aliran tensor:: operasi

Naikkan pengecualian untuk membatalkan proses saat dipanggil.

Menghitung nilai absolut tensor.

Mengembalikan jumlah elemen dari daftar tensor.

Menerapkan gradien ke akumulator tertentu.

Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.

Memperbarui akumulator dengan nilai baru untuk global_step.

Mengekstrak gradien rata-rata dalam ConditionalAccumulator yang diberikan.

Menghitung acos dari x berdasarkan elemen.

Menghitung kosinus hiperbolik terbalik dari elemen x.

Mengembalikan x + y berdasarkan elemen.

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

Tambahkan semua elemen tensor masukan secara bijaksana.

Tambahkan SparseTensor ke SparseTensorsMap kembalikan pegangannya.

Mengembalikan x + y berdasarkan elemen.

Sesuaikan kontras satu atau lebih gambar.

Sesuaikan rona satu atau lebih gambar.

Sesuaikan saturasi satu atau lebih gambar.

Menghitung "logis dan" elemen di seluruh dimensi tensor.

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

Mengembalikan argumen bilangan kompleks.

Menghitung "logis atau" elemen di seluruh dimensi tensor.

Perbarui '*var' sesuai dengan skema adadelta.

Perbarui '*var' sesuai dengan skema adagrad.

Perbarui '*var' sesuai dengan skema adagrad proksimal.

Perbarui '*var' sesuai dengan algoritma Adam.

Perbarui '*var' sesuai dengan pembaruan AddSign.

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

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

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

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

Perbarui '*var' sesuai dengan skema momentum.

Perbarui '*var' sesuai dengan pembaruan AddSign.

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

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

Perbarui '*var' sesuai dengan algoritma RMSProp.

Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.

Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.

Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.

Mengonversi setiap entri dalam tensor tertentu menjadi string.

Menghitung sinus invers trignometri dari x berdasarkan elemen.

Menghitung sinus hiperbolik terbalik dari elemen x.

Menegaskan bahwa kondisi yang diberikan benar.

Perbarui 'ref' dengan menetapkan 'nilai' padanya.

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

Perbarui 'ref' dengan mengurangi 'nilai' darinya.

Menghitung invers tangen trigonometri dari elemen x.

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

Menghitung kebalikan tangen hiperbolik dari elemen x.

Melakukan pengumpulan rata-rata pada input.

Melakukan pengumpulan rata-rata 3D pada input.

Menghitung gradien fungsi pengumpulan rata-rata.

Mendefinisikan penghalang yang bertahan di berbagai eksekusi grafik.

Menutup penghalang yang diberikan.

Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.

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

Menghitung jumlah elemen lengkap dalam penghalang tertentu.

Mengambil sejumlah elemen lengkap dari penghalang.

Mengalikan irisan dua tensor secara berkelompok.

Mengalikan irisan dua tensor secara berkelompok.

BatchToSpace untuk tensor 4-D tipe T.

BatchToSpace untuk tensor ND tipe T.

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

Menambah bias pada value .

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

Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.

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

Kembalikan bentuk s0 op s1 dengan siaran.

Siarkan array untuk bentuk yang kompatibel.

Mengelompokkan 'masukan' berdasarkan 'batas'.

Keluarkan x dari tipe SrcT ke y dari DstT.

Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.

Memeriksa tensor untuk nilai NaN dan Inf.

Klip nilai tensor ke min dan maks tertentu.

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

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

Mengonversi dua bilangan real menjadi bilangan kompleks.

Menghitung nilai absolut kompleks dari sebuah tensor.

Menghitung id posisi di sampled_candidates yang cocok dengan true_labels.

Menggabungkan tensor sepanjang satu dimensi.

Akumulator bersyarat untuk menggabungkan gradien.

Mengembalikan konjugat kompleks dari bilangan kompleks.

Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.

Tidak melakukan apa pun.

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

Menghitung gradien konvolusi sehubungan dengan filter.

Menghitung gradien konvolusi sehubungan dengan input.

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

Menghitung gradien konvolusi 3-D sehubungan dengan filter.

Menghitung gradien konvolusi 3-D sehubungan dengan masukan.

Menghitung cos dari x berdasarkan elemen.

Menghitung kosinus hiperbolik dari elemen x.

Menambah 'ref' hingga mencapai 'batas'.

Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.

Menghitung gradien crop_and_resize dengan tensor kotak masukan.

