ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ออลทูออล <T> | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
HashTable ที่ไม่เปิดเผยตัวตน | สร้างตารางแฮชที่ไม่ระบุชื่อที่ไม่ได้เตรียมใช้งาน |
AnonymousIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
ไม่ระบุชื่อ MultiDeviceIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
ไม่ระบุชื่อผันแปรDenseHashTable | สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าซึ่งใช้เทนเซอร์เป็นที่เก็บสำรอง |
ไม่ระบุชื่อMutableHashTable | สร้างตารางแฮชที่ไม่ระบุชื่อที่ไม่ระบุชื่อที่ว่างเปล่า |
ไม่ระบุชื่อ MutableHashTableOfTensors | สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าของค่าเวกเตอร์ |
ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ApplyAdagradV2 <T> | อัปเดต '*var' ตามรูปแบบ adagrad |
AssertCardinalityชุดข้อมูล | |
AssertNextชุดข้อมูล | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
AssertPrevชุดข้อมูล | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดเกิดขึ้นก่อนหน้านี้ |
กำหนด <T> | อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน |
มอบหมายเพิ่ม <T> | อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป |
มอบหมายย่อย <T> | อัปเดต 'ref' โดยลบ 'value' ออกจากมัน |
ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
BandedTriangleSolve <T> | |
สิ่งกีดขวาง | กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ |
สิ่งกีดขวางขนาดไม่สมบูรณ์ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด |
Barrier ReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด |
BatchMatMulV2 <T> | คูณเทนเซอร์สองตัวเป็นชุด |
BatchMatMulV3 <V> | คูณเทนเซอร์สองตัวเป็นชุด |
แบทช์ทูสเปซ <T> | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
BatchToSpaceNd <T> | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
BesselI0 <T ขยายหมายเลข> | |
BesselI1 <T ขยายจำนวน> | |
BesselJ0 <T ขยายจำนวน> | |
BesselJ1 <T ขยายจำนวน> | |
BesselK0 <T ขยายหมายเลข> | |
BesselK0e <T ขยายหมายเลข> | |
BesselK1 <T ขยายหมายเลข> | |
BesselK1e <T ขยายหมายเลข> | |
BesselY0 <T ขยายจำนวน> | |
BesselY1 <T ขยายจำนวน> | |
บิตคาสต์ <U> | Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก |
BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource |
BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
BoostedTreesMakeStatsSummary | ทำการสรุปสถิติสะสมสำหรับแบตช์ |
BoostedTreesทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource |
BroadcastDynamicShape <T ขยายหมายเลข> | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
ออกอากาศ ถึง <T> | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
CSRSparseMatrixToDense <T> | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
ชุดข้อมูล CSV | |
CSVDatasetV2 | |
ชุดข้อมูลแคชV2 | |
CheckNumericsV2 <T ขยายหมายเลข> | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
เลือกชุดข้อมูลที่เร็วที่สุด | |
ClipByValue <T> | ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
จัดเรียงTPUembedingMemory | op ที่รวมโปรโตคอลการกำหนดค่าหน่วยความจำที่เข้ารหัสด้วยสตริงจากโฮสต์ทั้งหมด |
CollectiveAllToAllV2 <T ขยายหมายเลข> | แลกเปลี่ยนเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveAllToAllV3 <T ขยายหมายเลข> | แลกเปลี่ยนเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveBcastRecvV2 <U> | รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น |
CollectiveBcastSendV2 <T> | ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
CollectiveGather <T ขยายหมายเลข> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveGatherV2 <T ขยายหมายเลข> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveInitializeCommunicator | เตรียมข้อมูลเบื้องต้นกลุ่มสำหรับการดำเนินการโดยรวม |
CollectivePermute <T> | Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ |
CollectiveReduceScatterV2 <T ขยายหมายเลข> | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน และกระจายผลลัพธ์ |
CollectiveReduceV2 <T ขยายหมายเลข> | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
CollectiveReduceV3 <T ขยายหมายเลข> | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
