| 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 | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต 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 |
| ComputeDedupDataSize | op จะคำนวณขนาดของข้อมูลการขจัดความซ้ำซ้อนจากคอร์ที่ฝังอยู่และส่งคืนการกำหนดค่าที่อัปเดต |
| 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 |
| แปลงToCooTensor | |
| 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 | ดีบักสรุปตัวเลข Op. |
| 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 เป็นชุดข้อมูลของวัตถุ '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 |
| รับ MinibatchSplits ด้วย PhysicalReplica | |
| รับ MinibatchesInCsrWithPhysicalReplica | |
| รับตัวเลือก | ส่งคืน tf.data.Options ที่แนบมากับ `input_dataset` |
| รับ SessionHandle | เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน |
| GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
| GlobalIterId | |
| 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 |
| เตรียมใช้งาน Table | 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 |
| ListSnapshotChunksชุดข้อมูล | |
| 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 |
| ตารางแฮชที่เปลี่ยนแปลงได้ | 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 เป็นชุดข้อมูลของวัตถุ '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> | ดำเนินการนับถังขยะที่กระจัดกระจายสำหรับอินพุตเทนเซอร์ที่มอมแมม |
| raggedcross <t, u ขยายจำนวน> | สร้างคุณสมบัติข้ามจากรายการเทนเซอร์และส่งคืนเป็น raggedtensor |
| raggedfillempyrows <t> | |
| RaggedFillempyRowsGrad <T> | |
| raggedgather <t ขยายหมายเลข u> | รวบรวมชิ้นส่วนที่ขรุขระจากแกน `params` แกน` 0` ตาม 'ดัชนี' |
| raggedRange <u ขยายจำนวน, ขยายจำนวน> | ส่งคืน `raggedtensor` ที่มีลำดับตัวเลขที่ระบุ |
| raggedtensorFromVariant <u ขยายหมายเลข t> | ถอดรหัสเทนเซอร์ `ตัวแปร 'เป็น` raggedtensor' |
| Raggedtensortosparse <u> | แปลง `raggedtensor` เป็น 'sparsetensor' ด้วยค่าเดียวกัน |
| raggedtensortotensor <u> | สร้างเทนเซอร์ที่หนาแน่นจากเทนเซอร์ที่มอมแมมอาจเปลี่ยนรูปร่าง |
| Raggedtensortovariant | เข้ารหัส `raggedtensor` เป็นเทนเซอร์` ตัวแปร ' |
| raggedtensortovariantgradient <u> | ผู้ช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `raggedtensortovariant` |
| RandomDatasetv2 | สร้างชุดข้อมูลที่ส่งคืนหมายเลขเทียม |
| RandomIndexShuffle <t ขยายหมายเลข> | เอาท์พุทตำแหน่งของ `value` ในการเปลี่ยนแปลงของ [0, ... , max_index] |
| ช่วง <t ขยายหมายเลข> | สร้างลำดับตัวเลข |
| อันดับ | ส่งคืนอันดับของเทนเซอร์ |
| ReadVariableOp <t> | อ่านค่าของตัวแปร |
| ReadVariablexlAsplitnd <T> | แยกเทนเซอร์อินพุตตัวแปรทรัพยากรในทุกมิติ |
| rebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ |
| rebatchDatasetv2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ |
| recv <t> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
| recvtpuembeddingactive | OP ที่ได้รับการเปิดใช้งานการฝัง TPU |
| การลดทอน | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติของเทนเซอร์ |