Menghitung gradien crop_and_resize dengan tensor gambar masukan.

Hitung produk silang berpasangan.

Hitung produk kumulatif tensor x sepanjang axis .

Hitung jumlah kumulatif tensor x sepanjang axis .

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

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

Operasi identitas untuk debugging gradien.

Operasi identitas untuk debugging gradien.

Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.

Dekode string berenkode base64 yang aman untuk web.

Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.

Ubah data CSV menjadi tensor.

Dekompresi string.

Dekode bingkai gambar berkode GIF ke tensor uint8.

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

Dekode gambar berkode JPEG menjadi tensor uint8.

Menafsirkan ulang byte string sebagai vektor angka.

Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.

Menafsirkan ulang byte string sebagai vektor angka.

Membuat salinan x .

Hapus tensor yang ditentukan oleh pegangannya di sesi tersebut.

Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.

DepthToSpace untuk tensor tipe T.

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

Menghitung gradien konvolusi mendalam terhadap filter.

Menghitung gradien konvolusi mendalam sehubungan dengan masukan.

Dekuantisasi tensor 'input' menjadi Tensor float atau bfloat16 .

Deserialisasi dan gabungkan SparseTensors dari minibatch serial.

Deserialisasi objek SparseTensor .

Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.

Mengembalikan tensor diagonal dengan nilai diagonal tertentu.

Mengembalikan bagian diagonal tensor.

Menghitung Psi, turunan dari Lgamma (log nilai absolut.

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

Menghitung gradien dilatasi 2-D morfologi terhadap filter.

Menghitung gradien dilatasi 2-D morfologi terhadap masukan.

Mengembalikan x / y berdasarkan elemen.

Mengembalikan 0 jika penyebutnya nol.

Gambarlah kotak pembatas pada kumpulan gambar.

Gambarlah kotak pembatas pada kumpulan gambar.

Mempartisi data menjadi tensor num_partitions menggunakan indeks dari partitions .

Sisipkan nilai dari tensor data ke dalam satu tensor.

Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).

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

Membuat tensor dengan bentuk tertentu.

Enkode string ke dalam format base64 yang aman untuk web.

JPEG-mengkodekan gambar.

JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.

PNG-mengkodekan gambar.

Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.

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

Menghitung fungsi kesalahan Gauss dari segi elemen x .

Menghitung fungsi kesalahan komplementer dari elemen x .

TODO: tambahkan dokumen.

Menghitung norma euclidean elemen di seluruh dimensi tensor.

Menghitung eksponensial x berdasarkan elemen.

Menyisipkan dimensi 1 ke dalam bentuk tensor.

Menghitung exp(x) - 1 berdasarkan elemen.

Mengekstrak sekilas dari tensor masukan.

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

Ekstrak informasi bentuk gambar berkode JPEG.

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

Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.

Keluarkan fakta tentang faktorial.

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

Hitung gradien untuk operasi FakeQuantWithMinMaxArgs .

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

Hitung gradien untuk operasi FakeQuantWithMinMaxVars .

Mengkuantisasi palsu tensor 'input' dari tipe float melalui float per saluran.

Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel .

Membuat tensor yang diisi dengan nilai skalar.

Menghasilkan nilai sidik jari.

Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.

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

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

Mengembalikan x // y berdasarkan elemen.

Mengembalikan sisa pembagian berdasarkan elemen.

Melakukan pengumpulan rata-rata pecahan pada input.

Melakukan pengumpulan maksimal pecahan pada input.

Normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Gradien untuk normalisasi batch.

Normalisasi batch.

Normalisasi batch.

Melakukan padding sebagai praproses selama konvolusi.

Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.

Kumpulkan irisan dari params menurut indices .

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

Kumpulkan irisan dari axis params sesuai dengan indices .

Simpan tensor masukan dalam keadaan sesi saat ini.

Simpan tensor masukan dalam keadaan sesi saat ini.

Dapatkan nilai tensor yang ditentukan oleh pegangannya.

Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.

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

Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.

Konversi satu atau lebih gambar dari HSV ke RGB.

Kembalikan histogram nilai.

Menghasilkan buffer protokol Summary dengan histogram.

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

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

Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.

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

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

Mengembalikan bagian imajiner dari bilangan kompleks.

Mengembalikan tensor yang tidak dapat diubah dari wilayah memori.

