tensorflow :: ops

Levante uma exceção para abortar o processo quando chamado.

Calcula o valor absoluto de um tensor.

Retorna a soma dos elementos de uma lista de tensores.

Aplica um gradiente a um determinado acumulador.

Retorna o número de gradientes agregados nos acumuladores fornecidos.

Atualiza o acumulador com um novo valor para global_step.

Extrai o gradiente médio no ConditionalAccumulator fornecido.

Calcula acos de x elemento a elemento.

Calcula o cosseno hiperbólico inverso de x elemento a elemento.

Retorna x + y elemento a elemento.

Adicione um N -minibatch SparseTensor a um SparseTensorsMap , retorne N identificadores.

Adicione todos os elementos de tensores de entrada.

Adicione um SparseTensor a um retorno SparseTensorsMap seu identificador.

Retorna x + y elemento a elemento.

Ajuste o contraste de uma ou mais imagens.

Ajuste o matiz de uma ou mais imagens.

Ajuste a saturação de uma ou mais imagens.

Calcula o "e" lógico dos elementos nas dimensões de um tensor.

Gera rótulos para amostras de candidatos com uma distribuição de unigrama aprendida.

Retorna o argumento de um número complexo.

Calcula o "or lógico" dos elementos nas dimensões de um tensor.

Atualize '* var' de acordo com o esquema adadelta.

Atualize '* var' de acordo com o esquema adagrad.

Atualize '* var' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' subtraindo 'alpha' * 'delta' dele.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' e '* acum' de acordo com FOBOS com taxa de aprendizagem Adagrad.

Atualize '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Retorna o valor verdadeiro de abs (xy) <tolerância em relação ao elemento.

Retorna o índice com o maior valor nas dimensões de um tensor.

Retorna o índice com o menor valor entre as dimensões de um tensor.

Converte cada entrada no tensor fornecido em strings.

Calcula o seno trignométrico inverso de x elemento a elemento.

Calcula o seno hiperbólico inverso de x elemento a elemento.

Afirma que a condição fornecida é verdadeira.

Atualize 'ref' atribuindo 'valor' a ele.

Atualize 'ref' adicionando 'valor' a ele.

Atualize 'ref' subtraindo 'valor' dele.

Calcula a tangente trignométrica inversa de x elemento a elemento.

Calcula o arco tangente de y/x elemento a elemento, respeitando os sinais dos argumentos.

Calcula a tangente hiperbólica inversa de x elemento a elemento.

Executa o agrupamento médio na entrada.

Executa o agrupamento médio 3D na entrada.

Calcula gradientes de função de pooling média.

Define uma barreira que persiste em diferentes execuções de gráfico.

Fecha a barreira fornecida.

Calcula o número de elementos incompletos na barreira fornecida.

Para cada chave, atribui o respectivo valor ao componente especificado.

Calcula o número de elementos completos na barreira fornecida.

Pega um determinado número de elementos concluídos de uma barreira.

Multiplica fatias de dois tensores em lotes.

Multiplica fatias de dois tensores em lotes.

BatchToSpace para tensores 4-D do tipo T.

BatchToSpace para tensores ND do tipo T.

Calcule a integral beta incompleta regularizada \(I_x(a, b)\).

Adiciona bias ao value .

A operação de retrocesso para "BiasAdd" no tensor "bias".

Conta o número de ocorrências de cada valor em uma matriz de inteiros.

Bitcasts um tensor de um tipo para outro sem copiar dados.

Retorne a forma de s0 op s1 com broadcast.

Transmita uma matriz para uma forma compatível.

Agrupa a 'entrada' com base em 'limites'.

Fundido x de tipo SrcT para y de dstt.

Retorna o menor inteiro elementar não menor que x.

Verifica um tensor para valores NaN e Inf.

Clipes os valores do tensor para um mínimo e máximo especificados.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Compare os valores de input com o threshold e empacote os bits resultantes em um uint8 .

Converte dois números reais em um número complexo.

Calcula o valor absoluto complexo de um tensor.

Calcula os ids das posições em sampled_candidates que correspondem a true_labels.

