PrimitiveOp

คลาสนามธรรมสาธารณะ PrimitiveOp

คลาสย่อยโดยตรงที่รู้จัก ยกเลิก , ทั้งหมด , AllToAll <T>, AnonymousHashTable , AnonymousIteratorV2 , AnonymousIteratorV3 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousMultiDeviceIteratorV3 , AnonymousMutableDenseHashTable , AnonymousMutableHashTable , AnonymousMutableHashTableOfTensors , AnonymousRandom SeedGenerator , AnonymousSeedGenerator , ใด ๆ และ อีก 745 คน ยกเลิก ยกข้อยกเว้นเพื่อยกเลิกกระบวนการเมื่อถูกเรียก ทั้งหมด คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ ออลทูออล <T> Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU HashTable ที่ไม่เปิดเผยตัวตน สร้างตารางแฮชที่ไม่ระบุชื่อที่ไม่ได้เตรียมใช้งาน AnonymousIteratorV2 คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ AnonymousIteratorV3 คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ หน่วยความจำแคชที่ไม่ระบุชื่อ AnonymousMultiDeviceIterator คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ ไม่ระบุชื่อ MultiDeviceIteratorV3 คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ ไม่ระบุชื่อผันแปรDenseHashTable สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าซึ่งใช้เทนเซอร์เป็นที่เก็บสำรอง ไม่ระบุชื่อMutableHashTable สร้างตารางแฮชที่ไม่ระบุชื่อที่ไม่ระบุชื่อที่ว่างเปล่า ไม่ระบุชื่อ MutableHashTableOfTensors สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าของค่าเวกเตอร์ เครื่องกำเนิดเมล็ดพันธุ์แบบสุ่มที่ไม่เปิดเผยตัวตน เครื่องกำเนิดเมล็ดพันธุ์ที่ไม่เปิดเผยตัวตน ใดๆ คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ ApplyAdagradV2 <T> อัปเดต '*var' ตามรูปแบบ adagrad ApproxTopK <T ขยายหมายเลข> ส่งกลับค่า k ต่ำสุด/สูงสุด และดัชนีของตัวถูกดำเนินการอินพุตในลักษณะโดยประมาณ AssertCardinalityชุดข้อมูล AssertNextชุดข้อมูล การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป AssertPrevชุดข้อมูล การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดเกิดขึ้นก่อนหน้านี้ ยืนยันสิ่งนั้น ยืนยันว่าเงื่อนไขที่กำหนดเป็นจริง กำหนด <T> อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน มอบหมายเพิ่ม <T> อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป AssignAddVariableOp เพิ่มค่าให้กับค่าปัจจุบันของตัวแปร มอบหมายย่อย <T> อัปเดต 'ref' โดยลบ 'value' ออกจากมัน กำหนด SubVariableOp ลบค่าออกจากค่าปัจจุบันของตัวแปร กำหนดตัวแปรOp กำหนดค่าใหม่ให้กับตัวแปร กำหนดตัวแปรXlaConcatND เชื่อมต่อเทนเซอร์อินพุตเข้ากับทุกมิติ ชุดข้อมูล AutoShard สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต BandedTriangleSolve <T> สิ่งกีดขวาง กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ สิ่งกีดขวางปิด ปิดสิ่งกีดขวางที่กำหนด สิ่งกีดขวางขนาดไม่สมบูรณ์ คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด สิ่งกีดขวางแทรกมากมาย สำหรับแต่ละคีย์ ให้กำหนดค่าตามลำดับให้กับส่วนประกอบที่ระบุ Barrier ReadySize คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด BarrierTakeMany นำองค์ประกอบที่เสร็จสมบูรณ์ตามจำนวนที่กำหนดจากสิ่งกีดขวาง แบทช์ แบทช์เทนเซอร์อินพุตทั้งหมดโดยไม่กำหนดไว้ 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 BlockLSTM <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด BlockLSTMGrad <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด BlockLSTMGradV2 <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด BlockLSTMV2 <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด BoostedTreesAggregateStats รวมสรุปสถิติสะสมสำหรับแบตช์ BoostedTreesBucketize เก็บข้อมูลแต่ละฟีเจอร์ตามขอบเขตของบัคเก็ต BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดแยก คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดSplitV2 คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดที่เป็นไปได้สำหรับแต่ละโหนด BoostedTrees คำนวณสิ่งที่ดีที่สุดกำไรต่อคุณสมบัติ คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น BoostedTreesCenterBias คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก BoostedTreesCreateEnsemble สร้างแบบจำลองทั้งมวลของแผนภูมิและส่งกลับหมายเลขอ้างอิง BoostedTreesCreateQuantileStreamResource สร้างทรัพยากรสำหรับสตรีม Quantile BoostedTreesDeserializeEnsemble ดีซีเรียลไลซ์การกำหนดค่า Tree Ensemble ที่เป็นอนุกรมและแทนที่แผนผังปัจจุบัน ทั้งมวล BoostedTreesEnsembleResourceHandleOp สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource BoostedTreesExampleDebugOutputs เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง BoostedTreesFlushQuantileสรุป ล้างข้อมูลสรุปควอนไทล์จากทรัพยากรสตรีมควอนไทล์แต่ละรายการ BoostedTreesGetEnsembleStates เรียกข้อมูลโทเค็นการประทับทรัพยากรชุดต้นไม้ จำนวนต้นไม้ และสถิติการเติบโต BoostedTreesMakeQuantileSummaries จัดทำข้อมูลสรุปของปริมาณสำหรับแบทช์ BoostedTreesMakeStatsSummary ทำการสรุปสถิติสะสมสำหรับแบตช์ BoostedTreesทำนาย รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก BoostedTreesQuantileStreamResourceAddSummary เพิ่มข้อมูลสรุปควอนไทล์ให้กับทรัพยากรสตรีมควอนไทล์แต่ละรายการ BoostedTreesQuantileStreamResourceDeserialize ดีซีเรียลไลซ์ขอบเขตบัคเก็ตและตั้งค่าสถานะพร้อมลงใน QuantileAccumulator ปัจจุบัน BoostedTreesQuantileStreamResourceFlush ล้างข้อมูลสรุปสำหรับทรัพยากรสตรีมแบบควอนไทล์ BoostedTreesQuantileStreamResourceGetBucketBoundaries สร้างขอบเขตบัคเก็ตสำหรับแต่ละฟีเจอร์ตามข้อมูลสรุปที่สะสม BoostedTreesQuantileStreamResourceHandleOp สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource BoostedTreesSerializeEnsemble ทำให้ชุดต้นไม้เป็นอนุกรมเป็นโปรโต BoostedTreesSparseAggregateStats รวมสรุปสถิติสะสมสำหรับแบตช์ BoostedTreesSparseCalculateBestFeatureSplit คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น BoostedTreesTrainingทำนาย รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณการอัปเดตเป็นบันทึกที่แคชไว้ BoostedTreesUpdateEnsemble อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังปลูก หรือโดยการเริ่มต้นไม้ใหม่ BoostedTreesUpdateEnsembleV2 อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ BroadcastDynamicShape <T ขยายหมายเลข> คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ BroadcastGradientArgs <T ขยายหมายเลข> ส่งกลับดัชนีการลดสำหรับการคำนวณการไล่ระดับสีของ s0 op s1 พร้อมการออกอากาศ ออกอากาศถึง <T> ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ ถัง Bucketizes 'อินพุต' ตาม 'ขอบเขต' CSRSparseMatrixComponents <T> อ่านส่วนประกอบ CSR ที่แบทช์ `ดัชนี` CSRSparseMatrixToDense <T> แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น CSRSparseMatrixToSparseTensor <T> แปลง CSRSparesMatrix (อาจเป็นชุด) เป็น SparseTensor ชุดข้อมูล CSV CSVDatasetV2 CTCLossV2 คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ ชุดข้อมูลแคชV2 CheckNumericsV2 <T ขยายหมายเลข> ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf เลือกชุดข้อมูลที่เร็วที่สุด ClipByValue <T> ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ จัดเรียงTPUembedingMemory op ที่รวมโปรโตคอลการกำหนดค่าหน่วยความจำที่เข้ารหัสด้วยสตริงจากโฮสต์ทั้งหมด CollectiveAllToAllV2 <T ขยายหมายเลข> แลกเปลี่ยนเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน CollectiveAllToAllV3 <T ขยายหมายเลข> แลกเปลี่ยนเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน CollectiveAssignGroupV2 กำหนดคีย์กลุ่มตามการกำหนดกลุ่ม 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 รวม NonMaxSuppression เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การดำเนินการนี้ดำเนินการ non_max_suppression บนอินพุตต่อแบตช์ ในทุกคลาส คอมโพสิตเทนเซอร์ตัวแปรจากส่วนประกอบ เข้ารหัสค่า "ExtensionType" เป็นสเกลาร์เทนเซอร์ "ตัวแปร" คอมโพสิต TensorVariantToComponents ถอดรหัสเทนเซอร์สเกลาร์ "ตัวแปร" ให้เป็นค่า "ExtensionType" บีบอัดองค์ประกอบ บีบอัดองค์ประกอบชุดข้อมูล ComputeBatchSize คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน ComputeDedupDataTupleMask op คำนวณ tuple mask ของข้อมูลการขจัดข้อมูลซ้ำซ้อนจากคอร์ที่ฝัง เชื่อมต่อ <T> เชื่อมต่อเทนเซอร์ตามมิติเดียว กำหนดค่าและเริ่มต้นGlobalTPU ปฏิบัติการที่ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย กำหนดค่า DistributedTPU ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย กำหนดค่าการฝัง TPU ตั้งค่า TPUEmbedding ในระบบ TPU แบบกระจาย กำหนดค่า TPUmbeddingHost การดำเนินการที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ กำหนดค่า TPUEmbeddingMemory การดำเนินการที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ เชื่อมต่อ TPUembeddingHosts ปฏิบัติการที่ตั้งค่าการสื่อสารระหว่างอินสแตนซ์ซอฟต์แวร์โฮสต์ TPUEmbedding หลังจากที่ ConfigureTPUmbeddingHost ถูกเรียกในแต่ละโฮสต์แล้ว ค่าคงที่ <T> ตัวดำเนินการที่สร้างค่าคงที่ ใช้ MutexLock การดำเนินการนี้ใช้การล็อกที่สร้างโดย `MutexLock` ทริกเกอร์ควบคุม ไม่ทำอะไรเลย Conv <T ขยายจำนวน> คำนวณการบิด ND ที่กำหนด (N+1+batch_dims)-D `input` และ (N+2)-D `filter` เทนเซอร์ 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 CudnnRNNBackpropV3 <T ขยายหมายเลข> ขั้นบันไดหลัง CudnnRNNV3. CudnnRNNCanonicalToParamsV2 <T ขยายหมายเลข> แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ CudnnRNNParamsToCanonicalV2 <T ขยายหมายเลข> ดึงข้อมูลพารามิเตอร์ CudnnRNN ในรูปแบบมาตรฐาน CudnnRNNV3 <T ขยายหมายเลข> RNN ที่สนับสนุนโดย cuDNN CumulativeLogsumexp <T ขยายหมายเลข> คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' DTensorRestoreV2 DTensorSetGlobalTPUArray การดำเนินการที่แจ้งโฮสต์ของรหัสส่วนกลางของ TPU ทั้งหมดในระบบ 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. DebugIdentityV3 <T> จัดเตรียมการแมปข้อมูลประจำตัวของเทนเซอร์อินพุตประเภทที่ไม่ใช่การอ้างอิงสำหรับการดีบัก 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 ถอดรหัสโปรโต สหกรณ์แยกฟิลด์จากข้อความบัฟเฟอร์โปรโตคอลแบบซีเรียลไลซ์เป็นเทนเซอร์ ดีพคัดลอก <T> สร้างสำเนาของ `x` ลบIterator คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ ลบ MemoryCache ลบ MultiDeviceIterator คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ ลบ RandomSeedGenerator ลบSeedGenerator ลบเซสชัน Tensor ลบเทนเซอร์ที่ระบุโดยตัวจัดการในเซสชัน DenseBincount <U ขยายหมายเลข> นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม DenseCountSparseOutput <U ขยายหมายเลข> ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุต tf.tensor DenseToCSRSparseMatrix แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) ทำลายทรัพยากรOp ลบทรัพยากรที่ระบุโดยหมายเลขอ้างอิง ทำลายตัวแปรชั่วคราว <T> ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย ดัชนีอุปกรณ์ ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน ชุดข้อมูล DirectedInterleave ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ ปิดการใช้งาน CopyOnRead ปิดโหมดคัดลอกเมื่ออ่าน กระจายบันทึก DrawBoundingBoxesV2 <T ขยายหมายเลข> วาดกรอบขอบบนชุดรูปภาพ DummyIterationCounter DummyMemoryCache เครื่องกำเนิด DummySeed DynamicEnqueueTPU การฝัง ArbitraryTensorBatch ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น DynamicEnqueueTPUmbeddingRaggedTensorBatch พาร์ติชันไดนามิก <T> แบ่งพาร์ติชัน `data` เป็นเทนเซอร์ `num_partitions` โดยใช้ดัชนีจาก `partitions` ไดนามิกสติทช์ <T> แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว แก้ไขระยะทาง คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) อิ๊ก <U> คำนวณการสลายตัวแบบลักษณะเฉพาะของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป ไอน์ซุม <T> การหดตัวของเทนเซอร์ตามแบบแผนการรวมของไอน์สไตน์ ว่างเปล่า <T> สร้างเทนเซอร์ตามรูปร่างที่กำหนด ว่างเปล่า TensorList สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า แผนที่ Tensor ว่างเปล่า สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า เข้ารหัสโปรโต op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต เข้าคิว TPU การฝัง ArbitraryTensorBatch ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น เข้าคิวTPUmbeddingBatch