource ».
ResourceScatterUpdate	Attribue des mises à jour éparses à la variable référencée par « ressource ».
ResourceSparseApplyAdagradV2	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
ResourceSparseApplyKerasMomentum	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma momentum.
ResourceStriedSliceAssign	Attribuez `value` à la référence de valeur l découpée de `ref`.
Récupérer tous les paramètres TPUEmbedding	Une opération qui récupère les paramètres d'optimisation de l'intégration dans la mémoire hôte.
Récupérer les paramètres TPUEmbeddingADAMParameters	Récupérez les paramètres d’intégration ADAM.
RécupérerTPUEmbeddingAdadeltaParameters	Récupérez les paramètres d’intégration d’Adadelta.
RécupérerTPUEmbeddingAdagradMomentumParameters	Récupérez les paramètres d’intégration d’Adagrad Momentum.
RécupérerTPUEmbeddingAdagradParameters	Récupérez les paramètres d’intégration d’Adagrad.
Récupérer les paramètres TPUEmbeddingCenteredRMSPropParameters	Récupérez les paramètres d’intégration RMSProp centrés.
Récupérer les paramètres TPUEmbeddingFTRLParameters	Récupérez les paramètres d’intégration FTRL.
RécupérerTPUEmbeddingFrequencyEstimatorParameters	Récupérez les paramètres d’intégration de l’estimateur de fréquence.
RécupérerTPUEmbeddingMDLAdagradLightParameters	Récupérez les paramètres d’intégration de MDL Adagrad Light.
RécupérerTPUEmbeddingMomentumParameters	Récupérez les paramètres d’intégration de Momentum.
RécupérerTPUEmbeddingProximalAdagradParameters	Récupérez les paramètres d’intégration proximaux d’Adagrad.
RécupérerTPUEmbeddingProximalYogiParameters
RécupérerTPUEmbeddingRMSPropParameters	Récupérez les paramètres d’intégration RMSProp.
RécupérerTPUEmbeddingStochasticGradientDescentParameters	Récupérez les paramètres d’intégration SGD.
Inverser <T>	Inverse les dimensions spécifiques d'un tenseur.
Séquence inverse <T>	Inverse les tranches de longueur variable.
Réécrire l'ensemble de données
RiscAbs <T étend le nombre>
RiscAdd <T étend le numéro>	Renvoie x + y par élément.
RiscBinaryArithmetic <T étend le nombre>
Comparaison RiscBinary
RiscBitcast <U>
RiscBroadcast <T>
RiscCast <U>
RiscCeil <T étend le numéro>
RiscCholesky <T étend le numéro>
RiscConcat <T>
RiscConv <T étend le numéro>
RiscCos <T étend le numéro>
RiscDiv <T étend le numéro>
RiscDot <T étend le numéro>
RiscExp <T étend le numéro>
RiscFft <T>
RiscFloor <T étend le numéro>
RiscGather <T>
RiscImag <U étend le numéro>
RiscIsFinite
RiscLog <T étend le numéro>
RisqueLogiqueEt
RisqueLogiqueNon
RiscLogiqueOu
RiscMax <T étend le nombre>	Renvoie max(x, y) élément par élément.
RiscMin <T étend le nombre>
RiscMul <T étend le numéro>
RiscNeg <T étend le nombre>
RiscPad <T étend le numéro>
RiscPool <T étend le numéro>
RiscPow <T étend le numéro>
RiscRandomUniforme
RiscReal <U étend le numéro>
RiscReduce <T étend le nombre>
RiscRem <T étend le numéro>
RiscReshape <T étend le nombre>
RiscReverse <T étend le numéro>
RiscScatter <U étend le numéro>
RiscShape <U étend le nombre>
RiscSign <T étend le numéro>
RiscSlice <T étend le nombre>
RiscSort <T étend le numéro>
RiscSqueeze <T>
RiscSub <T étend le numéro>
RiscTranspose <T>
RiscTriangularSolve <T étend le nombre>
RiscUnary <T étend le numéro>
RngReadAndSkip	Avancez le compteur d’un RNG basé sur un compteur.
Sauter Rng	Avancez le compteur d’un RNG basé sur un compteur.
Lancer <T>	Fait rouler les éléments d'un tenseur le long d'un axe.
