Abs <T는 T번호를 확장합니다. > | 텐서의 절대값을 계산합니다. |
AccumulateN <T는 TType을 확장합니다. > | 텐서 목록의 요소별 합계를 반환합니다. |
누산기Num누적됨 | 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. |
AccumulatorTakeGradient <T는 TType을 확장합니다.> | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
Acos <T는 TType을 확장합니다. > | x 요소별로 acos를 계산합니다. |
Acosh <T는 TType을 확장합니다> | x 요소별로 역쌍곡선 코사인을 계산합니다. |
<T 확장 TType > 추가 | x + y 요소를 반환합니다. |
AddManySparseToTensorsMap | `SparseTensorsMap`에 `N` 미니배치 `SparseTensor`를 추가하고 `N` 핸들을 반환합니다. |
AddN <T는 TType을 확장합니다. > | 모든 입력 텐서 요소를 현명하게 추가합니다. |
AddSparseToTensorsMap | 핸들을 반환하는 `SparseTensorsMap`에 `SparseTensor`를 추가하세요. |
adjustContrast <T는 T번호를 확장합니다. > | 하나 이상의 이미지 대비를 조정합니다. |
adjustHue <T는 T번호를 확장합니다.> | 하나 이상의 이미지의 색조를 조정합니다. |
adjustSaturation <T는 T숫자를 확장합니다.> | 하나 이상의 이미지의 채도를 조정합니다. |
모두 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. |
AllReduce <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. |
AllToAll <T는 TType을 확장합니다. > | TPU 복제본 간에 데이터를 교환하는 작업입니다. |
각도 <U는 T번호를 확장합니다.> | 복소수의 인수를 반환합니다. |
어느 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. |
ApplyAdaMax <T는 TType을 확장합니다. > | AdaMax 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAdadelta <T는 TType을 확장합니다. > | adadelta 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagrad <T는 TType을 확장합니다> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradDa <T는 TType을 확장합니다> | 근위부 adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdagradV2 <T는 TType을 확장합니다.> | adagrad 체계에 따라 '*var'를 업데이트합니다. |
ApplyAdam <T는 TType을 확장합니다> | Adam 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyAddSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyCenteredRmsProp <T는 TType을 확장합니다.> | 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
ApplyFtrl <T는 TType을 확장합니다. > | Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다. |
ApplyGradientDescent <T는 TType을 확장합니다. > | '*var'에서 'alpha' * 'delta'를 빼서 업데이트합니다. |
ApplyMomentum <T는 TType을 확장합니다.> | 모멘텀 체계에 따라 '*var'를 업데이트합니다. |
ApplyPowerSign <T는 TType을 확장합니다. > | AddSign 업데이트에 따라 '*var'를 업데이트합니다. |
ApplyProximalAdagrad <T는 TType을 확장합니다> | Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다. |
ApplyProximalGradientDescent <T는 TType을 확장합니다> | 고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다. |
ApplyRmsProp <T는 TType을 확장합니다. > | RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. |
대략 같음 | abs(xy) < 허용오차 요소별 진리값을 반환합니다. |
ArgMax <V는 TNumber를 확장합니다. > | 텐서의 차원 전체에서 가장 큰 값을 가진 인덱스를 반환합니다. |
ArgMin <V는 T번호를 확장합니다> | 텐서의 차원 전체에서 가장 작은 값을 가진 인덱스를 반환합니다. |
AsString | 주어진 텐서의 각 항목을 문자열로 변환합니다. |
Asin <T는 TType을 확장합니다.> | x 요소별로 삼각법 역사인을 계산합니다. |
Asinh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡사인을 계산합니다. |
Assert카디널리티데이터세트 | |
AssertNextDataset | |
<T 확장 TType > 할당 | 'value'를 할당하여 'ref'를 업데이트합니다. |
AssignAdd <T는 TType을 확장합니다. > | 'value'를 추가하여 'ref'를 업데이트합니다. |
AssignSub <T는 TType을 확장합니다. > | 'value'를 빼서 'ref'를 업데이트합니다. |
Atan <T는 TType을 확장합니다.> | x 요소별로 삼각법 역탄젠트를 계산합니다. |
Atan2 <T는 T번호를 확장합니다. > | 인수의 부호를 고려하여 `y/x`의 아크탄젠트를 요소별로 계산합니다. |
Atanh <T는 TType을 확장합니다.> | x 요소별로 역쌍곡선 탄젠트를 계산합니다. |
오디오스펙트로그램 | 시간 경과에 따른 오디오 데이터의 시각화를 생성합니다. |
오디오요약 | 오디오와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
AutoShard데이터세트 | 입력 데이터 세트를 샤딩하는 데이터 세트를 생성합니다. |
AvgPool <T는 T번호를 확장합니다. > | 입력에 대해 평균 풀링을 수행합니다. |
AvgPool3d <T는 T번호를 확장합니다. > | 입력에 대해 3D 평균 풀링을 수행합니다. |
AvgPool3dGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
AvgPoolGrad <T는 TNumber를 확장합니다. > | 평균 풀링 함수의 기울기를 계산합니다. |
BandPart <T는 TType을 확장합니다. > | 각 가장 안쪽 행렬의 중앙 밴드 외부에 있는 모든 항목을 0으로 설정하는 텐서를 복사합니다. |
BandedTriangularSolve <T는 TType을 확장합니다.> | |
장벽 | 다양한 그래프 실행에서 지속되는 장벽을 정의합니다. |
장벽불완전한크기 | 주어진 장벽의 불완전한 요소 수를 계산합니다. |
배리어준비크기 | 주어진 장벽의 완전한 요소 수를 계산합니다. |
BatchCholesky <T는 TNumber를 확장합니다> | |
BatchCholeskyGrad <T는 TNumber를 확장합니다.> | |
배치 데이터세트 | `input_dataset`에서 `batch_size` 요소를 일괄 처리하는 데이터세트를 생성합니다. |
일괄 Fft | |
BatchFft2d | |
BatchFft3d | |
BatchIfft | |
BatchIfft2d | |
BatchIfft3d | |
BatchMatMul <T는 TType을 확장합니다> | 두 개의 텐서 조각을 일괄적으로 곱합니다. |
BatchMatrixBandPart <T는 TType을 확장합니다.> | |
BatchMatrixDeterminant <T는 TType을 확장합니다.> | |
BatchMatrixDiag <T는 TType을 확장합니다.> | |
BatchMatrixDiagPart <T는 TType을 확장합니다.> | |
BatchMatrixInverse <T는 TNumber를 확장합니다.> | |
BatchMatrixSetDiag <T는 TType을 확장합니다.> | |
BatchMatrixSolve <T는 TNumber를 확장합니다.> | |
BatchMatrixSolveLs <T는 TNumber를 확장합니다. > | |
BatchMatrixTriangularSolve <T는 TNumber를 확장합니다.> | |
BatchNormWithGlobalNormalization <T는 TType을 확장합니다.> | 일괄 정규화. |
BatchToSpace <T는 TType을 확장합니다. > | T 유형의 4차원 텐서에 대한 BatchToSpace. |
BatchToSpaceNd <T는 TType을 확장합니다. > | T 유형의 ND 텐서에 대한 BatchToSpace. |
BesselI0 <T는 T번호를 확장합니다. > | |
BesselI0e <T는 T번호를 확장합니다. > | |
BesselI1 <T는 Tnumber를 확장합니다. > | |
BesselI1e <T는 Tnumber를 확장합니다. > | |
BesselJ0 <T는 Tnumber를 확장합니다. > | |
BesselJ1 <T는 Tnumber를 확장합니다. > | |
BesselK0 <T는 T번호를 확장합니다. > | |
BesselK0e <T는 T번호를 확장합니다. > | |
BesselK1 <T는 Tnumber를 확장합니다. > | |
BesselK1e <T는 Tnumber를 확장합니다. > | |
BesselY0 <T는 Tnumber를 확장합니다. > | |
BesselY1 <T는 Tnumber를 확장합니다. > | |
Betainc <T는 T번호를 확장합니다> | 정규화된 불완전 베타 적분을 계산합니다 \\(I_x(a, b)\\). |
BiasAdd <T는 TType을 확장합니다. > | '값'에 '편향'을 추가합니다. |
BiasAddGrad <T는 TType을 확장합니다. > | "bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다. |
Bincount <T는 Tnumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
비트캐스트 <U는 TType을 확장합니다.> | 데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트캐스트합니다. |
BitwiseAnd <T는 T번호를 확장합니다> | Elementwise는 `x`와 `y`의 비트별 AND를 계산합니다. |
BitwiseOr <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트별 OR을 계산합니다. |
BitwiseXor <T는 Tnumber를 확장합니다.> | Elementwise는 `x`와 `y`의 비트별 XOR을 계산합니다. |
BoostedTreesAggregateStats | 배치에 대해 누적된 통계 요약을 집계합니다. |
BoostedTrees센터바이어스 | 훈련 데이터(편향)에서 사전을 계산하고 첫 번째 노드를 로짓의 사전으로 채웁니다. |
BoostedTreesEnsembleResourceHandleOp | BoostedTreesEnsembleResource에 대한 핸들을 생성합니다. |
BoostedTrees예제디버그 출력 | 각 예제에 대한 디버깅/모델 해석 가능성 출력. |
BoostedTreesMakeStats요약 | 배치에 대해 누적된 통계를 요약합니다. |
BoostedTree예측 | 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 로짓을 계산합니다. |
