Op

공개 인터페이스 Op

알려진 간접 하위 클래스 Abort , Abs <T TNumber 확장 >, AccumulateN <T 확장 TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T 확장 TType >, Acos <T 확장 TType >, Acosh <T 확장 TType >, Add <T 확장 TType >, AddManySparseToTensorsMap , AddN <T 확장 TType >, AddSparseToTensorsMap , adjustContrast <T 확장 TNumber >, adjustHue <T 확장 TNumber > 외 1157개. 중단 호출 시 프로세스를 중단하려면 예외를 발생시킵니다. Abs <T는 T번호를 확장합니다. > 텐서의 절대값을 계산합니다. AccumulateN <T는 TType을 확장합니다. > 텐서 목록의 요소별 합계를 반환합니다. 누산기적용그라디언트 지정된 누산기에 그라데이션을 적용합니다. 누산기Num누적됨 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. AccumulatorSetGlobalStep global_step에 대한 새 값으로 누산기를 업데이트합니다. AccumulatorTakeGradient <T는 TType을 확장합니다.> 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. Acos <T는 TType을 확장합니다. > x 요소별로 acos를 계산합니다. Acosh <T는 TType을 확장합니다> x 요소별로 역쌍곡선 코사인을 계산합니다. <T 확장 TType > 추가 x + y 요소를 반환합니다. AddManySparseToTensorsMap `SparseTensorsMap`에 `N` 미니배치 `SparseTensor`를 추가하고 `N` 핸들을 반환합니다. AddN <T는 TType을 확장합니다. > 모든 입력 텐서 요소를 현명하게 추가합니다. AddSparseToTensorsMap 핸들을 반환하는 `SparseTensorsMap`에 `SparseTensor`를 추가하세요. adjustContrast <T는 T번호를 확장합니다. > 하나 이상의 이미지 대비를 조정합니다. adjustHue <T는 T번호를 확장합니다.> 하나 이상의 이미지의 색조를 조정합니다. adjustSaturation <T는 T숫자를 확장합니다.> 하나 이상의 이미지의 채도를 조정합니다. 모두 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. 전체후보샘플러 학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. AllReduce <T는 Tnumber를 확장합니다.> 동일한 유형과 모양의 여러 텐서를 상호 축소합니다. AllToAll <T는 TType을 확장합니다. > TPU 복제본 간에 데이터를 교환하는 작업입니다. 각도 <U는 T번호를 확장합니다.> 복소수의 인수를 반환합니다. 익명반복자 반복자 리소스의 컨테이너입니다. 익명메모리캐시 익명MultiDeviceIterator 다중 장치 반복자 리소스에 대한 컨테이너입니다. 익명RandomSeedGenerator 익명SeedGenerator 어느 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. ApplyAdaMax <T는 TType을 확장합니다. > AdaMax 알고리즘에 따라 '*var'를 업데이트합니다. ApplyAdadelta <T는 TType을 확장합니다. > adadelta 체계에 따라 '*var'를 업데이트합니다. ApplyAdagrad <T는 TType을 확장합니다> adagrad 체계에 따라 '*var'를 업데이트합니다. ApplyAdagradDa <T는 TType을 확장합니다> 근위부 adagrad 체계에 따라 '*var'를 업데이트합니다. ApplyAdagradV2 <T는 TType을 확장합니다.> adagrad 체계에 따라 '*var'를 업데이트합니다. ApplyAdam <T는 TType을 확장합니다> Adam 알고리즘에 따라 '*var'를 업데이트합니다. ApplyAddSign <T는 TType을 확장합니다. > AddSign 업데이트에 따라 '*var'를 업데이트합니다. ApplyCenteredRmsProp <T는 TType을 확장합니다.> 중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. ApplyFtrl <T는 TType을 확장합니다. > Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다. ApplyGradientDescent <T는 TType을 확장합니다. > '*var'에서 'alpha' * 'delta'를 빼서 업데이트합니다. ApplyMomentum <T는 TType을 확장합니다.> 모멘텀 체계에 따라 '*var'를 업데이트합니다. ApplyPowerSign <T는 TType을 확장합니다. > AddSign 업데이트에 따라 '*var'를 업데이트합니다. ApplyProximalAdagrad <T는 TType을 확장합니다> Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다. ApplyProximalGradientDescent <T는 TType을 확장합니다> 고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다. ApplyRmsProp <T는 TType을 확장합니다. > RMSProp 알고리즘에 따라 '*var'를 업데이트합니다. 대략 같음 abs(xy) < 허용오차 요소별 진리값을 반환합니다. ArgMax <V는 TNumber를 확장합니다. > 텐서의 차원 전체에서 가장 큰 값을 가진 인덱스를 반환합니다. ArgMin <V는 T번호를 확장합니다> 텐서의 차원 전체에서 가장 작은 값을 가진 인덱스를 반환합니다. AsString 주어진 텐서의 각 항목을 문자열로 변환합니다. Asin <T는 TType을 확장합니다.> x 요소별로 삼각법 역사인을 계산합니다. Asinh <T는 TType을 확장합니다.> x 요소별로 역쌍곡사인을 계산합니다. Assert카디널리티데이터세트 AssertNextDataset 주장하다 주어진 조건이 참인지 확인합니다. <T 확장 TType > 할당 'value'를 할당하여 'ref'를 업데이트합니다. AssignAdd <T는 TType을 확장합니다. > 'value'를 추가하여 'ref'를 업데이트합니다. 할당AddVariableOp 변수의 현재 값에 값을 추가합니다. AssignSub <T는 TType을 확장합니다. > 'value'를 빼서 'ref'를 업데이트합니다. AssignSubVariableOp 변수의 현재 값에서 값을 뺍니다. 할당변수작업 변수에 새 값을 할당합니다. Atan <T는 TType을 확장합니다.> x 요소별로 삼각법 역탄젠트를 계산합니다. Atan2 <T는 T번호를 확장합니다. > 인수의 부호를 고려하여 `y/x`의 아크탄젠트를 요소별로 계산합니다. Atanh <T는 TType을 확장합니다.> x 요소별로 역쌍곡선 탄젠트를 계산합니다. 오디오스펙트로그램 시간 경과에 따른 오디오 데이터의 시각화를 생성합니다. 오디오요약 오디오와 함께 '요약' 프로토콜 버퍼를 출력합니다. AutoShard데이터세트 입력 데이터 세트를 샤딩하는 데이터 세트를 생성합니다. AvgPool <T는 T번호를 확장합니다. > 입력에 대해 평균 풀링을 수행합니다. AvgPool3d <T는 T번호를 확장합니다. > 입력에 대해 3D 평균 풀링을 수행합니다. AvgPool3dGrad <T는 TNumber를 확장합니다. > 평균 풀링 함수의 기울기를 계산합니다. AvgPoolGrad <T는 TNumber를 확장합니다. > 평균 풀링 함수의 기울기를 계산합니다. BandPart <T는 TType을 확장합니다. > 각 가장 안쪽 행렬의 중앙 밴드 외부에 있는 모든 항목을 0으로 설정하는 텐서를 복사합니다. BandedTriangularSolve <T는 TType을 확장합니다.> 장벽 다양한 그래프 실행에서 지속되는 장벽을 정의합니다. 장벽닫기 주어진 장벽을 닫습니다. 장벽불완전한크기 주어진 장벽의 불완전한 요소 수를 계산합니다. 장벽삽입많은 각 키에 대해 해당 값을 지정된 구성 요소에 할당합니다. 