คอมโพสิตเทนเซอร์ตัวแปรจากส่วนประกอบ | เข้ารหัสค่า "ExtensionType" เป็นสเกลาร์เทนเซอร์ "ตัวแปร" |
บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
ComputeBatchSize | คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน |
ComputeDedupDataTupleMask | op คำนวณ tuple mask ของข้อมูลการขจัดข้อมูลซ้ำซ้อนจากคอร์ที่ฝัง |
เชื่อมต่อ <T> | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
กำหนดค่าและเริ่มต้นGlobalTPU | ปฏิบัติการที่ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่า TPUmbeddingHost | การดำเนินการที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
กำหนดค่า TPUEmbeddingMemory | การดำเนินการที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
ค่าคงที่ <T> | ตัวดำเนินการที่สร้างค่าคงที่ |
Conv2DBackpropFilterV2 <T ขยายหมายเลข> | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง |
Conv2DBackpropInputV2 <T ขยายหมายเลข> | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต |
คัดลอก <ท> | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
คัดลอกโฮสต์ <T> | คัดลอกเทนเซอร์ไปยังโฮสต์ |
CopyToMesh <T> | |
CopyToMeshGrad <T> | |
CountUpTo <T ขยายหมายเลข> | เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' |
CrossReplicaSum <T ขยายหมายเลข> | อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ |
CudnnRNNCanonicalToParamsV2 <T ขยายหมายเลข> | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ |
CumulativeLogsumexp <T ขยายหมายเลข> | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
DataServiceชุดข้อมูล | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
DataServiceDatasetV2 | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
ชุดข้อมูลCardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
ชุดข้อมูลFromGraph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
ชุดข้อมูล ToGraphV2 | ส่งกลับ GraphDef ที่เป็นอนุกรมซึ่งเป็นตัวแทนของ `input_dataset` |
Dawsn <T ขยายจำนวน> | |
DebugGradientIdentity <T> | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
DebugGradientRefIdentity <T> | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
ตรวจแก้จุดบกพร่อง <T> | จัดเตรียมการแมปข้อมูลประจำตัวของเทนเซอร์อินพุตประเภทที่ไม่ใช่การอ้างอิงสำหรับการดีบัก |
DebugIdentityV2 <T> | การแก้ไขข้อบกพร่อง Identity V2 Op. |
ดีบักNanCount | ดีบักตัวนับค่า NaN Op. |
ดีบักสรุปตัวเลข | การแก้ปัญหาสรุปตัวเลข |
DebugNumericSummaryV2 <U ขยายหมายเลข> | ดีบักสรุปตัวเลข V2 Op. |
DecodeImage <T ขยายหมายเลข> | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
DecodePaddedRaw <T ขยายหมายเลข> | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
ดีพคัดลอก <T> | สร้างสำเนาของ `x` |
DenseBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) |
ทำลายตัวแปรชั่วคราว <T> | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
ชุดข้อมูล DirectedInterleave | ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ |
DrawBoundingBoxesV2 <T ขยายหมายเลข> | วาดกรอบขอบบนชุดรูปภาพ |
DummyIterationCounter | |
DummyMemoryCache | |
เครื่องกำเนิด DummySeed | |
ไดนามิกสติทช์ <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
แก้ไขระยะทาง | คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) |
ไอน์ซุม <T> | การหดตัวของเทนเซอร์ตามแบบแผนการรวมของไอน์สไตน์ |
ว่างเปล่า <T> | สร้างเทนเซอร์ตามรูปร่างที่กำหนด |
ว่างเปล่า TensorList | สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า |
แผนที่ Tensor ว่างเปล่า | สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า |
เข้ารหัสโปรโต | op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต |
ตรวจสอบรูปร่าง <T> | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง |
ป้อน <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
Erfinv <T ขยายหมายเลข> | |
ยูคลิดนอร์ม <T> | คำนวณบรรทัดฐานยุคคลิดขององค์ประกอบในมิติของเมตริกซ์ |
ดำเนินการ TPUembeddingPartitioner | การดำเนินการที่เรียกใช้งานพาร์ติชัน TPUEmbedding บนการกำหนดค่าส่วนกลาง อุปกรณ์และคำนวณขนาด HBM (เป็นไบต์) ที่จำเป็นสำหรับการดำเนินการ TPUEmbedding |
ออกจาก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