Mengatakan apakah target berada dalam prediksi K teratas.

Mengatakan apakah target berada dalam prediksi K teratas.

Menambahkan v ke dalam baris x tertentu.

Kurangi v ke dalam baris x tertentu.

Memperbarui baris tertentu 'i' dengan nilai 'v'.

Menghitung kebalikan dari elemen x.

Menghitung permutasi terbalik dari tensor.

Mengembalikan elemen x mana yang terbatas.

Mengembalikan elemen x mana yang merupakan Inf.

Mengembalikan elemen x mana yang merupakan NaN.

Memeriksa apakah tensor telah diinisialisasi.

L2 Kerugian.

Pembaca yang mengeluarkan catatan dari file LMDB.

Normalisasi Respon Lokal.

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

Mengembalikan nilai kebenaran (x < y) berdasarkan elemen.

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

Menghitung log nilai absolut Gamma(x) berdasarkan elemen.

Menghitung logaritma natural dari elemen x.

Menghitung logaritma natural (1 + x) berdasarkan elemen.

Menghitung aktivasi log softmax.

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

Mengembalikan nilai kebenaran x DAN y berdasarkan elemen.

Mengembalikan nilai kebenaran dari elemen NOT x .

Mengembalikan nilai kebenaran x OR y berdasarkan elemen.

Meneruskan masukan ke keluaran.

Op menghapus semua elemen dalam wadah yang mendasarinya.

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

Op mengintip nilai pada kunci yang ditentukan.

Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.

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

Op menghapus dan mengembalikan nilai yang terkait dengan kunci.

Op menghapus dan mengembalikan acak (kunci, nilai)

Kalikan matriks "a" dengan matriks "b".

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

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

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Mengembalikan bagian diagonal batch dari tensor batch.

Mengembalikan bagian diagonal batch dari tensor batch.

Mengembalikan bagian diagonal batch dari tensor batch.

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.

Menghitung jumlah maksimum elemen di seluruh dimensi tensor.

Melakukan pengumpulan maksimal pada input.

Melakukan pengumpulan maksimal 3D pada input.

Menghitung gradien fungsi pengumpulan maksimal 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 maupun indeks maksimal.

Mengembalikan maksimal x dan y (mis

Menghitung rata-rata elemen di seluruh dimensi tensor.

Meneruskan nilai tensor yang tersedia dari inputs ke output .

Menggabungkan ringkasan.

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

Menghitung jumlah minimum elemen di seluruh dimensi tensor.

Mengembalikan min dari x dan y (mis

Mengisi tensor dengan nilai cermin.

Mengembalikan sisa pembagian berdasarkan elemen.

Mengembalikan x * y berdasarkan elemen.

Mengambil sampel dari distribusi multinomial.

Mengembalikan x * y berdasarkan elemen.

TODO: tambahkan dokumen.

Menghitung nilai negatif numerik berdasarkan elemen.

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

Membuat masukannya tersedia untuk iterasi berikutnya.

Tidak melakukan apa pun.

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

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

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

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

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

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

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

Menemukan nilai statistik urutan n -n untuk dimensi terakhir.

Mengembalikan tensor satu-panas.

Mengembalikan tensor yang bentuk dan tipenya sama dengan x.

Op menghapus semua elemen dalam wadah yang mendasarinya.

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

Op mengintip nilai pada kunci yang ditentukan.

Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.

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

Op menghapus dan mengembalikan nilai yang terkait dengan kunci.

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

Mengisi tensor dengan nol.

Bantalan tensor.

Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.

Menggabungkan daftar N tensor sepanjang dimensi pertama.

Sisipkan nilai dari tensor data ke dalam satu tensor.

Menghasilkan nilai acak dari distribusi normal.

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

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

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

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

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

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

Mengubah proto tensorflow.TensorProto berseri menjadi Tensor .

Opsi placeholder untuk nilai yang akan dimasukkan ke dalam perhitungan.

Operasi placeholder yang melewati input ketika outputnya tidak diumpankan.

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

Menghitung kekuatan satu nilai ke nilai lainnya.

Operasi identitas yang memicu kesalahan jika gradien diminta.

Mencetak daftar tensor.

Mencetak skalar string.

Antrian yang menghasilkan elemen yang diurutkan berdasarkan nilai komponen pertama.

Menghitung produk elemen melintasi dimensi tensor.

