tensoreflusso:: ops

Solleva un'eccezione per interrompere il processo quando viene chiamato.

Calcola il valore assoluto di un tensore.

Restituisce la somma degli elementi di una lista di tensori.

Applica un gradiente a un determinato accumulatore.

Restituisce il numero di gradienti aggregati negli accumulatori specificati.

Aggiorna l'accumulatore con un nuovo valore per global_step.

Estrae il gradiente medio nel ConditionalAccumulator specificato.

Calcola acos di x a livello di elemento.

Calcola il coseno iperbolico inverso di x rispetto agli elementi.

Restituisce x + y per elemento.

Aggiungi un N -minibatch SparseTensor a un SparseTensorsMap , restituisci N handle.

Aggiungi tutti i tensori di input in termini di elementi.

Aggiungi uno SparseTensor a un SparseTensorsMap restituisce il suo handle.

Restituisce x + y per elemento.

Regola il contrasto di una o più immagini.

Regola la tonalità di una o più immagini.

Regola la saturazione di una o più immagini.

Calcola la "logica e" degli elementi attraverso le dimensioni di un tensore.

Genera etichette per il campionamento dei candidati con una distribuzione unigramma appresa.

Restituisce l'argomento di un numero complesso.

Calcola l'"or logico" degli elementi attraverso le dimensioni di un tensore.

Aggiorna '*var' secondo lo schema adadelta.

Aggiorna '*var' secondo lo schema adagrad.

Aggiorna '*var' secondo lo schema adagrad prossimale.

Aggiorna '*var' secondo l'algoritmo di Adam.

Aggiorna "*var" in base all'aggiornamento AddSign.

Aggiorna '*var' in base all'algoritmo RMSProp centrato.

Aggiorna '*var' secondo lo schema Ftrl-prossimale.

Aggiorna '*var' secondo lo schema Ftrl-prossimale.

Aggiorna '*var' sottraendo da esso 'alpha' * 'delta'.

Aggiorna '*var' secondo lo schema del momentum.

Aggiorna "*var" in base all'aggiornamento AddSign.

Aggiorna '*var' e '*accum' secondo FOBOS con il tasso di apprendimento di Adagrad.

Aggiorna '*var' come algoritmo FOBOS con velocità di apprendimento fissa.

Aggiorna '*var' in base all'algoritmo RMSProp.

Restituisce il valore di verità di abs(xy) < tolleranza per elemento.

Restituisce l'indice con il valore maggiore tra le dimensioni di un tensore.

Restituisce l'indice con il valore più piccolo tra le dimensioni di un tensore.

Converte ogni voce nel tensore specificato in stringhe.

Calcola il seno inverso trignometrico di x rispetto agli elementi.

Calcola il seno iperbolico inverso di x rispetto agli elementi.

Afferma che la condizione data è vera.

Aggiorna "ref" assegnandogli "valore".

Aggiorna "ref" aggiungendovi "valore".

Aggiorna "ref" sottraendo "value" da esso.

Calcola la tangente inversa trignometrica di x rispetto agli elementi.

Calcola l'arcotangente di y/x rispetto agli elementi, rispettando i segni degli argomenti.

Calcola la tangente iperbolica inversa di x rispetto agli elementi.

Esegue il pooling medio sull'input.

Esegue il pooling medio 3D sull'input.

Calcola i gradienti della funzione di pooling media.

Definisce una barriera che persiste tra diverse esecuzioni del grafico.

Chiude la barriera data.

Calcola il numero di elementi incompleti nella barriera data.

Per ogni chiave, assegna il rispettivo valore al componente specificato.

Calcola il numero di elementi completi nella barriera data.

Prende il numero indicato di elementi completati da una barriera.

Moltiplica le fette di due tensori in batch.

Moltiplica le fette di due tensori in batch.

BatchToSpace per tensori 4-D di tipo T.

BatchToSpace per tensori ND di tipo T.

Calcola la funzione Bessel i0e di x in termini di elementi.

Calcola la funzione Bessel i1e di x in termini di elementi.

Calcolare l'integrale beta incompleto regolarizzato \(I_x(a, b)\).

Aggiunge bias al value .

L'operazione all'indietro per "BiasAdd" sul tensore "bias".

Conta il numero di occorrenze di ciascun valore in una matrice di numeri interi.

Bitcast un tensore da un tipo a un altro senza copiare i dati.

Restituisce la forma di s0 op s1 con broadcast.

Trasmetti un array per una forma compatibile.

Classifica gli "input" in base ai "confini".

