ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบข้ามมิติของเทนเซอร์ |
ออลทูออล <T> | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
ตารางแฮชแบบไม่ระบุชื่อ | สร้างตารางแฮชที่ไม่ระบุตัวตนที่ไม่ได้กำหนดค่าเริ่มต้น |
AnonymousIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากร iterator |
ไม่ระบุชื่อ MultiDeviceIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
ไม่ระบุชื่อ MutableDenseHashTable | สร้างตารางแฮชที่ผันแปรได้แบบไม่ระบุตัวตนซึ่งว่างเปล่าซึ่งใช้เทนเซอร์เป็นที่เก็บข้อมูลสำรอง |
ไม่ระบุชื่อ MutableHashTable | สร้างตารางแฮชที่ไม่แน่นอนที่ไม่ระบุชื่อที่ว่างเปล่า |
ไม่ระบุชื่อ MutableHashTableOfTensors | สร้างตารางแฮชค่าเวกเตอร์ที่ผันแปรได้โดยไม่ระบุชื่อที่ว่างเปล่า |
ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบข้ามมิติของเทนเซอร์ |
ใช้AdagradV2 <T> | อัปเดต '*var' ตามรูปแบบ adagrad |
AssertCardinalityDataset | |
AssertNextชุดข้อมูล | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
AssertPrevDataset | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดเกิดขึ้นก่อนหน้านี้ |
กำหนด <T> | อัปเดต 'อ้างอิง' โดยกำหนด 'ค่า' ให้กับมัน |
กำหนดเพิ่ม <T> | อัปเดต 'ref' โดยเพิ่ม 'value' ลงไป |
กำหนด Sub <T> | อัปเดต 'ref' โดยลบ 'value' ออกจากนั้น |
ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แยกย่อยชุดข้อมูลอินพุต |
BandedTriangularSolve <T> | |
สิ่งกีดขวาง | กำหนดสิ่งกีดขวางที่คงอยู่ตลอดการดำเนินการกราฟต่างๆ |
ไม้กั้นขนาดไม่ครบ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในอุปสรรคที่กำหนด |
BarrierReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในอุปสรรคที่กำหนด |
BatchMatMulV2 <T> | คูณชิ้นส่วนของเทนเซอร์สองตัวเป็นแบทช์ |
BatchMatMulV3 <V> | คูณชิ้นส่วนของเทนเซอร์สองตัวเป็นแบทช์ |
แบทช์ทูสเปซ <T> | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
BatchToSpaceNd <T> | BatchToSpace สำหรับ ND tensor ประเภท T |
BesselI0 <T ขยายจำนวน> | |
BesselI1 <T ขยายจำนวน> | |
BesselJ0 <T ขยายจำนวน> | |
BesselJ1 <T ขยายจำนวน> | |
BesselK0 <T ขยายจำนวน> | |
BesselK0e <T ขยายจำนวน> | |
BesselK1 <T ขยายจำนวน> | |
BesselK1e <T ขยายจำนวน> | |
BesselY0 <T ขยายจำนวน> | |
BesselY1 <T ขยายจำนวน> | |
บิตคาสต์ <U> | บิตคาสต์เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
BoostedTreesAggregateสถิติ | รวมสรุปของสถิติสะสมสำหรับชุดงาน |
BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึกอบรม (ค่าอคติ) และเติมข้อมูลในโหนดแรกด้วยค่าล็อกก่อน |
BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงไปยัง BoostedTreesEnsembleResource |
BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
BoostedTreesMakeStatsสรุป | ทำสรุปสถิติสะสมสำหรับแบทช์ |
BoostedTreesPredict | เรียกใช้ตัวทำนายชุดการถดถอยเพิ่มเติมหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงไปยัง BoostedTreesQuantileStreamResource |
BroadcastDynamicShape <T ขยายจำนวน> | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
ออกอากาศไปที่ <T> | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
CSRSparseMatrixToDense <T> | แปลง CSRSparseMatrix (อาจเป็นแบทช์) เป็นหนาแน่น |
ชุดข้อมูล CSV | |
CSVชุดข้อมูลV2 | |
แคชชุดข้อมูล V2 | |
CheckNumericsV2 <T ขยายจำนวน> | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
เลือกชุดข้อมูลที่เร็วที่สุด | |
ClipByValue <T> | คลิปค่าเทนเซอร์เป็น min และ max ที่ระบุ |
เรียงTPUEmbeddingMemory | op ที่รวม protos config หน่วยความจำที่เข้ารหัสด้วยสตริงจากโฮสต์ทั้งหมด |
CollectiveAllToAllV2 <T ขยายจำนวน> | แลกเปลี่ยนเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CollectiveAllToAllV3 <T ขยายจำนวน> | แลกเปลี่ยนเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CollectiveBcastRecvV2 <U> | รับการกระจายค่าเทนเซอร์จากอุปกรณ์อื่น |
CollectiveBcastSendV2 <T> | กระจายค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
CollectiveGather <T ขยายจำนวน> | สะสมเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CollectiveGatherV2 <T ขยายจำนวน> | สะสมเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CollectiveInitializeCommunicator | เริ่มต้นกลุ่มสำหรับการดำเนินงานส่วนรวม |
CollectivePermute <T> | Op to permute tensor ในอินสแตนซ์ TPU ที่จำลองแบบ |
