Op

ממשק ציבורי אופ

תת-מחלקות עקיפות ידועות Abort , Abs <T extends TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extends TType >, Acos <T extends TType >, Acosh <T extends TType >, Add <T extends TType >, AddManySparseToTensorsMap , AddN <T מרחיב TType >, AddSparseToTensorsMap , AdjustContrast <T מרחיב TNumber >, AdjustHue <T מרחיב TNummer > ועוד 1157 אחרים. לְהַפִּיל העלה חריגה כדי לבטל את התהליך כאשר נקרא. Abs <T מרחיב את TNummer > מחשב את הערך המוחלט של טנזור. AccumulateN <T מרחיב את TType > מחזירה את הסכום מבחינת האלמנט של רשימת טנסורים. AccumulatorApplyGradient מחיל שיפוע על מצבר נתון. AccumulatorNumAccumulated מחזירה את מספר ההדרגות המצטברות במצטברים הנתונים. AccumulatorSetGlobalStep מעדכן את המצבר עם ערך חדש עבור global_step. AccumulatorTakeGradient <T מרחיב את TType > מחלץ את השיפוע הממוצע ב-ConditionalAccumulator הנתון. Acos <T מרחיב את TType > מחשבת acos של x מבחינת אלמנטים. Acosh <T מרחיב את TType > מחשב קוסינוס היפרבולי הפוך של x מבחינת אלמנט. הוסף <T מרחיב את TType > מחזירה x + y מבחינת אלמנט. AddManySparseToTensorsMap הוסף `N`-minibatch `SparseTensor` ל`SparseTensorsMap`, החזר `N` ידיות. AddN <T מרחיב את TType > הוסף את כל טנסור הקלט מבחינת אלמנט. AddSparseToTensorsMap הוסף `SparseTensor` ל`SparseTensorsMap` החזר את הידית שלו. AdjustContrast <T מרחיב את TNummer > התאם את הניגודיות של תמונה אחת או יותר. AdjustHue <T מרחיב את TNummer > התאם את הגוון של תמונה אחת או יותר. AdjustSaturation <T מרחיב את TNummer > התאם את הרוויה של תמונה אחת או יותר. כֹּל מחשב את ה"לוגי ו" של אלמנטים על פני מימדים של טנזור. AllCandidateSampler יוצר תוויות לדגימת מועמדים עם התפלגות אוניגרמה נלמדת. AllReduce <T מרחיב את TNummer > מפחית באופן הדדי מספר טנסורים מסוג וצורה זהים. AllToAll <T מרחיב את TType > אופ להחלפת נתונים על פני העתקים של TPU. זווית <U מרחיבה את TNummer > מחזירה את הארגומנט של מספר מרוכב. איטרטור אנונימי מיכל עבור משאב איטרטור. AnonymousMemoryCache AnonymousMultiDeviceIterator מיכל עבור משאב איטרטור מרובה מכשירים. AnonymousRandomSeedGenerator AnonymousSeedGerator כֹּל מחשב את ה"לוגי או" של אלמנטים על פני ממדים של טנזור. ApplyAdaMax <T מרחיב את TType > עדכן את '*var' לפי אלגוריתם AdaMax. ApplyAdadelta <T מרחיב את TType > עדכן את '*var' בהתאם לתוכנית adadelta. ApplyAdagrad <T מרחיב את TType > עדכן את '*var' בהתאם לתכנית adgrad. ApplyAdagradDa <T מרחיב את TType > עדכן את '*var' בהתאם לתוכנית adgrad הפרוקסימלית. ApplyAdagradV2 <T מרחיב את TType > עדכן את '*var' בהתאם לתכנית adgrad. ApplyAdam <T מרחיב את TType > עדכן את '*var' לפי אלגוריתם Adam. ApplyAddSign <T מרחיב את TType > עדכן את '*var' בהתאם לעדכון AddSign. ApplyCenteredRmsProp <T מרחיב את TType > עדכן את '*var' לפי אלגוריתם RMSProp הממורכז. ApplyFtrl <T מרחיב את TType > עדכן את '*var' לפי סכימת Ftrl-proximal. ApplyGradientDescent <T מרחיב את TType > עדכן את '*var' על ידי הפחתת 'alpha' * 'delta' ממנו. ApplyMomentum <T מרחיב את TType > עדכן את '*var' לפי סכימת המומנטום. ApplyPowerSign <T מרחיב את TType > עדכן את '*var' בהתאם לעדכון AddSign. ApplyProximalAdagrad <T מרחיב את TType > עדכן את '*var' ו-'*accum' לפי FOBOS עם קצב הלמידה של Adagrad. ApplyProximalGradientDescent <T מרחיב את TType > עדכן את '*var' בתור אלגוריתם FOBOS עם קצב למידה קבוע. ApplyRmsProp <T מרחיב את TType > עדכן את '*var' לפי אלגוריתם RMSProp. שווה בקירוב מחזירה את ערך האמת של abs(xy) < סובלנות מבחינת אלמנט. ArgMax <V מרחיב את TNummer > מחזירה את האינדקס עם הערך הגדול ביותר על פני מימדים של טנזור. ArgMin <V מרחיב את TNummer > מחזירה את האינדקס עם הערך הקטן ביותר על פני מימדים של טנזור. AsString ממירה כל ערך בטנזור הנתון למחרוזות. Asin <T מרחיב את TType > מחשב את הסינוס ההיפוך הטרינומטרי של x מבחינת אלמנט. Asinh <T מרחיב את TType > מחשב סינוס היפרבולי הפוך של x מבחינת אלמנט. AssertCardinalityDataset AssertNextDataset טען כי טוען שהתנאי הנתון נכון. הקצה <T מרחיב את TType > עדכן את 'ref' על ידי הקצאת 'ערך' לו. AssignAdd <T מרחיב את TType > עדכן את 'ref' על ידי הוספת 'ערך' אליו. AssignAddVariableOp מוסיף ערך לערך הנוכחי של משתנה. AssignSub <T מרחיב את TType > עדכן את 'ref' על ידי הפחתת 'ערך' ממנו. AssignSubVariableOp מוריד ערך מהערך הנוכחי של משתנה. AssignVariableOp מקצה ערך חדש למשתנה. Atan <T מרחיב את TType > מחשב את הטנגנס ההופכי הטרינומטרי של x מבחינת אלמנט. Atan2 <T מרחיב את TNummer > מחשבת arctangent של 'y/x' מבחינה אלמנט, תוך כיבוד סימני הטיעונים. Atanh <T מרחיב את TType > מחשב טנגנס היפרבולי הפוך של x מבחינת אלמנט. אודיוספקטרוגרם מייצר הדמיה של נתוני אודיו לאורך זמן. סיכום אודיו מוציא מאגר פרוטוקול 'סיכום' עם אודיו. AutoShardDataset יוצר מערך נתונים שמרסק את מערך הנתונים של הקלט. AvgPool <T מרחיב את TNummer > מבצע איגום ממוצע על הקלט. AvgPool3d <T מרחיב את TNummer > מבצע איגום ממוצע בתלת מימד על הקלט. AvgPool3dGrad <T מרחיב את TNummer > מחשב שיפועים של פונקציית איגום ממוצעת. AvgPoolGrad <T מרחיב את TNummer > מחשב גרדיאנטים של פונקציית האיגום הממוצעת. BandPart <T מרחיב את TType > העתק טנזור שמגדיר הכל מחוץ לרצועה מרכזית בכל מטריצה ​​הפנימית ביותר לאפס. BandedTriangularSolve <T מרחיב את TType > מַחסוֹם מגדיר מחסום שנמשך על פני ביצועי גרפים שונים. מחסום סגור סוגר את המחסום הנתון. BarrierIncompleteSize מחשב את מספר האלמנטים הלא שלמים במחסום הנתון. BarrierInsertMany עבור כל מקש, מקצה את הערך המתאים לרכיב שצוין. BarrierReadySize מחשב את מספר האלמנטים השלמים במחסום הנתון. BarrierTakeMany לוקח את המספר הנתון של אלמנטים שהושלמו ממחסום. קְבוּצָה מקבץ את כל טנסור הקלט בצורה לא דטרמיניסטית. BatchCholesky <T מרחיב את TNummer > BatchCholeskyGrad <T מרחיב את TNummer > BatchDataset יוצר מערך נתונים שמקבץ רכיבי `batch_size` מתוך `input_dataset`. BatchFft BatchFft2d BatchFft3d BatchIfft BatchIfft2d BatchIfft3d BatchMatMul <T מרחיב את TType > מכפיל פרוסות של שני טנסורים בקבוצות. BatchMatrixBandPart <T מרחיב את TType > BatchMatrixDeterminant <T מרחיב את TType > BatchMatrixDiag <T מרחיב את TType > BatchMatrixDiagPart <T מרחיב את TType > BatchMatrixInverse <T מרחיב את TNummer > BatchMatrixSetDiag <T מרחיב את TType > BatchMatrixSolve <T מרחיב את TNummer > BatchMatrixSolveLs <T מרחיב את TNummer > BatchMatrixTriangularSolve <T מרחיב את TNummer > BatchNormWithGlobalNormalization <T מרחיב את TType > נורמליזציה של אצווה. BatchNormWithGlobalNormalizationGrad <T מרחיב את TType > הדרגות לנורמליזציה של אצווה. BatchSelfAdjointEig <T מרחיב את TNummer > BatchSvd <T מרחיב את TType > BatchToSpace <T מרחיב את TType > BatchToSpace עבור טנסור 4-D מסוג T. BatchToSpaceNd <T מרחיב את TType > BatchToSpace עבור טנסור ND מסוג T. BesselI0 <T מרחיב את TNummer > BesselI0e <T מרחיב את TNummer > BesselI1 <T מרחיב את TNummer > BesselI1e <T מרחיב את TNummer > BesselJ0 <T מרחיב את TNummer > BesselJ1 <T מרחיב את TNummer > BesselK0 <T מרחיב את TNummer > BesselK0e <T מרחיב את TNummer > BesselK1 <T מרחיב את TNummer > BesselK1e <T מרחיב את TNummer > BesselY0 <T מרחיב את TNummer > BesselY1 <T מרחיב את TNummer > Betainc <T מרחיב את TNummer > חשב את אינטגרל הבטא הבלתי שלם המוסדר \\(I_x(a, b)\\). BiasAdd <T מרחיב את TType > מוסיף 'הטיה' ל'ערך'. BiasAddGrad <T מרחיב את TType > הפעולה לאחור עבור "BiasAdd" בטנזור "הטיה". Bincount <T מרחיב את TNummer > סופר את מספר המופעים של כל ערך במערך שלמים. Bitcast <U מרחיב את TType > מעביר טנזור מסוג אחד לאחר מבלי להעתיק נתונים. BitwiseAnd <T מרחיב את TNummer > Elementwise מחשב את ה-AND של "x" ו-"y". BitwiseOr <T מרחיב את TNummer > Elementwise מחשב את ה-OR של 'x' ו-'y' בכיוון הסיביות. BitwiseXor <T מרחיב את TNomber > Elementwise מחשב את ה-XOR של 'x' ו-'y' בצורה סיבית. BlockLSTM <T מרחיב את TNummer > מחשב את התפשטות תא LSTM קדימה עבור כל שלבי הזמן. BlockLSTMGrad <T מרחיב את TNummer > מחשב את התפשטות תא LSTM לאחור במשך כל רצף הזמן. BoostedTreesAggregateStats מקבץ את סיכום הנתונים הסטטיסטיים המצטברים עבור האצווה. BoostedTreesBucketize סמן כל תכונה על סמך גבולות הדלי. BoostedTreesCalculateBestFeatureSplit מחשב רווחים עבור כל תכונה ומחזיר את המידע המפוצל הטוב ביותר עבור התכונה. BoostedTreesCalculateBestFeatureSplitV2 מחשב רווחים עבור כל תכונה ומחזיר את המידע המפוצל הטוב ביותר עבור כל צומת. BoostedTreesCalculateBestGainsPerFeature מחשב רווחים עבור כל תכונה ומחזיר את המידע המפוצל הטוב ביותר עבור התכונה. BoostedTreesCenterBias מחשב את הקודמת מנתוני האימון (ההטיה) וממלא את הצומת הראשון עם הקודקוד של הלוגיטים. BoostedTreesCreateEnsemble יוצר דגם של אנסמבל עץ ומחזיר לו ידית. BoostedTreesCreateQuantileStreamResource צור את המשאב עבור זרמים קוונטילים. BoostedTreesDeserializeEnsemble ביטול סדרה של תצורת אנסמבל עץ מסודרת ומחליף את העץ הנוכחי מִכלוֹל. BoostedTreesEnsembleResourceHandleOp יוצר נקודת אחיזה ל-BostedTreesEnsembleResource BoostedTreesExampleDebugOutputs איתור באגים/פלטי פרשנות של מודל עבור כל דוגמה. BoostedTreesFlushQuantileSummaries רוק את סיכומי הכמות מכל משאב זרם כמותי. BoostedTreesGetEnsembleStates מאחזר את אסימון חותמת המשאב של אנסמבל העץ, מספר העצים וסטטיסטיקות גידול. BoostedTreesMakeQuantileSummaries עושה את סיכום הקוונטילים עבור האצווה. BoostedTreesMakeStatsSummary עושה את סיכום הנתונים הסטטיסטיים המצטברים עבור האצווה. BoostedTreesPredict מפעיל מספר מנבאים של אנסמבל רגרסיה מוסף על מופעי קלט ו מחשב את הלוגיטים. BoostedTreesQuantileStreamResourceAddSummary הוסף את סיכומי הכמות לכל משאב זרם קוונטילי. BoostedTreesQuantileStreamResourceDeserialize הסר את גבולות הדלי ודגל מוכן לתוך QuantileAccumulator הנוכחי. BoostedTreesQuantileStreamResourceFlush בטל את הסיכומים עבור משאב זרם כמותי. BoostedTreesQuantileStreamResourceGetBucketBoundaries צור את גבולות הדלי עבור כל תכונה בהתבסס על סיכומים מצטברים. BoostedTreesQuantileStreamResourceHandleOp יוצר נקודת אחיזה ל-BostedTreesQuantileStreamResource. BoostedTreesSerializeEnsemble מסדרת את אנסמבל העץ לפרוטו. BoostedTreesSparseAggregateStats מקבץ את סיכום הנתונים הסטטיסטיים המצטברים עבור האצווה. BoostedTreesSparseCalculateBestFeatureSplit מחשב רווחים עבור כל תכונה ומחזיר את המידע המפוצל הטוב ביותר עבור התכונה. BoostedTreesTrainingPredict מפעיל מספר מנבאים של אנסמבל רגרסיה מוסף על מופעי קלט ו מחשב את העדכון ללוגיטים שמורים במטמון. BoostedTreesUpdateEnsemble מעדכן את מכלול העץ על ידי הוספת שכבה לעץ האחרון שגדל או על ידי פתיחת עץ חדש. BoostedTreesUpdateEnsembleV2 מעדכן את מכלול העץ על ידי הוספת שכבה לעץ האחרון שגדל או על ידי פתיחת עץ חדש. BroadcastDynamicShape <T מרחיב את TNummer > החזר את הצורה של s0 op s1 עם שידור. BroadcastGradientArgs <T מרחיב את TNummer > החזר את מדדי ההפחתה עבור מעברי מחשוב של s0 op s1 עם שידור. BroadcastHelper <T מרחיב את TType > מפעיל עוזר לביצוע שידורים בסגנון XLA משדר `lhs` ו-`rhs` לאותה דרגה, על-ידי הוספת ממדים בגודל 1 למי מבין `lhs` ו-`rhs` בעל הדרגה הנמוכה יותר, באמצעות כללי השידור של XLA עבור אופרטורים בינאריים. BroadcastRecv <T מרחיב את TType > מקבל שידור ערך טנזור ממכשיר אחר. BroadcastSend <T מרחיב את TType > משדר ערך טנזור למכשיר אחד או יותר. BroadcastTo <T מרחיב את TType > שדר מערך לקבלת צורה תואמת. דליית מרכזת 'קלט' בהתבסס על 'גבולות'. BytesProducedStatsDataset מתעד את גודל הבתים של כל רכיב של 'input_dataset' ב-StatsAggregator. CSRSparseMatrixComponents <T מרחיב את TType > קורא את רכיבי ה-CSR באצווה `אינדקס`. CSRSparseMatrixToDense <T מרחיב את TType > המר CSRSparseMatrix (אולי באצווה) ל-dense. CSRSparseMatrixToSparseTensor <T מרחיב את TType > ממיר