Mengkuantisasi lalu mendekuantisasi tensor.

Mengkuantisasi lalu mendekuantisasi tensor.

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

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

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

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Normalisasi Batch terkuantisasi.

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

Menggabungkan tensor terkuantisasi sepanjang satu dimensi.

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

Normalisasi Instans Terkuantisasi.

Lakukan perkalian matriks terkuantisasi a dengan matriks b .

Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi.

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

Menghitung Linier Terkuantifikasi Terkuantisasi: max(features, 0)

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

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

Ubah ukuran images terkuantisasi menjadi size menggunakan interpolasi bilinear terkuantisasi.

Menutup antrian yang diberikan.

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

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

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

Mengantrekan tupel dari satu atau lebih tensor dalam antrean tertentu.

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

Mengembalikan nilai benar jika antrian ditutup.

Mengembalikan nilai benar jika antrian ditutup.

Menghitung jumlah elemen dalam antrian tertentu.

Mengonversi satu atau lebih gambar dari RGB ke HSV.

Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.

Menghasilkan nilai acak dari distribusi Gamma yang dijelaskan oleh alfa.

Menghasilkan nilai acak dari distribusi normal.

Menghasilkan nilai acak dari distribusi Poisson yang dijelaskan berdasarkan laju.

Mengacak tensor secara acak sepanjang dimensi pertamanya.

Antrian yang mengacak urutan elemen.

Menghasilkan nilai acak dari distribusi seragam.

Menghasilkan bilangan bulat acak dari distribusi seragam.

Membuat urutan angka.

Membaca dan menampilkan seluruh isi nama file masukan.

Mengembalikan jumlah catatan yang telah dihasilkan Pembaca ini.

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

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

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

Kembalikan Pembaca ke kondisi awal yang bersih.

Mengembalikan pembaca ke keadaan yang disimpan sebelumnya.

Menghasilkan tensor string yang mengkodekan status Pembaca.

Mengembalikan bagian real dari bilangan kompleks.

Mengembalikan elemen x / y untuk tipe nyata.

Menghitung kebalikan dari elemen x.

Memancarkan catatan acak.

Menggabungkan Tensor string pada dimensi tertentu.

Membuat masukannya tersedia untuk iterasi berikutnya.

Meneruskan elemen index inputs ke output .

Meneruskan data tensor ref ke port keluaran yang ditentukan oleh pred .

Periksa apakah inputnya cocok dengan pola regex.

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

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

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

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

Mengonversi tensor input terkuantisasi menjadi output dengan presisi lebih rendah.

Ubah ukuran images ke size menggunakan interpolasi area.

Ubah ukuran images ke size menggunakan interpolasi bikubik.

Ubah ukuran images ke size menggunakan interpolasi bilinear.

Ubah ukuran images ke size menggunakan interpolasi tetangga terdekat.

Perbarui '*var' sesuai dengan skema adadelta.

Perbarui '*var' sesuai dengan skema adagrad.

Perbarui '*var' sesuai dengan skema adagrad proksimal.

Perbarui '*var' sesuai dengan algoritma Adam.

Perbarui '*var' sesuai dengan algoritma Adam.

Perbarui '*var' sesuai dengan pembaruan AddSign.

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

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

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

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

Perbarui '*var' sesuai dengan skema momentum.

Perbarui '*var' sesuai dengan skema momentum.

Perbarui '*var' sesuai dengan pembaruan AddSign.

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

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

Perbarui '*var' sesuai dengan algoritma RMSProp.

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

Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel .

TODO: tambahkan dokumen.

TODO: tambahkan dokumen.

Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel .

Menerapkan updates yang jarang pada nilai atau irisan individual dalam suatu nilai tertentu.

var: Harus dari Variabel().

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

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

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.

Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.

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

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

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

Perbarui '*var' sesuai dengan algoritma RMSProp.

Memulihkan tensor dari file pos pemeriksaan.

Memulihkan tensor dari file pos pemeriksaan.

Memulihkan tensor dari pos pemeriksaan V2.

Mengembalikan bilangan bulat berdasarkan elemen yang paling dekat dengan x.

Membulatkan nilai tensor ke bilangan bulat terdekat, berdasarkan elemen.

Menghitung kebalikan dari akar kuadrat dari elemen x.

Hasilkan satu kotak pembatas yang terdistorsi secara acak untuk sebuah gambar.