CollectiveReduceScatterV2 <T ขยายจำนวน> | ลดเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน แล้วกระจายผลลัพธ์ที่ได้ |
CollectiveReduceV2 <T ขยายจำนวน> | ลดเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CollectiveReduceV3 <T ขยายจำนวน> | ลดเทนเซอร์หลายชนิดและรูปร่างที่เหมือนกันร่วมกัน |
CompositeTensorVariantFromComponents | เข้ารหัสค่า `ExtensionType` ลงใน Tensor สเกลาร์ `variant ' |
CompressElement | บีบอัดองค์ประกอบชุดข้อมูล |
ComputeBatchSize | คำนวณขนาดแบทช์คงที่ของชุดข้อมูลโดยไม่ใช้แบทช์บางส่วน |
ComputeDedupDataTupleMask | op คำนวณ tuple mask ของข้อมูลการขจัดข้อมูลซ้ำซ้อนจากการฝังคอร์ |
เชื่อมต่อ <T> | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
กำหนดค่าและเริ่มต้น GlobalTPU | op ที่กำหนดโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่า TPUEmbeddingHost | op ที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
กำหนดค่าหน่วยความจำฝังตัวของ TPUE | op ที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
ค่าคงที่ <T> | ตัวดำเนินการที่สร้างค่าคงที่ |
Conv2DBackpropFilterV2 <T ขยายจำนวน> | คำนวณการไล่ระดับสีของการบิดเบี้ยวตามตัวกรอง |
Conv2DBackpropInputV2 <T ขยายจำนวน> | คำนวณการไล่ระดับสีของการบิดเบี้ยวตามอินพุต |
คัดลอก <T> | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
CopyHost <T> | คัดลอกเทนเซอร์ไปยังโฮสต์ |
CopyToMesh <T> | |
CopyToMeshGrad <T> | |
CountUpTo <T ขยายจำนวน> | เพิ่ม 'ref' จนกว่าจะถึง 'limit' |
CrossReplicaSum <T ขยายจำนวน> | อินพุต Op to sum ระหว่างอินสแตนซ์ TPU ที่จำลองแบบ |
CudnnRNNCanonicalToParamsV2 <T ขยายจำนวน> | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบบัญญัติเป็นรูปแบบที่ใช้งานได้ |
CumulativeLogsumexp <T ขยายจำนวน> | คำนวณผลคูณสะสมของเทนเซอร์ 'x' ตาม 'แกน' |
DataServiceDataset | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
DataServiceDatasetV2 | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
ชุดข้อมูลความสำคัญ | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
ชุดข้อมูลจากกราฟ | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
DatasetToGraphV2 | ส่งกลับ GraphDef ที่ทำให้เป็นอนุกรมแทน `input_dataset` |
Dawsn <T ขยายจำนวน> | |
DebugGradientIdentity <T> | Identity op สำหรับการดีบักการไล่ระดับสี |
DebugGradientRefIdentity <T> | Identity op สำหรับการดีบักการไล่ระดับสี |
DebugIdentity <T> | จัดทำแผนที่เอกลักษณ์ของเทนเซอร์อินพุตประเภท non-Ref สำหรับการดีบัก |
DebugIdentityV2 <T> | แก้ไขข้อบกพร่อง Identity V2 Op |
DebugNanCount | ดีบักตัวนับค่า NaN |
ดีบักตัวเลขสรุป | แก้ไขข้อผิดพลาด Op สรุปตัวเลข |
DebugNumericSummaryV2 <U ขยายจำนวน> | แก้ไขจุดบกพร่อง สรุปตัวเลข V2 Op. |
DecodeImage <T ขยายจำนวน> | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
DecodePaddedRaw <T ขยายจำนวน> | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
ดีพก๊อปปี้ <T> | สร้างสำเนาของ `x` |
DenseBincount <U ขยายจำนวน> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบทช์) |
ทำลายตัวแปรชั่วคราว <T> | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
DirectedInterleaveDataset | แทน 'InterleaveDataset' ในรายการคงที่ของชุดข้อมูล 'N' |
DrawBoundingBoxesV2 <T ขยายจำนวน> | วาดกรอบบนชุดภาพ |
DummyIterationCounter | |
Dummy MemoryCache | |
เครื่องกำเนิด Dummy Seed | |
ไดนามิกสติช <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์เดียว |
แก้ไขระยะทาง | คำนวณระยะทางแก้ไข Levenshtein (อาจเป็นมาตรฐาน) |
ไอน์ซัม <T> | การหดตัวของเทนเซอร์ตามแบบแผนผลรวมของไอน์สไตน์ |
ว่าง <T> | สร้างเทนเซอร์ด้วยรูปร่างที่กำหนด |
รายการ TensorList ที่ว่างเปล่า | สร้างและส่งคืนรายการเทนเซอร์ที่ว่างเปล่า |
แผนที่เทนเซอร์เปล่า | สร้างและส่งคืนแผนที่เทนเซอร์เปล่า |
เข้ารหัสโปรโต | op ทำให้ข้อความ protobuf เป็นอนุกรมที่ให้ไว้ในเทนเซอร์อินพุต |
ตรวจสอบรูปร่าง <T> | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดไว้ |
ป้อน <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ `ข้อมูล` พร้อมใช้งานสำหรับเฟรมย่อย |
Erfinv <T ขยายจำนวน> | |
EuclideanNorm <T> | คำนวณบรรทัดฐานแบบยุคลิดขององค์ประกอบตามมิติต่างๆ ของเทนเซอร์ |
ExecuteTPUEmbedding Partitioner | การดำเนินการที่ดำเนินการตัวแบ่งพาร์ติชัน TPUEmbedding ในการกำหนดค่าส่วนกลาง อุปกรณ์และคำนวณขนาด HBM (เป็นไบต์) ที่จำเป็นสำหรับการดำเนินการ TPUEmbedding |
