Tidak Operasi

Melakukan pengumpulan rata-rata pada input.

Melakukan pengumpulan rata-rata 3D pada input.

Menghitung gradien fungsi pengumpulan rata-rata.

Menambah bias pada value .

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

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

Menghitung gradien konvolusi sehubungan dengan filter.

Menghitung gradien konvolusi sehubungan dengan input.

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

Menghitung gradien konvolusi 3-D sehubungan dengan filter.

Menghitung gradien konvolusi 3-D sehubungan dengan masukan.

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

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

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

Menghitung gradien konvolusi mendalam terhadap filter.

Menghitung gradien konvolusi mendalam sehubungan dengan masukan.

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

Menghitung gradien dilatasi 2-D morfologi terhadap filter.

Menghitung gradien dilatasi 2-D morfologi terhadap masukan.

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

Melakukan pengumpulan rata-rata pecahan pada input.

Melakukan pengumpulan maksimal pecahan pada input.

Normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Normalisasi batch.

Normalisasi batch.

Melakukan padding sebagai praproses selama konvolusi.

Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.

Mengatakan apakah target berada dalam prediksi K teratas.

Mengatakan apakah target berada dalam prediksi K teratas.

L2 Kerugian.

Normalisasi Respon Lokal.

Menghitung aktivasi log softmax.

Melakukan pengumpulan maksimal pada input.

Melakukan pengumpulan maksimal 3D pada input.

Menghitung gradien fungsi pengumpulan maksimal 3D.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien orde kedua dari fungsi maxpooling.

Menghitung gradien fungsi maxpooling.

Melakukan pengumpulan maksimal pada input.

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

Menemukan nilai statistik urutan n untuk dimensi terakhir.

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Normalisasi Batch terkuantisasi.

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

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

Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi.

Menghitung Linier Terkuantifikasi Terkuantisasi: max(features, 0)

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

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

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

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

Menghitung skala linier eksponensial: scale * alpha * (exp(features) - 1)

Menghitung aktivasi softmax.

Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.

Menghitung softplus: log(exp(features) + 1) .

Menghitung softsign: features / (abs(features) + 1) .

Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.

Menemukan nilai dan indeks k elemen terbesar untuk dimensi terakhir.