Hasilkan satu kotak pembatas yang terdistorsi secara acak untuk sebuah gambar.

Menyimpan tensor masukan ke disk.

Menyimpan potongan tensor masukan ke disk.

Menyimpan tensor dalam format pos pemeriksaan V2.

Menghasilkan buffer protokol Summary dengan nilai skalar.

TODO: tambahkan dokumen.

Menambahkan pembaruan jarang ke referensi variabel.

Membagi referensi variabel dengan pembaruan yang jarang.

Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi max .

Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi min .

Mengalikan pembaruan yang jarang menjadi referensi variabel.

Menerapkan penambahan renggang pada nilai atau irisan individual dalam Variabel .

Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel .

Menerapkan updates yang jarang pada nilai atau irisan individual dalam suatu nilai tertentu.

Mengurangi pembaruan yang jarang ke referensi variabel.

Menerapkan pembaruan yang jarang pada referensi variabel.

Menghitung maksimum sepanjang segmen tensor.

Menghitung mean sepanjang segmen tensor.

Menghitung nilai minimum sepanjang segmen tensor.

Menghitung produk sepanjang segmen tensor.

Menghitung jumlah sepanjang segmen tensor.

TODO: tambahkan dokumen.

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

Buat serial N -minibatch SparseTensor menjadi objek Tensor [N, 3] .

Buat serial SparseTensor menjadi objek Tensor [3] .

Mengubah Tensor menjadi proto TensorProto berseri.

Menghitung perbedaan antara dua daftar angka atau string.

Hasilkan nama file yang dipecah.

Hasilkan pola glob yang cocok dengan semua nama file yang dipecah.

Menghitung sigmoid dari elemen x .

Mengembalikan indikasi tanda bilangan berdasarkan elemen.

Menghitung sinus dari elemen x.

Menghitung sinus hiperbolik dari elemen x.

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) .

Menerapkan gradien renggang ke akumulator tertentu.

Mengekstrak gradien renggang rata-rata dalam SparseConditionalAccumulator .

Menambahkan dua objek SparseTensor untuk menghasilkan SparseTensor lainnya.

Operator gradien untuk operasi SparseAdd .

var: Harus dari Variabel().

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

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

Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.

Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.

Perbarui entri yang relevan di '*var' sesuai dengan skema Ftrl-proksimal.

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

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

Perbarui '*var' sesuai dengan algoritma RMSProp.

Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.

Menggabungkan daftar SparseTensor sepanjang dimensi yang ditentukan.

Akumulator bersyarat untuk menggabungkan gradien renggang.

Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.

Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.

Menghasilkan persilangan renggang dari daftar tensor renggang dan padat.

Menambahkan SparseTensor dan Tensor padat, menggunakan aturan khusus berikut:

Dari segi komponen, SparseTensor dibagi dengan Tensor padat.

Berdasarkan komponen, SparseTensor dikalikan dengan Tensor padat.

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

Gradien SparseFillEmptyRows .

Kalikan matriks "a" dengan matriks "b".

Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.

Menghitung jumlah maksimum elemen di seluruh dimensi SparseTensor.

Menghitung jumlah elemen di seluruh dimensi SparseTensor.

Menghitung jumlah elemen di seluruh dimensi SparseTensor.

Menyusun ulang SparseTensor ke dalam pengurutan baris-mayor kanonik.

Membentuk ulang SparseTensor untuk mewakili nilai dalam bentuk padat baru.

Menghitung mean sepanjang segmen tensor yang jarang.

Menghitung gradien untuk SparseSegmentMean .

Menghitung mean sepanjang segmen tensor yang jarang.

Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.

Menghitung gradien untuk SparseSegmentSqrtN .

Menghitung jumlah sepanjang segmen tensor yang jarang dibagi dengan kuadrat N.

Menghitung jumlah sepanjang segmen tensor yang jarang.

Menghitung jumlah sepanjang segmen tensor yang jarang.

Iris SparseTensor berdasarkan start dan size .

Operator gradien untuk operasi SparseSlice .

Menerapkan softmax ke ND SparseTensor batch.

Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.

Mengembalikan maksimal dua SparseTensor berdasarkan elemen.

Mengembalikan min berdasarkan elemen dari dua SparseTensor.

Pisahkan SparseTensor menjadi num_split tensor sepanjang satu dimensi.