ขยาย Dims <T> | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
ชุดข้อมูล AutoShard แบบทดลอง | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
ชุดข้อมูล ExperimentalBytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
ชุดข้อมูลแบบทดลองเลือกเร็วที่สุด | |
ชุดข้อมูลเชิงทดลอง Cardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
ชุดข้อมูล DenseToSparseBatch แบบทดลอง | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบอินพุตลงใน SparseTensor |
ชุดข้อมูล LatencyStats แบบทดลอง | บันทึกเวลาแฝงของการสร้างองค์ประกอบ `input_dataset` ใน StatsAggregator |
ชุดข้อมูลการจับคู่ไฟล์แบบทดลอง | |
ชุดข้อมูลการทดลองMaxIntraOpParallelism | สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด |
ชุดข้อมูลตัวอย่างแยกวิเคราะห์เชิงทดลอง | แปลง `input_dataset` ที่มีโปรโต 'ตัวอย่าง' เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ชุดข้อมูล PrivateThreadPool แบบทดลอง | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ชุดข้อมูลสุ่มทดลอง | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
ชุดข้อมูลรีแบทช์แบบทดลอง | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
ชุดข้อมูล ExperimentalSetStatsAggregator | |
ชุดข้อมูลหน้าต่างเลื่อนแบบทดลอง | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างแบบเลื่อนเหนือ `input_dataset` |
ชุดข้อมูล ExperimentalSql | สร้างชุดข้อมูลที่ดำเนินการแบบสอบถาม SQL และส่งเสียงแถวของชุดผลลัพธ์ |
ExperimentalStatsAggregatorHandle | สร้างทรัพยากรตัวจัดการสถิติ |
ExperimentalStatsAggregatorสรุป | สร้างข้อมูลสรุปของสถิติใดๆ ที่บันทึกโดยผู้จัดการสถิติที่กำหนด |
ชุดข้อมูล Unbatch แบบทดลอง | ชุดข้อมูลที่แบ่งองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
Expint <T ขยายหมายเลข> | |
แยกGlimpseV2 | แยกข้อมูลเหลือบจากเทนเซอร์อินพุต |
ExtractVolumePatches <T ขยายหมายเลข> | แยก "แพตช์" ออกจาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" |
เติม <U> | สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ |
สรุปชุดข้อมูล | สร้างชุดข้อมูลโดยใช้ tf.data.Options กับ `input_dataset` |
ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
FresnelCos <T ขยายหมายเลข> | |
FresnelSin <T ขยายหมายเลข> | |
รวบรวม <T> | รวบรวมชิ้นส่วนจากแกน 'params' 'axis' ตาม 'ดัชนี' |
รวบรวม <T> | รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' |
รับตัวเลือก | ส่งคืน tf.data.Options ที่แนบมากับ `input_dataset` |
รับ SessionHandle | เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน |
GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
รับประกันConst <T> | รับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตมีค่าคงที่ |
แฮชเทเบิล | สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน |
HistogramFixedWidth <U ขยายตัวเลข> | ส่งกลับฮิสโตแกรมของค่า |
ตัวตน <T> | ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
ละเว้นชุดข้อมูลข้อผิดพลาด | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด |
ImageProjectiveTransformV2 <T ขยายหมายเลข> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
ImageProjectiveTransformV3 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
Const ที่ไม่เปลี่ยนรูป <T> | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ |
InfeedDequeue <T> | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
แทนที่เพิ่ม <T> | เพิ่ม v ลงในแถวที่ระบุของ x |
InplaceSub <T> | ลบ `v` ลงในแถวที่ระบุของ `x` |
แทนที่การอัปเดต <T> | อัพเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
IsBoostedTreesEnsemble เริ่มต้นแล้ว | ตรวจสอบว่า Tree Ensemble ได้รับการเตรียมใช้งานแล้วหรือไม่ |
IsBoostedTreesQuantileStreamResourceเริ่มต้นแล้ว | ตรวจสอบว่าสตรีมควอนไทล์ได้รับการเริ่มต้นแล้วหรือไม่ |
คือTPUembedInitialized | มีการเริ่มต้นการฝัง TPU ในระบบ TPU แบบกระจายหรือไม่ |
เป็นตัวแปรเริ่มต้น | ตรวจสอบว่าได้เตรียมใช้งานเทนเซอร์แล้วหรือไม่ |
IteratorGetDevice | ส่งกลับชื่อของอุปกรณ์ที่ได้วาง "ทรัพยากร" ไว้ |
การเริ่มต้น KMC2Chain | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มลงในชุดเริ่มต้น |
การเริ่มต้น KmeansPlusPlus | เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++ |