ออกจาก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
ขยายหรี่ <T> | แทรกขนาด 1 ลงในรูปร่างของเทนเซอร์ |
ชุดข้อมูล AutoShard แบบทดลอง | สร้างชุดข้อมูลที่แยกย่อยชุดข้อมูลอินพุต |
ExperimentalBytesProducedStatsDataset | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
การทดลองเลือกชุดข้อมูลที่เร็วที่สุด | |
Experimental DatasetCardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
ExperimentalDenseToSparseBatchDataset | สร้างชุดข้อมูลที่แบทช์องค์ประกอบอินพุตลงใน SparseTensor |
ExperimentalLatencyStatsDataset | บันทึกเวลาแฝงของการสร้างองค์ประกอบ `input_dataset` ใน StatsAggregator |
ExperimentalMatchingFilesDataset | |
ExperimentalMaxIntraOpParallelismDataset | สร้างชุดข้อมูลที่ลบล้างความขนานภายในองค์กรสูงสุด |
ExperimentalParseตัวอย่างชุดข้อมูล | แปลง `input_dataset` ที่มี 'ตัวอย่าง' โปรโตเป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ExperimentalPrivateThreadPoolDataset | สร้างชุดข้อมูลที่ใช้เธรดพูลที่กำหนดเองเพื่อคำนวณ `ชุดข้อมูลอินพุต' |
ExperimentalRandomDataset | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
ExperimentalRebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
ExperimentalSetStatsAggregatorDataset | |
ExperimentalSlidingWindowDataset | สร้างชุดข้อมูลที่เลื่อนหน้าต่างผ่าน "ชุดข้อมูลอินพุต" |
ExperimentalSqlDataset | สร้างชุดข้อมูลที่เรียกใช้แบบสอบถาม SQL และส่งแถวของชุดผลลัพธ์ |
ExperimentalStatsAggregatorHandle | สร้างทรัพยากรตัวจัดการสถิติ |
ExperimentalStatsAggregatorสรุป | สร้างบทสรุปของสถิติใด ๆ ที่บันทึกโดยตัวจัดการสถิติที่กำหนด |
ExperimentalUnbatchDataset | ชุดข้อมูลที่แยกองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
Expint <T ขยายจำนวน> | |
ExtractGlimpseV2 | แยกการเหลือบจากเทนเซอร์อินพุต |
ExtractVolumePatches <T ขยายจำนวน> | แยก "แพตช์" จาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" |
กรอก <U> | สร้างเทนเซอร์ที่เต็มไปด้วยค่าสเกลาร์ |
จบชุดข้อมูล | สร้างชุดข้อมูลโดยใช้ tf.data.Options กับ `input_dataset` |
ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
FresnelCos <T ขยายจำนวน> | |
FresnelSin <T ขยายจำนวน> | |
รวบรวม <T> | รวบรวมชิ้นส่วนจากแกน `params` `axis` ตาม `indices` |
รวบรวม <T> | รวบรวมชิ้นส่วนจาก 'params' เป็น Tensor ที่มีรูปร่างที่ระบุโดย 'indices' |
รับตัวเลือก | ส่งคืน tf.data.Options ที่แนบมากับ `input_dataset` |
GetSessionHandle | เก็บเทนเซอร์อินพุตในสถานะของเซสชันปัจจุบัน |
GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยหมายเลขอ้างอิง |
WarrantyConst <T> | ให้การรับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตเป็นค่าคงที่ |
ตารางแฮช | สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน |
HistogramFixedWidth <U ขยายจำนวน> | ส่งคืนฮิสโตแกรมของค่า |
อัตลักษณ์ <T> | ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
ละเว้นข้อผิดพลาดชุดข้อมูล | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด |
ImageProjectiveTransformV2 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
ImageProjectiveTransformV3 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
ImmutableConst <T> | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากพื้นที่หน่วยความจำ |
InfeedDequeue <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
แทนที่เพิ่ม <T> | เพิ่ม v ลงในแถวที่ระบุของ x |
InplaceSub <T> | ลบ "v" ลงในแถวที่ระบุของ "x" |
InplaceUpdate <T> | อัปเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
IsBoostedTreesEnsembleInitialized | ตรวจสอบว่าชุดต้นไม้ได้รับการเตรียมใช้งานหรือไม่ |
IsBoostedTreesQuantileStreamResourceInitialized | ตรวจสอบว่ากระแสควอนไทล์ได้รับการเตรียมใช้งานหรือไม่ |
IsTPUEembeddingInitialized | กำหนดว่าจะเริ่มต้นการฝัง TPU ในระบบ TPU แบบกระจายหรือไม่ |
IsVariableInitialized | ตรวจสอบว่ามีการเริ่มต้นเทนเซอร์หรือไม่ |
IteratorGetDevice | ส่งกลับชื่ออุปกรณ์ที่มี "ทรัพยากร" อยู่ |
การเริ่มต้น KMC2Chain | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มในชุดเริ่มต้น |
KmeansPlusPlusInitialization | เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++ |
KthOrderStatistic | คำนวณสถิติลำดับ Kth ของชุดข้อมูล |
ชุดข้อมูล LMDBD | สร้างชุดข้อมูลที่ส่งคู่คีย์-ค่าในไฟล์ LMDB อย่างน้อยหนึ่งไฟล์ |