Ensemble de données d'échantillonnage	Crée un ensemble de données qui prend un échantillon de Bernoulli du contenu d'un autre ensemble de données.
ÉchelleEtTraduction
ScaleAndTranslateGrad <T étend le nombre>
DispersionAjouter <T>	Ajoute des mises à jour éparses à une référence de variable.
DispersionDiv <T>	Divise une référence de variable par des mises à jour éparses.
ScatterMax <T étend le nombre>	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `max`.
ScatterMin <T étend le nombre>	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `min`.
DispersionMul <T>	Multiplie les mises à jour éparses en une référence variable.
DispersionNd <U>	Disperse les « mises à jour » dans un tenseur de forme « shape » selon les « indices ».
DispersionNdAdd <T>	Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable.
DispersionNdMax <T>	Calcule le maximum par élément.
DispersionNdMin <T>	Calcule le minimum par élément.
ScatterNdNonAliasingAdd <T>	Applique une addition clairsemée à « input » en utilisant des valeurs ou des tranches individuelles à partir des « mises à jour » selon les indices « indices ».
DispersionNdSub <T>	Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable.
DispersionNdUpdate <T>	Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`.
DispersionSub <T>	Soustrait les mises à jour éparses d’une référence de variable.
DispersionMise à jour <T>	Applique des mises à jour éparses à une référence de variable.
SegmentMaxV2 <T étend le numéro>	Calcule le maximum le long des segments d'un tenseur.
SegmentMinV2 <T étend le numéro>	Calcule le minimum le long des segments d'un tenseur.
SegmentProdV2 <T>	Calcule le produit le long des segments d'un tenseur.
SommeSegmentV2 <T>	Calcule la somme le long des segments d'un tenseur.
Sélectionnez V2 <T>
Envoyer	Envoie le tenseur nommé de send_device à recv_device.
EnvoyerTPUEmbeddingGradients	Effectue des mises à jour dégradées des tables d'intégration.
SetDiff1d <T, U étend le nombre>	Calcule la différence entre deux listes de nombres ou de chaînes.
Définir la taille	Nombre d'éléments uniques le long de la dernière dimension de l'ensemble d'entrée.
Forme <U étend le nombre>	Renvoie la forme d'un tenseur.
ShapeN <U étend le nombre>	Renvoie la forme des tenseurs.
Ensemble de données Shard	Crée un « Dataset » qui inclut seulement 1/`num_shards` de cet ensemble de données.
ShuffleAndRepeatDatasetV2
ShuffleDatasetV2
ShuffleDatasetV3
ArrêtDistribuéTPU	Arrête un système TPU distribué en cours d’exécution.
ArrêtTPUSystème	Une opération qui arrête le système TPU.
Taille <U étend le nombre>	Renvoie la taille d'un tenseur.
Skipgramme	Analyse un fichier texte et crée un lot d'exemples.
Ensemble de données de sommeil
Tranche <T>	Renvoie une tranche de « entrée ».
SlidingWindowDataset	Crée un ensemble de données qui passe une fenêtre glissante sur `input_dataset`.
Instantané <T>	Renvoie une copie du tenseur d'entrée.
SnapshotChunkDataset
Ensemble de données d'instantanés	Crée un ensemble de données qui écrira/lura à partir d'un instantané.
SnapshotDatasetReader
SnapshotNestedDatasetReader
SobolSample <T étend le nombre>	Génère des points à partir de la séquence Sobol.
EspaceVersBatchNd <T>	SpaceToBatch pour les tenseurs ND de type T.
SparseApplyAdagradV2 <T>	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
SparseBincount <U étend le nombre>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
SparseCountSparseOutput <U étend le nombre>	Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur clairsemée.
SparseCrossHashed	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseCrossV2	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseMatrixAjouter	Ajout clairsemé de deux matrices CSR, C = alpha * A + bêta * B.
SparseMatrixMatMul <T>	Matrice-multiplie une matrice clairsemée par une matrice dense.
SparseMatrixMul	Multiplication élément par élément d'une matrice clairsemée avec un tenseur dense.
SparseMatrixNNZ	Renvoie le nombre de valeurs différentes de zéro de `sparse_matrix`.