Concatena tensores ao longo de uma dimensão.

Um acumulador condicional para agregar gradientes.

Retorna o conjugado complexo de um número complexo.

Baralhe as dimensões de x de acordo com uma permutação e conjugue o resultado.

Faz nada.

Calcula uma convolução 2-D dada input 4-D e tensores de filter .

Calcula os gradientes de convolução em relação ao filtro.

Calcula os gradientes de convolução em relação à entrada.

Calcula uma convolução 3-D dada input 5-D e tensores de filter .

Calcula os gradientes da convolução 3-D em relação ao filtro.

Calcula os gradientes de convolução 3-D em relação à entrada.

Calcula o cos de x elemento a elemento.

Calcula o cosseno hiperbólico de x elemento a elemento.

Incrementa 'ref' até atingir o 'limite'.

Extrai cortes do tensor de imagem de entrada e os redimensiona.

Calcula o gradiente da opção crop_and_resize do tensor das caixas de entrada.

Calcula o gradiente da opção crop_and_resize do tensor de imagem de entrada.

Calcule o produto cruzado par a par.

Calcule o produto cumulativo do tensor x ao longo do axis .

Calcule a soma cumulativa do tensor x ao longo do axis .

Retorna o índice de dimensão no formato de dados de destino fornecido em.

Retorna o vetor / tensor permutado no formato de dados de destino dado o.

Op de identidade para depuração de gradiente.

Op de identidade para depuração de gradiente.

Decodifique e recorte uma imagem codificada em JPEG em um tensor uint8.

Decodifique strings codificadas em base64 seguras para a web.

Decodifique o primeiro quadro de uma imagem codificada por BMP em um tensor uint8.

Converta registros CSV em tensores.

Descompacte strings.

Decodifique o (s) quadro (s) de uma imagem codificada por GIF em um tensor uint8.

Converta registros de exemplo codificados por JSON em strings de buffer de protocolo binário.

Decodifique uma imagem codificada em JPEG em um tensor uint8.

Reinterprete os bytes de uma string como um vetor de números.

Decodifique uma imagem codificada em PNG para um tensor uint8 ou uint16.

Reinterprete os bytes de uma string como um vetor de números.

Faz uma cópia de x .

Exclua o tensor especificado por seu identificador na sessão.

Conta o número de ocorrências de cada valor em uma matriz de inteiros.

DepthToSpace para tensores do tipo T.

Calcula uma convolução de profundidade 2-D dada input 4-D e tensores de filter .

Calcula os gradientes de convolução de profundidade em relação ao filtro.

Calcula os gradientes de convolução de profundidade em relação à entrada.

Desquantize o tensor de 'entrada' em um Tensor flutuante ou bfloat16.

SparseTensors e concatene SparseTensors de um minibatch serializado.

SparseTensor objetos SparseTensor .

Destrói a variável temporária e retorna seu valor final.

Retorna um tensor diagonal com determinados valores diagonais.

Retorna a parte diagonal do tensor.

Calcula Psi, a derivada de Lgamma (o log do valor absoluto de.

Calcula a dilatação da escala de cinza de tensores de filter input 4-D e 3-D.

Calcula o gradiente de dilatação 2-D morfológica em relação ao filtro.

Calcula o gradiente de dilatação 2-D morfológica em relação à entrada.

Retorna x / y elemento a elemento.

Retorna 0 se o denominador for zero.

Desenhe caixas delimitadoras em um lote de imagens.

Desenhe caixas delimitadoras em um lote de imagens.

Particiona data em tensores num_partitions usando índices de partitions .

Intercalar os valores dos tensores de data em um único tensor.

Calcula a distância de edição de Levenshtein (possivelmente normalizada).

Calcula linear exponencial: exp(features) - 1 se <0, features caso contrário.

Cria um tensor com a forma fornecida.

Codifique strings em formato base64 seguro para a web.

Codifique uma imagem em JPEG.

JPEG codifica a imagem de entrada com a qualidade de compactação fornecida.

Codifique uma imagem em PNG.

Garante que a forma do tensor corresponda à forma esperada.

