Operand

パブリックインターフェースオペランド

既知の間接サブクラス Abs <T extends TNumber >、 AccumulateN <T extends TType >、 AccumulatorNumAccumulated 、 AccumulatorTakeGradient <T extends TType >、 Acos <T extends TType >、 Acosh <T extends TType >、 Add <T extends TType >、 AddManySparseToTensorsMap 、 AddN <T extends TType >、 AddSparseToTensorsMap 、 AdjustContrast <T extends TNumber >、 AdjustHue <T extends TNumber >、 AdjustSaturation <T extends TNumber >、 All 、 AllReduce <T extends TNumber >、およびその他 774。 Abs <T extends TNumber > テンソルの絶対値を計算します。 AccumulateN <T はTTypeを拡張 > テンソルのリストの要素ごとの合計を返します。 アキュムレータNumAccumulated 指定されたアキュムレータに集約された勾配の数を返します。 AccumulatorTakeGradient <T extends TType > 指定された ConditionalAccumulator の平均勾配を抽出します。 Acos <T はTTypeを拡張 > x の acos を要素ごとに計算します。 Acosh <T はTTypeを拡張 > x の逆双曲線余弦を要素ごとに計算します。 <T extends TType >を追加します x + y を要素ごとに返します。 AddManySparseToTensorsMap 「N」ミニバッチ「SparseTensor」を「SparseTensorsMap」に追加し、「N」ハンドルを返します。 AddN <T はTTypeを拡張 > すべての入力テンソルを要素ごとに追加します。 SparseToTensorsMap を追加 `SparseTensor` を `SparseTensorsMap` に追加すると、そのハンドルが返されます。 AdjustContrast <T extends TNumber > 1 つまたは複数の画像のコントラストを調整します。 AdjustHue <T extends TNumber > 1 つまたは複数の画像の色相を調整します。 AdjustSaturation <T extends TNumber > 1 つまたは複数の画像の彩度を調整します。 全て テンソルの次元全体で要素の「論理積」を計算します。 AllReduce <T extends TNumber > 同じタイプと形状の複数のテンソルを相互に削減します。 AllToAll <T extends TType > TPU レプリカ間でデータを交換する Op。 角度<U はTNumberを延長 > 複素数の引数を返します。 どれでも テンソルの次元にわたる要素の「論理和」を計算します。 applyAdaMax <T はTTypeを拡張 > AdaMax アルゴリズムに従って「*var」を更新します。 applyAdadelta <T extends TType > adadelta スキームに従って「*var」を更新します。 applyAdagrad <T はTTypeを拡張 > adagrad スキームに従って「*var」を更新します。 applyAdagradDa <T はTTypeを拡張 > 近位の adagrad スキームに従って「*var」を更新します。 applyAdagradV2 <T はTTypeを拡張 > adagrad スキームに従って「*var」を更新します。 applyAdam <T extends TType > Adam アルゴリズムに従って「*var」を更新します。 applyAddSign <T はTTypeを拡張 > AddSign の更新に従って「*var」を更新します。 applyCenteredRmsProp <T はTTypeを拡張 > 中心の RMSProp アルゴリズムに従って「*var」を更新します。 applyFtrl <T はTTypeを拡張 > Ftrl-proximal スキームに従って「*var」を更新します。 applyGradientDescent <T extends TType > '*var' から 'alpha' * 'delta' を減算して更新します。 applyMomentum <T はTTypeを拡張 > 運動量スキームに従って「*var」を更新します。 applyPowerSign <T はTTypeを拡張 > AddSign の更新に従って「*var」を更新します。 applyProximalAdagrad <T はTTypeを拡張 > Adagrad 学習率の FOBOS に従って「*var」と「*accum」を更新します。 applyProximalGradientDescent <T extends TType > 「*var」を固定学習率の FOBOS アルゴリズムとして更新します。 applyRmsProp <T はTTypeを拡張 > RMSProp アルゴリズムに従って「*var」を更新します。 ほぼ等しい abs(xy) < 許容誤差の要素ごとの真理値を返します。 ArgMax <V はTNumberを拡張 > テンソルの次元全体で最大値を持つインデックスを返します。 ArgMin <V はTNumberを拡張 > テンソルの次元全体で最小値を持つインデックスを返します。 文字列として 指定されたテンソルの各エントリを文字列に変換します。 Asin <T extends TType > x の三角関数の逆サインを要素ごとに計算します。 Asinh <T はTTypeを拡張 > x の逆双曲線正弦を要素ごとに計算します。 AssertCardinalityDataset AssertNextDataset <T extends TType > を割り当てます 「value」を代入して「ref」を更新します。 AssignAdd <T extends TType > 「value」を追加して「ref」を更新します。 AssignSub <T はTTypeを拡張 > 'ref' から 'value' を減算して更新します。 Atan <T はTTypeを拡張 > x の三角関数逆正接を要素ごとに計算します。 Atan2 <T はTNumberを拡張 > 引数の符号を考慮して、「y/x」の逆正接を要素ごとに計算します。 アタン<T はTTypeを拡張 > x の逆双曲線正接を要素ごとに計算します。 オーディオスペクトログラム 時間の経過に伴うオーディオ データの視覚化を生成します。 オーディオ概要 音声付きの「概要」プロトコル バッファを出力します。 AutoShardDataset 入力データセットをシャーディングするデータセットを作成します。 AvgPool <T はTNumberを拡張 > 入力に対して平均プーリングを実行します。 AvgPool3d <T はTNumberを拡張 > 入力に対して 3D 平均プーリングを実行します。 AvgPool3dGrad <T はTNumberを拡張 > 平均プーリング関数の勾配を計算します。 AvgPoolGrad <T はTNumberを拡張 > 平均プーリング関数の勾配を計算します。 BandPart <T はTTypeを拡張 > 最も内側の各行列の中心バンドの外側をすべてゼロに設定するテンソルをコピーします。 BandedTriangularSolve <T extends TType > バリア 異なるグラフ実行にわたって持続するバリアを定義します。 バリア不完全サイズ 指定されたバリア内の不完全な要素の数を計算します。 バリアレディサイズ 指定されたバリア内の完全な要素の数を計算します。 BatchCholesky <T extends TNumber > BatchCholeskyGrad <T extends TNumber > バッチデータセット `input_dataset` から `batch_size` 要素をバッチ処理するデータセットを作成します。 バッチFft バッチFft2d バッチFft3d バッチイフト バッチIfft2d バッチIfft3d BatchMatMul <T はTTypeを拡張 > 2 つのテンソルのスライスをバッチで乗算します。 BatchMatrixBandPart <T はTTypeを拡張 > BatchMatrixDeterminant <T extends TType > BatchMatrixDiag <T はTTypeを拡張 > BatchMatrixDiagPart <T はTTypeを拡張 > BatchMatrixInverse <T extends TNumber > BatchMatrixSetDiag <T はTTypeを拡張 > BatchMatrixSolve <T extends TNumber > BatchMatrixSolveLs <T extends TNumber > BatchMatrixTriangularSolve <T extends TNumber > BatchNormWithGlobalNormalization <T extends TType > バッチ正規化。 BatchToSpace <T extends TType > T 型の 4 次元テンソルの BatchToSpace。 BatchToSpaceNd <T はTTypeを拡張 > T 型の ND テンソルの BatchToSpace。 BesselI0 <T はTNumberを拡張 > BesselI0e <T はTNumberを拡張 > BesselI1 <T はTNumberを拡張 > BesselI1e <T はTNumberを拡張 > BesselJ0 <T はTNumberを拡張 > BesselJ1 <T はTNumberを拡張 > BesselK0 <T はTNumberを拡張 > BesselK0e <T はTNumberを拡張 > BesselK1 <T はTNumberを拡張 > BesselK1e <T はTNumberを拡張 > BesselY0 <T はTNumberを拡張 > BesselY1 <T はTNumberを拡張 > Betainc <T extends TNumber > 正規化された不完全ベータ積分を計算します \\(I_x(a, b)\\)。 BiasAdd <T extends TType > 「値」に「バイアス」を追加します。 BiasAddGrad <T はTTypeを拡張 > 「バイアス」テンソルに対する「BiasAdd」の逆方向操作。 ビンカウント<T extends TNumber > 整数配列内の各値の出現数をカウントします。 ビットキャスト<U はTTypeを拡張 > データをコピーせずに、ある型から別の型にテンソルをビットキャストします。 BitwiseAnd <T extends TNumber > Elementwise は、「x」と「y」のビット単位の AND を計算します。 BitwiseOr <T extends TNumber > Elementwise は、「x」と「y」のビット単位の OR を計算します。 BitwiseXor <T extends TNumber > Elementwise は、「x」と「y」のビットごとの XOR を計算します。 BoostedTrees集計統計 バッチの蓄積された統計の概要を集計します。 ブーストツリーセンターバイアス トレーニング データから事前分布 (バイアス) を計算し、最初のノードにロジットの事前分布を入力します。 BoostedTreesアンサンブルリソースハンドルOp BoostedTreesEnsembleResource へのハンドルを作成します ブーストツリーの例デバッグ出力 各例のデバッグ/モデルの解釈可能性の出力。 BoostedTreesMakeStats概要 バッチの蓄積された統計の概要を作成します。 ブーストツリー予測 入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、 ロジットを計算します。 BoostedTreesQuantileStreamResourceHandleOp BoostedTreesQuantileStreamResource へのハンドルを作成します。 BroadcastDynamicShape <T extends TNumber > s0 op s1 の形状をブロードキャストで返します。 BroadcastRecv <T はTTypeを拡張 > 別のデバイスからブロードキャストされたテンソル値を受信します。 BroadcastSend <T はTTypeを拡張 > テンソル値を 1 つ以上の他のデバイスにブロードキャストします。 BroadcastTo <T extends TType > 互換性のある形状の配列をブロードキャストします。 バケット化 「境界」に基づいて「入力」をバケット化します。 BytesProducedStatsDataset StatsAggregator の `input_dataset` の各要素のバイト サイズを記録します。 CSRSparseMatrixToDense <T extends TType > (おそらくバッチ処理された) CSRSparseMatrix を密に変換します。 CSVデータセット CSVデータセットV2 キャッシュデータセット `input_dataset` から要素をキャッシュするデータセットを作成します。 