Cast x di tipo SrcT in y di DstT.

Restituisce il numero intero più piccolo in termini di elemento non inferiore a x.

Controlla un tensore per i valori NaN e Inf.

Ritaglia i valori del tensore su un minimo e un massimo specificati.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Confronta i valori di input con threshold e comprime i bit risultanti in un uint8 .

Converte due numeri reali in un numero complesso.

Calcola il valore assoluto complesso di un tensore.

Calcola gli ID delle posizioni in sampled_candidates che corrispondono a true_labels.

Concatena i tensori lungo una dimensione.

Un accumulatore condizionale per l'aggregazione dei gradienti.

Restituisce il complesso coniugato di un numero complesso.

Mescola le dimensioni di x secondo una permutazione e coniuga il risultato.

Non fa nulla.

Calcola una convoluzione 2D dato input 4D e tensori filter .

Calcola i gradienti di convoluzione rispetto al filtro.

Calcola i gradienti di convoluzione rispetto all'input.

Calcola una convoluzione 3D dato input 5D e tensori filter .

Calcola i gradienti della convoluzione 3D rispetto al filtro.

Calcola i gradienti della convoluzione 3D rispetto all'input.

Calcola il cos di x in termini di elemento.

Calcola il coseno iperbolico di x rispetto agli elementi.

Incrementa 'ref' fino a raggiungere 'limit'.

Estrae i ritagli dal tensore dell'immagine di input e li ridimensiona.

Calcola il gradiente dell'operazione crop_and_resize rispetto al tensore delle caselle di input.

Calcola il gradiente dell'operazione crop_and_resize rispetto al tensore dell'immagine in input.

Calcola il prodotto incrociato a coppie.

Calcola il prodotto cumulativo del tensore x lungo axis .

Calcola la somma cumulativa del tensore x lungo axis .

Restituisce l'indice della dimensione nel formato dati di destinazione dato quello in.

Restituisce il vettore/tensore permutato nel formato dati di destinazione dato il.

Operazione identità per il debug del gradiente.

Operazione identità per il debug del gradiente.

Decodifica e ritaglia un'immagine codificata JPEG in un tensore uint8.

Decodifica stringhe con codifica Base64 sicure per il Web.

Decodifica il primo fotogramma di un'immagine codificata BMP in un tensore uint8.

Converti record CSV in tensori.

Decomprimere le stringhe.

Decodifica i fotogrammi di un'immagine con codifica GIF in un tensore uint8.

Converti record di esempio con codifica JSON in stringhe buffer di protocollo binario.

Decodifica un'immagine con codifica JPEG in un tensore uint8.

Reinterpretare i byte di una stringa come un vettore di numeri.

Decodifica un'immagine con codifica PNG in un tensore uint8 o uint16.

Reinterpretare i byte di una stringa come un vettore di numeri.

Crea una copia di x .

Elimina il tensore specificato dal relativo handle nella sessione.

DepthToSpace per tensori di tipo T.

Calcola una convoluzione in profondità 2D dato input 4D e i tensori filter .

Calcola i gradienti della convoluzione in profondità rispetto al filtro.

Calcola i gradienti della convoluzione in profondità rispetto all'input.

Dequantizza il tensore 'input' in un float o bfloat16 Tensor .

Deserializza e concatena SparseTensors da un minibatch serializzato.

Deserializzare oggetti SparseTensor .

Distrugge la variabile temporanea e restituisce il suo valore finale.

Restituisce un tensore diagonale con determinati valori diagonali.

Restituisce la parte diagonale del tensore.

Calcola Psi, la derivata di Lgamma (il logaritmo del valore assoluto di.

Calcola la dilatazione della scala di grigi input 4D e dei tensori filter 3D.

Calcola il gradiente di dilatazione morfologica 2-D rispetto al filtro.

Calcola il gradiente della dilatazione morfologica 2-D rispetto all'input.

Restituisce x / y per elemento.

Restituisce 0 se il denominatore è zero.

Disegna riquadri di delimitazione su una serie di immagini.

Disegna riquadri di delimitazione su una serie di immagini.

Partiziona data in tensori num_partitions utilizzando gli indici delle partitions .

Interlaccia i valori dai tensori data in un singolo tensore.

Calcola la distanza di modifica Levenshtein (eventualmente normalizzata).

Calcola lineare esponenziale: exp(features) - 1 se < 0, features altrimenti.

Crea un tensore con la forma data.

Codifica le stringhe in un formato Base64 sicuro per il Web.

