tensör akışı:: operasyon

Çağrıldığında işlemi iptal etmek için bir istisna oluşturun.

Bir tensörün mutlak değerini hesaplar.

Tensör listesinin öğe bazında toplamını döndürür.

Belirli bir akümülatöre bir degrade uygular.

Verilen akümülatörlerde toplanan degradelerin sayısını döndürür.

Akümülatörü global_step için yeni bir değerle günceller.

Belirtilen ConditionalAccumulator'daki ortalama degradeyi çıkarır.

x'in acos'unu öğe bazında hesaplar.

x'in ters hiperbolik kosinüsünü eleman bazında hesaplar.

Öğe bazında x + y'yi döndürür.

Bir SparseTensorsMap bir N -minibatch SparseTensor ekleyin , N tutamaçlarını döndürün.

Tüm giriş tensörlerini akıllıca ekleyin .

Bir SparseTensorsMap bir SparseTensor ekleyin ve tanıtıcısını döndürün.

Öğe bazında x + y'yi döndürür.

Bir veya daha fazla görüntünün kontrastını ayarlayın.

Bir veya daha fazla görüntünün tonunu ayarlayın.

Bir veya daha fazla görüntünün doygunluğunu ayarlayın.

Bir tensörün boyutları boyunca öğelerin "mantıksal ve" değerini hesaplar.

Öğrenilmiş bir unigram dağılımıyla aday örneklemesi için etiketler oluşturur.

Karmaşık bir sayının bağımsız değişkenini döndürür.

Bir tensörün boyutları boyunca öğelerin "mantıksal veya" değerini hesaplar.

'*var'ı adadelta şemasına göre güncelleyin.

Adagrad şemasına göre '*var'ı güncelleyin.

'*var'ı proksimal adagrad şemasına göre güncelleyin.

'*var'ı Adam algoritmasına göre güncelleyin.

AddSign güncellemesine göre '*var'ı güncelleyin.

'*var'ı ortalanmış RMSProp algoritmasına göre güncelleyin.

'*var'ı Ftrl-proximal şemasına göre güncelleyin.

'*var'ı Ftrl-proximal şemasına göre güncelleyin.

'*var'ı bundan 'alpha' * 'delta'yı çıkararak güncelleyin.

Momentum şemasına göre '*var'ı güncelleyin.

AddSign güncellemesine göre '*var'ı güncelleyin.

'*var' ve '*accum' değerlerini Adagrad öğrenme oranıyla FOBOS'a göre güncelleyin.

'*var'ı sabit öğrenme oranına sahip FOBOS algoritması olarak güncelleyin.

'*var'ı RMSProp algoritmasına göre güncelleyin.

abs(xy) < tolerans öğesi bazında doğruluk değerini döndürür.

Bir tensörün boyutları genelinde en büyük değere sahip dizini döndürür.

Bir tensörün boyutları genelinde en küçük değere sahip dizini döndürür.

Verilen tensördeki her girişi dizelere dönüştürür.

X'in trignometrik ters sinüsünü eleman bazında hesaplar.

Ters hiperbolik sinüs x'i öğe bazında hesaplar.

Verilen koşulun doğru olduğunu iddia eder.

'Ref'i ona 'değer' atayarak güncelleyin.

'Ref'i 'değer' ekleyerek güncelleyin.

'Ref'i, 'değer'i çıkararak güncelleyin.

x'in trignometrik ters tanjantını eleman bazında hesaplar.

Bağımsız değişkenlerin işaretlerine saygı göstererek y/x arktanjantını öğe bazında hesaplar.

X'in element bazında ters hiperbolik tanjantını hesaplar.

Girişte ortalama havuzlama gerçekleştirir.

Girişte 3 boyutlu ortalama havuzlama gerçekleştirir.

Ortalama havuzlama fonksiyonunun gradyanlarını hesaplar.

Farklı grafik yürütmelerinde devam eden bir engeli tanımlar.

Verilen bariyeri kapatır.

Verilen bariyerdeki eksik elemanların sayısını hesaplar.

Her anahtar için ilgili değeri belirtilen bileşene atar.

Verilen bariyerdeki tam elemanların sayısını hesaplar.

Verilen sayıda tamamlanmış öğeyi bir bariyerden alır.

İki tensörün dilimlerini gruplar halinde çarpar.

İki tensörün dilimlerini gruplar halinde çarpar.

T tipi 4 boyutlu tensörler için BatchToSpace .

T tipi ND tensörleri için BatchToSpace.

Düzenlenmiş tamamlanmamış beta integralini hesaplayın \(I_x(a, b)\).

value bias ekler.

"Önyargı" tensöründe "BiasAdd" için geriye doğru işlem.

Bir tamsayı dizisindeki her değerin oluşum sayısını sayar.

Verileri kopyalamadan bir tensörü bir türden diğerine aktarır.

Yayınla s0 op s1 şeklini döndürün.

Uyumlu bir şekil için bir dizi yayınlayın.

'Girdiyi' 'sınırlara' göre paketler.

SrcT tipindeki x'i DstT tipindeki y'ye aktarın .

Öğe bazında x'ten küçük olmayan en küçük tamsayıyı döndürür.

NaN ve Inf değerleri için tensörü kontrol eder.