BoostedTreesQuantileStreamResourceHandleOp | BoostedTreesQuantileStreamResource에 대한 핸들을 생성합니다. |
BroadcastDynamicShape <T는 TNumber를 확장합니다.> | 브로드캐스트를 사용하여 s0 op s1의 모양을 반환합니다. |
BroadcastRecv <T는 TType을 확장합니다. > | 다른 장치에서 브로드캐스트된 텐서 값을 수신합니다. |
BroadcastSend <T는 TType을 확장합니다. > | 하나 이상의 다른 장치에 텐서 값을 브로드캐스트합니다. |
BroadcastTo <T는 TType을 확장합니다> | 호환 가능한 모양에 대한 배열을 브로드캐스트합니다. |
버킷화 | '경계'를 기준으로 '입력'을 버킷화합니다. |
바이트생산통계데이터세트 | StatsAggregator에 있는 'input_dataset'의 각 요소의 바이트 크기를 기록합니다. |
CSRSparseMatrixToDense <T는 TType을 확장합니다.> | (아마도 일괄 처리된) CSRSparseMatrix를 고밀도로 변환합니다. |
CSV데이터세트 | |
CSV데이터세트V2 | |
캐시데이터세트 | 'input_dataset'에서 요소를 캐시하는 데이터세트를 생성합니다. |
캐시데이터세트V2 | |
캐스트 <U는 TType을 확장합니다> | SrcT 유형의 x를 DstT의 y로 캐스트합니다. |
Ceil <T는 T번호를 확장합니다> | x보다 작지 않은 요소별 가장 작은 정수를 반환합니다. |
CheckNumerics <T는 T번호를 확장합니다. > | NaN, -Inf 및 +Inf 값에 대한 텐서를 확인합니다. |
Cholesky <T는 TType을 확장합니다> | 하나 이상의 정사각 행렬에 대한 Cholesky 분해를 계산합니다. |
CholeskyGrad <T는 TNumber를 확장합니다. > | Cholesky 알고리즘의 역방향 역전파 기울기를 계산합니다. |
가장 빠른 데이터 세트 선택 | |
ClipByValue <T는 TType을 확장합니다. > | 텐서 값을 지정된 최소값과 최대값으로 자릅니다. |
ClusterOutput <T는 TType을 확장합니다. > | XLA 계산의 출력을 다른 소비자 그래프 노드에 연결하는 연산자입니다. |
CollectiveGather <T는 T번호를 확장합니다> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
CollectivePermute <T는 TType을 확장합니다. > | 복제된 TPU 인스턴스 전체에서 텐서를 순열하는 작업입니다. |
CompareAndBitpack | 'input' 값을 'threshold'와 비교하고 결과 비트를 'uint8'로 압축합니다. |
편집결과 | TPU 컴파일 결과를 반환합니다. |
복합 <U는 TType을 확장합니다.> | 두 개의 실수를 복소수로 변환합니다. |
ComplexAbs <U는 TNumber를 확장합니다.> | 텐서의 복소 절대값을 계산합니다. |
요소 압축 | 데이터 세트 요소를 압축합니다. |
ComputeBatchSize | 부분 배치가 없는 데이터 세트의 정적 배치 크기를 계산합니다. |
Concat <T는 TType을 확장합니다> | 한 차원을 따라 텐서를 연결합니다. |
데이터세트 연결 | 'input_dataset'을 'another_dataset'와 연결하는 데이터세트를 생성합니다. |
조건부 누산기 | 그라디언트 집계를 위한 조건부 누산기입니다. |
분산TPU 구성 | 분산 TPU 시스템의 중앙 집중식 구조를 설정합니다. |
Conj <T는 TType을 확장합니다. > | 복소수의 켤레 복소수를 반환합니다. |
ConjugateTranspose <T는 TType을 확장합니다. > | 순열에 따라 x의 차원을 섞고 결과를 켤레화합니다. |
상수 <T는 TType을 확장합니다. > | 상수 값을 생성하는 연산자입니다. |
Conv <T는 TType을 확장합니다. > | 다음 문서에 설명된 XLA ConvGeneralDilated 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#conv_convolution . |
Conv2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다. |
Conv2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 컨볼루션의 기울기를 계산합니다. |
Conv2dBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 컨볼루션의 기울기를 계산합니다. |
Conv3d <T는 Tnumber를 확장합니다. > | 5차원 '입력' 및 '필터' 텐서를 사용하여 3차원 컨볼루션을 계산합니다. |
Conv3dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
Conv3dBackpropInput <U는 TNumber를 확장합니다.> | 입력에 대한 3차원 컨벌루션의 기울기를 계산합니다. |
복사 <T는 TType을 확장합니다> | CPU에서 CPU로 또는 GPU에서 GPU로 텐서를 복사합니다. |
CopyHost <T는 TType을 확장합니다. > | 텐서를 호스트에 복사합니다. |
Cos <T는 TType을 확장합니다. > | x 요소별로 cos를 계산합니다. |
Cosh <T는 TType을 확장합니다.> | x 요소의 쌍곡선 코사인을 계산합니다. |
CountUpTo <T는 T번호를 확장합니다. > | 'limit'에 도달할 때까지 'ref'를 증가시킵니다. |
자르기 및 크기 조정 | 입력 이미지 텐서에서 자르기를 추출하고 크기를 조정합니다. |
자르기및크기조정GradBoxes | 입력 상자 텐서에 대한 자르기 및 크기 조정 작업의 기울기를 계산합니다. |
CropAndResizeGradImage <T는 T숫자를 확장함> | 입력 이미지 텐서에 대한 Crop_and_resize 작업의 기울기를 계산합니다. |
교차 <T는 T번호를 확장합니다> | 쌍별 교차곱을 계산합니다. |
CrossReplicaSum <T는 TNumber를 확장합니다.> | 복제된 TPU 인스턴스 전체에서 입력을 합산하는 작업입니다. |
CudnnRNNCanonicalToParams <T는 TNumber를 확장합니다. > | CudnnRNN 매개변수를 표준 형식에서 사용 가능한 형식으로 변환합니다. |
CudnnRnnParamsSize <U는 TNumber를 확장합니다.> | Cudnn RNN 모델에서 사용할 수 있는 가중치의 크기를 계산합니다. |
Cumprod <T는 TType을 확장합니다> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
Cumsum <T는 TType을 확장합니다.> | `축`을 따라 텐서 `x`의 누적 합계를 계산합니다. |
CumulativeLogsumexp <T는 TNumber를 확장합니다.> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
DataFormatDimMap <T는 TNumber를 확장합니다. > | 지정된 대상 데이터 형식의 차원 인덱스를 반환합니다. 소스 데이터 형식. |
DataFormatVecPermute <T는 TNumber를 확장합니다.> | 입력 텐서를 `src_format`에서 `dst_format`으로 치환합니다. |
DataService데이터 세트 | |
데이터 세트 카디널리티 | `input_dataset`의 카디널리티를 반환합니다. |
데이터세트FromGraph | 주어진 `graph_def`에서 데이터세트를 생성합니다. |
DatasetToGraph | 'input_dataset'을 나타내는 직렬화된 GraphDef를 반환합니다. |
Dawsn <T는 T번호를 확장합니다> | |
DebugGradientIdentity <T는 TType을 확장합니다. > | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugGradientRefIdentity <T는 TType을 확장합니다.> | 그래디언트 디버깅을 위한 ID 작업입니다. |
DebugIdentity <T는 TType을 확장합니다. > | 디버그 ID V2 Op. |
DebugNanCount | NaN 값 카운터 Op. 디버그 |
DebugNumericsSummary <U는 TNumber를 확장합니다.> | 디버그 수치 요약 V2 Op. |
DecodeAndCropJpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩하고 자릅니다. |
DecodeBase64 | 웹에 안전한 base64로 인코딩된 문자열을 디코딩합니다. |
디코드Bmp | BMP로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다. |
디코드압축됨 | 문자열을 압축 해제합니다. |
디코드Gif | GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다. |
DecodeImage <T는 T번호를 확장합니다.> | decode_bmp, decode_gif, decode_jpeg 및 decode_png에 대한 함수입니다. |
디코드Jpeg | JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩합니다. |
DecodeJson예제 | JSON으로 인코딩된 예제 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다. |
DecodePendedRaw <T는 TNumber를 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
DecodePng <T는 T번호를 확장합니다> | PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다. |
DecodeRaw <T는 TType을 확장합니다. > | 문자열의 바이트를 숫자 벡터로 재해석합니다. |
DeepCopy <T는 TType을 확장합니다> | `x`의 복사본을 만듭니다. |
DenseBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
DenseToCSRSparseMatrix | 조밀한 텐서를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. |
DenseToSparseBatchDataset | 입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 생성합니다. |
DepthToSpace <T는 TType을 확장합니다. > | T 유형의 텐서에 대한 DepthToSpace. |
DepthwiseConv2dNative <T는 TNumber를 확장합니다.> | 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다. |
DepthwiseConv2dNativeBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
DepthwiseConv2dNativeBackpropInput <T는 TNumber를 확장합니다.> | 입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다. |
역양자화 | 압축된 uint32 입력을 가져와서 uint8에 입력을 풀어서 수행합니다. 장치의 역양자화. |
DestroyTemporaryVariable <T는 TType을 확장합니다.> | 임시 변수를 삭제하고 최종 값을 반환합니다. |
Det <T는 TType을 확장합니다.> | 하나 이상의 정사각 행렬의 행렬식을 계산합니다. |
DeviceIndex | 작업이 실행되는 장치의 인덱스를 반환합니다. |
디감마 <T는 T숫자를 확장함> | Lgamma의 도함수인 Psi를 계산합니다(절대값의 로그). `Gamma(x)`), 요소별. |