Retorna o valor verdadeiro de (x == y) elemento a elemento.

Calcula a função de erro de Gauss de x elemento a elemento.

Calcula a função de erro complementar de x elemento a elemento.

TODO: adicionar doc.

Calcula a norma euclidiana de elementos nas dimensões de um tensor.

Calcula exponencial de x elemento a elemento.

Insere uma dimensão de 1 na forma de um tensor.

Calcula exp(x) - 1 elemento a elemento.

Extrai um vislumbre do tensor de entrada.

Extraia patches de images e coloque-os na dimensão de saída de "profundidade".

Extraia as informações de forma de uma imagem codificada em JPEG.

Extraia patches da input e coloque-os na dimensão de saída "profundidade".

Uma fila que produz elementos na ordem do primeiro a entrar, primeiro a sair.

Produza um fato sobre fatoriais.

Quantize falsamente o tensor de 'entradas', digite float em tensor de 'saídas' do mesmo tipo.

Calcule gradientes para uma operação FakeQuantWithMinMaxArgs .

Quantize falsamente o tensor de 'entradas' do tipo float por meio de escalares de float globais.

Calcule gradientes para uma operação FakeQuantWithMinMaxVars .

Quantize falsamente o tensor de 'entradas' do tipo float por meio de floats por canal.

Calcule gradientes para uma operação FakeQuantWithMinMaxVarsPerChannel .

Cria um tensor preenchido com um valor escalar.

Gera valores de impressão digital.

Um leitor que produz registros de comprimento fixo de um arquivo.

Gera rótulos para amostras de candidatos com uma distribuição de unigrama aprendida.

Retorna o maior número inteiro em termos de elemento, não maior que x.

Retorna x // y elemento a elemento.

Retorna o resto da divisão em termos de elemento.

Executa o agrupamento médio fracionário na entrada.

Executa o pooling máximo fracionário na entrada.

Normalização em lote.

Gradiente para normalização de lote.

Gradiente para normalização de lote.

Gradiente para normalização de lote.

Normalização em lote.

Normalização em lote.

Executa um preenchimento como um pré-processo durante uma convolução.

Executa um redimensionamento e preenchimento como um pré-processo durante uma convolução.

Reúna fatias de params acordo com os indices .

Reúna fatias de params em um tensor com forma especificada por indices .

Reúna fatias do eixo do axis dos params acordo com os indices .

Armazene o tensor de entrada no estado da sessão atual.

Armazene o tensor de entrada no estado da sessão atual.

Obtenha o valor do tensor especificado por seu identificador.

Retorna o valor verdadeiro de (x> y) elemento a elemento.

Retorna o valor verdadeiro de (x> = y) elemento a elemento.

Dá uma garantia ao tempo de execução do TF de que o tensor de entrada é uma constante.

Converta uma ou mais imagens de HSV para RGB.

Retorna histograma de valores.

Produz um buffer de protocolo de Summary com um histograma.

Retorne um tensor com a mesma forma e conteúdo do tensor ou valor de entrada.

Retorna uma lista de tensores com as mesmas formas e conteúdo da entrada.

Um leitor que produz o trabalho na fila como a chave e o valor.

Calcule a função Gamma incompleta regularizada inferior P(a, x) .

Calcule a função Gamma incompleta regularizada superior Q(a, x) .

Retorna a parte imaginária de um número complexo.

Retorna o tensor imutável da região da memória.

Diz se os alvos estão nas previsões K principais.

Diz se os alvos estão nas previsões K principais.

Adiciona v em linhas especificadas de x.

Subtrai v em linhas especificadas de x .

Atualiza as linhas especificadas 'i' com os valores 'v'.

Calcula o recíproco de x elemento a elemento.

Calcula a permutação inversa de um tensor.

Retorna quais elementos de x são finitos.

Retorna quais elementos de x são Inf.

Retorna quais elementos de x são NaN.

Verifica se um tensor foi inicializado.

Perda L2.

Um leitor que produz os registros de um arquivo LMDB.

Normalização de resposta local.

Gera rótulos para amostras de candidatos com uma distribuição de unigrama aprendida.