CSRSparesMatrix (אולי באצווה) ל-SparseTensor. CSVDataset CSVDatasetV2 CTCllossV2 מחשב את הפסד CTC (הסתברות ביומן) עבור כל ערך אצווה. CacheDataset יוצר מערך נתונים ששומר רכיבים מתוך `input_dataset`. CacheDatasetV2 Cast <U מרחיב את TType > העבר x מסוג SrcT ל-y של DstT. תקרה <T מרחיב את המספר > מחזירה את המספר השלם הקטן ביותר מבחינת אלמנט לא פחות מ-x. CheckNumerics <T מרחיב את TNummer > בודק טנזור עבור ערכי NaN, -Inf ו-+Inf. Cholesky <T מרחיב את TType > מחשב את הפירוק Cholesky של מטריצה ​​ריבועית אחת או יותר. CholeskyGrad <T מרחיב את TNummer > מחשב את הגרדיאנט המופץ לאחור של מצב הפוך של אלגוריתם Cholesky. בחר FastestDataset ClipByValue <T מרחיב את TType > חותך ערכי טנסור למינימום ומקסימום שצוינו. CloseSummaryWriter ClusterOutput <T מרחיב את TType > מפעיל המחבר את הפלט של חישוב XLA לצמתי גרף צרכנים אחרים. CollectiveGather <T מרחיב את TNummer > צובר הדדית מספר טנסורים מסוג וצורה זהים. CollectivePermute <T מרחיב את TType > אופציה להחלפת טנזורים במופעי TPU משוכפלים. CombinedNonMaxSuppression בוחר בתאוותנות קבוצת משנה של תיבות תוחמות בסדר יורד של הניקוד, פעולה זו מבצעת non_max_suppression בכניסות לכל אצווה, בכל המחלקות. CompareAndBitpack השווה ערכים של 'input' ל-'threshold' וארוז את הביטים המתקבלים לתוך 'uint8'. תוצאה של קומפילציה מחזירה את התוצאה של קומפילציה של TPU. CompileSucceededAssert טוען כי האוסף הצליח. מורכב <U מרחיב את TType > ממירה שני מספרים ממשיים למספר מרוכב. ComplexAbs <U מרחיב את TNummer > מחשב את הערך המוחלט המורכב של טנזור. CompressElement דוחס רכיב מערך נתונים. ComputeAccidentalHits מחשב את המזהים של המיקומים ב- sampled_candidates התואמים ל-true_labels. ComputeBatchSize מחשב את גודל האצווה הסטטי של מערך נתונים ללא אצווה חלקית. Concat <T מרחיב את TType > משרשרת טנסורים לאורך מימד אחד. שרשרת נתונים יוצר מערך נתונים שמשרשר את 'מערך_נתונים_קלט' עם 'ערכת נתונים_אחרת'. מצבר מותנה מצבר מותנה לצבירה של שיפועים. ConfigureDistributedTPU מגדיר את המבנים הריכוזיים עבור מערכת TPU מבוזרת. הגדר TPUEmbedding מגדיר TPUembedding במערכת TPU מבוזרת. Conj <T מרחיב את TType > מחזירה את הצימוד המרוכב של מספר מרוכב. ConjugateTranspose <T מרחיב את TType > ערבבו מידות של x לפי תמורה וצמידו את התוצאה. קבוע <T מרחיב את TType > מפעיל המייצר ערך קבוע. ConsumeMutexLock פעולה זו צורכת מנעול שנוצר על ידי `MutexLock`. ControlTrigger לא עושה כלום. Conv <T מרחיב את TType > עוטף את האופרטור XLA ConvGeneralDilated, מתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution . Conv2d <T מרחיב את TNummer > מחשב קונבולוציה דו-ממדית בהינתן טנסור 'קלט' ו-'פילטר' 4-D. Conv2dBackpropFilter <T מרחיב את TNummer > מחשב את דרגות הפיתול ביחס למסנן. Conv2dBackpropInput <T מרחיב את TNummer > מחשב את דרגות הקונבולציה ביחס לקלט. Conv3d <T מרחיב את TNummer > מחשב קונבולוציה תלת-ממדית בהינתן טנסור 5-D `קלט` ו`פילטר`. Conv3dBackpropFilter <T מרחיב את TNummer > מחשב את הגרדיאנטים של פיתול תלת מימדי ביחס למסנן. Conv3dBackpropInput <U מרחיב את TNummer > מחשב את ההדרגות של קונבולולוציה תלת-ממדית ביחס לקלט. העתק <T מרחיב את TType > העתק טנזור ממעבד למעבד או ממעבד גרפי למעבד גרפי. CopyHost <T מרחיב את TType > העתק טנסור לארח. כי <T מרחיב את TType > מחשבת cos של x מבחינה אלמנט. Cosh <T מרחיב את TType > מחשב קוסינוס היפרבולי של x מבחינת אלמנט. CountUpTo <T מרחיב את TNummer > מגדיל את 'ref' עד שהוא מגיע ל-'limit'. CreateSummaryDbWriter CreateSummaryFileWriter CropAndResize מחלץ חיתולים מטנסור תמונת הקלט ומשנה את גודלם. CropAndResizeGradBoxes מחשב את השיפוע של ההפעלה crop_and_resize מול טנסור תיבות הקלט. CropAndResizeGradImage <T מרחיב את TNummer > מחשב את השיפוע של האופציה crop_and_resize מול טנסור תמונת הקלט. צלב <T מרחיב את TNummer > חשב את תוצר הצלב הזוגי. CrossReplicaSum <T מרחיב את TNummer > אופ לסיכום תשומות על פני מופעי TPU משוכפלים. CtcBeamSearchDecoder <T מרחיב את TNummer > מבצע פענוח חיפוש קרן בלוגיטים שניתנו בקלט. CtcGreedyDecoder <T מרחיב את TNummer > מבצע פענוח חמדני בלוגיטים שניתנו בקלטים. CtcLoss <T מרחיב את TNummer > מחשב את הפסד CTC (הסתברות ביומן) עבור כל ערך אצווה. CudnnRNN <T מרחיב את TNummer > RNN מגובה על ידי cuDNN. CudnnRNNBackprop <T מרחיב את TNummer > צעד אחורי של CudnnRNNV3. CudnnRNNCanonicalToParams <T מרחיב את TNummer > ממיר פרמטרים של CudnnRNN מצורה קנונית לצורה שמישה. CudnnRNNParamsToCanonical <T מרחיב את TNummer > מאחזר פרמטרים של CudnnRNN בצורה קנונית. CudnnRnnParamsSize <U מרחיב את TNummer > מחשב את גודל המשקולות שניתן להשתמש בהן על ידי דגם Cudnn RNN. Cumprod <T מרחיב את TType > חשב את המכפלה המצטברת של הטנסור 'x' לאורך 'ציר'. Cumsum <T מרחיב את TType > חשב את הסכום המצטבר של הטנסור 'x' לאורך 'ציר'. CumulativeLogsumexp <T מרחיב את TNummer > חשב את המכפלה המצטברת של הטנסור 'x' לאורך 'ציר'. DataFormatDimMap <T מרחיב את TNummer > מחזירה את אינדקס הממדים בפורמט נתוני היעד בהינתן זה ב פורמט נתוני המקור. DataFormatVecPermute <T מרחיב את TNummer > החלף טנסור קלט מ-'src_format' ל-'dst_format'. DataServiceDataset קרדינליות ערכת נתונים מחזירה את הקרדינליות של `input_dataset`. ערכת נתוניםFromGraph יוצר מערך נתונים מ-'graph_def' הנתון. DatasetToGraph מחזירה GraphDef בסידרה המייצגת 'מערך_נתונים_קלט'. DatasetToSingleElement מוציא את הרכיב הבודד ממערך הנתונים הנתון. DatasetToTFRecord כותב את מערך הנתונים הנתון לקובץ הנתון באמצעות פורמט TFRecord. DatasetToTfRecord כותב את מערך הנתונים הנתון לקובץ הנתון באמצעות פורמט TFRecord. Dawsn <T מרחיב את TNomber > DebugGradientIdentity <T מרחיב את TType > אופציה של זהות עבור ניפוי שגיאות שיפוע. DebugGradientRefIdentity <T מרחיב את TType > אופציה של זהות עבור ניפוי שגיאות שיפוע. DebugIdentity <T מרחיב את TType > Debug Identity V2 Op. DebugNanCount Debug NaN Value Counter Op. DebugNumericsSummary <U מרחיב את TNummer > איתור באגים סיכום מספרי V2 Op. DecodeAndCropJpeg פענוח וחיתוך תמונה מקודדת JPEG לטנזור uint8. DecodeBase64 פענוח מחרוזות מקודדות base64 בטוחות באינטרנט. DecodeBmp פענח את המסגרת הראשונה של תמונה מקודדת BMP לטנזור uint8. DecodeCompressed דחוס מחרוזות. DecodeCsv המרת רשומות CSV לטנזורים. DecodeGif פענח את המסגרת/ים של תמונה מקודדת GIF לטנזור uint8. DecodeImage <T מרחיב את TNomber > פונקציה עבור decode_bmp, decode_gif, decode_jpeg ו-decode_png. DecodeJpeg פענוח תמונה מקודדת JPEG לטנזור uint8. DecodeJsonExample המר רשומות דוגמה מקודדות JSON למחרוזות חיץ של פרוטוקול בינארי. DecodePaddedRaw <T מרחיב את TNummer > פרש מחדש את הבתים של מחרוזת כווקטור של מספרים. DecodePng <T מרחיב את TNummer > פענוח תמונה מקודדת PNG לטנזור uint8 או uint16. DecodeProto ה-op מחלץ שדות מפרוטוקול מסודר מאחסן הודעה לטנזורים. DecodeRaw <T מרחיב את TType > פרש מחדש את הבתים של מחרוזת כווקטור של מספרים. DecodeWav פענוח קובץ WAV PCM של 16 סיביות לטנזור צף. DeepCopy <T מרחיב את TType > יוצר עותק של 'x'. מחק איטרטור מיכל עבור משאב איטרטור. מחקMemoryCache מחק MultiDeviceIterator מיכל עבור משאב איטרטור. DeleteRandomSeedGenerator DeleteSeedGenerator DeleteSessionTensor מחק את הטנזור שצוין על ידי הידית שלו בסשן. DenseBincount <U מרחיב את TNummer > סופר את מספר המופעים של כל ערך במערך שלמים. DenseCountSparseOutput <U מרחיב את TNummer > מבצע ספירת סל פלט דל עבור קלט tf.tensor. DenseToCSRSparseMatrix ממיר טנזור צפוף ל-CSRSparseMatrix (אולי באצווה). DenseToDenseSetOperation <T מרחיב את TType > מחיל פעולת סט לאורך הממד האחרון של 2 כניסות 'טנזור'. DenseToSparseBatchDataset יוצר מערך נתונים שמקבץ רכיבי קלט לתוך SparseTensor. DenseToSparseSetOperation <T מרחיב את TType > מחיל פעולת סט לאורך הממד האחרון של 'טנסור' ו-'SparseTensor'. DepthToSpace <T מרחיב את TType > DepthToSpace עבור טנסורים מסוג T. DepthwiseConv2dNative <T מרחיב את TNummer > מחשב קונבולוציית עומק דו-ממדית בהינתן טנסור 4-D `קלט` ו`פילטר`. DepthwiseConv2dNativeBackpropFilter <T מרחיב את TNummer > מחשב את הגרדיאנטים של פיתול עומק ביחס למסנן. DepthwiseConv2dNativeBackpropInput <T מרחיב את TNummer > מחשב את הגרדיאנטים של פיתול עומק ביחס לקלט. דהקוונטיזציה לוקח את קלט uint32 ארוז ומפרק את הקלט ל-uint8 לעשות דקוונטיזציה במכשיר. DeserializeIterator ממירה את טנזור הווריאציה הנתון לאיטרטור ומאחסנת אותו במשאב הנתון. DeserializeManySparse <T מרחיב את TType > הסר ושרשר 'SparseTensors' ממיני-אצט מסודר. DeserializeSparse <U מרחיב את TType > הסר אובייקטים של 'SparseTensor'. DestroyResourceOp מוחק את המשאב שצוין על ידי הידית. DestroyTemporaryVariable <T מרחיב את TType > הורס את המשתנה הזמני ומחזיר את הערך הסופי שלו. Det <T מרחיב את TType > מחשב את הקובע של מטריצה ​​ריבועית אחת או יותר. DeviceIndex החזר את האינדקס של המכשיר שהאופ רץ. Digamma <T מרחיב את TNummer > מחשב את Psi, הנגזרת של Lgamma (לוג הערך המוחלט של `Gamma(x)`), מבחינת אלמנט. Dilation2d <T מרחיב את TNummer > מחשב את הרחבת גווני האפור של טנסור 'קלט' 4-D ו-3-D 'מסנן'. Dilation2dBackpropFilter <T מרחיב את TNummer > מחשב את השיפוע של הרחבה דו-ממדית מורפולוגית ביחס למסנן. Dilation2dBackpropInput <T מרחיב את TNummer > מחשב את השיפוע של התרחבות דו-ממדית מורפולוגית ביחס לקלט. בימויInterleaveDataset תחליף ל-'InterleaveDataset' ברשימה קבועה של 'N' מערכי נתונים. Div <T מרחיב את TType > מחזירה x / y מבחינת אלמנט. DivNoNan <T מרחיב את TType > מחזירה 0 אם המכנה הוא אפס. Dot <T מרחיב את TType > עוטף את המפעיל XLA DotGeneral, מתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral . DrawBoundingBoxes <T מרחיב את TNummer > צייר תיבות תוחמות על קבוצת תמונות. DummyIterationCounter DummyMemoryCache DummySeedGenerator DynamicPartition <T מרחיב את TType > מחלקים `נתונים` לטנזורים `num_partitions` באמצעות אינדקסים מ`מחיצות`. DynamicSlice <T מרחיב את TType > עוטף את המפעיל XLA DynamicSlice, מתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice . DynamicStitch <T מרחיב את TType > שזר את הערכים מהטנסורים של 'נתונים' לטנזור בודד. DynamicUpdateSlice <T מרחיב את TType > עוטף את האופרטור XLA DynamicUpdateSlice, מתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice . ערוך מרחק מחשב את מרחק העריכה של Levenshtein (אולי מנורמל). Eig <U מרחיב את TType > מחשב את הפירוק העצמי של מטריצה ​​ריבועית אחת או יותר. Einsum <T מרחיב את TType > הפעלה שתומכת ב- einsum op בסיסית עם 2 כניסות ופלט 1. אלו <T מרחיב Tnumber > מחשב ליניארי מעריכי: `exp(features) - 1` אם < 0, `features` אחרת. EluGrad <T מרחיב Tnumber > מחשב גרדיאנטים עבור הפעולה הלינארית המעריכית (Elu). EmbeddingActivations אופציה המאפשרת בידול של הטבעות TPU. ריק <T מרחיב את TType > יוצר טנזור עם הצורה הנתונה. EmptyTensorList יוצר ומחזיר רשימת טנזורים ריקה. EmptyTensorMap יוצר ומחזיר מפת טנסור ריקה. EncodeBase64 מקודד מחרוזות לפורמט base64 בטוח באינטרנט. EncodeJpeg JPEG-קודד תמונה. EncodeJpegVariableQuality תמונת קלט מקודד JPEG עם איכות דחיסה מסופקת. EncodePng PNG-קודד תמונה. EncodeProto ה-op מסדרת הודעות protobuf המסופקות בטנסור הקלט. EncodeWav קידוד נתוני אודיו באמצעות פורמט קובץ WAV. EnqueueTPUEmbeddingIntegerBatch הפעלה שמעמידה בתור רשימה של טנזורי אצווה קלט ל-TPUEmbedding. EnqueueTPUEmbeddingRaggedTensorBatch מקל על העברה של קוד המשתמש ב-tf.nn.embedding_lookup(). EnqueueTPUEmbeddingSparseBatch הפעלה שמעמידה בתור TPUEmbedding מדדי קלט מ-SparseTensor. EnqueueTPUEmbeddingSparseTensorBatch מקל על העברה של קוד המשתמש ב-tf.nn.embedding_lookup_sparse(). EnsureShape <T מרחיב את TType > מבטיח שצורת הטנזור תואמת את הצורה הצפויה. הזן <T מרחיב את TType > יוצר או מוצא מסגרת צאצא, והופכת 'נתונים' לזמינים למסגרת הצאצא. לְהִשְׁתַווֹת מחזירה את ערך