Codifica JPEG di un'immagine.

JPEG codifica l'immagine in ingresso con la qualità di compressione fornita.

Codifica PNG un'immagine.

Assicura che la forma del tensore corrisponda alla forma prevista.

Restituisce il valore di verità di (x == y) per elemento.

Calcola la funzione di errore di Gauss di x in termini di elemento.

Calcola la funzione di errore complementare di x rispetto agli elementi.

DA FARE: aggiungere doc.

Calcola la norma euclidea degli elementi attraverso le dimensioni di un tensore.

Calcola l'esponenziale di x in termini di elementi.

Inserisce una dimensione pari a 1 nella forma di un tensore.

Calcola exp(x) - 1 in termini di elemento.

Estrae uno scorcio dal tensore di input.

Estrai patches dalle images e inseriscile nella dimensione di output "profondità".

Estrai le informazioni sulla forma di un'immagine con codifica JPEG.

Estrai patches input e inseriscile nella dimensione di output "profondità".

Una coda che produce elementi in ordine first-in-first-out.

Produrre un fatto sui fattoriali.

Quantizzare in modo falso il tensore 'input', digitare float nel tensore 'output' dello stesso tipo.

Calcola i gradienti per un'operazione FakeQuantWithMinMaxArgs .

Quantizzare in modo falso il tensore degli 'input' di tipo float tramite scalari float globali min

Calcola i gradienti per un'operazione FakeQuantWithMinMaxVars .

Quantizza falsamente il tensore 'input' di tipo float e una delle forme: [d] ,.

Calcola i gradienti per un'operazione FakeQuantWithMinMaxVarsPerChannel .

Crea un tensore riempito con un valore scalare.

Genera valori di impronte digitali.

Un lettore che genera record di lunghezza fissa da un file.

Genera etichette per il campionamento dei candidati con una distribuzione unigramma appresa.

Restituisce il numero intero più grande a livello di elemento non maggiore di x.

Restituisce x // y per elemento.

Restituisce il resto della divisione per elemento.

Esegue il pooling medio frazionario sull'input.

Esegue il pooling massimo frazionario sull'input.

Normalizzazione batch.

Gradiente per la normalizzazione batch.

Gradiente per la normalizzazione batch.

Gradiente per la normalizzazione batch.

Normalizzazione batch.

Normalizzazione batch.

Esegue un riempimento come preelaborazione durante una convoluzione.

Esegue il ridimensionamento e il riempimento come preelaborazione durante una convoluzione.

Raccogli le sezioni dai params in base agli indices .

Raccogli le fette dai params in un tensore con la forma specificata dagli indices .

Raccogli le sezioni axis params secondo indices .

Memorizza il tensore di input nello stato della sessione corrente.

Memorizza il tensore di input nello stato della sessione corrente.

Ottieni il valore del tensore specificato dal suo handle.

Restituisce il valore di verità di (x > y) per elemento.

Restituisce il valore di verità di (x >= y) per elemento.

Fornisce una garanzia al runtime TF che il tensore di input è una costante.

Converti una o più immagini da HSV a RGB.

Restituisce l'istogramma dei valori.

Restituisce un buffer del protocollo Summary con un istogramma.

Restituisce un tensore con la stessa forma e contenuto del tensore o del valore di input.

Restituisce un elenco di tensori con le stesse forme e contenuti dell'input.

Un lettore che restituisce il lavoro in coda sia come chiave che come valore.

Calcolare la funzione Gamma incompleta regolarizzata inferiore P(a, x) .

Calcolare la funzione Gamma incompleta regolarizzata superiore Q(a, x) .

Restituisce la parte immaginaria di un numero complesso.

Restituisce il tensore immutabile dalla regione della memoria.

Indica se gli obiettivi rientrano nelle previsioni K principali.

Indica se gli obiettivi rientrano nelle previsioni K principali.

Aggiunge v nelle righe specificate di x.

Sottrae v nelle righe specificate di x .

Aggiorna le righe specificate con i valori in v .

Calcola il reciproco di x in termini di elementi.

Calcola la permutazione inversa di un tensore.

Restituisce quali elementi di x sono finiti.

Restituisce quali elementi di x sono Inf.

Restituisce quali elementi di x sono NaN.

Controlla se un tensore è stato inizializzato.

Perdita L2.

Un lettore che emette i record da un file LMDB.

Normalizzazione della risposta locale.

Genera etichette per il campionamento dei candidati con una distribuzione unigramma appresa.