Retorna o valor verdadeiro de (x <y) elemento a elemento.

Retorna o valor verdadeiro de (x <= y) elemento a elemento.

Calcula o log do valor absoluto de Gamma(x) elemento a elemento.

Calcula o logaritmo natural de x elemento a elemento.

Calcula o logaritmo natural de (1 + x) elemento a elemento.

Calcula as ativações do log softmax.

Gera rótulos para amostragem de candidatos com uma distribuição logarítmica uniforme.

Retorna o valor verdadeiro de x AND y elemento a elemento.

Retorna o valor verdadeiro de NOT x elemento a elemento.

Retorna o valor verdadeiro de x OR y elemento a elemento.

Encaminha a entrada para a saída.

Op remove todos os elementos do contêiner subjacente.

Op retorna o número de elementos incompletos no contêiner subjacente.

Op espreita os valores na chave especificada.

Op retorna o número de elementos no contêiner subjacente.

Etapa (chave, valores) no contêiner subjacente que se comporta como uma tabela de hash.

Op remove e retorna os valores associados à chave.

Op remove e retorna um aleatório (chave, valor)

Multiplique a matriz "a" pela matriz "b".

Retorna o conjunto de arquivos que correspondem a um ou mais padrões globais.

Copie um tensor definindo tudo fora de uma banda central em cada matriz mais interna para zero.

Retorna um tensor diagonal em lote com determinados valores diagonais em lote.

Retorna a parte diagonal em lote de um tensor em lote.

Retorna a parte diagonal em lote de um tensor em lote.

Retorna a parte diagonal em lote de um tensor em lote.

Retorna um tensor diagonal em lote com os valores diagonais em lote fornecidos.

Retorna um tensor diagonal em lote com os valores diagonais em lote fornecidos.

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Calcula o máximo de elementos nas dimensões de um tensor.

Executa o pool máximo na entrada.

Executa o pooling máximo 3D na entrada.

Calcula gradientes da função 3D max pooling.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes de segunda ordem da função maxpool.

Calcula gradientes da função maxpool.

Executa o pool máximo na entrada.

Executa o pooling máximo na entrada e emite tanto os valores máximos quanto os índices.

Retorna o máximo de x e y (ou seja

Calcula a média dos elementos nas dimensões de um tensor.

Encaminha o valor de um tensor disponível das inputs para a output .

Mescla resumos.

Específico do formato V2: mescla os arquivos de metadados de pontos de verificação fragmentados.

Calcula o mínimo de elementos nas dimensões de um tensor.

Retorna o mínimo de x e y (ou seja

Preenche um tensor com valores espelhados.

Retorna o resto da divisão em termos de elemento.

Retorna x * y elemento a elemento.

Retira amostras de uma distribuição multinomial.

Retorna x * y elemento a elemento.

TODO: adicionar doc.

Calcula o valor numérico negativo em termos de elemento.

Retorna o próximo valor representável de x1 na direção de x2 , elemento a elemento.

Torna sua entrada disponível para a próxima iteração.

Faz nada.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Avidamente seleciona um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Retorna o valor verdadeiro de (x! = Y) elemento a elemento.

Encontra valores da estatística de ordem n para a última dimensão.

Retorna um tensor one-hot.

Retorna um tensor de uns com a mesma forma e tipo de x.

Op remove todos os elementos do contêiner subjacente.

Op retorna o número de elementos incompletos no contêiner subjacente.

Op espreita os valores na chave especificada.

Op retorna o número de elementos no contêiner subjacente.

Estágio (chave, valores) no contêiner subjacente que se comporta como um ordenado.

Op remove e retorna os valores associados à chave.

Op remove e retorna o elemento (chave, valor) com o menor.

Preenche um tensor com zeros.

Acolchoa um tensor.

Uma fila que produz elementos na ordem do primeiro a entrar, primeiro a sair.

Concatena uma lista de N tensores ao longo da primeira dimensão.

Intercalar os valores dos tensores de data em um único tensor.

Produz valores aleatórios de uma distribuição normal.