Menambahkan SparseTensor dan Tensor padat, menghasilkan Tensor padat.

Kalikan SparseTensor (peringkat 2) "A" dengan matriks padat "B".

Menghitung akar kuadrat dari elemen x.

Menghitung kuadrat x berdasarkan elemen.

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

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

Nilai panggung mirip dengan Enqueue ringan.

Op menghapus semua elemen dalam wadah yang mendasarinya.

Op mengintip nilai pada indeks yang ditentukan.

Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.

Memformat templat string menggunakan daftar tensor.

Menggabungkan string dalam daftar tensor string tertentu menjadi satu tensor;.

Panjang string input .

Mengonversi semua karakter huruf besar menjadi pengganti huruf kecilnya masing-masing.

Membuat ngram dari data string yang tidak rata.

Pisahkan elemen input berdasarkan delimiter menjadi SparseTensor .

Pisahkan elemen source berdasarkan sep menjadi SparseTensor .

Hapus spasi putih di depan dan di belakang Tensor .

Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.

Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.

Mengonversi setiap string di Tensor masukan menjadi mod hashnya sebanyak beberapa keranjang.

Mengonversi setiap string di Tensor masukan ke tipe numerik yang ditentukan.

Mengonversi semua karakter huruf kecil menjadi pengganti huruf besarnya masing-masing.

Mengembalikan substring dari Tensor string.

Mengembalikan x - y berdasarkan elemen.

Menghitung jumlah elemen di seluruh dimensi tensor.

Meneruskan data ke port keluaran yang ditentukan oleh pred .

Pembaca yang mengeluarkan catatan dari file TensorFlow Records.

Mengubah representasi renggang menjadi tensor padat.

Menghitung tan dari elemen x.

Menghitung tangen hiperbolik dari elemen x .

Mengembalikan tensor yang mungkin bermutasi, namun hanya bertahan dalam satu langkah.

Serangkaian Tensor dengan ukuran tertentu.

Hapus TensorArray dari wadah sumber dayanya.

Gabungkan elemen dari TensorArray menjadi nilai value .

Kumpulkan elemen tertentu dari TensorArray menjadi value keluaran.

Membuat TensorArray untuk menyimpan gradien nilai dalam pegangan tertentu.

Membuat TensorArray untuk menyimpan beberapa gradien nilai dalam pegangan tertentu.

Membaca elemen dari TensorArray menjadi value keluaran.

Menyebarkan data dari nilai input ke dalam elemen TensorArray tertentu.

Dapatkan ukuran TensorArray saat ini.

Pisahkan data dari nilai input menjadi elemen TensorArray .

Dorong elemen ke tensor_array.

Menghasilkan buffer protokol Summary dengan tensor.

Menghasilkan buffer protokol Summary dengan data tensor dan per plugin.

Pembaca yang mengeluarkan baris file yang dibatasi oleh '
'.

Menyediakan waktu sejak zaman dalam hitungan detik.

Menemukan nilai dan indeks k elemen terbesar untuk dimensi terakhir.

Mengembalikan elemen x / y untuk tipe integer.

Mengembalikan sisa pembagian berdasarkan elemen.

Menghasilkan nilai acak dari distribusi normal terpotong.

Tentukan kode skrip dari tensor titik kode bilangan bulat Unicode tertentu.

Transkode teks masukan dari pengkodean sumber ke pengkodean tujuan.

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi seragam.

Bergabung dengan elemen inputs berdasarkan segment_ids .

Menghitung maksimum sepanjang segmen tensor.

Menghitung nilai minimum sepanjang segmen tensor.

Menghitung produk sepanjang segmen tensor.

Menghitung jumlah sepanjang segmen tensor.

Op mirip dengan Dequeue yang ringan.

Memegang status dalam bentuk tensor yang bertahan di seluruh langkah.

Membentuk ulang tensor terkuantisasi sesuai operasi Reshape.

Memilih elemen dari x atau y , bergantung pada condition .

Pembaca yang menampilkan seluruh konten file sebagai nilai.

Menulis konten ke file dengan memasukkan nama file.

Mengembalikan 0 jika x == 0, dan x / y sebaliknya, berdasarkan elemen.

Mengembalikan 0 jika x == 0, dan x * log1p(y) sebaliknya, berdasarkan elemen.

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

Mengembalikan tensor nol dengan bentuk dan tipe yang sama dengan x.

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