การดำเนินการที่จัดคิวรายการเทนเซอร์แบทช์อินพุตเป็น TPUEmbedding เข้าคิว TPUembedingIntegerBatch การดำเนินการที่จัดคิวรายการเทนเซอร์แบทช์อินพุตเป็น TPUEmbedding เข้าคิว TPUembedRaggedTensorBatch ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup() ง่ายขึ้น เข้าคิวTPUmbeddingSparseBatch การดำเนินการที่จัดคิวดัชนีอินพุต TPUEmbedding จาก SparseTensor จัดคิว TPUembedSparseTensorBatch ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น 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` ชุดข้อมูลทดลองToTFRecord เขียนชุดข้อมูลที่กำหนดลงในไฟล์ที่กำหนดโดยใช้รูปแบบ TFRecord 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" FFTND <T> ND การแปลงฟูริเยร์ที่รวดเร็ว FileSystemSetConfiguration ตั้งค่าคอนฟิกของระบบไฟล์ เติม <U> สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ สรุปชุดข้อมูล สร้างชุดข้อมูลโดยใช้ tf.data.Options กับ `input_dataset` เสร็จสิ้นการฝัง TPU การดำเนินการที่สรุปการกำหนดค่า TPUEmbedding ลายนิ้วมือ สร้างค่าลายนิ้วมือ FresnelCos <T ขยายหมายเลข> FresnelSin <T ขยายหมายเลข> FusedBatchNormGradV3 <T ขยายหมายเลข U ขยายหมายเลข> การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐานแบบแบทช์ FusedBatchNormV3 <T ขยายหมายเลข U ขยายหมายเลข> การทำให้เป็นมาตรฐานแบบแบตช์ GRUBlockCell <T ขยายหมายเลข> คำนวณการแพร่กระจายไปข้างหน้าของเซลล์ GRU เป็นเวลา 1 ขั้นตอน GRUBlockCellGrad <T ขยายหมายเลข> คำนวณการแพร่กระจายกลับของเซลล์ GRU เป็นเวลา 1 ขั้นตอน รวบรวม <T> รวบรวมชิ้นส่วนจากแกน 'params' 'axis' ตาม 'ดัชนี' รวบรวม <T> รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' สร้าง BoundingBoxProposals การดำเนินการนี้สร้างภูมิภาคที่สนใจจากกล่องขอบเขตที่กำหนด (bbox_deltas) พุก wrt ที่เข้ารหัสตาม eq.2 ใน arXiv:1506.01497 op เลือกกล่องให้คะแนน `pre_nms_topn` อันดับต้นๆ ถอดรหัสด้วยความเคารพต่อจุดยึด ใช้การปราบปรามที่ไม่ใช่สูงสุดบนกล่องที่ทับซ้อนกันที่มีค่ามากกว่า `nms_threshold` ค่าทางแยก-over-union (iou) ทิ้งกล่องที่ด้านสั้นกว่าน้อยกว่า ` ขั้นต่ำ_ขนาด`. รับ ElementAtIndex รับองค์ประกอบที่ดัชนีที่ระบุในชุดข้อมูล 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 IFFTND <T> ND การแปลงฟูเรียร์เร็วแบบผกผัน IRFFTND <U ขยายหมายเลข> ND การแปลงฟูริเยร์ที่รวดเร็วจริงผกผัน ตัวตน <T> ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต อัตลักษณ์N ส่งคืนรายการเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับอินพุต เทนเซอร์ ละเว้นชุดข้อมูลข้อผิดพลาด สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด ImageProjectiveTransformV2 <T ขยายหมายเลข> ใช้การแปลงที่กำหนดกับแต่ละภาพ ImageProjectiveTransformV3 <T ขยายจำนวน> ใช้การแปลงที่กำหนดกับแต่ละภาพ Const ที่ไม่เปลี่ยนรูป <T> ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ InfeedDequeue <T> ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ InfeedDequeueTuple ดึงค่าหลายค่าจากการป้อนเข้าเป็นทูเพิล XLA ป้อนเข้าคิว op ที่ป้อนค่า Tensor เดียวในการคำนวณ InfeedEnqueuePrelinearizedBuffer การดำเนินการที่จัดคิวบัฟเฟอร์ที่กำหนดไว้ล่วงหน้าลงในอินพุต TPU InfeedEnqueueTuple ฟีดค่าเทนเซอร์หลายค่าลงในการคำนวณเป็นทูเพิล XLA เตรียมใช้งานตาราง เครื่องมือเริ่มต้นตารางที่รับเทนเซอร์สองตัวสำหรับคีย์และค่าตามลำดับ เตรียมใช้งานTableFromDataset เตรียมใช้งาน TableFromTextFile เตรียมข้อมูลเบื้องต้นให้กับตารางจากไฟล์ข้อความ 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 IsotonicRegression <U ขยายจำนวน> แก้ปัญหาการถดถอยไอโซโทนิกชุดหนึ่ง 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 LSTMBlockCell <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ไปข้างหน้า LSTM สำหรับขั้นตอน 1 ครั้ง LSTMBlockCellGrad <T ขยายหมายเลข> คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังเป็นเวลา 1 ครั้ง LinSpace <T ขยายหมายเลข> สร้างค่าในช่วงเวลา รายการชุดข้อมูล สร้างชุดข้อมูลที่ปล่อย "เทนเซอร์" แต่ละรายการหนึ่งครั้ง โหลดพารามิเตอร์การฝัง TPU ทั้งหมด การดำเนินการที่โหลดพารามิเตอร์การปรับให้เหมาะสมลงในหน่วยความจำแบบฝัง โหลดTPUEmbeddingADAMพารามิเตอร์ โหลดพารามิเตอร์การฝัง ADAM โหลดTPUEmbeddingAdadeltaParameters โหลดพารามิเตอร์การฝัง Adadelta โหลดTPUEmbeddingAdagradMomentumParameters โหลดพารามิเตอร์การฝัง Adagrad Momentum โหลดTPUEmbeddingAdagradParameters โหลดพารามิเตอร์การฝัง Adagrad โหลดTPUEmbeddingCenteredRMSPropParameters โหลดพารามิเตอร์การฝัง RMSProp ที่กึ่งกลาง โหลดTPUEmbeddingFTRLParameters โหลดพารามิเตอร์การฝัง FTRL โหลดTPUEmbeddingFrequencyEstimatorพารามิเตอร์ โหลดพารามิเตอร์การประมาณค่าความถี่ที่ฝังอยู่ โหลดTPUEmbeddingMDLAdagradLightParameters โหลดพารามิเตอร์การฝัง MDL Adagrad Light โหลดพารามิเตอร์ TPU การฝังโมเมนตัม โหลดพารามิเตอร์การฝังโมเมนตัม โหลดTPUEmbeddingProximalAdagradParameters โหลดพารามิเตอร์การฝัง Adagrad ใกล้เคียง โหลดพารามิเตอร์ TPUUEmbeddingProximalYogi โหลดTPUEmbeddingRMSPropParameters โหลดพารามิเตอร์การฝัง RMSProp โหลดTPUEการฝังพารามิเตอร์ StochasticGradientDescent โหลดพารามิเตอร์การฝัง SGD LookupTableExport <T, U> ส่งออกคีย์และค่าทั้งหมดในตาราง LookupTableFind <U> ค้นหาคีย์ในตาราง ส่งออกค่าที่เกี่ยวข้อง LookupTableนำเข้า แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ LookupTableInsert อัพเดตตารางเพื่อเชื่อมโยงคีย์กับค่า LookupTable ลบ ลบคีย์และค่าที่เกี่ยวข้องออกจากตาราง LookupTableSize คำนวณจำนวนองค์ประกอบในตารางที่กำหนด ห่วงCond ส่งต่ออินพุตไปยังเอาต์พุต LowerBound <U ขยายตัวเลข> ใช้ lower_bound(sorted_search_values, ค่า) ในแต่ละแถว Lu <T, U ขยายจำนวน> คำนวณการสลายตัวของ LU ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป ทำให้ไม่ซ้ำใคร ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ค่าเริ่มต้นของพวกเขา แผนที่เคลียร์ Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง แผนที่ขนาดไม่สมบูรณ์ Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ MapPeek Op ดูค่าที่คีย์ที่ระบุ ขนาดแผนที่ Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ แผนที่Stage