KthOrderStatistic | คำนวณสถิติลำดับ K ของชุดข้อมูล |
ชุดข้อมูล LMDB | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB อย่างน้อย 1 ไฟล์ |
LinSpace <T ขยายหมายเลข> | สร้างค่าในช่วงเวลา |
รายการชุดข้อมูล | สร้างชุดข้อมูลที่ปล่อย "เทนเซอร์" แต่ละรายการหนึ่งครั้ง |
LookupTableFind <U> | ค้นหาคีย์ในตาราง ส่งออกค่าที่เกี่ยวข้อง |
LookupTableSize | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
ห่วงCond | ส่งต่ออินพุตไปยังเอาต์พุต |
LowerBound <U ขยายตัวเลข> | ใช้ lower_bound(sorted_search_values, ค่า) ในแต่ละแถว |
ทำให้ไม่ซ้ำใคร | ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ค่าเริ่มต้นของพวกเขา |
แผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
ขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
MatrixDiagPartV2 <T> | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
MatrixDiagPartV3 <T> | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
MatrixDiagV2 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
MatrixDiagV3 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
MatrixSetDiagV2 <T> | ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ |
MatrixSetDiagV3 <T> | ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ |
สูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
ชุดข้อมูล MaxIntraOpParallelism | สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด |
MergeDedupData | op ผสานองค์ประกอบของจำนวนเต็มและทศนิยมเทนเซอร์เข้ากับข้อมูลการขจัดข้อมูลซ้ำซ้อนเป็น XLA tuple |
ขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
มิเรอร์แพด <T> | แพดเทนเซอร์ด้วยค่าที่มิเรอร์ |
MirrorPadGrad <T> | การไล่ระดับสีสำหรับ `MirrorPad` op |
มุลโนแนน <T> | ส่งคืนองค์ประกอบ x * y |
ตาราง DenseHashTable ที่เปลี่ยนแปลงได้ | สร้างตารางแฮชว่างที่ใช้เทนเซอร์เป็นที่เก็บสำรอง |
ตารางแฮชที่ไม่แน่นอน | สร้างตารางแฮชที่ว่างเปล่า |
ตารางแฮชที่ผันแปรได้ของเทนเซอร์ | สร้างตารางแฮชที่ว่างเปล่า |
มูเท็กซ์ | สร้างทรัพยากร Mutex ที่สามารถล็อกได้โดย `MutexLock` |
MutexLock | ล็อกทรัพยากร mutex |
NcclAllReduce <T ขยายหมายเลข> | เอาท์พุตเทนเซอร์ที่มีการลดลงในเทนเซอร์อินพุตทั้งหมด |
NcclBroadcast <T ขยายหมายเลข> | ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
NcclReduce <T ขยายหมายเลข> | ลด "อินพุต" จาก "num_devices" โดยใช้ "การลด" ลงในอุปกรณ์เครื่องเดียว |
Ndtri <T ขยายจำนวน> | |
ถัดไปหลังจาก <T ขยายหมายเลข> | ส่งคืนค่าตัวแทนถัดไปของ "x1" ไปในทิศทางของ "x2" ตามองค์ประกอบ |
การวนซ้ำครั้งถัดไป <T> | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
NonDetermisticInts <U> | สร้างจำนวนเต็มบางส่วนโดยไม่ได้กำหนดไว้ |
ชุดข้อมูลที่ไม่สามารถซีเรียลไลซ์ได้ | |
วันฮอต <U> | ส่งกลับเทนเซอร์แบบร้อนเดียว |
คนอย่าง <T> | ส่งกลับเทนเซอร์ของวัตถุที่มีรูปร่างและประเภทเดียวกันกับ x |
OptimizeDatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` |
ตัวเลือกชุดข้อมูล | สร้างชุดข้อมูลโดยการแนบ tf.data.Options กับ `input_dataset` |
สั่งซื้อแผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
สั่งซื้อMapSize | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
OutfeedDequeue <T> | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
OutfeedDequeueV2 <T> | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
เอาท์พุต <T> | ที่จับสัญลักษณ์สำหรับเทนเซอร์ที่ผลิตโดย Operation |
แพด <T> | แผ่นรองเทนเซอร์ |
ชุดข้อมูลแบบขนาน | |
ParallelConcat <T> | เชื่อมต่อรายการเทนเซอร์ `N` เข้ากับมิติแรก |
ParallelDynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
แยกตัวอย่าง DatasetV2 | แปลง `input_dataset` ที่มีโปรโต 'ตัวอย่าง' เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ตัวยึดตำแหน่ง <T> | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
ตัวยึดตำแหน่งด้วยค่าเริ่มต้น <T> | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต |
พรีลิเนียร์ | op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงไปจนถึงเทนเซอร์ตัวแปรทึบแสง |
พรีลิเนียร์ไรซ์Tuple | op ที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงให้เป็นเทนเซอร์ตัวแปรทึบแสง |
ชุดข้อมูล ThreadPool ส่วนตัว | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