キャッシュデータセットV2 キャスト<U extends TType > SrcT 型の x を DstT の y にキャストします。 Ceil <T extends TNumber > x 以上の要素ごとの最小の整数を返します。 CheckNumerics <T extends TNumber > テンソルの NaN、-Inf、+Inf 値をチェックします。 Cholesky <T はTTypeを拡張 > 1 つ以上の正方行列のコレスキー分解を計算します。 CholeskyGrad <T extends TNumber > コレスキー アルゴリズムの逆伝搬モードの逆伝播勾配を計算します。 最速のデータセットを選択してください ClipByValue <T はTTypeを拡張 > テンソル値を指定された最小値と最大値にクリップします。 ClusterOutput <T extends TType > XLA 計算の出力を他のコンシューマー グラフ ノードに接続する演算子。 CollectiveGather <T extends TNumber > 同じタイプと形状の複数のテンソルを相互に蓄積します。 CollectivePermute <T extends TType > レプリケートされた TPU インスタンス全体でテンソルを並べ替える Op。 比較とビットパック 「input」の値を「threshold」と比較し、結果のビットを「uint8」にパックします。 コンパイル結果 TPU コンパイルの結果を返します。 複合<U はTTypeを拡張 > 2 つの実数を複素数に変換します。 ComplexAbs <U はTNumberを拡張 > テンソルの複素絶対値を計算します。 要素の圧縮 データセット要素を圧縮します。 バッチサイズの計算 部分的なバッチを除いたデータセットの静的なバッチ サイズを計算します。 Concat <T extends TType > テンソルを 1 次元に沿って連結します。 データセットを連結する 「input_dataset」と「another_dataset」を連結したデータセットを作成します。 条件付きアキュムレータ 勾配を集約するための条件付きアキュムレータ。 分散型 TPU の構成 分散 TPU システムの集中構造をセットアップします。 Conj <T extends TType > 複素数の複素共役を返します。 ConjugateTranspose <T extends TType > 順列に従って x の次元をシャッフルし、結果を共役させます。 定数<T extends TType > 定数値を生成する演算子。 Conv <T extends TType > XLA ConvGeneralDirated 演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution 。 Conv2d <T はTNumberを拡張 > 4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の畳み込みを計算します。 Conv2dBackpropFilter <T extends TNumber > フィルターに関する畳み込みの勾配を計算します。 Conv2dBackpropInput <T extends TNumber > 入力に対する畳み込みの勾配を計算します。 Conv3d <T はTNumberを拡張 > 5 次元の「入力」テンソルと「フィルター」テンソルを指定して 3 次元畳み込みを計算します。 Conv3dBackpropFilter <T extends TNumber > フィルターに関する 3-D 畳み込みの勾配を計算します。 Conv3dBackpropInput <U はTNumberを拡張 > 入力に対する 3-D 畳み込みの勾配を計算します。 コピー<T extends TType > CPU から CPU へ、または GPU から GPU へテンソルをコピーします。 CopyHost <T はTTypeを拡張 > テンソルをホストにコピーします。 Cos <T はTTypeを拡張 > x の cos を要素ごとに計算します。 Cosh <T はTTypeを拡張 > x の双曲線余弦を要素ごとに計算します。 CountUpTo <T extends TNumber > 「limit」に達するまで「ref」をインクリメントします。 切り抜きとサイズ変更 入力画像テンソルからクロップを抽出し、サイズを変更します。 GradBoxの切り抜きとサイズ変更 入力ボックスのテンソルに対する Crop_and_resize オペレーションの勾配を計算します。 CropAndResizeGradImage <T extends TNumber > 入力イメージ テンソルに対する Crop_and_resize オペレーションの勾配を計算します。 Cross <T extends TNumber > ペアごとの外積を計算します。 CrossReplicaSum <T extends TNumber > レプリケートされた TPU インスタンス全体の入力を合計する Op。 CudnnRNNCanonicalToParams <T extends TNumber > CudnnRNN パラメータを正規形式から使用可能な形式に変換します。 CudnnRnnParamsSize <U はTNumberを拡張 > Cudnn RNN モデルで使用できる重みのサイズを計算します。 Cumprod <T はTTypeを拡張 > `axis` に沿ったテンソル `x` の累積積を計算します。 Cumsum <T extends TType > `axis` に沿ったテンソル `x` の累積和を計算します。 CumulativeLogsumexp <T extends TNumber > `axis` に沿ったテンソル `x` の累積積を計算します。 DataFormatDimMap <T extends TNumber > 指定された宛先データ形式でディメンション インデックスを返します。 ソースデータ形式。 DataFormatVecPermute <T extends TNumber > 入力テンソルを `src_format` から `dst_format` に並べ替えます。 データサービスデータセット データセットのカーディナリティ 「input_dataset」のカーディナリティを返します。 データセットからグラフ 指定された `graph_def` からデータセットを作成します。 データセットからグラフへ 「input_dataset」を表すシリアル化された GraphDef を返します。 Dawsn <T はTNumberを拡張 > DebugGradientIdentity <T extends TType > 勾配デバッグ用の ID 演算。 DebugGradientRefIdentity <T extends TType > 勾配デバッグ用の ID 演算。 DebugIdentity <T はTTypeを拡張 > デバッグ Identity V2 Op. デバッグナンカウント NaN 値カウンター操作のデバッグ DebugNumericssummary <U はTNumberを拡張 > デバッグ数値概要 V2 Op. デコードとクロップJpeg JPEG エンコードされたイメージを uint8 テンソルにデコードしてトリミングします。 DecodeBase64 Web セーフな Base64 エンコード文字列をデコードします。 デコードBmp BMP でエンコードされたイメージの最初のフレームを uint8 テンソルにデコードします。 デコード圧縮 文字列を解凍します。 デコードGIF GIF エンコードされた画像のフレームを uint8 テンソルにデコードします。 DecodeImage <T extends TNumber > decode_bmp、decode_gif、decode_jpeg、decode_png の関数。 デコードJpeg JPEG エンコードされたイメージを uint8 テンソルにデコードします。 DecodeJsonExample JSON エンコードされたサンプル レコードをバイナリ プロトコル バッファ文字列に変換します。 DecodePaddedRaw <T extends TNumber > 文字列のバイトを数値のベクトルとして再解釈します。 DecodePng <T extends TNumber > PNG エンコードされたイメージを uint8 または uint16 テンソルにデコードします。 DecodeRaw <T はTTypeを拡張 > 文字列のバイトを数値のベクトルとして再解釈します。 DeepCopy <T はTTypeを拡張 > `x` のコピーを作成します。 DenseBincount <U はTNumberを拡張 > 整数配列内の各値の出現数をカウントします。 DenseToCSRSparseMatrix 密なテンソルを (おそらくバッチ化された) CSRSparseMatrix に変換します。 DenseToSparseBatchDataset 入力要素を SparseTensor にバッチ処理するデータセットを作成します。 DepthToSpace <T extends TType > T 型のテンソルの DepthToSpace。 DepthwiseConv2dNative <T extends TNumber > 4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の深さ方向の畳み込みを計算します。 DepthwiseConv2dNativeBackpropFilter <T extends TNumber > フィルターに関する深さ方向の畳み込みの勾配を計算します。 DepthwiseConv2dNativeBackpropInput <T extends TNumber > 入力に対する深さ方向の畳み込みの勾配を計算します。 逆量子化 パックされた uint32 入力を受け取り、その入力を uint8 にアンパックして実行します。 デバイス上の逆量子化。 DestroyTemporaryVariable <T extends TType > 一時変数を破棄し、その最終値を返します。 Det <T はTTypeを拡張 > 1 つ以上の正方行列の行列式を計算します。 デバイスインデックス 操作が実行されるデバイスのインデックスを返します。 ディガンマ<T extends TNumber > Lgamma の導関数である Psi を計算します (Lgamma の絶対値の対数)。 `Gamma(x)`)、要素ごと。 Dilation2d <T extends TNumber > 4-D `input` および 3-D `filter` テンソルのグレースケール膨張を計算します。 Dilation2dBackpropFilter <T extends TNumber > フィルターに関する形態学的 2 次元膨張の勾配を計算します。 Dilation2dBackpropInput <T extends TNumber > 入力に対する形態学的 2 次元膨張の勾配を計算します。 DirectedInterleaveDataset 「N」個のデータセットの固定リスト上の「InterleaveDataset」の代替。 Div <T はTTypeを拡張 > x / y を要素ごとに返します。 DivNoNan <T はTTypeを拡張 > 分母がゼロの場合は 0 を返します。 ドット<T extends TType > XLA DotGeneral 演算子をラップします。ドキュメントは次の場所にあります。 https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral 。 DrawBoundingBoxes <T extends TNumber > 画像のバッチ上に境界ボックスを描画します。 ダミー反復カウンター ダミーメモリキャッシュ ダミーシードジェネレータ DynamicSlice <T はTTypeを拡張 > XLA DynamicSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice 。 DynamicStitch <T はTTypeを拡張 > 「data」テンソルの値を単一のテンソルにインターリーブします。 DynamicUpdateSlice <T はTTypeを拡張 > XLA DynamicUpdateSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice 。 編集距離 (おそらく正規化された) レーベンシュタイン編集距離を計算します。 Einsum <T extends TType > 2 入力 1 出力の基本的な einsum 演算をサポートする演算です。 Elu <T extends TNumber > 指数線形を計算します: < 0 の場合は `exp(features) - 1`、そうでない場合は `features`。 EluGrad <T はTNumberを拡張 > 指数関数的線形 (Elu) 演算の勾配を計算します。 埋め込みアクティベーション TPU 埋め込みの差別化を可能にするオペレーション。 空の<T extends TType > 指定された形状のテンソルを作成します。 空のTensorList 空のテンソル リストを作成して返します。 EmptyTensorMap 空のテンソル マップを作成して返します。 EncodeBase64 文字列を Web セーフな Base64 形式にエンコードします。 JPEG をエンコードする 画像を JPEG エンコードします。 