สเตจ (คีย์, ค่า) ในคอนเทนเนอร์ที่ซ่อนอยู่ซึ่งทำงานเหมือนกับแฮชเทเบิล แผนที่Unstage Op ลบและส่งกลับค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง แผนที่UnstageNoKey Op ลบและส่งกลับการสุ่ม (คีย์, ค่า) จากภาชนะที่อยู่ด้านล่าง 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 ผสาน <T> ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" ไปยัง "เอาต์พุต" MergeDedupData op ผสานองค์ประกอบของจำนวนเต็มและทศนิยมเทนเซอร์เข้ากับข้อมูลการขจัดข้อมูลซ้ำซ้อนเป็น XLA tuple ขั้นต่ำ <T> คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ มิเรอร์แพด <T> แพดเทนเซอร์ด้วยค่าที่มิเรอร์ MirrorPadGrad <T> การไล่ระดับสีสำหรับ `MirrorPad` op MlirPassthroughOp ล้อมการคำนวณ MLIR ตามอำเภอใจที่แสดงเป็นโมดูลด้วยฟังก์ชัน main() 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> เพื่อนบ้านที่ใกล้ที่สุด เลือก k ศูนย์กลางที่ใกล้ที่สุดสำหรับแต่ละจุด ถัดไปหลังจาก <T ขยายหมายเลข> ส่งคืนค่าตัวแทนถัดไปของ "x1" ไปในทิศทางของ "x2" ตามองค์ประกอบ การวนซ้ำครั้งถัดไป <T> ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป ไม่อป ไม่ทำอะไรเลย NonDetermisticInts <U> สร้างจำนวนเต็มบางส่วนโดยไม่ได้กำหนดไว้ NonMaxSuppressionV5 <T ขยายหมายเลข> เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การตัดกล่องที่มีจุดตัดกันเกินสหภาพ (IOU) สูงซ้อนทับกับกล่องที่เลือกไว้ก่อนหน้านี้ ชุดข้อมูลที่ไม่สามารถซีเรียลไลซ์ได้ วันฮอต <U> ส่งกลับเทนเซอร์แบบร้อนเดียว คนอย่าง <T> ส่งกลับเทนเซอร์ของวัตถุที่มีรูปร่างและประเภทเดียวกันกับ x OptimizeDatasetV2 สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` ตัวเลือกชุดข้อมูล สร้างชุดข้อมูลโดยการแนบ tf.data.Options กับ `input_dataset` สั่งซื้อMapClear Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง สั่งซื้อแผนที่ขนาดไม่สมบูรณ์ Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ สั่งซื้อMapPeek Op ดูค่าที่คีย์ที่ระบุ สั่งซื้อMapSize Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ สั่งซื้อMapStage สเตจ (คีย์, ค่า) ในคอนเทนเนอร์ที่ซ่อนอยู่ซึ่งทำงานเหมือนได้รับคำสั่ง คอนเทนเนอร์ที่เกี่ยวข้อง สั่งซื้อแผนที่Unstage Op ลบและส่งกลับค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง สั่งซื้อMapUnstageNoKey Op ลบและส่งกลับองค์ประกอบ (key, value) ที่มีขนาดเล็กที่สุด คีย์จากคอนเทนเนอร์ที่ซ่อนอยู่ OutfeedDequeue <T> ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ OutfeedDequeueTuple ดึงค่าหลายค่าจากเอาท์พุตการคำนวณ OutfeedDequeueTupleV2 ดึงค่าหลายค่าจากเอาท์พุตการคำนวณ OutfeedDequeueV2 <T> ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ OutfeedEnqueue จัดคิวเทนเซอร์บนเอาท์พุตการคำนวณ OutfeedEnqueueTuple จัดคิวค่า Tensor หลายค่าบนเอาท์พุตการคำนวณ 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 แยกตัวอย่างV2 แปลงเวกเตอร์ของโปรโต tf.Example (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ ParseSequenceตัวอย่างV2 แปลงเวกเตอร์ของโปรโตส tf.io.SequenceExample (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ ตัวยึดตำแหน่ง <T> ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ ตัวยึดตำแหน่งด้วยค่าเริ่มต้น <T> ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต พรีลิเนียร์ op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงไปจนถึงเทนเซอร์ตัวแปรทึบแสง พรีลิเนียร์ไรซ์Tuple op ที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงให้เป็นเทนเซอร์ตัวแปรทึบแสง พิมพ์ พิมพ์สเกลาร์สตริง ชุดข้อมูล ThreadPool ส่วนตัว สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` ผลิตภัณฑ์ <T> คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ QuantizeAndDequantizeV4 <T ขยายหมายเลข> การหาปริมาณแล้วจึงแยกเทนเซอร์ออก QuantizeAndDequantizeV4Grad <T ขยายหมายเลข> ส่งกลับค่าการไล่ระดับสีของ `QuantizeAndDequantizeV4` QuantizedConcat <T> เชื่อมต่อเทนเซอร์เชิงปริมาณเข้าด้วยกันในมิติเดียว QuantizedConcatV2 <T> QuantizedConv2DAndRelu <V> QuantizedConv2DAndReluAndRequantize <V> QuantizedConv2DAndRequantize <V> QuantizedConv2DPerChannel <V> คำนวณ QuantizedConv2D ต่อช่องสัญญาณ QuantizedConv2Dด้วยอคติ <V> QuantizedConv2DWithBiasAndRelu <V> QuantizedConv2DWithBiasAndReluAndRequantize <W> QuantizedConv2DWithBiasAndRequantize <W> QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> QuantizedConv2DWithBiasSumAndRelu <V> QuantizedConv2DWithBiasSumAndReluAndRequantize <X> QuantizedDepthwiseConv2D <V> คำนวณ Conv2D ในเชิงลึกเชิงปริมาณ QuantizedDepthwiseConv2DWithBias <V> คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias QuantizedDepthwiseConv2DWithBiasAndRelu <V> คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias และ Relu QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias, Relu และ Requantize QuantizedMatMulWithBias <W> ดำเนินการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` พร้อมบวกอคติ QuantizedMatMulWithBiasAndDequantize <W ขยายหมายเลข> QuantizedMatMulWithBiasAndRelu <V> ทำการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` โดยมีการรวมอคติบวกและรีลู QuantizedMatMulWithBiasAndReluAndRequantize <W> ดำเนินการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` โดยมีอคติบวกและ relu และกำหนดปริมาณฟิวชั่นใหม่ QuantizedMatMulWithBiasAndRequantize <W> QuantizedReshape <T> ปรับรูปร่างเทนเซอร์เชิงปริมาณตามตัวเลือก Reshape RFFTND <U> ND การแปลงฟูเรียร์จริงที่รวดเร็ว RaggedBincount <U ขยายหมายเลข> นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม RaggedCountSparseOutput <U ขยายหมายเลข> ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุตเทนเซอร์ที่ขาดหาย RaggedCross <T, U ขยายหมายเลข> สร้างคุณลักษณะที่ตัดกันจากรายการเทนเซอร์ และส่งกลับเป็น RaggedTensor RaggedFillEmptyRows <T> RaggedFillEmptyRowsGrad <T> RaggedGather <T extends Number, U> Gather ragged slices from `params` axis `0` according to `indices`. RaggedRange <U extends Number, T extends Number> Returns a `RaggedTensor` containing