SparseMatrixOrderingAMD	Calcule l'ordre du degré minimum approximatif (AMD) de « l'entrée ».
SparseMatrixSoftmax	Calcule le softmax d'un CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Calcule le gradient de l'opération SparseMatrixSoftmax.
SparseMatrixSparseCholesky	Calcule la décomposition clairsemée de Cholesky de « input ».
SparseMatrixSparseMatMul	Sparse-matrix multiplie deux matrices CSR « a » et « b ».
SparseMatrixTranspose	Transpose les dimensions internes (matrices) d'un CSRSparseMatrix.
SparseMatrixZéros	Crée un CSRSparseMatrix entièrement nul avec la forme `dense_shape`.
SparseSegmentMeanGradV2 <T étend le nombre, U étend le nombre>	Calcule les dégradés pour SparseSegmentMean.
SparseSegmentSqrtNGradV2 <T étend le nombre, U étend le nombre>	Calcule les dégradés pour SparseSegmentSqrtN.
SparseSegmentSumGrad <T étend le nombre>	Calcule les dégradés pour SparseSegmentSum.
SparseSegmentSumGradV2 <T étend le nombre, U étend le nombre>	Calcule les dégradés pour SparseSegmentSum.
SparseTensorToCSRSparseMatrix	Convertit un SparseTensor en un CSRSparseMatrix (éventuellement par lots).
Spence <T étend le nombre>
Diviser <T>	Divise un tenseur en tenseurs `num_split` le long d'une dimension.
SplitDedupData <T étend le nombre, U étend le nombre>	Une opération divise le tuple XLA des données de déduplication d’entrée en tenseurs entiers et à virgule flottante.
SplitV <T>	Divise un tenseur en tenseurs `num_split` le long d'une dimension.
Presser <T>	Supprime les dimensions de taille 1 de la forme d'un tenseur.
Pile <T>	Regroupe une liste de tenseurs de rang « N »-« R » en un seul tenseur de rang « (R+1) ».
Scène	Valeurs d’étape similaires à une mise en file d’attente légère.
ÉtapeEffacer	Op supprime tous les éléments du conteneur sous-jacent.
Aperçu de la scène	Op jette un coup d'œil aux valeurs à l'index spécifié.
Taille de la scène	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
StatefulRandomBinomial <V étend le nombre>
StatefulStandardNormal <U>	Produit des valeurs aléatoires à partir d’une distribution normale.
StatefulStandardNormalV2 <U>	Produit des valeurs aléatoires à partir d’une distribution normale.
StatefulTruncatedNormal <U>	Génère des valeurs aléatoires à partir d’une distribution normale tronquée.
StatefulUniforme <U>	Génère des valeurs aléatoires à partir d’une distribution uniforme.
StatefulUniformFullInt <U>	Produit des entiers aléatoires à partir d’une distribution uniforme.
StatefulUniformInt <U>	Produit des entiers aléatoires à partir d’une distribution uniforme.
StatelessParameterizedTruncatedNormal <V étend le nombre>
StatelessRandomBinomial <W étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution binomiale.
StatelessRandomGammaV2 <V étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution gamma.
StatelessRandomGammaV3 <U étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution gamma.
ApatrideRandomGetAlg	Sélectionne le meilleur algorithme RNG basé sur un compteur en fonction de l'appareil.
StatelessRandomGetKeyCounter	Brouille la graine dans la clé et le compteur, en utilisant le meilleur algorithme basé sur l'appareil.
StatelessRandomGetKeyCounterAlg	Sélectionne le meilleur algorithme en fonction de l'appareil et brouille la graine dans la clé et le compteur.
StatelessRandomNormalV2 <U étend le numéro>	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale.
StatelessRandomPoisson <W étend le numéro>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution de Poisson.
StatelessRandomUniformFullInt <V étend le nombre>	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformFullIntV2 <U étend le numéro>	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformIntV2 <U étend le numéro>	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformV2 <U étend le numéro>	Génère des valeurs aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessSampleDistortedBoundingBox <T étend le nombre>	Générez de manière déterministe un cadre de délimitation déformé de manière aléatoire pour une image.
StatelessShuffle <T>	Mélange aléatoirement et déterministe un tenseur le long de sa première dimension.