| การลดลง | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติของเทนเซอร์ |
| REDUCEMAX <T> | คำนวณองค์ประกอบสูงสุดในมิติของเทนเซอร์ |
| REDUCEMIN <t> | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ลดลง <t> | คำนวณผลิตภัณฑ์ขององค์ประกอบในมิติของเทนเซอร์ |
| ลด <t> | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| Refenter <T> | สร้างหรือค้นหากรอบเด็กและทำให้ `data 'พร้อมใช้งานกับกรอบเด็ก |
| refexit <t> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| การลงโทษ <t> | ส่งคืน Tensor Ref เดียวกับ Tensor Ref Input |
| refmerge <t> | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก `อินพุต 'ถึง' เอาต์พุต ' |
| Refnextiteration <T> | ทำให้อินพุตพร้อมใช้งานการทำซ้ำครั้งต่อไป |
| refselect <t> | ส่งต่อองค์ประกอบ `ดัชนี 'ของ` อินพุต' ไปยัง `output ' |
| refswitch <t> | ส่งต่อ Tensor ref tensor `data 'ไปยังพอร์ตเอาต์พุตที่กำหนดโดย` pred` |
| การลงทะเบียน | ลงทะเบียนชุดข้อมูลด้วยบริการ TF.Data |
| registerDatasetv2 | ลงทะเบียนชุดข้อมูลด้วยบริการ TF.Data |
| Relayout <T> | |
| Relayoutlike <t> | |
| regedizationRangePerchannel | คำนวณช่วงที่ต้องการต่อช่องสัญญาณ |
| regedizeperchannel <u> | ต้องการอินพุตด้วยค่าขั้นต่ำและสูงสุดที่รู้จักต่อช่องทาง |
| เปลี่ยนรูปร่าง <T> | เปลี่ยนเทนเซอร์ |
| ResourceAccumulatorApplyGradient | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
| ResourceAccumulatornumcumulated | ส่งคืนจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| ResourceAccumulatorsetGlobalstep | อัปเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
| ResourceAccumulatortakeGradient <T> | สกัดการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| ResourceApplyAdAgradv2 | อัปเดต '*var' ตามรูปแบบ Adagrad |
| Resourceapplyadamwithamsgrad | อัปเดต '*var' ตามอัลกอริทึม ADAM |
| Resourceapplykerasmomentum | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| ResourceConditionalAccumulator | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| ResourCecountupto <t ขยายหมายเลข> | ตัวแปรเพิ่มขึ้นชี้ไปที่ 'ทรัพยากร' จนกว่าจะถึง 'ขีด จำกัด ' |
| ResourceGather <U> | รวบรวมชิ้นจากตัวแปรที่ชี้ไปที่ `ทรัพยากร 'ตาม' ดัชนี ' |
| ResourceGathernd <U> | |
| Resourcescatteradd | เพิ่มการอัปเดตแบบเบาบางลงในตัวแปรอ้างอิงโดย `Resource ' |
| Resourcescatterdiv | แบ่งการอัปเดตแบบเบาบางลงในตัวแปรอ้างอิงโดย `ทรัพยากร ' |
| Resourcescattermax | ลดการอัปเดตแบบเบาบางลงในตัวแปรอ้างอิงโดย `ทรัพยากร 'โดยใช้การดำเนินการ` max` |
| Resourcescattermin | ลดการอัปเดตที่กระจัดกระจายลงในตัวแปรที่อ้างอิงโดย `ทรัพยากร 'โดยใช้การดำเนินการ` min` |
| Resourcescattermul | ทวีคูณการอัพเดทอย่างกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย `ทรัพยากร ' |
| Resourcescatterndadd | ใช้การเพิ่มอย่างกระจัดกระจายกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| Resourcescatterndmax | |
| Resourcescatterndmin | |