the specified sequences of numbers. RaggedTensorFromVariant <U extends Number, T> Decodes a `variant` Tensor into a `RaggedTensor`. RaggedTensorToSparse <U> Converts a `RaggedTensor` into a `SparseTensor` with the same values. RaggedTensorToTensor <U> Create a dense tensor from a ragged tensor, possibly altering its shape. RaggedTensorToVariant Encodes a `RaggedTensor` into a `variant` Tensor. RaggedTensorToVariantGradient <U> Helper used to compute the gradient for `RaggedTensorToVariant`. RandomDatasetV2 Creates a Dataset that returns pseudorandom numbers. RandomIndexShuffle <T extends Number> Outputs the position of `value` in a permutation of [0, ..., max_index]. Range <T extends Number> Creates a sequence of numbers. Rank Returns the rank of a tensor. ReadVariableOp <T> Reads the value of a variable. ReadVariableXlaSplitND <T> Splits resource variable input tensor across all dimensions. RebatchDataset Creates a dataset that changes the batch size. RebatchDatasetV2 Creates a dataset that changes the batch size. Recv <T> Receives the named tensor from send_device on recv_device. RecvTPUEmbeddingActivations An op that receives embedding activations on the TPU. ReduceAll Computes the "logical and" of elements across dimensions of a tensor. ReduceAny Computes the "logical or" of elements across dimensions of a tensor. ReduceMax <T> Computes the maximum of elements across dimensions of a tensor. ReduceMin <T> Computes the minimum of elements across dimensions of a tensor. ReduceProd <T> Computes the product of elements across dimensions of a tensor. ReduceSum <T> Computes the sum of elements across dimensions of a tensor. RefEnter <T> Creates or finds a child frame, and makes `data` available to the child frame. RefExit <T> Exits the current frame to its parent frame. RefIdentity <T> Return the same ref tensor as the input ref tensor. RefMerge <T> Forwards the value of an available tensor from `inputs` to `output`. RefNextIteration <T> Makes its input available to the next iteration. RefSelect <T> Forwards the `index`th element of `inputs` to `output`. RefSwitch <T> Forwards the ref tensor `data` to the output port determined by `pred`. RegisterDataset Registers a dataset with the tf.data service. RegisterDatasetV2 Registers a dataset with the tf.data service. Relayout <T> RelayoutLike <T> RequantizationRangePerChannel Computes requantization range per channel. RequantizePerChannel <U> Requantizes input with min and max values known per channel. Reshape <T> Reshapes a tensor. ResourceAccumulatorApplyGradient Applies a gradient to a given accumulator. ResourceAccumulatorNumAccumulated Returns the number of gradients aggregated in the given accumulators. ResourceAccumulatorSetGlobalStep Updates the accumulator with a new value for global_step. ResourceAccumulatorTakeGradient <T> Extracts the average gradient in the given ConditionalAccumulator. ResourceApplyAdagradV2 Update '*var' according to the adagrad scheme. ResourceApplyAdamWithAmsgrad Update '*var' according to the Adam algorithm. ResourceApplyKerasMomentum Update '*var' according to the momentum scheme. ResourceConditionalAccumulator A conditional accumulator for aggregating gradients. ResourceCountUpTo <T extends Number> Increments variable pointed to by 'resource' until it reaches 'limit'. ResourceGather <U> Gather slices from the variable pointed to by `resource` according to `indices`. ResourceGatherNd <U> ResourceScatterAdd Adds sparse updates to the variable referenced by `resource`. ResourceScatterDiv Divides sparse updates into the variable referenced by `resource`. ResourceScatterMax Reduces sparse updates into the variable referenced by `resource` using the `max` operation. ResourceScatterMin Reduces sparse updates into the variable referenced by `resource` using the `min` operation. ResourceScatterMul Multiplies sparse updates into the variable referenced by `resource`. ResourceScatterNdAdd Applies sparse addition to individual values or slices in a Variable. ResourceScatterNdMax ResourceScatterNdMin ResourceScatterNdSub Applies sparse subtraction to individual values or slices in a Variable. ResourceScatterNdUpdate Applies sparse `updates` to individual values or slices within a given variable according to `indices`. ResourceScatterSub Subtracts sparse updates from the variable referenced by `resource`. ResourceScatterUpdate Assigns sparse updates to the variable referenced by `resource`. ResourceSparseApplyAdagradV2 Update relevant entries in '*var' and '*accum' according to the adagrad scheme. ResourceSparseApplyKerasMomentum Update relevant entries in '*var' and '*accum' according to the momentum scheme. ResourceStridedSliceAssign Assign `value` to the sliced l-value reference of `ref`. RetrieveAllTPUEmbeddingParameters An op that retrieves optimization parameters from embedding to host memory. RetrieveTPUEmbeddingADAMParameters Retrieve ADAM embedding parameters. RetrieveTPUEmbeddingAdadeltaParameters Retrieve Adadelta embedding parameters. RetrieveTPUEmbeddingAdagradMomentumParameters Retrieve Adagrad Momentum embedding parameters. RetrieveTPUEmbeddingAdagradParameters Retrieve Adagrad embedding parameters. RetrieveTPUEmbeddingCenteredRMSPropParameters Retrieve centered RMSProp embedding parameters. RetrieveTPUEmbeddingFTRLParameters Retrieve FTRL embedding parameters. RetrieveTPUEmbeddingFrequencyEstimatorParameters Retrieve frequency estimator embedding parameters. RetrieveTPUEmbeddingMDLAdagradLightParameters Retrieve MDL Adagrad Light embedding