배리어준비크기 주어진 장벽의 완전한 요소 수를 계산합니다. 장벽가져다많은 장벽에서 주어진 수의 완성된 요소를 가져옵니다. 일괄 모든 입력 텐서를 비결정적으로 일괄 처리합니다. BatchCholesky <T는 TNumber를 확장합니다> BatchCholeskyGrad <T는 TNumber를 확장합니다.> 배치 데이터세트 `input_dataset`에서 `batch_size` 요소를 일괄 처리하는 데이터세트를 생성합니다. 일괄 Fft BatchFft2d BatchFft3d BatchIfft BatchIfft2d BatchIfft3d BatchMatMul <T는 TType을 확장합니다> 두 개의 텐서 조각을 일괄적으로 곱합니다. BatchMatrixBandPart <T는 TType을 확장합니다.> BatchMatrixDeterminant <T는 TType을 확장합니다. > BatchMatrixDiag <T는 TType을 확장합니다.> BatchMatrixDiagPart <T는 TType을 확장합니다.> BatchMatrixInverse <T는 TNumber를 확장합니다.> BatchMatrixSetDiag <T는 TType을 확장합니다.> BatchMatrixSolve <T는 TNumber를 확장합니다.> BatchMatrixSolveLs <T는 TNumber를 확장합니다. > BatchMatrixTriangularSolve <T는 TNumber를 확장합니다.> BatchNormWithGlobalNormalization <T는 TType을 확장합니다.> 일괄 정규화. BatchNormWithGlobalNormalizationGrad <T는 TType을 확장합니다.> 배치 정규화를 위한 기울기. BatchSelfAdjointEig <T는 TNumber를 확장합니다. > BatchSvd <T는 TType을 확장합니다. > BatchToSpace <T는 TType을 확장합니다. > T 유형의 4차원 텐서에 대한 BatchToSpace. BatchToSpaceNd <T는 TType을 확장합니다. > T 유형의 ND 텐서에 대한 BatchToSpace. BesselI0 <T는 T번호를 확장합니다. > BesselI0e <T는 T번호를 확장합니다. > BesselI1 <T는 Tnumber를 확장합니다. > BesselI1e <T는 Tnumber를 확장합니다. > BesselJ0 <T는 Tnumber를 확장합니다. > BesselJ1 <T는 Tnumber를 확장합니다. > BesselK0 <T는 T번호를 확장합니다. > BesselK0e <T는 T번호를 확장합니다. > BesselK1 <T는 Tnumber를 확장합니다. > BesselK1e <T는 Tnumber를 확장합니다. > BesselY0 <T는 Tnumber를 확장합니다. > BesselY1 <T는 Tnumber를 확장합니다. > Betainc <T는 T번호를 확장합니다> 정규화된 불완전 베타 적분을 계산합니다 \\(I_x(a, b)\\). BiasAdd <T는 TType을 확장합니다. > '값'에 '편향'을 추가합니다. BiasAddGrad <T는 TType을 확장합니다. > "bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다. Bincount <T는 Tnumber를 확장합니다.> 정수 배열에서 각 값의 발생 횟수를 셉니다. 비트캐스트 <U는 TType을 확장합니다.> 데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트캐스트합니다. BitwiseAnd <T는 T번호를 확장합니다> Elementwise는 `x`와 `y`의 비트별 AND를 계산합니다. BitwiseOr <T는 T번호를 확장합니다. > Elementwise는 `x`와 `y`의 비트별 OR을 계산합니다. BitwiseXor <T는 Tnumber를 확장합니다.> Elementwise는 `x`와 `y`의 비트별 XOR을 계산합니다. BlockLSTM <T는 Tnumber를 확장합니다. > 모든 시간 단계에 대해 LSTM 셀의 순방향 전파를 계산합니다. BlockLSTMMGrad <T는 TNumber를 확장합니다.> 전체 시간 시퀀스에 대한 LSTM 셀 역전파를 계산합니다. BoostedTreesAggregateStats 배치에 대해 누적된 통계 요약을 집계합니다. BoostedTrees버킷화 버킷 경계를 기준으로 각 기능을 버킷화합니다. BoostedTreesCalculateBestFeatureSplit 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. BoostedTreesCalculateBestFeatureSplitV2 각 기능에 대한 이득을 계산하고 각 노드에 대해 가능한 최상의 분할 정보를 반환합니다. BoostedTreesCalculateBestGainsPerFeature 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. BoostedTrees센터바이어스 훈련 데이터(편향)에서 사전을 계산하고 첫 번째 노드를 로짓의 사전으로 채웁니다. BoostedTreesCreateEnsemble 트리 앙상블 모델을 생성하고 이에 대한 핸들을 반환합니다. BoostedTreesCreateQuantileStreamResource Quantile Streams에 대한 리소스를 생성합니다. BoostedTreesDeserializeEnsemble 직렬화된 트리 앙상블 구성을 역직렬화하고 현재 트리를 대체합니다. 앙상블. BoostedTreesEnsembleResourceHandleOp BoostedTreesEnsembleResource에 대한 핸들을 생성합니다. BoostedTrees예제디버그 출력 각 예제에 대한 디버깅/모델 해석 가능성 출력. BoostedTreesFlushQuantile요약 각 분위수 스트림 리소스에서 분위수 요약을 플러시합니다. BoostedTreesGetEnsembleStates 나무 앙상블 리소스 스탬프 토큰, 나무 수 및 성장 통계를 검색합니다. BoostedTreesMakeQuantile요약 배치에 대한 분위수의 요약을 작성합니다. BoostedTreesMakeStats요약 배치에 대해 누적된 통계를 요약합니다. BoostedTree예측 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 로짓을 계산합니다. BoostedTreesQuantileStreamResourceAddSummaries 각 분위수 스트림 리소스에 분위수 요약을 추가합니다. BoostedTreesQuantileStreamResourceDeserialize 버킷 경계와 준비 플래그를 현재 QuantileAccumulator로 역직렬화합니다. BoostedTreesQuantileStreamResourceFlush 분위수 스트림 리소스에 대한 요약을 플러시합니다. BoostedTreesQuantileStreamResourceGetBucketBoundaries 누적된 요약을 기반으로 각 기능에 대한 버킷 경계를 생성합니다. BoostedTreesQuantileStreamResourceHandleOp BoostedTreesQuantileStreamResource에 대한 핸들을 생성합니다. BoostedTreesSerializeEnsemble 트리 앙상블을 proto로 직렬화합니다. BoostedTreesSparseAggregateStats 배치에 대해 누적된 통계 요약을 집계합니다. BoostedTreeSparseCalculateBestFeatureSplit 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. BoostedTrees훈련예측 입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 캐시된 로짓에 대한 업데이트를 계산합니다. BoostedTreesUpdate앙상블 성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여. BoostedTreesUpdateEnsembleV2 성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여. BroadcastDynamicShape <T는 TNumber를 확장합니다.