Transforma um vetor de cérebro. Exemplo de protos (como strings) em tensores digitados.

Transforma um vetor de tf.Example protos (como strings) em tensores digitados.

Transforma um vetor de protos brain.SequenceExample (como strings) em tensores digitados.

Transforma um vetor de protos tf.io.SequenceExample (como strings) em tensores tipados.

Transforma um proto tf.Example (como uma string) em tensores digitados.

Transforma um cérebro escalar. Proto de exemplo de sequência (como strings) em tensores digitados.

Transforma um tensorflow serializado.TensorProto proto em um tensor .

Um espaço reservado para um valor que será inserido no cálculo.

Um placeholder op que passa pela input quando sua saída não é alimentada.

Calcule a função poligama \(^{(n)}(x)\).

Calcula a potência de um valor para outro.

Uma operação de identidade que dispara um erro se um gradiente for solicitado.

Imprime uma lista de tensores.

Imprime um escalar de string.

Uma fila que produz elementos classificados pelo primeiro valor do componente.

Calcula o produto dos elementos nas dimensões de um tensor.

Quantiza então desquantiza um tensor.

Quantiza então desquantiza um tensor.

Converta o tensor quantizado de 'entrada' em uma 'saída' de precisão inferior, usando o.

Quantize o tensor de 'entrada' do tipo float para o tensor de 'saída' do tipo 'T'.

Retorna x + y elemento a elemento, trabalhando em buffers quantizados.

Produz o pool médio do tensor de entrada para tipos quantizados.

Normalização em lote quantizado.

Adiciona Tensor 'viés' para Tensor 'entrada' para os tipos Quantificadas.

Concatena tensores quantizados ao longo de uma dimensão.

Calcula uma convolução 2D dada entrada 4D quantizada e tensores de filtro.

Normalização de instância quantizada.

Execute uma multiplicação de matriz quantizada de a pela matriz b .

Produz o pool máximo do tensor de entrada para tipos quantizados.

Retorna x * y elemento a elemento, trabalhando em buffers quantizados.

Calcula o Linear Retificado Quantizado: max(features, 0)

Calcula o Linear Retificado Quantizado 6: min(max(features, 0), 6)

Calcula o Linear Retificado Quantizado X: min(max(features, 0), max_value)

Redimensione images quantizadas para o size usando interpolação bilinear quantizada.

Fecha a fila fornecida.

Retira da fila uma tupla de um ou mais tensores da fila fornecida.

Retira da fila n tuplas de um ou mais tensores da fila fornecida.

Retira da fila n tuplas de um ou mais tensores da fila fornecida.

Enfileira uma tupla de um ou mais tensores na fila fornecida.

Enfileira zero ou mais tuplas de um ou mais tensores na fila fornecida.

Retorna verdadeiro se a fila estiver fechada.

Retorna verdadeiro se a fila estiver fechada.

Calcula o número de elementos na fila fornecida.

Converte uma ou mais imagens de RGB em HSV.

Conta o número de ocorrências de cada valor em uma matriz de inteiros.

Exibe valores aleatórios da (s) distribuição (ões) Gama descrita por alfa.

Produz valores aleatórios de uma distribuição normal.

Emite valores aleatórios da (s) distribuição (ões) de Poisson descrita por taxa.

Embaralha aleatoriamente um tensor ao longo de sua primeira dimensão.

Uma fila que torna aleatória a ordem dos elementos.

Produz valores aleatórios de uma distribuição uniforme.

Produz números inteiros aleatórios de uma distribuição uniforme.

Cria uma sequência de números.

Lê e produz todo o conteúdo do nome do arquivo de entrada.

Retorna o número de registros que este Reader produziu.

Retorna o número de unidades de trabalho que este Reader terminou de processar.

Retorna o próximo registro (chave, par de valor) produzido por um Leitor.

Retorna até num_records (chave, valor) pares produzidos por um Reader.

Restaure um Reader ao seu estado inicial limpo.

Restaura um leitor a um estado salvo anteriormente.

Produz um tensor de string que codifica o estado de um Reader.

Retorna a parte real de um número complexo.