EncodeJpegVariableQuality JPEG は、提供された圧縮品質で入力画像をエンコードします。 EncodePng 画像を PNG エンコードします。 エンコードプロト この操作は、入力テンソルで提供された protobuf メッセージをシリアル化します。 Wav をエンコードする WAV ファイル形式を使用してオーディオ データをエンコードします。 EnsureShape <T extends TType > テンソルの形状が予想される形状と一致することを確認します。 <T extends TType >と入力します 子フレームを作成または検索し、子フレームで「data」を使用できるようにします。 等しい (x == y) の真理値を要素ごとに返します。 Erf <T extends TNumber > `x` のガウス誤差関数を要素ごとに計算します。 Erfc <T はTNumberを拡張 > `x` の相補誤差関数を要素ごとに計算します。 EuclideanNorm <T はTTypeを拡張 > テンソルの次元にわたる要素のユークリッド ノルムを計算します。 終了<T extends TType > 現在のフレームを終了して親フレームに戻ります。 Exp <T はTTypeを拡張 > x の指数を要素ごとに計算します。 ExpandDims <T extends TType > テンソルのシェイプに 1 の次元を挿入します。 Expint <T extends TNumber > Expm1 <T はTTypeを拡張 > `exp(x) - 1` を要素ごとに計算します。 抽出垣間見る 入力テンソルから垣間見える部分を抽出します。 ExtractImagePatches <T extends TType > 「画像」から「パッチ」を抽出し、「深度」出力次元に配置します。 ExtractJpegShape <T extends TNumber > JPEG エンコードされた画像の形状情報を抽出します。 ExtractVolumePatches <T extends TNumber > 「入力」から「パッチ」を抽出し、それらを「深度」出力次元に置きます。 事実 階乗に関する事実を出力します。 FakeQuantWithMinMaxArgs 「入力」テンソルを疑似量子化し、同じ型の「出力」テンソルに float 型を入力します。 FakeQuantWithMinMaxArgsGradient FakeQuantWithMinMaxArgs 操作の勾配を計算します。 FakeQuantWithMinMaxVars グローバル float スカラーを介して float 型の「入力」テンソルを疑似量子化します グローバル float スカラー `min` および `max` を介して float 型の `inputs` テンソルを、 `inputs` と同じ形状の `outputs` テンソルに疑似量子化します。 FakeQuantWithMinMaxVarsPerChannel チャネルごとの float を介して float 型の「入力」テンソルを疑似量子化します。 チャンネルごとの float 型と次のいずれかの形状の `inputs` テンソルをチャンネルごとの float を介して疑似量子化します: `[d]`、`[b, d]` `[b, h, w, d]`形状 `[d]` の min` と `max` を `inputs` と同じ形状の `outputs` テンソルに変換します。 Fft <T はTTypeを拡張 > 高速フーリエ変換。 Fft2d <T はTTypeを拡張 > 2D 高速フーリエ変換。 Fft3d <T はTTypeを拡張 > 3D高速フーリエ変換。 FifoQueue 先入れ先出しの順序で要素を生成するキュー。 <U extends TType >を入力します スカラー値で満たされたテンソルを作成します。 FilterByLastComponentDataset 最後のコンポーネントに true を持つ `input_dataset` の最初のコンポーネントの要素を含むデータセットを作成します。 指紋 フィンガープリント値を生成します。 固定長レコードデータセット 固定長レコードリーダー ファイルから固定長レコードを出力するリーダー。 フロア<T はTNumberを拡張 > x 以下の要素ごとの最大の整数を返します。 FloorDiv <T はTTypeを拡張 > x // y を要素ごとに返します。 FloorMod <T はTNumberを拡張 > 要素ごとの除算の余りを返します。 FractionalAvgPoolGrad <T extends TNumber > FractionalAvgPool 関数の勾配を計算します。 FractionalMaxPoolGrad <T extends TNumber > FractionalMaxPool 関数の勾配を計算します。 FresnelCos <T extends TNumber > FresnelSin <T extends TNumber > FusedPadConv2d <T はTNumberを拡張 > 畳み込み中に前処理としてパディングを実行します。 FusedResizeAndPadConv2d <T extends TNumber > 畳み込み中に前処理としてサイズ変更とパディングを実行します。 収集<T extends TType > XLA Gather オペレーターをラップします。 https://www.tensorflow.org/xla/operation_semantics#gather GatherNd <T はTTypeを拡張 > `params` からのスライスを、`indices` で指定された形状を持つ Tensor に集めます。 GatherV2 <T はTNumberを拡張 > 同じタイプと形状の複数のテンソルを相互に蓄積します。 GetSessionHandle 入力テンソルを現在のセッションの状態に保存します。 GetSessionTensor <T はTTypeを拡張 > ハンドルで指定されたテンソルの値を取得します。 グレーター (x > y) の真理値を要素ごとに返します。 より大きい等しい (x >= y) の真理値を要素ごとに返します。 guardianconst <T extends TType > 入力テンソルが定数であることを TF ランタイムに保証します。 ハッシュテーブル 初期化されていないハッシュ テーブルを作成します。 HistogramFixedWidth <U extends TNumber > 値のヒストグラムを返します。 ヒストグラム概要 ヒストグラムを含む「概要」プロトコル バッファを出力します。 HsvToRgb <T はTNumberを拡張 > 1 つ以上の画像を HSV から RGB に変換します。 ID <T extends TType > 入力テンソルまたは値と同じ形状と内容を持つテンソルを返します。 アイデンティティリーダー キューに入れられた作業をキーと値の両方として出力するリーダー。 Ifft <T extends TType > 逆高速フーリエ変換。 Ifft2d <T はTTypeを拡張 > 逆 2D 高速フーリエ変換。 Ift3d <T はTTypeを拡張 > 逆 3D 高速フーリエ変換。 Igamma <T extends TNumber > 下位の正規化された不完全ガンマ関数 `P(a, x)` を計算します。 IgammaGradA <T はTNumberを拡張 > `a` に対する `igamma(a, x)` の勾配を計算します。 Igammac <T extends TNumber > 上部の正規化された不完全ガンマ関数 `Q(a, x)` を計算します。 IgnoreErrorsDataset エラーを無視して、「input_dataset」の要素を含むデータセットを作成します。 Imag <U はTNumberを拡張 > 複素数の虚数部を返します。 ImageProjectiveTransformV2 <T はTNumberを拡張 > 指定された変換を各画像に適用します。 ImageProjectiveTransformV3 <T はTNumberを拡張 > 指定された変換を各画像に適用します。 画像概要 画像を含む「概要」プロトコル バッファを出力します。 ImmutableConst <T はTTypeを拡張 > メモリ領域から不変のテンソルを返します。 イントップK ターゲットが上位 'K' 予測に含まれるかどうかを示します。 InfeedDequeue <T extends TType > 計算に入力される値のプレースホルダー op。 InplaceAdd <T extends TType > x の指定された行に v を追加します。 InplaceSub <T はTTypeを拡張 > `v` を `x` の指定された行に減算します。 InplaceUpdate <T はTTypeを拡張 > 指定された行「i」を値「v」で更新します。 Inv <T はTTypeを拡張 > 1 つ以上の正方可逆行列またはその随伴行列の逆行列 (共役転置) を計算します。 InvGrad <T はTTypeを拡張 > 入力に対して「x」の逆関数の勾配を計算します。 反転<T extends TNumber > サポートされているタイプの各ビットを反転 (反転) します。たとえば、「uint8」型の値 01010101 は 10101010 になります。 InvertPermutation <T extends TNumber > テンソルの逆順列を計算します。 Irfft <U はTNumberを拡張 > 逆実数値高速フーリエ変換。 Irfft2d <U はTNumberを拡張 > 逆 2D 実数値高速フーリエ変換。 Irfft3d <U はTNumberを拡張 > 逆 3D 実数値高速フーリエ変換。 IsBoostedTreesEnsembleInitialized ツリー アンサンブルが初期化されているかどうかを確認します。 IsBoostedTreesQuantileStreamResourceInitialized 分位点ストリームが初期化されているかどうかを確認します。 有限である x のどの要素が有限であるかを返します。 IsInf x のどの要素が Inf であるかを返します。 イスナン x のどの要素が NaN であるかを返します。 変数は初期化されています テンソルが初期化されているかどうかを確認します。 イテレーター IteratorFromStringHandle イテレータGetDevice 「resource」が配置されているデバイスの名前を返します。 IteratorGetNextAsOptional 指定されたイテレータから次の出力をオプションのバリアントとして取得します。 IteratorToStringHandle イテレータを表す指定された `resource_handle` を文字列に変換します。 参加する 指定された文字列テンソルのリスト内の文字列を 1 つのテンソルに結合します。 指定された区切り文字を使用します (デフォルトは空の区切り文字です)。 KMC2チェーンの初期化 シード セットに追加する必要があるデータ ポイントのインデックスを返します。 KmeansPlusPlus初期化 KMeans++ 基準を使用して、入力の num_to_sample 行を選択します。 KthOrderStatistic データセットの K 番目の統計を計算します。 L2Loss <T はTNumberを拡張 > L2 損失。 LMDBデータセット 1 つ以上の LMDB ファイルにキーと値のペアを出力するデータセットを作成します。 レイテンシー統計データセット StatsAggregator で `input_dataset` 要素を生成する待ち時間を記録します。 LeakyRelu <T extends TNumber > 修正された線形を計算します: `max(features, features * alpha)`。 LeakyReluGrad <T extends TNumber > LeakyRelu 操作の修正された線形勾配を計算します。 LeftShift <T はTNumberを拡張 > Elementwise は、「x」と「y」のビット単位の左シフトを計算します。 少ない (x < y) の真理値を要素ごとに返します。 同等以下 (x <= y) の真理値を要素ごとに返します。 Lガンマ<T extends TNumber > `Gamma(x)` の絶対値の対数を要素ごとに計算します。 LinSpace <T extends TNumber > 一定の間隔で値を生成します。 Lmdbデータセット Lmdbリーダー LMDB ファイルからレコードを出力するリーダー。 ロードアンドリマップマトリックス チェックポイントから `old_tensor_name` という名前の 2 次元 (行列) `Tensor` をロードします `ckpt_path` にあり、指定された再マッピングを使用して行と列の順序を変更する可能性があります。 LocalResponseNormalization <T extends TNumber > ローカル応答の正規化。 LocalResponseNormalizationGrad <T extends TNumber > ローカル応答正規化のための勾配。 ログ<T extends TType > x の自然対数を要素ごとに計算します。 Log1p <T はTTypeを拡張 > (1 + x) の自然対数を要素ごとに計算します。 LogSoftmax <T extends TNumber > ソフトマックスのアクティブ化のログを計算します。 論理積 x AND y の真理値を要素ごとに返します。 論理的ではありません 「NOT x」の真理値を要素ごとに返します。 