Restituisce il valore di verità di (x < y) per elemento.

Restituisce il valore di verità di (x <= y) per elemento.

Calcola il logaritmo del valore assoluto di Gamma(x) a livello di elemento.

Genera valori in un intervallo.

Calcola il logaritmo naturale di x in termini di elementi.

Calcola il logaritmo naturale di (1 + x) in termini di elementi.

Calcola le attivazioni softmax del registro.

Genera etichette per il campionamento dei candidati con una distribuzione log-uniforme.

Restituisce il valore di verità di x AND y per elemento.

Restituisce il valore di verità di NOT x a livello di elemento.

Restituisce il valore di verità di x OR y per elemento.

Inoltra l'input all'output.

Op rimuove tutti gli elementi nel contenitore sottostante.

Op restituisce il numero di elementi incompleti nel contenitore sottostante.

Op dà una sbirciatina ai valori nella chiave specificata.

Op restituisce il numero di elementi nel contenitore sottostante.

Fase (chiave, valori) nel contenitore sottostante che si comporta come una tabella hash.

Op rimuove e restituisce i valori associati alla chiave.

Op rimuove e restituisce un valore casuale (chiave, valore)

Moltiplicare la matrice "a" per la matrice "b".

Restituisce l'insieme di file che corrispondono a uno o più modelli glob.

Copia un tensore posizionando tutto al di fuori di una banda centrale in ciascuna matrice più interna.

Restituisce un tensore diagonale in batch con determinati valori diagonali in batch.

Restituisce la parte diagonale in batch di un tensore in batch.

Restituisce la parte diagonale in batch di un tensore in batch.

Restituisce la parte diagonale in batch di un tensore in batch.

Restituisce un tensore diagonale raggruppato con determinati valori diagonali raggruppati.

Restituisce un tensore diagonale raggruppato con determinati valori diagonali raggruppati.

Restituisce un tensore di matrice in batch con nuovi valori diagonali in batch.

Restituisce un tensore di matrice in batch con nuovi valori diagonali in batch.

Restituisce un tensore di matrice in batch con nuovi valori diagonali in batch.

Calcola il massimo degli elementi attraverso le dimensioni di un tensore.

Esegue il pooling massimo sull'input.

Esegue il pooling massimo 3D sull'input.

Calcola i gradienti della funzione di pooling massima.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti della funzione maxpooling.

Esegue il pooling massimo sull'input.

Esegue il pooling massimo sull'input e restituisce sia i valori massimi che gli indici.

Restituisce il massimo di x e y (es

Calcola la media degli elementi attraverso le dimensioni di un tensore.

Inoltra il valore di un tensore disponibile dagli inputs output .

Unisce i riepiloghi.

Specifico per il formato V2: unisce i file di metadati dei checkpoint frammentati.

Calcola il minimo degli elementi attraverso le dimensioni di un tensore.

Restituisce il minimo di x e y (es

Riempie un tensore con valori specchiati.

Restituisce il resto della divisione per elemento.

Restituisce x * y per elemento.

Disegna campioni da una distribuzione multinomiale.

Restituisce x * y per elemento.

DA FARE: aggiungere doc.

Calcola il valore numerico negativo in base agli elementi.

Restituisce il successivo valore rappresentabile di x1 nella direzione di x2 , a livello di elemento.

Rende il suo input disponibile alla successiva iterazione.

Non fa nulla.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Restituisce il valore di verità di (x != y) per elemento.

Trova i valori della statistica dell'ordine n per l'ultima dimensione.

Restituisce un tensore one-hot.

Restituisce un tensore di uno con la stessa forma e tipo di x.

Op rimuove tutti gli elementi nel contenitore sottostante.

Op restituisce il numero di elementi incompleti nel contenitore sottostante.

Op dà una sbirciatina ai valori della chiave specificata.

Op restituisce il numero di elementi nel contenitore sottostante.

Fase (chiave, valori) nel contenitore sottostante che si comporta come un ordine.

Op rimuove e restituisce i valori associati alla chiave.

Op rimuove e restituisce l'elemento (chiave, valore) con il più piccolo.

Riempie un tensore con zeri.

Riempie un tensore.

Una coda che produce elementi in ordine first-in-first-out.

Concatena un elenco di N tensori lungo la prima dimensione.

Interlaccia i valori dai tensori data in un singolo tensore.

Restituisce valori casuali da una distribuzione normale.

Trasforma un vettore di brain.Esempio di prototipi (come stringhe) in tensori tipizzati.