Dilation2d <T는 Tnumber를 확장합니다. > | 4차원 '입력' 텐서와 3차원 '필터' 텐서의 회색조 팽창을 계산합니다. |
Dilation2dBackpropFilter <T는 TNumber를 확장합니다.> | 필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
Dilation2dBackpropInput <T는 TNumber를 확장합니다.> | 입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. |
DirectedInterleave데이터세트 | 'N' 데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다. |
Div <T는 TType을 확장합니다. > | x / y 요소별로 반환합니다. |
DivNoNan <T는 TType을 확장합니다. > | 분모가 0이면 0을 반환합니다. |
도트 <T는 TType을 확장합니다. > | 문서화된 XLA DotGeneral 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dotgeneral . |
DrawBoundingBoxes <T는 Tnumber를 확장합니다.> | 이미지 배치에 경계 상자를 그립니다. |
더미반복카운터 | |
더미메모리캐시 | |
더미 시드 생성기 | |
DynamicSlice <T는 TType을 확장합니다. > | 문서화된 XLA DynamicSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicslice . |
DynamicStitch <T는 TType을 확장합니다> | '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. |
DynamicUpdateSlice <T는 TType을 확장합니다. > | 문서화된 XLA DynamicUpdateSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicupdateslice . |
편집거리 | (정규화된) Levenshtein Edit Distance를 계산합니다. |
Einsum <T는 TType을 확장합니다> | 2개의 입력과 1개의 출력으로 기본 einsum 연산을 지원하는 연산입니다. |
엘루 <T는 T번호를 확장합니다> | 지수 선형을 계산합니다. < 0이면 `exp(features) - 1`, 그렇지 않으면 `features`입니다. |
EluGrad <T는 TNumber를 확장합니다> | 지수 선형(Elu) 연산에 대한 기울기를 계산합니다. |
포함활성화 | TPU 임베딩을 차별화할 수 있는 작업입니다. |
비어 있음 <T는 TType을 확장합니다. > | 주어진 모양으로 텐서를 생성합니다. |
비어있는TensorList | 빈 텐서 목록을 생성하고 반환합니다. |
비어있음TensorMap | 빈 텐서 맵을 생성하고 반환합니다. |
EncodeBase64 | 문자열을 웹에 안전한 base64 형식으로 인코딩합니다. |
인코딩Jpeg | 이미지를 JPEG로 인코딩합니다. |
인코딩Jpeg변수품질 | JPEG는 제공된 압축 품질로 입력 이미지를 인코딩합니다. |
인코딩Png | 이미지를 PNG로 인코딩합니다. |
EncodeProto | op는 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다. |
EncodeWav | WAV 파일 형식을 사용하여 오디오 데이터를 인코딩합니다. |
EnacheShape <T는 TType을 확장합니다. > | 텐서의 모양이 예상되는 모양과 일치하는지 확인합니다. |
<T는 TType을 확장합니다>를 입력합니다 . | 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. |
동일한 | (x == y) 요소별 진리값을 반환합니다. |
Erf <T는 T번호를 확장합니다. > | 'x' 요소별 가우스 오류 함수를 계산합니다. |
Erfc <T는 T번호를 확장합니다> | 'x'의 요소별 상보 오류 함수를 계산합니다. |
EuclideanNorm <T는 TType을 확장합니다.> | 텐서의 차원 전체에 걸쳐 요소의 유클리드 노름을 계산합니다. |
종료 <T는 TType을 확장합니다> | 현재 프레임을 상위 프레임으로 종료합니다. |
Exp <T는 TType을 확장합니다. > | x 요소별로 지수를 계산합니다. |
ExpandDims <T는 TType을 확장합니다. > | 텐서의 모양에 1차원을 삽입합니다. |
Expint <T는 T번호를 확장합니다. > | |
Expm1 <T는 TType을 확장합니다. > | 요소별로 `exp(x) - 1`을 계산합니다. |
ExtractGlimpse | 입력 텐서에서 엿볼 수 있는 내용을 추출합니다. |
ExtractImagePatches <T는 TType을 확장합니다.> | '이미지'에서 '패치'를 추출하여 '깊이' 출력 차원에 넣습니다. |
ExtractJpegShape <T는 TNumber를 확장합니다.> | JPEG로 인코딩된 이미지의 모양 정보를 추출합니다. |
ExtractVolumePatches <T는 TNumber를 확장합니다.> | `입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다. |
사실 | 계승에 대한 사실을 출력합니다. |
FakeQuantWithMinMaxArgs | '입력' 텐서를 가짜 양자화하고, 동일한 유형의 '출력' 텐서에 float를 입력합니다. |
FakeQuantWithMinMaxArgsGradient | FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다. |
FakeQuantWithMinMaxVars | 전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다. |
FakeQuantWithMinMaxVarsPerChannel | 채널별 부동 소수점을 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 채널별 float 유형의 '입력' 텐서와 채널별 부동 소수점을 통해 `[d]`, `[b, d]` `[b, h, w, d]` 모양 중 하나를 가짜 양자화합니다. '[d]' 모양의 min'과 'max'를 '입력'과 같은 모양의 텐서를 '출력'합니다. |
Fft <T는 TType을 확장합니다. > | 고속 푸리에 변환. |
Fft2d <T는 TType을 확장합니다. > | 2D 고속 푸리에 변환. |
Fft3d <T는 TType을 확장합니다. > | 3D 고속 푸리에 변환. |
Fifo 대기열 | 선입 선출 순서로 요소를 생성하는 큐입니다. |
채우기 <U는 TType을 확장합니다.> | 스칼라 값으로 채워진 텐서를 생성합니다. |
FilterByLastComponentDataset | 마지막 구성요소가 true인 'input_dataset'의 첫 번째 구성요소를 포함하는 데이터세트를 생성합니다. |
지문 | 지문 값을 생성합니다. |
고정길이레코드데이터세트 | |
고정길이레코드리더 | 파일에서 고정 길이 레코드를 출력하는 Reader입니다. |
바닥 <T는 T번호를 확장합니다> | x보다 크지 않은 요소별 가장 큰 정수를 반환합니다. |
FloorDiv <T는 TType을 확장합니다. > | x // y 요소별로 반환합니다. |
FloorMod <T는 Tnumber를 확장합니다. > | 요소별 나눗셈의 나머지를 반환합니다. |
FractionalAvgPoolGrad <T는 TNumber를 확장합니다. > | FractionalAvgPool 함수의 기울기를 계산합니다. |
FractionalMaxPoolGrad <T는 TNumber를 확장합니다. > | FractionalMaxPool 함수의 기울기를 계산합니다. |
FresnelCos <T는 T번호를 확장합니다. > | |
FresnelSin <T는 T번호를 확장합니다> | |
FusedPadConv2d <T는 TNumber를 확장합니다> | 컨볼루션 중 전처리로 패딩을 수행합니다. |
FusedResizeAndPadConv2d <T는 TNumber를 확장합니다. > | 컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다. |
<T 확장 TType > 수집 | 문서화된 XLA Gather 연산자를 래핑합니다. https://www.tensorflow.org/xla/Operation_semantics#gather |
GatherNd <T는 TType을 확장합니다. > | `params`의 조각을 `indices`로 지정된 모양의 Tensor로 수집합니다. |
GatherV2 <T는 Tnumber를 확장합니다.> | 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. |
세션 핸들 가져오기 | 입력 텐서를 현재 세션 상태로 저장합니다. |
GetSessionTensor <T는 TType을 확장합니다.> | 핸들로 지정된 텐서의 값을 가져옵니다. |
보다 큰 | (x > y) 요소별 진리값을 반환합니다. |
더 크거나 같음 | (x >= y) 요소별 진리값을 반환합니다. |
GuaranteeConst <T는 TType을 확장합니다. > | 입력 텐서가 상수임을 TF 런타임에 보장합니다. |
해시테이블 | 초기화되지 않은 해시 테이블을 생성합니다. |
HistogramFixedWidth <U는 TNumber를 확장합니다.> | 값의 히스토그램을 반환합니다. |
히스토그램요약 | 히스토그램과 함께 '요약' 프로토콜 버퍼를 출력합니다. |
HsvToRgb <T는 T번호를 확장합니다. > | 하나 이상의 이미지를 HSV에서 RGB로 변환합니다. |
항등식 <T는 TType을 확장합니다. > | 입력 텐서 또는 값과 모양과 내용이 동일한 텐서를 반환합니다. |
아이덴티티리더 | 대기 중인 작업을 키와 값으로 출력하는 리더입니다. |
Ifft <T는 TType을 확장합니다. > | 역 고속 푸리에 변환. |
Ifft2d <T는 TType을 확장합니다. > | 역 2D 고속 푸리에 변환. |
Ifft3d <T는 TType을 확장합니다. > | 역 3D 고속 푸리에 변환. |
Igamma <T는 Tnumber를 확장합니다.> | 더 낮은 정규화 불완전 감마 함수 'P(a, x)'를 계산합니다. |
IgammaGradA <T는 T번호를 확장합니다. > | `igamma(a, x)` wrt `a`의 기울기를 계산합니다. |
Igammac <T는 T번호를 확장합니다> | 상위 정규화 불완전 감마 함수 'Q(a, x)'를 계산합니다. |
오류 무시데이터 세트 | 오류를 무시하고 'input_dataset' 요소가 포함된 데이터세트를 생성합니다. |
이미지 <U는 T번호를 확장합니다> | 복소수의 허수부를 반환합니다. |
ImageProjectiveTransformV2 <T는 T숫자를 확장합니다.> | 주어진 변환을 각 이미지에 적용합니다. |
ImageProjectiveTransformV3 <T는 T번호를 확장합니다. > | 주어진 변환을 각 이미지에 적용합니다. |
이미지요약 | 이미지와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
ImmutableConst <T는 TType을 확장합니다. > | 메모리 영역에서 불변 텐서를 반환합니다. |
인탑케이 | 대상이 상위 'K' 예측에 있는지 여부를 나타냅니다. |
InfeedDequeue <T는 TType을 확장합니다.> | 계산에 입력될 값에 대한 자리 표시자 작업입니다. |
InplaceAdd <T는 TType을 확장합니다. > | x의 지정된 행에 v를 추가합니다. |
InplaceSub <T는 TType을 확장합니다. > | 'x'의 지정된 행에서 'v'를 뺍니다. |
InplaceUpdate <T는 TType을 확장합니다. > | 지정된 행 'i'를 값 'v'로 업데이트합니다. |
Inv <T는 TType을 확장합니다. > | 하나 이상의 역정사각형 행렬이나 그 수반(켤레 전치)의 역을 계산합니다. |
InvGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 역에 대한 기울기를 계산합니다. |
반전 <T는 T번호를 확장합니다> | 지원되는 유형의 각 비트를 반전(플립)합니다. 예를 들어 'uint8'을 입력하면 값 01010101은 10101010이 됩니다. |
InvertPermutation <T는 TNumber를 확장합니다. > | 텐서의 역순열을 계산합니다. |
Irfft <U는 T번호를 확장합니다.> | 역실수 고속 푸리에 변환. |
Irfft2d <U는 T번호를 확장합니다.> | 역 2D 실수 값 고속 푸리에 변환. |
Irfft3d <U는 T번호를 확장합니다.> | 역 3D 실수 값 고속 푸리에 변환. |
IsBoostedTreesEnsembleInitialized | 트리 앙상블이 초기화되었는지 확인합니다. |
IsBoostedTreesQuantileStreamResourceInitialized | Quantile 스트림이 초기화되었는지 확인합니다. |
유한함 | x의 어느 요소가 유한한지 반환합니다. |
IsInf | x의 어떤 요소가 Inf인지 반환합니다. |
이스난 | x의 어떤 요소가 NaN인지 반환합니다. |
변수가 초기화됨 | 텐서가 초기화되었는지 확인합니다. |
반복자 | |
IteratorFromStringHandle | |
IteratorGetDevice | `리소스`가 배치된 장치의 이름을 반환합니다. |
IteratorGetNextAs선택 사항 | Optional 변형으로 지정된 반복기의 다음 출력을 가져옵니다. |
IteratorToStringHandle | 반복자를 나타내는 주어진 `resource_handle`을 문자열로 변환합니다. |
가입하다 | 주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 구분 기호를 사용합니다(기본값은 빈 구분 기호입니다). |
KMC2Chain초기화 | 시드 세트에 추가되어야 하는 데이터 포인트의 인덱스를 반환합니다. |
KmeansPlusPlus초기화 | KMeans++ 기준을 사용하여 num_to_sample개의 입력 행을 선택합니다. |
KthOrder통계 | 데이터 세트의 K차 통계를 계산합니다. |
L2Loss <T는 T번호를 확장합니다. > | L2 손실. |
LMDB데이터세트 | 하나 이상의 LMDB 파일에 키-값 쌍을 내보내는 데이터 세트를 생성합니다. |
지연 시간 통계 데이터 세트 | StatsAggregator에서 'input_dataset' 요소를 생성하는 지연 시간을 기록합니다. |
LeakyRelu <T는 Tnumber를 확장합니다> | 수정된 선형 계산: `max(features,features * alpha)`. |
LeakyReluGrad <T는 TNumber를 확장합니다> | LeakyRelu 작업에 대해 수정된 선형 기울기를 계산합니다. |
LeftShift <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트 왼쪽 시프트를 계산합니다. |
더 적은 | (x < y) 요소의 진리값을 반환합니다. |
덜같음 | (x <= y) 요소별 진리값을 반환합니다. |
Lgamma <T는 Tnumber를 확장합니다. > | 요소별 `Gamma(x)` 절대값의 로그를 계산합니다. |
LinSpace <T는 Tnumber를 확장합니다. > | 일정 간격으로 값을 생성합니다. |
Lmdb데이터세트 | |
LmdbReader | LMDB 파일의 레코드를 출력하는 리더입니다. |
LoadAndRemapMatrix | 체크포인트에서 이름이 `old_tensor_name`인 2차원(행렬) `Tensor`를 로드합니다. `ckpt_path`에 있으며 잠재적으로 지정된 재매핑을 사용하여 행과 열의 순서를 변경합니다. |
LocalResponseNormalization <T는 Tnumber를 확장합니다.> | 국소 응답 정규화. |
LocalResponseNormalizationGrad <T는 TNumber를 확장합니다. > | 국소 응답 정규화를 위한 기울기. |
로그 <T는 TType을 확장합니다> | x 요소별로 자연 로그를 계산합니다. |
Log1p <T는 TType을 확장합니다. > | (1 + x) 요소별 자연 로그를 계산합니다. |
LogSoftmax <T는 T번호를 확장합니다. > | 로그 소프트맥스 활성화를 계산합니다. |
논리적이고 | x AND y 요소의 진리값을 반환합니다. |
논리적 아님 | 'NOT x'의 진리값을 요소별로 반환합니다. |
논리적 또는 | x OR y 요소의 진리값을 반환합니다. |
LookupTableFind <U는 TType을 확장합니다.> | 테이블에서 키를 조회하고 해당 값을 출력합니다. |
조회테이블크기 | 주어진 테이블의 요소 수를 계산합니다. |
LoopCond | 입력을 출력으로 전달합니다. |
낮추다 | 모든 대문자를 해당 소문자 대체 문자로 변환합니다. |
LowerBound <U는 T번호를 확장합니다.> | 각 행을 따라 lower_bound(sorted_search_values,values)를 적용합니다. |
고유하게 만들기 | 배치가 아닌 차원의 모든 요소를 고유하게 만드십시오. 단, 다음과 \"가까운\" 초기값. |
지도불완전한 크기 | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
지도 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
MatMul <T는 TType을 확장합니다> | 행렬 "a"에 행렬 "b"를 곱합니다. |
일치하는 파일 | 하나 이상의 glob 패턴과 일치하는 파일 세트를 반환합니다. |
일치하는 파일 데이터 세트 | |
MatrixDiag <T는 TType을 확장합니다.> | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixDiagPart <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagPartV3 <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagV3 <T는 TType을 확장합니다. > | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixLogarithm <T는 TType을 확장합니다. > | 하나 이상의 정사각 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 작업은 복잡한 행렬에 대해서만 정의됩니다. |
MatrixSetDiag <T는 TType을 확장합니다. > | 새로운 배치 대각선 값을 갖는 배치 행렬 텐서를 반환합니다. |
MatrixSolveLs <T는 TType을 확장합니다. > | 하나 이상의 선형 최소제곱 문제를 해결합니다. |
최대 <T는 TType을 확장합니다.> | 텐서의 차원 전체에서 요소의 최대값을 계산합니다. |
MaxIntraOpParallelismDataset | 최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다. |
MaxPool <T는 TType을 확장합니다. > | 입력에 대해 최대 풀링을 수행합니다. |
MaxPool3d <T는 Tnumber를 확장합니다. > | 입력에 대해 3D 최대 풀링을 수행합니다. |
MaxPool3dGrad <U는 TNumber를 확장합니다.> | 3D 최대 풀링 함수의 기울기를 계산합니다. |
MaxPool3dGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
MaxPoolGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
최대 <T는 T번호를 확장합니다.> | x와 y의 최대값을 반환합니다(예: |
<T는 TType을 확장함>을 의미합니다 . | 텐서의 차원 전체에 걸쳐 요소의 평균을 계산합니다. |
병합요약 | 요약을 병합합니다. |
Mfcc | 스펙트로그램을 음성 인식에 유용한 형식으로 변환합니다. |
최소 <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 최소 요소를 계산합니다. |
최소 <T는 T번호를 확장합니다. > | x와 y의 최소값을 반환합니다(예: |
MirrorPad <T는 TType을 확장합니다> | 미러링된 값으로 텐서를 채웁니다. |
MirrorPadGrad <T는 TType을 확장합니다> | 'MirrorPad'에 대한 그라데이션 작업입니다. |
Mod <T는 T번호를 확장합니다> | 요소별 나눗셈의 나머지를 반환합니다. |
모델데이터세트 | 성과를 모델링하는 아이덴티티 변환. |
Mul <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
MulNoNan <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
다중 장치 반복자 | MultiDeviceIterator 리소스를 생성합니다. |
MultiDeviceIteratorFromStringHandle | 제공된 문자열 핸들에서 MultiDeviceIterator 리소스를 생성합니다. |
MultiDeviceIteratorInit | 지정된 데이터 세트를 사용하여 다중 장치 반복기를 초기화합니다. |
MultiDeviceIteratorToStringHandle | 지정된 MultiDeviceIterator에 대한 문자열 핸들을 생성합니다. |
다항식 <U는 TNumber를 확장합니다.> | 다항 분포에서 표본을 추출합니다. |
가변밀도해시테이블 | 텐서를 백업 저장소로 사용하는 빈 해시 테이블을 만듭니다. |
가변해시테이블 | 빈 해시 테이블을 생성합니다. |
MutableHashTableOfTensors | 빈 해시 테이블을 생성합니다. |
뮤텍스 | 'MutexLock'으로 잠글 수 있는 Mutex 리소스를 생성합니다. |
MutexLock | 뮤텍스 리소스를 잠급니다. |
NcclAllReduce <T는 TNumber를 확장합니다. > | 모든 입력 텐서에 대한 감소를 포함하는 텐서를 출력합니다. |
NcclBroadcast <T는 T번호를 확장합니다.> | 출력에 연결된 모든 장치에 '입력'을 보냅니다. |
NcclReduce <T는 TNumber를 확장합니다. > | 단일 장치에 대한 `reduction`을 사용하여 `num_devices`에서 `input`을 줄입니다. |
Ndtri <T는 T번호를 확장합니다> | |
부정 <T는 TType을 확장합니다. > | 숫자 음수 값을 요소별로 계산합니다. |
다음 <T가 T번호를 확장한 후> | 요소별로 `x2` 방향으로 표현 가능한 `x1`의 다음 값을 반환합니다. |
NextIteration <T는 TType을 확장합니다.> | 다음 반복에서 해당 입력을 사용할 수 있도록 합니다. |
NonDeterministicInts <U는 TType을 확장합니다.> | 일부 정수를 비결정적으로 생성합니다. |
NonMaxSuppressionWithOverlaps | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이전에 선택한 상자와 많이 겹치는 상자를 잘라냅니다. |
직렬화 가능하지 않은 데이터세트 | |
같지 않음 | (x != y) 요소별 진리값을 반환합니다. |
NthElement <T는 Tnumber를 확장합니다. > | 마지막 차원에 대한 'n'차 통계 값을 찾습니다. |
Onehot <u는 ttype >을 확장합니다 | 원한 텐서를 반환합니다. |
<t는 ttype >을 연장 합니다 | `dims`에 의해 주어진 모양으로 일정한 초기화를 생성하는 연산자. |
oneslike <t는 ttype >을 연장합니다 | 모양이 같은 모양의 텐서를 반환하고 x와 유형을 유형합니다. |
최적화 | `input_dataset`에 최적화를 적용하여 데이터 세트를 만듭니다. |
최적화 된 ATASETV2 | 관련 최적화를`input_dataset '에 적용하여 데이터 세트를 만듭니다. |