論理的または x OR y の真理値を要素ごとに返します。 LookupTableFind <U はTType を拡張 > テーブル内のキーを検索し、対応する値を出力します。 ルックアップテーブルサイズ 指定されたテーブル内の要素の数を計算します。 ループ条件 入力を出力に転送します。 より低い すべての大文字をそれぞれの小文字に変換します。 LowerBound <U はTNumberを拡張します > 各行に沿って lower_bound(sorted_search_values,values) を適用します。 ユニークにする 非バッチ ディメンション内のすべての要素を一意にしますが、次の要素に「近い」ようにします。 それらの初期値。 MapIncompleteSize Op は、基になるコンテナー内の不完全な要素の数を返します。 マップサイズ Op は、基になるコンテナ内の要素の数を返します。 MatMul <T はTTypeを拡張 > 行列「a」と行列「b」を掛けます。 一致するファイル 1 つ以上のグロブ パターンに一致するファイルのセットを返します。 一致するファイルデータセット MatrixDiag <T はTTypeを拡張 > 指定されたバッチ対角値を持つバッチ対角テンソルを返します。 MatrixDiagPart <T はTTypeを拡張 > バッチ化されたテンソルのバッチ化された対角部分を返します。 MatrixDiagPartV3 <T はTTypeを拡張 > バッチ化されたテンソルのバッチ化された対角部分を返します。 MatrixDiagV3 <T はTTypeを拡張 > 指定されたバッチ対角値を持つバッチ対角テンソルを返します。 MatrixLogarithm <T はTTypeを拡張 > 1 つ以上の正方行列の行列対数を計算します。 \\(log(exp(A)) = A\\) この演算は複素行列に対してのみ定義されます。 MatrixSetDiag <T はTTypeを拡張 > 新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。 MatrixSolveLs <T はTTypeを拡張 > 1 つ以上の線形最小二乗問題を解きます。 Max <T はTTypeを拡張 > テンソルの次元全体の要素の最大値を計算します。 MaxIntraOpParallelismDataset 最大の演算内並列処理をオーバーライドするデータセットを作成します。 MaxPool <T はTTypeを拡張 > 入力に対して最大プーリングを実行します。 MaxPool3d <T はTNumberを拡張 > 入力に対して 3D 最大プーリングを実行します。 MaxPool3dGrad <U はTNumberを拡張 > 3D 最大プーリング関数の勾配を計算します。 MaxPool3dGradGrad <T extends TNumber > maxpooling 関数の 2 次勾配を計算します。 MaxPoolGrad <T はTNumberを拡張 > maxpooling 関数の勾配を計算します。 MaxPoolGradGrad <T extends TNumber > maxpooling 関数の 2 次勾配を計算します。 MaxPoolGradGradWithArgmax <T extends TNumber > maxpooling 関数の 2 次勾配を計算します。 MaxPoolGradWithArgmax <T extends TNumber > maxpooling 関数の勾配を計算します。 最大値<T extends TNumber > x と y の最大値を返します (すなわち、 平均<T extends TType > テンソルの次元全体の要素の平均を計算します。 マージサマリー 概要を結合します。 Mfcc スペクトログラムを音声認識に役立つ形式に変換します。 Min <T extends TType > テンソルの次元全体で要素の最小値を計算します。 最小値<T extends TNumber > x と y の最小値を返します (すなわち、 MirrorPad <T はTTypeを拡張 > テンソルをミラーリングされた値でパディングします。 MirrorPadGrad <T はTTypeを拡張 > `MirrorPad` オペレーションのグラデーション オペレーション。 Mod <T はTNumberを拡張 > 要素ごとの除算の余りを返します。 モデルデータセット パフォーマンスをモデル化するアイデンティティ変換。 Mul <T extends TType > x * y を要素ごとに返します。 MulNoNan <T はTTypeを拡張 > x * y を要素ごとに返します。 マルチデバイスイテレータ MultiDeviceIterator リソースを作成します。 MultiDeviceIteratorFromStringHandle 指定された文字列ハンドルから MultiDeviceIterator リソースを生成します。 MultiDeviceIteratorInit 指定されたデータセットを使用してマルチデバイス反復子を初期化します。 MultiDeviceIteratorToStringHandle 指定された MultiDeviceIterator の文字列ハンドルを生成します。 多項式<U​​ はTNumberを拡張 > 多項分布からサンプルを抽出します。 MutableDenseHashTable テンソルをバッキング ストアとして使用する空のハッシュ テーブルを作成します。 可変ハッシュテーブル 空のハッシュ テーブルを作成します。 MutableHashTableOfTensors 空のハッシュ テーブルを作成します。 ミューテックス MutexLock でロックできる Mutex リソースを作成します。 ミューテックスロック ミューテックスリソースをロックします。 NcclAllReduce <T extends TNumber > すべての入力テンソルにわたるリダクションを含むテンソルを出力します。 NcclBroadcast <T extends TNumber > 出力に接続されているすべてのデバイスに「入力」を送信します。 NcclReduce <T extends TNumber > 「reduction」を使用して「num_devices」から「input」を単一のデバイスに減らします。 Ndtri <T はTNumberを拡張 > 否定<T はTTypeを拡張 > 負の数値を要素ごとに計算します。 NextAfter <T extends TNumber > 要素ごとに、「x2」の方向にある「x1」の次の表現可能な値を返します。 NextIteration <T extends TType > 入力を次の反復で使用できるようにします。 NonDeterministicInts <U はTTypeを拡張 > 非決定的にいくつかの整数を生成します。 オーバーラップありの非最大抑制 スコアの降順で境界ボックスのサブセットを貪欲に選択します。 以前に選択したボックスと重複する部分が多いボックスを削除します。 非シリアル化可能なデータセット 等しくない (x != y) の真理値を要素ごとに返します。 NthElement <T はTNumberを拡張 > 最後の次元の「n」次統計の値を検索します。 OneHot <U はTTypeを拡張 > ワンホットテンソルを返します。 1 <T extends TType > `dims` で指定された形状のいずれかで初期化された定数を作成する演算子。 OnesLike <T はTTypeを拡張 > x と同じ形状と型を持つ 1 のテンソルを返します。 データセットの最適化 `input_dataset` に最適化を適用してデータセットを作成します。 OptimizeDatasetV2 関連する最適化を「input_dataset」に適用してデータセットを作成します。 オプションからの値 テンソルのタプルから Optional バリアントを構築します。 オプションの値あり 指定された Optional バリアントに値がある場合にのみ true を返します。 オプションなし 値のないオプションのバリアントを作成します。 OrderedMapIncompleteSize Op は、基になるコンテナー内の不完全な要素の数を返します。 OrderedMapSize Op は、基になるコンテナ内の要素の数を返します。 OrdinalSelector TPUコアセレクターOp. OutfeedDequeue <T extends TType > 計算出力から単一のテンソルを取得します。 OutfeedDequeueV2 <T はTTypeを拡張 > 計算出力から単一のテンソルを取得します。 出力<T extends TType > Operationによって生成されるテンソルへのシンボリック ハンドル。 パッド<T はTTypeを拡張 > XLA Pad オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#pad 。 PaddedBatchDataset 入力から `batch_size` 要素をバッチ化してパディングするデータセットを作成します。 パディングFifoキュー 先入れ先出しの順序で要素を生成するキュー。 ParallelConcat <T はTTypeを拡張 > 'N' テンソルのリストを最初の次元に沿って連結します。 ParallelDynamicStitch <T はTTypeを拡張 > 「data」テンソルの値を単一のテンソルにインターリーブします。 ParameterizedTruncatedNormal <U extends TNumber > 正規分布からランダムな値を出力します。 ParseExampleDataset DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。 ParseTensor <T はTTypeを拡張 > シリアル化された tensorflow.TensorProto プロトを Tensor に変換します。 PartitionedInput <T extends TType > 分割された入力のリストをグループ化する演算。 プレースホルダー<T extends TType > 計算に入力される値のプレースホルダー op。 PlaceholderWithDefault <T extends TType > 出力が供給されない場合に `input` を通過するプレースホルダー op。 ポリガンマ<T extends TNumber > ポリガンマ関数を計算します \\(\psi^{(n)}(x)\\)。 人口数 要素ごとの母集団数を計算します (別名) Pow <T extends TType > ある値の別の値に対する累乗を計算します。 プリフェッチデータセット 「input_dataset」から要素を非同期的にプリフェッチするデータセットを作成します。 事前線形​​化 1 つの Tensor 値を不透明なバリアント tensor に線形化する演算。 事前線形​​化タプル 複数の Tensor 値を不透明なバリアント tensor に線形化する操作。 PreventGradient <T extends TType > グラデーションが要求された場合にエラーをトリガーするアイデンティティ演算。 優先キュー 最初のコンポーネント値でソートされた要素を生成するキュー。 プライベートスレッドプールデータセット カスタム スレッド プールを使用して「input_dataset」を計算するデータセットを作成します。 Prod <T extends TType > テンソルの次元にわたる要素の積を計算します。 QuantizeAndDequantize <T extends TNumber > テンソルを量子化してから逆量子化します。 QuantizeAndDequantizeV3 <T はTNumberを拡張 > テンソルを量子化してから逆量子化します。 QuantizeAndDequantizeV4 <T はTNumberを拡張 > `quantization.QuantizeAndDequantizeV4` の勾配を返します。 QuantizedMatMulWithBiasAndDequantize <W extends TNumber > キューは閉じています キューが閉じられている場合は true を返します。 キューサイズ 指定されたキュー内の要素の数を計算します。 RaggedBincount <U はTNumberを拡張 > 整数配列内の各値の出現数をカウントします。 RaggedTensorToTensor <U はTTypeを拡張 > 不規則なテンソルから密なテンソルを作成し、場合によってはその形状を変更します。 RaggedTensorToVariant `RaggedTensor` を `variant` Tensor にエンコードします。 RaggedTensorToVariantGradient <U はTType を拡張 > `RaggedTensorToVariant` の勾配を計算するために使用されるヘルパー。 RandomCrop <T extends TNumber > 「画像」をランダムに切り抜きます。 ランダムデータセット 擬似乱数を返すデータセットを作成します。 RandomGamma <U はTNumberを拡張 > アルファで記述されたガンマ分布からランダムな値を出力します。 RandomGammaGrad <T extends TNumber > ガンマランダムサンプルの導関数を計算します RandomPoisson <V はTNumberを拡張 > レートで記述されたポアソン分布からランダムな値を出力します。 