QuantizeAndDequantizeV4 <T ขยายหมายเลข> | การหาปริมาณแล้วจึงแยกเทนเซอร์ออก |
QuantizedMatMulWithBiasAndDequantize <W ขยายหมายเลข> | |
RaggedBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
RaggedTensorToTensor <U> | สร้างเทนเซอร์ที่มีความหนาแน่นสูงจากเทนเซอร์ที่ขาดๆ หายๆ ซึ่งอาจมีการเปลี่ยนแปลงรูปร่างได้ |
RaggedTensorToVariant | เข้ารหัส `RaggedTensor` ให้เป็นเทนเซอร์ 'ตัวแปร' |
RaggedTensorToVariantGradient <U> | ตัวช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `RaggedTensorToVariant` |
ชุดข้อมูลสุ่มV2 | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
RandomIndexShuffle <T ขยายหมายเลข> | เอาต์พุตตำแหน่งของ `value` ในการเรียงสับเปลี่ยน [0, ..., max_index] |
ช่วง <T ขยายหมายเลข> | สร้างลำดับของตัวเลข |
อันดับ | ส่งกลับอันดับของเทนเซอร์ |
ReadVariableOp <T> | อ่านค่าของตัวแปร |
รีแบทช์ชุดข้อมูล | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
รีแบทช์ DatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
รับ <T> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ลดใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ลดสูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
ลดขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
ลดผลผลิต <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
ลดผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
อ้างอิง <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
อ้างอิงทางออก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
การระบุตัวตน <T> | ส่งคืนค่าเทนเซอร์อ้างอิงเดียวกันกับเทนเซอร์อ้างอิงอินพุต |
RefNextIteration <T> | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
อ้างอิงเลือก <T> | ส่งต่อ "องค์ประกอบดัชนี" ของ "อินพุต" ไปยัง "เอาต์พุต" |
ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
ลงทะเบียน DatasetV2 | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
รีเลย์เอาท์ <T> | |
รีเลย์เอาท์เกรด <T> | |
ปรับรูปร่างใหม่ <T> | เปลี่ยนรูปร่างเทนเซอร์ |
ResourceAccumulatorNumสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
ResourceAccumulatorTakeGradient <T> | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
ทรัพยากรแบบมีเงื่อนไขสะสม | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
ResourceCountUpTo <T ขยายหมายเลข> | เพิ่มตัวแปรที่ชี้ตาม 'ทรัพยากร' จนกว่าจะถึง 'ขีดจำกัด' |
ResourceGather <U> | รวบรวมชิ้นส่วนจากตัวแปรที่ชี้ไปตาม 'ทรัพยากร' ตาม 'ดัชนี' |
ResourceGatherNd <U> | |
ดึงข้อมูล TPU การฝัง StochasticGradientDescentParameters | รับพารามิเตอร์การฝัง SGD |
ย้อนกลับ <T> | กลับมิติเฉพาะของเทนเซอร์ |
ลำดับย้อนกลับ <T> | ย้อนกลับส่วนที่มีความยาวผันแปรได้ |
เขียนชุดข้อมูลใหม่ | |
RiscAbs <T ขยายหมายเลข> | |
RiscAdd <T ขยายหมายเลข> | ส่งกลับองค์ประกอบ x + y |
RiscBinaryArithmetic <T ขยายตัวเลข> | |
การเปรียบเทียบ RiscBinary | |
RiscBitcast <U> | |
RiscBroadcast <T> | |
RiscCast <U> | |
RiscCeil <T ขยายหมายเลข> | |
RiscCholesky <T ขยายหมายเลข> | |
ริสก์คอนแคท <T> | |
RiscConv <T ขยายหมายเลข> | |
RiscCos <T ขยายหมายเลข> | |
RiscDiv <T ขยายหมายเลข> | |
RiscDot <T ขยายจำนวน> | |
RiscExp <T ขยายหมายเลข> | |
RiscFft <T> | |
RiscFloor <T ขยายหมายเลข> | |
RiscGather <T> | |
RiscImag <U ขยายหมายเลข> | |
ความเสี่ยงมีจำกัด | |
RiscLog <T ขยายหมายเลข> | |
RiscLogicalAnd | |
RiscLogicalไม่ใช่ | |
RiscLogicalOr | |
RiscMax <T ขยายหมายเลข> | ส่งคืนองค์ประกอบสูงสุด(x, y) |
RiscMin <T ขยายหมายเลข> | |
RiscMul <T ขยายหมายเลข> | |
RiscNeg <T ขยายหมายเลข> | |
RiscPad <T ขยายหมายเลข> | |
RiscPool <T ขยายหมายเลข> | |
RiscPow <T ขยายหมายเลข> | |
RiscRandomUniform | |
RiscReal <U ขยายหมายเลข> | |
RiscReduce <T ขยายหมายเลข> | |
RiscRem <T ขยายตัวเลข> | |
RiscReshape <T ขยายหมายเลข> | |
RiscReverse <T ขยายหมายเลข> | |
RiscScatter <U ขยายหมายเลข> | |
RiscShape <U ขยายตัวเลข> | |
RiscSign <T ขยายหมายเลข> | |
RiscSlice <T ขยายหมายเลข> | |
RiscSort <T ขยายหมายเลข> | |
RiscSqueeze <T> | |
RiscSub <T ขยายหมายเลข> | |
ริสก์ทรานสโพส <T> | |
RiscTriangleSolve <T ขยายตัวเลข> | |
RiscUnary <T ขยายหมายเลข> | |
Rngอ่านและข้าม | เลื่อนเคาน์เตอร์ของ RNG แบบเคาน์เตอร์ |