옵션 프롬 값 | 텐서의 튜플로부터 선택적 변형을 구성한다. |
옵션 HasValue | 주어진 선택적 변형에 값이있는 경우에만 True를 반환합니다. |
선택 사항 | 값이없는 선택적 변형을 만듭니다. |
OrderedMapIncompletesize | OP는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
OrderedMapsize | OP는 기본 컨테이너의 요소 수를 반환합니다. |
안수 선출 전 | TPU 코어 선택기 OP. |
outfeeddequeue <t는 ttype >을 확장합니다 | 계산 Outfeed에서 단일 텐서를 검색합니다. |
outfeeddequeuev2 <t는 ttype >를 확장합니다 | 계산 Outfeed에서 단일 텐서를 검색합니다. |
출력 <t는 ttype >를 확장합니다 | Operation 에 의해 생성 된 텐서에 대한 상징적 손잡이. |
pad <t는 ttype >을 확장합니다 | 문서화 된 XLA 패드 운영자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#pad. |
PaddedBatchDataset | 입력에서 'batch_size'요소를 배치하고 패드하는 데이터 세트를 만듭니다. |
Paddingfifoqueue | 첫 번째 순서로 요소를 생성하는 대기열. |
ParallelConcat <t는 ttype >을 확장합니다 | 1 차원을 따라`n` 텐서 목록을 연결합니다. |
ParallelDynamicStitch <t extends ttype > | '데이터'텐서의 값을 단일 텐서에 intrea하십시오. |
ParameterizedTruncatedNormal <u는 tnumber >를 확장합니다 | 정규 분포에서 임의 값을 출력합니다. |
parseexampledataset | DT_String의 벡터로`example` protos를 포함하는 'input_dataset`을 구문 분석 기능을 나타내는'tensor` 또는 'sparsetensor` 객체의 데이터 세트로 포함합니다. |
parsetensor <t는 ttype >를 확장합니다 | 직렬화 된 텐서 플로를 변환합니다 .tensorproto 프로토를 텐서로 변환합니다. |
PartitionEdInput <t extends ttype > | 분할 된 입력 목록을 함께 그룹화하는 OP. |
자리 표시 자 <t는 ttype >을 확장합니다 | 계산에 공급되는 값에 대한 자리 표시 자 OP. |
위원회 <t는 ttype >을 확장합니다 | 출력이 공급되지 않을 때 '입력'을 통과하는 자리 표시 자 OP. |
polygamma <t는 tnumber >를 연장합니다 | Polygamma 기능 계산 \\(\psi^{(n)}(x)\\). |
인구가 있습니다 | 요소 별 모집단 수를 계산합니다 (일명 |
pow <t는 ttype >을 확장합니다 | 한 값의 힘을 다른 값으로 계산합니다. |
PrefetchDataset | 'input_dataset'에서 요소를 비동기 적으로 프리 페치하는 데이터 세트를 만듭니다. |
예선 | 하나의 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. |
예비 | 다중 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. |
Gradient <t는 ttype를 확장합니다> | 그라디언트가 요청되면 오류를 유발하는 ID OP. |
우선권 | 첫 번째 구성 요소 값으로 정렬 된 요소를 생성하는 큐. |
privateThreadpooldataSet | 사용자 정의 스레드 풀을 사용하여 'input_dataset'을 계산하는 데이터 세트를 만듭니다. |
prod <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. |
QuantizeAndDequantize <t extends tnumber > | 그런 다음 텐서를 정문화합니다. |
QuantizeAndDequantizev3 <t는 tnumber >를 확장합니다 | 그런 다음 텐서를 정문화합니다. |
QuantizeAndDequantizev4 <t는 tnumber >를 확장합니다 | `Quantization.QuantizeAndDequantizev4`의 기울기를 반환합니다. |
Quantizedmatmulwithbiasanddepequantize <w는 tnumber >를 확장합니다 | |
대기열 공개 | 대기열이 닫히면 true를 반환합니다. |
대기열 | 주어진 큐의 요소 수를 계산합니다. |
raggedbincount <u는 tnumber >를 확장합니다 | 정수 배열에서 각 값의 발생 수를 계산합니다. |
raggedtensortotensor <u는 ttype >을 확장합니다 | 울퉁불퉁 한 텐서에서 밀도가 높은 텐서를 만들어 모양을 바꿀 수 있습니다. |
Raggedtensortovariant | 'raggedtensor'를 '변형'텐서로 인코딩합니다. |
raggedtensortovariant gradient <u는 ttype >을 확장합니다 | ``raggedtensortovariant '에 대한 그라디언트를 계산하는 데 사용됩니다. |
randomcrop <t는 tnumber >를 확장합니다 | 무작위로 자르기`image '. |
randomdataset | 의사 숫자를 반환하는 데이터 세트를 만듭니다. |
randomgamma <u는 tnumber >를 확장합니다 | Alpha가 설명한 감마 분포에서 임의의 값을 출력합니다. |
randomgammagrad <t는 tnumber >를 확장합니다 | 감마 랜덤 샘플 WRT의 미분을 계산합니다 |
Randompoisson <V는 tnumber >를 확장합니다 | 속도로 기술 된 포아송 분포 (들)의 임의 값을 출력합니다. |
randomshuffle <t는 ttype >를 확장합니다 | 첫 번째 차원을 따라 텐서를 무작위로 섞습니다. |
Randomshufflequeue | 요소의 순서를 무작위화하는 대기열. |
Randomstandardnormal <u는 tnumber >를 확장합니다 | 정규 분포에서 임의 값을 출력합니다. |
randomuniform <u는 tnumber >를 확장합니다 | 균일 한 분포에서 임의 값을 출력합니다. |
randomuniformint <u는 tnumber >를 확장합니다 | 균일 한 분포에서 임의의 정수를 출력합니다. |
범위 <t는 tnumber >를 확장합니다 | 일련의 숫자를 만듭니다. |
rangedataset | 값 범위의 데이터 세트를 만듭니다. |
계급 | 텐서의 순위를 반환합니다. |
readfile | 입력 파일 이름의 전체 내용을 읽고 출력합니다. |
readvariableop <t extends ttype > | 변수의 값을 읽습니다. |
readernumrecordsproded | 이 독자가 제작 한 레코드 수를 반환합니다. |
readernumworkUnitsCompleted | 이 독자가 처리 한 작업 단위 수를 반환합니다. |
독자 서신 | 독자의 상태를 인코딩하는 문자열 텐서를 생성합니다. |
진짜 <u는 tnumber >를 확장합니다 | 복소수의 실제 부분을 반환합니다. |
realdiv <t는 ttype >을 확장합니다 | 실제 유형에 대해 x / y 요소로 반환합니다. |
RebatchDataset | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
Rebatchdatasetv2 | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
왕복 <t는 ttype >를 확장합니다 | X 요소별로의 상호 계산을 계산합니다. |
상호 작품 <t는 ttype >를 확장합니다 | `x` wrt 입력의 역수에 대한 그라디언트를 계산합니다. |
레코드 푸트 | 무작위 레코드를 방출합니다. |
recv <t는 ttype >를 확장합니다 | 다른 XLA 계산에서 명명 된 텐서를 수신합니다. |
<t 확장 tnumber >를 줄입니다 | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
감정 | 텐서의 치수에 걸쳐 "논리적 및 요소"를 계산합니다. |
환원 | 텐서의 치수에 걸쳐 "논리적 또는"요소의 "논리"를 계산합니다. |
감소 결합 | 주어진 차원에서 문자열 텐서에 결합합니다. |
ReduceMax <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 최대 요소를 계산합니다. |
Reducemin <t는 ttype >를 연장합니다 | 텐서의 치수에 걸쳐 최소 요소를 계산합니다. |
READGEPROD <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. |
READESUM <t는 ttype >을 확장합니다 | 텐서의 치수에 걸쳐 요소의 합을 계산합니다. |
READGV2 <t는 tnumber >를 확장합니다 | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
리펜터 <t는 ttype >를 확장합니다 | 자식 프레임을 생성하거나 찾아서 '데이터'를 어린이 프레임에 사용할 수있게합니다. |
refexit <t는 ttype >를 확장합니다 | 현재 프레임을 모래 프레임으로 종료합니다. |
레피 니티 <t는 ttype >을 확장합니다 | 입력 참조 텐서와 동일한 심판 텐서를 반환하십시오. |
refnextiteration <t는 ttype >를 확장합니다 | 다음 반복에 입력을 사용할 수 있습니다. |
refselect <t extends ttype > | `inputs '의'index '요소를'출력 '으로 전달합니다. |
regexfullmatch | 입력이 Regex 패턴과 일치하는지 확인하십시오. |
RegexReplace | `rewrite`에 제공된 교체 문자열과 '입력'의 '패턴'정규 표현식의 일치를 대체합니다. |
RegisterDataset | tf.data 서비스에 데이터 세트를 등록합니다. |
Relu <t는 ttype >를 확장합니다 | 정류 된 선형을 계산합니다 :`max (feature, 0)`. |
Relu6 <t는 tnumber >를 연장합니다 | 정류 된 선형 6 :`min (max (특징, 0), 6)`. |
Relu6grad <t는 tnumber >를 확장합니다 | RelU6 작동을 위해 정류 된 선형 6 그라디언트를 계산합니다. |
relugrad <t는 tnumber >를 확장합니다 | Relu 작동을 위해 정류 된 선형 그라디언트를 계산합니다. |
반복 DATASET | `input_dataset``count '시간의 출력을 방출하는 데이터 세트를 만듭니다. |
Replicaid | 복제 ID. |
ReplicatedInput <t는 ttype >을 확장합니다 | N 입력을 N- 웨이 복제 된 TPU 계산에 연결합니다. |
reshape <t extends ttype > | 텐서를 재구성합니다. |
resizearea | 영역 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizebicubic | 이중 빙비 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizebicubicgrad <t는 tnumber >를 확장합니다 | Bicubic 보간의 기울기를 계산합니다. |
크기 조정기 | Bilinear 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
ResizeBilineargrad <t는 tnumber >를 확장합니다 | 이중선 보간의 기울기를 계산합니다. |
resizenearestneighbor <t는 tnumber >를 확장합니다 | 가장 가까운 이웃 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. |
resizenearestneighborgrad <t는 tnumber >를 확장합니다 | 가장 가까운 이웃 보간의 기울기를 계산합니다. |