האמת של (x == y) מבחינה אלמנט. Erf <T מרחיב TNummer > מחשב את פונקציית השגיאה גאוס של 'x' מבחינה אלמנטית. Erfc <T מרחיב את TNummer > מחשב את פונקציית השגיאה המשלימה של 'x' מבחינה אלמנטית. EuclideanNorm <T מרחיב את TType > מחשב את הנורמה האוקלידית של אלמנטים על פני מימדים של טנזור. לְבַצֵעַ אופ שטוענת ומבצעת תוכנית TPU במכשיר TPU. ExecuteAndUpdateVariables אופ שמפעיל תוכנית עם עדכוני משתנים אופציונליים במקום. יציאה <T מרחיב את TType > יוצא מהמסגרת הנוכחית למסגרת האב שלה. Exp <T מרחיב את TType > מחשב אקספוננציאלי של x מבחינת אלמנט. ExpandDims <T מרחיב את TType > מכניס ממד של 1 לצורת טנזור. Expint <T מרחיב את TNummer > Expm1 <T מרחיב את TType > מחשב 'exp(x) - 1' לפי אלמנט. ExtractGlimpse מחלץ הצצה מטנסור הקלט. ExtractImagePatches <T מרחיב את TType > חלץ `טלאים` מ`תמונות` ושם אותם בממד הפלט "עומק". ExtractJpegShape <T מרחיב את TNummer > חלץ את מידע הצורה של תמונה מקודדת JPEG. ExtractVolumePatches <T מרחיב את TNummer > חלץ `טלאים` מ`קלט` ושם אותם בממד הפלט `"עומק"`. עוּבדָה פלט עובדה על פקטוריאלים. FakeQuantWithMinMaxArgs בצע התאמה מזויפת של טנסור 'כניסות', הקלד צף לטנסור 'פלטים' מאותו סוג. FakeQuantWithMinMaxArgsGradient חישוב מעברי צבע עבור פעולת FakeQuantWithMinMaxArgs. FakeQuantWithMinMaxVars בצע כימות מזויפות של טנסור ה'קלט' מסוג צף באמצעות סקלרים גלובליים של ציפה בצע התאמה מזויפת של טנסור ה-'inputs' מסוג float באמצעות סקלרים גלובליים של float 'min' ו-'max' לטנסור 'פלטים' באותו צורה כמו 'inputs'. FakeQuantWithMinMaxVarsGradient חישוב מעברי צבע עבור פעולת FakeQuantWithMinMaxVars. FakeQuantWithMinMaxVarsPerChannel בצע כימות מזויפות של טנסור ה'כניסות' מסוג צף באמצעות צפים לכל ערוץ בצע התאמה מזויפת של טנסור ה-'inputs' מסוג float per channel ואחת הצורות: `[d]`, `[b,d]` `[b,h,w,d]` via per-channel floats ` min' ו-'max' של צורה '[d]' ל-'outputs' טנסור באותו צורה כמו 'inputs'. FakeQuantWithMinMaxVarsPerChannelGradient חישוב מעברי צבע עבור פעולת FakeQuantWithMinMaxVarsPerChannel. Fft <T מרחיב את TType > התמרת פורייה מהירה. Fft2d <T מרחיב את TType > טרנספורמציה מהירה של פורייה דו מימדית. Fft3d <T מרחיב את TType > טרנספורמציה מהירה של פורייה תלת מימדית. FifoQueue תור שמייצר אלמנטים בסדר ראשון נכנס ראשון יוצא. מילוי <U מרחיב את TType > יוצר טנזור מלא בערך סקלרי. FilterByLastComponentDataset יוצר מערך נתונים המכיל רכיבים של הרכיב הראשון של `input_dataset` עם true ברכיב האחרון. טְבִיעַת אֶצבָּעוֹת מייצר ערכי טביעת אצבע. FixedLengthRecordDataset FixedLengthRecordReader קורא שמוציא רשומות באורך קבוע מקובץ. FixedUnigramCandidateSampler יוצר תוויות לדגימת מועמדים עם התפלגות אוניגרמה נלמדת. קומה <T מרחיבה TNummer > מחזירה את המספר השלם הגדול ביותר מבחינת האלמנט שאינו גדול מ-x. FloorDiv <T מרחיב את TType > מחזירה x // y מבחינה אלמנט. FloorMod <T מרחיב את TNumber > מחזירה את שארית החלוקה מבחינת הרכיב. FlushSummaryWriter FractionalAvgPool <T מרחיב את TNummer > מבצע איגום ממוצע חלקי על הקלט. FractionalAvgPoolGrad <T מרחיב את TNummer > מחשב שיפוע של הפונקציה FractionalAvgPool. FractionalMaxPool <T מרחיב את TNummer > מבצע איגום מקסימלי חלקי על הקלט. FractionalMaxPoolGrad <T מרחיב את TNummer > מחשב שיפוע של הפונקציה FractionalMaxPool. FresnelCos <T מרחיב את TNummer > FresnelSin <T מרחיב את TNummer > FusedBatchNorm <T מרחיב את TNumber , U מרחיב את TNumber > נורמליזציה של אצווה. FusedBatchNormGrad <T מרחיב את TNumber , U מרחיב את TNumber > שיפוע לנורמליזציה של אצווה. FusedPadConv2d <T מרחיב את TNummer > מבצע ריפוד כתהליך מקדים במהלך פיתול. FusedResizeAndPadConv2d <T מרחיב את TNummer > מבצע שינוי גודל וריפוד כתהליך מקדים במהלך פיתול. GRUBlockCell <T מרחיב את TNummer > מחשב את התפשטות תא GRU קדימה עבור שלב זמן אחד. GRUBlockCellGrad <T מרחיב את TNummer > מחשב את ההפצה לאחור של תא GRU עבור שלב אחד. אסוף <T מרחיב את TType > עוטף את מפעיל XLA Gather שתועד ב https://www.tensorflow.org/xla/operation_semantics#gather GatherNd <T מרחיב את TType > אסוף פרוסות מ-'params' לתוך Tensor עם הצורה המצוינת על-ידי 'מדדים'. GatherV2 <T מרחיב את TNummer > צובר הדדית מספר טנסורים מסוג וצורה זהים. GenerateBoundingBoxProposals אופציה זו מייצרת אזור של אינטרסים מתיבות תוחמות נתונות (bbox_deltas) מקודדות wrt לפי eq.2 ב-arXiv:1506.01497 ה-Op בוחר תיבות ניקוד מובילות של 'pre_nms_topn', מפענח אותן ביחס לעוגנים, מחיל דיכוי לא מקסימלי על תיבות חופפות בעלות ערך צומת-על-איחוד (iou) גבוה מ-'nms_threshold', מבטל תיבות שבהן הצד הקצר יותר קטן מ-' min_size`. GenerateVocabRemapping ניתן נתיב לקבצי אוצר מילים חדשים וישנים, מחזיר טנסור מיפוי מחדש של אורך `num_new_vocab`, כאשר `remapping[i]` מכיל את מספר השורה באוצר המילים הישן התואם לשורה `i` באוצר המילים החדש (החל משורה `new_vocab_offset` ועד ישויות `num_new_vocab`), או `- 1` אם הערך `i` באוצר המילים החדש אינו נמצא באוצר המילים הישן. GetSessionHandle אחסן את טנסור הקלט במצב ההפעלה הנוכחית. GetSessionTensor <T מרחיב את TType > קבל את הערך של הטנזור שצוין על ידי הידית שלו. גדול יותר מחזירה את ערך האמת של (x > y) מבחינה אלמנט. GreaterEqual מחזירה את ערך האמת של (x >= y) מבחינה אלמנט. GuaranteeConst <T מרחיב את TType > נותן ערובה לזמן הריצה של TF שטנסור הקלט הוא קבוע. HashTable יוצר טבלת hash לא מאותחלת. HistogramFixedWidth <U מרחיב את TNummer > החזר היסטוגרמה של ערכים. סיכום היסטוגרמה מוציא מאגר פרוטוקול 'סיכום' עם היסטוגרמה. HsvToRgb <T מרחיב את TNummer > המר תמונה אחת או יותר מ-HSV ל-RGB. זהות <T מרחיבה את TType > החזר טנזור עם אותה צורה ותוכן כמו טנזור הקלט או הערך. זהותN מחזירה רשימה של טנסורים עם אותם צורות ותוכן כמו הקלט טנסורים. IdentityReader קורא שמוציא את העבודה בתור הן כמפתח והן כערך. Ifft <T מרחיב את TType > טרנספורמציה פורייה מהירה הפוכה. Ifft2d <T מרחיב את TType > טרנספורמציה פורייה מהירה דו-ממדית הפוכה. Ifft3d <T מרחיב את TType > טרנספורמציה מהירה של פורייה תלת מימדית הפוכה. Igamma <T מרחיב את TNummer > חשב את פונקציית ה-Gamma הלא-שלמה המוסדרת התחתונה 'P(a, x)'. IgammaGradA <T מרחיב את TNummer > מחשב את שיפוע 'איגמה (א, x)' wrt 'A'. Igammac <t מרחיב את Tnumber > חישב את פונקציית הגמא הבלתי מושלמת העליונה של גמא `Q (a, x)`. IveroReerrorsdataset יוצר מערך נתונים המכיל את האלמנטים של 'input_dataset' מתעלם משגיאות. Image <U מרחיב את Tnumber > מחזיר את החלק הדמיוני של מספר מורכב. ImageProjectivetransformv2 <t מרחיב את Tnumber > מיישם את הטרנספורמציה הנתונה על כל אחת מהתמונות. ImageProjectivetransformv3 <t מרחיב את Tnumber > מיישם את הטרנספורמציה הנתונה על כל אחת מהתמונות. תמונות מוציא מאגר פרוטוקול 'סיכום' עם תמונות. Imputableconst <t מרחיב את Ttype > מחזיר טנזור בלתי ניתן לשינוי מאזור הזיכרון. Importevent Intopk אומר אם היעדים נמצאים בתחזיות המובילות. Infeeddequee <t מרחיב את Ttype > מציין מקום לערך שיוזן לחישוב. Infeeddequeuetuple מביא ערכים מרובים מ- Infeed כ- XLA Tuple. InfeedeNqueue OP שמאכיל ערך טנזור יחיד לחישוב. Infeedenqueueprelinearizedbuffer OP שמאפשר חיץ מראש למאגר TPU. Infeedenqueuetuple מזין ערכי טנזור מרובים לחישוב כטופל XLA. Init הניתוח אתחול טבלה שלוקח שני טנסורים למפתחות וערכים בהתאמה. Initializetablefromdataset Initializetablefromtextfile מאתחל טבלה מקובץ טקסט. Inplaceadd <t מרחיב ttype > מוסיף V לשורות שצוינו של x. Inplacesub <t מרחיב ttype > מחסרים את `v` לשורות שצוינו של` x`. Inplaceupdate <t מרחיב ttype > מעדכן שורות שצוינו 'I' עם ערכים 'V'. Inv <t מרחיב ttype > מחשב את ההיפוך של מטריצות אינן ניתנות לניתוק מרובעות או יותר או את הסמכות שלהם (מעביר מצומד). Invgrad <t מרחיב את Ttype > מחשב את השיפוע להיפוך של 'X' WRT את הקלט שלו. הפוך <t מרחיב את Tnumber > הפוך (הפוך) כל פיסת סוגים נתמכים; לדוגמה, סוג `uint8` ערך 01010101 הופך ל- 10101010. InvertPermatution <t מרחיב את Tnumber > מחשב את הפרמוטציה ההפוכה של טנזור. Irfft <u מרחיב את Tnumber > טרנספורמציה מהירה של פורייה מהירה הוערכת אמיתית. Irfft2d <u מרחיב את Tnumber > טרנספורמציה מהירה של פורייה מהירה של 2D הפוכה. Irfft3d <u מרחיב את Tnumber > טרנספורמציה מהירה של פורייה מהירה של תלת מימד תלת-ממדית. Isboostedtreasensembleinitialized בודק אם הועבר להרכב עץ. IsboostedtreesquantIlestreamresourceinitialized בודק אם אתחל זרם קוונטי. Isfinite מחזירה אילו אלמנטים של X הם סופיים. Isinf מחזירה אילו אלמנטים של x הם inf. איסנן מחזירה אילו אלמנטים של X הם נאן. IsvariableInitialized בודק אם טנזור אתחל. Isotonicregression <u מרחיב את Tnumber > פותר אצווה של בעיות רגרסיה איזוטוניות. איטרטור IteratorfromStringHandle ITeratorGetDevice מחזיר את שם המכשיר עליו הוצב 'משאב'. ITeratorGetNext מקבל את הפלט הבא מהאיטרטור הנתון. ITeratorGetNextAsOptional מקבל את הפלט הבא מהאיטרטור הנתון כגרסה אופציונלית. ITeratorGetNexTsync מקבל את הפלט הבא מהאיטרטור הנתון. ITeratortostringHandle ממיר את 'Resource_handle' הנתון המייצג איטרטור למחרוזת. לְהִצְטַרֵף מצטרף למיתרים ברשימה הנתונה של טנזורי מיתרים לטנסור אחד; עם המפריד הנתון (ברירת המחדל היא מפריד ריק). KMC2ChainInitialization מחזיר את האינדקס של נקודת נתונים שיש להוסיף למערך הזרעים. KeyValuesort <t מרחיב את Tnumber , U מרחיב את Ttype > עוטף את מפעיל הסוג של XLA, שתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#sort. Kmeansplusplusinitialization בוחר שורות קלט NUM_TO_SAMPLE באמצעות קריטריון KMEANS ++. Kthorderstatistic מחשב את נתון הסדר KTH של מערך נתונים. L2loss <t מרחיב את Tnumber > הפסד L2. LMDBDATASET יוצר מערך נתונים הפולט את זוגות הערך המפתח בקבץ LMDB אחד או יותר. Lstmblockcell <t מרחיב את Tnumber > מחשב את התפשטות קדימה של תא LSTM למשך שלב זמן אחד. Lstmblockcellgrad <t מרחיב את Tnumber > מחשב את התפשטות האחור של תאי LSTM למשך זמן אחד. LateNingStatsDataset מתעד את ההשהיה של הפקת אלמנטים של 'input_dataset' ב- StatsagGregator. Leakyrelu <t מרחיב את Tnumber > מחשב לינארי מתוקן: `מקסימום (תכונות, תכונות * אלפא)`. Leakyrelugrad <t מרחיב את Tnumber > מחשב שיפועים לינאריים מתוקנים למבצע Leakyrelu. Sleemunigramcandidatesampler מייצר תוויות לדגימה של המועמדים באמצעות חלוקת יוניגרם מלומדת. Leftshift <T מרחיב את Tnumber > Elementwise מחשב את המשמרת השמאלית המניעה של `x` ו-` y`. פָּחוֹת מחזיר את ערך האמת של (x <y)-בחינת האלמנטים. פחות שוויוני מחזיר את ערך האמת של (x <= y)-אלמנט. Lgamma <t מרחיב את Tnumber > מחשב את היומן של הערך המוחלט של 'גמא (x)' מבחינת אלמנט. Linspace <t מרחיב את Tnumber > מייצר ערכים במרווח. LMDBDATASET LMDBREADER קורא שמוצא את הרשומות מקובץ LMDB. LoadAndremapMatrix טוען "Tensor" דו-מימדי (מטריצה) עם שם `old_tensor_name` מהמחקר ב- `ckpt_path` ועלולים להסתיים מחדש את השורות והעמודות שלה באמצעות הזכרויות שצוינו. LoadTpueMbeddingAmparameters טען פרמטרים של ADAM ADAM. LoadTpueMbeddingAdamparametersgradaccumdebug טען פרמטרים הטמעים של אדם עם תמיכה באגים. LoadTpueMbeddingAdadeltAparameters טען פרמטרים להטמעה של Adadelta. LoadTpueMbeddingAdadelTaparametersgradaccumdebug טען פרמטרים של Adadelta עם תמיכה באגים. LoadTpueMbeddingAdagradParameters טען פרמטרים להטמעה של Adagrad. LoadTpueMbeddingAdagradParameterSgradaccumdebug טען פרמטרים הטמעים של Adagrad עם תמיכה באגים. LoadTpueMbedCenterCenterRmsPropParameters פרמטרים של הטמעת RMSPROP מרוכזים. LoadTpueMbeddingFtrlparameters טען פרמטרים של הטמעת FTRL. LoadTpueMbeddingFtrlparametersgradaccumdebug טען פרמטרים של הטמעת FTRL עם תמיכה באגים. LoadTpueMbeddingMdladagradlightParameters טען פרמטרים להטמעת אור MDL Adagrad. LoadTpueMbeddingMomentumpArameters טען פרמטרים להטמעת מומנטום. LoadTpueMbeddingMomentumpArameterSgradaccumdebug טען מומנטום הפרמטרים עם תמיכה באגים. LoadTpueMbeddingProximaladagradParameters