parameters. RetrieveTPUEmbeddingMomentumParameters Retrieve Momentum embedding parameters. RetrieveTPUEmbeddingProximalAdagradParameters Retrieve proximal Adagrad embedding parameters. RetrieveTPUEmbeddingProximalYogiParameters RetrieveTPUEmbeddingRMSPropParameters Retrieve RMSProp embedding parameters. RetrieveTPUEmbeddingStochasticGradientDescentParameters Retrieve SGD embedding parameters. Reverse <T> Reverses specific dimensions of a tensor. ReverseSequence <T> Reverses variable length slices. RewriteDataset RiscAbs <T extends Number> RiscAdd <T extends Number> Returns x + y element-wise. RiscBinaryArithmetic <T extends Number> RiscBinaryComparison RiscBitcast <U> RiscBroadcast <T> RiscCast <U> RiscCeil <T extends Number> RiscCholesky <T extends Number> RiscConcat <T> RiscConv <T extends Number> RiscCos <T extends Number> RiscDiv <T extends Number> RiscDot <T extends Number> RiscExp <T extends Number> RiscFft <T> RiscFloor <T extends Number> RiscGather <T> RiscImag <U extends Number> RiscIsFinite RiscLog <T extends Number> RiscLogicalAnd RiscLogicalNot RiscLogicalOr RiscMax <T extends Number> Returns max(x, y) element-wise. RiscMin <T extends Number> RiscMul <T extends Number> RiscNeg <T extends Number> RiscPad <T extends Number> RiscPool <T extends Number> RiscPow <T extends Number> RiscRandomUniform RiscReal <U extends Number> RiscReduce <T extends Number> RiscRem <T extends Number> RiscReshape <T extends Number> RiscReverse <T extends Number> RiscScatter <U extends Number> RiscShape <U extends Number> RiscSign <T extends Number> RiscSlice <T extends Number> RiscSort <T extends Number> RiscSqueeze <T> RiscSub <T extends Number> RiscTranspose <T> RiscTriangularSolve <T extends Number> RiscUnary <T extends Number> RngReadAndSkip Advance the counter of a counter-based RNG. RngSkip Advance the counter of a counter-based RNG. Roll <T> Rolls the elements of a tensor along an axis. SamplingDataset Creates a dataset that takes a Bernoulli sample of the contents of another dataset. ScaleAndTranslate ScaleAndTranslateGrad <T extends Number> ScatterAdd <T> Adds sparse updates to a variable reference. ScatterDiv <T> Divides a variable reference by sparse updates. ScatterMax <T extends Number> Reduces sparse updates into a variable reference using the `max` operation. ScatterMin <T extends Number> Reduces sparse updates into a variable reference using the `min` operation. ScatterMul <T> Multiplies sparse updates into a variable reference. ScatterNd <U> Scatters `updates` into a tensor of shape `shape` according to `indices`. ScatterNdAdd <T> Applies sparse addition to individual values or slices in a Variable. ScatterNdMax <T> Computes element-wise maximum. ScatterNdMin <T> Computes element-wise minimum. ScatterNdNonAliasingAdd <T> Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`. ScatterNdSub <T> Applies sparse subtraction to individual values or slices in a Variable. ScatterNdUpdate <T> Applies sparse `updates` to individual values or slices within a given variable according to `indices`. ScatterSub <T> Subtracts sparse updates to a variable reference. ScatterUpdate <T> Applies sparse updates to a variable reference. SegmentMaxV2 <T extends Number> Computes the maximum along segments of a tensor. SegmentMinV2 <T extends Number> Computes the minimum along segments of a tensor. SegmentProdV2 <T> Computes the product along segments of a tensor. SegmentSumV2 <T> Computes the sum along segments of a tensor. SelectV2 <T> Send Sends the named tensor from send_device to recv_device. SendTPUEmbeddingGradients Performs gradient updates of embedding tables. SetDiff1d <T, U extends Number> Computes the difference between two lists of numbers or strings. SetSize Number of unique elements along last dimension of input `set`. Shape <U extends Number> Returns the shape of a tensor. ShapeN <U extends Number> Returns shape of tensors. ShardDataset Creates a `Dataset` that includes only 1/`num_shards` of this dataset. ShuffleAndRepeatDatasetV2 ShuffleDatasetV2 ShuffleDatasetV3 ShutdownDistributedTPU Shuts down a running distributed TPU system. ShutdownTPUSystem An op that shuts down the TPU system. Size <U extends Number> Returns the size of a tensor. Skipgram Parses a text file and creates a batch of examples. SleepDataset Slice <T> Return a slice from 'input'. SlidingWindowDataset Creates a dataset that passes a sliding window over `input_dataset`. Snapshot <T> Returns a copy of the input tensor. SnapshotChunkDataset SnapshotDataset Creates a dataset that will write to / read from a snapshot. SnapshotDatasetReader SnapshotNestedDatasetReader SobolSample <T extends Number> Generates points from the Sobol sequence. SpaceToBatchNd <T> SpaceToBatch for ND tensors of type T. SparseApplyAdagradV2 <T> Update relevant entries in '*var' and '*accum' according to the adagrad scheme. SparseBincount <U extends Number> Counts the number of occurrences of each value in an integer array. SparseCountSparseOutput <U extends Number> Performs sparse-output bin counting for a sparse tensor input. SparseCrossHashed Generates sparse cross from a list of sparse and dense tensors. SparseCrossV2 Generates sparse cross from a list of sparse and dense tensors. SparseMatrixAdd Sparse addition of two CSR matrices, C = alpha * A + beta * B. SparseMatrixMatMul <T> Matrix-multiplies a sparse matrix with a dense matrix. SparseMatrixMul Element-wise multiplication of a sparse matrix with a dense tensor. SparseMatrixNNZ Returns the number of nonzeroes of `sparse_matrix`. SparseMatrixOrderingAMD