> 브로드캐스트를 사용하여 s0 op s1의 모양을 반환합니다. BroadcastGradientArgs <T는 TNumber를 확장합니다. > 브로드캐스트를 사용하여 s0 op s1의 기울기를 계산하기 위한 감소 지수를 반환합니다. BroadcastHelper <T는 TType을 확장합니다> XLA 스타일 브로드캐스트 수행을 위한 도우미 연산자 이항 연산자에 대한 XLA의 브로드캐스팅 규칙을 사용하여 `lhs` 및 `rhs` 중 더 낮은 순위를 갖는 크기 1 차원을 추가하여 `lhs` 및 `rhs`를 동일한 순위로 브로드캐스트합니다. BroadcastRecv <T는 TType을 확장합니다. > 다른 장치에서 브로드캐스트된 텐서 값을 수신합니다. BroadcastSend <T는 TType을 확장합니다. > 하나 이상의 다른 장치에 텐서 값을 브로드캐스트합니다. BroadcastTo <T는 TType을 확장합니다> 호환 가능한 모양에 대한 배열을 브로드캐스트합니다. 버킷화 '경계'를 기준으로 '입력'을 버킷화합니다. 바이트생산통계데이터세트 StatsAggregator에 있는 'input_dataset'의 각 요소의 바이트 크기를 기록합니다. CSRSparseMatrixComponents <T는 TType을 확장합니다.> 배치 '인덱스'에서 CSR 구성 요소를 읽습니다. CSRSparseMatrixToDense <T는 TType을 확장합니다.> (아마도 일괄 처리된) CSRSparseMatrix를 고밀도로 변환합니다. CSRSparseMatrixToSparseTensor <T는 TType을 확장합니다.> (아마도 일괄 처리된) CSRSparesMatrix를 SparseTensor로 변환합니다. CSV데이터세트 CSV데이터세트V2 CTCLossV2 각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다. 캐시데이터세트 'input_dataset'에서 요소를 캐시하는 데이터세트를 생성합니다. 캐시데이터세트V2 캐스트 <U는 TType을 확장합니다> SrcT 유형의 x를 DstT의 y로 캐스트합니다. Ceil <T는 T번호를 확장합니다> x보다 작지 않은 요소별 가장 작은 정수를 반환합니다. CheckNumerics <T는 T번호를 확장합니다. > NaN, -Inf 및 +Inf 값에 대한 텐서를 확인합니다. Cholesky <T는 TType을 확장합니다> 하나 이상의 정사각 행렬에 대한 Cholesky 분해를 계산합니다. CholeskyGrad <T는 TNumber를 확장합니다. > Cholesky 알고리즘의 역방향 역전파 기울기를 계산합니다. 가장 빠른 데이터 세트 선택 ClipByValue <T는 TType을 확장합니다. > 텐서 값을 지정된 최소값과 최대값으로 자릅니다. 닫기요약작성기 ClusterOutput <T는 TType을 확장합니다. > XLA 계산의 출력을 다른 소비자 그래프 노드에 연결하는 연산자입니다. CollectiveGather <T는 T번호를 확장합니다> 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. CollectivePermute <T는 TType을 확장합니다. > 복제된 TPU 인스턴스 전체에서 텐서를 순열하는 작업입니다. CombinedNonMaxSuppression 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이 작업은 모든 클래스에서 배치당 입력에 대해 non_max_suppression을 수행합니다. CompareAndBitpack 'input' 값을 'threshold'와 비교하고 결과 비트를 'uint8'로 압축합니다. 편집결과 TPU 컴파일 결과를 반환합니다. 컴파일 성공 어설션 컴파일이 성공했다고 어설션합니다. 복합 <U는 TType을 확장합니다.> 두 개의 실수를 복소수로 변환합니다. ComplexAbs <U는 TNumber를 확장합니다.> 텐서의 복소 절대값을 계산합니다. 요소 압축 데이터 세트 요소를 압축합니다. ComputeAccidentalHits true_labels와 일치하는 samplingd_candidates의 위치 ID를 계산합니다. ComputeBatchSize 부분 배치가 없는 데이터 세트의 정적 배치 크기를 계산합니다. Concat <T는 TType을 확장합니다> 한 차원을 따라 텐서를 연결합니다. 데이터세트 연결 'input_dataset'을 'another_dataset'와 연결하는 데이터세트를 생성합니다. 조건부 누산기 그라디언트 집계를 위한 조건부 누산기입니다. 분산TPU 구성 분산 TPU 시스템의 중앙 집중식 구조를 설정합니다. TPU임베딩 구성 분산 TPU 시스템에서 TPUEmbedding을 설정합니다. Conj <T는 TType을 확장합니다. > 복소수의 켤레 복소수를 반환합니다. ConjugateTranspose <T는 TType을 확장합니다. > 순열에 따라 x의 차원을 섞고 결과를 켤레화합니다. 상수 <T는 TType을 확장합니다. > 상수 값을 생성하는 연산자입니다. 소비MutexLock 이 작업은 `MutexLock`에 의해 생성된 잠금을 사용합니다. 제어트리거 아무것도 하지 않습니다. Conv <T는 TType을 확장합니다. > 다음 문서에 설명된 XLA ConvGeneralDilated 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#conv_convolution . Conv2d <T는 Tnumber를 확장합니다. > 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다. Conv2dBackpropFilter <T는 TNumber를 확장합니다.> 필터에 대한 컨볼루션의 기울기를 계산합니다. Conv2dBackpropInput <T는 TNumber를 확장합니다.> 입력에 대한 컨볼루션의 기울기를 계산합니다. Conv3d <T는 Tnumber를 확장합니다. > 5차원 '입력' 및 '필터' 텐서를 사용하여 3차원 컨볼루션을 계산합니다. Conv3dBackpropFilter <T는 TNumber를 확장합니다.> 필터에 대한 3차원 컨벌루션의 기울기를 계산합니다. Conv3dBackpropInput <U는 TNumber를 확장합니다.> 입력에 대한 3차원 컨벌루션의 기울기를 계산합니다. 복사 <T는 TType을 확장합니다> CPU에서 CPU로 또는 GPU에서 GPU로 텐서를 복사합니다. CopyHost <T는 TType을 확장합니다. > 텐서를 호스트에 복사합니다. Cos <T는 TType을 확장합니다. > x 요소별로 cos를 계산합니다. Cosh <T는 TType을 확장합니다.> x 요소의 쌍곡선 코사인을 계산합니다. CountUpTo <T는 T번호를 확장합니다. > 'limit'에 도달할 때까지 'ref'를 증가시킵니다. CreateSummaryDbWriter CreateSummaryFileWriter 자르기 및 크기 조정 입력 이미지 텐서에서 자르기를 추출하고 크기를 조정합니다. 자르기및크기조정GradBoxes 입력 상자 텐서에 대한 자르기 및 크기 조정 작업의 기울기를 계산합니다. CropAndResizeGradImage <T는 T숫자를 확장함> 입력 이미지 텐서에 대한 Crop_and_resize 작업의 기울기를 계산합니다. 교차 <T는 T번호를 확장합니다> 쌍별 교차곱을 계산합니다. CrossReplicaSum <T는 TNumber를 확장합니다.> 복제된 TPU 인스턴스 전체의 입력을 합산하는 작업입니다. CtcBeamSearchDecoder <T는 TNumber를 확장합니다.> 입력에 제공된 로짓에 대해 빔 검색 디코딩을 수행합니다. CtcGreedyDecoder <T는 TNumber를 확장합니다.> 입력에 제공된 로짓에 대해 그리디 디코딩을 수행합니다. CtcLoss <T는 T번호를 확장합니다. > 각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다. CudnnRNN <T는 T번호를 확장합니다. > cuDNN이 지원하는 RNN입니다. CudnnRNNBackprop <T는 TNumber를 확장합니다.> CudnnRNNV3의 역전파 단계. CudnnRNNCanonicalToParams <T는 TNumber를 확장합니다. > CudnnRNN 매개변수를 표준 형식에서 사용 가능한 형식으로 변환합니다. CudnnRNNParamsToCanonical <T는 TNumber를 확장합니다. > 표준 형식으로 CudnnRNN 매개변수를 검색합니다. CudnnRnnParamsSize <U는 TNumber를 확장합니다.