טען פרמטרים להטמעת Adagrad פרוקסימליים. LoadTpueMbeddingProximaladagradparametersgradaccumdebug טען פרמטרים להטמעת Adagrad פרוקסימליים עם תמיכה באגים. LoadTpueMbeddingProximalyogiparameters LoadTpueMbeddingProximalyogiparametersgradaccumdebug LoadTpueMbeddingRmsPropParameters טען פרמטרים להטמעת RMSPROP. LoadTpueMbeddingRmsPropparametersgradaccumdebug טען פרמטרים להטמעת RMSPROP עם תמיכה באגים. LoadTpueMbeddingStochasticgradientDescenceParameters טען פרמטרים להטמעת SGD. LoadTpueMbeddingStochasticgradientDescenceparametersgradaccumdebug טען פרמטרים להטמעת SGD. LocalResponsenormalization <t מרחיב את Tnumber > נורמליזציה של תגובה מקומית. LocalResponsenMalizationGrad <t מרחיב את Tnumber > שיפועים לנורמליזציה של תגובה מקומית. יומן <t מרחיב את Ttype > מחשבת לוגריתם טבעי של X-Element-Element. Log1p <t מרחיב ttype > מחשב לוגריתם טבעי של (1 + x) מבחינת אלמנט. Logmatrixdeterminant <t מרחיב ttype > מחשב את השלט ואת יומן הערך המוחלט של הקובע של מטריצות מרובעות אחת או יותר. Logsoftmax <t מרחיב את Tnumber > מחשב הפעלות יומן SoftMax. Loguniformcandidatesampler מייצר תוויות לדגימה של המועמדים עם התפלגות אחידה ביומן. הגיוני מחזירה את ערך האמת של X ו- Y-Element-real. LogicalNot מחזיר את ערך האמת של 'לא X' מבחינת אלמנטים. לוגיור מחזיר את ערך האמת של X או Y-Element-real. LookuptableExport <t מרחיב ttype , u מרחיב ttype > מוציא את כל המפתחות והערכים בטבלה. LookuptableFind <u מרחיב ttype > מבט את המפתחות בטבלה, מוציא את הערכים המתאימים. LookuptableImport מחליף את תוכן הטבלה במפתחות ובערכים שצוינו. LookuptableInsert מעדכן את הטבלה למשיכת מפתחות לערכים. LookuptableRemove מסיר מפתחות וערכיו המשויכים מהטבלה. LookuptableSize מחשב את מספר האלמנטים בטבלה הנתונה. Loopcond מעביר את הקלט לפלט. לְהוֹרִיד ממיר את כל הדמויות הגדולות להחלפות אותיות קטנות בהתאמה. התחתון <u מרחיב את Tnumber > חל על Lower_bound (Dinded_search_values, ערכים) לאורך כל שורה. Lu <t מרחיב ttype , u מרחיב את Tnumber > מחשב את הפירוק LU של מטריצות מרובעות אחת או יותר. Makingitarator הופך איטרטור חדש מה"נתון הנתונים "הנתון ומאחסן אותו ב"איטרטור". MakeUnique הפוך את כל האלמנטים בממד שאינו אצווה ייחודי, אך \ "סגור \" הערך הראשוני שלהם. MapClear OP מסיר את כל האלמנטים במכולה הבסיסית. Mapincompezeize OP מחזירה את מספר האלמנטים הלא שלמים במיכל הבסיסי. Mappeek OP מציץ בערכים במפתח שצוין. ממפה OP מחזירה את מספר האלמנטים במכולה הבסיסית. MAPSTAGE שלב (מפתח, ערכים) במיכל הבסיסי שמתנהג כמו חשיפה. Mapunstage OP מסיר ומחזיר את הערכים המשויכים למפתח מהמכולה הבסיסית. Mapunstagenokey OP מסיר ומחזיר אקראי (מפתח, ערך) מהמכולה הבסיסית. Matmul <t מרחיב את Ttype > הכפל את המטריצה ​​"A" על ידי המטריצה ​​"B". MatchingFiles מחזירה את מערך הקבצים התואמים דפוסי גלובוס אחד או יותר. MatchingFilesDataset Matrixdiag <t מרחיב את Ttype > מחזיר טנזור אלכסוני מקובל עם ערכים אלכסוניים מקובלים. Matrixdiagpart <t מרחיב ttype > מחזיר את החלק האלכסוני האצווה של טנזור אצווה. Matrixdiagpartv3 <t מרחיב ttype > מחזיר את החלק האלכסוני האצווה של טנזור אצווה. Matrixdiagv3 <t מרחיב ttype > מחזיר טנזור אלכסוני מקובל עם ערכים אלכסוניים מקובלים. Matrixlogarithm <t מרחיב את Ttype > מחשב את לוגריתם המטריצה ​​של מטריצות מרובעות אחת או יותר: \\(log(exp(A)) = A\\) OP זה מוגדר רק למטריצות מורכבות. MatrixsetDiag <t מרחיב את Ttype > מחזירה טנזור מטריצה ​​מקוצץ עם ערכים אלכסוניים חדשים עם אצווה. Matrixsolvels <t מרחיב ttype > פותר בעיות אחת או יותר ליניאריות פחות ריבועים. מקסימום <t מרחיב ttype > מחשב את מקסימום האלמנטים על פני מידות של טנזור. Maxintraopparallalismdataset יוצר מערך נתונים המבטל את ההקבלה המקסימאלית תוך-אופית. Maxpool <t מרחיב ttype > מבצע איחוד מקסימלי על הקלט. Maxpool3d <t מרחיב את Tnumber > מבצע איחוד מקסימלי תלת -ממדי על הקלט. Maxpool3dgrad <u מרחיב את Tnumber > מחשב שיפוע של פונקציית איגום מקסימום תלת -ממדי. Maxpool3dgradgrad <t מרחיב את Tnumber > מחשב מדרגות מסדר שני של פונקציית MaxPooling. Maxpoolgrad <t מרחיב את Tnumber > מחשב שיפוע של פונקציית MaxPooling. Maxpoolgradgrad <t מרחיב את Tnumber > מחשב מדרגות מסדר שני של פונקציית MaxPooling. Maxpoolgradwithargmax <t מרחיב את Tnumber > מחשב מדרגות מסדר שני של פונקציית MaxPooling. Maxpoolgradwithargmax <t מרחיב את Tnumber > מחשב שיפוע של פונקציית MaxPooling. Maxpoolwithargmax <t מרחיב את Tnumber , U מרחיב את Tnumber > מבצע איחוד מקסימלי על הקלט ויוצא גם ערכי מקסימום וגם מדדים. מקסימום <t מרחיב את Tnumber > מחזיר את המקסימום של x ו- y (כלומר ממוצע <t מרחיב ttype > מחשב את הממוצע של אלמנטים על פני מידות של טנזור. מיזוג <t מרחיב את Ttype > מעביר את הערך של טנזור זמין מ'תשומות 'ל'פלט'. Mergesommary מיזוג סיכומים. Mergev2checkpoints פורמט V2 ספציפי: ממזג את קבצי המטא נתונים של מחסומי מחסומים. MFCC הופך ספקטרוגרמה לצורה שימושית לזיהוי דיבור. דקה <t מרחיב ttype > מחשב את המינימום של האלמנטים על פני מידות של טנזור. מינימום <t מרחיב את Tnumber > מחזיר את הדקות של x ו- y (כלומר Mirrorpad <t מרחיב את Ttype > רפידות טנזור עם ערכי שיקוף. Mirrorpadgrad <t מרחיב ttype > Gradient OP ל'- Mirrorpad 'op. Mlirpassthroughop עוטף חישוב MLIR שרירותי המתבטא כמודול עם פונקציה עיקרית (). Mod <t מרחיב את Tnumber > מחזיר את שארית החלוקה החכמה. ModelDataset טרנספורמציה זהות שמדגמת את הביצועים. Mul <t מרחיב ttype > מחזיר את X * y-ELECTED. Mulnonan <t מרחיב את Ttype > מחזיר את X * y-ELECTED. MultiDeviceIterator יוצר משאב MultiDeviceIterator. MultiDeviceIteratorfromStringHandle מייצר משאב MultiDeviceIterator מידית המחרוזת המסופקת שלו. MultiDeviceIteratorGetNextFromShard מקבל את האלמנט הבא למספר SHARD שסופק. MultiDeviceIteratorInit אתחל את איטרטור ה- Multi Device עם מערך הנתונים הנתון. Multideviceiteratortostringhandle מייצר ידית מחרוזת עבור MultiDeviceIterator הנתון. רב -לומתי <u מרחיב את Tnumber > שואב דגימות מהפצה רב -לאומית. MutableDensehashtable יוצר שולחן חשיש ריק המשתמש בטנסורים כחנות הגיבוי. ניתן להתייחס למצב יוצר שולחן חשיש ריק. Mutablehasableoftensors יוצר שולחן חשיש ריק. Mutex יוצר משאב mutex שיכול להיות נעול על ידי 'mutexlock'. Mutexlock נועל משאב Mutex. Ncclallreduce <t מרחיב את Tnumber > מוציא טנזור המכיל את ההפחתה בכל טנזורי הקלט. NCCLBROADCACT​ שולח 'קלט' לכל המכשירים המחוברים לפלט. Ncclreduce <t מרחיב את Tnumber > מקטין את 'קלט' מ- 'num_devices' באמצעות 'צמצום' למכשיר יחיד. Ndtri <t מרחיב את Tnumber > BOSTNEGHBORS בוחר את המרכזים הקרובים ביותר לכל נקודה. Neg <t מרחיב ttype > מחשב ערך שלילי מספרי-אלמנט-אלמנט. שליל אימונים באמצעות דגימה שלילית. Nextafter <t מרחיב את Tnumber > מחזיר את הערך הבא הניתן לייצוג של 'x1' בכיוון של 'x2', אלמנט-חכמה. הבא​ הופך את הקלט שלה לזמין לאיטרציה הבאה. לאופ לא עושה כלום. Nondeterministicints <u מרחיב ttype > לא-דטרמיניסטית מייצרת כמה מספרים שלמים. אי -דיכוי שאינו משרד בוחר בחמדנות תת קבוצה של תיבות גבול בסדר יורד של ציון, גיזום ארגזים עם צומת גבוהה-על-איחוד (IOU) חופפים לתיבות שנבחרו בעבר. NonmaxSuppressionWithoverlaps בוחר בחמדנות תת קבוצה של תיבות גבול בסדר יורד של ציון, גיזום קופסאות עם חפיפה גבוהה עם קופסאות שנבחרו בעבר. NonserializableDataSet לא שוויוני מחזיר את ערך האמת של (x! = Y) מבחינת אלמנט. Nthelement <t מרחיב את Tnumber > מוצא ערכים של נתון הסדר "N" לממד האחרון. Onehot <u מרחיב ttype > מחזיר טנזור חם אחד. אלה <t מרחיב ttype > מפעיל יוצר קבוע מאתחול עם אלה בצורת הניתנת על ידי 'Dims'. כאלה כמו <t מרחיב ttype > מחזיר טנזור של אלה עם אותה צורה וסוג כמו x. אופרנד <t מרחיב את Ttype > ממשק מיושם על ידי אופרנדים של פעולת זרימת טנסור. OptimizedAtaset יוצר מערך נתונים על ידי יישום אופטימיזציות על 'input_dataset'. OptimiatedAtaseTv2 יוצר מערך נתונים על ידי יישום אופטימיזציות קשורות ל'- input_dataset '. אופציונלי ממצב בונה גרסה אופציונלית מטופל של טנזורים. אופציונליציה ערך מחזיר את הערך המאוחסן בגרסה אופציונלית או מעלה שגיאה אם ​​לא קיימת. אופציונל מחזיר נכון אם ורק אם לגרסה האופציונלית הנתונה יש ערך. אופציונל יוצר גרסה אופציונלית ללא ערך. OrdedMapClear OP מסיר את כל האלמנטים במכולה הבסיסית. הורה ל- Mapincomementesize OP מחזירה את מספר האלמנטים הלא שלמים במיכל הבסיסי. הוסדר OP מציץ בערכים במפתח שצוין. הוסדר למזויף OP מחזירה את מספר האלמנטים במכולה הבסיסית. הוראת MapStage שלב (מפתח, ערכים) במיכל הבסיסי שמתנהג כמו מסודר מיכל אסוציאטיבי. הוראת mapunstage OP מסיר ומחזיר את הערכים המשויכים למפתח מהמכולה הבסיסית. הוסדר mapunstagenokey OP מסיר ומחזיר את האלמנט (מפתח, ערך) עם הקטן ביותר מפתח מהמכולה הבסיסית. OrdinalSelector בורר ליבה TPU OP. הזנות מזנה <t מרחיב את Ttype > מאחזר טנזור יחיד מהזנת החישוב. Eutfeeddequeuetuple אחזר ערכים מרובים מהזנת החישוב. Outfeeddequeuetuplev2 אחזר ערכים מרובים מהזנת החישוב. הזנה DequeUev2 <t מרחיבה ttype > מאחזר טנזור יחיד מהזנת החישוב. EutfeedEnqueue מקפיץ טנזור על אאזור החישוב. Upfeedenqueuetuple מקפידים על ערכי טנזור מרובים על אאזור החישוב. פלט <t מרחיב ttype > ידית סימבולית למתחם המיוצר על ידי Operation . PAD <T מרחיב את TTYPE > עוטף את מפעיל ה- XLA כרית, שתועד ב https://www.tensorflow.org/performance/xla/operation_semantics#pad. PaddedBatchDataset יוצר מערך נתונים שאצוות ורפידות 'Batch_size' אלמנטים מהקלט. PaddingFifoqueue תור המייצר אלמנטים בסדר ראשון ראשונה. ParallyConcat <t מרחיב ttype > משרשר רשימה של טנזורים 'n' לאורך הממד הראשון. Parallydynamicstitch <t מרחיב את Ttype > השיתנו בין הערכים מהטנזרים של 'נתונים' למתחם יחיד. Parameterizedtruncatednormal <u מרחיב את Tnumber > מוציא ערכים אקראיים מהפצה רגילה. Parseexample הופך וקטור של tf.example protos (כמיתרים) לטנסורים מוקלדים. Parseexampledataset טרנספורמציה של `input_dataset` המכיל` דוגמה` פרוטוס כקטורים של dt_string למערך נתונים של אובייקטים של 'טנזור' או 'sparsetensor' המייצגים את התכונות המנותקות. Parsesequenceexample הופך וקטור של tf.io.sextenceexample protos (כמיתרים) לטנזורים מוקלדים. Parsesingleexample הופך פרוטו tf.example (כמחרוזת) לטנסורים מוקלדים. Parsesinglesequenceexample הופך מוח סקלרי. SextenceEx דוגמא פרוטו (כמיתרים) לטנסורים מוקלדים. Parsetensor <t מרחיב ttype > הופך TensorFlow.tensorProto פרוטו למתחם. PartitioneDinput <t מרחיב ttype > OP המקבץ רשימה של תשומות מחולקות יחד. PartitionedOutput <t מרחיב ttype > אופציה שמאפשרת דמולטפלקס טנזור שיוגדר על ידי XLA לרשימה של חלוקה פלט מחוץ לחישוב ה- XLA. מציין מקום <T מרחיב את TTYPE > מציין מקום לערך שיוזן לחישוב. מציין מקום WithDefault <t מרחיב את Ttype > מציין מקום שעובר דרך 'קלט' כאשר התפוקה שלו לא מוזנת. פוליגמה <t מרחיב את Tnumber > חישוב פונקציית הפוליגמה \\(\psi^{(n)}(x)\\). מספר אוכלוסייה מחשב את ספירת האוכלוסייה בחינת האלמנטים (aka POW <T מרחיב את TTYPE > מחשב את הכוח של ערך אחד למשנהו. Prefetchdataset יוצר מערך נתונים המוקדם באופן אסינכרוני אלמנטים מ- 'input_dataset'. מראש OP שמסביר את ערך טנזור אחד למתחם וריאנט אטום. Prelinearizetuple OP שמספר את ערכי טנזור מרובים למתחם גרסה אטום. המניעה גרעינה <t מרחיבה ttype > זהות שמפעילה שגיאה אם ​​מתבקש שיפוע. הֶדפֵּס מדפיס סקלר מחרוזת. עדיפות תור המייצר אלמנטים הממוינים לפי ערך הרכיב הראשון. PrivateThreadPooldataset יוצר מערך נתונים המשתמש בבריכת חוטים מותאמת אישית כדי לחשב 'input_dataset'. Prod <t מרחיב ttype > מחשב את התוצר של אלמנטים על פני מידות של טנזור. Qr <t מרחיב את Ttype > מחשב את פירוק ה- QR של מטריצות אחת או יותר. כמות <t מרחיב ttype > כמת את טנזור 'הקלט' מהסוג לצוף ל'פלט 'טנזור מסוג' T '. QuantizeAndaintize <t מרחיב את Tnumber > מכמת ואז מפיל טנזור. כמות​ מכמת ואז מפיל טנזור. QuantizeAndAntantizev4 <t מרחיב את Tnumber > מחזיר את שיפוע 'כימות. QuantizeAndadaNtizev4`. QuantizeAndaintizev4grad <t מרחיב את Tnumber > מחזיר את שיפוע של 'QuantizeAndadaNtizev4'. Quantiventowandshrinkrange <u מרחיב ttype > המיר את טנזור 'הקלט' הכמותי ל"פלט "דיוק נמוך יותר, באמצעות התפלגות בפועל של הערכים כדי למקסם את השימוש בעומק הסיביות התחתון ולהתאים את טווחי ה- Min ו- Max של הפלט בהתאם. Quantimendd <v מרחיב ttype > מחזיר x + y-lement-feal, עובד על מאגרים כמותיים. QuantivesAvgpool <t מרחיב ttype > מייצר את הבריכה הממוצעת של טנזור הקלט לסוגי כמות. QuantivenBatchNormWithGlobalNormalization <U מרחיב ttype > נורמליזציה של אצווה כמותית. QuantivenBiasadd <V מרחיב את Ttype > מוסיף טנזור 'הטיה' לטנזור 'קלט' עבור סוגים כמותיים. QuantistenConcat <t מרחיב ttype > שרשור טנסורים כמותים לאורך ממד אחד. QuantientConv2Dandrelu <v מרחיב ttype > QuantistenConv2DandreluAndreQuantize <v מרחיב ttype > QuantientConv2DandRequantize <V מרחיב את TTYPE > QuantientConv2DperChannel <v מרחיב ttype > מחשב QuantealConv2d לערוץ. QuantientConv2dWithBias <V מרחיב את TTYPE > QuantistenConv2DwithBiasandRelu <v מרחיב ttype > QuantistenConv2dwithBiasandreluandRequantize <w מרחיב ttype > QuantistenConv2DwithBiasandRequantize <W מרחיב את TTYPE > QuantistenConv2dwithBiassignedSumandReluAndRequantize <x מרחיב ttype > QuantientConv2DwithBiassumandRelu <v מרחיב ttype > QuantistenConv2dwithBiassumandreluandRequantize <x מרחיב ttype > QuantientConv2D <V מרחיב את TTYPE > מחשב מוריון דו -ממדי שניתן כמות 4D כניסה וסינון כמות כמותית. QuantivenDepthwiseconv2d <v מרחיב את Ttype > מחשב כמות כמותית ב- Conv2d. QuantistedDepthwiseconv2dwithbias <v מרחיב את Ttype > מחשב כמות כמותית ב- CONV2D עם הטיה. QuantistedDepthwiseconv2dwithbiasandrelu <v מרחיב ttype > מחשב כמות כמותית ב- CONV2D עם הטיה ו- RELU. QuantivenDepthwiseconv2dwithbiasandreluandrequantize <w מרחיב ttype > מחשב כמות כמותית ב- CONV2D עם הטיה, מחדש ולדרוש. QuantistInstanCenorm <t מרחיב ttype > נורמליזציה של מופעים כמותית. QuantivenMatmul <V מרחיב את TTYPE > בצע כפל מטריצה ​​כמותית של 'A' על ידי המטריצה ​​'B'. כמותית matmulwithbias <w מרחיבה ttype > מבצע כפל מטריצה ​​כמותית של 'A' על ידי המטריצה ​​'B' עם הטיה להוסיף. QuantistenMatmulwithBiasandDaintize <W מרחיב את Tnumber > QuantistenMatmulwithBiasandrelu <v מרחיב ttype > בצע כפל מטריצה ​​כמותית של 'A' על ידי המטריצה ​​'B' עם הטיה מוסיפה והיתוך מוני. QuantimentMatmulwithBiasandreluandRequantize <w מרחיב ttype > בצע כפל מטריצה ​​כמותית של 'A' על ידי המטריצה ​​'B' עם הטיה מוסיפה ומורשמת והתאמה להיתוך. QuantistenMatmulwithBiasandRequantize <W מרחיב את TTYPE > QuantiventMaxPool <t מרחיב ttype > מייצר את מאגר המקסימום של טנזור הקלט לסוגי כמות. QuantientMul <v מרחיב ttype > מחזיר x * y-le-rele-releme, עובד על מאגרים כמותיים. QuantistenLu <U מרחיב ttype > מחשב ליניארי מתוקן כמותי: `מקסימום (תכונות, 0)` QuantivenLu6 <U מרחיב את Ttype > מחשב ליניארי 6: `דקות (מקסימום (תכונות, 0), 6)` Quantistenleux <u מרחיב ttype > מחשב כמותית לינארית מקוונת x: `דקות (מקסימום (תכונות, 0), max_value)` כמות כמותית <t מרחיבה ttype > מעצב מחדש טנזור כמותי לפי ה- RESHAPE OP. QuantistresizeBilinear <t מרחיב את Ttype > שינוי גודל 'תמונות' כמותיות ל'גודל 'באמצעות אינטרפולציה דו -בינית כמותית. Queueclose סוגר את התור הנתון. Quiedequeue מוטל טפל של טנסור אחד או יותר מהתור הנתון. Queuedequeuemany Dequeues `n` tuples של טנזרים אחד או יותר מהתור הנתון. Queuedequeuepto Dequeues `n` tuples של טנזרים אחד או יותר מהתור הנתון. QueueEnqueue מכהן טופ של טנסור אחד או יותר בתור הנתון. Queueenqueumany אנשי אפס או יותר טופלים של טנזורים אחד או יותר בתור הנתון. QueueIsclosed חוזר נכון אם התור סגור. תור מחשב את מספר האלמנטים בתור הנתון. RaggedBincount <u מרחיב את Tnumber > מונה את מספר המופעים של כל ערך במערך שלם. Raggedcountsparseoutput <u מרחיב את Tnumber > מבצע ספירת סל פלט דליל עבור קלט טנזור סמרטוט. RaggedCross <T מרחיב את TTYPE , U מרחיב את TNUMBER > מייצר צלב תכונה מרשימת טנזורים, ומחזיר אותו כמרופט. Raggdgather <t מרחיב את Tnumber , U מרחיב את Ttype > אסוף פרוסות סמרטוטות מ- 'Params' ציר '0' לפי מדדים. RaggedRange <u מרחיב את Tnumber , T מרחיב את Tnumber > מחזיר 'סמרטוטטנסור' המכיל את רצפי המספרים שצוינו. RaggedTensorFromVariant <u מרחיב את Tnumber , T מרחיב ttype > מפענח טנזור 'וריאנט' ל"מרגש ". RaggedTenSortosparse <u מרחיב את Ttype > ממיר 'סמרטוטטנסור' ל'ספרטנסור 'עם אותם ערכים. RaggedTensortOtensor <u מרחיב את Ttype > צור טנזור צפוף מטנור סמרטוט, ואולי משנה את צורתו. RaggedTensortoVariant מקודד 'סמרטוטים' למתחם 'וריאנט'. RaggedTensortoVariantGradient <u מרחיב את Ttype > עוזר נהג לחשב את השיפוע עבור 'סמרטוטים'. RandomCrop <t מרחיב את Tnumber > יבול באופן אקראי 'תמונה'. RandomDataset יוצר מערך נתונים שמחזיר מספרי pseudorandom. RandomGamma <U מרחיב את Tnumber > מוציא ערכים אקראיים מהפצת הגמא (ים) המתוארים על ידי אלפא. RandomGammagrad <t מרחיב את Tnumber > מחשב את הנגזרת של מדגם אקראי של גמא Randompoisson <v מרחיב את Tnumber > מוציא ערכים אקראיים מהפצת הפויסון (ים) המתוארים לפי קצב. RandomShuffle <T מרחיב את TTYPE > מדשדש באופן אקראי טנזור לאורך הממד הראשון שלו. RandomShufflequeue תור שמאפשר אקראי את סדר האלמנטים. RandomStandardNormal <u מרחיב את Tnumber > מוציא ערכים אקראיים מהפצה רגילה. RandomUniform <U מרחיב את Tnumber > מוציא ערכים אקראיים מהפצה אחידה. RandomUniformint <U מרחיב את Tnumber > מוציא מספרים שלמים אקראיים מהפצה אחידה. טווח <t מרחיב את Tnumber > יוצר רצף של מספרים. Rangedataset יוצר מערך נתונים עם מגוון ערכים. דַרגָה מחזיר את דרגת טנזור. RAWOP מחלקת בסיס ליישומי Op המגובים Operation יחידה. ReadFile קורא ומוצא את כל תוכן שם הקובץ. ReadVariableOp <t מרחיב את TTYPE > קורא את הערך של משתנה. ReadernumRecordsprodsprodud מחזיר את מספר הרשומות שהקורא הזה הפיק. Readernumworkunitsompeted מחזיר את מספר יחידות העבודה שקורא זה סיים את העיבוד. ReaderRead מחזיר את הרשומה הבאה (מפתח, זוג ערך) המיוצר על ידי קורא. ReaderReadupto מחזיר עד 'num_records' (מפתח, ערך) זוגות המיוצרים על ידי קורא. ReaderReset להחזיר קורא למצבו הנקי הראשוני. ReaderStorestate להחזיר את הקורא למצב שנשמר בעבר. Readererializestate הפק טנזור מחרוזת המקודד את מצבו של קורא. אמיתי <u מרחיב את Tnumber > מחזיר את החלק האמיתי של מספר מורכב. Realdiv <t מרחיב ttype > מחזיר את ה- X / Y-Element-Element עבור סוגים אמיתיים. Rebatchdataset יוצר מערך נתונים שמשנה את גודל האצווה. Rebatchdatasetv2 יוצר מערך נתונים שמשנה את גודל האצווה. הדדי <t מרחיב את Ttype > מחשב את ההדדיות של X-Element-Element. Defrocalgrad <t מרחיב ttype > מחשב את השיפוע להיפוך של 'X' WRT את הקלט שלו. RecordInput פולט רשומות אקראיות. Recv <t מרחיב ttype > מקבל את הטנזור הנקרא מחישוב XLA אחר. RecvtpueMbeddingActivations OP שמקבל הפעלות הטמעה ב- TPU. צמצם <t מרחיב את Tnumber > מפחית הדדית טנסורים מרובים מסוג זהה וצורה זהים. צמצום מחשב את "ההגיוני וה" של האלמנטים על פני מידות של טנזור. צמצום מחשב את "ההגיוני או" של האלמנטים על פני מידות של טנזור. להפחית את הצו מצטרף לטנסור מיתר על פני הממדים הנתונים. Reducemax <t מרחיב ttype > מחשב את מקסימום האלמנטים על פני מידות של טנזור. Reducemin <t מרחיב ttype > מחשב את המינימום של האלמנטים על פני מידות של טנזור. LardleProd <t מרחיב ttype > מחשב את התוצר של אלמנטים על פני מידות של טנזור. צמצום <t מרחיב ttype > מחשב את סכום האלמנטים על פני מידות של טנזור. Reducev2 <t מרחיב את Tnumber > מפחית הדדית טנסורים מרובים מסוג זהה וצורה זהים. הפריך <t מרחיב את Ttype > יוצר או מוצא מסגרת ילד, והופך את 'נתונים' לזמינים למסגרת הילד. Refecetit <t מרחיב ttype > יוצא מהמסגרת הנוכחית למסגרת ההורה שלה. שניה <t מרחיב את Ttype > החזירו את אותו טנזור שופט כמו טנזור הקלט. Refmerge <t מרחיב את Ttype > מעביר את הערך של טנזור זמין מ'תשומות 'ל'פלט'. Remonextiteration <t מרחיב ttype > הופך את הקלט שלה לזמין לאיטרציה הבאה. Refselect <t מרחיב את Ttype > מעביר את האלמנט 'אינדקס' של 'כניסות' ל'פלט '. RefSwitch <T מרחיב את TTYPE > מעביר את ה- Ref Tensor 'נתוני' ליציאת הפלט שנקבע על ידי 'pred'. Regexfullmatch בדוק אם הקלט תואם את דפוס regex. Regexreplace מחליף התאמות של הביטוי הרגיל של 'דפוס' ב'קלט 'עם המחרוזת החלופית המסופקת ב'שכתב'. RegisterDataset רושם מערך נתונים עם שירות TF.Data. Relu <t מרחיב ttype > מחשב לינארי מתוקן: `מקסימום (תכונות, 0)`. Relu6 <t מרחיב את Tnumber > מחשב לינארי 6: `דקות (מקסימום (תכונות, 0), 6)`. Relu6grad <t מרחיב את Tnumber > מחשב 6 שיפועים לינאריים לינאריים למבצע RELU6. Relugrad <t מרחיב את Tnumber > מחשב שיפועים לינאריים מתוקנים לפעולה RELU. Remotefusedgraphexecute בצע גרף משנה במעבד מרוחק. RecatedDataSet יוצר מערך נתונים הפולט את היציאות של זמני 'input_dataset' 'ספירת'. משכפל מזהה העתק. Replicatemetadata מטא נתונים המציין כיצד יש לשכפל את חישוב ה- TPU. משוכפל קלט <t מרחיב ttype > מחבר כניסות N לחישוב TPU משוכפל N-כיווני. משוכפלת את ה- Output <t מרחיבה ttype > מחבר בין יציאות N מחישוב TPU משוכפל N-כיווני. דרישות מחשב טווח המכסה את הערכים בפועל הקיימים במתחם כמותי. DESIVANTIANGRANGEPERCHERNENEL חישוב טווח הדרישה לערוץ. דרישה <u מרחיב ttype > ממיר את טנזור 'הקלט' הכמותי לפלט דיוק נמוך יותר. DecessizePerChannel <u מרחיב את Ttype > דרישת קלט עם ערכי Min ו- Max הידועים לפי ערוץ. עיצוב מחדש <T מרחיב את TTYPE > מעצב מחדש טנזור. Resizearea שינוי גודל 'תמונות' לגודל 'באמצעות אינטרפולציה של אזור. ResizeBicubic שינוי גודל 'תמונות' ל"גודל "באמצעות אינטרפולציה דו -קובית. Resizebicubicgrad <t מרחיב את Tnumber > מחשב את שיפוע האינטרפולציה הדו -קובית. Redisebilinear שינוי גודל 'תמונות' עד 'גודל' באמצעות אינטרפולציה דו -צדדית. Residebilineargrad <t מרחיב את Tnumber > מחשב את שיפוע האינטרפולציה הדו -צדדית. RESEDENEARESTNEIGHBOR <T מרחיב את TNUMBER > שינוי גודל 'תמונות' עד 'גודל' באמצעות אינטרפולציה של השכנים הקרובה ביותר. RESEDENEARESTNEIGHBORGRAD <T מרחיב את TNUMBER > מחשב את שיפוע האינטרפולציה הקרובה ביותר לשכנים. ResourceAccumulatorApplygradient מיישם שיפוע על מצבר נתון. ResourceAccumulatornumAccumumated מחזיר את מספר השיפועים המצטברים במצברים הנתונים. Resourceaccumulatorsetglobalstep מעדכן את הצבר עם ערך חדש עבור Global_step. Resourceaccumulatortakegradient <t מרחיב את Ttype > מחלץ את השיפוע הממוצע במתן התנאי הנתון. ResourceApplyAdamax עדכן '*var' בהתאם לאלגוריתם ADAMAX. Resourceapplyadadelta עדכן '*var' בהתאם לתכנית Adadelta. Resourceapplyadagrad עדכן '*var' בהתאם לתכנית Adagrad. Resourceapplyadagradda עדכן '*var' בהתאם לתכנית Adagrad הפרוקסימלית. ResourceApplyadam עדכן '*var' בהתאם לאלגוריתם ADAM. ResourceapplyadamWithamsgrad עדכן '*var' בהתאם לאלגוריתם ADAM. Resourceapplyaddsign עדכן '*var' בהתאם לעדכון ההוספות. ResourceApplyCenterErmsProp Update '*var' according to the centered RMSProp algorithm. ResourceApplyFtrl Update '*var' according to the Ftrl-proximal scheme. ResourceApplyGradientDescent Update '*var' by subtracting 'alpha' * 'delta' from it. ResourceApplyKerasMomentum Update '*var' according to the momentum scheme. ResourceApplyMomentum Update '*var' according to the momentum scheme. ResourceApplyPowerSign Update '*var' according to the AddSign update. ResourceApplyProximalAdagrad Update '*var' and '*accum' according to FOBOS with Adagrad learning rate. ResourceApplyProximalGradientDescent Update '*var' as FOBOS algorithm with fixed learning rate. ResourceApplyRmsProp Update '*var' according to the RMSProp algorithm. ResourceConditionalAccumulator A conditional accumulator for aggregating gradients. ResourceCountUpTo <T extends TNumber > Increments variable