Tensör değerlerini belirtilen minimum ve maksimum değerlere kırpar.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

input değerlerini threshold değeriyle karşılaştırın ve elde edilen bitleri bir uint8 paketleyin.

İki reel sayıyı karmaşık sayıya çevirir.

Bir tensörün karmaşık mutlak değerini hesaplar.

sampled_candidates içindeki true_labels ile eşleşen konumların kimliklerini hesaplar.

Tensörleri bir boyut boyunca birleştirir.

Degradeleri toplamak için koşullu bir akümülatör.

Karmaşık bir sayının karmaşık eşlenikini döndürür.

X'in boyutlarını bir permütasyona göre karıştırın ve sonucu birleştirin.

Hiçbir şey yapmıyor.

4 boyutlu input ve filter tensörleri verildiğinde 2 boyutlu bir evrişimi hesaplar.

Filtreye göre evrişim gradyanlarını hesaplar.

Girişe göre evrişimin gradyanlarını hesaplar.

5 boyutlu input ve filter tensörleri verildiğinde 3 boyutlu bir evrişimi hesaplar.

Filtreye göre 3 boyutlu evrişimin gradyanlarını hesaplar.

Girişe göre 3 boyutlu evrişimin gradyanlarını hesaplar.

Cos of x'i öğe bazında hesaplar.

X'in hiperbolik kosinüsünü öğe bazında hesaplar.

'Limit'e ulaşana kadar 'ref' değerini artırır.

Kırpmaları girdi görüntüsü tensöründen çıkarır ve yeniden boyutlandırır.

Crop_and_resize işleminin giriş kutusu tensörüne göre gradyanını hesaplar.

Crop_and_resize işleminin giriş görüntüsü tensörüne göre gradyanını hesaplar.

İkili çapraz çarpımı hesaplayın.

Tensör x axis boyunca kümülatif çarpımını hesaplayın.

Tensör x axis boyunca kümülatif toplamını hesaplayın.

Belirtilen hedef veri biçimindeki boyut dizinini döndürür.

Belirtilen hedef veri formatında permütasyonlu vektörü/tensörü döndürür.

Degrade hata ayıklama için kimlik işlemi.

Degrade hata ayıklama için kimlik işlemi.

JPEG kodlu bir görüntünün kodunu çözün ve uint8 tensörüne kırpın.

Web uyumlu base64 kodlu dizelerin kodunu çözün.

BMP kodlu bir görüntünün ilk karesinin kodunu bir uint8 tensörüne dönüştürün.

CSV kayıtlarını tensörlere dönüştürün.

Dizelerin sıkıştırmasını açın.

GIF kodlu bir görüntünün çerçevesini/karelerini uint8 tensörüne dönüştürün.

JSON kodlu Örnek kayıtlarını ikili protokol arabellek dizelerine dönüştürün.

JPEG kodlu bir görüntünün kodunu bir uint8 tensörüne dönüştürün.

Bir dizenin baytlarını sayıların vektörü olarak yeniden yorumlayın.

PNG kodlu bir görüntünün kodunu uint8 veya uint16 tensörüne dönüştürün.

Bir dizenin baytlarını sayıların vektörü olarak yeniden yorumlayın.

x bir kopyasını oluşturur.

Oturumdaki tanıtıcısı tarafından belirtilen tensörü silin.

Bir tamsayı dizisindeki her değerin oluşum sayısını sayar.

T tipi tensörler için DepthToSpace .

4 boyutlu input ve filter tensörleri verildiğinde 2 boyutlu derinlemesine evrişimi hesaplar.

Filtreye göre derinlemesine evrişimin gradyanlarını hesaplar.

Girişe göre derinlemesine evrişimin gradyanlarını hesaplar.

'Giriş' tensörünü bir float veya bfloat16 Tensor'a dönüştürün .

Serileştirilmiş bir mini gruptan SparseTensors seri durumdan çıkarın ve birleştirin.

SparseTensor nesnelerini seri durumdan çıkarın.

Geçici değişkeni yok eder ve nihai değerini döndürür.

Belirli bir çapraz değere sahip çapraz bir tensör döndürür.

Tensörün köşegen kısmını döndürür.

Lgamma'nın türevi olan Psi'yi hesaplar (mutlak değerinin logu).

4 boyutlu input ve 3 boyutlu filter tensörlerinin gri tonlamalı genişlemesini hesaplar.

Filtreye göre morfolojik 2 boyutlu genişlemenin gradyanını hesaplar.

Girdiye göre morfolojik 2 boyutlu genişlemenin gradyanını hesaplar.

x / y öğesini öğe bazında döndürür.

Payda sıfır ise 0 değerini döndürür.

Bir grup görüntüye sınırlayıcı kutular çizin.

Bir grup görüntüye sınırlayıcı kutular çizin.

partitions dizinleri kullanarak data num_partitions tensörlere böler.

data tensörlerinden gelen değerleri tek bir tensöre ayırın.

(Muhtemelen normalleştirilmiş) Levenshtein Düzenleme Mesafesini hesaplar.

Üstel doğrusal hesaplar: exp(features) - 1 , aksi takdirde features .

Verilen şekle sahip bir tensör oluşturur.

Dizeleri web uyumlu base64 biçiminde kodlayın.

Bir görüntüyü JPEG olarak kodlayın.