> Cudnn RNN 모델에서 사용할 수 있는 가중치의 크기를 계산합니다. Cumprod <T는 TType을 확장합니다> '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. Cumsum <T는 TType을 확장합니다.> `축`을 따라 텐서 `x`의 누적 합계를 계산합니다. CumulativeLogsumexp <T는 TNumber를 확장합니다.> '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. DataFormatDimMap <T는 TNumber를 확장합니다. > 지정된 대상 데이터 형식의 차원 인덱스를 반환합니다. 소스 데이터 형식. DataFormatVecPermute <T는 TNumber를 확장합니다.> 입력 텐서를 `src_format`에서 `dst_format`으로 치환합니다. DataService데이터 세트 데이터 세트 카디널리티 `input_dataset`의 카디널리티를 반환합니다. 데이터세트FromGraph 주어진 `graph_def`에서 데이터세트를 생성합니다. DatasetToGraph 'input_dataset'을 나타내는 직렬화된 GraphDef를 반환합니다. DatasetToSingleElement 지정된 데이터세트에서 단일 요소를 출력합니다. DatasetToTFRecord TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다. DatasetToTfRecord TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다. Dawsn <T는 T번호를 확장합니다> DebugGradientIdentity <T는 TType을 확장합니다. > 그래디언트 디버깅을 위한 ID 작업입니다. DebugGradientRefIdentity <T는 TType을 확장합니다.> 그래디언트 디버깅을 위한 ID 작업입니다. DebugIdentity <T는 TType을 확장합니다. > 디버그 ID V2 Op. DebugNanCount NaN 값 카운터 Op. 디버그 DebugNumericsSummary <U는 TNumber를 확장합니다.> 디버그 수치 요약 V2 Op. DecodeAndCropJpeg JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩하고 자릅니다. DecodeBase64 웹에 안전한 base64로 인코딩된 문자열을 디코딩합니다. 디코드Bmp BMP로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다. 디코드압축됨 문자열을 압축 해제합니다. 디코드Csv CSV 레코드를 텐서로 변환합니다. 디코드Gif GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다. DecodeImage <T는 T번호를 확장합니다.> decode_bmp, decode_gif, decode_jpeg 및 decode_png에 대한 함수입니다. 디코드Jpeg JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩합니다. DecodeJson예제 JSON으로 인코딩된 예제 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다. DecodePendedRaw <T는 TNumber를 확장합니다. > 문자열의 바이트를 숫자 벡터로 재해석합니다. DecodePng <T는 T번호를 확장합니다> PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다. 디코드프로토 연산은 직렬화된 프로토콜 버퍼 메시지의 필드를 텐서로 추출합니다. DecodeRaw <T는 TType을 확장합니다. > 문자열의 바이트를 숫자 벡터로 재해석합니다. DecodeWav 16비트 PCM WAV 파일을 부동 텐서로 디코딩합니다. DeepCopy <T는 TType을 확장합니다> `x`의 복사본을 만듭니다. 삭제반복자 반복자 리소스의 컨테이너입니다. 메모리캐시 삭제 다중 장치 반복자 삭제 반복자 리소스의 컨테이너입니다. 삭제RandomSeedGenerator 삭제시드 생성기 삭제세션텐서 세션의 핸들로 지정된 텐서를 삭제합니다. DenseBincount <U는 TNumber를 확장합니다.> 정수 배열에서 각 값의 발생 횟수를 셉니다. DenseCountSparseOutput <U는 TNumber를 확장합니다.> tf.tensor 입력에 대해 희소 출력 Bin 계산을 수행합니다. DenseToCSRSparseMatrix 조밀한 텐서를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. DenseToDenseSetOperation <T는 TType을 확장합니다.> 2개의 'Tensor' 입력의 마지막 차원을 따라 설정 연산을 적용합니다. DenseToSparseBatchDataset 입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 생성합니다. DenseToSparseSetOperation <T는 TType을 확장합니다.> 'Tensor' 및 'SparseTensor'의 마지막 차원을 따라 집합 연산을 적용합니다. DepthToSpace <T는 TType을 확장합니다. > T 유형의 텐서에 대한 DepthToSpace. DepthwiseConv2dNative <T는 TNumber를 확장합니다.> 4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다. DepthwiseConv2dNativeBackpropFilter <T는 TNumber를 확장합니다.> 필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다. DepthwiseConv2dNativeBackpropInput <T는 TNumber를 확장합니다.> 입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다. 역양자화 압축된 uint32 입력을 가져와서 uint8에 입력을 풀어서 수행합니다. 장치의 역양자화. 역직렬화반복자 주어진 변형 텐서를 반복자로 변환하고 이를 주어진 리소스에 저장합니다. DeserializeManySparse <T는 TType을 확장합니다.> 직렬화된 미니배치에서 'SparseTensors'를 역직렬화하고 연결합니다. DeserializeSparse <U는 TType을 확장합니다.> `SparseTensor` 객체를 역직렬화합니다. DestroyResourceOp 핸들에 지정된 리소스를 삭제합니다. DestroyTemporaryVariable <T는 TType을 확장합니다.> 임시 변수를 삭제하고 최종 값을 반환합니다. Det <T는 TType을 확장합니다.> 하나 이상의 정사각 행렬의 행렬식을 계산합니다. DeviceIndex 작업이 실행되는 장치의 인덱스를 반환합니다. 디감마 <T는 T숫자를 확장함> Lgamma의 도함수인 Psi를 계산합니다(절대값의 로그). `Gamma(x)`), 요소별. Dilation2d <T는 Tnumber를 확장합니다. > 4차원 '입력' 텐서와 3차원 '필터' 텐서의 회색조 팽창을 계산합니다. Dilation2dBackpropFilter <T는 TNumber를 확장합니다.> 필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. Dilation2dBackpropInput <T는 TNumber를 확장합니다.> 입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다. DirectedInterleave데이터세트 'N' 데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다. Div <T는 TType을 확장합니다. > x / y 요소별로 반환합니다. DivNoNan <T는 TType을 확장합니다. > 분모가 0이면 0을 반환합니다. 도트 <T는 TType을 확장합니다. > 문서화된 XLA DotGeneral 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dotgeneral . DrawBoundingBoxes <T는 Tnumber를 확장합니다.