pointed to by 'resource' until it reaches 'limit'. ResourceGather <U extends TType > Gather slices from the variable pointed to by `resource` according to `indices`. ResourceGatherNd <U extends TType > ResourceScatterAdd Adds sparse updates to the variable referenced by `resource`. ResourceScatterDiv Divides sparse updates into the variable referenced by `resource`. ResourceScatterMax Reduces sparse updates into the variable referenced by `resource` using the `max` operation. ResourceScatterMin Reduces sparse updates into the variable referenced by `resource` using the `min` operation. ResourceScatterMul Multiplies sparse updates into the variable referenced by `resource`. ResourceScatterNdAdd Applies sparse addition to individual values or slices in a Variable. ResourceScatterNdMax ResourceScatterNdMin ResourceScatterNdSub Applies sparse subtraction to individual values or slices in a Variable. ResourceScatterNdUpdate Applies sparse `updates` to individual values or slices within a given variable according to `indices`. ResourceScatterSub Subtracts sparse updates from the variable referenced by `resource`. ResourceScatterUpdate Assigns sparse updates to the variable referenced by `resource`. ResourceSparseApplyAdadelta var: Should be from a Variable(). ResourceSparseApplyAdagrad Update relevant entries in '*var' and '*accum' according to the adagrad scheme. ResourceSparseApplyAdagradDa Update entries in '*var' and '*accum' according to the proximal adagrad scheme. ResourceSparseApplyAdagradV2 Update relevant entries in '*var' and '*accum' according to the adagrad scheme. ResourceSparseApplyCenteredRmsProp Update '*var' according to the centered RMSProp algorithm. ResourceSparseApplyFtrl Update relevant entries in '*var' according to the Ftrl-proximal scheme. ResourceSparseApplyKerasMomentum Update relevant entries in '*var' and '*accum' according to the momentum scheme. ResourceSparseApplyMomentum Update relevant entries in '*var' and '*accum' according to the momentum scheme. ResourceSparseApplyProximalAdagrad Sparse update entries in '*var' and '*accum' according to FOBOS algorithm. ResourceSparseApplyProximalGradientDescent Sparse update '*var' as FOBOS algorithm with fixed learning rate. ResourceSparseApplyRmsProp Update '*var' according to the RMSProp algorithm. ResourceStridedSliceAssign Assign `value` to the sliced l-value reference of `ref`. לְשַׁחְזֵר Restores tensors from a V2 checkpoint. RestoreSlice <T extends TType > Restores a tensor from checkpoint files. RetrieveTPUEmbeddingADAMParameters Retrieve ADAM embedding parameters. RetrieveTPUEmbeddingADAMParametersGradAccumDebug Retrieve ADAM embedding parameters with debug support. RetrieveTPUEmbeddingAdadeltaParameters Retrieve Adadelta embedding parameters. RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug Retrieve Adadelta embedding parameters with debug support. RetrieveTPUEmbeddingAdagradParameters Retrieve Adagrad embedding parameters. RetrieveTPUEmbeddingAdagradParametersGradAccumDebug Retrieve Adagrad embedding parameters with debug support. RetrieveTPUEmbeddingCenteredRMSPropParameters Retrieve centered RMSProp embedding parameters. RetrieveTPUEmbeddingFTRLParameters Retrieve FTRL embedding parameters. RetrieveTPUEmbeddingFTRLParametersGradAccumDebug Retrieve FTRL embedding parameters with debug support. RetrieveTPUEmbeddingMDLAdagradLightParameters Retrieve MDL Adagrad Light embedding parameters. RetrieveTPUEmbeddingMomentumParameters Retrieve Momentum embedding parameters. RetrieveTPUEmbeddingMomentumParametersGradAccumDebug Retrieve Momentum embedding parameters with debug support. RetrieveTPUEmbeddingProximalAdagradParameters Retrieve proximal Adagrad embedding parameters. RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug Retrieve proximal Adagrad embedding parameters with debug support. RetrieveTPUEmbeddingProximalYogiParameters RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug RetrieveTPUEmbeddingRMSPropParameters Retrieve RMSProp embedding parameters. RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug Retrieve RMSProp embedding parameters with debug support. RetrieveTPUEmbeddingStochasticGradientDescentParameters Retrieve SGD embedding parameters. RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug Retrieve SGD embedding parameters with debug support. Reverse <T extends TType > Reverses specific dimensions of a tensor. ReverseSequence <T extends TType > Reverses variable length slices. Rfft <U extends TType > Real-valued fast Fourier transform. Rfft2d <U extends TType > 2D real-valued fast Fourier transform. Rfft3d <U extends TType > 3D real-valued fast Fourier transform. RgbToHsv <T extends TNumber > Converts one or more images from RGB to HSV. RightShift <T extends TNumber > Elementwise computes the bitwise right-shift of `x` and `y`. Rint <T extends TNumber > Returns element-wise integer closest to x. RngReadAndSkip Advance the counter of a counter-based RNG. RngSkip Advance the counter of a counter-based RNG. Roll <T extends TType > Rolls the elements of a tensor along an axis. Round <T extends TType > Rounds the values of a tensor to the nearest integer, element-wise. Rpc Perform batches of RPC requests. Rsqrt <T extends TType > Computes reciprocal of square root of x element-wise. RsqrtGrad <T extends TType > Computes the gradient for the rsqrt of `x` wrt its input. SampleDistortedBoundingBox <T extends TNumber > Generate a single randomly distorted bounding box for an image. SamplingDataset Creates a dataset that takes a Bernoulli sample of the contents of another dataset. לְהַצִיל Saves tensors in V2 checkpoint format. SaveSlices Saves input tensors slices to disk. ScalarSummary Outputs a `Summary` protocol buffer with scalar values. ScaleAndTranslate ScaleAndTranslateGrad <T extends TNumber > ScatterAdd <T extends TType > Adds sparse updates to a variable reference. ScatterDiv <T extends TType > Divides a variable reference by sparse updates. ScatterMax <T extends TNumber > Reduces sparse updates into a variable reference using the `max` operation. ScatterMin <T extends TNumber > Reduces sparse updates into a variable reference using the `min` operation. ScatterMul <T extends TType > Multiplies sparse updates into a variable reference. ScatterNd <U extends TType > Scatter `updates` into a new tensor according to `indices`. ScatterNdAdd <T extends TType > Applies sparse addition to individual values or slices in a Variable. ScatterNdMax <T extends TType > Computes element-wise maximum. ScatterNdMin <T extends TType > Computes element-wise minimum. ScatterNdNonAliasingAdd <T extends TType > Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`. ScatterNdSub <T extends TType > Applies sparse subtraction to individual values or slices in a Variable. ScatterNdUpdate <T extends TType > Applies sparse `updates` to individual values or slices within a given variable according to `indices`. ScatterSub <T extends TType > Subtracts sparse updates to a variable reference. ScatterUpdate <T extends TType > Applies sparse updates to a variable reference. SdcaFprint Computes fingerprints of the input strings. SdcaOptimizer Distributed version of Stochastic Dual Coordinate Ascent (SDCA) optimizer for linear models with L1 + L2 regularization. SdcaShrinkL1 Applies L1 regularization shrink step on the parameters. SegmentMax <T extends TNumber > Computes the maximum along segments of a tensor. SegmentMean <T extends TType > Computes the mean along segments of a tensor. SegmentMin <T extends TNumber > Computes the minimum along segments of a tensor. SegmentProd <T extends TType > Computes the product along segments of a tensor. SegmentSum <T extends TType > Computes the sum along segments of a tensor. Select <T extends TType > SelfAdjointEig <T extends TType > Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). Selu <T extends TNumber > Computes scaled exponential linear: `scale * alpha * (exp(features) - 1)` if < 0, `scale * features` otherwise. SeluGrad <T extends TNumber > Computes gradients for the scaled exponential linear (Selu) operation. לִשְׁלוֹחַ Sends the named tensor to another XLA computation. SendTPUEmbeddingGradients Performs gradient updates of embedding tables. SerializeIterator Converts the given `resource_handle` representing an iterator to a variant tensor. SerializeManySparse <U extends TType > Serialize an `N`-minibatch `SparseTensor` into an `[N, 3]` `Tensor` object. SerializeSparse <U extends TType > Serialize a `SparseTensor` into a `[3]` `Tensor` object. SerializeTensor Transforms a Tensor into a serialized TensorProto proto. SetDiff1d <T extends TType , U extends TNumber > Computes the difference between two lists of numbers or strings. SetSize Number of unique elements along last dimension of input `set`. SetStatsAggregatorDataset Shape <U extends TNumber > Returns the shape of a tensor. ShapeN <U extends TNumber > Returns shape of tensors. ShardDataset Creates a `Dataset` that includes only 1/`num_shards` of this dataset. ShardedFilename Generate a sharded filename. ShardedFilespec Generate a glob pattern matching all sharded file names. Sharding <T extends TType > An op which shards the input based on the given sharding attribute. ShuffleAndRepeatDataset ShuffleDataset ShutdownDistributedTPU Shuts down a running distributed TPU system. Sigmoid <T extends TType > Computes sigmoid of `x` element-wise. SigmoidGrad <T extends TType > Computes the gradient of the sigmoid of `x` wrt its input. Sign <T extends TType > Returns an element-wise indication of the sign of a number. Sin <T extends TType > Computes sine of x element-wise. Sinh <T extends TType > Computes hyperbolic sine of x element-wise. Size <U extends TNumber > Returns the size of a tensor. SkipDataset Creates a dataset that skips `count` elements from the `input_dataset`. Skipgram Parses a text file and creates a batch of examples. SleepDataset Slice <T extends TType > Return a slice from 'input'. SlidingWindowDataset Creates a dataset that passes a sliding window over `input_dataset`. Snapshot <T extends TType > Returns a copy of the input tensor. SobolSample <T extends TNumber > Generates points from the Sobol sequence. Softmax <T extends TNumber > Computes softmax activations. SoftmaxCrossEntropyWithLogits <T extends TNumber > Computes softmax cross entropy cost and gradients to backpropagate. Softplus <T extends TNumber > Computes softplus: `log(exp(features) + 1)`. SoftplusGrad <T extends TNumber > Computes softplus gradients for a softplus operation. Softsign <T extends TNumber > Computes softsign: `features / (abs(features) + 1)`. SoftsignGrad <T extends TNumber > Computes softsign gradients for a softsign operation. Solve <T extends TType > Solves systems of linear equations. Sort <T extends TType > Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort . SpaceToBatch <T extends TType > SpaceToBatch for 4-D tensors of type T. SpaceToBatchNd <T extends TType > SpaceToBatch for ND tensors of type T. SpaceToDepth <T extends TType > SpaceToDepth for tensors of type T. SparseAccumulatorApplyGradient Applies a sparse gradient to a given accumulator. SparseAccumulatorTakeGradient <T extends TType > Extracts the average sparse gradient in a SparseConditionalAccumulator. SparseAdd <T extends TType > Adds two `SparseTensor` objects to produce another `SparseTensor`. SparseAddGrad <T extends TType > The gradient operator for the SparseAdd op. SparseApplyAdadelta <T extends TType > var: Should be from a Variable(). SparseApplyAdagrad <T extends TType > Update relevant entries in '*var' and '*accum' according to the adagrad scheme. SparseApplyAdagradDa <T extends TType > Update entries in '*var' and '*accum' according to the proximal adagrad scheme. SparseApplyCenteredRmsProp <T extends TType > Update '*var' according to the centered RMSProp algorithm. SparseApplyFtrl <T extends TType > Update relevant entries in '*var' according to the Ftrl-proximal scheme. SparseApplyMomentum <T extends TType > Update relevant entries in '*var' and '*accum' according to the momentum scheme. SparseApplyProximalAdagrad <T extends TType > Sparse update entries in '*var' and '*accum' according to FOBOS algorithm. SparseApplyProximalGradientDescent <T extends TType > Sparse update '*var' as FOBOS algorithm with fixed learning rate. SparseApplyRmsProp <T extends TType > Update '*var' according to the RMSProp algorithm. SparseBincount <U extends TNumber > Counts the number of occurrences of each value in an integer array. SparseConcat <T extends TType > Concatenates a list of `SparseTensor` along the specified dimension. SparseConditionalAccumulator A conditional accumulator for aggregating sparse gradients. SparseCountSparseOutput <U extends TNumber > Performs sparse-output bin counting for a sparse tensor input. SparseCross Generates sparse cross from a list of sparse and dense tensors. SparseCrossHashed Generates sparse cross from a list of sparse and dense tensors. SparseDenseCwiseAdd <T extends TType > Adds up a SparseTensor and a dense Tensor, using these special rules: (1) Broadcasts the dense side to have the same shape as the sparse side, if eligible; (2) Then, only the dense values pointed to by the indices of the SparseTensor participate in the cwise addition. SparseDenseCwiseDiv <T extends TType > Component-wise divides a SparseTensor by a dense Tensor. SparseDenseCwiseMul <T extends TType > Component-wise multiplies a SparseTensor by a dense Tensor. SparseFillEmptyRows <T extends TType > Fills empty rows in the input 2-D `SparseTensor` with a default value. SparseFillEmptyRowsGrad <T extends TType > The gradient of SparseFillEmptyRows. SparseMatMul Multiply matrix "a" by matrix "b". SparseMatrixAdd Sparse addition of two CSR matrices, C = alpha * A + beta * B. SparseMatrixMatMul <T extends TType > Matrix-multiplies a sparse matrix with a dense matrix. SparseMatrixMul Element-wise multiplication of a sparse matrix with a dense tensor. SparseMatrixNNZ Returns the number of nonzeroes of `sparse_matrix`. SparseMatrixOrderingAMD Computes the Approximate Minimum Degree (AMD) ordering of `input`. SparseMatrixSoftmax Calculates the softmax of a CSRSparseMatrix. SparseMatrixSoftmaxGrad Calculates the gradient of the SparseMatrixSoftmax op. SparseMatrixSparseCholesky Computes the sparse Cholesky decomposition of `input`. SparseMatrixSparseMatMul Sparse-matrix-multiplies two CSR matrices `a` and `b`. SparseMatrixTranspose Transposes the inner (matrix) dimensions of a CSRSparseMatrix. SparseMatrixZeros Creates an all-zeros CSRSparseMatrix with shape `dense_shape`. SparseReduceMax <T extends TNumber > Computes the max of elements across dimensions of a SparseTensor. SparseReduceMaxSparse <T extends TNumber > Computes the max of elements across dimensions of a SparseTensor. SparseReduceSum <T extends TType > Computes the sum of elements across dimensions of a SparseTensor. SparseReduceSumSparse <T extends TType > Computes the sum of elements across dimensions of a SparseTensor. SparseReorder <T extends TType > Reorders a SparseTensor into the canonical, row-major ordering. SparseReshape Reshapes a SparseTensor to represent values in a new dense shape. SparseSegmentMean <T extends TNumber > Computes the mean along sparse segments of a tensor. SparseSegmentMeanGrad <T extends TNumber > Computes gradients for SparseSegmentMean. SparseSegmentMeanWithNumSegments <T extends TNumber > Computes the mean along sparse segments of a tensor. SparseSegmentSqrtN <T extends TNumber > Computes the sum along sparse segments of a tensor divided by the sqrt of N. SparseSegmentSqrtNGrad <T extends TNumber > Computes gradients for SparseSegmentSqrtN. SparseSegmentSqrtNWithNumSegments <T extends TNumber > Computes the sum along sparse segments of a tensor divided by the sqrt of N. SparseSegmentSum <T extends TNumber > Computes the sum along sparse segments of a tensor. SparseSegmentSumWithNumSegments <T extends TNumber > Computes the sum along sparse segments of a tensor. SparseSlice <T extends TType > Slice a `SparseTensor` based on the `start` and `size`. SparseSliceGrad <T extends TType > The gradient operator for the SparseSlice op. SparseSoftmax <T extends TNumber > Applies softmax to a batched ND `SparseTensor`. SparseSoftmaxCrossEntropyWithLogits <T extends TNumber > Computes softmax cross entropy cost and gradients to backpropagate. SparseSparseMaximum <T extends TNumber > Returns the element-wise max of two SparseTensors. SparseSparseMinimum <T extends TType > Returns the element-wise min of two SparseTensors. SparseSplit <T extends TType > Split a `SparseTensor` into `num_split` tensors along one dimension. SparseTensorDenseAdd <U extends TType > Adds up a `SparseTensor` and a dense `Tensor`, producing a dense `Tensor`. SparseTensorDenseMatMul <U extends TType > Multiply SparseTensor (of rank 2) "A" by dense matrix "B". SparseTensorSliceDataset Creates a dataset that splits a SparseTensor into elements row-wise. SparseTensorToCSRSparseMatrix Converts a SparseTensor to a (possibly batched) CSRSparseMatrix. SparseToDense <U extends TType > Converts a sparse representation into a dense tensor. SparseToSparseSetOperation <T extends TType > Applies set operation along last dimension of 2 `SparseTensor` inputs. Spence <T extends TNumber > Split <T extends TType > Splits a tensor into `num_split` tensors along one dimension. SplitV <T extends TType > Splits a tensor into `num_split` tensors along one dimension. SqlDataset Creates a dataset that executes a SQL query and emits rows of the result set. Sqrt <T extends TType > Computes square root of x element-wise. SqrtGrad <T extends TType > Computes the gradient for the sqrt of `x` wrt its input. Sqrtm <T extends TType > Computes the matrix square root of one or more square matrices: matmul(sqrtm(A), sqrtm(A)) = A The input matrix should be invertible. Square <T extends TType > Computes square of x element-wise. SquaredDifference <T extends TType > Returns conj(x - y)(x - y) element-wise. Squeeze <T extends TType > Removes dimensions of size 1 from the shape of a tensor. Stack <T extends TType > Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor. שָׁלָב Stage values similar to a lightweight Enqueue. StageClear Op removes all elements in the underlying container. StagePeek Op peeks at the values at the specified index. StageSize Op returns the number of elements in the underlying container. StatefulRandomBinomial <V extends TNumber > StatefulStandardNormal <U extends TType > Outputs random values from a normal distribution. StatefulTruncatedNormal <U extends TType > Outputs random values from a truncated normal distribution. StatefulUniform <U extends TType > Outputs random values from a uniform distribution. StatefulUniformFullInt <U extends TType > Outputs random integers from a uniform distribution. StatefulUniformInt <U extends TType > Outputs random integers from a uniform distribution. StatelessMultinomial <V extends TNumber > Draws samples from a multinomial distribution. StatelessParameterizedTruncatedNormal <V extends TNumber > StatelessRandomBinomial <W extends TNumber > Outputs deterministic pseudorandom random numbers from a binomial distribution. StatelessRandomGamma <V extends TNumber > Outputs deterministic pseudorandom random numbers from a gamma distribution. StatelessRandomGetKeyCounterAlg Picks the best algorithm based on device, and scrambles seed into key and counter. StatelessRandomNormal <V extends TNumber > Outputs deterministic pseudorandom values from a normal distribution. StatelessRandomNormalV2 <U extends TNumber > Outputs deterministic pseudorandom values from a normal distribution. StatelessRandomPoisson <W extends TNumber > Outputs deterministic pseudorandom random numbers from a Poisson distribution. StatelessRandomUniform <V extends TNumber > Outputs deterministic pseudorandom random values from a uniform distribution. StatelessRandomUniformFullInt <V extends TNumber > Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformFullIntV2 <U extends TNumber > Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformInt <V extends TNumber > Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformIntV2 <U extends TNumber > Outputs deterministic pseudorandom random integers from a uniform distribution. StatelessRandomUniformV2 <U extends TNumber > Outputs deterministic pseudorandom random values from a uniform distribution. StatelessSampleDistortedBoundingBox <T extends TNumber > Generate a randomly distorted bounding box for an image deterministically. StatelessTruncatedNormal <V extends TNumber > Outputs deterministic pseudorandom values from a truncated normal distribution. StatelessTruncatedNormalV2 <U extends TNumber > Outputs deterministic pseudorandom values from a truncated normal distribution. StaticRegexFullMatch Check if the input matches the regex pattern. StaticRegexReplace Replaces the match of pattern in input with rewrite. StatsAggregatorHandle StatsAggregatorSetSummaryWriter Set a summary_writer_interface to record statistics using given stats_aggregator. StatsAggregatorSummary Produces a summary of any statistics recorded by the given statistics manager. StopGradient <T extends TType > Stops gradient computation. StridedSlice <T extends TType > Return a strided slice from `input`. StridedSliceAssign <T extends TType > Assign `value` to the sliced l-value reference of `ref`. StridedSliceGrad <U extends TType > Returns the gradient of `StridedSlice`. StringFormat Formats a string template using a list of tensors. StringLength String lengths of `input`. StringNGrams <T extends TNumber > Creates ngrams from ragged string data. StringSplit Split elements of `source` based on `sep` into a `SparseTensor`. לְהִתְפַּשֵׁט Strip leading and trailing whitespaces from the Tensor. Sub <T extends TType > Returns x - y element-wise. Substr Return