Sağlanan sıkıştırma kalitesiyle JPEG kodlu giriş görüntüsü.

Bir görüntüyü PNG olarak kodlayın.

Tensörün şeklinin beklenen şekille eşleşmesini sağlar.

(x == y) öğesinin doğruluk değerini öğe bazında döndürür.

x Gauss hata fonksiyonunu eleman bazında hesaplar.

x tamamlayıcı hata fonksiyonunu eleman bazında hesaplar.

YAPILACAK: belge ekle.

Bir tensörün boyutları boyunca elemanların öklit normunu hesaplar.

x'in üstel değerini öğe bazında hesaplar.

Tensörün şekline 1 boyutunu ekler.

exp(x) - 1 öğesini eleman bazında hesaplar.

Giriş tensöründen bir bakış çıkarır.

images patches çıkarın ve bunları "derinlik" çıktı boyutuna yerleştirin.

JPEG kodlu bir görüntünün şekil bilgilerini çıkarın.

patches input çıkarın ve bunları "derinlik" çıktı boyutuna yerleştirin.

Öğeleri ilk giren ilk çıkar sırasına göre üreten bir kuyruk.

Faktöriyellerle ilgili bir gerçeğin çıktısını alın .

'Girişler' tensörünü sahte nicemleyin, aynı türdeki 'çıkışlar' tensörüne float yazın.

FakeQuantWithMinMaxArgs işlemi için degradeleri hesaplayın.

Float türündeki 'girişler' tensörünü global float skalerleri aracılığıyla sahte nicemleyin.

FakeQuantWithMinMaxVars işlemi için degradeleri hesaplayın.

Float tipindeki 'girişler' tensörünü, kanal başına float'lar yoluyla sahte olarak nicemleyin.

FakeQuantWithMinMaxVarsPerChannel işlemi için degradeleri hesaplayın.

Skaler değerle dolu bir tensör oluşturur.

Parmak izi değerleri üretir.

Bir dosyadan sabit uzunluklu kayıtların çıktısını alan bir Reader.

Öğrenilmiş bir unigram dağılımıyla aday örneklemesi için etiketler oluşturur.

Öğe bazında x'ten büyük olmayan en büyük tamsayıyı döndürür.

Öğe bazında x // y değerini döndürür.

Bölmenin öğe bazında kalanını döndürür.

Girişte kesirli ortalama havuzlama gerçekleştirir.

Girişte kesirli maksimum havuzlama gerçekleştirir.

Toplu normalleştirme.

Toplu normalleştirme için gradyan.

Toplu normalleştirme için gradyan.

Toplu normalleştirme için gradyan.

Toplu normalleştirme.

Toplu normalleştirme.

Evrişim sırasında ön işlem olarak dolgu gerçekleştirir.

Evrişim sırasında ön işlem olarak yeniden boyutlandırma ve doldurma gerçekleştirir.

indices göre params dilimler toplayın .

params dilimleri, indices belirtilen şekle sahip bir Tensörde toplayın .

indices göre params eksen axis dilimler toplayın .

Giriş tensörünü geçerli oturumun durumunda saklayın.

Giriş tensörünü geçerli oturumun durumunda saklayın.

Tutamacı tarafından belirtilen tensörün değerini alın.

(x > y) öğesinin doğruluk değerini öğe bazında döndürür.

(x >= y) öğesinin doğruluk değerini öğe bazında döndürür.

TF çalışma zamanına giriş tensörünün sabit olduğuna dair bir garanti verir.

Bir veya daha fazla görüntüyü HSV'den RGB'ye dönüştürün.

Değerlerin histogramını döndürün.

Histogramlı bir Summary protokol arabelleğinin çıktısını alır.

Giriş tensörü veya değeriyle aynı şekle ve içeriğe sahip bir tensör döndürün.

Girişle aynı şekil ve içeriğe sahip tensörlerin listesini döndürür.

Sıraya alınmış çalışmayı hem anahtar hem de değer olarak çıkaran bir Reader.

Alt düzenlileştirilmiş tamamlanmamış Gama fonksiyonunu P(a, x) hesaplayın.

Üstteki düzenlileştirilmiş tamamlanmamış Gama fonksiyonunu Q(a, x) hesaplayın.

Karmaşık bir sayının sanal kısmını döndürür.

Bellek bölgesinden değişmez tensörü döndürür.

Hedeflerin en iyi K tahminlerinde olup olmadığını söyler.

Hedeflerin en iyi K tahminlerinde olup olmadığını söyler.

Belirtilen x satırlarına v'yi ekler.

v belirtilen x satırlarına çıkarır.

Belirtilen 'i' satırlarını 'v' değerleriyle günceller.

x'in element bazında tersini hesaplar.

Bir tensörün ters permütasyonunu hesaplar.

X'in hangi öğelerinin sonlu olduğunu döndürür.

X'in hangi öğelerinin Inf olduğunu döndürür.

X'in hangi öğelerinin NaN olduğunu döndürür.

Bir tensörün başlatılıp başlatılmadığını kontrol eder.

L2 Kaybı.

Kayıtları bir LMDB dosyasından çıkaran bir Okuyucu.

Yerel Yanıt Normalleştirmesi.

Öğrenilmiş bir unigram dağılımıyla aday örneklemesi için etiketler oluşturur.