LinSpace <T ขยายจำนวน> | สร้างค่าในช่วงเวลา |
รายการชุดข้อมูล | สร้างชุดข้อมูลที่ปล่อย "เทนเซอร์" แต่ละชุดออกมาหนึ่งครั้ง |
ค้นหาตารางค้นหา <U> | ค้นหาคีย์ในตาราง แสดงผลค่าที่สอดคล้องกัน |
ค้นหาขนาดตาราง | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
วนซ้ำ | ส่งต่ออินพุตไปยังเอาต์พุต |
ขอบล่าง <U ขยายจำนวน> | ใช้ lower_bound(sorted_search_values, Values) กับแต่ละแถว |
ทำให้ไม่ซ้ำใคร | ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" เป็น ค่าเริ่มต้นของพวกเขา |
แผนที่ไม่สมบูรณ์ขนาด | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
ขนาดแผนที่ | Op ส่งคืนจำนวนขององค์ประกอบในคอนเทนเนอร์ต้นแบบ |
เมทริกซ์DiagPartV2 <T> | ส่งกลับส่วนเส้นทแยงมุมของแบทช์เทนเซอร์ |
เมทริกซ์DiagPartV3 <T> | ส่งกลับส่วนเส้นทแยงมุมของแบทช์เทนเซอร์ |
เมทริกซ์DiagV2 <T> | ส่งกลับเทนเซอร์เส้นทแยงมุมแบบแบทช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ที่กำหนด |
เมทริกซ์DiagV3 <T> | ส่งกลับเทนเซอร์เส้นทแยงมุมแบบแบทช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ที่กำหนด |
MatrixSetDiagV2 <T> | ส่งกลับเทนเซอร์เมทริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
MatrixSetDiagV3 <T> | ส่งกลับเทนเซอร์เมทริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
สูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
ชุดข้อมูล MaxIntraOpParallelism | สร้างชุดข้อมูลที่ลบล้างความขนานภายในองค์กรสูงสุด |
MergeDedupData | op ผสานองค์ประกอบของจำนวนเต็มและทศนิยมเมตริกเข้ากับข้อมูลการขจัดข้อมูลซ้ำซ้อนเป็น XLA tuple |
นาที <T> | คำนวณองค์ประกอบขั้นต่ำในมิติต่างๆ ของเทนเซอร์ |
มิเรอร์แพด <T> | ซับเทนเซอร์ด้วยค่ามิเรอร์ |
MirrorPadGrad <T> | การไล่ระดับสีสำหรับ 'MirrorPad' op |
มัลโนนัน <T> | คืนค่า x * y ตามองค์ประกอบ |
MutableDenseHashTable | สร้างตารางแฮชเปล่าที่ใช้เทนเซอร์เป็นตัวสำรอง |
MutableHashTable | สร้างตารางแฮชว่าง |
MutableHashTableOfTensors | สร้างตารางแฮชว่าง |
มิวเท็กซ์ | สร้างทรัพยากร Mutex ที่สามารถล็อคโดย 'MutexLock' |
มิวเท็กซ์ล็อค | ล็อกทรัพยากร mutex |
NcclAllReduce <T ขยายจำนวน> | เอาต์พุตเทนเซอร์ที่มีการลดลงของเทนเซอร์อินพุตทั้งหมด |
NcclBroadcast <T ขยายจำนวน> | ส่ง `อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
NcclReduce <T ขยายจำนวน> | ลด `อินพุต` จาก `num_devices` โดยใช้ `ลดขนาด` ลงในอุปกรณ์เครื่องเดียว |
Ndtri <T ขยายจำนวน> | |
ถัดไปหลังจาก <T ขยายจำนวน> | ส่งกลับค่าที่แสดงได้ถัดไปของ "x1" ในทิศทางของ "x2" ตามองค์ประกอบ |
NextIteration <T> | ทำให้อินพุตพร้อมใช้งานสำหรับการทำซ้ำครั้งต่อไป |
NonDeterministicInts <U> | สร้างจำนวนเต็มบางจำนวนแบบไม่กำหนด |
ชุดข้อมูลที่ไม่สามารถจัดลำดับได้ | |
วันฮอต <U> | ส่งกลับเทนเซอร์ร้อนเดียว |
คนถูกใจ <T> | ส่งกลับเทนเซอร์ของคนที่มีรูปร่างและประเภทเดียวกับ x |
เพิ่มประสิทธิภาพ DatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` |
ชุดข้อมูลตัวเลือก | สร้างชุดข้อมูลโดยแนบ tf.data.Options กับ `input_dataset` |
สั่งซื้อแผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
OrderedMapSize | Op ส่งคืนจำนวนขององค์ประกอบในคอนเทนเนอร์ต้นแบบ |
OutfeedDequeue <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตการคำนวณ |
OutfeedDequeueV2 <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตการคำนวณ |
เอาท์พุต <T> | หมายเลขอ้างอิงที่เป็นสัญลักษณ์สำหรับเทนเซอร์ที่ผลิตโดย Operation |
แพด <T> | ซับเทนเซอร์ |
ParallelBatchDataset | |
ParallelConcat <T> | เชื่อมรายการของเทนเซอร์ "N" ตามมิติแรก |
ParallelDynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์เดียว |
ParseExampleDatasetV2 | แปลง `input_dataset` ที่มี 'ตัวอย่าง' โปรโตเป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ตัวยึดตำแหน่ง <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
ตัวยึดตำแหน่งด้วยค่าเริ่มต้น <T> | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อเอาต์พุตไม่ถูกป้อน |
ปรับเป็นเส้นตรง | op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงกับเทนเซอร์ตัวแปรทึบแสง |
PrelinearizeTuple | op ที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงกับเทนเซอร์ตัวแปรทึบแสง |
ชุดข้อมูลเธรดพูลส่วนตัว | สร้างชุดข้อมูลที่ใช้เธรดพูลที่กำหนดเองเพื่อคำนวณ `ชุดข้อมูลอินพุต' |
ผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามขนาดของเทนเซอร์ |
QuantizeAndDequantizeV4 <T ขยายจำนวน> | quantizes แล้ว dequantizes tensor |
QuantizedMatMulWithBiasAndDequantize <W ขยายจำนวน> | |
RaggedBincount <U ขยายจำนวน> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
RaggedTensorToTensor <U> | สร้างเทนเซอร์หนาแน่นจากเทนเซอร์ขาดๆ หายๆ ซึ่งอาจเปลี่ยนรูปร่างได้ |
RaggedTensorToVariant | เข้ารหัส "RaggedTensor" เป็น "ตัวแปร" Tensor |
RaggedTensorToVariantGradient <U> | ตัวช่วยในการคำนวณการไล่ระดับสีสำหรับ 'RaggedTensorToVariant' |
RandomDatasetV2 | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
RandomIndexShuffle <T ขยายจำนวน> | แสดงผลตำแหน่งของ `value` ในการเรียงสับเปลี่ยนของ [0, ..., max_index] |
ช่วง <T ขยายจำนวน> | สร้างลำดับของตัวเลข |
อันดับ | ส่งกลับอันดับของเทนเซอร์ |
ReadVariableOp <T> | อ่านค่าของตัวแปร |
Rebatch ชุดข้อมูล | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
RebatchDatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
รายได้ <T> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบข้ามมิติของเทนเซอร์ |
ลดใด ๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบข้ามมิติของเทนเซอร์ |
ลดสูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
ลดขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำในมิติต่างๆ ของเทนเซอร์ |
ลดผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามขนาดของเทนเซอร์ |
ลดผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
อ้างอิง <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ `ข้อมูล` พร้อมใช้งานสำหรับเฟรมย่อย |
อ้างอิงทางออก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
การระบุตัวตน <T> | ส่งคืนเทนเซอร์อ้างอิงเดียวกันกับเทนเซอร์อ้างอิงอินพุต |
RefNextIteration <T> | ทำให้อินพุตพร้อมใช้งานสำหรับการทำซ้ำครั้งต่อไป |
อ้างอิงเลือก <T> | ส่งต่อองค์ประกอบ `ดัชนี` ของ 'อินพุต' ไปยัง 'เอาต์พุต' |
ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
RegisterDatasetV2 | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
รีเลย์เอาท์ <T> | |
RelayoutGrad <T> | |
เปลี่ยนรูปร่าง <T> | ปรับรูปร่างเทนเซอร์ใหม่ |
ResourceAccumulatorNumสะสม | ส่งกลับจำนวนของการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
ResourceAccumulatorTakeGradient <T> | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
ResourceConditionalAccumulator | ตัวสะสมตามเงื่อนไขสำหรับการรวมการไล่ระดับสี |
ResourceCountUpTo <T ขยายจำนวน> | ตัวแปรส่วนเพิ่มที่ชี้โดย 'ทรัพยากร' จนกว่าจะถึง 'ขีดจำกัด' |
รวบรวมทรัพยากร <U> | รวบรวมชิ้นส่วนจากตัวแปรที่ชี้โดย 'ทรัพยากร' ตาม 'ดัชนี' |
แหล่งรวบรวมทรัพยากร <U> | |
เรียกข้อมูลTPUEmbeddingStochasticGradientDescentParameters | ดึงพารามิเตอร์การฝัง SGD |
ย้อนกลับ <T> | กลับมิติเฉพาะของเทนเซอร์ |
ลำดับย้อนกลับ <T> | กลับชิ้นความยาวผันแปร |
เขียนชุดข้อมูลใหม่ | |
RiscAbs <T ขยายจำนวน> | |
RiscAdd <T ขยายจำนวน> | คืนค่าองค์ประกอบ x + y |
RiscBinaryArithmetic <T ขยายจำนวน> | |
RiscBinaryComparison | |
ริสบิตคาสต์ <U> | |
ริสบรอดแคสต์ <T> | |
ริสคาสท์ <U> | |
RiscCeil <T ขยายจำนวน> | |
RiscCholesky <T ขยายจำนวน> | |
ริสคอนแคท <T> | |
RiscConv <T ขยายจำนวน> | |
RiscCos <T ขยายจำนวน> | |
RiscDiv <T ขยายจำนวน> | |
RiscDot <T ขยายจำนวน> | |
RiscExp <T ขยายจำนวน> | |
ริสคอฟท์ <T> | |
RiscFloor <T ขยายจำนวน> | |
ริสรวบรวม <T> | |
RiscImag <U ขยายจำนวน> | |
RiscIsFinite | |
RiscLog <T ขยายจำนวน> | |
RiscLogicalและ | |
RiscLogicalไม่ | |
RiscLogicalหรือ | |
RiscMax <T ขยายจำนวน> | คืนค่าองค์ประกอบสูงสุด (x, y) |
RiscMin <T ขยายจำนวน> | |
RiscMul <T ขยายจำนวน> | |
RiscNeg <T ขยายจำนวน> | |
RiscPad <T ขยายจำนวน> | |
RiscPool <T ขยายจำนวน> | |
RiscPow <T ขยายจำนวน> | |
ริสค์สุ่มยูนิฟอร์ม | |
RiscReal <U ขยายจำนวน> | |
RiscReduce <T ขยายจำนวน> | |
RiscRem <T ขยายจำนวน> | |
RiscReshape <T ขยายจำนวน> | |
RiscReverse <T ขยายจำนวน> | |
RiscScatter <U ขยายจำนวน> | |
RiscShape <U ขยาย Number> | |
RiscSign <T ขยายจำนวน> | |
RiscSlice <T ขยายจำนวน> | |
RiscSort <T ขยายจำนวน> | |
ริสสควีซ <T> | |
RiscSub <T ขยายจำนวน> | |
ริสทรานสโพส <T> | |
RiscTriangularSolve <T ขยายจำนวน> | |
RiscUnary <T ขยายจำนวน> | |
Rngอ่านและข้าม | เลื่อนตัวนับของ RNG ที่อิงตามตัวนับ |
ม้วน <T> | ม้วนองค์ประกอบของเทนเซอร์ไปตามแกน |