> 이미지 배치에 경계 상자를 그립니다. 더미반복카운터 더미메모리캐시 더미 시드 생성기 DynamicPartition <T는 TType을 확장합니다. > `파티션`의 인덱스를 사용하여 `데이터`를 `num_partitions` 텐서로 분할합니다. DynamicSlice <T는 TType을 확장합니다. > 문서화된 XLA DynamicSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicslice . DynamicStitch <T는 TType을 확장합니다> '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. DynamicUpdateSlice <T는 TType을 확장합니다. > 다음에 문서화된 XLA DynamicUpdateSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicupdateslice . 편집거리 (정규화된) Levenshtein Edit Distance를 계산합니다. Eig <U는 TType을 확장합니다.> 하나 이상의 정사각 행렬의 고유 분해를 계산합니다. Einsum <T는 TType을 확장합니다> 2개의 입력과 1개의 출력으로 기본 einsum 연산을 지원하는 연산입니다. 엘루 <T는 T번호를 확장합니다> 지수 선형을 계산합니다. < 0이면 `exp(features) - 1`, 그렇지 않으면 `features`입니다. EluGrad <T는 TNumber를 확장합니다> 지수 선형(Elu) 연산에 대한 기울기를 계산합니다. 포함활성화 TPU 임베딩을 차별화할 수 있는 작업입니다. 비어 있음 <T는 TType을 확장합니다. > 주어진 모양으로 텐서를 생성합니다. 비어있는TensorList 빈 텐서 목록을 생성하고 반환합니다. 비어있음TensorMap 빈 텐서 맵을 생성하고 반환합니다. EncodeBase64 문자열을 웹에 안전한 base64 형식으로 인코딩합니다. 인코딩Jpeg 이미지를 JPEG로 인코딩합니다. 인코딩Jpeg변수품질 JPEG는 제공된 압축 품질로 입력 이미지를 인코딩합니다. 인코딩Png 이미지를 PNG로 인코딩합니다. EncodeProto op는 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다. EncodeWav WAV 파일 형식을 사용하여 오디오 데이터를 인코딩합니다. EnqueueTPUEmbeddingIntegerBatch 입력 배치 텐서 목록을 TPUEmbedding에 추가하는 작업입니다. EnqueueTPUEmbeddingRaggedTensorBatch tf.nn.embedding_lookup()을 사용하는 코드 포팅을 쉽게 합니다. EnqueueTPUEmbeddingSparseBatch SparseTensor에서 TPUEmbedding 입력 인덱스를 대기열에 추가하는 작업입니다. EnqueueTPUEmbeddingSparseTensorBatch tf.nn.embedding_lookup_sparse()를 사용하는 코드 포팅을 쉽게 합니다. EnacheShape <T는 TType을 확장합니다. > 텐서의 모양이 예상되는 모양과 일치하는지 확인합니다. <T는 TType을 확장합니다>를 입력합니다 . 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. 동일한 (x == y) 요소별 진리값을 반환합니다. Erf <T는 T번호를 확장합니다. > 'x' 요소별 가우스 오류 함수를 계산합니다. Erfc <T는 T번호를 확장합니다> 'x'의 요소별 상보 오류 함수를 계산합니다. EuclideanNorm <T는 TType을 확장합니다.> 텐서의 차원 전체에 걸쳐 요소의 유클리드 노름을 계산합니다. 실행하다 TPU 기기에서 TPU 프로그램을 로드하고 실행하는 Op입니다. ExecuteAndUpdate변수 선택적 내부 변수 업데이트를 사용하여 프로그램을 실행하는 Op입니다. 종료 <T는 TType을 확장합니다> 현재 프레임을 상위 프레임으로 종료합니다. Exp <T는 TType을 확장합니다. > x 요소별로 지수를 계산합니다. ExpandDims <T는 TType을 확장합니다. > 텐서의 모양에 1차원을 삽입합니다. Expint <T는 T번호를 확장합니다. > Expm1 <T는 TType을 확장합니다. > 요소별로 `exp(x) - 1`을 계산합니다. ExtractGlimpse 입력 텐서에서 엿볼 수 있는 내용을 추출합니다. ExtractImagePatches <T는 TType을 확장합니다.> '이미지'에서 '패치'를 추출하여 '깊이' 출력 차원에 넣습니다. ExtractJpegShape <T는 TNumber를 확장합니다.> JPEG로 인코딩된 이미지의 모양 정보를 추출합니다. ExtractVolumePatches <T는 TNumber를 확장합니다.> `입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다. 사실 계승에 대한 사실을 출력합니다. FakeQuantWithMinMaxArgs '입력' 텐서를 가짜 양자화하고, 동일한 유형의 '출력' 텐서에 float를 입력합니다. FakeQuantWithMinMaxArgsGradient FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다. FakeQuantWithMinMaxVars 전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다. FakeQuantWithMinMaxVarsGradient FakeQuantWithMinMaxVars 작업에 대한 기울기를 계산합니다. FakeQuantWithMinMaxVarsPerChannel 채널별 부동 소수점을 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 채널별 float 유형의 '입력' 텐서와 채널별 부동 소수점을 통해 `[d]`, `[b, d]` `[b, h, w, d]` 모양 중 하나를 가짜 양자화합니다. '[d]' 모양의 min'과 'max'를 '입력'과 같은 모양의 텐서를 '출력'합니다. FakeQuantWithMinMaxVarsPerChannelGradient FakeQuantWithMinMaxVarsPerChannel 작업에 대한 기울기를 계산합니다. Fft <T는 TType을 확장합니다. > 고속 푸리에 변환. Fft2d <T는 TType을 확장합니다. > 2D 고속 푸리에 변환. Fft3d <T는 TType을 확장합니다. > 3D 고속 푸리에 변환. Fifo 대기열 선입 선출 순서로 요소를 생성하는 큐입니다. 채우기 <U는 TType을 확장합니다.> 스칼라 값으로 채워진 텐서를 생성합니다. FilterByLastComponentDataset 마지막 구성요소가 true인 'input_dataset'의 첫 번째 구성요소를 포함하는 데이터세트를 생성합니다. 지문 지문 값을 생성합니다. 고정길이레코드데이터세트 고정길이레코드리더 파일에서 고정 길이 레코드를 출력하는 Reader입니다. 고정UnigramCandidateSampler 학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. 