substrings from `Tensor` of strings. Sum <T extends TType > Computes the sum of elements across dimensions of a tensor. SummaryWriter Svd <T extends TType > Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). SwitchCond <T extends TType > Forwards `data` to the output port determined by `pred`. TPUCompilationResult Returns the result of a TPU compilation. TPUEmbeddingActivations An op enabling differentiation of TPU Embeddings. TPUReplicateMetadata Metadata indicating how the TPU computation should be replicated. TPUReplicatedInput <T extends TType > Connects N inputs to an N-way replicated TPU computation. TPUReplicatedOutput <T extends TType > Connects N outputs from an N-way replicated TPU computation. TakeDataset Creates a dataset that contains `count` elements from the `input_dataset`. TakeManySparseFromTensorsMap <T extends TType > Read `SparseTensors` from a `SparseTensorsMap` and concatenate them. Tan <T extends TType > Computes tan of x element-wise. Tanh <T extends TType > Computes hyperbolic tangent of `x` element-wise. TanhGrad <T extends TType > Computes the gradient for the tanh of `x` wrt its input. TemporaryVariable <T extends TType > Returns a tensor that may be mutated, but only persists within a single step. TensorArray An array of Tensors of given size. TensorArrayClose Delete the TensorArray from its resource container. TensorArrayConcat <T extends TType > Concat the elements from the TensorArray into value `value`. TensorArrayGather <T extends TType > Gather specific elements from the TensorArray into output `value`. TensorArrayGrad Creates a TensorArray for storing the gradients of values in the given handle. TensorArrayGradWithShape Creates a TensorArray for storing multiple gradients of values in the given handle. TensorArrayPack <T extends TType > TensorArrayRead <T extends TType > Read an element from the TensorArray into output `value`. TensorArrayScatter Scatter the data from the input value into specific TensorArray elements. TensorArraySize Get the current size of the TensorArray. TensorArraySplit Split the data from the input value into TensorArray elements. TensorArrayUnpack TensorArrayWrite Push an element onto the tensor_array. TensorDataset Creates a dataset that emits `components` as a tuple of tensors once. TensorDiag <T extends TType > Returns a diagonal tensor with a given diagonal values. TensorDiagPart <T extends TType > Returns the diagonal part of the tensor. TensorForestCreateTreeVariable Creates a tree resource and returns a handle to it. TensorForestTreeDeserialize Deserializes a proto into the tree handle TensorForestTreeIsInitializedOp Checks whether a tree has been initialized. TensorForestTreePredict Output the logits for the given input data TensorForestTreeResourceHandleOp Creates a handle to a TensorForestTreeResource TensorForestTreeSerialize Serializes the tree handle to a proto TensorForestTreeSize Get the number of nodes in a tree TensorListConcat <U extends TType > Concats all tensors in the list along the 0th dimension. TensorListConcatLists TensorListElementShape <T extends TNumber > The shape of the elements of the given list, as a tensor. TensorListFromTensor Creates a TensorList which, when stacked, has the value of `tensor`. TensorListGather <T extends TType > Creates a Tensor by indexing into the TensorList. TensorListGetItem <T extends TType > TensorListLength Returns the number of tensors in the input tensor list. TensorListPopBack <T extends TType > Returns the last element of the input list as well as a list with all but that element. TensorListPushBack Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`. TensorListPushBackBatch TensorListReserve List of the given size with empty elements. TensorListResize Resizes the list. TensorListScatter Creates a TensorList by indexing into a Tensor. TensorListScatterIntoExistingList Scatters tensor at indices in an input list. TensorListSetItem TensorListSplit Splits a tensor into a list. TensorListStack <T extends TType > Stacks all tensors in the list. TensorMapErase Returns a tensor map with item from given key erased. TensorMapHasKey Returns whether the given key exists in the map. TensorMapInsert Returns a map that is the 'input_handle' with the given key-value pair inserted. TensorMapLookup <U extends TType > Returns the value from a given key in a tensor map. TensorMapSize Returns the number of tensors in the input tensor map. TensorMapStackKeys <T extends TType > Returns a Tensor stack of all keys in a tensor map. TensorScatterNdAdd <T extends TType > Adds sparse `updates` to an existing tensor according to `indices`. TensorScatterNdMax <T extends TType > TensorScatterNdMin <T extends TType > TensorScatterNdSub <T extends TType > Subtracts sparse `updates` from an existing tensor according to `indices`. TensorScatterNdUpdate <T extends TType > Scatter `updates` into an existing tensor according to `indices`. TensorSliceDataset Creates a dataset that emits each dim-0 slice of `components` once. TensorStridedSliceUpdate <T extends TType > Assign `value` to the sliced l-value reference of `input`. TensorSummary Outputs a `Summary` protocol buffer with a tensor and per-plugin data. TextLineDataset Creates a dataset that emits the lines of one or more text files. TextLineReader A Reader that outputs the lines of a file delimited by '\n'. TfRecordDataset Creates a dataset that emits the records from one or more TFRecord files. TfRecordReader A Reader that outputs the records from a TensorFlow Records file. ThreadPoolDataset Creates a dataset that uses a custom thread pool to compute `input_dataset`. ThreadPoolHandle Creates a dataset that uses a custom thread pool to compute `input_dataset`. Tile <T extends TType > Constructs a tensor by tiling a given tensor. TileGrad <T extends TType > Returns the gradient of `Tile`. Timestamp Provides the time since epoch in seconds. ToBool Converts a tensor to a scalar predicate. ToHashBucket Converts each string in the input Tensor to its hash mod by a number of buckets. ToHashBucketFast Converts each string in the input Tensor to its hash mod by a number of buckets. ToHashBucketStrong Converts each string in the input Tensor to its hash mod by a number of buckets. ToNumber <T extends TNumber > Converts each string in the input Tensor to the specified numeric type. TopK <T extends TNumber > Finds values and indices of the `k` largest elements for the last dimension. TopKUnique Returns the TopK unique values in the array in sorted order. TopKWithUnique Returns the TopK values in the array in sorted order. Transpose <T extends TType > Shuffle dimensions of x according to a permutation. TriangularSolve <T extends TType > Solves systems of linear equations with upper or lower triangular matrices by backsubstitution. TridiagonalMatMul <T extends TType > Calculate product with tridiagonal matrix. TridiagonalSolve <T extends TType > Solves tridiagonal systems of equations. TruncateDiv <T extends TType > Returns x / y element-wise for integer types. TruncateMod <T extends TNumber > Returns element-wise remainder of division. TruncatedNormal <U extends TNumber > Outputs random values from a truncated normal distribution. TryRpc Perform batches of RPC requests. Unbatch <T extends TType > Reverses the operation of Batch for a single output Tensor. UnbatchDataset A dataset that splits the elements of its input into multiple elements. UnbatchGrad <T extends TType > Gradient of Unbatch. UncompressElement Uncompresses a compressed dataset element. UnicodeDecode <T extends TNumber > Decodes each string in `input` into a sequence of Unicode code points. UnicodeDecodeWithOffsets <T extends TNumber > Decodes each string in `input` into a sequence of Unicode code points. UnicodeEncode Encode a tensor of ints into unicode strings. UnicodeScript Determine the script codes of a given tensor of Unicode integer code points. UnicodeTranscode Transcode the input text from a source encoding to a destination encoding. UniformCandidateSampler Generates labels for candidate sampling with a uniform distribution. Unique <T extends TType , V extends TNumber > Finds unique elements along an axis of a tensor. UniqueDataset Creates a dataset that contains the unique elements of `input_dataset`. UniqueWithCounts <T extends TType , V extends TNumber > Finds unique elements along an axis of a tensor. UnravelIndex <T extends TNumber > Converts an array of flat indices into a tuple of coordinate arrays. UnsortedSegmentJoin Joins the elements of `inputs` based on `segment_ids`. UnsortedSegmentMax <T extends TNumber > Computes the maximum along segments of a tensor. UnsortedSegmentMin <T extends TNumber > Computes the minimum along segments of a tensor. UnsortedSegmentProd <T extends TType > Computes the product along segments of a tensor. UnsortedSegmentSum <T extends TType > Computes the sum along segments of a tensor. Unstack <T extends TType > Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors. Unstage Op is similar to a lightweight Dequeue. UnwrapDatasetVariant עֶלִיוֹן 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`. אֵיפֹה 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 WriteAudioSummary Writes an audio summary. WriteFile Writes contents to the file at input filename. WriteGraphSummary Writes a graph summary. WriteHistogramSummary Writes a histogram summary. WriteImageSummary Writes an image summary. WriteRawProtoSummary Writes a serialized proto summary. WriteScalarSummary Writes a scalar summary. WriteSummary Writes a tensor summary. 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. XlaSendToHost An op to send a tensor to 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 >

A logical unit of computation.

Op implementations provide a strongly typed API for building and executing operations without the use of literals and indexes, as required in internal classes like Operation .

Ops can be classified under two categories:

• Raw ops target a single TensorFlow operation and are, in most cases, generated automatically from the OpDef proto definitions exposed by TensorFlow runtime library.
• Composite ops execute a series of other ops to accomplish a task logically presented as a single unit of computation.

Public Methods

abstract ExecutionEnvironment	env () Return the execution environment this op was created in.
abstract Operation	op () Return this unit of computation as a single Operation .

Public Methods

public abstract ExecutionEnvironment env ()

Return the execution environment this op was created in.

public abstract Operation op ()

Return this unit of computation as a single Operation .

For a raw op, the returned value correspond to the TensorFlow operation wrapped by this op.

For a composite op, the returned value usually correspond to the last operation invoked in a chain or to a NoOp grouping one or more operations as a single unit of computation.

מחזיר

• an Operation