ResourceAccumulatornumAccumulated | 주어진 축적기에서 집계 된 구배 수를 반환합니다. |
ResourceAccumulatortakegradient <t extends ttype > | 주어진 조건부 축적기에서 평균 구배를 추출합니다. |
ResourceConditionalAccumulator | 그라디언트 집계를위한 조건부 축합기. |
resourcecountupto <t는 tnumber >를 확장합니다 | '리소스'가 '제한'에 도달 할 때까지 '리소스'를 가리키는 변수 증분. |
ResourceGather <u는 ttype >을 확장합니다 | 'Indices'에 따라 '자원'에 의해 가리키는 변수에서 슬라이스를 수집하십시오. |
ResourceGathernd <u 확장 ttype > | |
복원 슬라이스 <t는 ttype >을 확장합니다 | 체크 포인트 파일에서 텐서를 복원합니다. |
retrievetpuembeddingstochasticadientDescentParameters | SGD 임베딩 매개 변수를 검색합니다. |
리버스 <t는 ttype >을 확장합니다 | 텐서의 특정 치수를 뒤집습니다. |
Reversesequence <t extends ttype > | 가변 길이 슬라이스를 뒤집습니다. |
rfft <u는 ttype >를 확장합니다 | 실제 값 빠른 푸리에 변환. |
rfft2d <u 확장 ttype > | 2D 실제 값 빠른 푸리에 변환. |
rfft3d <u 확장 ttype > | 3D 실제 값 빠른 푸리에 변환. |
rgbtohsv <t는 tnumber >를 확장합니다 | 하나 이상의 이미지를 RGB에서 HSV로 변환합니다. |
Rightshift <t는 tnumber >를 확장합니다 | 요소는`x`와`y`의 비트 시대 오른쪽 시프트를 계산합니다. |
Rint <t는 tnumber >를 확장합니다 | x에 가장 가까운 요소 별 정수를 반환합니다. |
rngreadandskip | 카운터 기반 RNG의 카운터를 전진하십시오. |
롤 <t는 ttype >를 확장합니다 | 축을 따라 텐서의 요소를 굴립니다. |
라운드 <t는 ttype >을 확장합니다 | 텐서의 값을 요소 측면에서 가장 가까운 정수로 반올림합니다. |
RPC | RPC 요청 배치를 수행하십시오. |
rsqrt <t는 ttype >를 확장합니다 | X 요소 단위의 제곱근의 상호 작용을 계산합니다. |
rsqrtgrad <t extends ttype > | `x` wrt 입력의 rsqrt에 대한 그라디언트를 계산합니다. |
샘플링 다타 세트 | 다른 데이터 세트의 내용의 Bernoulli 샘플을 취하는 데이터 세트를 만듭니다. |
scalarsummary | 스칼라 값으로 '요약'프로토콜 버퍼를 출력합니다. |
scaleandtranslate | |
scaleandtranslategrad <t는 tnumber >를 확장합니다 | |
scatteradd <t는 ttype >를 확장합니다 | 변수 참조에 희소 업데이트를 추가합니다. |
scatterdiv <t는 ttype >를 확장합니다 | 변수 참조를 Sparse 업데이트로 나눕니다. |
Scattermax <t는 tnumber >를 확장합니다 | `max` 조작을 사용하여 스파 스 업데이트를 가변 참조로 줄입니다. |
scattermin <t는 tnumber >를 연장합니다 | `min '조작을 사용하여 스파 스 업데이트를 가변 참조로 줄입니다. |
scattermul <t는 ttype >를 확장합니다 | 스파 스 업데이트에 변수 참조에 곱합니다. |
scatternd <u는 ttype >를 확장합니다 | `indices '에 따라'업데이트 '를 새 텐서로 뿌립니다. |
scatterndadd <t는 ttype >을 확장합니다 | 변수의 개별 값 또는 슬라이스에 드문 추가를 적용합니다. |
scatterndmax <t는 ttype >을 확장합니다 | 요소 별 최대 값을 계산합니다. |
scatterndmin <t는 ttype >을 확장합니다 | 요소 별 최소를 계산합니다. |
scatterndnonaliasingadd <t extends ttype > | 개별 값 또는 슬라이스를 사용하여 '입력'에 희소 추가를 적용합니다. `indices '에 따라'업데이트 '에서. |
scatterndsub <t는 ttype >을 확장합니다 | 변수의 개별 값 또는 슬라이스에 희소 뺄셈을 적용합니다. |
scatterndupdate <t는 ttype >를 확장합니다 | 주어진 내에서 Sporse`update '를 개별 값 또는 슬라이스에 적용합니다. 'indices'에 따라 변수. |
scattersub <t는 ttype >를 확장합니다 | 스파 스 업데이트를 변수 참조로 빼냅니다. |
scatterupdate <t는 ttype >를 확장합니다 | 스파 스 업데이트를 변수 참조에 적용합니다. |
sdcafprint | 입력 문자열의 지문을 계산합니다. |
SEGMERMAX <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최대 값을 계산합니다. |
segmentmean <t는 ttype >를 확장합니다 | 텐서의 세그먼트를 따라 평균을 계산합니다. |
segmentmin <t는 tnumber >를 연장합니다 | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
segmentProd <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 제품을 계산합니다. |
segmentsum <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 합계를 계산합니다. |
<t extends ttype >을 선택하십시오 | |
selu <t는 tnumber >를 확장합니다 | 스케일 지수 선형 :`scale * alpha * (exp (특징) -1)` <0 인 경우`scale * feature`는 그렇지 않으면. |
selugrad <t는 tnumber >를 확장합니다 | 스케일링 지수 선형 (SELU) 작업을위한 그라디언트를 계산합니다. |
시리얼 화자 | 주어진`resource_handle '을 반복자를 변환하는 텐서로 변환합니다. |
serializemanysparse <u는 ttype >을 확장합니다 | `n`-minibatch`sparsetensor`를`[n, 3]``````````````minibatch '를 일련 화하십시오. |
Serializesparse <u 확장 ttype > | `sparsetensor`를`[3]````````객체 ''로 직렬화하십시오. |
serializetensor | 텐서를 직렬화 된 텐서 프로토 프로토로 변환합니다. |
setsize | 입력의 마지막 차원을 따라 고유 한 요소의 수. |
setstatsagagatordataset | |
모양 <u는 tnumber >를 확장합니다 | 텐서의 모양을 반환합니다. |
샤드 다타 세트 | 이 데이터 세트의 1/`num_shards '만 포함하는'dataset '을 만듭니다. |
ShardedFilename | 샤드 파일 이름을 생성하십시오. |
ShardedFilespec | 모든 샤드 파일 이름과 일치하는 글로벌 패턴을 생성합니다. |
샤드 <t는 ttype >를 확장합니다 | 주어진 샤드 속성을 기반으로 입력을 파악하는 OP. |
ShuffleandrepeatDataset | |
Shuffledataset | |
sigmoid <t는 ttype >를 연장합니다 | `x` emect-wise의 sigmoid를 계산합니다. |
sigmoidgrad <t는 ttype >을 확장합니다 | `x` wrt 입력의 Sigmoid의 구배를 계산합니다. |
서명 <t는 ttype >를 확장합니다 | 숫자의 부호에 대한 요소 별 표시를 반환합니다. |
sin <t는 ttype >을 연장합니다 | X 요소 단위의 사인을 계산합니다. |
sinh <t는 ttype >을 연장합니다 | X 요소 별 쌍곡선 사인을 계산합니다. |
크기 <u는 tnumber >를 확장합니다 | 텐서의 크기를 반환합니다. |
건너 뛰기 | 'input_dataset'에서 'count'요소를 건너 뛰는 데이터 세트를 만듭니다. |
수면 | |
슬라이스 <t는 ttype >를 확장합니다 | '입력'에서 슬라이스를 반환하십시오. |
슬라이딩 윈도우 다타 세트 | 'input_dataset'을 통해 슬라이딩 창을 전달하는 데이터 세트를 만듭니다. |
Snapshot <t는 ttype >를 확장합니다 | 입력 텐서의 사본을 반환합니다. |
SobolSample <t는 tnumber >를 확장합니다 | 소볼 시퀀스에서 점을 생성합니다. |
softmax <t는 tnumber >를 확장합니다 | SoftMax 활성화를 계산합니다. |
SoftPlus <t는 tnumber >를 확장합니다 | SoftPlus를 계산합니다 :`log (exp (features) + 1)`. |
softplusgrad <t는 tnumber >를 확장합니다 | 소프트 플러스 작업을 위해 소프트 플러스 그라디언트를 계산합니다. |
softsign <t는 tnumber >를 확장합니다 | SoftSign을 계산합니다 :`feations / (abs (기능) + 1)`. |
softsigngrad <t는 tnumber >를 확장합니다 | SoftSign 작업을 위해 SoftSign 그라디언트를 계산합니다. |
<t extends ttype >를 해결하십시오 | 선형 방정식 시스템을 해결합니다. |
정렬 <t extends ttype > | 문서화 된 XLA 정렬 연산자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#sort. |
spacetobatch <t extends ttype > | 타입 T의 4D 텐서에 대한 Spacetobatch. |
spacetobatchnd <t는 ttype >를 확장합니다 | T 형의 ND 텐서에 대한 Spacetobatch. |
spacetodepth <t는 ttype >를 확장합니다 | T 형의 텐서에 대한 시공간 퇴적물 |
sparseapplyadadelta <t는 ttype >을 확장합니다 | VAR : 변수 ()에서 가져와야합니다. |
sparseapplyadagrad <t는 ttype >를 확장합니다 | Adagrad 체계에 따라 '*var'및 '*accum'에서 관련 항목을 업데이트하십시오. |
sparseapplyadagradda <t는 ttype >를 확장합니다 | 근위 Adagrad 체계에 따라 '*var'및 '*accum'의 업데이트 항목. |
sparseapplycenteredrmsprop <t extends ttype > | 중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
sparseapplyftrl <t는 ttype >을 확장합니다 | ftrl-proximal 구성표에 따라 '*var'의 관련 항목을 업데이트하십시오. |
SparseApplyMomentum <t는 ttype >을 확장합니다 | 모멘텀 체계에 따라 '*var'및 '*accum'에서 관련 항목을 업데이트하십시오. |
SparseApplyProximaladagrad <t는 ttype >을 확장합니다 | FOBOS 알고리즘에 따라 '*var'및 '*accum'의 스파 스 업데이트 항목. |
SparseApplyProxiMalgradientDescent <t extends ttype > | Sparse 업데이트 '*var'고정 학습 속도를 가진 Fobos 알고리즘. |
sparseApplyrmsprop <t extends ttype > | RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
sparsebincount <u는 tnumber >를 확장합니다 | 정수 배열에서 각 값의 발생 수를 계산합니다. |
SparseconditionalAccumulator | 스파 스 그라디언트를 집계하기위한 조건부 축합기. |