바닥 <T는 T번호를 확장합니다> x보다 크지 않은 요소별 가장 큰 정수를 반환합니다. FloorDiv <T는 TType을 확장합니다. > x // y 요소별로 반환합니다. FloorMod <T는 Tnumber를 확장합니다. > 요소별 나눗셈의 나머지를 반환합니다. FlushSummaryWriter FractionalAvgPool <T는 TNumber를 확장합니다. > 입력에 대해 부분 평균 풀링을 수행합니다. FractionalAvgPoolGrad <T는 TNumber를 확장합니다. > FractionalAvgPool 함수의 기울기를 계산합니다. FractionalMaxPool <T는 TNumber를 확장합니다. > 입력에 대해 분수 최대 풀링을 수행합니다. FractionalMaxPoolGrad <T는 TNumber를 확장합니다. > FractionalMaxPool 함수의 기울기를 계산합니다. FresnelCos <T는 T번호를 확장합니다. > FresnelSin <T는 T번호를 확장합니다> FusedBatchNorm <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. > 일괄 정규화. FusedBatchNormGrad <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. > 일괄 정규화를 위한 기울기입니다. FusedPadConv2d <T는 TNumber를 확장합니다> 컨볼루션 중 전처리로 패딩을 수행합니다. FusedResizeAndPadConv2d <T는 TNumber를 확장합니다. > 컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다. GRUBlockCell <T는 TNumber를 확장합니다. > 1시간 단계에 대한 GRU 셀 순방향 전파를 계산합니다. GRUBlockCellGrad <T는 TNumber를 확장합니다. > 1시간 단계에 대한 GRU 셀 역전파를 계산합니다. <T 확장 TType > 수집 문서화된 XLA Gather 연산자를 래핑합니다. https://www.tensorflow.org/xla/Operation_semantics#gather GatherNd <T는 TType을 확장합니다. > `params`의 조각을 `indices`로 지정된 모양의 Tensor로 수집합니다. GatherV2 <T는 Tnumber를 확장합니다.> 동일한 유형과 모양의 여러 텐서를 상호 축적합니다. BoundingBoxProposals 생성 이 작업은 arXiv:1506.01497의 eq.2에 따라 주어진 경계 상자(bbox_deltas)로 인코딩된 wrt 앵커로부터 관심 영역을 생성합니다. op는 상위 `pre_nms_topn` 점수 상자를 선택하고 앵커와 관련하여 디코딩하며 `nms_threshold` 교차-결합(iou) 값보다 높은 중첩 상자에 최대 비최대 억제를 적용하고 짧은 변이 `보다 작은 상자를 삭제합니다. 최소_크기`. 생성Vocab재매핑 새로운 어휘 파일과 기존 어휘 파일의 경로가 주어지면 다음의 리매핑 Tensor를 반환합니다. 길이 `num_new_vocab`, 여기서 `remapping[i]`에는 새 어휘의 `i` 행에 해당하는 이전 어휘의 행 번호가 포함됩니다(`new_vocab_offset` 줄에서 시작하여 최대 `num_new_vocab` 항목까지). 또는 `- 1` 새 어휘의 'i' 항목이 이전 어휘에 없는 경우. 세션 핸들 가져오기 입력 텐서를 현재 세션 상태로 저장합니다. GetSessionTensor <T는 TType을 확장합니다.> 핸들로 지정된 텐서의 값을 가져옵니다. 보다 큰 (x > y) 요소별 진리값을 반환합니다. 더 크거나 같음 (x >= y) 요소별 진리값을 반환합니다. GuaranteeConst <T는 TType을 확장합니다. > 입력 텐서가 상수임을 TF 런타임에 보장합니다. 해시테이블 초기화되지 않은 해시 테이블을 생성합니다. HistogramFixedWidth <U는 TNumber를 확장합니다.> 값의 히스토그램을 반환합니다. 히스토그램요약 히스토그램과 함께 '요약' 프로토콜 버퍼를 출력합니다. HsvToRgb <T는 T번호를 확장합니다. > 하나 이상의 이미지를 HSV에서 RGB로 변환합니다. 항등식 <T는 TType을 확장합니다. > 입력 텐서 또는 값과 모양과 내용이 동일한 텐서를 반환합니다. 아이덴티티N 입력과 모양 및 내용이 동일한 텐서 목록을 반환합니다. 텐서. 아이덴티티리더 대기 중인 작업을 키와 값으로 출력하는 리더입니다. Ifft <T는 TType을 확장합니다. > 역 고속 푸리에 변환. Ifft2d <T는 TType을 확장합니다. > 역 2D 고속 푸리에 변환. Ifft3d <T는 TType을 확장합니다. > 역 3D 고속 푸리에 변환. Igamma <T는 Tnumber를 확장합니다.> 더 낮은 정규화 불완전 감마 함수 'P(a, x)'를 계산합니다. IgammaGradA <T는 T번호를 확장합니다. > `Igamma (a, x)`wrt` a`의 그라디언트를 계산합니다. igammac <t는 tnumber >를 연장합니다 상단 정규화되지 않은 불완전한 감마 기능`q (a, x)`을 계산하십시오. incoreRrorsDataset 오류를 무시하는 'input_dataset'의 요소가 포함 된 데이터 세트를 만듭니다. imag <u는 tnumber >를 확장합니다 복소수의 가상 부분을 반환합니다. ImageProjectiveTransformv2 <t는 tnumber >를 확장합니다 주어진 변환을 각 이미지에 적용합니다. ImageProjectiveTransformv3 <t는 tnumber >를 확장합니다 주어진 변환을 각 이미지에 적용합니다. imagesUmmary 이미지와 함께 '요약'프로토콜 버퍼를 출력합니다. EmutableConst <t는 ttype >을 확장합니다 메모리 영역에서 불변의 텐서를 반환합니다. importevent intopk 대상이 상단`k` 예측에 있는지 여부를 말합니다. infeeddequeue <t는 ttype >을 확장합니다 계산에 공급되는 값에 대한 자리 표시 자 OP. infeeddequeuetuple Infeed에서 XLA 튜플로 여러 값을 가져옵니다. 인간 큐 단일 텐서 값을 계산에 공급하는 OP. infeedenqueueprelinearizedbuffer TPU 인프레드로 전신 버퍼를 흡수하는 OP. infeedenqueuetuple 여러 텐서 값을 XLA 튜플로 계산에 공급합니다. 이니 초기화 가능 키와 값에 대해 각각 두 개의 텐서를 사용하는 테이블 이니셜 라이저. 초기화 가능한 경우 dataSet initializetableFromTextFile 텍스트 파일에서 테이블을 초기화합니다. inplaceadd <t extends ttype > x의 지정된 행에 V를 추가합니다. inplacesub <t는 ttype >를 확장합니다 `v`를`x '의 지정된 행으로 빼냅니다. inplaceupdate <t는 ttype >을 확장합니다 값 'V'로 지정된 행 'I'업데이트. inv <t는 ttype >을 확장합니다 하나 이상의 정사각형 반전 행렬 또는 인접한 (접합체 전송)의 역수를 계산합니다. acgrad <t는 ttype >를 확장합니다 `x` wrt 입력의 역수에 대한 그라디언트를 계산합니다. 반전 <t는 tnumber >를 연장합니다 지원되는 각 비트의 비트 (플립); 예를 들어,`uint8` 값 01010101을 입력하면 10101010이됩니다. 인버퍼 매팅 <t는 tnumber >를 확장합니다 텐서의 역 순열을 계산합니다. irfft <u는 tnumber >를 확장합니다 역 실질 값 빠른 푸리에 변환. irfft2d <u는 tnumber >를 확장합니다 역 2D 실제 값 빠른 푸리에 변환. irfft3d <u는 tnumber >를 확장합니다 역 3D 실제 값 빠른 푸리에 변환. ISBOOSTEDTREESENSEMBLEINITIALIZINS 트리 앙상블이 초기화되었는지 확인합니다. isboostedtreesquantilestreamresourceinitialized Quantile 스트림이 초기화되었는지 확인합니다. Isfinite X의 요소가 유한 한 반환. ISINF X의 요소가 inf. Isnan X의 요소가 Nan인지 반환합니다. isvariableinitialized 텐서가 초기화되었는지 확인합니다. isotonicregression <u는 tnumber >를 확장합니다 동위 원소 회귀 문제의 배치를 해결합니다. 반복자 IeratorfromStringHandle iteratorgetDevice '자원'이 배치 된 장치의 이름을 반환합니다. iteratorgetnext 주어진 반복자에서 다음 출력을 가져옵니다. iteratorgetnextAsoptional 주어진 반복자에서 다음 출력을 선택적 변형으로 가져옵니다. iteratorgetnextSync 주어진 반복자에서 다음 출력을 가져옵니다. 이 레라토르토스 스트링 핸들 주어진 'resource_handle'을 반복자를 문자열로 변환합니다. 