Trasforma un vettore di prototipi tf.Example (come stringhe) in tensori tipizzati.

Trasforma un vettore di prototipi brain.SequenceExample (come stringhe) in tensori tipizzati.

Trasforma un vettore di prototipi tf.io.SequenceExample (come stringhe) in tensori tipizzati.

Trasforma un proto tf.Example (come una stringa) in tensori tipizzati.

Trasforma un cervello scalare.SequenceExample proto (come stringhe) in tensori tipizzati.

Trasforma un proto tensorflow.TensorProto serializzato in un Tensor .

Un'operazione segnaposto per un valore che verrà inserito nel calcolo.

Un'operazione segnaposto che passa attraverso input quando il suo output non viene alimentato.

Calcola la funzione poligamma \(^{(n)}(x)\).

Calcola la potenza di un valore rispetto a un altro.

Un'operazione di identità che attiva un errore se viene richiesto un gradiente.

Stampa un elenco di tensori.

Stampa una stringa scalare.

Una coda che produce elementi ordinati in base al valore del primo componente.

Calcola il prodotto degli elementi attraverso le dimensioni di un tensore.

Quantizza quindi dequantizza un tensore.

Quantizza quindi dequantizza un tensore.

Converti il ​​tensore di "input" quantizzato in un "output" di precisione inferiore, utilizzando il metodo .

Quantizza il tensore 'input' di tipo float nel tensore 'output' di tipo 'T'.

Restituisce x + y per elemento, lavorando su buffer quantizzati.

Produce il pool medio del tensore di input per i tipi quantizzati.

Normalizzazione batch quantizzata.

Aggiunge il "bias" del tensore all'"input" del tensore per i tipi quantizzati.

Concatena tensori quantizzati lungo una dimensione.

Calcola una convoluzione 2D dato un input 4D quantizzato e tensori di filtro.

Normalizzazione dell'istanza quantizzata.

Eseguire una moltiplicazione di matrice quantizzata di a per la matrice b .

Produce il pool massimo del tensore di input per i tipi quantizzati.

Restituisce x * y per elemento, lavorando su buffer quantizzati.

Calcola il lineare rettificato quantizzato: max(features, 0)

Calcola il lineare rettificato quantizzato 6: min(max(features, 0), 6)

Calcola X lineare rettificato quantizzato: min(max(features, 0), max_value)

size images quantizzate utilizzando l'interpolazione bilineare quantizzata.

Chiude la coda specificata.

Deaccoda una tupla di uno o più tensori dalla coda data.

Deaccoda n tuple di uno o più tensori dalla coda data.

Deaccoda n tuple di uno o più tensori dalla coda data.

Accoda una tupla di uno o più tensori nella coda data.

Accoda zero o più tuple di uno o più tensori nella coda data.

Restituisce vero se la coda è chiusa.

Restituisce vero se la coda è chiusa.

Calcola il numero di elementi nella coda data.

Converte una o più immagini da RGB a HSV.

Restituisce valori casuali dalle distribuzioni Gamma descritte da alfa.

Restituisce valori casuali da una distribuzione normale.

Restituisce valori casuali dalle distribuzioni di Poisson descritte dalla velocità.

Sposta casualmente un tensore lungo la sua prima dimensione.

Una coda che randomizza l'ordine degli elementi.

Restituisce valori casuali da una distribuzione uniforme.

Restituisce numeri interi casuali da una distribuzione uniforme.

Crea una sequenza di numeri.

Legge e restituisce l'intero contenuto del nome file di input.

Restituisce il numero di record prodotti da questo Reader.

Restituisce il numero di unità di lavoro che questo Reader ha terminato l'elaborazione.

Restituisce il record successivo (chiave, coppia valore) prodotto da un Reader.

Restituisce fino a num_records (chiave, valore) coppie prodotte da un Reader.

Ripristina un Reader al suo stato pulito iniziale.

Ripristina un lettore a uno stato precedentemente salvato.

Produrre un tensore di stringa che codifica lo stato di un Reader.

Restituisce la parte reale di un numero complesso.

Restituisce x/y per elemento per i tipi reali.

Calcola il reciproco di x in termini di elementi.

Emette record randomizzati.

Unisce un tensore di stringa attraverso le dimensioni indicate.

Rende il suo input disponibile alla successiva iterazione.

Inoltra l'elemento index -esimo degli inputs a output .

Inoltra i data del tensore di riferimento alla porta di uscita determinata da pred .

Controlla se l'input corrisponde al modello regex.