| Resourcescatterndsub | ใช้การลบแบบเบาบางกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| Resourcescatterndupdate | ใช้เบาบาง `การอัปเดต 'กับค่าแต่ละค่าหรือชิ้นภายในที่กำหนด ตัวแปรตาม `ดัชนี ' |
| ResourceScattersub | ลบการอัปเดตที่กระจัดกระจายจากตัวแปรอ้างอิงโดย `ทรัพยากร ' |
| ResourcescatterUpdate | กำหนดการอัปเดตแบบเบาบางให้กับตัวแปรที่อ้างอิงโดย `Resource ' |
| Resourcesparseapplyadagradv2 | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ Adagrad |
| Resourcespareapplykerasmomentum | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม |
| Resourcestridedsliceassign | กำหนด `value` ให้กับการอ้างอิง l-value ที่หั่นบาง ๆ ของ` ref` |
| RetrieveAlltpuembeddingparameters | OP ที่ดึงพารามิเตอร์การเพิ่มประสิทธิภาพจากการฝังเป็นหน่วยความจำโฮสต์ |
| RetrievetPuembeddingAdamparameters | ดึงพารามิเตอร์การฝังอดัม |
| RetrievetPuembeddingadadeltaparameters | ดึงพารามิเตอร์การฝัง Adadelta |
| RetrievetPuembeddingAdagradmomentumparameters | ดึงพารามิเตอร์การฝัง Adagrad โมเมนตัม |
| RetrievetPuembeddingadadagradparameters | ดึงพารามิเตอร์การฝัง Adagrad |
| RetrievetPuembeddingCenteredrmspropparameters | ดึงพารามิเตอร์การฝัง RMSPROP เป็นศูนย์กลาง |
| RetrievetPuembeddingftrlParameters | ดึงพารามิเตอร์การฝัง FTRL |
| RetrievetPuembeddingFrequencyestimatorParameters | ดึงพารามิเตอร์การฝังความถี่ |
| RetrievetPuembeddingMdladagradlightParameters | ดึงพารามิเตอร์การฝังแสง Adagrad MDL |
| RetrievetPuembeddingmomentumparameters | ดึงพารามิเตอร์การฝังโมเมนตัม |
| RetrievetPuembeddingdingdingdingdingdingdingdingDagradParameters | ดึงพารามิเตอร์การฝัง adagrad proximal |
| RetrievetPuembeddingDdingProximalyogiparameters | |
| RetrievetPuembeddingrmspropparameters | ดึงพารามิเตอร์การฝัง RMSPROP |
| RetrievetPuembeddingStochasticGradientDescentParameters | ดึงพารามิเตอร์การฝัง SGD |
| ย้อนกลับ <t> | ย้อนกลับมิติที่เฉพาะเจาะจงของเทนเซอร์ |
| Reversesequence <T> | ย้อนกลับชิ้นความยาวตัวแปร |
| เขียนใหม่ | |
| Riscabs <t ขยายจำนวน> | |
| riscadd <t ขยายจำนวน> | ส่งคืนองค์ประกอบ x + y ที่ชาญฉลาด |
| riscbinaryarithmetic <t ขยายจำนวน> | |
| RiscbinaryComparison | |
| Riscbitcast <u> | |
| Riscbroadcast <T> | |
| Risccast <u> | |
| riscceil <t ขยายจำนวน> | |
| Risccholesky <t ขยายจำนวน> | |
| RISCCONCAT <T> | |
| RISCCONV <T ขยายจำนวน> | |
| RISCCOS <T ขยายจำนวน> | |
| riscdiv <t ขยายจำนวน> | |
| riscdot <t ขยายจำนวน> | |
| riscexp <t ขยายจำนวน> | |
| riscfft <t> | |
| Riscfloor <t ขยายจำนวน> | |
| Riscgather <T> | |
| riscimag <u ขยายจำนวน> | |
| riscisfinite | |
| RISCLOG <T ขยายจำนวน> | |
| Risclogical และ | |
| Risclogicalnot | |
| ผู้ประกอบการ | |
| riscmax <t ขยายจำนวน> | ส่งคืนองค์ประกอบสูงสุด (x, y) |
| riscmin <t ขยายจำนวน> | |
| riscmul <t ขยายจำนวน> | |
| riscneg <t ขยายจำนวน> | |
| riscpad <t ขยายจำนวน> | |
| riscpool <t ขยายจำนวน> | |
| riscpow <t ขยายจำนวน> | |
| Riscrandomuniform | |
| Riscreal <u ขยายจำนวน> | |
| Riscreduce <t ขยายจำนวน> | |
| Riscrem <t ขยายจำนวน> | |
| Riscreshape <t ขยายจำนวน> | |