가입하다 주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 분리기를 사용합니다 (기본값은 빈 분리기입니다). KMC2CHAININITIALISS 종자 세트에 추가 해야하는 데이터 포인트의 인덱스를 반환합니다. keyValuesort <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 문서화 된 XLA 정렬 연산자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#sort. Kmeansplusinitialization kmeans ++ 기준을 사용하여 Num_to_sample 행을 선택합니다. Kthorderstatistic 데이터 세트의 Kth Order 통계를 계산합니다. l2loss <t는 tnumber >를 확장합니다 L2 손실. LMDBDATASET 하나 이상의 LMDB 파일에서 키 값 쌍을 방출하는 데이터 세트를 만듭니다. lstmblockcell <t는 tnumber >를 확장합니다 LSTM 셀 포워드 전파를 1 번 단계로 계산합니다. lstmblockcellgrad <t는 tnumber >를 확장합니다 1 타임 스텝에 대해 LSTM 셀 역전 전파를 계산합니다. LatencyStatsDataset 통계 분리기에서 'input_dataset'요소를 생성하는 대기 시간을 기록합니다. Leakyrelu <t는 tnumber >를 연장합니다 정류 된 선형을 계산합니다 :`max (특징, 특징 * alpha)`. Leakyrelugrad <t는 tnumber >를 확장합니다 Leakyrelu 작동을 위해 정류 된 선형 구배를 계산합니다. Learnugramcandidatesampler 학습 된 유니그램 배포로 후보 샘플링에 대한 레이블을 생성합니다. Leftshift <t는 tnumber >를 확장합니다 요소는`x`와`y`의 비트 시위 왼쪽 시프트를 계산합니다. 더 적은 요소 별 (x <y)의 진실 값을 반환합니다. 덜 평등합니다 요소 별 (x <= y)의 진실 값을 반환합니다. lgamma <t는 tnumber >를 확장합니다 `gamma (x)`요소 별 절대 값의 로그를 계산합니다. Linspace <t는 tnumber >를 확장합니다 간격으로 값을 생성합니다. LMDBDATASET lmdbreader LMDB 파일에서 레코드를 출력하는 리더. loadandremapmatrix 체크 포인트에서`old_tensor_name '이라는 이름의 2-d (matrix)`tensor`를로드합니다. `CKPT_PATH`에서 지정된 리마핑을 사용하여 행과 열을 재사용 할 수 있습니다. loadtpuembeddingadamparameters Adam 임베딩 매개 변수를로드하십시오. loadtpuembeddingadamparametersgradaccumdebug 디버그 지원으로 Adam 임베딩 매개 변수를로드하십시오. loadtpuembeddingadadeltaparameters Adadelta 임베딩 매개 변수를로드하십시오. loadtpuembeddingadadeldaTaparametersgradAccumdebug 디버그 지원으로 Adadelta 매개 변수를로드하십시오. loadtpuembeddingadagradgarameters Adagrad 임베딩 매개 변수로드. loadtPuembeddingAdgagradgarametersgradAccumdebug 디버그 지원으로 Adagrad 임베딩 매개 변수를로드하십시오. loadtpuembeddingCenteredrmspropparameters 로드 중앙 RMSProp Embedding 매개 변수. loadtpuembeddingftrlparameters FTRL 임베딩 매개 변수로드. loadtpuembeddingftrlparametersgradAccumdebug 디버그 지원으로 ftrl 임베딩 매개 변수를로드하십시오. loadtpuembeddingmdladagradlightparameters MDL Adagrad Light Embedding 매개 변수를로드하십시오. loadtpuembeddingmomentumparameters 로드 모멘텀 임베딩 매개 변수. loadtpuembeddingmomentumparametersgradAccumdebug 디버그 지원을 갖춘로드 모멘텀 임베딩 매개 변수. loadtpuembeddingproximaladagradagradparameters 근위 adagrad 포함 매개 변수를로드합니다. loadtpuembeddingproximaladagradagrametersgradaccumdebug 디버그 지지대를 사용하여 근위 adagrad 포함 매개 변수를로드하십시오. 로드 푸드 베딩 프록시 메일 오이 파라 미터 loadtpuembeddingproximalyogiparametersgradaccumdebug loadtpuembeddingrmspropparameters RMSProp 임베딩 매개 변수를로드합니다. loadtpuembeddingrmspropparametersgradAccumdebug 디버그 지원으로 RMSProp 임베딩 매개 변수를로드하십시오. loadtpuembeddingStochasticgradientDescentParameters SGD 임베딩 매개 변수로드. loadtpuembeddingStochasticgradientDescentParametersgradAccumdebug SGD 임베딩 매개 변수로드. LocalResponsenormalization <t는 tnumber >를 확장합니다 로컬 응답 정규화. LocalResponsenormalization <t는 tnumber >를 확장합니다 로컬 응답 정규화를위한 기울기. log <t는 ttype >을 확장합니다 X 요소 별 자연 로그를 계산합니다. log1p <t는 ttype >를 확장합니다 (1 + x) 요소 별 자연 로그를 계산합니다. logmatrixDeterminant <t는 ttype >를 확장합니다 결정 요인의 절대 값의 부호와 로그를 계산합니다. 하나 이상의 사각형 행렬. logsoftmax <t는 tnumber >를 확장합니다 Log SoftMax 활성화를 계산합니다. loguniformCandidItesAmpler 로그에 균일 한 분포로 후보 샘플링에 대한 레이블을 생성합니다. 논리 x와 y 요소 별의 진실 값을 반환합니다. 논리적이지 않아 `X''MELT-WISE의 진실 값을 반환합니다. 논리 x 또는 y 요소 별의 진실 값을 반환합니다. LookUtableExport <t는 ttype를 확장하고, u는 ttype >를 확장합니다 테이블의 모든 키와 값을 출력합니다. LookUtableFind <u는 ttype >을 확장합니다 테이블에서 키를 찾아 해당 값을 출력합니다. LookUtableimport 표의 내용을 지정된 키 및 값으로 대체합니다. LookUtableInsert 키를 값과 연결하도록 테이블을 업데이트합니다. LookUptAblerEmove 테이블에서 키와 관련 값을 제거합니다. 룩 upuredablesize 주어진 테이블의 요소 수를 계산합니다. 루프코드 입력을 출력으로 전달합니다. 낮추다 모든 대문자를 각각의 소문자 교체로 변환합니다. LowerBound <U는 tnumber >를 확장합니다 각 행에 Lower_Bound (Sorted_Search_Values, 값)를 적용합니다. lu <t는 ttype를 확장하고, u는 tnumber >를 확장합니다> 하나 이상의 사각형 행렬의 LU 분해를 계산합니다. MAKEITERATOR 주어진 '데이터 세트'에서 새 반복자를 만들고`iterator '에 저장하십시오. makeunique 비 배치 치수의 모든 요소를 ​​독특하게 만듭니다. 그러나 \ "Close \" 그들의 초기 가치. MapClear OP는 기본 컨테이너의 모든 요소를 ​​제거합니다. mapincompletesize OP는 기본 컨테이너의 불완전한 요소 수를 반환합니다. Mappeek OP는 지정된 키의 값을 살펴 봅니다. 지도 크기 OP는 기본 컨테이너의 요소 수를 반환합니다. MapStage 해시 테이블처럼 작동하는 기본 컨테이너의 단계 (키, 값). Mapunstage OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. Mapunstagenokey OP는 임의 (키, 값)를 제거하고 반환합니다. 기본 컨테이너에서. matmul <t는 ttype >을 확장합니다 행렬 "A"에 행렬 "B"에 곱하십시오. 