(x < y) öğesinin doğruluk değerini öğe bazında döndürür.

(x <= y) öğesinin doğruluk değerini öğe bazında döndürür.

Gamma(x) öğesinin mutlak değerinin öğe bazında günlüğünü hesaplar.

x'in doğal logaritmasını element bazında hesaplar.

(1 + x)'in doğal logaritmasını öğe bazında hesaplar.

Günlük softmax aktivasyonlarını hesaplar.

Log-üniform dağılımla aday örneklemesi için etiketler oluşturur.

x VE y'nin öğe bazında doğruluk değerini döndürür.

NOT x öğesi bazında doğruluk değerini döndürür.

x VEYA y'nin öğe bazında doğruluk değerini döndürür.

Girişi çıkışa iletir.

Op, alttaki kapsayıcıdaki tüm öğeleri kaldırır.

Op, temeldeki kapsayıcıdaki tamamlanmamış öğelerin sayısını döndürür.

Op, belirtilen anahtardaki değerlere göz atar.

Op, temel kapsayıcıdaki öğelerin sayısını döndürür.

Temel kapsayıcıdaki karma tablo gibi davranan aşama (anahtar, değerler).

Op, anahtarla ilişkili değerleri kaldırır ve döndürür.

Op rastgele bir (anahtar, değer) öğesini kaldırır ve döndürür

"a" matrisini "b" matrisiyle çarpın .

Bir veya daha fazla glob deseniyle eşleşen dosya kümesini döndürür.

Her bir en içteki matristeki merkezi bant dışındaki her şeyi sıfıra ayarlayan bir tensör kopyalayın.

Belirli bir toplu diyagonal değerlere sahip toplu bir diyagonal tensör döndürür.

Toplu tensörün toplu çapraz kısmını döndürür.

Toplu tensörün toplu çapraz kısmını döndürür.

Toplu tensörün toplu çapraz kısmını döndürür.

Verilen toplu çapraz değerlere sahip toplu bir çapraz tensör döndürür.

Verilen toplu çapraz değerlere sahip toplu bir çapraz tensör döndürür.

Yeni toplu çapraz değerlere sahip toplu matris tensörünü döndürür.

Yeni toplu çapraz değerlere sahip toplu matris tensörünü döndürür.

Yeni toplu çapraz değerlere sahip toplu matris tensörünü döndürür.

Bir tensörün boyutları boyunca maksimum öğe sayısını hesaplar.

Girişte maksimum havuzlama gerçekleştirir.

Girişte 3D max havuzlama gerçekleştirir.

3D max havuzlama fonksiyonunun gradyanlarını hesaplar.

Maksimum havuzlama fonksiyonunun ikinci dereceden gradyanlarını hesaplar.

Maksimum havuzlama fonksiyonunun ikinci dereceden gradyanlarını hesaplar.

Maksimum havuzlama fonksiyonunun ikinci dereceden gradyanlarını hesaplar.

Maksimum havuzlama fonksiyonunun ikinci dereceden gradyanlarını hesaplar.

Maksimum havuzlama fonksiyonunun gradyanlarını hesaplar.

Girişte maksimum havuzlama gerçekleştirir.

Girişte maksimum havuzlama gerçekleştirir ve hem maksimum değerleri hem de endeksleri çıkarır.

X ve y'nin maksimum değerini döndürür (ör.

Bir tensörün boyutları boyunca elemanların ortalamasını hesaplar.

Kullanılabilir bir tensörün değerini inputs output iletir.

Özetleri birleştirir.

V2 formatına özel: parçalanmış kontrol noktalarının meta veri dosyalarını birleştirir.

Bir tensörün boyutları boyunca elemanların minimumunu hesaplar.

X ve y'nin minimum değerini döndürür (ör.

Bir tensörü yansıtılmış değerlerle doldurur.

Bölmenin öğe bazında kalanını döndürür.

Öğe bazında x * y değerini döndürür.

Çok terimli bir dağılımdan örnekler çizer.

Öğe bazında x * y değerini döndürür.

YAPILACAK: belge ekle.

Sayısal negatif değeri öğe bazında hesaplar.

x1 x2 yönündeki bir sonraki temsil edilebilir değerini öğe bazında döndürür.

Girdisini bir sonraki yineleme için kullanılabilir hale getirir.

Hiçbir şey yapmıyor.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

(x != y) öğesinin doğruluk değerini öğe bazında döndürür.

Son boyut için n sıra istatistiğinin değerlerini bulur.

Tek sıcak tensör döndürür.

X ile aynı şekle ve türe sahip olanların tensörünü döndürür.

Op, alttaki kapsayıcıdaki tüm öğeleri kaldırır.

Op, temeldeki kapsayıcıdaki tamamlanmamış öğelerin sayısını döndürür.

Op, belirtilen anahtardaki değerlere göz atar.

Op, temel kapsayıcıdaki öğelerin sayısını döndürür.

Temel kapsayıcıdaki, sıralı gibi davranan aşama (anahtar, değerler).

Op, anahtarla ilişkili değerleri kaldırır ve döndürür.

Op, en küçük olan (anahtar, değer) öğesini kaldırır ve döndürür.

Bir tensörü sıfırlarla doldurur.

Bir tensörü doldurur.

Öğeleri ilk giren ilk çıkar sırasına göre üreten bir kuyruk.