Retorna x / y elemento a elemento para tipos reais.

Calcula o recíproco de x elemento a elemento.

Emite registros randomizados.

Une um tensor de string nas dimensões fornecidas.

Torna sua entrada disponível para a próxima iteração.

Encaminha o index ésimo elemento de inputs para output .

Encaminha os data tensor ref para a porta de saída determinada por pred .

Verifique se a entrada corresponde ao padrão regex.

Substitui correspondências da expressão regular do pattern na input pela string de substituição fornecida na rewrite .

Calcula linear retificado: max(features, 0) .

Calcula o linear retificado 6: min(max(features, 0), 6) .

Calcula um intervalo que cobre os valores reais presentes em um tensor quantizado.

Converte o tensor de input quantizado em uma output precisão inferior.

Redimensione images para o size usando interpolação de área.

Redimensione images para o size usando interpolação bicúbica.

Redimensione images para o size usando interpolação bilinear.

Redimensione images para o size usando a interpolação de vizinho mais próximo.

Atualize '* var' de acordo com o esquema adadelta.

Atualize '* var' de acordo com o esquema adagrad.

Atualize '* var' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com o algoritmo de Adam.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' de acordo com o esquema Ftrl-proximal.

Atualize '* var' subtraindo 'alpha' * 'delta' dele.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com o esquema de momentum.

Atualize '* var' de acordo com a atualização do AddSign.

Atualize '* var' e '* acum' de acordo com FOBOS com taxa de aprendizagem Adagrad.

Atualize '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Aumenta a variável apontada por 'recurso' até atingir o 'limite'.

Aplica adição esparsa a valores individuais ou fatias em uma variável .

TODO: adicionar doc.

TODO: adicionar doc.

Aplica subtração esparsa a valores individuais ou fatias em uma variável .

Aplica updates esparsas a valores individuais ou fatias dentro de um determinado.

var: deve ser de uma variável ().

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema adagrad.

Atualize as entradas em '* var' e '* acum' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momentum.

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momentum.

Entradas de atualização esparsas em '* var' e '* acum' de acordo com o algoritmo FOBOS.

Atualização esparsa '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Restaura um tensor de arquivos de ponto de verificação.

Restaura um tensor de arquivos de ponto de verificação.

Restaura tensores de um ponto de verificação V2.

Retorna o inteiro elemento a elemento mais próximo de x.

Arredonda os valores de um tensor para o inteiro mais próximo, elemento a elemento.

Calcula o recíproco da raiz quadrada de x elemento a elemento.

Gere uma única caixa delimitadora distorcida aleatoriamente para uma imagem.

Gere uma única caixa delimitadora distorcida aleatoriamente para uma imagem.

Salva os tensores de entrada no disco.

Salva fatias de tensores de entrada no disco.

Salva tensores no formato de ponto de verificação V2.

Produz um buffer de protocolo de Summary com valores escalares.

TODO: adicionar doc.

Adiciona atualizações esparsas a uma referência de variável.

Divide uma referência de variável por atualizações esparsas.

Reduz atualizações esparsas em uma referência de variável usando a operação max .

Reduz atualizações esparsas em uma referência de variável usando a operação min .

Multiplica atualizações esparsas em uma referência de variável.

Aplica adição esparsa a valores individuais ou fatias em uma variável .

Aplica subtração esparsa a valores individuais ou fatias em uma variável .

Aplica updates esparsas a valores individuais ou fatias dentro de um determinado.

Subtrai atualizações esparsas para uma referência de variável.

Aplica atualizações esparsas a uma referência de variável.

Calcula o máximo ao longo dos segmentos de um tensor.

Calcula a média ao longo dos segmentos de um tensor.

Calcula o mínimo ao longo dos segmentos de um tensor.

Calcula o produto ao longo de segmentos de um tensor.

Calcula a soma ao longo dos segmentos de um tensor.

TODO: adicionar doc.

Calcula linear exponencial escalado: scale * alpha * (exp(features) - 1)

Serialize um N -minibatch SparseTensor em um objeto Tensor [N, 3] .