| Riscreverse <t ขยายจำนวน> | |
| riscscatter <u ขยายจำนวน> | |
| riscshape <u ขยายจำนวน> | |
| RISCSIGN <t ขยายจำนวน> | |
| riscslice <t ขยายจำนวน> | |
| riscsort <t ขยายจำนวน> | |
| riscsqueeze <t> | |
| RISCSUB <T ขยายจำนวน> | |
| Risctranspose <T> | |
| risctriangularsolve <t ขยายจำนวน> | |
| Riscunary <t ขยายจำนวน> | |
| rngreadandskip | เลื่อนเคาน์เตอร์ของ RNG ที่ใช้เคาน์เตอร์ |
| rngskip | เลื่อนเคาน์เตอร์ของ RNG ที่ใช้เคาน์เตอร์ |
| ม้วน <t> | ม้วนองค์ประกอบของเทนเซอร์ตามแกน |
| SamplingDataset | สร้างชุดข้อมูลที่ใช้ตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
| scaleandtranslate | |
| scaleandtranslategrad <t ขยายหมายเลข> | |
| scatteradd <t> | เพิ่มการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปร |
| scatterdiv <t> | แบ่งการอ้างอิงตัวแปรโดยการอัปเดตแบบกระจัดกระจาย |
| scattermax <t ขยายจำนวน> | ลดการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ `max` |
| scattermin <t ขยายจำนวน> | ลดการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ `min` |
| scattermul <t> | ทวีคูณการอัพเดทกระจัดกระจายเป็นข้อมูลอ้างอิงตัวแปร |
| scatternd <u> | Scatters `update 'เป็นเทนเซอร์ของรูปร่าง` รูปร่าง' ตาม 'ดัชนี' |
| scatterndadd <t> | ใช้การเพิ่มอย่างกระจัดกระจายกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| scatterndmax <t> | คำนวณค่าสูงสุดองค์ประกอบที่ชาญฉลาด |
| scatterndmin <t> | คำนวณขั้นต่ำองค์ประกอบที่ชาญฉลาด |
| scatterndnonaliasingadd <t> | ใช้การเพิ่มอย่างกระจัดกระจายกับ `อินพุต 'โดยใช้ค่าแต่ละค่าหรือชิ้นส่วน จาก `update 'ตามดัชนี` ดัชนี' |
| scatterndsub <t> | ใช้การลบแบบเบาบางกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| scatterndupdate <t> | ใช้เบาบาง `การอัปเดต 'กับค่าแต่ละค่าหรือชิ้นภายในที่กำหนด ตัวแปรตาม `ดัชนี ' |
| Scattersub <T> | ลบการอัพเดทอย่างกระจัดกระจายเป็นข้อมูลอ้างอิงตัวแปร |
| scatterupdate <t> | ใช้การอัพเดทแบบเบาบางกับการอ้างอิงตัวแปร |
| segmentMaxv2 <t ขยายหมายเลข> | คำนวณสูงสุดตามส่วนของเทนเซอร์ |
| segmentMinv2 <t ขยายหมายเลข> | คำนวณขั้นต่ำตามส่วนของเทนเซอร์ |
| segmentProdv2 <T> | คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ |
| SegmentsUmv2 <T> | คำนวณผลรวมตามส่วนของเทนเซอร์ |
| Selectv2 <t> | |
| ส่ง | ส่งเทนเซอร์ชื่อจาก send_device ไปยัง recv_device |
| sendtpuembeddinggradients | ทำการอัปเดตการไล่ระดับสีของตารางการฝัง |
| setdiff1d <t, u ขยายหมายเลข> | คำนวณความแตกต่างระหว่างสองรายการของตัวเลขหรือสตริง |
| การตั้งค่า | จำนวนองค์ประกอบที่ไม่ซ้ำกันตามมิติสุดท้ายของอินพุต `set ' |
| รูปร่าง <u ขยายจำนวน> | ส่งคืนรูปร่างของเทนเซอร์ |
| shapen <u ขยายจำนวน> | ส่งคืนรูปร่างของเทนเซอร์ |
| ชาร์ดดาสเซต | สร้างชุดข้อมูล `` ที่มีเพียง 1/`num_shards 'ของชุดข้อมูลนี้ |
| ShuffleAnDrepeatDatasetv2 | |
| shuffledatasetv2 | |
| shuffledatasetv3 | |
| shutdowndistributedtpu | ปิดระบบ TPU แบบกระจายที่ทำงานอยู่ |
| shutdowntpusystem | OP ที่ปิดระบบ TPU |
| ขนาด <u ขยายจำนวน> | ส่งคืนขนาดของเทนเซอร์ |
| Skipgram | แยกวิเคราะห์ไฟล์ข้อความและสร้างชุดตัวอย่าง |