RandomShuffle <T はTTypeを拡張 > テンソルを最初の次元に沿ってランダムにシャッフルします。 ランダムシャッフルキュー 要素の順序をランダム化するキュー。 RandomStandardNormal <U はTNumberを拡張 > 正規分布からランダムな値を出力します。 RandomUniform <U はTNumberを拡張 > 一様分布からランダムな値を出力します。 RandomUniformInt <U はTNumberを拡張 > 一様分布からランダムな整数を出力します。 範囲<T はTNumberを拡張 > 一連の数値を作成します。 範囲データセット 一定範囲の値を含むデータセットを作成します。 ランク テンソルのランクを返します。 ファイルの読み取り 入力ファイル名の内容全体を読み取り、出力します。 ReadVariableOp <T はTTypeを拡張 > 変数の値を読み取ります。 ReaderNumRecordsProduced この Reader が生成したレコードの数を返します。 ReaderNumWorkUnitsCompleted この Reader が処理を完了したワークユニットの数を返します。 ReaderSerializeState Reader の状態をエンコードする文字列テンソルを生成します。 実数<U はTNumberを拡張 > 複素数の実部を返します。 RealDiv <T はTTypeを拡張 > 実数型の場合は要素ごとに x / y を返します。 再バッチデータセット バッチサイズを変更するデータセットを作成します。 RebatchDatasetV2 バッチサイズを変更するデータセットを作成します。 逆数<T extends TType > x の逆数を要素ごとに計算します。 ReciprocalGrad <T はTTypeを拡張 > 入力に対して「x」の逆関数の勾配を計算します。 レコード入力 ランダム化されたレコードを発行します。 Recv <T はTTypeを拡張 > 別の XLA 計算から名前付きテンソルを受け取ります。 Reduce <T extends TNumber > 同じタイプと形状の複数のテンソルを相互に削減します。 すべてを減らす テンソルの次元全体で要素の「論理積」を計算します。 任意の削減 テンソルの次元にわたる要素の「論理和」を計算します。 減らす結合する 指定された次元にわたって文字列テンソルを結合します。 ReduceMax <T はTTypeを拡張 > テンソルの次元全体の要素の最大値を計算します。 ReduceMin <T はTTypeを拡張 > テンソルの次元全体で要素の最小値を計算します。 ReduceProd <T はTTypeを拡張 > テンソルの次元にわたる要素の積を計算します。 ReduceSum <T extends TType > テンソルの次元にわたる要素の合計を計算します。 ReduceV2 <T extends TNumber > 同じタイプと形状の複数のテンソルを相互に削減します。 RefEnter <T はTTypeを拡張 > 子フレームを作成または検索し、子フレームで「data」を使用できるようにします。 RefExit <T extends TType > 現在のフレームを終了して親フレームに戻ります。 RefIdentity <T はTTypeを拡張 > 入力参照テンソルと同じ参照テンソルを返します。 RefNextIteration <T extends TType > 入力を次の反復で使用できるようにします。 RefSelect <T はTTypeを拡張 > `inputs` の `index` 番目の要素を `output` に転送します。 RegexFullMatch 入力が正規表現パターンと一致するかどうかを確認します。 正規表現置換 `input` 内の `pattern` 正規表現の一致を `rewrite` で提供された置換文字列に置き換えます。 データセットの登録 データセットを tf.data サービスに登録します。 Relu <T はTTypeを拡張 > 修正された線形を計算します: `max(features, 0)`。 Relu6 <T はTNumberを拡張 > 修正された線形 6: `min(max(features, 0), 6)` を計算します。 Relu6Grad <T はTNumberを拡張 > Relu6 演算の修正された線形 6 勾配を計算します。 ReluGrad <T はTNumberを拡張 > Relu 演算の修正された線形勾配を計算します。 繰り返しデータセット `input_dataset` `count` 回の出力を出力するデータセットを作成します。 レプリカID レプリカID。 ReplicatedInput <T extends TType > N 個の入力を N ウェイ複製 TPU 計算に接続します。 Reshape <T extends TType > テンソルを再形成します。 領域のサイズ変更 領域補間を使用して、`images` を `size` にサイズ変更します。 サイズ変更バイキュービック バイキュービック補間を使用して、`images` を `size` にサイズ変更します。 ResizeBicubicGrad <T extends TNumber > バイキュービック補間の勾配を計算します。 サイズ変更バイリニア 双一次補間を使用して、`images` を `size` にサイズ変更します。 ResizeBilinearGrad <T extends TNumber > 双一次補間の勾配を計算します。 ResizeNearestNeighbor <T extends TNumber > 最近傍補間を使用して、`images` を `size` にサイズ変更します。 ResizeNearestNeighborGrad <T extends TNumber > 最近傍補間の勾配を計算します。 ResourceAccumulatorNumAccumulated 指定されたアキュムレータに集約された勾配の数を返します。 ResourceAccumulatorTakeGradient <T extends TType > 指定された ConditionalAccumulator の平均勾配を抽出します。 リソース条件付きアキュムレータ 勾配を集約するための条件付きアキュムレータ。 ResourceCountUpTo <T extends TNumber > 「limit」に達するまで「resource」が指す変数をインクリメントします。 ResourceGather <U はTTypeを拡張 > 「インデックス」に従って「リソース」が指す変数からスライスを収集します。 ResourceGatherNd <U はTTypeを拡張 > RestoreSlice <T extends TType > チェックポイント ファイルからテンソルを復元します。 TPUEmbeddingStochasticGradientDescentパラメータの取得 SGD 埋め込みパラメータを取得します。 逆方向<T extends TType > テンソルの特定の次元を反転します。 ReverseSequence <T extends TType > 可変長スライスを反転します。 Rfft <U はTTypeを拡張 > 実数値高速フーリエ変換。 Rfft2d <U はTTypeを拡張 > 2D 実数値高速フーリエ変換。 Rfft3d <U はTTypeを拡張 > 3D 実数値高速フーリエ変換。 RgbToHsv <T はTNumberを拡張 > 1 つ以上の画像を RGB から HSV に変換します。 RightShift <T はTNumberを拡張 > Elementwise は、`x` と `y` のビット単位の右シフトを計算します。 Rint <T extends TNumber > x に最も近い要素ごとの整数を返します。 RngReadAndSkip カウンタベースの RNG のカウンタを進めます。 ロール<T はTTypeを拡張 > テンソルの要素を軸に沿って回転させます。 Round <T extends TType > テンソルの値を要素ごとに最も近い整数に丸めます。 RPC RPC リクエストのバッチを実行します。 Rsqrt <T はTTypeを拡張 > x の平方根の逆数を要素ごとに計算します。 RsqrtGrad <T はTTypeを拡張 > 入力に対する `x` の rsqrt の勾配を計算します。 サンプリングデータセット 別のデータセットの内容のベルヌーイ サンプルを取得するデータセットを作成します。 スカラー概要 スカラー値を含む「概要」プロトコル バッファを出力します。 スケールと翻訳 ScaleAndTranslateGrad <T はTNumberを拡張 > ScatterAdd <T はTTypeを拡張 > 変数参照にスパース更新を追加します。 ScatterDiv <T はTTypeを拡張 > 変数参照をスパース更新によって分割します。 ScatterMax <T はTNumberを拡張 > 「max」操作を使用して、スパース更新を変数参照に減らします。 ScatterMin <T はTNumberを拡張 > `min` 操作を使用して、スパース更新を変数参照に減らします。 ScatterMul <T はTTypeを拡張 > スパース更新を変数参照に乗算します。 ScatterNd <U はTTypeを拡張 > 「インデックス」に従って新しいテンソルに「更新」を分散します。 ScatterNdAdd <T はTTypeを拡張 > 変数内の個々の値またはスライスにスパース加算を適用します。 ScatterNdMax <T はTTypeを拡張 > 要素ごとの最大値を計算します。 ScatterNdMin <T はTTypeを拡張 > 要素ごとの最小値を計算します。 ScatterNdNonAliasingAdd <T extends TType > 個々の値またはスライスを使用して「input」にスパース加算を適用します インデックス「インデックス」に従って「更新」から。 ScatterNdSub <T はTTypeを拡張 > スパース減算を変数内の個々の値またはスライスに適用します。 ScatterNdUpdate <T はTTypeを拡張 > 与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。 「インデックス」に従って変数。 ScatterSub <T はTTypeを拡張 > スパース更新を変数参照から減算します。 ScatterUpdate <T はTTypeを拡張 > スパース更新を変数参照に適用します。 SdcaFprint 入力文字列のフィンガープリントを計算します。 SegmentMax <T extends TNumber > テンソルのセグメントに沿った最大値を計算します。 SegmentMean <T はTTypeを拡張 > テンソルのセグメントに沿った平均を計算します。 SegmentMin <T extends TNumber > テンソルのセグメントに沿った最小値を計算します。 SegmentProd <T はTTypeを拡張 > テンソルのセグメントに沿って積を計算します。 SegmentSum <T extends TType > テンソルのセグメントに沿って合計を計算します。 <T extends TType >を選択します。 Selu <T extends TNumber > スケーリングされた指数線形を計算します: `scale * alpha * (exp(features) - 1)` < 0 の場合、それ以外の場合は `scale * features`。 SeluGrad <T extends TNumber > スケーリングされた指数線形 (Selu) 演算の勾配を計算します。 SerializeIterator イテレータを表す指定された `resource_handle` をバリアント テンソルに変換します。 SerializeManySparse <U はTType を拡張 > `N`-ミニバッチ `SparseTensor` を `[N, 3]` `Tensor` オブジェクトにシリアル化します。 SerializeSparse <U はTTypeを拡張 > `SparseTensor` を `[3]` `Tensor` オブジェクトにシリアル化します。 SerializeTensor Tensor をシリアル化された TensorProto プロトに変換します。 サイズの設定 入力「set」の最後の次元に沿った一意の要素の数。 SetStatsAggregatorDataset 形状<U はTNumberを拡張 > テンソルの形状を返します。 シャードデータセット このデータセットの 1/`num_shards` だけを含む `Dataset` を作成します。 シャードファイル名 シャーディングされたファイル名を生成します。 シャードファイル仕様 すべてのシャーディングされたファイル名に一致するグロブ パターンを生成します。 シャーディング<T extends TType > 指定されたシャーディング属性に基づいて入力をシャーディングする操作。 ShuffleAndRepeatデータセット シャッフルデータセット シグモイド<T extends TType > `x` のシグモイドを要素ごとに計算します。 SigmoidGrad <T はTTypeを拡張 > 入力に対して「x」のシグモイドの勾配を計算します。 符号<T はTTypeを拡張 > 数値の符号を要素ごとに示す値を返します。 Sin <T extends TType > x の正弦を要素ごとに計算します。 Sinh <T はTTypeを拡張 > x の双曲線正弦を要素ごとに計算します。 サイズ<U はTNumberを拡張 > テンソルのサイズを返します。 