Serialize um SparseTensor em um [3] objeto Tensor .

Transforma um Tensor em um proto TensorProto serializado.

Calcula a diferença entre duas listas de números ou strings.

Gere um nome de arquivo fragmentado.

Gere um padrão glob correspondendo a todos os nomes de arquivos fragmentados.

Calcula sigmóide de x elemento a elemento.

Retorna uma indicação elementar do sinal de um número.

Calcula o seno de x elemento a elemento.

Calcula o seno hiperbólico de x elemento a elemento.

Calcula as ativações do softmax.

Calcula o custo de entropia cruzada do softmax e gradientes para propagar de volta.

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

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

Aplica um gradiente esparso a um determinado acumulador.

Extrai o gradiente esparso médio em um SparseConditionalAccumulator .

Adiciona dois objetos SparseTensor para produzir outro SparseTensor .

O operador de gradiente para o op SparseAdd .

var: deve ser de uma variável ().

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema adagrad.

Atualize as entradas em '* var' e '* acum' de acordo com o esquema adagrad proximal.

Atualize '* var' de acordo com o algoritmo RMSProp centralizado.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' de acordo com o esquema Ftrl-proximal.

Atualize as entradas relevantes em '* var' e '* acum' de acordo com o esquema de momento.

Entradas de atualização esparsas em '* var' e '* acum' de acordo com o algoritmo FOBOS.

Atualização esparsa '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Atualize '* var' de acordo com o algoritmo RMSProp.

Conta o número de ocorrências de cada valor em uma matriz de inteiros.

Concatena uma lista de SparseTensor ao longo da dimensão especificada.

Um acumulador condicional para agregar gradientes esparsos.

Gera cruz esparsa de uma lista de tensores esparsos e densos.

Gera cruz esparsa de uma lista de tensores esparsos e densos.

Gera cruz esparsa de uma lista de tensores esparsos e densos.

Adiciona um SparseTensor e um Tensor denso, usando estas regras especiais:

Em termos de componentes, divide um SparseTensor por um Tensor denso.

Em termos de componentes, um SparseTensor é multiplicado por um denso Tensor .

Preenche linhas vazias no SparseTensor 2-D de SparseTensor com um valor padrão.

O gradiente de SparseFillEmptyRows .

Multiplique a matriz "a" pela matriz "b".

Calcula o máximo de elementos nas dimensões de um SparseTensor.

Calcula o máximo de elementos nas dimensões de um SparseTensor.

Calcula a soma dos elementos nas dimensões de um SparseTensor.

Calcula a soma dos elementos nas dimensões de um SparseTensor.

Reordena um SparseTensor na ordem canônica principal da linha.

Remodela um SparseTensor para representar valores em uma nova forma densa.

Calcula a média ao longo de segmentos esparsos de um tensor.

Calcula gradientes para SparseSegmentMean .

Calcula a média ao longo de segmentos esparsos de um tensor.

Calcula a soma ao longo de segmentos esparsos de um tensor dividido pelo sqrt de N.

Calcula gradientes para SparseSegmentSqrtN .

Calcula a soma ao longo de segmentos esparsos de um tensor dividido pelo sqrt de N.

Calcula a soma ao longo de segmentos esparsos de um tensor.

Calcula a soma ao longo de segmentos esparsos de um tensor.

Divida um SparseTensor base no start e no size .

O operador gradiente para a operação SparseSlice .

Aplica softmax a um ND SparseTensor .

Calcula o custo de entropia cruzada do softmax e gradientes para propagar de volta.

Retorna o máximo elemento a elemento de dois SparseTensors.

Retorna o mínimo elementar de dois SparseTensors.

Divida um SparseTensor em tensores num_split ao longo de uma dimensão.

Adiciona um SparseTensor e um Tensor denso, produzindo um Tensor denso.

Multiplique SparseTensor (de classificação 2) "A" pela matriz densa "B".

Calcula a raiz quadrada de x elemento a elemento.

Calcula o quadrado de x elemento a elemento.

Retorna (x - y) (x - y) elemento a elemento.

