Shaped

อินเตอร์เฟซสาธารณะ ที่มีรูปทรง

คลาสย่อยทางอ้อมที่รู้จัก Abs <T ขยาย TNumber >, AbstractDenseNdArray <T, U ขยาย NdArray <T>>, AbstractNdArray <T, U ขยาย NdArray <T>>, AccumulateN <T ขยาย TType >, AccumulatorNumAccumulated , AccumulatorTakeGradient <T ขยาย TType >, Acos <T ขยาย TType >, Acosh <T ขยาย TType >, เพิ่ม <T ขยาย TType >, AddManySparseToTensorsMap , AddN <T ขยาย TType >, AddSparseToTensorsMap , AdjustContrast <T ขยาย TNumber >, AdjustHue <T ขยาย TNumber >, AdjustSaturation <T ขยาย TNumber >, และ อีก 808 รายการ Abs <T ขยาย TNumber > คำนวณค่าสัมบูรณ์ของเทนเซอร์ AbstractDenseNdArray <T, U ขยาย NdArray <T>> AbstractNdArray <T, U ขยาย NdArray <T>> สะสม N <T ขยาย TType > ส่งกลับผลรวมตามองค์ประกอบของรายการเทนเซอร์ ตัวสะสมจำนวนสะสม ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด AccumulatorTakeGradient <T ขยาย TType > แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด Acos <T ขยาย TType > คำนวณ acos ขององค์ประกอบ x อย่างชาญฉลาด Acosh <T ขยาย TType > คำนวณโคไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x เพิ่ม <T ขยาย TType > ส่งกลับองค์ประกอบ x + y เพิ่ม ManySparseToTensorsMap เพิ่ม `N`-minibatch `SparseTensor` ให้กับ `SparseTensorsMap` และส่งคืนแฮนเดิล `N` AddN <T ขยาย TType > เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมดอย่างชาญฉลาด เพิ่ม SparseToTensorsMap เพิ่ม `SparseTensor` ให้กับ `SparseTensorsMap` เพื่อส่งคืนหมายเลขอ้างอิง AdjustContrast <T ขยาย TNumber > ปรับความคมชัดของภาพตั้งแต่หนึ่งภาพขึ้นไป AdjustHue <T ขยาย TNumber > ปรับเฉดสีของรูปภาพหนึ่งภาพขึ้นไป ปรับความอิ่มตัว <T ขยาย TNumber > ปรับความอิ่มตัวของภาพตั้งแต่หนึ่งภาพขึ้นไป ทั้งหมด คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ AllReduce <T ขยาย TNumber > ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน AllToAll <T ขยาย TType > Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU มุม <U ขยาย TNumber > ส่งกลับอาร์กิวเมนต์ของจำนวนเชิงซ้อน ใดๆ คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ ApplyAdaMax <T ขยาย TType > อัปเดต '*var' ตามอัลกอริทึม AdaMax ApplyAdadelta <T ขยาย TType > อัปเดต '*var' ตามรูปแบบ adadelta ApplyAdagrad <T ขยาย TType > อัปเดต '*var' ตามรูปแบบ adagrad ApplyAdagradDa <T ขยาย TType > อัปเดต '*var' ตามรูปแบบ adagrad ที่ใกล้เคียง ApplyAdagradV2 <T ขยาย TType > อัปเดต '*var' ตามรูปแบบ adagrad ApplyAdam <T ขยาย TType > อัปเดต '*var' ตามอัลกอริทึมของ Adam ApplyAddSign <T ขยาย TType > อัปเดต '*var' ตามการอัปเดต AddSign ApplyCenteredRmsProp <T ขยาย TType > อัปเดต '*var' ตามอัลกอริทึม RMSProp ที่อยู่กึ่งกลาง ApplyFtrl <T ขยาย TType > อัปเดต '*var' ตามรูปแบบ Ftrl-proximal ApplyGradientDescent <T ขยาย TType > อัปเดต '*var' โดยลบ 'alpha' * 'delta' ออกจากมัน ใช้โมเมนตัม <T ขยาย TType > อัปเดต '*var' ตามรูปแบบโมเมนตัม ApplyPowerSign <T ขยาย TType > อัปเดต '*var' ตามการอัปเดต AddSign ApplyProximalAdagrad <T ขยาย TType > อัปเดต '*var' และ '*accum' ตาม FOBOS ด้วยอัตราการเรียนรู้ของ Adagrad ApplyProximalGradientDescent <T ขยาย TType > อัปเดต '*var' เป็นอัลกอริทึม FOBOS ด้วยอัตราการเรียนรู้คงที่ ApplyRmsProp <T ขยาย TType > อัปเดต '*var' ตามอัลกอริทึม RMSProp โดยประมาณเท่ากัน ส่งกลับค่าความจริงของ abs(xy) < องค์ประกอบความอดทน ArgMax <V ขยาย TNumber > ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์ ArgMin <V ขยาย TNumber > ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ AsString แปลงแต่ละรายการในเทนเซอร์ที่กำหนดให้เป็นสตริง Asin <T ขยาย TType > คำนวณไซน์ผกผันตรีโกณมิติขององค์ประกอบ x Asinh <T ขยาย TType > คำนวณไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x AssertCardinalityชุดข้อมูล AssertNextชุดข้อมูล กำหนด <T ขยาย TType > อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน AssignAdd <T ขยาย TType > อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป AssignSub <T ขยาย TType > อัปเดต 'ref' โดยลบ 'value' ออกจากมัน Atan <T ขยาย TType > คำนวณแทนเจนต์ผกผันตรีโกณมิติขององค์ประกอบ x Atan2 <T ขยาย TNumber > คำนวณอาร์กแทนเจนต์ขององค์ประกอบ "y/x" โดยคำนึงถึงสัญญาณของการโต้แย้ง Atanh <T ขยาย TType > คำนวณแทนเจนต์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x สเปกตรัมเสียง สร้างการแสดงภาพข้อมูลเสียงเมื่อเวลาผ่านไป สรุปเสียง ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมเสียง ชุดข้อมูล AutoShard สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต AvgPool <T ขยาย TNumber > ดำเนินการรวมค่าเฉลี่ยกับอินพุต AvgPool3d <T ขยาย TNumber > ดำเนินการรวมค่าเฉลี่ย 3D กับอินพุต AvgPool3dGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย AvgPoolGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย BandPart <T ขยาย TType > คัดลอกเทนเซอร์โดยตั้งค่าทุกอย่างที่อยู่นอกแถบกลางในแต่ละเมทริกซ์ด้านในสุดให้เป็นศูนย์ BandedTriangleSolve <T ขยาย TType > สิ่งกีดขวาง กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ สิ่งกีดขวางขนาดไม่สมบูรณ์ คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด Barrier ReadySize คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด BatchCholesky <T ขยาย TNumber > BatchCholeskyGrad <T ขยาย TNumber > ชุดข้อมูลชุด สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบ "batch_size" จาก "input_dataset" BatchFft BatchFft2d BatchFft3d BatchIfft BatchIfft2d BatchIfft3d BatchMatMul <T ขยาย TType > คูณเทนเซอร์สองตัวเป็นชุด BatchMatrixBandPart <T ขยาย TType > BatchMatrixDeterminant <T ขยาย TType > BatchMatrixDiag <T ขยาย TType > BatchMatrixDiagPart <T ขยาย TType > BatchMatrixInverse <T ขยาย TNumber > BatchMatrixSetDiag <T ขยาย TType > BatchMatrixSolve <T ขยาย TNumber > BatchMatrixSolveLs <T ขยาย TNumber > BatchMatrixTriangleSolve <T ขยาย TNumber > BatchNormWithGlobalNormalization <T ขยาย TType > การทำให้เป็นมาตรฐานแบบแบตช์ BatchToSpace <T ขยาย TType > BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T BatchToSpaceNd <T ขยาย TType > BatchToSpace สำหรับเทนเซอร์ ND ประเภท T BesselI0 <T ขยาย TNumber > BesselI0e <T ขยาย TNumber > BesselI1 <T ขยาย TNumber > BesselI1e <T ขยาย TNumber > BesselJ0 <T ขยาย TNumber > BesselJ1 <T ขยาย TNumber > BesselK0 <T ขยาย TNumber > BesselK0e <T ขยาย TNumber > BesselK1 <T ขยาย TNumber > BesselK1e <T ขยาย TNumber > BesselY0 <T ขยาย TNumber > BesselY1 <T ขยาย TNumber > Betainc <T ขยาย TNumber > คำนวณอินทิกรัลเบต้าที่ไม่สมบูรณ์ที่ทำให้เป็นปกติ \\(I_x(a, b)\\)- BiasAdd <T ขยาย TType > เพิ่ม "อคติ" ให้กับ "คุณค่า" BiasAddGrad <T ขยาย TType > การดำเนินการย้อนกลับสำหรับ "BiasAdd" บนเทนเซอร์ "bias" Bincount <T ขยาย TNumber > นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม Bitcast <U ขยาย TType > Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล BitwiseAnd <T ขยาย TNumber > Elementwise คำนวณค่าบิต AND ของ `x` และ `y` BitwiseOr <T ขยาย TNumber > Elementwise คำนวณระดับบิตหรือของ `x` และ `y` BitwiseXor <T ขยาย TNumber > Elementwise คำนวณ XOR ระดับบิตของ `x` และ `y` BooleanDenseNdArray BooleanNdArray NdArray ของบูลีน BoostedTreesAggregateStats รวมสรุปสถิติสะสมสำหรับแบตช์ BoostedTreesCenterBias คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก BoostedTreesEnsembleResourceHandleOp สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource BoostedTreesExampleDebugOutputs เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง BoostedTreesMakeStatsSummary ทำการสรุปสถิติสะสมสำหรับแบตช์ BoostedTreesทำนาย รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก BoostedTreesQuantileStreamResourceHandleOp สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource BroadcastDynamicShape <T ขยาย TNumber > คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ BroadcastRecv <T ขยาย TType > รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น BroadcastSend <T ขยาย TType > ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง BroadcastTo <T ขยาย TType > ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ ถัง Bucketizes 'อินพุต' ตาม 'ขอบเขต' ByteDenseNdArray ByteNdArray NdArray ของไบต์ ชุดข้อมูล BytesProducedStats บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator CSRSparseMatrixToDense <T ขยาย TType > แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น ชุดข้อมูล CSV CSVDatasetV2 ชุดข้อมูลแคช สร้างชุดข้อมูลที่แคชองค์ประกอบจาก `input_dataset` ชุดข้อมูลแคชV2 ส่ง <U ขยาย TType > ส่ง x ประเภท SrcT ถึง y ของ DstT Ceil <T ขยาย TNumber > ส่งกลับจำนวนเต็มที่น้อยที่สุดตามองค์ประกอบไม่น้อยกว่า x CheckNumerics <T ขยาย TNumber > ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf Cholesky <T ขยาย TType > คำนวณการสลายตัวของ Cholesky ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป CholeskyGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีแบบ backpropagated ในโหมดย้อนกลับของอัลกอริทึม Cholesky เลือกชุดข้อมูลที่เร็วที่สุด ClipByValue <T ขยาย TType > ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ ClusterOutput <T ขยาย TType > ตัวดำเนินการที่เชื่อมต่อเอาต์พุตของการคำนวณ XLA กับโหนดกราฟผู้บริโภคอื่น ๆ CollectiveGather <T ขยาย TNumber > สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน CollectivePermute <T ขยาย TType > Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ เปรียบเทียบและ Bitpack เปรียบเทียบค่าของ "อินพุต" กับ "เกณฑ์" และรวมบิตผลลัพธ์ไว้ใน "uint8" ผลการรวบรวม ส่งกลับผลลัพธ์ของการคอมไพล์ TPU คอมเพล็กซ์ <U ขยาย TType > แปลงจำนวนจริงสองตัวให้เป็นจำนวนเชิงซ้อน ComplexAbs <U ขยาย TNumber > คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์ บีบอัดองค์ประกอบ บีบอัดองค์ประกอบชุดข้อมูล ComputeBatchSize คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน Concat <T ขยาย TType > เชื่อมต่อเทนเซอร์ตามมิติเดียว เชื่อมต่อชุดข้อมูล สร้างชุดข้อมูลที่เชื่อมโยง `input_dataset` กับ `another_dataset` ตัวสะสมแบบมีเงื่อนไข ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี กำหนดค่า DistributedTPU ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย Conj <T ขยาย TType > ส่งกลับสังยุคเชิงซ้อนของจำนวนเชิงซ้อน ConjugateTranspose <T ขยาย TType > สุ่มมิติของ x ตามการเรียงสับเปลี่ยนและผันผลลัพธ์ ค่าคงที่ <T ขยาย TType > ตัวดำเนินการที่สร้างค่าคงที่ Conv <T ขยาย TType > ล้อมตัวดำเนินการ XLA ConvGeneralDilated จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#conv_convolution Conv2d <T ขยาย TNumber > คำนวณการบิดแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ Conv2dBackpropFilter <T ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง Conv2dBackpropInput <T ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต Conv3d <T ขยาย TNumber > คำนวณการบิดแบบ 3 มิติโดยใช้เทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 5 มิติ Conv3dBackpropFilter <T ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดสามมิติโดยคำนึงถึงตัวกรอง Conv3dBackpropInput <U ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดสามมิติโดยสัมพันธ์กับอินพุต คัดลอก <T ขยาย TType > คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU CopyHost <T ขยาย TType > คัดลอกเทนเซอร์ไปยังโฮสต์ เพราะ <T ขยาย TType > คำนวณ cos ขององค์ประกอบ x ตามลำดับ Cosh <T ขยาย TType > คำนวณโคไซน์ไฮเปอร์โบลิกขององค์ประกอบ x CountUpTo <T ขยาย TNumber > เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' ครอบตัดและปรับขนาด แยกพืชผลจากเทนเซอร์รูปภาพอินพุตและปรับขนาด CropAndResizeGradBoxes คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์กล่องอินพุต CropAndResizeGradImage <T ขยาย TNumber > คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์รูปภาพอินพุต ข้าม <T ขยาย TNumber > คำนวณผลคูณไขว้แบบคู่. CrossReplicaSum <T ขยาย TNumber > อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ CudnnRNNCanonicalToParams <T ขยาย TNumber > แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ CudnnRnnParamsSize <U ขยาย TNumber > คำนวณขนาดของน้ำหนักที่โมเดล Cudnn RNN สามารถใช้ได้ Cumprod <T ขยาย TType > คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' Cumsum <T ขยาย TType > คำนวณผลรวมสะสมของเทนเซอร์ `x` ตามแนว 'แกน' CumulativeLogsumexp <T ขยาย TNumber > คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' DataFormatDimMap <T ขยาย TNumber > ส่งกลับดัชนีมิติในรูปแบบข้อมูลปลายทางที่กำหนดรูปแบบไว้ รูปแบบข้อมูลต้นฉบับ DataFormatVecPermute <T ขยาย TNumber > เปลี่ยนเทนเซอร์อินพุตจาก `src_format` เป็น `dst_format` DataServiceชุดข้อมูล ชุดข้อมูลCardinality ส่งกลับจำนวนสมาชิกของ `input_dataset` ชุดข้อมูลFromGraph สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด DatasetToGraph ส่งกลับ GraphDef ที่เป็นอนุกรมซึ่งเป็นตัวแทนของ `input_dataset` Dawsn <T ขยาย TNumber > DebugGradientIdentity <T ขยาย TType > การระบุตัวตนสำหรับการดีบักการไล่ระดับสี DebugGradientRefIdentity <T ขยาย TType > การระบุตัวตนสำหรับการดีบักการไล่ระดับสี DebugIdentity <T ขยาย TType > การแก้ไขข้อบกพร่อง Identity V2 Op. ดีบักNanCount ดีบักตัวนับค่า NaN Op. DebugNumericsSummary <U ขยาย TNumber > ดีบักสรุปตัวเลข V2 Op. ถอดรหัส AndCropJpeg ถอดรหัสและครอบตัดรูปภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 ถอดรหัส Base64 ถอดรหัสสตริงที่เข้ารหัส base64 ที่ปลอดภัยบนเว็บ ถอดรหัสBmp ถอดรหัสเฟรมแรกของรูปภาพที่เข้ารหัส BMP เป็นเทนเซอร์ uint8 ถอดรหัสบีบอัด คลายการบีบอัดสตริง DecodeGif ถอดรหัสเฟรมของภาพที่เข้ารหัส GIF เป็นเทนเซอร์ uint8 DecodeImage <T ขยาย TNumber > ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png ถอดรหัสJpeg ถอดรหัสภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 ตัวอย่างการถอดรหัส Json แปลงบันทึกตัวอย่างที่เข้ารหัส JSON เป็นสตริงบัฟเฟอร์โปรโตคอลไบนารี DecodePaddedRaw <T ขยาย TNumber > ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข DecodePng <T ขยาย TNumber > ถอดรหัสภาพที่เข้ารหัส PNG เป็น uint8 หรือ uint16 เทนเซอร์ DecodeRaw <T ขยาย TType > ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข DeepCopy <T ขยาย TType > สร้างสำเนาของ `x` DenseBincount <U ขยาย TNumber > นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม DenseNdArray <T> DenseToCSRSparseMatrix แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) ชุดข้อมูล DenseToSparseBatchData สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบอินพุตลงใน SparseTensor DepthToSpace <T ขยาย TType > DepthToSpace สำหรับเทนเซอร์ประเภท T DepthwiseConv2dNative <T ขยาย TNumber > คำนวณการบิดเชิงลึกแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4-D DepthwiseConv2dNativeBackpropFilter <T ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงตัวกรอง DepthwiseConv2dNativeBackpropInput < T ขยาย TNumber > คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงอินพุต ลดปริมาณ รับอินพุต uint32 ที่แพ็กแล้วคลายแพ็กอินพุตไปที่ uint8 เพื่อทำ การลดปริมาณบนอุปกรณ์ DestroyTemporaryVariable <T ขยาย TType > ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย เดช <T ขยาย TType > คำนวณดีเทอร์มิแนนต์ของเมทริกซ์จตุรัสตั้งแต่ 1 ตัวขึ้นไป ดัชนีอุปกรณ์ ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน Digamma <T ขยาย TNumber > คำนวณ Psi ซึ่งเป็นอนุพันธ์ของ Lgamma (บันทึกของค่าสัมบูรณ์ของ `แกมมา(x)`) ตามองค์ประกอบ Dilator2d <T ขยาย TNumber > คำนวณการขยายระดับสีเทาของเทนเซอร์ `อินพุต` 4 มิติ และ `ฟิลเตอร์ 3 มิติ Dilation2dBackpropFilter <T ขยาย TNumber > คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยสัมพันธ์กับตัวกรอง Dilation2dBackpropInput <T ขยาย TNumber > คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยคำนึงถึงอินพุต ชุดข้อมูล DirectedInterleave ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ div <T ขยาย TType > คืนค่าองค์ประกอบ x / y DivNoNan <T ขยาย TType > ส่งกลับ 0 ถ้าตัวส่วนเป็นศูนย์ จุด <T ขยาย TType > ล้อมตัวดำเนินการ XLA DotGeneral จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dotgeneral DoubleDenseNdArray DoubleNdArray NdArray ของคู่ DrawBoundingBoxes <T ขยาย TNumber > วาดกรอบขอบบนชุดรูปภาพ DummyIterationCounter DummyMemoryCache เครื่องกำเนิด DummySeed DynamicSlice <T ขยาย TType > ล้อมตัวดำเนินการ XLA DynamicSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicslice DynamicStitch <T ขยาย TType > แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว DynamicUpdateSlice <T ขยาย TType > ล้อมตัวดำเนินการ XLA DynamicUpdateSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicupdateslice แก้ไขระยะทาง คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) Einsum <T ขยาย TType > op ที่รองรับ einsum op พื้นฐานพร้อม 2 อินพุตและ 1 เอาต์พุต Elu <T ขยาย TNumber > คำนวณเชิงเส้นแบบเอ็กซ์โปเนนเชียล: `exp(features) - 1` ถ้า < 0, `features` มิฉะนั้น EluGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีสำหรับการดำเนินการเชิงเส้นแบบเอ็กซ์โปเนนเชียล (Elu) การฝังการเปิดใช้งาน การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings ว่างเปล่า <T ขยาย TType > สร้างเทนเซอร์ตามรูปร่างที่กำหนด ว่างเปล่า TensorList สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า แผนที่ Tensor ว่างเปล่า สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า EncodeBase64 เข้ารหัสสตริงเป็นรูปแบบ base64 ที่ปลอดภัยบนเว็บ เข้ารหัสJpeg JPEG เข้ารหัสรูปภาพ เข้ารหัสคุณภาพตัวแปร JPEG ภาพอินพุตเข้ารหัส JPEG พร้อมคุณภาพการบีบอัดที่ให้มา เข้ารหัสPng PNG เข้ารหัสรูปภาพ เข้ารหัสโปรโต op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต เข้ารหัสWav เข้ารหัสข้อมูลเสียงโดยใช้รูปแบบไฟล์ WAV SureShape <T ขยาย TType > ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง ป้อน <T ขยาย TType > สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย เท่ากัน ส่งกลับค่าความจริงของ (x == y) ตามองค์ประกอบ Erf <T ขยาย TNumber > คำนวณฟังก์ชันข้อผิดพลาดของ Gauss ขององค์ประกอบ "x" Erfc <T ขยาย TNumber > คำนวณฟังก์ชันข้อผิดพลาดเสริมขององค์ประกอบ "x" EuclideanNorm <T ขยาย TType > คำนวณบรรทัดฐานยุคคลิดขององค์ประกอบในมิติของเมตริกซ์ ออกจาก <T ขยาย TType > ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก ประสบการณ์ <T ขยาย TType > คำนวณเลขยกกำลังขององค์ประกอบ x ตามลำดับ ExpandDims <T ขยาย TType > แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ Expint <T ขยาย TNumber > Expm1 <T ขยาย TType > คำนวณองค์ประกอบ `exp(x) - 1` สารสกัดGlimpse แยกข้อมูลเหลือบจากเทนเซอร์อินพุต ExtractImagePatches <T ขยาย TType > แยก "แพตช์" ออกจาก "รูปภาพ" และวางไว้ในมิติเอาต์พุต "เชิงลึก" ExtractJpegShape <T ขยาย TNumber > แยกข้อมูลรูปร่างของรูปภาพที่เข้ารหัส JPEG ExtractVolumePatches <T ขยาย TNumber > แยก "แพตช์" ออกจาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" ข้อเท็จจริง นำเสนอข้อเท็จจริงเกี่ยวกับแฟกทอเรียล FakeQuantWithMinMaxArgs วัดปริมาณปลอมของเทนเซอร์ 'อินพุต' พิมพ์ float เป็นเทนเซอร์ 'เอาท์พุต' ที่เป็นประเภทเดียวกัน FakeQuantWithMinMaxArgsGradient คำนวณการไล่ระดับสีสำหรับการดำเนินการ FakeQuantWithMinMaxArgs FakeQuantWithMinMaxVars ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก ปริมาณปลอมของเทนเซอร์ "อินพุต" ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก "นาที" และ "สูงสุด" ถึงเทนเซอร์ "เอาต์พุต" ที่มีรูปร่างเดียวกันกับ "อินพุต" FakeQuantWithMinMaxVarsPerChannel ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านการลอยตัวต่อช่อง ปริมาณปลอมของเทนเซอร์ `อินพุต` ประเภท float ต่อแชนเนลและหนึ่งในรูปร่าง: `[d]`, `[b, d]` `[b, h, w, d]` ผ่านทางโฟลตต่อแชนเนล ` ขั้นต่ำและ 'สูงสุด' ของรูปร่าง `[d]` ถึง 'เอาท์พุต' เทนเซอร์ที่มีรูปร่างเดียวกันกับ 'อินพุต' Fft <T ขยาย TType > การแปลงฟูเรียร์แบบเร็ว Fft2d <T ขยาย TType > การแปลงฟูเรียร์เร็วแบบ 2 มิติ Fft3d <T ขยาย TType > การแปลงฟูริเยร์อย่างรวดเร็ว 3 มิติ FifoQueue คิวที่สร้างองค์ประกอบตามลำดับเข้าก่อนออกก่อน เติม <U ขยาย TType > สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ ชุดข้อมูล FilterByLastComponentDataset สร้างชุดข้อมูลที่มีองค์ประกอบขององค์ประกอบแรกของ `input_dataset` ที่เป็นจริงในองค์ประกอบสุดท้าย ลายนิ้วมือ สร้างค่าลายนิ้วมือ ชุดข้อมูลบันทึกความยาวคงที่ โปรแกรมอ่านบันทึกความยาวคงที่ เครื่องอ่านที่ส่งออกบันทึกที่มีความยาวคงที่จากไฟล์ FloatDenseNdArray FloatNdArray NdArray ของการลอยตัว ชั้น <T ขยาย TNumber > ส่งกลับจำนวนเต็มที่ใหญ่ที่สุดตามองค์ประกอบซึ่งไม่เกิน x FloorDiv <T ขยาย TType > ส่งคืน x // y องค์ประกอบที่ชาญฉลาด FloorMod <T ขยาย TNumber > ส่งกลับส่วนที่เหลือของการหารตามองค์ประกอบ FractionalAvgPoolGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชัน FractionalAvgPool FractionalMaxPoolGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชัน FractionalMaxPool FresnelCos <T ขยาย TNumber > FresnelSin <T ขยาย TNumber > FusedPadConv2d <T ขยาย TNumber > ดำเนินการเติมเป็นกระบวนการล่วงหน้าระหว่างการบิด FusedResizeAndPadConv2d <T ขยาย TNumber > ดำเนินการปรับขนาดและขยายเป็นกระบวนการล่วงหน้าระหว่างการบิด รวบรวม <T ขยาย TType > ล้อมตัวดำเนินการ XLA Gather ที่บันทึกไว้ที่ https://www.tensorflow.org/xla/operation_semantics#gather GatherNd <T ขยาย TType > รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' GatherV2 <T ขยาย TNumber > สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน รับ SessionHandle เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน GetSessionTensor <T ขยาย TType > รับค่าของเทนเซอร์ที่ระบุโดยที่จับ มากขึ้น ส่งกลับค่าความจริงของ (x > y) ตามองค์ประกอบ เท่าเทียมกันมากขึ้น ส่งกลับค่าความจริงของ (x >= y) ตามองค์ประกอบ WarrantyConst <T ขยาย TType > รับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตมีค่าคงที่ แฮชเทเบิล สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน HistogramFixedWidth <U ขยาย TNumber > ส่งกลับฮิสโตแกรมของค่า สรุปฮิสโตแกรม ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมฮิสโตแกรม HsvToRgb <T ขยาย TNumber > แปลงรูปภาพหนึ่งภาพขึ้นไปจาก HSV เป็น RGB ข้อมูลประจำตัว <T ขยาย TType > ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต IdentityReader เครื่องอ่านที่ส่งออกงานที่อยู่ในคิวเป็นทั้งคีย์และค่า Ifft <T ขยาย TType > การแปลงฟูเรียร์เร็วผกผัน Ifft2d <T ขยาย TType > การแปลงฟูเรียร์เร็วแบบผกผัน 2D Ifft3d <T ขยาย TType > การแปลงฟูเรียร์เร็วแบบผกผัน 3D อิแกมมา <T ขยาย TNumber > คำนวณฟังก์ชันแกมม่าที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานต่ำกว่า `P(a, x)` IgammaGradA <T ขยาย TNumber > คำนวณความชันของ `igamma(a, x)` wrt `a` อิแกมแมค <T ขยาย TNumber > คำนวณฟังก์ชันแกมมาที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานด้านบน `Q(a, x)` ละเว้นชุดข้อมูลข้อผิดพลาด สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด Imag <U ขยาย TNumber > ส่งกลับส่วนจินตภาพของจำนวนเชิงซ้อน ImageProjectiveTransformV2 <T ขยาย TNumber > ใช้การแปลงที่กำหนดกับแต่ละภาพ ImageProjectiveTransformV3 <T ขยาย TNumber > ใช้การแปลงที่กำหนดกับแต่ละภาพ ภาพโดยย่อ ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมรูปภาพ ImmutableConst <T ขยาย TType > ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ อินท็อปเค บอกว่าเป้าหมายอยู่ในการทำนาย `K` อันดับต้น ๆ หรือไม่ InfeedDequeue <T ขยาย TType > ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ InplaceAdd <T ขยาย TType > เพิ่ม v ลงในแถวที่ระบุของ x InplaceSub <T ขยาย TType > ลบ `v` ลงในแถวที่ระบุของ `x` InplaceUpdate <T ขยาย TType > อัพเดตแถวที่ระบุ 'i' ด้วยค่า 'v' IntDenseNdArray IntNdArray NdArray ของจำนวนเต็ม Inv <T ขยาย TType > คำนวณค่าผกผันของเมทริกซ์แบบกลับด้านสี่เหลี่ยมจตุรัสหนึ่งหรือหลายเมทริกซ์หรือเมทริกซ์ที่อยู่ติดกัน (คอนจูเกตทรานสโพส) InvGrad <T ขยาย TType > คำนวณการไล่ระดับสีสำหรับค่าผกผันของ `x` ด้วยอินพุต สลับ <T ขยาย TNumber > สลับ (พลิก) แต่ละบิตของประเภทที่รองรับ เช่น พิมพ์ค่า `uint8` 01010101 กลายเป็น 10101010 InvertPermutation <T ขยาย TNumber > คำนวณการเรียงสับเปลี่ยนผกผันของเทนเซอร์ Irfft <U ขยาย TNumber > การแปลงฟูเรียร์เร็วมูลค่าจริงผกผัน Irfft2d <U ขยาย TNumber > การแปลงฟูเรียร์เร็วมูลค่าจริงแบบผกผัน 2D Irfft3d <U ขยาย TNumber > การแปลงฟูเรียร์ที่รวดเร็วมูลค่าจริงแบบผกผัน 3 มิติ IsBoostedTreesEnsemble เริ่มต้นแล้ว ตรวจสอบว่า Tree Ensemble ได้รับการเตรียมใช้งานแล้วหรือไม่ IsBoostedTreesQuantileStreamResourceเริ่มต้นแล้ว ตรวจสอบว่าสตรีมควอนไทล์ได้รับการเริ่มต้นแล้วหรือไม่ มีจำกัด ส่งคืนองค์ประกอบใดของ x ที่มีขอบเขตจำกัด IsInf ส่งคืนองค์ประกอบของ x ที่เป็น Inf อิสแนน ส่งคืนองค์ประกอบใดของ x ที่เป็น NaN เป็นตัวแปรเริ่มต้น ตรวจสอบว่าได้เตรียมใช้งานเทนเซอร์แล้วหรือไม่ ตัววนซ้ำ IteratorFromStringHandle IteratorGetDevice ส่งกลับชื่อของอุปกรณ์ที่ได้วาง "ทรัพยากร" ไว้ IteratorGetNextAsOptional รับเอาต์พุตถัดไปจากตัววนซ้ำที่กำหนดเป็นตัวแปรเสริม IteratorToStringHandle แปลง `resource_handle` ที่กำหนดซึ่งเป็นตัวแทนของตัววนซ้ำเป็นสตริง เข้าร่วม รวมสตริงในรายการเทนเซอร์สตริงที่กำหนดให้เป็นเทนเซอร์ตัวเดียว ด้วยตัวคั่นที่กำหนด (ค่าเริ่มต้นคือตัวคั่นว่าง) การเริ่มต้น KMC2Chain ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มลงในชุดเริ่มต้น การเริ่มต้น KmeansPlusPlus เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++ KthOrderStatistic คำนวณสถิติลำดับ K ของชุดข้อมูล L2Loss <T ขยาย TNumber > การสูญเสีย L2 ชุดข้อมูล LMDB สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB อย่างน้อย 1 ไฟล์ ชุดข้อมูล LatencyStats บันทึกเวลาแฝงของการสร้างองค์ประกอบ `input_dataset` ใน StatsAggregator LeakyRelu <T ขยาย TNumber > คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (ฟีเจอร์, คุณสมบัติ * อัลฟา)` LeakyReluGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขแล้วสำหรับการดำเนินการ LeakyRelu LeftShift <T ขยาย TNumber > Elementwise คำนวณการเลื่อนไปทางซ้ายระดับบิตของ `x` และ `y` น้อย ส่งกลับค่าความจริงของ (x < y) ตามองค์ประกอบ เท่าเทียมกันน้อยลง ส่งกลับค่าความจริงของ (x <= y) ตามองค์ประกอบ แกมม่า <T ขยาย TNumber > คำนวณบันทึกของค่าสัมบูรณ์ขององค์ประกอบ `Gamma(x)` LinSpace <T ขยาย TNumber > สร้างค่าในช่วงเวลา ชุดข้อมูล Lmdb LmdbReader เครื่องอ่านที่ส่งออกบันทึกจากไฟล์ LMDB LoadAndRemapMatrix โหลด `Tensor` 2-D (เมทริกซ์) ด้วยชื่อ `old_tensor_name` จากจุดตรวจสอบ ที่ `ckpt_path` และอาจจัดลำดับแถวและคอลัมน์ใหม่โดยใช้การแมปที่ระบุ LocalResponseNormalization <T ขยาย TNumber > การทำให้เป็นมาตรฐานการตอบสนองในท้องถิ่น LocalResponseNormalizationGrad <T ขยาย TNumber > การไล่ระดับสีสำหรับการปรับมาตรฐานการตอบสนองในท้องถิ่น บันทึก <T ขยาย TType > คำนวณลอการิทึมธรรมชาติขององค์ประกอบ x Log1p <T ขยาย TType > คำนวณลอการิทึมธรรมชาติขององค์ประกอบ (1 + x) LogSoftmax <T ขยาย TNumber > คำนวณการเปิดใช้งานบันทึก softmax ตรรกะและ ส่งกลับค่าความจริงขององค์ประกอบ x AND y ตรรกะไม่ ส่งคืนค่าความจริงขององค์ประกอบ "NOT x" ตรรกะหรือ ส่งกลับค่าความจริงของ x หรือ y ตามองค์ประกอบ LongDenseNdArray LongNdArray NdArray ของ longs LookupTableFind <U ขยาย TType > ค้นหาคีย์ในตาราง ส่งออกค่าที่เกี่ยวข้อง LookupTableSize คำนวณจำนวนองค์ประกอบในตารางที่กำหนด ห่วงCond ส่งต่ออินพุตไปยังเอาต์พุต ต่ำกว่า แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ LowerBound <U ขยาย TNumber > ใช้ lower_bound(sorted_search_values, ค่า) ในแต่ละแถว ทำให้ไม่ซ้ำใคร ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ค่าเริ่มต้นของพวกเขา แผนที่ขนาดไม่สมบูรณ์ Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ ขนาดแผนที่ Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ MatMul <T ขยาย TType > คูณเมทริกซ์ "a" ด้วยเมทริกซ์ "b" MatchingFiles ส่งกลับชุดของไฟล์ที่ตรงกับรูปแบบ glob หนึ่งรูปแบบขึ้นไป ชุดข้อมูล MatchingFiles MatrixDiag <T ขยาย TType > ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด MatrixDiagPart <T ขยาย TType > ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ MatrixDiagPartV3 <T ขยาย TType > ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ MatrixDiagV3 <T ขยาย TType > ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด เมทริกซ์ลอการิทึม <T ขยาย TType > คำนวณลอการิทึมเมทริกซ์ของเมทริกซ์จตุรัสหนึ่งหรือหลายเมทริกซ์: -\(log(exp(A)) = A\\) op นี้ถูกกำหนดไว้สำหรับเมทริกซ์เชิงซ้อนเท่านั้น MatrixSetDiag <T ขยาย TType > ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ MatrixSolveLs <T ขยาย TType > แก้ปัญหากำลังสองน้อยที่สุดเชิงเส้นอย่างน้อยหนึ่งข้อ สูงสุด <T ขยาย TType > คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ ชุดข้อมูล MaxIntraOpParallelism สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด MaxPool <T ขยาย TType > ดำเนินการรวมสูงสุดกับอินพุต MaxPool3d <T ขยาย TNumber > ดำเนินการรวม 3D max บนอินพุต MaxPool3dGrad <U ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชันการรวม 3D max MaxPool3dGradGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling MaxPoolGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชัน maxpooling MaxPoolGradGrad <T ขยาย TNumber > คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling MaxPoolGradGradWithArgmax <T ขยาย TNumber > คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling MaxPoolGradWithArgmax <T ขยาย TNumber > คำนวณการไล่ระดับสีของฟังก์ชัน maxpooling สูงสุด <T ขยาย TNumber > ส่งกลับค่าสูงสุดของ x และ y (เช่น ค่าเฉลี่ย <T ขยาย TType > คำนวณค่าเฉลี่ยขององค์ประกอบตามมิติของเทนเซอร์ รวมสรุป รวมสรุป เอ็มเอฟซีซี แปลงสเปกโตรแกรมให้เป็นรูปแบบที่มีประโยชน์สำหรับการรู้จำคำพูด ขั้นต่ำ <T ขยาย TType > คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ ขั้นต่ำ <T ขยาย TNumber > ส่งคืนค่าต่ำสุดของ x และ y (เช่น MirrorPad <T ขยาย TType > แพดเทนเซอร์ด้วยค่าที่มิเรอร์ MirrorPadGrad <T ขยาย TType > การไล่ระดับสีสำหรับ `MirrorPad` op Mod <T ขยาย TNumber > ส่งกลับส่วนที่เหลือของการหารตามองค์ประกอบ ModelDataset การเปลี่ยนแปลงอัตลักษณ์ที่เป็นแบบจำลองประสิทธิภาพ Mul <T ขยาย TType > ส่งคืนองค์ประกอบ x * y MulNoNan <T ขยาย TType > ส่งคืนองค์ประกอบ x * y MultiDeviceIterator สร้างทรัพยากร MultiDeviceIterator MultiDeviceIteratorFromStringHandle สร้างทรัพยากร MultiDeviceIterator จากหมายเลขอ้างอิงสตริงที่ให้มา MultiDeviceIteratorInit เริ่มต้นตัววนซ้ำหลายอุปกรณ์ด้วยชุดข้อมูลที่กำหนด MultiDeviceIteratorToStringHandle สร้างตัวจัดการสตริงสำหรับ MultiDeviceIterator ที่กำหนด พหุนาม <U ขยาย TNumber > ดึงตัวอย่างจากการแจกแจงแบบพหุนาม ตาราง DenseHashTable ที่เปลี่ยนแปลงได้ สร้างตารางแฮชว่างที่ใช้เทนเซอร์เป็นที่เก็บสำรอง ตารางแฮชที่ไม่แน่นอน สร้างตารางแฮชที่ว่างเปล่า ตารางแฮชที่ผันแปรได้ของเทนเซอร์ สร้างตารางแฮชที่ว่างเปล่า มูเท็กซ์ สร้างทรัพยากร Mutex ที่สามารถล็อกได้โดย `MutexLock` MutexLock ล็อกทรัพยากร mutex NcclAllReduce <T ขยาย TNumber > เอาท์พุตเทนเซอร์ที่มีการลดลงในเทนเซอร์อินพุตทั้งหมด NcclBroadcast <T ขยาย TNumber > ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต NcclReduce <T ขยาย TNumber > ลด "อินพุต" จาก "num_devices" โดยใช้ "การลด" ลงในอุปกรณ์เครื่องเดียว NdArray <T> โครงสร้างข้อมูลขนาด N Ndtri <T ขยาย TNumber > Neg <T ขยาย TType > คำนวณองค์ประกอบค่าลบที่เป็นตัวเลข ถัดไปหลังจาก <T ขยาย TNumber > ส่งคืนค่าที่เป็นตัวแทนถัดไปของ `x1` ในทิศทางของ 'x2`, องค์ประกอบที่ชาญฉลาด Nextiteration <t ขยาย ttype > ทำให้อินพุตพร้อมใช้งานการทำซ้ำครั้งต่อไป NondeterministicInts <U ขยาย ttype > ไม่ได้สร้างจำนวนเต็มบางส่วน nonmaxsuppressionwithOverlaps อย่างโลภเลือกชุดย่อยของกล่องขอบเขตตามลำดับจากมากไปน้อย การตัดแต่งกล่องออกไปที่มีการทับซ้อนกันสูงพร้อมกล่องที่เลือกไว้ก่อนหน้านี้ Nonserializabledataset เป็นรูปธรรม ส่งคืนค่าความจริงของ (x! = y) องค์ประกอบที่ชาญฉลาด nthelement <t ขยาย tnumber > ค้นหาค่าของสถิติการสั่งซื้อ `n`-th สำหรับมิติสุดท้าย onehot <u ขยาย ttype > ส่งคืนเทนเซอร์ร้อนหนึ่งตัว คน <t ขยาย ttype > ผู้ประกอบการที่สร้างค่าเริ่มต้นที่เริ่มต้นด้วยรูปร่างที่กำหนดโดย `dims ' ennlike <t ขยาย ttype > ส่งคืนเทนเซอร์ของคนที่มีรูปร่างและพิมพ์เท่ากับ x ตัวถูกดำเนินการ <t ขยาย ttype > อินเทอร์เฟซดำเนินการโดยตัวดำเนินการของการดำเนินการ tensorflow OptimizedAset สร้างชุดข้อมูลโดยใช้การปรับให้เหมาะสมกับ `input_dataset` OptimizedAsetv2 สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` ตัวเลือกจากค่า สร้างตัวแปรเสริมจาก Tuple of Tensors ตัวเลือก ส่งคืนจริงถ้าและเฉพาะในกรณีที่ตัวแปรทางเลือกที่กำหนดมีค่า ตัวเลือก สร้างตัวแปรเสริมที่ไม่มีค่า orderedmapincompletesize OP ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน orderedmapsize OP ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน ordinalselector ตัวเลือกหลักของ TPU outfeeddequeue <t ขยาย ttype > ดึงเทนเซอร์เดี่ยวจากการคำนวณ outfeed outfeeddequeuev2 <t ขยาย ttype > ดึงเทนเซอร์เดี่ยวจากการคำนวณ outfeed เอาต์พุต <t ขยาย ttype > ด้ามสัญลักษณ์ของเทนเซอร์ที่ผลิตโดย Operation pad <t ขยาย ttype > ห่อผู้ให้บริการ XLA Pad ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#pad PaddedbatchDataset สร้างชุดข้อมูลที่แบทช์และแผ่นรอง `batch_size 'องค์ประกอบจากอินพุต Paddingfoqueue คิวที่สร้างองค์ประกอบในลำดับแรกออก ParallelConcat <t ขยาย ttype > เชื่อมต่อรายการของ `n` tensors ตามมิติแรก Parleldynamicstitch <t ขยาย ttype > ผสมค่าจากเทนเซอร์ `data 'ลงในเทนเซอร์เดียว ParameterizedTruncatedNormal <U ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงปกติ Parseexampledataset แปลง `input_dataset` ที่มี` ตัวอย่าง 'protos เป็นเวกเตอร์ของ dt_string เป็นชุดข้อมูลของวัตถุ' tensor 'หรือ `sparsetensor' ที่แสดงถึงคุณสมบัติที่แยกวิเคราะห์ parsetensor <t ขยาย ttype > แปลง tensorflow แบบอนุกรม Tensorproto โปรโตเป็นเทนเซอร์ PartitionEdInput <t ขยาย ttype > OP ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันเข้าด้วยกัน ตัวยึด <t ขยาย ttype > ตัวยึดตำแหน่งสำหรับค่าที่จะถูกป้อนเข้าสู่การคำนวณ PlaceHolderWithDefault <t ขยาย ttype > ตัวยึดตำแหน่งที่ผ่าน `อินพุต` เมื่อไม่ได้รับเอาต์พุต Polygamma <t ขยาย tnumber > คำนวณฟังก์ชัน polygamma \\(\psi^{(n)}(x)\\)- ประชากรจำนวนมาก คำนวณจำนวนประชากรที่ชาญฉลาด (aka pow <t ขยาย ttype > คำนวณพลังของค่าหนึ่งไปยังอีก PrefetchDataset สร้างชุดข้อมูลที่ asynchronously prefettes องค์ประกอบจาก `input_dataset` ทำให้มีการกำหนดค่าล่วงหน้า OP ซึ่งเป็นเส้นตรงหนึ่งค่าเทนเซอร์ไปยังเทนเซอร์ตัวแปรทึบแสง Prelinearizetuple OP ซึ่งเป็นเส้นตรงค่าเทนเซอร์หลายค่าไปยังเทนเซอร์ตัวแปรทึบแสง preventgradient <t ขยาย ttype > ตัวตน OP ที่ก่อให้เกิดข้อผิดพลาดหากมีการร้องขอการไล่ระดับสี PriorityQueue คิวที่สร้างองค์ประกอบที่จัดเรียงตามค่าองค์ประกอบแรก PrivatetHreadPooldAtaset สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` prod <t ขยาย ttype > คำนวณผลิตภัณฑ์ขององค์ประกอบในมิติของเทนเซอร์ quantizeanddequantize <t ขยาย tnumber > ปริมาณจากนั้นลดระดับเทนเซอร์ Quantizeanddequantizev3 <t ขยาย tnumber > ปริมาณจากนั้นลดระดับเทนเซอร์ Quantizeanddequantizev4 <t ขยาย tnumber > ส่งคืนการไล่ระดับสีของ `quantization.quantizeanddequantizev4` QuantizedMatMulwithBiasandDequantize <W ขยาย tnumber > คิว ส่งคืนจริงถ้าคิวถูกปิด คิว คำนวณจำนวนองค์ประกอบในคิวที่กำหนด raggedbincount <u ขยาย tnumber > นับจำนวนการเกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม raggedtensortotensor <u ขยาย ttype > สร้างเทนเซอร์ที่หนาแน่นจากเทนเซอร์ที่มอมแมมอาจเปลี่ยนรูปร่าง Raggedtensortovariant เข้ารหัส `raggedtensor` เป็นเทนเซอร์` ตัวแปร ' raggedtensortovariantgradient <u ขยาย ttype > ผู้ช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `raggedtensortovariant` Randomcrop <t ขยาย tnumber > การครอบตัดแบบสุ่ม `image ' สุ่ม สร้างชุดข้อมูลที่ส่งคืนหมายเลขเทียม Randomgamma <u ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงแกมม่าที่อธิบายโดยอัลฟ่า RandomGammagrad <t ขยาย tnumber > คำนวณอนุพันธ์ของตัวอย่างสุ่มแกมมา WRT Randompoisson <v ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงปัวซองที่อธิบายโดยอัตรา RandomShuffle <t ขยาย ttype > สุ่มสับเทนเซอร์ตามมิติแรก สุ่ม คิวที่สุ่มลำดับขององค์ประกอบ RandomStandardNormal <U ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงปกติ RandomUniform <U ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ RandomUniformint <U ขยาย tnumber > เอาต์พุตจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ ช่วง <t ขยาย tnumber > สร้างลำดับตัวเลข rangedataset สร้างชุดข้อมูลที่มีช่วงของค่า อันดับ ส่งคืนอันดับของเทนเซอร์ คนดิบ เทนเซอร์ที่หน่วยความจำไม่ได้ถูกแมปกับพื้นที่ข้อมูลที่สามารถเข้าถึงได้โดยตรงจาก JVM อ่านไฟล์ อ่านและส่งออกเนื้อหาทั้งหมดของชื่อไฟล์อินพุต ReadVariableOp <t ขยาย ttype > อ่านค่าของตัวแปร ReaderNumRecordsProduced ส่งคืนจำนวนระเบียนที่ผู้อ่านนี้ผลิตขึ้น ReaderNumworkunitscompleted ส่งคืนจำนวนหน่วยงานที่ผู้อ่านนี้ได้ประมวลผลเสร็จแล้ว ผู้อ่าน ผลิตเทนเซอร์สตริงที่เข้ารหัสสถานะของผู้อ่าน จริง <u ขยาย tnumber > ส่งคืนส่วนที่แท้จริงของหมายเลขที่ซับซ้อน realdiv <t ขยาย ttype > ส่งคืนองค์ประกอบ X / Y ที่ชาญฉลาดสำหรับประเภทจริง rebatchDataset สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ rebatchDatasetv2 สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ ซึ่งกันและกัน <t ขยาย ttype > คำนวณซึ่งกันและกันของ X Element-wise ซึ่งกันและกัน <t ขยาย ttype > คำนวณการไล่ระดับสีสำหรับการผกผันของ `x` wrt อินพุตของมัน recordInput ปล่อยบันทึกแบบสุ่ม Recv <t ขยาย ttype > รับเทนเซอร์ที่มีชื่อจากการคำนวณ XLA อื่น ลด <t ขยาย tnumber > ลดหลายเทนเซอร์หลายประเภทและรูปร่างที่เหมือนกัน การลดทอน คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติของเทนเซอร์ การลดลง คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติของเทนเซอร์ ลดลง เข้าร่วมเทนเซอร์สตริงในมิติที่กำหนด REDUCEMAX <t ขยาย ttype > คำนวณองค์ประกอบสูงสุดในมิติของเทนเซอร์ REDUCEMIN <t ขยาย ttype > คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ ลดลง <t ขยาย ttype > คำนวณผลิตภัณฑ์ขององค์ประกอบในมิติของเทนเซอร์ ลด <t ขยาย ttype > คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ REDUCEV2 <t ขยาย tnumber > ลดหลายเทนเซอร์หลายประเภทและรูปร่างที่เหมือนกัน Refenter <t ขยาย ttype > สร้างหรือค้นหากรอบเด็กและทำให้ `data 'พร้อมใช้งานกับกรอบเด็ก Refexit <t ขยาย ttype > ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก refidentity <t ขยาย ttype > ส่งคืน Tensor Ref เดียวกับ Tensor Ref Input Refnextiteration <t ขยาย ttype > ทำให้อินพุตพร้อมใช้งานการทำซ้ำครั้งต่อไป refselect <t ขยาย ttype > ส่งต่อองค์ประกอบ `ดัชนี 'ของ` อินพุต' ไปยัง `output ' regexfullmatch ตรวจสอบว่าอินพุตตรงกับรูปแบบ regex หรือไม่ regexreplace แทนที่การจับคู่ของนิพจน์ปกติ `รูปแบบ 'ใน` อินพุต' ด้วยสตริงการแทนที่ที่มีให้ใน `rewrite ' การลงทะเบียน ลงทะเบียนชุดข้อมูลด้วยบริการ TF.Data relu <t ขยาย ttype > คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (คุณสมบัติ, 0)` relu6 <t ขยาย tnumber > คำนวณเชิงเส้นที่แก้ไขแล้ว 6: `min (สูงสุด (คุณสมบัติ, 0), 6)` relu6grad <t ขยาย tnumber > คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขแล้วสำหรับการดำเนินการ RELU6 relugrad <t ขยาย tnumber > คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขสำหรับการดำเนินการ RELU ทำซ้ำ DATASET สร้างชุดข้อมูลที่ปล่อยเอาต์พุตของ `input_dataset`` count` คูณ ทำซ้ำ รหัสจำลอง ReplicatedInput <t ขยาย ttype > เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่ทำซ้ำ N-Way Reshape <t ขยาย ttype > เปลี่ยนเทนเซอร์ resizearea ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขพื้นที่ resizebicubic ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขแบบไบบิก ResizeBicubicGrad <t ขยาย tnumber > คำนวณการไล่ระดับสีของการแก้ไข bicubic resizebilinear ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไข bilinear ResizeBilinearGrad <t ขยาย tnumber > คำนวณการไล่ระดับสีของการแก้ไข bilinear resizenearestneighbor <t ขยาย tnumber > ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขเพื่อนบ้านที่ใกล้ที่สุด Resizenearestneighborgrad <t ขยาย tnumber > คำนวณการไล่ระดับสีของการแก้ไขเพื่อนบ้านที่ใกล้ที่สุด ResourceAccumulatornumcumulated ส่งคืนจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด ResourceAccumulatortakeGradient <t ขยาย ttype > สกัดการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด ResourceConditionalAccumulator ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี ResourceCountupto <t ขยาย tnumber > ตัวแปรเพิ่มขึ้นชี้ไปที่ 'ทรัพยากร' จนกว่าจะถึง 'ขีด จำกัด ' ResourceGather <u ขยาย ttype > รวบรวมชิ้นจากตัวแปรที่ชี้ไปที่ `ทรัพยากร 'ตาม' ดัชนี ' ResourceGathernd <U ขยาย ttype > Restoreslice <t ขยาย ttype > คืนค่าเทนเซอร์จากไฟล์จุดตรวจ RetrievetPuembeddingStochasticGradientDescentParameters ดึงพารามิเตอร์การฝัง SGD ย้อนกลับ <t ขยาย ttype > ย้อนกลับมิติที่เฉพาะเจาะจงของเทนเซอร์ Reversesequence <t ขยาย ttype > ย้อนกลับชิ้นความยาวตัวแปร rfft <u ขยาย ttype > การแปลงฟูริเยร์ที่มีค่าอย่างแท้จริง rfft2d <u ขยาย ttype > การแปลงฟูริเยร์ที่มีค่า 2 มิติ rfft3d <u ขยาย ttype > 3D การแปลงฟูริเยร์ที่มีค่าอย่างรวดเร็ว rgbtohsv <t ขยาย tnumber > แปลงภาพหนึ่งภาพขึ้นไปจาก RGB เป็น HSV Rightshift <t ขยาย tnumber > Elementwise คำนวณการเปลี่ยน bitwise ขวาของ `x` และ` y` Rint <t ขยาย tnumber > ส่งคืนจำนวนเต็มองค์ประกอบที่ใกล้เคียงกับ x rngreadandskip เลื่อนเคาน์เตอร์ของ RNG ที่ใช้เคาน์เตอร์ Roll <t ขยาย ttype > ม้วนองค์ประกอบของเทนเซอร์ตามแกน Round <t ขยาย ttype > ปัดเศษค่าของเทนเซอร์เป็นจำนวนเต็มที่ใกล้ที่สุดองค์ประกอบที่ชาญฉลาด RPC ดำเนินการแบทช์ของคำขอ RPC rsqrt <t ขยาย ttype > คำนวณซึ่งกันและกันของสแควร์รูทของ x องค์ประกอบที่ชาญฉลาด rsqrtgrad <t ขยาย ttype > คำนวณการไล่ระดับสีสำหรับ rsqrt ของ `x` wrt อินพุต SamplingDataset สร้างชุดข้อมูลที่ใช้ตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น Scalarsummary เอาต์พุตบัฟเฟอร์โปรโตคอล summary` ที่มีค่าสเกลาร์ scaleandtranslate scaleandtranslategrad <t ขยาย tnumber > scatteradd <t ขยาย ttype > เพิ่มการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปร scatterdiv <t ขยาย ttype > แบ่งการอ้างอิงตัวแปรโดยการอัปเดตแบบกระจัดกระจาย scattermax <t ขยาย tnumber > ลดการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ `max` scattermin <t ขยาย tnumber > ลดการอัปเดตแบบเบาบางลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ `min` scattermul <t ขยาย ttype > ทวีคูณการอัพเดทกระจัดกระจายเป็นข้อมูลอ้างอิงตัวแปร scatternd <u ขยาย ttype > Scatter `updates` เป็นเทนเซอร์ใหม่ตาม 'ดัชนี' scatterndadd <t ขยาย ttype > ใช้การเพิ่มอย่างกระจัดกระจายกับค่าแต่ละค่าหรือชิ้นในตัวแปร scatterndmax <t ขยาย ttype > คำนวณค่าสูงสุดองค์ประกอบที่ชาญฉลาด scatterndmin <t ขยาย ttype > คำนวณขั้นต่ำองค์ประกอบที่ชาญฉลาด scatterndnonaliasingadd <t ขยาย ttype > ใช้การเพิ่มอย่างกระจัดกระจายกับ `อินพุต 'โดยใช้ค่าแต่ละค่าหรือชิ้นส่วน จาก `update 'ตามดัชนี` ดัชนี' scatterndsub <t ขยาย ttype > ใช้การลบแบบเบาบางกับค่าแต่ละค่าหรือชิ้นในตัวแปร scatterndupdate <t ขยาย ttype > ใช้เบาบาง `การอัปเดต 'กับค่าแต่ละค่าหรือชิ้นภายในที่กำหนด ตัวแปรตาม `ดัชนี ' Scattersub <t ขยาย ttype > ลบการอัพเดทอย่างกระจัดกระจายเป็นข้อมูลอ้างอิงตัวแปร scatterUpdate <t ขยาย ttype > ใช้การอัพเดทแบบเบาบางกับการอ้างอิงตัวแปร sdcafprint คำนวณลายนิ้วมือของสตริงอินพุต segmentmax <t ขยาย tnumber > คำนวณสูงสุดตามส่วนของเทนเซอร์ segmentmean <t ขยาย ttype > คำนวณค่าเฉลี่ยตามส่วนของเทนเซอร์ segmentmin <t ขยาย tnumber > คำนวณขั้นต่ำตามส่วนของเทนเซอร์ segmentProd <t ขยาย ttype > คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ Segmentsum <t ขยาย ttype > คำนวณผลรวมตามส่วนของเทนเซอร์ เลือก <t ขยาย ttype > selu <t ขยาย tnumber > คำนวณเชิงเส้นเลขชี้กำลังที่ปรับขนาด: `สเกล * อัลฟ่า * (exp (คุณสมบัติ) - 1)` ถ้า <0, `scale * feature 'เป็นอย่างอื่น Selugrad <t ขยาย tnumber > คำนวณการไล่ระดับสีสำหรับการดำเนินการเชิงเส้นแบบเอ็กซ์โปเนนเชียลที่ปรับขนาด (SELU) serializeiterator แปลง `resource_handle` ที่กำหนดเป็นตัวแทนของตัววนซ้ำเป็นเทนเซอร์ตัวแปร serializemanysparse <u ขยาย ttype > ทำให้เป็นอนุกรม `n`-minibatch` sparsetensor` ลงในวัตถุ `[n, 3]` `tensor ' serializesparse <u ขยาย ttype > ทำให้เป็นอนุกรม `sparsetensor` เป็นวัตถุ` [3] `` tensor ' serializetensor แปลงเทนเซอร์เป็นโปรโตโปรโตที่เป็นอนุกรม การตั้งค่า จำนวนองค์ประกอบที่ไม่ซ้ำกันตามมิติสุดท้ายของอินพุต `set ' setstatsaggregatordataset รูปร่าง <u ขยาย tnumber > ส่งคืนรูปร่างของเทนเซอร์ ชาร์ดดาสเซต สร้างชุดข้อมูล `` ที่มีเพียง 1/`num_shards 'ของชุดข้อมูลนี้ Shardedfilename สร้างชื่อไฟล์ที่มีแผ่นเสียง ShardedFileSpec สร้างรูปแบบ GLOB ที่ตรงกับชื่อไฟล์ที่มีการตัดทั้งหมด Sharding <t ขยาย ttype > OP ที่ให้ข้อมูลกับอินพุตตามแอตทริบิวต์การให้ข้อมูลที่กำหนด shortdensendarray ชอร์นดาร์เรย์ NdArray ของกางเกงขาสั้น ShuffleAnDrepeatDataset shuffledataset sigmoid <t ขยาย ttype > คำนวณ sigmoid ของ `x` องค์ประกอบที่ชาญฉลาด sigmoidgrad <t ขยาย ttype > คำนวณการไล่ระดับสีของ sigmoid ของ `x` wrt อินพุต Sign <t ขยาย ttype > ส่งคืนตัวบ่งชี้องค์ประกอบที่ชาญฉลาดของสัญลักษณ์ของตัวเลข sin <t ขยาย ttype > คำนวณไซน์ของ X Element-wise Sinh <t ขยาย ttype > คำนวณไซน์ไฮเพอร์โบลิกของ X Element-wise ขนาด <u ขยาย tnumber > ส่งคืนขนาดของเทนเซอร์ skipdataset สร้างชุดข้อมูลที่ข้ามองค์ประกอบ count` จาก `input_dataset ' การนอนหลับ Slice <t ขยาย ttype > ส่งคืนชิ้นจาก 'อินพุต' SlidingWindowDataset สร้างชุดข้อมูลที่ผ่านหน้าต่างเลื่อนผ่าน `input_dataset` Snapshot <t ขยาย ttype > ส่งคืนสำเนาของเทนเซอร์อินพุต SOBOLSAMPLE <t ขยาย tNUMBER > สร้างคะแนนจากลำดับ SOBOL Softmax <t ขยาย tnumber > คำนวณการเปิดใช้งาน SoftMax SoftPlus <t ขยาย tnumber > คำนวณ SoftPlus: `log (exp (คุณสมบัติ) + 1)` SoftPlusGrad <t ขยาย tnumber > คำนวณการไล่ระดับสี softPlus สำหรับการทำงานของ SoftPlus softsign <t ขยาย tnumber > คำนวณ SoftSign: `feature / (ABS (คุณสมบัติ) + 1)` softsigngrad <t ขยาย tnumber > คำนวณการไล่ระดับสีอ่อนนุ่มสำหรับการดำเนินการ softsign แก้ปัญหา <t ขยาย ttype > แก้ระบบสมการเชิงเส้น เรียงลำดับ <t ขยาย ttype > ห่อโอเปอเรเตอร์เรียงลำดับ XLA ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#sort Spacetobatch <t ขยาย ttype > Spacetobatch สำหรับเทนเซอร์ 4-D ของ Type T. SpacetObatchnd <t ขยาย ttype > Spacetobatch สำหรับ ND Tensors ของ Type T. Spacetodepth <t ขยาย ttype > Spacetodepth สำหรับเทนเซอร์ของ Type T. sparseapplyadadelta <t ขยาย ttype > VAR: ควรมาจากตัวแปร () SparseApplyAdAgrad <T ขยาย ttype > อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad sparseapplyadagradda <t ขยาย ttype > อัปเดตรายการใน '*var' และ '*accum' ตามรูปแบบ adagrad ใกล้เคียง SparseapplyCenteredrmsprop <t ขยาย ttype > อัปเดต '*var' ตามอัลกอริทึม RMSPROP ที่เป็นศูนย์กลาง sparseapplyftrl <t ขยาย ttype > อัปเดตรายการที่เกี่ยวข้องใน '*var' ตามโครงการ FTRL-Proximal sparseapplymomentum <t ขยาย ttype > อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม sparseapplyproximaladagrad <t ขยาย ttype > รายการอัพเดตแบบเบาบางใน '*var' และ '*accum' ตามอัลกอริทึม FOBOS sparseapplyproximalgradientdescent <t ขยาย ttype > การอัพเดทแบบกระจัดกระจาย '*var' เป็นอัลกอริทึม fobos ที่มีอัตราการเรียนรู้คงที่ SparseApplyRmsprop <t ขยาย ttype > อัปเดต '*var' ตามอัลกอริทึม RMSPROP FinseBincount <U ขยาย tnumber > นับจำนวนการเกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม sparseconditionalaccumulator ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสีกระจัดกระจาย sparsedensecwiseadd <t ขยาย ttype > เพิ่ม sparsetensor และ tensor หนาแน่นโดยใช้กฎพิเศษเหล่านี้: (1) ออกอากาศด้านหนาแน่นเพื่อให้มีรูปร่างเหมือนกับด้านเบาบางหากมีสิทธิ์; (2) จากนั้นเฉพาะค่าที่หนาแน่นชี้ไปที่ดัชนีของ sparsetensor เท่านั้นที่มีส่วนร่วมในการเพิ่ม cwise sparsedensecwisediv <t ขยาย ttype > องค์ประกอบที่ชาญฉลาดแบ่ง sparsetensor โดยเทนเซอร์หนาแน่น sparsedensecwisemul <t ขยาย ttype > ส่วนประกอบที่ชาญฉลาดทวีคูณเป็น sparsetensor โดยเทนเซอร์หนาแน่น SparseMatmul เมทริกซ์ทวีคูณ "A" โดยเมทริกซ์ "B" Sparsematrixadd การเพิ่มเมทริกซ์ CSR สองตัวที่กระจัดกระจาย c = alpha * a + beta * B. sparsematrixmatmul <t ขยาย ttype > 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` Sparsereducemax <t ขยาย tnumber > คำนวณสูงสุดขององค์ประกอบในมิติของ sparsetensor sparsereducesum <t ขยาย ttype > คำนวณผลรวมขององค์ประกอบในมิติของ sparsetensor sparsesegmentmean <t ขยาย tnumber > คำนวณค่าเฉลี่ยตามส่วนที่กระจัดกระจายของเทนเซอร์ sparsesegentmeangrad <t ขยาย tnumber > คำนวณการไล่ระดับสีสำหรับ sparsesegentmean sparsesegentMeanwithnumsegments <t ขยาย tnumber > คำนวณค่าเฉลี่ยตามส่วนที่กระจัดกระจายของเทนเซอร์ sparsesegmentsqrtn <t ขยาย tnumber > คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์หารด้วย SQRT ของ N sparsesegmentsqrtngrad <t ขยาย tnumber > คำนวณการไล่ระดับสีสำหรับ sparsesegmentsqrtn sparsesegmentsqrtnwithnumsegments <t ขยาย tnumber > คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์หารด้วย SQRT ของ N sparsesegmentsum <t ขยาย tnumber > คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์ sparsesegmentsumwithnumsegments <t ขยาย tnumber > คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์ sparseslicegrad <t ขยาย ttype > ตัวดำเนินการไล่ระดับสีสำหรับ Sparseslice op sparsesoftmax <t ขยาย tnumber > ใช้ softmax กับ nd `sparsetensor ' sparsetensordenseadd <u ขยาย ttype > เพิ่ม `sparsetensor 'และความหนาแน่น` เทนเซอร์' ทำให้เกิดความหนาแน่น `เทนเซอร์ ' sparsetensordensematmul <u ขยาย ttype > ทวีคูณ sparsetensor (จากอันดับ 2) "A" โดยเมทริกซ์หนาแน่น "B" sparsetensorslicedataSet สร้างชุดข้อมูลที่แยก sparsetensor ออกเป็นองค์ประกอบที่ชาญฉลาด sparsetensortocsrsparsematrix แปลง sparsetensor เป็น (อาจเป็นชุด) csrsparsematrix sparsetodense <u ขยาย ttype > แปลงการเป็นตัวแทนกระจัดกระจายเป็นเทนเซอร์ที่หนาแน่น Spence <t ขยาย tnumber > sqldataset สร้างชุดข้อมูลที่ดำเนินการสืบค้น SQL และปล่อยแถวของชุดผลลัพธ์ sqrt <t ขยาย ttype > คำนวณสแควร์รูทขององค์ประกอบ x ที่ชาญฉลาด sqrtgrad <t ขยาย ttype > คำนวณการไล่ระดับสีสำหรับ SQRT ของ `x` WRT อินพุต sqrtm <t ขยาย ttype > คำนวณรูทเมทริกซ์สแควร์ของเมทริกซ์สี่เหลี่ยมหนึ่งตัวหรือมากกว่า: matmul (sqrtm (a), sqrtm (a)) = a เมทริกซ์อินพุตควรกลับด้าน Square <t ขยาย ttype > คำนวณสแควร์ขององค์ประกอบ X ที่ชาญฉลาด SquaredDifference <t ขยาย ttype > returns conj (x - y) (x - y) องค์ประกอบที่ชาญฉลาด บีบ <t ขยาย ttype > ลบขนาดของขนาด 1 ออกจากรูปร่างของเทนเซอร์ สแต็ค <t ขยาย ttype > แพ็ครายการของ `n` road-` `r` เทนเซอร์ลงในหนึ่งอันดับ-'(r+1)` เทนเซอร์ ทำให้เป็นระยะ OP ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน Statefulrandombinomial <v ขยาย tnumber > statefulstandardnormal <u ขยาย ttype > เอาต์พุตค่าสุ่มจากการแจกแจงปกติ statefultruncatednormal <u ขยาย ttype > เอาต์พุตค่าสุ่มจากการแจกแจงปกติที่ถูกตัดทอน statefuluniform <u ขยาย ttype > เอาต์พุตค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ statefuluniformfullint <u ขยาย ttype > เอาต์พุตจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ statefuluniformint <u ขยาย ttype > เอาต์พุตจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ StatelessMultinomial <V ขยาย tnumber > วาดตัวอย่างจากการกระจายแบบพหุนาม StatelessParameterizedTruncatedNormal <V ขยาย tnumber > StatelessRandombinomial <W ขยาย tnumber > เอาท์พุทตัวเลขสุ่มที่กำหนดจากการแจกแจงแบบทวินาม StatelessRandomGamma <v ขยาย tnumber > เอาต์พุตตัวเลขสุ่มที่กำหนดจากการแจกแจงแกมม่า StatelessRandomNormal <V ขยาย tnumber > เอาต์พุตค่า pseudorandom ที่กำหนดจากการแจกแจงปกติ StatelessRandomNormalv2 <U ขยาย tnumber > เอาต์พุตค่า pseudorandom ที่กำหนดจากการแจกแจงปกติ StatelessRandompoisson <W ขยาย tnumber > เอาท์พุทตัวเลขสุ่มที่กำหนดจากการแจกแจงปัวซอง StatelessRandomuniform <V ขยาย tnumber > เอาต์พุตค่าสุ่ม pseudorandom ที่กำหนดจากการแจกแจงแบบสม่ำเสมอ StatelessRandomuniformfullint <v ขยาย tnumber > เอาท์พุทที่กำหนดค่าเทียมแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ StatelessRandomuniformfullintv2 <u ขยาย tnumber > เอาท์พุทที่กำหนดค่าเทียมแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ StatelessRandomuniformint <v ขยาย tnumber > เอาท์พุทที่กำหนดค่าเทียมแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ StatelessRandomuniformintv2 <U ขยาย tnumber > เอาท์พุทที่กำหนดค่าเทียมแบบสุ่มจากการแจกแจงแบบสม่ำเสมอ StatelessRandomuniformv2 <U ขยาย tnumber > เอาต์พุตค่าสุ่ม pseudorandom ที่กำหนดจากการแจกแจงแบบสม่ำเสมอ StatelessTruncatedNormal <v ขยาย tnumber > เอาต์พุตค่า pseudorandom ที่กำหนดจากการแจกแจงปกติที่ถูกตัดทอน StatelessTruncatedNormalv2 <U ขยาย tnumber > เอาต์พุตค่า pseudorandom ที่กำหนดจากการแจกแจงปกติที่ถูกตัดทอน Staticregexfullmatch ตรวจสอบว่าอินพุตตรงกับรูปแบบ regex หรือไม่ Staticregexreplace แทนที่การจับคู่ของรูปแบบในอินพุตด้วยการเขียนใหม่ Statsaggregatorhandle StatSaggRetorSummary สร้างบทสรุปของสถิติใด ๆ ที่บันทึกโดยผู้จัดการสถิติที่กำหนด stopgradient <t ขยาย ttype > หยุดการคำนวณการไล่ระดับสี StridedSlice <t ขยาย ttype > ส่งคืนชิ้นที่มีความโดดเด่นจาก `อินพุต ' Stredsliceassign <t ขยาย ttype > กำหนด `value` ให้กับการอ้างอิง l-value ที่หั่นบาง ๆ ของ` ref` StredsliceGrad <U ขยาย ttype > ส่งคืนการไล่ระดับสีของ `stretedslice ' StringFormat จัดรูปแบบเทมเพลตสตริงโดยใช้รายการเทนเซอร์ ความยาวของสตริง ความยาวสตริงของ `อินพุต ' เปลื้องผ้า แถบนำหน้าและ whitespaces ต่อท้ายจากเทนเซอร์ Sub <t ขยาย ttype > ส่งคืนองค์ประกอบ X - Y เครื่องประดับ กลับมาจาก `เทนเซอร์ 'ของสตริง Sum <t ขยาย ttype > คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ ผู้เขียนบทสรุป tbfloat16 สมองประเภทเทนเซอร์ลอย 16 บิต tbool ประเภทเทนเซอร์บูลีน tfloat16 IEEE-754 Half-Precision Float Float Tensor ประเภท tfloat32 IEEE-754 ประเภทเทนเซอร์ลอยความแม่นยำเดียว 32 บิต tfloat64 IEEE-754 ประเภทเทนเซอร์ลอย 64- บิตแบบสองบิต tfloating อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์จุดลอยตัวทั้งหมด tint32 ประเภทเทนเซอร์จำนวนเต็มที่ลงนาม 32 บิต Tint64 ประเภทเทนเซอร์จำนวนเต็มที่ลงนาม 64 บิต สี อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ตัวเลขอินทิกรัลทั้งหมด จำนวนมาก อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ตัวเลขทั้งหมด tpucompilationResult ส่งคืนผลลัพธ์ของการรวบรวม TPU tpuembeddingactive OP เปิดใช้งานการแยก TPU ฝังตัว tpureplicatedInput <t ขยาย ttype > เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่ทำซ้ำ N-Way TSTRING ประเภทสตริง ttype อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ที่พิมพ์ทั้งหมด tuint8 ประเภทเทนเซอร์จำนวนเต็มที่ไม่ได้ลงชื่อ 8 บิต Takedataset สร้างชุดข้อมูลที่มีองค์ประกอบ `count` จาก` input_dataset ' Tan <t ขยาย ttype > คำนวณผิวสีแทนขององค์ประกอบ X ที่ชาญฉลาด Tanh <t ขยาย ttype > คำนวณ Hyperbolic Tangent ของ `x` element-wise Tanhgrad <t ขยาย ttype > คำนวณการไล่ระดับสีสำหรับ tanh ของ `x` wrt อินพุตของมัน temporaryVariable <t ขยาย ttype > ส่งคืนเทนเซอร์ที่อาจกลายพันธุ์ แต่ยังคงอยู่ในขั้นตอนเดียวเท่านั้น เทนเซอร์ อาร์เรย์หลายมิติที่พิมพ์แบบคงที่ tensorarraygather <t ขยาย ttype > รวบรวมองค์ประกอบเฉพาะจาก tensorarray เป็นเอาต์พุต `value ' tensorarraypack <t ขยาย ttype > tensorarrayread <t ขยาย ttype > อ่านองค์ประกอบจาก tensorarray ลงในเอาต์พุต `value ' Tensorarrayscatter กระจายข้อมูลจากค่าอินพุตลงในองค์ประกอบ tensorarray ที่เฉพาะเจาะจง เทนโซโรเรย์ รับขนาดปัจจุบันของ tensorarray tensorarraysplit แยกข้อมูลออกจากค่าอินพุตเป็นองค์ประกอบ tensorarray Tensorarrayunpack tensorarraywrite ผลักองค์ประกอบลงบน tensor_array เทนสอร์ตาเทาเซต สร้างชุดข้อมูลที่ปล่อย `ส่วนประกอบ 'เป็น tuple ของเทนเซอร์หนึ่งครั้ง tensordiag <t ขยาย ttype > ส่งคืนเทนเซอร์ในแนวทแยงด้วยค่าเส้นทแยงมุมที่กำหนด Tensordiagpart <t ขยาย ttype > ส่งคืนส่วนทแยงมุมของเทนเซอร์ tensoresttreeisinitializedop ตรวจสอบว่าต้นไม้ได้รับการเริ่มต้นหรือไม่ TensorForestTreePredict เอาต์พุตบันทึกสำหรับข้อมูลอินพุตที่กำหนด TensorestTreeresourceHandleop สร้างที่จับไปยัง TensorForestTreerEsource TensorForestTreeserialize ทำให้ด้ามจับต้นไม้เป็นแบบต่อเนื่องเป็นโปรโต TensorForestTreesize รับจำนวนโหนดในต้นไม้ Tensorlistconcatlists TensorlistelementShape <t ขยาย tnumber > รูปร่างขององค์ประกอบของรายการที่กำหนดเป็นเทนเซอร์ Tensorlistfromtensor สร้าง tensorlist ซึ่งเมื่อซ้อนกันมีค่าของ `tensor ' tensorlistgather <t ขยาย ttype > สร้างเทนเซอร์โดยการจัดทำดัชนีลงในเทนซอร์ลิสต์ tensorlistgetiTem <t ขยาย ttype > Tensorlistlistlength ส่งคืนจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต Tensorlistpushback ส่งคืนรายการที่มีการส่งผ่าน `tensor` เป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่น ๆ ของรายการที่กำหนดใน` input_handle` Tensorlistpushbackbatch TensorListreserve รายการขนาดที่กำหนดด้วยองค์ประกอบที่ว่างเปล่า TensorListresize ปรับขนาดรายการ Tensorlistscatter สร้างเทนเซอร์ลิสต์โดยการจัดทำดัชนีลงในเทนเซอร์ TensorlistscatterintoexistingList Scatters Tensor ที่ดัชนีในรายการอินพุต Tensorlistsetitem tensorlistsplit แยกเทนเซอร์ออกเป็นรายการ tensorliststack <t ขยาย ttype > สแต็คเทนเซอร์ทั้งหมดในรายการ Tensormaperase ส่งคืนแผนที่เทนเซอร์พร้อมรายการจากคีย์ที่ถูกลบ Tensormaphaskey ส่งคืนไม่ว่าจะมีคีย์ที่กำหนดอยู่ในแผนที่หรือไม่ TensormapInsert ส่งคืนแผนที่ที่เป็น 'input_handle' ด้วยการแทรกคู่คีย์-ค่าที่กำหนด tensormaplookup <u ขยาย ttype > ส่งคืนค่าจากคีย์ที่กำหนดในแผนที่เทนเซอร์ Tensormapsize ส่งคืนจำนวนเทนเซอร์ในแผนที่เทนเซอร์อินพุต tensormapstackkeys <t ขยาย ttype > ส่งคืนสแต็กเทนเซอร์ของปุ่มทั้งหมดในแผนที่เทนเซอร์ tensorscatterndadd <t ขยาย ttype > เพิ่มการอัพเดท sparse `'ลงในเทนเซอร์ที่มีอยู่ตาม' ดัชนี ' tensorscatterndmax <t ขยาย ttype > tensorscatterndmin <t ขยาย ttype > tensorscatterndsub <t ขยาย ttype > ลบการอัพเดท `การอัปเดต 'จากเทนเซอร์ที่มีอยู่ตาม' ดัชนี ' tensorscatterndupdate <t ขยาย ttype > Scatter `updates` ลงในเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' TensorslicedataSet สร้างชุดข้อมูลที่ปล่อยออกมาแต่ละชิ้นของส่วนประกอบ `` 'ครั้งเดียว tensorstridedsliceUpdate <t ขยาย ttype > กำหนดค่า `value` ให้กับการอ้างอิง L-value ที่หั่นเป็นจำนวนมากของ` อินพุต ' Tensorsummary เอาท์พุทบัฟเฟอร์โปรโตคอล summary` ที่มีข้อมูลเทนเซอร์และข้อมูลต่อปลั๊ก textlinedataset สร้างชุดข้อมูลที่ปล่อยบรรทัดของไฟล์ข้อความหนึ่งไฟล์ขึ้นไป Textlinereader ผู้อ่านที่ส่งออกบรรทัดของไฟล์ที่คั่นด้วย '\ n' tfrecorddataset สร้างชุดข้อมูลที่ปล่อยบันทึกจากไฟล์ TFRECORD หนึ่งไฟล์ขึ้นไป tfrecordreader ผู้อ่านที่ส่งออกเร็กคอร์ดจากไฟล์ Tensorflow Records Threadpooldataset สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` Threadpoolhandle สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` กระเบื้อง <t ขยาย ttype > สร้างเทนเซอร์โดยการปูกระเบื้องเทนเซอร์ที่กำหนด Tilegrad <t ขยาย ttype > ส่งคืนการไล่ระดับสีของ `กระเบื้อง ' การประทับเวลา ให้เวลาตั้งแต่ยุคในไม่กี่วินาที ยาสูบ แปลงเทนเซอร์เป็นภาคใต้สเกลาร์ Tohashbucket แปลงแต่ละสตริงในเทนเซอร์อินพุตเป็นแฮชดัดแปลงด้วยจำนวนถัง tohashbucketfast แปลงแต่ละสตริงในเทนเซอร์อินพุตเป็นแฮชดัดแปลงด้วยจำนวนถัง Tohashbucketstrong แปลงแต่ละสตริงในเทนเซอร์อินพุตเป็นแฮชดัดแปลงด้วยจำนวนถัง Tonumber <t ขยาย tnumber > แปลงแต่ละสตริงในเทนเซอร์อินพุตเป็นประเภทตัวเลขที่ระบุ transpose <t ขยาย ttype > มิติสลับของ X ตามการเปลี่ยนแปลง triangularsolve <t ขยาย ttype > แก้ไขระบบของสมการเชิงเส้นด้วยเมทริกซ์สามเหลี่ยมบนหรือล่างโดยการตีกลับ tridiagonalmatmul <t ขยาย ttype > คำนวณผลิตภัณฑ์ด้วยเมทริกซ์ tridiagonal tridiagonalsolve <t ขยาย ttype > แก้ระบบ tridiagonal ของสมการ truncatediv <t ขยาย ttype > ส่งคืนองค์ประกอบ X / Y ที่ชาญฉลาดสำหรับประเภทจำนวนเต็ม truncatemod <t ขยาย tnumber > ส่งคืนองค์ประกอบที่เหลืออยู่ในการแบ่ง truncatedNormal <U ขยาย tnumber > เอาต์พุตค่าสุ่มจากการแจกแจงปกติที่ถูกตัดทอน unbatch <t ขยาย ttype > ย้อนกลับการทำงานของแบทช์สำหรับเทนเซอร์เอาต์พุตเดี่ยว unbatchdataset ชุดข้อมูลที่แยกองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ unbatchgrad <t ขยาย ttype > การไล่ระดับสีของ Unbatch unicodeencode เข้ารหัสเทนเซอร์ของ INTs ลงในสตริง Unicode ต้นแบบ กำหนดรหัสสคริปต์ของเทนเซอร์ที่กำหนดของคะแนนรหัสจำนวนเต็ม Unicode Unicodetranscode แปลงรหัสข้อความอินพุตจากการเข้ารหัสต้นทางไปยังการเข้ารหัสปลายทาง ไม่รวม สร้างชุดข้อมูลที่มีองค์ประกอบเฉพาะของ `input_dataset` Unravelindex <t ขยาย tnumber > แปลงอาร์เรย์ของดัชนีแบนให้กลายเป็นอาร์เรย์พิกัด unsortsegmentjoin เข้าร่วมองค์ประกอบของ `อินพุต 'ตาม` segment_ids' unsortsegmentmax <t ขยาย tnumber > คำนวณสูงสุดตามส่วนของเทนเซอร์ unsortsegmentmin <t ขยาย tnumber > คำนวณขั้นต่ำตามส่วนของเทนเซอร์ unsortsegmentProd <t ขยาย ttype > คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ unsortsegmentsum <t ขยาย ttype > คำนวณผลรวมตามส่วนของเทนเซอร์ UnwrapDatasetVariant บน Converts all lowercase characters into their respective uppercase replacements. UpperBound <U extends TNumber > Applies upper_bound(sorted_search_values, values) along each row. VarHandleOp Creates a handle to a Variable resource. VarIsInitializedOp Checks whether a resource handle-based variable has been initialized. Variable <T extends TType > Holds state in the form of a tensor that persists across steps. VariableShape <T extends TNumber > Returns the shape of the variable pointed to by `resource`. ที่ไหน Returns locations of nonzero / true values in a tensor. WholeFileReader A Reader that outputs the entire contents of a file as a value. WindowDataset Combines (nests of) input elements into a dataset of (nests of) windows. WorkerHeartbeat Worker heartbeat op. WrapDatasetVariant Xdivy <T extends TType > Returns 0 if x == 0, and x / y otherwise, elementwise. XlaRecvFromHost <T extends TType > An op to receive a tensor from the host. XlaSetBound Set a bound for the given input value as a hint to Xla compiler, returns the same value. XlaSpmdFullToShardShape <T extends TType > An op used by XLA SPMD partitioner to switch from automatic partitioning to manual partitioning. XlaSpmdShardToFullShape <T extends TType > An op used by XLA SPMD partitioner to switch from manual partitioning to automatic partitioning. Xlog1py <T extends TType > Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. 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 >

Any data container with a given Shape .

วิธีการสาธารณะ

abstract int	อันดับ ()
abstract Shape	รูปร่าง ()
abstract long	ขนาด () Computes and returns the total size of this container, in number of values.

วิธีการสาธารณะ

public abstract int rank ()

การส่งคืน

• the rank of this container

public abstract Shape shape ()

การส่งคืน

• the shape of this container

public abstract long size ()

Computes and returns the total size of this container, in number of values.

For example, given a 3x3x2 matrix, the return value will be 18.

การส่งคืน

• number of values in this element