ชุดข้อมูลการสุ่มตัวอย่าง | สร้างชุดข้อมูลที่ใช้ตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
มาตราส่วนและการแปล | |
ScaleAndTranslateGrad <T ขยายจำนวน> | |
กระจายเพิ่ม <T> | เพิ่มการอัพเดตแบบกระจัดกระจายในการอ้างอิงตัวแปร |
กระจาย Div <T> | แบ่งการอ้างอิงตัวแปรด้วยการอัปเดตแบบกระจาย |
ScatterMax <T ขยายจำนวน> | ลดการอัปเดตแบบกระจัดกระจายลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "สูงสุด" |
ScatterMin <T ขยายจำนวน> | ลดการอัปเดตแบบกระจัดกระจายลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ `min` |
ScatterMul <T> | ทวีคูณการอัปเดตแบบกระจายเป็นการอ้างอิงตัวแปร |
กระจาย Nd <U> | กระจาย 'อัปเดต' ลงในเทนเซอร์ของรูปร่าง 'รูปร่าง' ตาม 'ดัชนี' |
กระจายNdAdd <T> | ใช้การเพิ่มอย่างกระจัดกระจายกับค่าแต่ละค่าหรือส่วนย่อยในตัวแปร |
ScatterNdMax <T> | คำนวณค่าสูงสุดตามองค์ประกอบ |
กระจายNdMin <T> | คำนวณองค์ประกอบขั้นต่ำที่ชาญฉลาด |
ScatterNdNonAliasingเพิ่ม <T> | ใช้การเพิ่มอย่างกระจัดกระจายกับ "อินพุต" โดยใช้ค่าแต่ละค่าหรือส่วนย่อยๆ จาก `อัพเดท` ตามดัชนี `ดัชนี` |
ScatterNdSub <T> | ใช้การลบแบบกระจัดกระจายกับแต่ละค่าหรือส่วนย่อยในตัวแปร |
ScatterNdUpdate <T> | ใช้ 'อัปเดต' อย่างกระจัดกระจายกับค่าแต่ละค่าหรือส่วนย่อยภายในค่าที่กำหนด แปรผันตาม `ดัชนี` |
ScatterSub <T> | ลบการอัปเดตแบบกระจายไปยังการอ้างอิงตัวแปร |
กระจายการปรับปรุง <T> | ใช้การอัปเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
SegmentMaxV2 <T ขยายจำนวน> | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
SegmentMinV2 <T ขยายจำนวน> | คำนวณค่าต่ำสุดตามส่วนของเทนเซอร์ |
SegmentProdV2 <T> | คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ |
เซ็กเมนต์ SumV2 <T> | คำนวณผลรวมตามส่วนของเทนเซอร์ |
เลือกV2 <T> | |
กำหนดขนาด | จำนวนองค์ประกอบที่ไม่ซ้ำกันตามมิติสุดท้ายของอินพุต `set` |
รูปร่าง <U ขยายจำนวน> | ส่งกลับรูปร่างของเทนเซอร์ |
ชาร์ดชุดข้อมูล | สร้าง `ชุดข้อมูล` ที่มีชุดข้อมูลนี้เพียง 1/`num_shards` |
สุ่มและเล่นซ้ำชุดข้อมูล V2 | |
สุ่มชุดข้อมูล V2 | |
สุ่มชุดข้อมูลV3 | |
ปิดระบบ TPU | Op ที่ปิดระบบ TPU |
ขนาด <U ขยายจำนวน> | ส่งกลับขนาดของเทนเซอร์ |
ชุดข้อมูลการนอนหลับ | |
ชิ้น <T> | คืนชิ้นส่วนจาก 'อินพุต' |
SlidingWindowDataset | สร้างชุดข้อมูลที่เลื่อนหน้าต่างผ่าน "ชุดข้อมูลอินพุต" |
ภาพรวม <T> | ส่งกลับสำเนาของเทนเซอร์อินพุต |
ชุดข้อมูล Snapshot | สร้างชุดข้อมูลที่จะเขียน/อ่านจากสแน็ปช็อต |
SnapshotDatasetReader | |
SnapshotNestedDatasetReader | |
SobolSample <T ขยายจำนวน> | สร้างคะแนนจากลำดับ Sobol |
SpaceToBatchNd <T> | SpaceToBatch สำหรับเทนเซอร์ ND ประเภท T |
SparseApplyAdagradV2 <T> | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
SparseBincount <U ขยายจำนวน> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
SparseMatrixAdd | การเพิ่มเมทริกซ์ CSR สองตัวอย่างกระจัดกระจาย C = alpha * A + beta * B |
SparseMatrixMatMul <T> | เมทริกซ์-คูณเมทริกซ์เบาบางกับเมทริกซ์หนาแน่น |
SparseMatrixMul | การคูณเชิงองค์ประกอบของเมทริกซ์เบาบางด้วยเทนเซอร์หนาแน่น |
SparseMatrixNNZ | ส่งกลับจำนวนที่ไม่ใช่ศูนย์ของ `sparse_matrix` |
SparseMatrixOrderingAMD | คำนวณลำดับขั้นต่ำสุดโดยประมาณ (AMD) ของ `อินพุต' |
SparseMatrixSoftmax | คำนวณ softmax ของ CSRSparseMatrix |
SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบกระจัดกระจายของ `อินพุต' |
SparseMatrixSparseMatMul | Sparse-matrix-คูณสองเมทริกซ์ CSR `a` และ `b` |
SparseMatrixTranspose | แปลงมิติภายใน (เมทริกซ์) ของ CSRSparseMatrix |
SparseMatrixZeros | สร้าง CSRSparseMatrix ที่เป็นศูนย์ทั้งหมดที่มีรูปร่าง `dense_shape` |
SparseSegmentSumGrad <T ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ SparseSegmentSum |
SparseTensorToCSRSparseMatrix | แปลง SparseTensor เป็น CSRSparseMatrix (อาจเป็นแบทช์) |
สเปนซ์ <T ขยายจำนวน> | |
บีบ <T> | ลบขนาดของขนาด 1 ออกจากรูปร่างของเทนเซอร์ |
สแต็ก <T> | บรรจุรายการของเทนเซอร์อันดับ `N` `R` ลงในเทนเซอร์อันดับ - `(R+1)` หนึ่งรายการ |
ขนาดเวที | Op ส่งคืนจำนวนขององค์ประกอบในคอนเทนเนอร์ต้นแบบ |
StatefulRandomBinomial <V ขยายจำนวน> | |
StatefulStandardปกติ <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
StatefulStandardNormalV2 <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
StatefulTruncatedNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