Empacota uma lista de N rank- R tensores em um rank- (R+1) tensor.

Os valores do palco são semelhantes a um Enqueue leve.

Op remove todos os elementos do contêiner subjacente.

Op espreita os valores no índice especificado.

Op retorna o número de elementos no contêiner subjacente.

Formata um modelo de string usando uma lista de tensores.

Junta as strings na lista fornecida de tensores de strings em um tensor ;.

Comprimentos de string de input .

Converte todos os caracteres maiúsculos em suas respectivas substituições de minúsculas.

Cria ngrams a partir de dados de string irregulares.

Divida os elementos de input base no delimiter em um SparseTensor .

Divida os elementos da source base em sep em um SparseTensor .

Remova os espaços em branco à esquerda e à direita do Tensor .

Converte cada string no Tensor de entrada em seu mod hash por um número de intervalos.

Converte cada string no Tensor de entrada em seu mod hash por um número de intervalos.

Converte cada string no Tensor de entrada em seu mod hash por um número de intervalos.

Converte cada string no tensor de entrada no tipo numérico especificado.

Converte todos os caracteres minúsculos em suas respectivas substituições de maiúsculas.

Retorna substrings do Tensor de strings.

Retorna x - y elemento a elemento.

Calcula a soma dos elementos nas dimensões de um tensor.

Encaminha data para a porta de saída determinada por pred .

Um leitor que gera os registros de um arquivo TensorFlow Records.

Converte uma representação esparsa em um tensor denso.

Calcula tan de x elemento-a-elemento.

Calcula a tangente hiperbólica de x elemento a elemento.

Retorna um tensor que pode sofrer mutação, mas persiste apenas em uma única etapa.

Uma matriz de tensores de determinado tamanho.

Exclua o TensorArray do contêiner de recursos.

Concate os elementos do TensorArray em valor de value .

Reúna elementos específicos do TensorArray no value saída.

Cria um TensorArray para armazenar os gradientes de valores no identificador fornecido.

Cria um TensorArray para armazenar vários gradientes de valores no identificador fornecido.

Leia um elemento do TensorArray no value saída.

Espalhe os dados do valor de entrada em elementos específicos do TensorArray .

Consiga o tamanho atual do TensorArray .

Divida os dados do valor de entrada em elementos do TensorArray .

Empurre um elemento para tensor_array.

Produz um buffer de protocolo de Summary com um tensor.

Produz um buffer de protocolo de Summary com um tensor e dados por plugin.

Um leitor que produz as linhas de um arquivo delimitado por '
'.

Fornece o tempo desde a época em segundos.

Encontra valores e índices dos k maiores elementos para a última dimensão.

Retorna x / y elemento a elemento para tipos inteiros.

Retorna o resto da divisão em termos de elemento.

Produz valores aleatórios de uma distribuição normal truncada.

Determine os códigos de script de um determinado tensor de pontos de código inteiro Unicode.

Transcodifique o texto de entrada de uma codificação de origem para uma codificação de destino.

Gera rótulos para amostras de candidatos com uma distribuição uniforme.

Une os elementos de inputs base em segment_ids .

Calcula o máximo ao longo dos segmentos de um tensor.

Calcula o mínimo ao longo dos segmentos de um tensor.

Calcula o produto ao longo de segmentos de um tensor.

Calcula a soma ao longo dos segmentos de um tensor.

Op é semelhante a um Dequeue leve.

Contém o estado na forma de um tensor que persiste nas etapas.

Remodela um tensor quantizado de acordo com a op. Reshape.

Seleciona elementos de x ou y , dependendo da condition .

Um leitor que produz todo o conteúdo de um arquivo como um valor.

Grava o conteúdo do arquivo no nome do arquivo de entrada.

Retorna 0 se x == 0 e x / y caso contrário, elemento a elemento.

Retorna 0 se x == 0 e x * log1p (y) caso contrário, elemento a elemento.

Retorna 0 se x == 0 e x * log (y) caso contrário, elemento a elemento.

Retorna um tensor de zeros com a mesma forma e tipo de x.

Calcule a função zeta de Hurwitz \((x, q)\).