ม้วน <T> | ม้วนองค์ประกอบของเทนเซอร์ไปตามแกน |
ชุดข้อมูลสุ่มตัวอย่าง | สร้างชุดข้อมูลที่รับตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
สเกลและแปล | |
ScaleAndTranslateGrad <T ขยายหมายเลข> | |
กระจายเพิ่ม <T> | เพิ่มการอัพเดตแบบกระจัดกระจายให้กับการอ้างอิงตัวแปร |
กระจายDiv <T> | แบ่งการอ้างอิงตัวแปรด้วยการอัพเดตแบบกระจัดกระจาย |
ScatterMax <T ขยายหมายเลข> | ลดการอัปเดตแบบกระจัดกระจายลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "สูงสุด" |
ScatterMin <T ขยายหมายเลข> | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "min" |
กระจายมัล <T> | คูณการอัพเดตแบบกระจัดกระจายเป็นการอ้างอิงตัวแปร |
กระจาย Nd <U> | กระจาย 'อัปเดต' เป็นเทนเซอร์ของรูปร่าง 'รูปร่าง' ตาม 'ดัชนี' |
กระจายNdAdd <T> | ใช้การเพิ่มเติมแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
กระจายNdMax <T> | คำนวณค่าสูงสุดตามองค์ประกอบ |
กระจายNdMin <T> | คำนวณขั้นต่ำตามองค์ประกอบ |
ScatterNdNonAliasingAdd <T> | ใช้การเพิ่มเติมแบบกระจายกับ "อินพุต" โดยใช้ค่าเดี่ยวๆ หรือการแบ่งส่วน จาก `อัปเดต` ตามดัชนี `ดัชนี` |
กระจายNdSub <T> | ใช้การลบแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
ScatterNdUpdate <T> | ใช้ "การอัปเดต" แบบกระจัดกระจายกับแต่ละค่าหรือส่วนต่างๆ ภายในที่กำหนด แปรผันตาม 'ดัชนี' |
กระจายย่อย <T> | ลบการอัพเดตแบบกระจัดกระจายไปยังการอ้างอิงตัวแปร |
กระจายอัปเดต <T> | ใช้การอัพเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
SegmentMaxV2 <T ขยายหมายเลข> | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
SegmentMinV2 <T ขยายหมายเลข> | คำนวณค่าต่ำสุดตามส่วนของเทนเซอร์ |
SegmentProdV2 <T> | คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ |
SegmentSumV2 <T> | คำนวณผลรวมตามส่วนของเทนเซอร์ |
เลือกV2 <T> | |
กำหนดขนาด | จำนวนองค์ประกอบที่ไม่ซ้ำกันในมิติสุดท้ายของอินพุต `set` |
รูปร่าง <U ขยายตัวเลข> | ส่งกลับรูปร่างของเทนเซอร์ |
ShardDataset | สร้าง "ชุดข้อมูล" ที่รวมเพียง 1/`num_shards` ของชุดข้อมูลนี้ |
สลับและทำซ้ำชุดข้อมูล V2 | |
สับเปลี่ยนชุดข้อมูลV2 | |
สับเปลี่ยนชุดข้อมูลV3 | |
ปิดระบบTPUSystem | ปฏิบัติการที่ปิดระบบ TPU |
ขนาด <U ขยายตัวเลข> | ส่งกลับขนาดของเทนเซอร์ |
ชุดข้อมูลการนอนหลับ | |
ชิ้น <T> | กลับชิ้นจาก 'อินพุต' |
ชุดข้อมูลหน้าต่างบานเลื่อน | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างแบบเลื่อนเหนือ `input_dataset` |
สแนปช็อต <T> | ส่งกลับสำเนาของเทนเซอร์อินพุต |
ชุดข้อมูลสแนปชอต | สร้างชุดข้อมูลที่จะเขียนถึง/อ่านจากสแนปช็อต |
SnapshotDatasetReader | |
สแนปชอต NestedDatasetReader | |
SobolSample <T ขยายหมายเลข> | สร้างคะแนนจากลำดับ Sobol |
SpaceToBatchNd <T> | SpaceToBatch สำหรับเทนเซอร์ ND ประเภท T |
SparseApplyAdagradV2 <T> | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
SparseBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
เบาบางเมทริกซ์บวก | การบวกเมทริกซ์ CSR สองตัวแบบกระจัดกระจาย C = อัลฟา * A + เบต้า * B |
เบาบางMatrixMatMul <T> | เมทริกซ์คูณเมทริกซ์กระจัดกระจายด้วยเมทริกซ์หนาแน่น |
เบาบางเมทริกซ์Mul | การคูณเมทริกซ์กระจัดกระจายอย่างชาญฉลาดด้วยเทนเซอร์หนาแน่น |
เบาเมทริกซ์NNZ | ส่งกลับจำนวนที่ไม่ใช่ศูนย์ของ `sparse_matrix` |
SparseMatrixการสั่งซื้อAMD | คำนวณลำดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต" |
SparseMatrixSoftmax | คำนวณ softmax ของ CSRSparseMatrix |
SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบกระจัดกระจายของ `อินพุต` |
SparseMatrixSparseMatMul | เมทริกซ์กระจัดกระจายคูณเมทริกซ์ CSR สองตัว `a` และ `b` |
SparseMatrixTranspose | ย้ายขนาดภายใน (เมทริกซ์) ของ CSRSparseMatrix |
เบาบางเมทริกซ์ศูนย์ | สร้าง CSRSparseMatrix ที่เป็นศูนย์ทั้งหมดที่มีรูปร่าง `dense_shape` |
SparseSegmentSumGrad <T ขยายหมายเลข> | คำนวณการไล่ระดับสีสำหรับ SparseSegmentSum |
SparseTensorToCSRSparseMatrix | แปลง SparseTensor เป็น CSRSparseMatrix (อาจเป็นชุด) |
สเปนซ์ <T ขยายจำนวน> | |
บีบ <T> | ลบขนาดขนาด 1 ออกจากรูปทรงของเทนเซอร์ |
สแต็ค <T> | รวบรวมรายการเทนเซอร์ `N` rank-`R` ไว้ในเทนเซอร์ `(R+1)` เดียว |
ขนาดเวที | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
StatefulRandomBinomial <V ขยายหมายเลข> | |
statefulStandardNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
สถานะ StandardNormalV2 <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
StatefulTruncatedNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
เครื่องแบบของรัฐ <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformFullInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatelessParameterizedTruncatedNormal <V ขยายหมายเลข> | |
StatelessRandomBinomial <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบทวินาม |
StatelessRandomGammaV2 <V ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแกมมา |
StatelessRandomGammaV3 <U ขยายหมายเลข> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแกมมา |
ไร้สถานะสุ่มรับAlg | เลือกอัลกอริธึม RNG แบบเคาน์เตอร์ที่ดีที่สุดตามอุปกรณ์ |
StatelessRandomNormalV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
StatelessRandomPoisson <W ขยายหมายเลข> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปัวซอง |
StatelessRandomUniformFullInt <V ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformFullIntV2 <U ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformIntV2 <U ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
สับเปลี่ยนสถานะแบบไร้สัญชาติ <T> | สับเปลี่ยนเทนเซอร์ตามมิติแรกแบบสุ่มและตามกำหนด |
StatelessTruncatedNormalV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติที่ถูกตัดทอน |
StatsAggregatorHandleV2 | |
หยุดการไล่ระดับสี <T> | หยุดการคำนวณการไล่ระดับสี |
สตริดสไลซ์ <T> | ส่งกลับส่วนที่เป็นลายเส้นจาก "อินพุต" |
StridedSliceกำหนด <T> | กำหนด `value` ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ `ref` |
StridedSliceGrad <U> | ส่งกลับค่าการไล่ระดับสีของ "StridedSlice" |
สตริงล่าง | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ |
สตริงUpper | แปลงอักขระตัวพิมพ์เล็กทั้งหมดเป็นการแทนที่ตัวพิมพ์ใหญ่ตามลำดับ |
ผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
ผลการรวบรวม TPU | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
การเปิดใช้งานการฝัง TPU | การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings |
TPUOrdinalSelector | ตัวเลือกแกน TPU Op |
TPUPartitionedInput <T> | สหกรณ์ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
TPUPartitionedInputV2 <T> | สหกรณ์ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
TPUReplicatedInput <T> | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่จำลองแบบ N-way |
TPURoundRobin | การปรับสมดุลโหลดแบบ Round-robin บนแกน TPU |
ตัวแปรชั่วคราว <T> | ส่งกลับเทนเซอร์ที่อาจกลายพันธุ์ แต่คงอยู่ในขั้นตอนเดียวเท่านั้น |
TensorArrayGather <T> | รวบรวมองค์ประกอบเฉพาะจาก TensorArray ลงในเอาต์พุต `value` |
TensorArrayPack <T> | |
TensorArrayRead <T> | อ่านองค์ประกอบจาก TensorArray ลงในเอาต์พุต `value` |
TensorArrayScatter | กระจายข้อมูลจากค่าอินพุตไปยังองค์ประกอบ TensorArray ที่เฉพาะเจาะจง |
ขนาดเทนเซอร์อาร์เรย์ | รับขนาดปัจจุบันของ TensorArray |
เทนเซอร์อาร์เรย์แยก | แยกข้อมูลจากค่าอินพุตออกเป็นองค์ประกอบ TensorArray |
TensorArrayแกะ | |
TensorArrayWrite | ผลักองค์ประกอบไปที่ tensor_array |
TensorListConcatLists | |
TensorListElementShape <T ขยายหมายเลข> | รูปร่างขององค์ประกอบของรายการที่ระบุเป็นเทนเซอร์ |
TensorListFromTensor | สร้าง TensorList ซึ่งเมื่อซ้อนกันแล้วจะมีค่าเป็น "tensor" |
TensorListGather <T> | สร้าง Tensor โดยการจัดทำดัชนีลงใน TensorList |
TensorListGetItem <T> | |
TensorListLength | ส่งกลับจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต |
TensorListPushBack | ส่งคืนรายการที่มีการส่งผ่าน "Tensor" เป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่นๆ ของรายการที่กำหนดใน "input_handle" |
TensorListPushBackBatch | |
TensorListReserve | รายการขนาดที่กำหนดซึ่งมีองค์ประกอบว่าง |
TensorListResize | ปรับขนาดรายการ |
TensorListScatter | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
TensorListScatter เข้าสู่รายการที่มีอยู่ | กระจายเมตริกซ์ที่ดัชนีในรายการอินพุต |
TensorListScatterV2 | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
TensorListSetItem | |
TensorListSplit | แยกเมตริกซ์ออกเป็นรายการ |