เครื่องแบบของรัฐ <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformFullInt <U> | ส่งออกจำนวนเต็มแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformInt <U> | ส่งออกจำนวนเต็มแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatelessParameterizedTruncatedNormal <V ขยายจำนวน> | |
StatelessRandomBinomial <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบทวินาม |
StatelessRandomGammaV2 <V ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบแกมมา |
StatelessRandomGammaV3 <U ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบแกมมา |
ไร้สัญชาติสุ่มรับAlg | เลือกอัลกอริทึม RNG ที่ใช้ตัวนับที่ดีที่สุดตามอุปกรณ์ |
StatelessRandomNormalV2 <U ขยายจำนวน> | ส่งออกค่าสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบปกติ |
StatelessRandomPoisson <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มปลอมเชิงกำหนดจากการแจกแจงแบบปัวซอง |
StatelessRandomUniformFullInt <V ขยายจำนวน> | แสดงผลจำนวนเต็มสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformFullIntV2 <U ขยายจำนวน> | แสดงผลจำนวนเต็มสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformIntV2 <U ขยายจำนวน> | แสดงผลจำนวนเต็มสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformV2 <U ขยายจำนวน> | ส่งออกค่าสุ่มเทียมเชิงกำหนดจากการแจกแจงแบบสม่ำเสมอ |
การสุ่มแบบไร้สถานะ <T> | สับเปลี่ยนเทนเซอร์แบบสุ่มและเชิงกำหนดตามมิติแรก |
StatelessTruncatedNormalV2 <U ขยายจำนวน> | ส่งออกค่าเทียมเทียมเชิงกำหนดจากการแจกแจงแบบปกติที่ถูกตัดทอน |
StatsAggregatorHandleV2 | |
หยุดการไล่ระดับสี <T> | หยุดการคำนวณการไล่ระดับสี |
สไตรเดดสไลซ์ <T> | ส่งคืนชิ้นสไตรด์จาก "อินพุต" |
StridedSliceกำหนด <T> | กำหนด `value` ให้กับการอ้างอิงค่า l ที่แบ่งเป็นส่วน ๆ ของ `ref` |
StridedSliceGrad <U> | ส่งกลับการไล่ระดับสีของ `StridedSlice` |
สตริงล่าง | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ |
สตริงอัปเปอร์ | แปลงอักขระตัวพิมพ์เล็กทั้งหมดเป็นการแทนที่ตัวพิมพ์ใหญ่ที่เกี่ยวข้อง |
ผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
ผลการรวบรวม TPU | ส่งกลับผลลัพธ์ของการรวบรวม TPU |
การเปิดใช้งานการฝัง TPU | op เปิดใช้งานการสร้างความแตกต่างของการฝัง TPU |
TPUOrdinal Selector | ตัวเลือกแกน TPU Op |
TPUพาร์ติชันอินพุต <T> | op ที่จัดกลุ่มรายการของอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
TPUPartitionedInputV2 <T> | op ที่จัดกลุ่มรายการของอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
TPUReplicatedInput <T> | เชื่อมต่ออินพุต N เข้ากับการคำนวณ TPU ที่จำลองแบบทาง N |
TPURoundRobin | โหลดบาลานซ์แบบ Round-robin บนแกน TPU |
ตัวแปรชั่วคราว <T> | ส่งกลับเทนเซอร์ที่อาจกลายพันธุ์ แต่ยังคงอยู่ภายในขั้นตอนเดียวเท่านั้น |
TensorArrayGather <T> | รวบรวมองค์ประกอบเฉพาะจาก TensorArray ลงในเอาต์พุต `value' |
TensorArrayPack <T> | |
TensorArrayRead <T> | อ่านองค์ประกอบจาก TensorArray ลงในเอาต์พุต `value' |
TensorArrayScatter | กระจายข้อมูลจากค่าอินพุตไปยังองค์ประกอบ TensorArray เฉพาะ |
TensorArraySize | รับขนาดปัจจุบันของ TensorArray |
TensorArraySplit | แยกข้อมูลจากค่าอินพุตเป็นองค์ประกอบ TensorArray |
TensorArrayแกะ | |
TensorArrayWrite | ดันองค์ประกอบไปที่ tensor_array |
TensorListConcatLists | |
TensorListElementShape <T ขยายจำนวน> | รูปร่างขององค์ประกอบของรายการที่กำหนดเป็นเทนเซอร์ |
TensorListFromTensor | สร้าง TensorList ซึ่งเมื่อซ้อนกันจะมีค่าเป็น `tensor` |
TensorListGather <T> | สร้าง Tensor โดยการทำดัชนีลงใน TensorList |
TensorListGetItem <T> | |
TensorListLength | ส่งกลับจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต |
TensorListPushBack | ส่งกลับรายการที่มี `Tensor` ที่ผ่านเข้ามาเป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่น ๆ ของรายการที่กำหนดใน `input_handle` |
TensorListPushBackBatch | |
TensorList สำรอง | รายการขนาดที่กำหนดพร้อมองค์ประกอบว่าง |
TensorListปรับขนาด | ปรับขนาดรายการ |
TensorListScatter | สร้าง TensorList โดยการจัดทำดัชนีเป็น Tensor |
TensorListScatterIntoExistingList | กระจายเทนเซอร์ที่ดัชนีในรายการอินพุต |
TensorListScatterV2 | สร้าง TensorList โดยการจัดทำดัชนีเป็น Tensor |
TensorListSetItem | |
แยก TensorList | แยกเทนเซอร์ออกเป็นรายการ |
TensorListStack <T> | ซ้อนเทนเซอร์ทั้งหมดในรายการ |
TensorMapลบ | ส่งคืนแผนที่เทนเซอร์พร้อมรายการจากคีย์ที่กำหนดซึ่งถูกลบ |