Sostituisce le corrispondenze dell'espressione regolare del pattern in input con la stringa di sostituzione fornita in rewrite .

Calcola il lineare rettificato: max(features, 0) .

Calcola lineare rettificato 6: min(max(features, 0), 6) .

Calcolo un intervallo che copre i valori effettivi presenti in un tensore quantizzato.

Converte il tensore input quantizzato in un output di precisione inferiore.

Ridimensionare images alle size utilizzando l'interpolazione dell'area.

Ridimensionare images alle size usando l'interpolazione bicubica.

Ridimensionare images alle size usando l'interpolazione bilineare.

Ridimensionare images alle size utilizzando l'interpolazione del vicino più vicino.

Aggiorna '*var' secondo lo schema Adadelta.

Aggiorna '*var' secondo lo schema ADAGRAD.

Aggiorna '*var' secondo lo schema ADAGRAD prossimale.

Aggiorna '*var' secondo l'algoritmo di Adam.

Aggiorna '*var' secondo l'algoritmo di Adam.

Aggiorna '*var' secondo l'aggiornamento aggiuntivo.

Aggiorna '*var' secondo l'algoritmo RMSPROP centrato.

Aggiorna '*var' secondo lo schema FTRL-Prossimale.

Aggiorna '*var' secondo lo schema FTRL-Prossimale.

Aggiorna ' * var' sottraendo 'alpha' * 'delta' da esso.

Aggiorna '*var' secondo lo schema di moto.

Aggiorna '*var' secondo lo schema di moto.

Aggiorna '*var' secondo l'aggiornamento aggiuntivo.

Aggiorna '*var' e '*accum' secondo FOBOS con tasso di apprendimento di ADAGRAD.

Aggiorna '*var' come algoritmo FOBOS con tasso di apprendimento fisso.

Aggiorna '*var' secondo l'algoritmo RMSPROP.

Incremento della variabile indicata dalla "risorsa" fino a raggiungere il "limite".

Applica l'aggiunta sparsa ai singoli valori o sezioni in una variabile .

Applica sottrazione sparsa a singoli valori o sezioni in una variabile .

Applica updates sparsi a singoli valori o sezioni all'interno di un dato.

var: dovrebbe provenire da una variabile().

Aggiorna le voci pertinenti in '*var' e '*accum' secondo lo schema ADAGRAD.

Aggiorna le voci in '*var' e '*accum' secondo lo schema ADAGRAD prossimale.

Aggiorna '*var' secondo l'algoritmo RMSPROP centrato.

Aggiorna le voci pertinenti in '*var' secondo lo schema FTRL-Prossimale.

Aggiorna le voci pertinenti in '*var' secondo lo schema FTRL-Prossimale.

Aggiorna le voci pertinenti in '*var' e '*accum' secondo lo schema del momento.

Aggiorna le voci pertinenti in '*var' e '*accum' secondo lo schema del momento.

Voci di aggiornamento sparse in '*var' e '*accum' secondo l'algoritmo FOBOS.

Aggiornamento sparso '*var' come algoritmo FOBOS con tasso di apprendimento fisso.

Aggiorna '*var' secondo l'algoritmo RMSPROP.

Ripristina un tensore dai file checkpoint.

Ripristina un tensore dai file checkpoint.

Ripristina i tensori da un checkpoint V2.

Restituisce un numero intero più vicino all'elemento più vicino a x.

Rotola i valori di un tensore all'intero più vicino, nell'elemento.

Calcola reciproco della radice quadrata di x elemento-saluto.

Genera una singola scatola di delimitazione distorta in modo casuale per un'immagine.

Genera una singola scatola di delimitazione distorta in modo casuale per un'immagine.

Salva i tensori di input sul disco.

Risparmia le fette di tensori di input sul disco.

Risparmia i tensori nel formato del checkpoint V2.

Emette un tampone di protocollo Summary con valori scalari.

Todo: Aggiungi doc.

Aggiunge aggiornamenti sparsi a un riferimento variabile.

Divide un riferimento variabile per aggiornamenti sparsi.

Riduce gli aggiornamenti sparsi in un riferimento variabile utilizzando l'operazione max .

Riduce gli aggiornamenti sparsi in un riferimento variabile utilizzando l'operazione min .

Moltiplica aggiornamenti sparsi in un riferimento variabile.

Applica l'aggiunta sparsa ai singoli valori o sezioni in una variabile .

Applica sottrazione sparsa a singoli valori o sezioni in una variabile .

Applica updates sparsi a singoli valori o sezioni all'interno di un dato.