| การนอนหลับ | |
| Slice <T> | ส่งคืนชิ้นจาก 'อินพุต' |
| SlidingWindowDataset | สร้างชุดข้อมูลที่ผ่านหน้าต่างเลื่อนผ่าน `input_dataset` |
| Snapshot <T> | ส่งคืนสำเนาของเทนเซอร์อินพุต |
| SnapshotchunkDataset | |
| SnapshotDataset | สร้างชุดข้อมูลที่จะเขียน / อ่านจากสแน็ปช็อต |
| SnapshotDataSetReader | |
| SnapshotnestedDataSetReader | |
| SOBOLSAMPLE <T ขยายหมายเลข> | สร้างคะแนนจากลำดับ SOBOL |
| Spacetobatchnd <T> | Spacetobatch สำหรับ ND Tensors ของ Type T. |
| sparseapplyadagradv2 <t> | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ Adagrad |
| Finsebincount <u ขยายจำนวน> | นับจำนวนการเกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| sparsecountsparseOutput <U ขยายหมายเลข> | ดำเนินการนับถังขยะที่กระจัดกระจายสำหรับอินพุตเทนเซอร์เบาบาง |
| sparsecrosshashashed | สร้างการข้ามกระจัดกระจายจากรายการของเทนเซอร์ที่กระจัดกระจายและหนาแน่น |
| sparsecrossv2 | สร้างการข้ามกระจัดกระจายจากรายการของเทนเซอร์ที่กระจัดกระจายและหนาแน่น |
| Sparsematrixadd | การเพิ่มเมทริกซ์ CSR สองตัวที่กระจัดกระจาย c = alpha * a + beta * B. |
| Sparsematrixmatmul <t> | เมทริกซ์-มัลติเพลี่เมทริกซ์เบาบางพร้อมเมทริกซ์หนาแน่น |
| Sparsematrixmul | การคูณองค์ประกอบที่ชาญฉลาดของเมทริกซ์เบาบางที่มีเทนเซอร์หนาแน่น |
| sparsematrixnnz | ส่งคืนจำนวน nonzeroes ของ `sparse_matrix` |
| sparsematrixorderingamd | คำนวณการสั่งซื้อระดับต่ำสุดโดยประมาณ (AMD) ของ `อินพุต ' |
| SparseMatrixSoftMax | คำนวณ softmax ของ csrsparsematrix |
| SparsematrixsoftMaxGrad | คำนวณการไล่ระดับสีของ sparsematrixsoftmax op |
| SparseMatrixsparsecholesky | คำนวณการสลายตัวของ cholesky เบาบางของ `อินพุต ' |
| Sparsematrixsparsematmul | เมทริกซ์ CSR สองเมทริกซ์ขนาดเล็กเมทริกซ์ `a` และ` b` |
| Sparsematrixtranspose | เปลี่ยนมิติภายใน (เมทริกซ์) ของ csrsparsematrix |
| Sparsematrixzeros | สร้าง All-Zeros Csrsparsematrix ด้วยรูปร่าง `Dense_shape` |
| sparsesegenceMeangradv2 <t ขยายจำนวน, u ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ sparsesegentmean |
| sparsesegmentsqrtngradv2 <t ขยายจำนวน, u ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ sparsesegmentsqrtn |
| sparsesegmentsumgrad <t ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ sparsesegmentsum |
| sparsesegmentsUmgradv2 <t ขยายจำนวน, u ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ sparsesegmentsum |
| sparsetensortocsrsparsematrix | แปลง sparsetensor เป็น (อาจเป็นชุด) csrsparsematrix |
| Spence <t ขยายหมายเลข> | |
| แยก <t> | แยกเทนเซอร์ออกเป็นเทนเซอร์ `num_split` ตามมิติเดียว |
| SplitDedUpData <t ขยายหมายเลขคุณขยายหมายเลข> | OP แยกข้อมูลการขจัดข้อมูลซ้ำซ้อน XLA เป็นจำนวนเต็มและเทนเซอร์จุดลอยตัว |
| Splitv <t> | แยกเทนเซอร์ออกเป็นเทนเซอร์ `num_split` ตามมิติเดียว |
| บีบ <t> | ลบขนาดของขนาด 1 ออกจากรูปร่างของเทนเซอร์ |
| สแต็ค <t> | แพ็ครายการของ `n` road-` `r` เทนเซอร์ลงในหนึ่งอันดับ-'(r+1)` เทนเซอร์ |
| เวที | ค่าเวทีคล้ายกับ enqueue ที่มีน้ำหนักเบา |