N tensörlerin listesini birinci boyut boyunca birleştirir.

data tensörlerinden gelen değerleri tek bir tensöre ayırın.

Normal dağılımdan rastgele değerler çıkarır.

Beynin bir vektörünü dönüştürür. Örnek protoları (dizeler halinde) yazılan tensörlere dönüştürür.

Bir tf.Example protokol vektörünü (dize olarak) yazılan tensörlere dönüştürür.

Brain.SequenceExample protokollerinin bir vektörünü (dizeler olarak) yazılan tensörlere dönüştürür.

Bir tf.io.SequenceExample protokol vektörünü (dize olarak) yazılan tensörlere dönüştürür.

Bir tf.Example protokolünü (dize olarak) yazılan tensörlere dönüştürür.

Skaler bir beyni dönüştürür. Sıra Örnek protokolü (dizeler halinde) yazılan tensörlere dönüştürür.

Serileştirilmiş bir tensorflow.TensorProto protokolünü Tensor'a dönüştürür.

Hesaplamaya eklenecek bir değer için yer tutucu op.

Çıkışı beslenmediğinde input geçen yer tutucu op.

Çok eşlilik fonksiyonunu hesaplayın \(^{(n)}(x)\).

Bir değerin diğerine gücünü hesaplar.

Bir degrade istendiğinde hatayı tetikleyen bir kimlik işlemi.

Tensörlerin bir listesini yazdırır.

Bir dize skaler yazdırır.

İlk bileşen değerine göre sıralanmış öğeler üreten bir kuyruk.

Bir tensörün boyutları boyunca elemanların çarpımını hesaplar.

Bir tensörü kuantize eder ve ardından dekuantize eder.

Bir tensörü kuantize eder ve ardından dekuantize eder.

kullanarak nicelenmiş 'giriş' tensörünü daha düşük hassasiyetli bir 'çıkışa' dönüştürün.

Float tipindeki 'giriş' tensörünü 'T' tipindeki 'çıkış' tensörüne niceliklendirin.

Nicelenmiş arabellekler üzerinde çalışarak x + y öğesi bazında döndürür.

Nicelenmiş türler için giriş tensörünün ortalama havuzunu üretir.

Nicelenmiş Toplu normalleştirme.

Nicelenmiş türler için Tensör 'girişine' Tensör 'bias'ını ekler.

Nicelenmiş tensörleri bir boyut boyunca birleştirir.

Nicelenmiş 4B giriş ve filtre tensörleri verildiğinde 2B evrişimi hesaplar.

Nicelenmiş Örnek normalizasyonu.

a b matrisiyle nicelenmiş matris çarpımını gerçekleştirin.

Nicelenmiş türler için giriş tensörünün maksimum havuzunu üretir.

Nicelenmiş arabellekler üzerinde çalışarak x * y öğesini öğe bazında döndürür.

Nicelenmiş Doğrultulmuş Doğrusal Hesaplar: max(features, 0)

Nicelenmiş Doğrultulmuş Doğrusal 6'yı hesaplar: min(max(features, 0), 6)

Nicelenmiş Doğrultulmuş Doğrusal X'i hesaplar: min(max(features, 0), max_value)

Nicelenmiş çift doğrusal enterpolasyonu kullanarak nicelenmiş images size göre yeniden boyutlandırın.

Verilen kuyruğu kapatır.

Verilen kuyruktan bir veya daha fazla tensörden oluşan bir tuple'ı kuyruktan çıkarır.

Verilen kuyruktan bir veya daha fazla tensörün n sayıda demetini kuyruktan çıkarır.

Verilen kuyruktan bir veya daha fazla tensörün n sayıda demetini kuyruktan çıkarır.

Verilen kuyrukta bir veya daha fazla tensörden oluşan bir tuple'ı sıraya koyar.

Verilen kuyrukta bir veya daha fazla tensörün sıfır veya daha fazla tuple'ını sıraya koyar.

Kuyruk kapatılırsa true değerini döndürür.

Kuyruk kapatılırsa true değerini döndürür.

Verilen kuyruktaki öğe sayısını hesaplar.

Bir veya daha fazla görüntüyü RGB'den HSV'ye dönüştürür.

Bir tamsayı dizisindeki her değerin oluşum sayısını sayar.

Alfa ile tanımlanan Gama dağılımlarından rastgele değerler çıkarır.

Normal dağılımdan rastgele değerler çıkarır.

Orana göre tanımlanan Poisson dağılımlarından rastgele değerler çıkarır.

Bir tensörü ilk boyutu boyunca rastgele karıştırır.

Öğelerin sırasını rastgele belirleyen bir kuyruk.

Tekdüze bir dağılımdan rastgele değerler çıkarır.

Tekdüze bir dağılımdan rastgele tamsayılar çıkarır.

Bir sayı dizisi oluşturur.

Giriş dosya adının tüm içeriğini okur ve çıkarır.

Bu Reader'ın ürettiği kayıtların sayısını döndürür.

Bu Reader'ın işlemeyi tamamladığı iş birimlerinin sayısını döndürür.

Reader tarafından üretilen sonraki kaydı (anahtar, değer çifti) döndürür.

Reader tarafından üretilen num_records (anahtar, değer) çiftini döndürür.

Reader'ı başlangıçtaki temiz durumuna geri yükleyin .