Sottrae aggiornamenti sparsi a un riferimento variabile.

Applica aggiornamenti sparsi a un riferimento variabile.

Calcola il massimo lungo i segmenti di un tensore.

Calcola la media lungo i segmenti di un tensore.

Calcola il minimo lungo i segmenti di un tensore.

Calcola il prodotto lungo i segmenti di un tensore.

Calcola la somma lungo i segmenti di un tensore.

Todo: Aggiungi doc.

Calcola lineare esponenziale in scala: scale * alpha * (exp(features) - 1)

Serializzare uno SparseTensor N -Minibatch in un oggetto Tensor [N, 3] .

Serializzare uno SparseTensor in un oggetto Tensor [3] .

Trasforma un tensore in un proto di tensione serializzato.

Calcola la differenza tra due elenchi di numeri o stringhe.

Genera un nome file sharded.

Genera un modello Glob che corrisponde a tutti i nomi dei file frammenti.

Calcola sigmoide di x elemento-saluto.

Restituisce un'indicazione per l'elemento del segno di un numero.

Calcola seno di x elemento-diretto.

Calcola il seno iperbolico di X Element-Wise.

Calcola le attivazioni Softmax.

Calcola il costo e i gradienti di entropia trasversale Softmax per backpropagate.

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

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

Applica un gradiente sparso a un determinato accumulatore.

Estrai il gradiente medio sparsi in un accumulatore sparsecondizionale .

Aggiunge due oggetti SparseTensor per produrre un altro SparseTensor .

L'operatore gradiente per Sparseadd op.

var: dovrebbe provenire da una variabile().

Aggiorna le voci pertinenti in '*var' e '*accum' secondo lo schema ADAGRAD.

Aggiorna le voci in '*var' e '*accum' secondo lo schema ADAGRAD prossimale.

Aggiorna '*var' secondo l'algoritmo RMSPROP centrato.

Aggiorna le voci pertinenti in '*var' secondo lo schema FTRL-Prossimale.

Aggiorna le voci pertinenti in '*var' secondo lo schema FTRL-Prossimale.

Aggiorna le voci pertinenti in '*var' e '*accum' secondo lo schema del momento.

Voci di aggiornamento sparse in '*var' e '*accum' secondo l'algoritmo FOBOS.

Aggiornamento sparso '*var' come algoritmo FOBOS con tasso di apprendimento fisso.

Aggiorna '*var' secondo l'algoritmo RMSPROP.

Concatena un elenco di SparseTensor lungo la dimensione specificata.

Un accumulatore condizionale per aggregare gradienti sparsi.

Genera Sparse Cross da un elenco di tensori sparsi e densi.

Aggiunge un sparsetensor e un tensore denso, usando queste regole speciali:

Per quanto riguarda il componente divide un sparsetens di un tensore denso.

Il componente moltiplica uno sparsensor per un tensore denso.

Riempi le righe vuote nell'ingresso SparseTensor 2-D con un valore predefinito.

Il gradiente di sparaseftullemptyrows .

Moltiplica la matrice "A" per matrice "b".

Calcola il massimo degli elementi tra le dimensioni di uno sparsetensor.

Calcola il massimo degli elementi tra le dimensioni di uno sparsetensor.

Calcola la somma degli elementi tra le dimensioni di uno sparsetensor.

Calcola la somma degli elementi tra le dimensioni di uno sparsetensor.

Riordina uno sparsetens nell'ordinamento canonico, di fila.

Rimodella uno sparsetens per rappresentare i valori in una nuova forma densa.

Calcola la media lungo segmenti sparsi di un tensore.

Calcola i gradienti per sparsesegmentmean .

Calcola la media lungo segmenti sparsi di un tensore.

Calcola la somma lungo segmenti sparsi di un tensore diviso per il SQRT di N.

Calcola gradienti per sparsesegmentsqrtn .

Calcola la somma lungo segmenti sparsi di un tensore diviso per il SQRT di N.

Calcola la somma lungo segmenti sparsi di un tensore.

Calcola la somma lungo segmenti sparsi di un tensore.

Tagliare uno SparseTensor in base start e size .

L'operatore di gradiente per Sparseslice op.

Applica SoftMax a uno SparseTensor in lotta.

Calcola il costo e i gradienti di entropia trasversale Softmax per backpropagate.

Restituisce il massimo dell'elemento di due sparsetensori.

Restituisce l'elemento minimo di due sparsetensori.

Dividi uno SparseTensor in tensori num_split lungo una dimensione.