StatelessTruncatedNormalV2 <U étend le numéro>	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale tronquée.
StatsAggregatorHandleV2
StatsAggregatorSetSummaryWriter	Définissez une summary_writer_interface pour enregistrer les statistiques à l'aide du stats_aggregator donné.
StochasticCastToInt <U étend le nombre>	Convertissez stochastiquement un tenseur donné de floats en ints.
ArrêterGradient <T>	Arrête le calcul du gradient.
Tranche stridée <T>	Renvoie une tranche striée depuis `input`.
StridedSliceAssign <T>	Attribuez `value` à la référence de valeur l découpée en tranches de `ref`.
StridedSliceGrad <U>	Renvoie le dégradé de `StriedSlice`.
ChaîneInférieure	Convertit tous les caractères majuscules en leurs remplacements minuscules respectifs.
StringNGrams <T étend le nombre>	Crée des ngrammes à partir de données de chaîne irrégulières.
Chaîne supérieure	Convertit tous les caractères minuscules en leurs remplacements majuscules respectifs.
Somme <T>	Calcule la somme des éléments sur les dimensions d'un tenseur.
SwitchCond <T>	Transfère les « données » vers le port de sortie déterminé par « pred ».
Synchroniser l'appareil	Synchronise le périphérique sur lequel cette opération est exécutée.
TFRecordDatasetV2	Crée un ensemble de données qui émet les enregistrements d'un ou plusieurs fichiers TFRecord.
Résultat de compilation TPU	Renvoie le résultat d'une compilation TPU.
TPUCompileSucceededAssert	Affirme que la compilation a réussi.
TPUEmbeddingActivations	Une opération permettant de différencier les TPU Embeddings.
TPUExécuter	Op qui charge et exécute un programme TPU sur un périphérique TPU.
TPUExecuteAndUpdateVariables	Op qui exécute un programme avec des mises à jour facultatives de variables sur place.
TPUOrdinalSélecteur	Un sélecteur de noyau TPU Op.
TPUPartitionedInput <T>	Une opération qui regroupe une liste d’entrées partitionnées.
TPUPartitionedInputV2 <T>	Une opération qui regroupe une liste d’entrées partitionnées.
TPUPartitionedOutput <T>	Une opération qui démultiplexe un tenseur à partitionner par XLA en une liste de partitionnés sorties en dehors du calcul XLA.
TPUPartitionedOutputV2 <T>	Une opération qui démultiplexe un tenseur à partitionner par XLA en une liste de partitionnés sorties en dehors du calcul XLA.
TPUReplicateMetadonnées	Métadonnées indiquant comment le calcul TPU doit être répliqué.
TPUReplicatedInput <T>	Connecte N entrées à un calcul TPU répliqué à N voies.
TPUReplicatedOutput <T>	Connecte N sorties d’un calcul TPU répliqué à N voies.
Variables de sauvegarde TPU	Opération qui repartage les variables TPU sur l'appareil à l'état spécifié.
TPURoundRobin	Équilibrage de charge à tour de rôle sur les cœurs TPU.
VariableTemporaire <T>	Renvoie un tenseur qui peut être muté, mais qui ne persiste qu'en une seule étape.
TensorArray	Un tableau de Tensors de taille donnée.
TensorArrayFermer	Supprimez le TensorArray de son conteneur de ressources.
TensorArrayConcat <T>	Concaténez les éléments du TensorArray en valeur « valeur ».
TensorArrayGather <T>	Rassemblez des éléments spécifiques du TensorArray dans la « valeur » de sortie.
TensorArrayGrad	Crée un TensorArray pour stocker les dégradés de valeurs dans le handle donné.
TensorArrayGradWithShape	Crée un TensorArray pour stocker plusieurs dégradés de valeurs dans le handle donné.
TensorArrayPack <T>
TensorArrayRead <T>	Lisez un élément du TensorArray dans la sortie « valeur ».
TensorArrayScatter	Répartissez les données de la valeur d'entrée dans des éléments TensorArray spécifiques.
TensorArraySize	Obtenez la taille actuelle du TensorArray.
TensorArraySplit	Divisez les données de la valeur d'entrée en éléments TensorArray.
TensorArrayDécompresser
TensorArrayWrite	Poussez un élément sur le tensor_array.