Okuyucuyu önceden kaydedilmiş bir duruma geri yükleyin .

Reader'ın durumunu kodlayan bir dize tensörü üretin.

Karmaşık bir sayının gerçek kısmını döndürür.

Gerçek türler için x / y öğesini öğe bazında döndürür.

x'in element bazında tersini hesaplar.

Rastgele kayıtlar yayar.

Verilen boyutlar boyunca bir Tensör dizesini birleştirir.

Girdisini bir sonraki yineleme için kullanılabilir hale getirir.

inputs index öğesini output iletir.

Ref tensör data pred tarafından belirlenen çıkış portuna iletir.

Girişin normal ifade düzeniyle eşleşip eşleşmediğini kontrol edin.

input pattern normal ifadesinin eşleşmelerini, rewrite işlevinde sağlanan değiştirme dizesiyle değiştirir.

Düzeltilmiş doğrusal hesaplar: max(features, 0) .

Düzeltilmiş doğrusal 6'yı hesaplar: min(max(features, 0), 6) .

Nicelenmiş bir tensörde mevcut olan gerçek değerleri kapsayan bir aralığı hesaplar.

Nicelenmiş input tensörünü daha düşük hassasiyetli bir output dönüştürür.

Alan enterpolasyonunu kullanarak images size göre yeniden boyutlandırın.

Bikübik enterpolasyon kullanarak images size göre yeniden boyutlandırın.

Çift doğrusal enterpolasyon kullanarak images size göre yeniden boyutlandırın.

En yakın komşu enterpolasyonunu kullanarak images size göre yeniden boyutlandırın.

'*var'ı adadelta şemasına göre güncelleyin.

Adagrad şemasına göre '*var'ı güncelleyin.

'*var'ı proksimal adagrad şemasına göre güncelleyin.

'*var'ı Adam algoritmasına göre güncelleyin.

'*var'ı Adam algoritmasına göre güncelleyin.

AddSign güncellemesine göre '*var'ı güncelleyin.

'*var'ı ortalanmış RMSProp algoritmasına göre güncelleyin.

'*var'ı Ftrl-proximal şemasına göre güncelleyin.

'*var'ı Ftrl-proximal şemasına göre güncelleyin.

Ondan 'alpha' * 'delta'yı çıkararak '*var'ı güncelleyin.

Momentum şemasına göre '*var'ı güncelleyin.

Momentum şemasına göre '*var'ı güncelleyin.

AddSign güncellemesine göre '*var'ı güncelleyin.

'*var' ve '*accum' değerlerini Adagrad öğrenme oranıyla FOBOS'a göre güncelleyin.

'*var'ı sabit öğrenme oranına sahip FOBOS algoritması olarak güncelleyin.

'*var'ı RMSProp algoritmasına göre güncelleyin.

'Sınır'a ulaşana kadar 'kaynak' ile gösterilen değişkeni artırır.

Bir Değişkendeki tek tek değerlere veya dilimlere seyrek toplama uygular.

YAPILACAK: belge ekle.

YAPILACAK: belge ekle.

Bir Değişkendeki tek tek değerlere veya dilimlere seyrek çıkarma uygular.

Belirli bir değer içindeki bireysel değerlere veya dilimlere seyrek updates uygular.

var: Bir Variable()'dan olmalıdır.

Adagrad şemasına göre '*var' ve '*accum'daki ilgili girişleri güncelleyin.

'*var' ve '*accum' içindeki girişleri yakınsal adagrad şemasına göre güncelleyin.

'*var'ı ortalanmış RMSProp algoritmasına göre güncelleyin.

'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.

'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.

Momentum şemasına göre '*var' ve '*accum'daki ilgili girişleri güncelleyin.

Momentum şemasına göre '*var' ve '*accum'daki ilgili girişleri güncelleyin.

FOBOS algoritmasına göre '*var' ve '*accum' içindeki seyrek güncelleme girişleri.

Sabit öğrenme oranına sahip FOBOS algoritması olarak seyrek güncelleme '*var'.

'*var'ı RMSProp algoritmasına göre güncelleyin.

Bir tensörü denetim noktası dosyalarından geri yükler.

Bir tensörü denetim noktası dosyalarından geri yükler.

Tensörleri bir V2 kontrol noktasından geri yükler.

X'e en yakın öğe bazında tamsayıyı döndürür.

Bir tensörün değerlerini öğe bazında en yakın tam sayıya yuvarlar.

Öğe bazında x'in karekökünün tersini hesaplar.

Bir görüntü için rastgele bozulmuş tek bir sınırlayıcı kutu oluşturun.

Bir görüntü için rastgele bozulmuş tek bir sınırlayıcı kutu oluşturun.

Giriş tensörlerini diske kaydeder.

Giriş tensör dilimlerini diske kaydeder.

Tensörleri V2 kontrol noktası formatında kaydeder.

Skaler değerlere sahip bir Summary protokol arabelleğinin çıktısını alır.

YAPILACAK: belge ekle.

Değişken referansına seyrek güncellemeler ekler.

Değişken referansını seyrek güncellemelere böler.

max işlemini kullanarak seyrek güncellemeleri değişken bir referansa indirir.

min işlemini kullanarak seyrek güncellemeleri değişken bir referansa azaltır.