sparsedensecwiseadd <t는 ttype >을 확장합니다 | 이 특별한 규칙을 사용하여 SparsetEnsor와 조밀 한 텐서를 추가합니다. (1) 자격이있는 경우 희소 측면과 같은 모양을 갖도록 조밀 한 쪽을 방송합니다. (2) 그런 다음, SparSetensor의 지수에 의해 가리키는 밀도가 높은 값 만 CWISE 첨가에 참여합니다. |
sprasedensecwisediv <t는 ttype >을 확장합니다 | 구성 요소 측면은 SparSetensor를 조밀 한 텐서로 나눕니다. |
sparsedensecwisemul <t는 ttype >를 확장합니다 | 구성 요소 측면은 Sparsetensor에 조밀 한 텐서를 곱합니다. |
Sparsematmul | 매트릭스 "a"에 의해 매트릭스 "b"를 곱하십시오. |
sparsematrixadd | 두 개의 CSR 매트릭스의 드문 첨가, C = alpha * a + 베타 * B. |
sparsematrixmatmul <t는 ttype >을 확장합니다 | 매트릭스-다소 틸리 조밀 한 매트릭스가있는 드문 매트릭스. |
sparsematrixmul | 밀도가 높은 텐서로 드문 매트릭스의 원소 별 곱셈. |
sparsematrixnnz | `sparse_matrix`의 비제수 수를 반환합니다. |
sparsematrixorderingamd | '입력'의 대략적인 최소도 (AMD) 순서를 계산합니다. |
sparsematrixsoftmax | CSRSPARSEMATRIX의 SoftMax를 계산합니다. |
sparsematrixsoftmaxgrad | sparsematrixsoftmax op의 그라디언트를 계산합니다. |
sparsematrixsparsecholesky | `입력 '의 희소 한 Cholesky 분해를 계산합니다. |
sparsematrixsparsematmul | 드문 매트릭스-다소 클리 2 개의 CSR 매트릭스`a`와`b`. |
sparsematrixtranspose | CSRSPARSEMATRIX의 내부 (매트릭스) 치수를 전송합니다. |
sparsematrixzeros | ``dense_shape '도 모양의 all-zeros csrsparsematrix를 만듭니다. |
Sparsereducemax <t는 tnumber >를 확장합니다 | SparSetensor의 치수에 걸쳐 최대 요소를 계산합니다. |
stresereducesum <t는 ttype >을 확장합니다 | SparSetensor의 치수에 걸쳐 요소의 합을 계산합니다. |
sparsesegmentmean <t는 tnumber >를 확장합니다 | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
sparsesegmentmeangrad <t는 tnumber >를 확장합니다 | sparsesegmentmean을위한 그라디언트를 계산합니다. |
sparsesegmentmeanwithnumsegments <t extends tnumber > | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
sparsesegmentsqrtn <t extends tnumber > | 텐서의 희소 세그먼트를 따라 N의 SQRT로 나눈 값을 계산합니다. |
sparsesegmentsqrtngrad <t extends tnumber > | SparseSegmentsqrtn에 대한 그라디언트를 계산합니다. |
sparsesegmentsqrtnwithnumsegments <t는 tnumber >를 확장합니다 | 텐서의 희소 세그먼트를 따라 N의 SQRT로 나눈 값을 계산합니다. |
sparsesegmentsum <t는 tnumber >를 확장합니다 | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
sparsesegmentsumwithnumsegments <t는 tnumber >를 확장합니다 | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
sparseslicegrad <t extends ttype > | Sparseslice op의 그라디언트 연산자. |
sparsesoftmax <t는 tnumber >를 확장합니다 | SoftMax를 배치 된 nd` sparsetensor`에 적용합니다. |
sparsetensordenseadd <u 확장 ttype > | `sparsetensor`와 밀도가 높은‘텐서’를 추가하여 밀도가 높은‘텐서’를 생성합니다. |
sparsetensordensematmul <u는 ttype >을 확장합니다 | SparSetensor (Rank 2) "A"빽빽한 매트릭스 "B"를 곱하십시오. |
sparsetensorslicedataset | SparSetensor를 요소별로 분할하는 데이터 세트를 만듭니다. |
sparsetensortocsrsparsematrix | sparsetensor를 CSRSPARSEMATRIX로 변환합니다. |
sparsetodense <u는 ttype >를 확장합니다 | 드문 드문 표현을 조밀 한 텐서로 변환합니다. |
Spence <t는 tnumber >를 확장합니다 | |
SQLDATASET | SQL 쿼리를 실행하고 결과 세트의 행을 방출하는 데이터 세트를 생성합니다. |
sqrt <t는 ttype >을 확장합니다 | X 요소 단위의 제곱근을 계산합니다. |
sqrtgrad <t extends ttype > | `x` wrt 입력의 SQRT에 대한 그라디언트를 계산합니다. |
sqrtm <t는 ttype >을 확장합니다 | 하나 이상의 사각형 행렬의 매트릭스 제곱근을 계산합니다. matmul (sqrtm (a), sqrtm (a)) = a 입력 행렬은 뒤집을 수 없습니다. |
square <t는 ttype >을 확장합니다 | X 요소 별 제곱을 계산합니다. |
SquaredDifference <t는 ttype >을 확장합니다 | COLL (X -Y) (X -Y) 요소 별을 반환합니다. |
스퀴즈 <t는 ttype >을 연장합니다 | 텐서 모양에서 크기 1의 치수를 제거합니다. |
스택 <t는 ttype >를 확장합니다 | `n` rank-`r` 텐서 목록을 하나의 순위 (r+1)`텐서로 포장합니다. |
단계적 | OP는 기본 컨테이너의 요소 수를 반환합니다. |
Statefulrandombinomial <V는 tnumber >를 연장합니다 | |
Statefulardnormal <u는 ttype >을 확장합니다 | 정규 분포에서 임의 값을 출력합니다. |
State -FultruncatedNormal <u는 ttype >을 확장합니다 | 잘린 정규 분포에서 임의 값을 출력합니다. |
statefulliform <u는 ttype >을 확장합니다 | 균일 한 분포에서 임의 값을 출력합니다. |
statefuluniformullint <u는 ttype >을 확장합니다 | 균일 한 분포에서 임의의 정수를 출력합니다. |
Statefuliformint <u는 ttype >를 확장합니다 | 균일 한 분포에서 임의의 정수를 출력합니다. |
무국적 <V는 tnumber >를 연장합니다 | 다국적 분포에서 샘플을 그립니다. |
intationsparameterizedTruncatedNormal <v는 tnumber >를 확장합니다 | |
anstationsrandombinomial <w는 tnumber >를 확장합니다 | 이항 분포에서 결정 론적 유사 란덤 랜덤 숫자를 출력합니다. |
InstantessrandomGamma <V는 tnumber >를 연장합니다 | 감마 분포에서 결정 론적 의사 산소 임의 숫자를 출력합니다. |
SANCELESSRANDOMNORMAL <V는 tnumber >를 연장합니다 | 정규 분포에서 결정 론적 유사 란덤 값을 출력합니다. |
SANTESSRANDOMNORMALV2 <u는 tnumber >를 확장합니다 | 정규 분포에서 결정 론적 유사 란덤 값을 출력합니다. |
Instantessrandompoisson <w는 tnumber >를 확장합니다 | 포아송 분포에서 결정 론적 의사 산소 랜덤 숫자를 출력합니다. |
SANTELESSRANDOMUNIFOR <V는 tnumber >를 확장합니다 | 균일 한 분포에서 결정 론적 유사 란덤 랜덤 값을 출력합니다. |
stationsrandomuniformullint <v는 tnumber >를 확장합니다 | 출력은 균일 한 분포에서 결정 론적 의사 안드 맨 임의의 정수를 산출합니다. |
SANTELESSRANDOMUNIFORFULLINTV2 <u는 tnumber >를 확장합니다 | 출력은 균일 한 분포에서 결정 론적 의사 안드 맨 임의의 정수를 산출합니다. |
inationsrandomuniformint <v는 tnumber >를 확장합니다 | 출력은 균일 한 분포에서 결정 론적 의사 안드 맨 임의의 정수를 산출합니다. |
SANTESSRANDOMUNIFORINTV2 <u는 tnumber >를 확장합니다 | 출력은 균일 한 분포에서 결정 론적 의사 안드 맨 임의의 정수를 산출합니다. |
SANTESSRANDOMUNIFORV2 <u는 tnumber >를 확장합니다 | 균일 한 분포에서 결정 론적 유사 란덤 랜덤 값을 출력합니다. |
InstationsTrunctedNormal <V는 tnumber >를 연장합니다 | 절단 된 정규 분포에서 결정 론적 유사 란덤 값을 출력합니다. |
SANTESSTRUCTATEDNORMALV2 <u는 tnumber >를 확장합니다 | 절단 된 정규 분포에서 결정 론적 유사 란덤 값을 출력합니다. |
staticregexfullmatch | 입력이 Regex 패턴과 일치하는지 확인하십시오. |
staticregexreplace | 입력의 패턴 일치를 다시 쓰기로 대체합니다. |
StatsAggregatorHandle | |
Statsaggregatorsummary | 주어진 통계 관리자가 기록한 통계의 요약을 작성합니다. |
stopgradient <t는 ttype >를 확장합니다 | 그라디언트 계산을 중지합니다. |
striddslice <t는 ttype >를 확장합니다 | `입력 '에서 뾰족한 슬라이스를 반환하십시오. |
striddsliceassign <t extends ttype > | 'value'를`ref '의 슬라이스 l- 값 참조에 할당하십시오. |
striddslicegrad <u는 ttype >을 확장합니다 | 'striddslice'의 그라디언트를 반환합니다. |
문자열 형식 | 텐서 목록을 사용하여 문자열 템플릿을 형식화합니다. |
StringLength | '입력'의 문자열 길이. |
조각 | 텐서의 선장 및 후행 공백. |
sub <t는 ttype >을 확장합니다 | x -y 요소 측면을 반환합니다. |
기판 | 문자열의 '텐서'에서 기판을 반환합니다. |
sum <t는 ttype >를 확장합니다 | 텐서의 치수에 걸쳐 요소의 합을 계산합니다. |
요약작성자 | |
tpucompilationResult | TPU 컴파일 결과를 반환합니다. |
tpuembeddingactivations | TPU 임베딩의 분화를 가능하게하는 OP. |
tpureplicatedInput <t는 ttype >을 확장합니다 | N 입력을 N- 웨이 복제 된 TPU 계산에 연결합니다. |
Takedataset | 'input_dataset'의 'count'요소가 포함 된 데이터 세트를 만듭니다. |
tan <t는 ttype >를 확장합니다 | X 요소 단위의 Tan을 계산합니다. |
tanh <t는 ttype >를 확장합니다 | `x` emelt-swise의 쌍곡선 접선을 계산합니다. |
tanhgrad <t는 ttype >를 확장합니다 | `x` wrt 입력의 tanh에 대한 그라디언트를 계산합니다. |
TemporaryVariable <t는 ttype >을 확장합니다 | 돌연변이 될 수 있지만 단일 단계 내에서만 지속되는 텐서를 반환합니다. |
TensorArraygather <t는 ttype >를 확장합니다 | TensorArray에서 특정 요소를 출력 'value'로 수집하십시오. |