TensorListConcat <T>	Concatène tous les tenseurs de la liste le long de la 0ème dimension.
TensorListConcatListes
TensorListConcatV2 <U>	Concatène tous les tenseurs de la liste le long de la 0ème dimension.
TensorListElementShape <T étend le nombre>	La forme des éléments de la liste donnée, en tant que tenseur.
TensorListFromTensor	Crée une TensorList qui, une fois empilée, a la valeur « tensor ».
TensorListGather <T>	Crée un Tensor en indexant dans TensorList.
TensorListGetItem <T>
TensorListLength	Renvoie le nombre de tenseurs dans la liste de tenseurs d'entrée.
TensorListPopBack <T>	Renvoie le dernier élément de la liste d'entrée ainsi qu'une liste avec tous les éléments sauf cet élément.
TensorListPushBack	Renvoie une liste qui a le « Tensor » transmis comme dernier élément et les autres éléments de la liste donnée dans « input_handle ».
TensorListPushBackBatch
TensorListReserve	Liste de la taille donnée avec des éléments vides.
TensorListResize	Redimensionne la liste.
TensorListScatter	Crée une TensorList en indexant dans un Tensor.
TensorListScatterIntoExistingList	Disperse le tenseur au niveau des indices dans une liste d'entrée.
TensorListScatterV2	Crée une TensorList en indexant dans un Tensor.
TensorListSetItem
TensorListSplit	Divise un tenseur en une liste.
TensorListStack <T>	Empile tous les tenseurs de la liste.
TensorMapErase	Renvoie une carte tensorielle avec l'élément de la clé donnée effacé.
TensorMapHasKey	Renvoie si la clé donnée existe dans la carte.
TensorMapInsérer	Renvoie une carte qui est le « input_handle » avec la paire clé-valeur donnée insérée.
TensorMapLookup <U>	Renvoie la valeur d'une clé donnée dans une carte tensorielle.
TensorMapSize	Renvoie le nombre de tenseurs dans la carte de tenseurs d'entrée.
TensorMapStackKeys <T>	Renvoie une pile Tensor de toutes les clés d'une carte Tensor.
TensorScatterAdd <T>	Ajoute des « mises à jour » éparses à un tenseur existant en fonction des « indices ».
TensorScatterMax <T>	Appliquez une mise à jour clairsemée à un tenseur en prenant le maximum par élément.
TensorScatterMin <T>
TensorScatterSub <T>	Soustrait les « mises à jour » éparses d'un tenseur existant en fonction des « indices ».
TensorScatterUpdate <T>	Dispersez les « mises à jour » dans un tenseur existant selon les « indices ».
TensorStriedSliceUpdate <T>	Attribuez « value » à la référence de valeur l découpée en tranches de « input ».
ThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Poignée de pool de threads	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Tuile <T>	Construit un tenseur en mosaïque un tenseur donné.
Horodatage	Fournit le temps écoulé depuis l'époque en secondes.
ÀBool	Convertit un tenseur en prédicat scalaire.
TopKUnique	Renvoie les valeurs uniques TopK dans le tableau par ordre trié.
TopKAvecUnique	Renvoie les valeurs TopK dans le tableau par ordre trié.
TpuHandleToProtoKey	Convertit les handles uid de XRT en format d'entrée compatible TensorFlow.
TridiagonalMatMul <T>	Calculer le produit avec une matrice tridiagonale.
TridiagonalSolve <T>	Résout des systèmes d’équations tridiagonaux.
Annuler le lot <T>	Inverse le fonctionnement de Batch pour un Tensor de sortie unique.
UnbatchGrad <T>	Dégradé de Unbatch.
DécompresserÉlément	Décompresse un élément d’ensemble de données compressé.
UnicodeDecode <T étend le numéro>	Décode chaque chaîne dans « input » en une séquence de points de code Unicode.
UnicodeEncode	Encodez un tenseur d'entiers en chaînes Unicode.
UniformDequantize <U étend le nombre>	Effectuez une déquantification sur « l’entrée » quantifiée du Tensor.
UniformQuantize <U>	Effectuez une quantification sur l'entrée Tensor.
UniformQuantizedAdd <T>	Effectuez l'ajout quantifié du Tensor quantifié « lhs » et du Tensor quantifié « rhs » pour obtenir une « sortie » quantifiée.