Seyrek güncellemeleri değişken bir referansla çarpar.

Bir değişkendeki ayrı değerlere veya dilimlere seyrek ilave uygular.

Bir değişkendeki ayrı değerlere veya dilimlere seyrek çıkarma uygular.

Verilen bireysel değerlere veya dilimlere seyrek updates uygular.

Seyrek güncellemeleri değişken bir referansa çıkarır.

Değişken bir referansa seyrek güncellemeler uygular.

Bir tensörün bölümleri boyunca maksimumu hesaplar.

Bir tensörün bölümleri boyunca ortalamayı hesaplar.

Bir tensörün segmentleri boyunca minimum olanı hesaplar.

Bir tensörün bölümleri boyunca çarpımı hesaplar.

Toplamı bir tensörün segmentleri boyunca hesaplar.

Todo: Doc ekleyin.

Ölçekli Üstel Doğrusal Hesaplar: scale * alpha * (exp(features) - 1)

Bir N -mminibatch SparseTensor [N, 3] Tensor nesnesine serileştirin.

Bir SparseTensor [3] Tensor nesnesine serileştirin.

Bir tensörü serileştirilmiş bir tensorproto proto haline dönüştürür.

İki sayı veya tel listesi arasındaki farkı hesaplar.

Sharded bir dosya adı oluşturun.

Tüm parçalanmış dosya adlarını eşleştiren bir küresel desen oluşturun.

x element çapında sigmoid hesaplar.

Bir sayının işaretinin öğe bazında bir göstergesini döndürür.

X element çapında sinüs hesaplar.

X element-çapında hiperbolik sinüs hesaplar.

Softmax aktivasyonlarını hesaplar.

Softmax çapraz entropi maliyetini ve backpropagate için gradyanları hesaplar.

SoftPlus'u hesaplar: log(exp(features) + 1) .

SoftSign'ı hesaplar: features / (abs(features) + 1) .

Belirli bir akümülatöre seyrek bir gradyan uygular.

Bir SPARSECEDISISALACTUMULATÖRÜNDE AÇIKLAMAK İÇİN YÜZEY SEALİYETİ ÇIKARIN.

Başka bir SparseTensor üretmek için iki SparseTensor nesne ekler.

Spareadd Op.

var: Bir Variable()'dan olmalıdır.

Adagrad şemasına göre '*var' ve '*Accum' ile ilgili girişleri güncelleyin.

Proksimal Adagrad şemasına göre '*var' ve '*Accum''daki girişleri güncelleyin.

Merkezli RMSProp algoritmasına göre '*var' güncelleme.

'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.

'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.

Momentum şemasına göre '*var' ve '*Accum' ile ilgili girişleri güncelleyin.

FOBOS algoritmasına göre '*var' ve '*Accum''daki seyrek güncelleme girişleri.

Seyir öğrenme oranına sahip FOBOS algoritması olarak seyrek güncelleme '*var'.

RMSProp algoritmasına göre '*var' güncelleme.

Bir tamsayı dizisindeki her değerin oluşum sayısını sayar.

Belirtilen boyut boyunca SparseTensor listesini birleştirir.

Seyrek gradyanları toplamak için koşullu bir akümülatör.

Seyrek ve yoğun tensörler listesinden seyrek haç üretir.

Seyrek ve yoğun tensörler listesinden seyrek haç üretir.

Seyrek ve yoğun tensörler listesinden seyrek haç üretir.

Bu özel kuralları kullanarak bir sparsetensor ve yoğun bir tensör ekler:

Bileşen bazında bir sparsetensoru yoğun bir tensörle böler.

Bileşen bazında bir sparsetensoru yoğun bir tensörle çarpar.

Giriş 2-D SparseTensor boş satırları varsayılan değerle doldurur.

SparseFillEmptyrows gradyanı.

"A" matrisini "B" matrisi ile çarpın .

Bir sparsetensorun boyutları arasındaki maksimum elemanları hesaplar.

Bir sparsetensorun boyutları arasındaki maksimum elemanları hesaplar.

Bir sparsetensorun boyutları arasındaki elemanların toplamını hesaplar.

Bir sparsetensorun boyutları arasındaki elemanların toplamını hesaplar.

Bir sparsetensor kanonik, sıra büyük bir sıraya yeniden yerleştirir.

Değerleri yeni yoğun bir şekilde temsil etmek için bir sparsetensoru yeniden şekillendirir.

Bir tensörün seyrek segmentleri boyunca ortalamayı hesaplar.

SPARSESEGENTMEAN için gradyanları hesaplar.

Bir tensörün seyrek segmentleri boyunca ortalamayı hesaplar.

Bir tensörün seyrek bölümleri boyunca toplamı N'nin karesine bölerek hesaplar.

SPARSESEGENTSMENTSQRTN için gradyanları hesaplar.

Bir tensörün seyrek bölümleri boyunca toplamı N'nin karesine bölerek hesaplar.

Toplamı bir tensörün seyrek segmentleri boyunca hesaplar.

Toplamı bir tensörün seyrek segmentleri boyunca hesaplar.

start ​​ve size göre bir SparseTensor dilimleyin.

Sperseslice op.

Toplu ND SparseTensor softmax uygular.

Softmax çapraz entropi maliyetini ve backpropagate için gradyanları hesaplar.