Computes the Approximate Minimum Degree (AMD) ordering of `input`. SparseMatrixSoftmax Calculates the softmax of a CSRSparseMatrix. SparseMatrixSoftmaxGrad Calculates the gradient of the SparseMatrixSoftmax op. SparseMatrixSparseCholesky Computes the sparse Cholesky decomposition of `input`. SparseMatrixSparseMatMul Sparse-matrix-multiplies two CSR matrices `a` and `b`. SparseMatrixTranspose Transposes the inner (matrix) dimensions of a CSRSparseMatrix. SparseMatrixZeros Creates an all-zeros CSRSparseMatrix with shape `dense_shape`. SparseSegmentMeanGradV2 <T extends Number, U extends Number> คำนวณการไล่ระดับสีสำหรับ SparseSegmentMean SparseSegmentSqrtNGradV2 <T extends Number, U extends Number> Computes gradients for SparseSegmentSqrtN. SparseSegmentSumGrad <T extends Number> Computes gradients for SparseSegmentSum. SparseSegmentSumGradV2 <T extends Number, U extends Number> Computes gradients for SparseSegmentSum. SparseTensorToCSRSparseMatrix Converts a SparseTensor to a (possibly batched) CSRSparseMatrix. Spence <T extends Number> Split <T> Splits a tensor into `num_split` tensors along one dimension. SplitDedupData <T extends Number, U extends Number> An op splits input deduplication data XLA tuple into integer and floating point tensors. SplitV <T> Splits a tensor into `num_split` tensors along one dimension. Squeeze <T> Removes dimensions of size 1 from the shape of a tensor. Stack <T> Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor. Stage Stage values similar to a lightweight Enqueue. StageClear Op removes all elements in the underlying container. StagePeek Op peeks at the values at the specified index. StageSize Op returns the number of elements in the underlying container. StatefulRandomBinomial <V extends Number> StatefulStandardNormal <U> Outputs random values from a normal distribution. StatefulStandardNormalV2 <U> Outputs random values from a normal distribution. StatefulTruncatedNormal <U> Outputs random values from a truncated normal distribution. StatefulUniform <U> Outputs random values from a uniform distribution. StatefulUniformFullInt <U> Outputs random integers from a uniform distribution. StatefulUniformInt <U> Outputs random integers from a uniform distribution. StatelessParameterizedTruncatedNormal <V extends Number> StatelessRandomBinomial <W extends Number> Outputs deterministic pseudorandom random numbers from a binomial distribution. StatelessRandomGammaV2 <V extends Number> Outputs deterministic pseudorandom random numbers from a gamma distribution. StatelessRandomGammaV3 <U extends Number> Outputs deterministic pseudorandom random numbers from a gamma distribution. StatelessRandomGetAlg Picks the best counter-based RNG algorithm based on device. StatelessRandomGetKeyCounter Scrambles seed into key and counter, using the best algorithm based on device. StatelessRandomGetKeyCounterAlg Picks the best algorithm based on device, and scrambles seed into key and counter. StatelessRandomNormalV2 <U extends Number> Outputs deterministic pseudorandom values from a normal distribution. StatelessRandomPoisson <W extends Number> Outputs deterministic pseudorandom random numbers from a Poisson distribution. StatelessRandomUniformFullInt <V extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformFullIntV2 <U extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformIntV2 <U extends Number> Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformV2 <U extends Number> Outputs deterministic pseudorandom random values from a uniform distribution. StatelessSampleDistortedBoundingBox <T extends Number> Generate a randomly distorted bounding box for an image deterministically. StatelessShuffle <T> Randomly and deterministically shuffles a tensor along its first dimension. StatelessTruncatedNormalV2 <U extends Number> Outputs deterministic pseudorandom values from a truncated normal distribution. StatsAggregatorHandleV2 StatsAggregatorSetSummaryWriter Set a summary_writer_interface to record statistics using given stats_aggregator. StochasticCastToInt <U extends Number> Stochastically cast a given tensor from floats to ints. StopGradient <T> Stops gradient computation. StridedSlice <T> Return a strided slice from `input`. StridedSliceAssign <T> Assign `value` to the sliced l-value reference of `ref`. StridedSliceGrad <U> Returns the gradient of `StridedSlice`. StringLower Converts all uppercase characters into their respective lowercase replacements. StringNGrams <T extends Number> Creates ngrams from ragged string data. StringUpper Converts all lowercase characters into their respective uppercase replacements. Sum <T> Computes the sum of elements across dimensions of a tensor. SwitchCond <T> Forwards `data` to the output port determined by `pred`. SyncDevice Synchronizes the device this op is run on. TFRecordDatasetV2 Creates a dataset that emits the records from one or more TFRecord files. TPUCompilationResult Returns the result of a TPU compilation. TPUCompileSucceededAssert Asserts that compilation succeeded. TPUEmbeddingActivations An op enabling differentiation of TPU Embeddings. TPUExecute Op that loads and executes a TPU program on a TPU device. TPUExecuteAndUpdateVariables Op that executes a program with optional in-place variable updates. TPUOrdinalSelector A TPU core selector Op. TPUPartitionedInput <T> An op that groups a list of partitioned inputs together. TPUPartitionedInputV2 <T> An op that groups a list of partitioned inputs together. TPUPartitionedOutput <T> An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned outputs outside the XLA computation. TPUPartitionedOutputV2 <T> An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned outputs outside the XLA computation. TPUReplicateMetadata Metadata indicating how the TPU computation should be replicated. TPUReplicatedInput <T> Connects N inputs to an N-way replicated TPU computation. TPUReplicatedOutput <T> Connects N outputs from an N-way replicated TPU computation. TPUReshardVariables Op that reshards on-device TPU variables to specified state. TPURoundRobin Round-robin load balancing on TPU cores. TemporaryVariable <T> Returns a tensor that may be mutated, but only persists within a single step. TensorArray An array of Tensors of given size. TensorArrayClose Delete the TensorArray from its resource container. TensorArrayConcat <T> Concat the elements from the TensorArray into value `value`. TensorArrayGather <T> Gather specific elements from the TensorArray into output `value`. TensorArrayGrad Creates a TensorArray for storing the gradients of values in the given handle. TensorArrayGradWithShape Creates a TensorArray for storing multiple gradients of values in the given handle. TensorArrayPack <T> TensorArrayRead <T> Read an element from the TensorArray into output `value`. TensorArrayScatter Scatter the data from the input value into specific TensorArray elements. TensorArraySize Get the current size of the TensorArray. TensorArraySplit Split the data from the input value into TensorArray elements. TensorArrayUnpack TensorArrayWrite Push an element onto the tensor_array. TensorListConcat <T> Concats all tensors in the list along the 0th dimension. TensorListConcatLists TensorListConcatV2 <U> Concats all tensors in the list along the 0th dimension. TensorListElementShape <T extends Number> The shape of the elements of the given list, as a tensor. TensorListFromTensor Creates a TensorList which, when stacked, has the value of `tensor`. TensorListGather <T> Creates a Tensor by indexing into the TensorList. TensorListGetItem <T> TensorListLength Returns the number of tensors in the input tensor list. TensorListPopBack <T> Returns the last element of the input list as well as a list with all but that element. TensorListPushBack Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`. TensorListPushBackBatch TensorListReserve List of the given size with empty elements. TensorListResize Resizes the list. TensorListScatter Creates a TensorList by indexing into a Tensor. TensorListScatterIntoExistingList Scatters tensor at indices in an input list. TensorListScatterV2 Creates a TensorList by indexing into a Tensor. TensorListSetItem TensorListSplit Splits a tensor into a list. TensorListStack <T> Stacks all tensors in the list. TensorMapErase Returns a tensor map with item from given key erased. TensorMapHasKey Returns whether the given key exists in the map. TensorMapInsert Returns a map that is the 'input_handle' with the given key-value pair inserted. TensorMapLookup <U> Returns the value from a given key in a tensor map. TensorMapSize Returns the number of tensors in the input tensor map. TensorMapStackKeys <T> Returns a Tensor stack of all keys in a tensor map. TensorScatterAdd <T> Adds sparse `updates` to an existing tensor according to `indices`. TensorScatterMax <T> Apply a sparse update to a tensor taking the element-wise maximum. TensorScatterMin <T> TensorScatterSub <T> Subtracts sparse `updates` from an existing tensor according to `indices`. TensorScatterUpdate <T> Scatter `updates` into an existing tensor according to `indices`. TensorStridedSliceUpdate <T> Assign `value` to the sliced l-value reference of `input`. ThreadPoolDataset Creates a dataset that uses a custom thread pool to compute `input_dataset`. ThreadPoolHandle Creates a dataset that uses a custom thread pool to compute `input_dataset`. Tile <T> Constructs a tensor by tiling a given tensor. Timestamp Provides the time since epoch in seconds. ToBool Converts a tensor to a scalar predicate. TopKUnique Returns the TopK unique values in the array in sorted order. TopKWithUnique Returns the TopK values in the array in sorted order. TpuHandleToProtoKey Converts XRT's uid handles to TensorFlow-friendly input format. TridiagonalMatMul <T> Calculate product with tridiagonal matrix. TridiagonalSolve <T> Solves tridiagonal systems of equations. Unbatch <T> Reverses the operation of Batch for a single output Tensor. UnbatchGrad <T> Gradient of Unbatch. UncompressElement Uncompresses a compressed dataset element. UnicodeDecode <T extends Number> Decodes each string in `input` into a sequence of Unicode code points. UnicodeEncode Encode a tensor of ints into unicode strings. UniformDequantize <U extends Number> 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. Unique <T, V extends Number> Finds unique elements along an axis of a tensor. UniqueDataset Creates a dataset that contains the unique elements of `input_dataset`. UniqueWithCounts <T, V extends Number> Finds unique elements along an axis of a tensor. UnravelIndex <T extends Number> Converts an array of flat indices into a tuple of coordinate arrays. UnsortedSegmentJoin Unstack <T> Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors. Unstage Op is similar to a lightweight Dequeue. 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 WriteRawProtoSummary Writes a serialized proto summary. XlaConcatND <T> Concats input tensor across all dimensions. XlaRecvFromHost <T> An op to receive a tensor from the host. XlaRecvTPUEmbeddingActivations An op t