Aggiunge un SparseTensor e un Tensor denso, producendo un Tensor denso.

Moltiplica lo sparstensor (di rango 2) "A" per densa matrice "b".

Calcola la radice quadrata di x elemento-saluto.

Calcola quadrato di x elemento-diretto.

Restituisce (x - y) (x - y) Element -wise.

Passa un elenco di tensori N Rank- R in un tensore di rango (R+1) .

Valori dello stadio simili a un accordo leggero.

OP rimuove tutti gli elementi nel contenitore sottostante.

OP PEEKS ai valori all'indice specificato.

OP restituisce il numero di elementi nel contenitore sottostante.

Formati un modello di stringa usando un elenco di tensori.

Si unisce alle stringhe nell'elenco indicato dei tensori di stringa in un tensore;.

Lunghezza della stringa di input .

Converte tutti i personaggi maiuscole nei rispettivi sostituti minuscoli.

Crea NGRAM da dati di stringa sfilacciati.

Elementi divisi di input basati sul delimiter in uno SparseTensor .

Elementi divisi della source basati su sep in un SparseTensor .

Strizza spazi bianchi leader e finali dal tensore .

Converte ogni stringa nel tensore di ingresso al suo hash mod da un numero di secchi.

Converte ogni stringa nel tensore di ingresso al suo hash mod da un numero di secchi.

Converte ogni stringa nel tensore di ingresso al suo hash mod da un numero di secchi.

Converte ogni stringa nel tensore di ingresso al tipo numerico specificato.

Converte tutti i personaggi minuscoli nei rispettivi sostituti maiuscole.

RETRO Substrings dal Tensor delle stringhe.

Restituisce X - Y -Element -Wise.

Calcola la somma degli elementi attraverso le dimensioni di un tensore.

Inoltra data alla porta di output determinati da pred .

Un lettore che emette i record da un file di record Tensorflow.

Converte una rappresentazione sparsa in un tensore denso.

Calcola tan di x elemento-diretto.

Calcola tangente iperbolica di x Element-Wise.

Restituisce un tensore che può essere mutato, ma persiste solo in un solo passaggio.

Una serie di tensori di determinate dimensioni.

Elimina il tensorarray dal suo contenitore di risorse.

Concattare gli elementi dal tensorarray in value del valore.

Raccogli elementi specifici dal tensorarray al value di output.

Crea un tensorarray per conservare i gradienti di valori nella maniglia data.

Crea un tensorarray per la memorizzazione di più gradienti di valori nella maniglia data.

Leggi un elemento dal tensoraray in value di output.

Spargi i dati dal valore di input in specifici elementi di tensorarray .

Ottieni le dimensioni attuali del tensorarray .

Dividi i dati dal valore di input in elementi tensorarray .

Spingi un elemento su Tensor_array.

Uscita un tampone di protocollo Summary con un tensore.

Output un tampone di protocollo Summary con dati tensori e per plugin.

Un lettore che emette le righe di un file delimitato da "
'.

Fornisce il tempo dall'epoca in pochi secondi.

Trova valori e indici dei maggiori elementi k per l'ultima dimensione.

Restituisce X / Y Element Wise per tipi interi.

Restituisce il resto della divisione.

Output valori casuali da una distribuzione normale troncata.

Determina i codici di script di un determinato tensore dei punti di codice intero Unicode.

Trascodi il testo di input da una codifica di origine a una codifica di destinazione.

Genera etichette per il campionamento dei candidati con una distribuzione uniforme.

Si unisce agli elementi degli inputs in base a segment_ids .

Calcola il massimo lungo i segmenti di un tensore.

Calcola il minimo lungo i segmenti di un tensore.

Calcola il prodotto lungo i segmenti di un tensore.

Calcola la somma lungo i segmenti di un tensore.

OP è simile a un dequeue leggero.

Tiene lo stato sotto forma di un tensore che persiste su gradini.

Rimodella un tensore quantizzato secondo il rimodella op.

Seleziona elementi da x o y , a seconda della condition .

Un lettore che emette l'intero contenuto di un file come valore.

Scrive i contenuti al file al nome del file di input.

Restituisce 0 se x == 0 e x / y altrimenti, elemento.

Restituisce 0 se x == 0 e x * log1p (y) altrimenti, elemento.

Restituisce 0 se x == 0 e x * log (y) altrimenti, elemento.

Restituisce un tensore di zeri con la stessa forma e digita x.

Calcola la funzione Hurwitz Zeta \((x, q)\).