データセットをスキップ `input_dataset` から `count` 要素をスキップするデータセットを作成します。 睡眠データセット スライス<T extends TType > 「input」からスライスを返します。 スライディングウィンドウデータセット `input_dataset` にスライディング ウィンドウを渡すデータセットを作成します。 スナップショット<T extends TType > 入力テンソルのコピーを返します。 SobolSample <T extends TNumber > Sobol シーケンスから点を生成します。 ソフトマックス<T extends TNumber > ソフトマックスのアクティベーションを計算します。 Softplus <T はTNumberを拡張 > ソフトプラスを計算します: `log(exp(features) + 1)`。 SoftplusGrad <T はTNumberを拡張 > SoftPlus 操作の SoftPlus 勾配を計算します。 ソフトサイン<T はTNumberを拡張 > ソフトサインを計算します: `features / (abs(features) + 1)`。 SoftsignGrad <T はTNumberを拡張 > ソフトサイン演算のソフトサイン勾配を計算します。 <T extends TType > を解く 連立一次方程式を解きます。 並べ替え<T extends TType > XLA ソート演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#sort 。 SpaceToBatch <T extends TType > T 型の 4 次元テンソルの SpaceToBatch。 SpaceToBatchNd <T はTTypeを拡張 > T 型の ND テンソルの SpaceToBatch。 SpaceToDepth <T はTTypeを拡張 > T 型のテンソルの SpaceToDepth。 SparseApplyAdadelta <T extends TType > var: Variable() から取得する必要があります。 SparseApplyAdagrad <T はTTypeを拡張 > adagrad スキームに従って、「*var」および「*accum」内の関連エントリを更新します。 SparseApplyAdagradDa <T extends TType > 近位の adagrad スキームに従って、「*var」と「*accum」のエントリを更新します。 SparseApplyCenteredRmsProp <T extends TType > 中心の RMSProp アルゴリズムに従って「*var」を更新します。 SparseApplyFtrl <T はTTypeを拡張 > Ftrl-proximal スキームに従って、「*var」内の関連エントリを更新します。 SparseApplyMomentum <T extends TType > モメンタムスキームに従って、「*var」と「*accum」の関連エントリを更新します。 SparseApplyProximalAdagrad <T extends TType > FOBOS アルゴリズムに従って、'*var' および '*accum' 内のスパース更新エントリ。 SparseApplyProximalGradientDescent <T extends TType > 学習率が固定された FOBOS アルゴリズムとして「*var」をスパース更新します。 SparseApplyRmsProp <T extends TType > RMSProp アルゴリズムに従って「*var」を更新します。 SparseBincount <U はTNumberを拡張 > 整数配列内の各値の出現数をカウントします。 SparseConditionalAccumulator 疎な勾配を集約するための条件付きアキュムレータ。 SparseDenseCwiseAdd <T extends TType > 次の特別なルールを使用して、SparseTensor と密な Tensor を加算します。 (1) 適格であれば、密な側を疎な側と同じ形状になるようにブロードキャストします。 (2) 次に、SparseTensor のインデックスによって指定された密な値のみが cwise 加算に参加します。 SparseDenseCwiseDiv <T はTTypeを拡張 > コンポーネントごとに、SparseTensor を密な Tensor で分割します。 SparseDenseCwiseMul <T extends TType > コンポーネントごとに、SparseTensor と密な Tensor を乗算します。 スパースマットマル 行列「a」と行列「b」を掛けます。 スパース行列追加 2 つの CSR 行列、C = アルファ * A + ベータ * B のスパース加算。 SparseMatrixMatMul <T はTTypeを拡張 > 疎行列と密行列を行列乗算します。 スパースマトリックスMul 疎行列と密テンソルの要素ごとの乗算。 スパースマトリックスNNZ `sparse_matrix` の非ゼロの数を返します。 SparseMatrixOrderingAMD 「input」の近似最小次数 (AMD) 順序を計算します。 スパースマトリックスソフトマックス CSRSparseMatrix のソフトマックスを計算します。 SparseMatrixSoftmaxGrad SparseMatrixSoftmax 演算の勾配を計算します。 スパース行列スパースコレスキー 「input」のスパースコレスキー分解を計算します。 スパース行列スパースマットマルMul スパース行列は、2 つの CSR 行列「a」と「b」を乗算します。 スパース行列転置 CSRSparseMatrix の内部 (行列) 次元を転置します。 スパース行列ゼロ 形状 `dense_shape` を持つすべてゼロの CSRSparseMatrix を作成します。 SparseReduceMax <T extends TNumber > SparseTensor の次元全体の要素の最大値を計算します。 SparseReduceSum <T はTTypeを拡張 > SparseTensor の次元全体の要素の合計を計算します。 SparseSegmentMean <T extends TNumber > テンソルの疎なセグメントに沿った平均を計算します。 SparseSegmentMeanGrad <T extends TNumber > SparseSegmentMean の勾配を計算します。 SparseSegmentMeanWithNumSegments <T extends TNumber > テンソルの疎なセグメントに沿った平均を計算します。 SparseSegmentSqrtN <T はTNumberを拡張 > テンソルの疎なセグメントに沿った合計を N の 2 乗で割って計算します。 SparseSegmentSqrtNGrad <T extends TNumber > SparseSegmentSqrtN の勾配を計算します。 SparseSegmentSqrtNWithNumSegments <T extends TNumber > テンソルの疎なセグメントに沿った合計を N の 2 乗で割って計算します。 SparseSegmentSum <T extends TNumber > テンソルの疎なセグメントに沿って合計を計算します。 SparseSegmentSumWithNumSegments <T extends TNumber > テンソルの疎なセグメントに沿って合計を計算します。 SparseSliceGrad <T はTType を拡張 > SparseSlice 演算の勾配演算子。 SparseSoftmax <T extends TNumber > バッチ化された ND `SparseTensor` にソフトマックスを適用します。 SparseTensorDenseAdd <U はTTypeを拡張 > `SparseTensor` と稠密な `Tensor` を加算して、稠密な `Tensor` を生成します。 SparseTensorDenseMatMul <U はTTypeを拡張 > SparseTensor (ランク 2) "A" と密行列 "B" を乗算します。 SparseTensorSliceDataset SparseTensor を行ごとの要素に分割するデータセットを作成します。 SparseTensorToCSRSparseMatrix SparseTensor を (バッチ処理された) CSRSparseMatrix に変換します。 SparseToDense <U はTTypeを拡張 > スパース表現を高密度テンソルに変換します。 スペンス<T extends TNumber > SQLデータセット SQL クエリを実行し、結果セットの行を出力するデータセットを作成します。 Sqrt <T はTTypeを拡張 > x の平方根を要素ごとに計算します。 SqrtGrad <T はTTypeを拡張 > 入力に対する `x` の 2 乗の勾配を計算します。 Sqrtm <T はTTypeを拡張 > 1 つ以上の正方行列の行列平方根を計算します。 matmul(sqrtm(A), sqrtm(A)) = A 入力行列は可逆である必要があります。 正方形<T はTTypeを拡張 > x の 2 乗を要素ごとに計算します。 SquaredDifference <T extends TType > conj(x - y)(x - y) を要素ごとに返します。 スクイーズ<T extends TType > テンソルの形状からサイズ 1 の次元を削除します。 スタック<T extends TType > `N` ランク - `R` テンソルのリストを 1 つのランク - `(R+1)` テンソルにパックします。 ステージサイズ Op は、基になるコンテナ内の要素の数を返します。 StatefulRandomBinomial <V extends TNumber > StatefulStandardNormal <U はTType を拡張 > 正規分布からランダムな値を出力します。 StatefulTruncatedNormal <U はTTypeを拡張 > 切り捨てられた正規分布からランダムな値を出力します。 StatefulUniform <U はTTypeを拡張 > 一様分布からランダムな値を出力します。 StatefulUniformFullInt <U はTTypeを拡張 > 一様分布からランダムな整数を出力します。 StatefulUniformInt <U はTTypeを拡張 > 一様分布からランダムな整数を出力します。 StatelessMultinomial <V extends TNumber > 多項分布からサンプルを抽出します。 StatelessParameterizedTruncatedNormal <V extends TNumber > StatelessRandomBinomial <W extends TNumber > 二項分布から決定論的な擬似乱数を出力します。 StatelessRandomGamma <V extends TNumber > ガンマ分布から決定論的な擬似乱数を出力します。 StatelessRandomNormal <V extends TNumber > 正規分布から決定論的な擬似乱数値を出力します。 StatelessRandomNormalV2 <U はTNumberを拡張 > 正規分布から決定論的な擬似乱数値を出力します。 StatelessRandomPoisson <W extends TNumber > ポアソン分布から決定論的な擬似乱数を出力します。 StatelessRandomUniform <V extends TNumber > 一様分布から決定論的な擬似乱数のランダム値を出力します。 StatelessRandomUniformFullInt <V extends TNumber > 一様分布から決定論的な擬似乱数ランダム整数を出力します。 StatelessRandomUniformFullIntV2 <U はTNumberを拡張 > 一様分布から決定論的な擬似乱数ランダム整数を出力します。 StatelessRandomUniformInt <V extends TNumber > 一様分布から決定論的な擬似乱数ランダム整数を出力します。 StatelessRandomUniformIntV2 <U はTNumberを拡張 > 一様分布から決定論的な擬似乱数ランダム整数を出力します。 StatelessRandomUniformV2 <U はTNumberを拡張 > 一様分布から決定論的な擬似乱数のランダム値を出力します。 StatelessTruncatedNormal <V extends TNumber > 切り捨てられた正規分布から決定論的な擬似乱数値を出力します。 StatelessTruncatedNormalV2 <U はTNumberを拡張 > 切り捨てられた正規分布から決定論的な擬似乱数値を出力します。 StaticRegexFullMatch 入力が正規表現パターンと一致するかどうかを確認します。 StaticRegexReplace 入力内のパターンの一致を書き換えに置き換えます。 StatsAggregatorHandle 統計アグリゲータ概要 指定された統計マネージャーによって記録された統計の概要を作成します。 StopGradient <T extends TType > 勾配の計算を停止します。 StridedSlice <T はTTypeを拡張 > `input` からストライドされたスライスを返します。 