TensorArraypack <t는 ttype >을 확장합니다 | |
TensorArrayRead <t extends ttype > | TensorArray에서 출력 'value'로 요소를 읽으십시오. |
TensorArrayscatter | 입력 값에서 데이터를 특정 TensorArray 요소로 산출하십시오. |
TensorArraysize | TensorArray의 현재 크기를 얻으십시오. |
TensorArraysplit | 입력 값에서 데이터를 TensorArray 요소로 분할하십시오. |
Tensorarrayunpack | |
TensorArraywrite | Tensor_Array에 요소를 밀어 넣으십시오. |
Tensordataset | ``구성 요소 ''를 텐서의 튜플로 한 번 방출하는 데이터 세트를 만듭니다. |
tensordiag <t는 ttype >을 확장합니다 | 주어진 대각선 값으로 대각선 텐서를 반환합니다. |
Tensordiagpart <t는 ttype >를 확장합니다 | 텐서의 대각선 부분을 반환합니다. |
Tensorforesttreeisinitializedop | 나무가 초기화되었는지 확인합니다. |
TensorforestTreepredict | 주어진 입력 데이터의 로그를 출력합니다 |
TensorforestPreeSourceHandleop | TensorforestFreeResource에 대한 손잡이를 만듭니다 |
Tensorforesttreeserialize | 트리 핸들을 프로토로 직렬화합니다 |
TensorforestTreesize | 트리에서 노드 수를 얻으십시오 |
Tensorlistconcatlist | |
TensorListElementshape <t는 tnumber >를 확장합니다 | 텐서로서 주어진 목록의 요소의 모양. |
Tensorlistfromtensor | 쌓을 때``tensor ''의 값을 갖는 Tensorlist를 만듭니다. |
Tensorlistgather <t는 ttype >을 확장합니다 | Tensorlist에 인덱싱하여 텐서를 만듭니다. |
TensorlistgetItem <t는 ttype >을 확장합니다 | |
Tensorlistlength | 입력 텐서 목록에서 텐서 수를 반환합니다. |
Tensorlistpushback | 전달 된```````````tensor "가 마지막 요소와`input_handle '의 주어진 목록의 다른 요소가있는 목록을 반환합니다. |
Tensorlistpushbackbatch | |
Tensorlistreserve | 빈 요소가있는 주어진 크기 목록. |
Tensorlistresize | 목록을 크게 조정합니다. |
Tensorlistscatter | 텐서로 인덱싱하여 텐소리스트를 만듭니다. |
TensorlistscatterintoExistinglist | 입력 목록의 지수에서 텐서를 산란시킵니다. |
TensorlistSetItem | |
Tensorlistsplit | 텐서를 목록으로 나눕니다. |
TensorListStack <t는 ttype >을 확장합니다 | 목록의 모든 텐서를 쌓습니다. |
텐서 페라 제 | 주어진 키가 지워진 항목으로 텐서 맵을 반환합니다. |
Tensormaphaskey | 주어진 키가지도에 존재하는지 여부를 반환합니다. |
Tensormapinsert | 주어진 키 값 쌍이 삽입 한 'input_handle'인 맵을 반환합니다. |
tensormaplookup <u는 ttype >을 확장합니다 | 텐서 맵에서 주어진 키에서 값을 반환합니다. |
Tensormapsize | 입력 텐서 맵에서 텐서 수를 반환합니다. |
Tensormapstackkeys <t는 ttype >을 확장합니다 | 텐서 맵에서 모든 키의 텐서 스택을 반환합니다. |
Tensorscatterndadd <t extends ttype > | 'Indices'에 따라 기존 텐서에 Sparse`updates '를 추가합니다. |
Tensorscatterndmax <t는 ttype >를 확장합니다 | |
Tensorscatterndmin <t는 ttype >를 확장합니다 | |
Tensorscatterndsub <t는 ttype >을 확장합니다 | `indices '에 따라 기존 텐서에서 스파 스`updates'를 빼냅니다. |
Tensorscatterndupdate <t extends ttype > | 'indices'에 따라 '업데이트'를 기존 텐서로 뿌립니다. |
Tensorslicedataset | '구성 요소'의 각 DIM-0 조각을 한 번 방출하는 데이터 세트를 만듭니다. |
TensorstridedSliceUpdate <t extends ttype > | 'value'를 '입력'의 슬라이스 된 l- 값 참조에 할당하십시오. |
Tensorsummary | 텐서 및 플러그 당 데이터를 사용하여 '요약'프로토콜 버퍼를 출력합니다. |
Textlinedataset | 하나 이상의 텍스트 파일의 줄을 방출하는 데이터 세트를 만듭니다. |
TextLinerEader | '\ n'으로 구분 된 파일의 줄을 출력하는 리더. |
tfrecorddataset | 하나 이상의 tfrecord 파일에서 레코드를 방출하는 데이터 세트를 만듭니다. |
tfrecordreader | Tensorflow 레코드 파일에서 레코드를 출력하는 독자. |
ThreadPooldataSet | 사용자 정의 스레드 풀을 사용하여 'input_dataset'을 계산하는 데이터 세트를 만듭니다. |
ThreadPoolhandle | 사용자 정의 스레드 풀을 사용하여 'input_dataset'을 계산하는 데이터 세트를 만듭니다. |
타일 <t는 ttype >을 연장합니다 | 주어진 텐서 타일링하여 텐서를 구축합니다. |
Tilegrad <t는 ttype >를 확장합니다 | '타일'의 그라디언트를 반환합니다. |
타임스탬프 | Epoch 이후 몇 초 만에 시간을 제공합니다. |
Tobool | 텐서를 스칼라 술어로 변환합니다. |
Tohashbucket | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
Tohashbucketfast | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
TohashbucketStrong | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
Tonumber <t는 tnumber >를 확장합니다 | 입력 텐서의 각 문자열을 지정된 숫자 유형으로 변환합니다. |
전환 <t extends ttype > | 순열에 따라 X의 셔플 치수. |
triangularsolve <t extends ttype > | 백 스트럭션에 의해 상위 또는 하부 삼각형 매트릭스를 갖는 선형 방정식 시스템을 해결합니다. |
tridiagonalmatmul <t는 ttype >를 확장합니다 | Tridiagonal 매트릭스로 제품을 계산하십시오. |
tridiagonalsolve <t extends ttype > | 방정식의 트리 다이밀 시스템을 해결합니다. |
truncatediv <t는 ttype >를 확장합니다 | 정수 유형의 경우 x / y 요소로 반환합니다. |
truncatemod <t는 tnumber >를 확장합니다 | 요소 별 분열을 반환합니다. |
TruncatedNormal <u는 tnumber >를 확장합니다 | 잘린 정규 분포에서 임의 값을 출력합니다. |
UNDATH <t는 ttype >를 확장합니다 | 단일 출력 텐서에 대한 배치 작동을 뒤집습니다. |
Undatchdataset | 입력의 요소를 여러 요소로 분할하는 데이터 세트. |
UNDATTHGRAD <t는 ttype >을 확장합니다 | UNDATH의 기울기. |
Unicodeencode | Ints의 텐서를 유니 코드 문자열로 인코딩합니다. |
유니 코드 스크립트 | 유니 코드 정수 코드 포인트의 주어진 텐서의 스크립트 코드를 결정하십시오. |
Unicodetranscode | 소스에서 입력 텍스트를 인코딩하여 대상 인코딩으로 트랜스 코딩합니다. |
iriquedataset | 'input_dataset'의 고유 한 요소가 포함 된 데이터 세트를 만듭니다. |
UnsavelIndex <t는 tnumber >를 확장합니다 | 평평한 지수를 튜플의 좌표 배열로 변환합니다. |
UnsortedSegmentjoin | `segment_ids '를 기반으로`inputs'의 요소에 합류합니다. |
UnsortedSegmentMax <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최대 값을 계산합니다. |
UnsortedSegmentmin <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
UnsortedSgentmeProd <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 제품을 계산합니다. |
UnsortedSegmentsum <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 합계를 계산합니다. |
Unprapdatasetvariant | |
높은 | 모든 소문자를 각각의 대문자 교체로 변환합니다. |
어퍼 바운드 <u는 tnumber >를 확장합니다 | 각 행을 따라 상류 _bound (sorted_search_values, 값)를 적용합니다. |
varhandleop | 가변 자원에 대한 핸들을 만듭니다. |
varisinitialized | 리소스 핸들 기반 변수가 초기화되었는지 확인합니다. |
변수 <t는 ttype >를 확장합니다 | 단계를 가로 질러 지속되는 텐서의 형태로 상태를 유지합니다. |
variableShape <t는 tnumber >를 확장합니다 | `resource '로 가리키는 변수의 모양을 반환합니다. |
어디 | 텐서에서 0이 아닌 / 실제 값의 위치를 반환합니다. |
wholefilereader | 파일의 전체 내용을 값으로 출력하는 리더. |
Windowdataset | 입력 요소를 (둥지) Windows의 데이터 세트로 결합합니다. |
Workerheartbeat | 노동자 심장 박동 OP. |
WrapdatasetVariant | |
xdivy <t는 ttype >를 확장합니다 | x == 0이면 0을 반환하고 그렇지 않으면 x / y는 요소를 반환합니다. |
xlarecvfromhost <t는 ttype >을 확장합니다 | 호스트로부터 텐서를받는 OP. |
xlasetbound | 주어진 입력 값에 대한 경계를 XLA 컴파일러에 대한 힌트로 설정하십시오. 같은 값을 반환합니다. |
xlaspmdfulltoshardshape <t extends ttype > | XLA SPMD 파티션이 자동 파티셔닝에서 수동 파티셔닝. |
xlaspmdshardtofullshape <t extends ttype > | XLA SPMD 파티션이 수동 파티셔닝에서 자동 분할. |
xlog1py <t는 ttype >를 확장합니다 | x == 0이면 0을 반환하고 x * log1p (y)는 그렇지 않으면 요소를 반환합니다. |
Xlogy <T extends TType > | Returns 0 if x == 0, and x * log(y) otherwise, elementwise. |
Zeros <T extends TType > | An operator creating a constant initialized with zeros of the shape given by `dims`. |
ZerosLike <T extends TType > | Returns a tensor of zeros with the same shape and type as x. |
Zeta <T extends TNumber > | Compute the Hurwitz zeta function \\(\zeta(x, q)\\). |
ZipDataset | Creates a dataset that zips together `input_datasets`. |
erfinv <T extends TNumber > | |