İki sparsetensorun element bazında maksimum değerini döndürür.

İki sparsetensörün element bazında dakikasını döndürür.

Bir SparseTensor tek bir boyut boyunca num_split tensörlerine bölün.

Yoğun bir Tensor üreten bir SparseTensor ve yoğun bir Tensor ekler.

Yoğun matris "B" ile sparsetensor (Rütbe 2) "A".

X elemanının kare kökünü hesaplar.

X elemanının karesini hesaplar.

Eleman -bazlı döner (x - y) (x - y).

N R tensörlerinin bir listesini bir rütbe (R+1) tensöre paketler.

Azlık bir enqueue'ye benzer sahne değerleri.

Op, alttaki kapsayıcıdaki tüm öğeleri kaldırır.

OP, belirtilen dizindeki değerlere bakar.

Op, temel kapsayıcıdaki öğelerin sayısını döndürür.

Tensörler listesini kullanarak bir dize şablonu oluşturur.

Verilen dize tensörler listesindeki dizeleri bir tensöre birleştirir;

input dize uzunlukları.

Tüm büyük harf karakterlerini kendi küçük harf değiştirmelerine dönüştürür.

Düzensiz dize verilerinden ngram oluşturur.

delimiter dayalı input elemanları bir SparseTensor içine bölün.

sep dayalı source bir SparseTensor içine bölünmüş elemanları.

Tensörden önde gelen ve arka boşluklar.

Giriş tensöründeki her dizeyi bir dizi kova ile karma moduna dönüştürür.

Giriş tensöründeki her dizeyi bir dizi kova ile karma moduna dönüştürür.

Giriş tensöründeki her dizeyi bir dizi kova ile karma moduna dönüştürür.

Giriş tensöründeki her dizeyi belirtilen sayısal türe dönüştürür.

Tüm küçük harf karakterlerini kendi büyük harfli değiştirmelerine dönüştürür.

Dizelerin Tensor alt dizeleri döndürün.

X - Y Element -Bize döndürür.

Bir tensörün boyutları boyunca elemanların toplamını hesaplar.

data pred tarafından belirlenen çıkış bağlantı noktasına iletir.

TensorFlow kayıt dosyasından kayıtları çıkaran bir okuyucu.

Seyrek bir gösterimi yoğun bir tensöre dönüştürür.

X elemanının tanesini hesaplar.

x element çapında hiperbolik teğet hesaplar.

Mutasyona uğrayabilen bir tensör döndürür, ancak yalnızca tek bir adımda devam eder.

Verilen boyutta bir dizi tensör.

TensorArray'ı kaynak kapsayıcısından silin.

TensorArray'dan öğeleri değer value dönüştürün .

TensorArray'dan belirli öğeleri çıktı value toplayın .

Verilen tutamaçta değerlerin gradyanlarını depolamak için bir tensorArray oluşturur.

Verilen tutamaçta birden fazla değer gradyanını depolamak için bir tensorArray oluşturur.

TensorArray'dan çıkış value bir öğeyi okuyun.

Giriş değerinden verileri belirli tensorArray öğelerine dağıtın.

TensorArray'ın mevcut boyutunu alın.

Verileri giriş değerinden tensorArray öğelerine bölün.

Bir öğeyi tensor_array üzerine itin.

Tensörlü bir Summary protokol arabelleğini çıkarır.

Bir tensör ve plugin verileri ile bir Summary protokol tamponu çıkarır.

Sınırlanan bir dosyanın satırlarını çıkaran bir okuyucu '
'.

Dönemden bu yana saniyeler içinde zaman sağlar.

Son boyut için k büyük unsurların değerlerini ve endekslerini bulur.

Tamsayı türleri için x / y element bazında döndürür.

Element bazında bölünmenin geri kalanını döndürür.

Kesik normal dağılımdan rastgele değerler çıkarır.

Unicode tamsayı kod noktalarının belirli bir tensörünün komut dosyası kodlarını belirleyin.

Giriş metnini bir kaynak kodlamadan bir hedef kodlamaya ekleyin.

Tekdüze bir dağılımla aday örnekleme için etiketler üretir.

segment_ids dayalı inputs öğelerine katılır.

Bir tensörün bölümleri boyunca maksimumu hesaplar.

Bir tensörün segmentleri boyunca minimum olanı hesaplar.

Bir tensörün bölümleri boyunca çarpımı hesaplar.

Toplamı bir tensörün segmentleri boyunca hesaplar.

OP hafif bir dequeue'ye benzer.

Durumu basamaklar boyunca devam eden bir tensör şeklinde tutar.

Yeniden Şekillendirme işlemine göre nicelenmiş bir tensörü yeniden şekillendirir.

condition bağlı olarak x veya y öğeleri seçer.

Bir dosyanın tüm içeriğini değer olarak çıkaran bir okuyucu.

Girdi dosya adından içeriği dosyaya yazar.

X == 0 ve x / y aksi takdirde elementwise ise 0 döndürür.

X == 0 ve x * log1p (y) aksi takdirde elementwise ise 0 döndürür.

X == 0 ve x * log (y) aksi takdirde elementwise ise 0 döndürür.

X ile aynı şekle ve tipe sahip bir sıfır tensörü döndürür.

Hurwitz Zeta işlevini hesaplayın \((x, q)\).