StridedSliceAssign <T はTTypeを拡張 > `value` を `ref` のスライスされた左辺値参照に代入します。 StridedSliceGrad <U はTType を拡張 > `StridedSlice` の勾配を返します。 文字列形式 テンソルのリストを使用して文字列テンプレートをフォーマットします。 文字列の長さ 「input」の文字列の長さ。 ストリップ テンソルからのリードおよびトレーリングホワイトスペースをストリップします。 sub <t ttype >を拡張します x - y を要素ごとに返します。 サブ文字列 文字列の「テンソル」からサブストリングを返します。 sum <t ttype >を拡張します テンソルの次元にわたる要素の合計を計算します。 summarywriter TPUコンパイル結果 TPU コンパイルの結果を返します。 TPU埋め込みアクティベーション TPU 埋め込みの差別化を可能にするオペレーション。 tpureplicatedInput <t ttype >を拡張します N 個の入力を N ウェイ複製 TPU 計算に接続します。 TakeDataset 「input_dataset」から「カウント」要素を含むデータセットを作成します。 tan <tはttype >を拡張します x の Tan を要素ごとに計算します。 tanh <tはttype >を拡張します `x`要素のように双曲線の接線を計算します。 tanhgrad <tはttype >を拡張します `x`のタンの勾配を計算します。 一時的な可変<t拡張ttype > 突然変異する可能性があるが、単一ステップ内でのみ持続するテンソルを返します。 TENSORARRAYGATHER <T拡張TTYPE > TensorArray から特定の要素を出力 `value` に収集します。 TensorArrayPack <T拡張TType > TensorArrayread <t ttype >を拡張します TensorArray から要素を出力 `value` に読み取ります。 TensorArrayScatter 入力値のデータを特定の TensorArray 要素に分散します。 TensorArraySize TensorArray の現在のサイズを取得します。 TensorArraySplit 入力値のデータを TensorArray 要素に分割します。 TensorArrayUnpack TensorArrayWrite 要素を tensor_array にプッシュします。 Tensordataset 「コンポーネント」をテンソルのタプルとして1回放出するデータセットを作成します。 tensordiag <t ttype >を拡張します 指定された対角値を持つ対角テンソルを返します。 tensordiagpart <t extends ttype > テンソルの対角部分を返します。 tensorforesttreeisInitializedop ツリーが初期化されているかどうかを確認します。 tensorforesttreepredict 指定された入力データのロジットを出力します tensorforesttreeresourcehandleop Tensorforesttreeresourceのハンドルを作成します tensorforesttreeSerialize ツリーハンドルをプロトにシリアル化します tensorforestTreeSize ツリー内のノードの数を取得します TensorListConcatLists Tensorlistelementshape <t拡張tnumber > 指定されたリストの要素の形状 (テンソルとして)。 TensorListFromTensor スタックされたときに `tensor` の値を持つ TensorList を作成します。 tensorlistgather <t ttype > TensorList にインデックスを付けて Tensor を作成します。 tensorlistgetitem <t ttype > TensorListLength 入力テンソル リスト内のテンソルの数を返します。 TensorListPushBack 最後の要素として渡された `Tensor` と、指定されたリストの他の要素を `input_handle` に持つリストを返します。 TensorListPushBackBatch TensorListReserve 空の要素を含む指定されたサイズのリスト。 TensorListResize リストのサイズを変更します。 TensorListScatter Tensor にインデックスを付けて TensorList を作成します。 TensorListScatterIntoExistingList 入力リスト内のインデックスでテンソルを散布します。 TensorListSetItem TensorListSplit テンソルをリストに分割します。 TensorListStack <t ttype > すべてのテンソルをリストに積み重ねます。 TensorMapErase 指定されたキーの項目が消去されたテンソル マップを返します。 TensorMapHasKey 指定されたキーがマップ内に存在するかどうかを返します。 TensorMapInsert 指定されたキーと値のペアが挿入された「input_handle」であるマップを返します。 tensormaplookup <u extends ttype > テンソル マップ内の指定されたキーから値を返します。 テンソルマップサイズ 入力テンソル マップ内のテンソルの数を返します。 tensormapstackkeys <t ttype > テンソル マップ内のすべてのキーの Tensor スタックを返します。 tensorscatterndadd <t ttype > 「インデックス」に従って、既存のテンソルにスパースの「更新」を追加します。 tensorscatterndmax <t ttype > tensorscatterndmin <t ttype > tensorscatterndsub <t ttype >を拡張します 「インデックス」に従って既存のテンソルからスパースの「更新」を減算します。 tensorscatterndupdate <t ttype > 「インデックス」に従って既存のテンソルに「更新」を分散します。 TensorSliceDataset 「コンポーネント」の各dim-0スライスを放出するデータセットを1回作成します。 TensorStridedSliceUpdate <t ttype > `value` を `input` のスライスされた左辺値参照に代入します。 Tensorsummary テンソルとプラギンごとのデータを使用して「概要」プロトコルバッファーを出力します。 TextLineDataset 1つ以上のテキストファイルの行を発するデータセットを作成します。 TextLineReader 「\ n」で区切られたファイルの行を出力する読者。 tfrecorddataset 1つ以上のTrecordファイルからレコードを発するデータセットを作成します。 TFrecordReader Tensorflow Recordsファイルからレコードを出力する読者。 スレッドプールデータセット カスタム スレッド プールを使用して「input_dataset」を計算するデータセットを作成します。 スレッドプールハンドル カスタム スレッド プールを使用して「input_dataset」を計算するデータセットを作成します。 tile <tはttype >を伸ばします 指定されたテンソルをタイル化してテンソルを構築します。 Tilegrad <Tはttype >を拡張します 「タイル」の勾配を返します。 タイムスタンプ エポックからの時間を秒単位で提供します。 トブール テンソルをスカラー述語に変換します。 Tohashbucket 入力テンソル内の各文字列を多数のバケットでハッシュmodに変換します。 tohashbucketfast 入力テンソル内の各文字列を多数のバケットでハッシュmodに変換します。 tohashbuckettrong 入力テンソル内の各文字列を多数のバケットでハッシュmodに変換します。 tonumber <tはtnumber >を拡張します 入力テンソル内の各文字列を指定された数値タイプに変換します。 ttype >を拡張する<tを転置します 順列によるxのシャッフル寸法。 TriangularSolve <tはttype >を拡張します 逆立施設によって上または下の三角形マトリックスを持つ線形方程式のシステムを解決します。 tridiagonalmatmul <t ttype > 三重対角行列で積を計算します。 ttyagonalsolve <t ttype >を拡張します 三重対角方程式系を解きます。 ttype > extends ttype > 整数型の場合は要素ごとに x / y を返します。 truncatemod <t extends tnumber > 要素ごとの除算の余りを返します。 truncatednormal <uはtnumber >を拡張します 切り捨てられた正規分布からランダムな値を出力します。 UNBATCH <T拡張TTYPE > 単一の出力 Tensor の Batch の操作を逆にします。 unbatchdataset 入力の要素を複数の要素に分割するデータセット。 Unbatchgrad <T拡張TType > アンバッチのグラデーション。 Unicodeエンコード int のテンソルを Unicode 文字列にエンコードします。 unicodeScript Unicode Integerコードポイントの特定のテンソルのスクリプトコードを決定します。 Unicodeトランスコード 入力テキストをソース エンコーディングから宛先エンコーディングにトランスコードします。 固有のデータセット `input_dataset` の一意の要素を含むデータセットを作成します。 uravelindex <t endocs tnumber > フラット インデックスの配列を座標配列のタプルに変換します。 未分類セグメント結合 `segment_ids` に基づいて `inputs` の要素を結合します。 unsortedsegmentmax <tはtnumber >を拡張します テンソルのセグメントに沿った最大値を計算します。 unsortedsegmentmin <tはtnumber >を拡張します テンソルのセグメントに沿った最小値を計算します。 unsortedsegmentprod <t ttype >を拡張します テンソルのセグメントに沿って積を計算します。 unsortedsegmentsum <t ttype >を拡張します テンソルのセグメントに沿って合計を計算します。 アンラップデータセットバリアント アッパー すべての小文字をそれぞれの大文字に変換します。 upperbound <uはtnumber >を拡張します 各行に沿って upper_bound(sorted_search_values,values) を適用します。 VarHandleOp Variable リソースへのハンドルを作成します。 VarIsInitializedOp リソースハンドルベースの変数が初期化されているかどうかを確認します。 変数<t ttype >を拡張します ステップ間で持続するテンソルの形式で状態を保持します。 variableshape <t tnumber > `resource` が指す変数の形状を返します。 どこ テンソル内の非ゼロ/真の値の位置を返します。 Wholefilereader ファイルの内容全体を値として出力するリーダー。 WindowDataset 入力要素を（巣の）windowsのデータセットに組み合わせます。 労働者ハートビート 労働者の心拍音op. ラップデータセットバリアント xdivy <t ttype >を拡張します x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x / y を返します。 xlarecvfromhost <t ttype > ホストからテンソルを受け取る操作。 xlasetbound XLAコンパイラへのヒントとして、指定された入力値のバインドを設定し、 同じ値を返します。 xlaspmdfulltoshardshape <t ttype > XLA SPMD Partitionerが自動パーティションを切り替えるために使用するOP 手動分割。 xlaspmdshardtofullshape <t ttype > XLA SPMD Partitionerが手動のパーティション化から切り替えるために使用するOP 自動パーティション。 xlog1py <t ttype >を拡張します x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x * log1p(y) を返します。 xlogy <t extends ttype > x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x * log(y) を返します。 Zeros <t拡張ttype > `dims` で指定された形状のゼロで初期化された定数を作成する演算子。 Zeroslike <t ttype >を拡張します x と同じ形状と型を持つゼロのテンソルを返します。 zeta <tはtnumber >を拡張します Hurwitz Zeta関数を計算\\(\zeta(x, q)\\)。 zipdataset 「input_datasets」をzipsするデータセットを作成します。 erfinv <tはtnumber >を拡張します