TensorMapHasKey | ส่งคืนว่ามีคีย์ที่กำหนดอยู่ในแผนที่หรือไม่ |
TensorMapแทรก | ส่งกลับแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่กำหนด |
TensorMapLookup <U> | ส่งกลับค่าจากคีย์ที่กำหนดในแผนที่เทนเซอร์ |
TensorMapSize | ส่งกลับจำนวนเทนเซอร์ในแมปเทนเซอร์อินพุต |
TensorMapStackKeys <T> | ส่งกลับ Tensor Stack ของคีย์ทั้งหมดในแผนที่เทนเซอร์ |
TensorScatterเพิ่ม <T> | เพิ่ม `อัพเดต' แบบกระจัดกระจายให้กับเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
TensorScatterMax <T> | ใช้การอัปเดตแบบกระจัดกระจายกับเทนเซอร์โดยใช้ค่าสูงสุดตามองค์ประกอบ |
TensorScatterMin <T> | |
TensorScatterSub <T> | ลบ `อัพเดต' ที่กระจัดกระจายออกจากเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
TensorScatterUpdate <T> | กระจาย `อัพเดต' ลงในเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
TensorStridedSliceUpdate <T> | กำหนด `value' ให้กับการอ้างอิงค่า l ของ `input' |
ชุดข้อมูล ThreadPool | สร้างชุดข้อมูลที่ใช้เธรดพูลที่กำหนดเองเพื่อคำนวณ `ชุดข้อมูลอินพุต' |
ThreadPoolHandle | สร้างชุดข้อมูลที่ใช้เธรดพูลที่กำหนดเองเพื่อคำนวณ `ชุดข้อมูลอินพุต' |
ไทล์ <T> | สร้างเทนเซอร์โดยการเรียงตัวเทนเซอร์ที่กำหนด |
การประทับเวลา | แสดงเวลาตั้งแต่ยุคเป็นวินาที |
ทูบูล | แปลงเทนเซอร์เป็นเพรดิเคตสเกลาร์ |
TpuHandleToProtoKey | แปลงแฮนเดิล uid ของ XRT เป็นรูปแบบอินพุตที่เป็นมิตรกับ TensorFlow |
TridiagonalMatMul <T> | คำนวณผลิตภัณฑ์ด้วยเมทริกซ์สามมิติ |
TridiagonalSolve <T> | แก้สมการระบบเส้นทแยงมุม |
ปลดแบทช์ <T> | ย้อนกลับการทำงานของ Batch สำหรับ Tensor เอาต์พุตเดียว |
UnbatchGrad <T> | การไล่ระดับสีของ Unbatch |
Unicodeเข้ารหัส | เข้ารหัสเทนเซอร์ของ ints เป็นสตริงยูนิโค้ด |
UniformDequantize <U ขยายจำนวน> | Perform dequantization on the quantized Tensor `input`. |
UniformQuantize <U> | Perform quantization on Tensor `input`. |
UniformQuantizedAdd <T> | Perform quantized add of quantized Tensor `lhs` and quantized Tensor `rhs` to make quantized `output`. |
UniformQuantizedClipByValue <T> | Perform clip by value on the quantized Tensor `operand`. |
UniformQuantizedConvolution <U> | Perform quantized convolution of quantized Tensor `lhs` and quantized Tensor `rhs`. |
UniformQuantizedConvolutionHybrid <V extends Number> | Perform hybrid quantized convolution of float Tensor `lhs` and quantized Tensor `rhs`. |
UniformQuantizedDot <U> | Perform quantized dot of quantized Tensor `lhs` and quantized Tensor `rhs` to make quantized `output`. |
UniformQuantizedDotHybrid <V extends Number> | Perform hybrid quantized dot of float Tensor `lhs` and quantized Tensor `rhs`. |
UniformRequantize <U> | Given quantized tensor `input`, requantize it with new quantization parameters. |
UniqueDataset | Creates a dataset that contains the unique elements of `input_dataset`. |
UnravelIndex <T extends Number> | Converts an array of flat indices into a tuple of coordinate arrays. |
UnsortedSegmentJoin | |
UnwrapDatasetVariant | |
UpperBound <U extends Number> | Applies upper_bound(sorted_search_values, values) along each row. |
VarHandleOp | Creates a handle to a Variable resource. |
VarIsInitializedOp | Checks whether a resource handle-based variable has been initialized. |
Variable <T> | Holds state in the form of a tensor that persists across steps. |
VariableShape <T extends Number> | Returns the shape of the variable pointed to by `resource`. |
Where | Returns locations of nonzero / true values in a tensor. |
Where3 <T> | Selects elements from `x` or `y`, depending on `condition`. |
WindowOp | |
WorkerHeartbeat | Worker heartbeat op. |
WrapDatasetVariant | |
XlaConcatND <T> | Concats input tensor across all dimensions. |
XlaRecvFromHost <T> | An op to receive a tensor from the host. |
XlaRecvTPUEmbeddingDeduplicationData | Receives deduplication data (indices and weights) from the embedding core. |
Xlog1py <T> | Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. |
Zeros <T> | An operator creating a constant initialized with zeros of the shape given by `dims`. |
ZerosLike <T> | Returns a tensor of zeros with the same shape and type as x. |