TensorListStack <T> | ซ้อนเทนเซอร์ทั้งหมดในรายการ |
TensorMapErase | ส่งคืนแผนที่เทนเซอร์โดยลบรายการจากคีย์ที่กำหนด |
TensorMapHasKey | ส่งคืนว่ามีรหัสที่กำหนดอยู่ในแผนที่หรือไม่ |
เทนเซอร์แมปแทรก | ส่งกลับแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่กำหนด |
TensorMapLookup <U> | ส่งกลับค่าจากคีย์ที่กำหนดในแผนที่เทนเซอร์ |
TensorMapSize | ส่งกลับจำนวนเทนเซอร์ในแผนที่เทนเซอร์อินพุต |
TensorMapStackKeys <T> | ส่งกลับสแต็กเทนเซอร์ของคีย์ทั้งหมดในแมปเทนเซอร์ |
TensorScatter เพิ่ม <T> | เพิ่ม "การอัปเดต" แบบกระจัดกระจายให้กับเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
TensorScatterMax <T> | ใช้การอัปเดตแบบกระจัดกระจายกับเทนเซอร์โดยรับค่าสูงสุดตามองค์ประกอบ |
TensorScatterMin <T> | |
TensorScatterSub <T> | ลบ "การอัปเดต" แบบกระจายออกจากเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
TensorScatter อัปเดต <T> | กระจาย 'อัปเดต' ไปยังเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
TensorStridedSliceอัปเดต <T> | กำหนด "value" ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ "input" |
ThreadPoolชุดข้อมูล | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ThreadPoolHandle | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ไทล์ <T> | สร้างเทนเซอร์โดยการปูกระเบื้องเทนเซอร์ที่กำหนด |
การประทับเวลา | ระบุเวลาตั้งแต่ยุคในหน่วยวินาที |
ทูบูล | แปลงเทนเซอร์เป็นเพรดิเคตสเกลาร์ |
TpuHandleToProtoKey | แปลงตัวจัดการ uid ของ XRT เป็นรูปแบบอินพุตที่เหมาะกับ TensorFlow |
ตรีทแยงมุมMatMul <T> | คำนวณผลคูณด้วยเมทริกซ์สามเหลี่ยม |
แก้โจทย์สามเหลี่ยม <T> | แก้ระบบสมการตรีโกณมิติ |
เลิกแบทช์ <T> | ย้อนกลับการทำงานของ Batch สำหรับเทนเซอร์เอาต์พุตเดี่ยว |
ยกเลิกแบทช์ Grad <T> | การไล่ระดับสีของ Unbatch |
UnicodeEncode | เข้ารหัสเทนเซอร์ของ ints ลงในสตริงยูนิโค้ด |
UniformDequantize <U ขยายหมายเลข> | ดำเนินการแยกปริมาณบน `อินพุต` ของเทนเซอร์เชิงปริมาณ |
ชุดปริมาณ <U> | ดำเนินการหาปริมาณบน Tensor `input` |
ชุดปริมาณปริมาณเพิ่ม <T> | ดำเนินการเพิ่มเชิงปริมาณของ Tensor เชิงปริมาณ `lhs` และ Tensor เชิงปริมาณ `rhs` เพื่อสร้าง `เอาต์พุต' เชิงปริมาณ |
UniformQuantizedClipByValue <T> | ดำเนินการคลิปตามค่าบน `ตัวถูกดำเนินการ' ของเทนเซอร์เชิงปริมาณ |
ชุดควอนตัม Convolution <U> | ทำการบิดเชิงปริมาณของเทนเซอร์เชิงปริมาณ `lhs` และเทนเซอร์เชิงปริมาณ `rhs` |
UniformQuantizedConvolutionHybrid <V ขยายหมายเลข> | ทำการบิดเชิงปริมาณแบบไฮบริดของ float Tensor `lhs` และ Tensor เชิงปริมาณ `rhs` |
UniformQuantizedDot <U> | ดำเนินการจุดเชิงปริมาณของ Tensor เชิงปริมาณ `lhs` และ Tensor เชิงปริมาณ `rhs` เพื่อสร้าง `เอาต์พุต' เชิงปริมาณ |
UniformQuantizedDotHybrid <V ขยายหมายเลข> | ดำเนินการจุดเชิงปริมาณแบบไฮบริดของ float Tensor `lhs` และ Tensor เชิงปริมาณ `rhs` |
ปรับปริมาณสม่ำเสมอ <U> | เมื่อกำหนด "อินพุต" ของเมตริกซ์เชิงปริมาณ ให้กำหนดปริมาณใหม่ด้วยพารามิเตอร์การหาปริมาณใหม่ |
ไม่รวม | สร้างชุดข้อมูลที่มีองค์ประกอบเฉพาะของ `input_dataset` |
Unravelindex <t ขยายหมายเลข> | แปลงอาร์เรย์ของดัชนีแบนให้กลายเป็นอาร์เรย์พิกัด |
unsortsegmentjoin | |
UNWRAPDATASETVARIANT | |
Upperbound <U ขยายจำนวน> | ใช้ upduce_bound (sorted_search_values, ค่า) ตามแต่ละแถว |
varhandleop | สร้างที่จับไปยังทรัพยากรตัวแปร |
varisinitializedop | ตรวจสอบว่าตัวแปรที่ใช้การจัดการทรัพยากรได้รับการเริ่มต้นหรือไม่ |
ตัวแปร <T> | ถือสถานะในรูปแบบของเทนเซอร์ที่ยังคงอยู่ในขั้นตอน |
VariableShape <t ขยายหมายเลข> | ส่งคืนรูปร่างของตัวแปรที่ชี้ไปที่ `ทรัพยากร ' |
ที่ไหน | ส่งคืนตำแหน่งของค่าที่ไม่ใช่ศูนย์ / จริงในเทนเซอร์ |
โดยที่ 3 <t> | เลือกองค์ประกอบจาก `x` หรือ` y` ขึ้นอยู่กับ 'เงื่อนไข' |
หน้าต่าง | |
WorkerHeartBeat | Worker Heartbeat Op |
WrapDatasetVariant | |
xlaconcatnd <t> | เชื่อมต่อเทนเซอร์อินพุตในทุกมิติ |
xlarecvfromhost <t> | OP ที่จะได้รับเทนเซอร์จากโฮสต์ |
xlarecvtpuembeddeddeduplicationData | ได้รับข้อมูลซ้ำซ้อน (ดัชนีและน้ำหนัก) จากแกนฝัง |
xlog1py <t> | ส่งคืน 0 ถ้า x == 0, และ x * log1p (y) มิฉะนั้น, elementwise |
ศูนย์ <t> | ผู้ประกอบการที่สร้างค่าเริ่มต้นที่เริ่มต้นด้วยศูนย์ของรูปร่างที่กำหนดโดย `dims ' |
Zeroslike <T> | ส่งคืนเทนเซอร์ของศูนย์ที่มีรูปร่างและพิมพ์เท่ากับ x |