TensorFlow オペレーションのオペランドによって実装されるインターフェイス。

使用例:

Ops tf = Ops.create();

 // The "decodeJpeg" operation can be used as an operand to the "cast" operation
 Operand<TUint8> decodeJpeg = tf.image.decodeJpeg(...);
 tf.dtypes.cast(decodeJpeg, TFloat32.class);

 // The output "y" of the "unique" operation can be used as an operand to the "cast" operation
 Output<TInt32> y = tf.unique(...).y();
 tf.dtypes.cast(y, TFloat32.class);

 // The "split" operation can be used as operand list to the "concat" operation
 Iterable<? extends Operand<TFloat32>> split = tf.split(...);
 tf.concat(split, tf.constant(0));
 

パブリックメソッド

抽象出力<T>	asOutput () テンソルのシンボリック ハンドルを返します。
抽象的なT	asTensor () このオペランドのテンソルを返します。
抽象的な形	形（） このオペランドのOutputによって参照されるテンソルの (おそらく部分的に既知の) 形状を返します。
抽象クラス<T>	タイプ（） このオペランドのテンソル型を返します。

継承されたメソッド

インターフェースorg.tensorflow.op.Opから

抽象的な実行環境	環境() このオペレーションが作成された実行環境を返します。
抽象的な操作	オプ() この計算単位を単一のOperationとして返します。

インターフェースorg.tensorflow.ndarray.Shapedから

抽象整数	ランク（）
抽象的な形	形（）
抽象的な長い	サイズ（） このコンテナの合計サイズを値の数で計算して返します。

パブリックメソッド

public abstract Output <T> asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

関連項目

• addInput(Output)

パブリックアブストラクトtアセンサー（）

このオペランドのテンソルを返します。熱心な実行で実行するときにのみ機能します

返品

• テンソル

投げる

IllegalStateException	これがグラフのオペランドの場合

パブリックアブストラクトシェイプ形状（）

このオペランドのOutputによって参照されるテンソルの (おそらく部分的に既知の) 形状を返します。

パブリックアブストラクトクラス<t> type （）

このオペランドのテンソル型を返します。