UniformQuantizedClipByValue <T>	Effectuez un clip par valeur sur l'opérande Tensor quantifié.
UniformQuantizedConvolution <U>	Effectuez une convolution quantifiée du Tensor quantifié « lhs » et du Tenseur quantifié « rhs ».
UniformQuantizedConvolutionHybrid <V étend le nombre>	Effectuez une convolution quantifiée hybride du Tensor flottant « lhs » et du Tenseur quantifié « rhs ».
UniformQuantizedDot <U>	Effectuez un point quantifié de Tensor quantifié « lhs » et de Tensor quantifié « rhs » pour obtenir une « sortie » quantifiée.
UniformQuantizedDotHybrid <V étend le nombre>	Effectuez un point quantifié hybride du Tensor flottant `lhs` et du Tenseur quantifié `rhs`.
UniformRequantize <U>	Étant donné « l'entrée » du tenseur quantifié, requantifiez-le avec de nouveaux paramètres de quantification.
Unique <T, V étend le nombre>	Recherche des éléments uniques le long d'un axe d'un tenseur.
Ensemble de données unique	Crée un ensemble de données qui contient les éléments uniques de « input_dataset ».
UniqueWithCounts <T, V étend le nombre>	Recherche des éléments uniques le long d'un axe d'un tenseur.
UnravelIndex <T étend le nombre>	Convertit un tableau d'indices plats en un tuple de tableaux de coordonnées.
Non triéSegmentJoin
Dépiler <T>	Décompresse une dimension donnée d'un tenseur de rang `R` en tenseurs `num` rang-`(R-1)`.
Supprimer la scène	Op est similaire à un Dequeue léger.
DéballerDatasetVariant
UpperBound <U étend le numéro>	Applique upper_bound(sorted_search_values, valeurs) le long de chaque ligne.
VarHandleOp	Crée un handle vers une ressource variable.
VarIsInitializedOp	Vérifie si une variable basée sur un handle de ressource a été initialisée.
Variable <T>	Contient l'état sous la forme d'un tenseur qui persiste à travers les étapes.
VariableShape <T étend le nombre>	Renvoie la forme de la variable pointée par `resource`.
Où	Renvoie les emplacements des valeurs différentes de zéro/vraies dans un tenseur.
Où3 <T>	Sélectionne les éléments de « x » ou « y », selon la « condition ».
FenêtreOp
TravailleurHeartbeat	Battement de coeur du travailleur op.
WrapDatasetVariant
WriteRawProtoSummary	Écrit un résumé de proto sérialisé.
XlaConcatND <T>	Concatène le tenseur d'entrée dans toutes les dimensions.
XlaRecvFromHost <T>	Une opération pour recevoir un tenseur de l'hôte.
XlaRecvTPUEmbeddingActivations	Une opération qui reçoit les activations d’intégration sur le TPU.
XlaRecvTPUEmbeddingDeduplicationData	Reçoit les données de déduplication (indices et pondérations) du noyau d'intégration.
XlaSendTPUEmbeddingGradients	Une opération qui effectue des mises à jour dégradées des tables d'intégration.
XlaSendToHost	Une opération pour envoyer un tenseur à l'hôte.
XlaSplitND <T>	Divise le tenseur d'entrée sur toutes les dimensions.
Xlog1py <T>	Renvoie 0 si x == 0, et x * log1p(y) sinon, élément par élément.
Zéros <T>	Un opérateur créant une constante initialisée avec des zéros de la forme donnée par `dims`.
ZérosLike <T>	Renvoie un tenseur de zéros avec la même forme et le même type que x.

Une interface de marqueur pour tous les wrappers d’opérations.

Les wrappers d'opérations fournissent des interfaces fortement typées pour les opérations de création et d'exécution sans utiliser de littéraux ni d'index, comme requis dans les classes principales.

Cette interface permet de conserver des références à n’importe quel wrapper d’opération utilisant un type commun.

// All values returned by an Ops call can be referred as a Op
 Op split = ops.array().split(...);
 Op shape = ops.array().shape(...);

 // All operations could be added to an Op collection
 Collection&lt;Op&gt; allOps = Arrays.asList(split, shape);