매칭 파일 하나 이상의 글로벌 패턴과 일치하는 파일 세트를 반환합니다. MatchingFilesDataset matrixdiag <t는 ttype >을 확장합니다 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. matrixdiagpart <t extends ttype > 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. matrixdiagpartv3 <t extends ttype > 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. matrixdiagv3 <t는 ttype >을 확장합니다 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. matrixLogarithm <t extends ttype > 하나 이상의 사각형 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 OP는 복잡한 행렬에 대해서만 정의됩니다. matrixsetDiag <t는 ttype >를 확장합니다 새로운 배치 대각선 값으로 배치 된 행렬 텐서를 반환합니다. MatrixSoLvels <t는 ttype >를 확장합니다 하나 이상의 선형 최소 제곱 문제를 해결합니다. max <t는 ttype >를 확장합니다 텐서의 치수에 걸쳐 최대 요소를 계산합니다. MAXINTRAOPPARALLELISMDATASET 최대 OP 인트라이트 병렬 처리를 무시하는 데이터 세트를 만듭니다. maxpool <t는 ttype를 확장합니다> 입력에서 최대 풀링을 수행합니다. maxpool3d <t는 tnumber >를 확장합니다 입력에서 3D 최대 풀링을 수행합니다. maxpool3dgrad <u는 tnumber >를 확장합니다 3D 최대 풀링 기능의 기울기를 계산합니다. maxpool3dgradgrad <t는 tnumber >를 확장합니다 MaxPooling 함수의 2 차 그라디언트를 계산합니다. MaxPoolgrad <t는 tnumber >를 확장합니다 MaxPooling 함수의 그라디언트를 계산합니다. Maxpoolgradgrad <t는 tnumber >를 확장합니다 MaxPooling 함수의 2 차 그라디언트를 계산합니다. Maxpoolgradgradwithargmax <t는 tnumber >를 확장합니다 MaxPooling 함수의 2 차 그라디언트를 계산합니다. maxpoolgradwithargmax <t는 tnumber >를 확장합니다 MaxPooling 함수의 그라디언트를 계산합니다. maxpoolwithargmax <t는 tnumber를 확장하고, u는 tnumber >를 확장합니다 입력에서 최대 풀링을 수행하고 최대 값과 지수를 모두 출력합니다. 최대 <t는 tnumber >를 연장합니다 x와 y의 최대를 반환합니다 (즉 평균 <t는 ttype >를 연장합니다 텐서의 치수에 걸쳐 요소의 평균을 계산합니다. 병합 <t extends ttype > 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. 합병 요약을 통합합니다. MERGEV2CHECKPOINTS V2 형식 특정 : 샤드 체크 포인트의 메타 데이터 파일을 병합합니다. MFCC 스펙트로 그램을 음성 인식에 유용한 형태로 변환합니다. 최소 <t는 ttype >를 확장합니다 텐서의 치수에 걸쳐 최소 요소를 계산합니다. 최소 <t는 tnumber >를 연장합니다 x와 y의 최소를 반환합니다 (즉 mirrorpad <t는 ttype >를 확장합니다 거울 값으로 텐서를 패드합니다. mirrorpadgrad <t extends ttype > `mirrorpad` op에 대한 그라디언트 op. mlirpassthroughop main () 함수를 갖는 모듈로 표현 된 임의의 mlir 계산을 랩핑합니다. mod <t는 tnumber >를 확장합니다 요소 별 분열을 반환합니다. ModelDataset 성능을 모델링하는 정체성 변환. mul <t는 ttype >를 확장합니다 요소 별 x * y를 반환합니다. mulnonan <t는 ttype >를 확장합니다 요소 별 x * y를 반환합니다. MultideViceiterator MultideViceiterator 리소스를 만듭니다. MultideViceiteratorfromStringHandle 제공된 문자열 핸들에서 MultideViceiterator 리소스를 생성합니다. MultideViceItertorgetNextFromShard 제공된 샤드 번호의 다음 요소를 가져옵니다. MultideViceiteratorInit 주어진 데이터 세트로 멀티 장치 반복기를 초기화합니다. MultideViceiteratortoStringhandle 주어진 MultideViceiterator에 대한 문자열 핸들을 생성합니다. Multinomial <u는 tnumber >를 확장합니다 다국적 분포에서 샘플을 그립니다. mutabledensehashtable 텐서를 백킹 스토어로 사용하는 빈 해시 테이블을 만듭니다. mexablehashtable 빈 해시 테이블을 만듭니다. MutableHashtableOftensors 빈 해시 테이블을 만듭니다. 뮤텍스 'mutexlock`에 의해 잠글 수있는 Mutex 자원을 만듭니다. 뮤 테스 락 Mutex 자원을 잠그십시오. ncclallreduce <t는 tnumber >를 확장합니다 모든 입력 텐서의 감소를 포함하는 텐서를 출력합니다. ncclbroadcast <t는 tnumber >를 확장합니다 출력에 연결된 모든 장치에 '입력'을 보냅니다. nccledduce <t는 tnumber >를 확장합니다 `retuction '을 사용하여`num_devices'에서 '입력'을 단일 장치로 줄입니다. ndtri <t는 tnumber >를 확장합니다 가장 가까운 이시버 각 지점마다 가장 가까운 센터를 선택합니다. NEG <t는 ttype >를 확장합니다 숫자 음수 값 요소 단위를 계산합니다. 네거티브 음성 샘플링을 통한 교육. NextAfter <t는 tnumber >를 확장합니다 `x1 '의 다음 대표 값을`x2`의 방향으로 요소별로 반환합니다. Nextiteration <t는 ttype >을 확장합니다 다음 반복에 입력을 사용할 수 있습니다. 노프 아무것도 하지 않습니다. nondeterministicints <u는 ttype >를 확장합니다 비 결정적으로 일부 정수를 생성합니다. Maxsuppression <t는 tnumber >를 확장합니다 욕심이 내림차순으로 경계 상자의 하위 집합을 선택합니다. 교차로의 노동 조합 (IOU)이 높은 상자를 가지 치기는 이전에 선택한 상자와 겹칩니다. 랩과 함께 비 방해 욕심이 내림차순으로 경계 상자의 하위 집합을 선택합니다. 이전에 선택한 상자와 높은 겹치는 상자를 가지 치기. NonserializabledataSet 명백한 요소 별 (x! = y)의 진실 값을 반환합니다. nthelement <t는 tnumber >를 확장합니다 마지막 차원에 대한`n`-th order 통계의 값을 찾습니다. Onehot <u는 ttype >을 확장합니다 원한 텐서를 반환합니다. <t 는 ttype >을 연장합니다 `dims`에 의해 주어진 모양으로 일정한 초기화를 생성하는 연산자. oneslike <t는 ttype >을 연장합니다 모양이 같은 모양의 텐서를 반환하고 x와 유형을 유형합니다. 오페라 <t는 ttype >을 연장합니다 텐서 플로 작동의 피연산자에 의해 구현 된 인터페이스. 최적화 `input_dataset`에 최적화를 적용하여 데이터 세트를 만듭니다. 최적화 된 ATASETV2 관련 최적화를`input_dataset '에 적용하여 데이터 세트를 만듭니다. 옵션 프롬 값 텐서의 튜플로부터 선택적 변형을 구성한다. 옵션 getValue 선택적 변형에 저장된 값을 반환하거나 없으면 오류가 발생합니다. 옵션 HasValue 주어진 선택적 변형에 값이있는 경우에만 True를 반환합니다. 선택 사항 값이없는 선택적 변형을 만듭니다. OrderedMapClear OP는 기본 컨테이너의 모든 요소를 ​​제거합니다. OrderedMapIncompletesize OP는 기본 컨테이너의 불완전한 요소 수를 반환합니다. OrderedMappeek OP는 지정된 키의 값을 살펴 봅니다. OrderedMapsize OP는 기본 컨테이너의 요소 수를 반환합니다. OrderedMapstage 순서대로 작동하는 기본 컨테이너의 단계 (키, 값) 연관 컨테이너. OrderedMapunStage OP는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. OrderedMapunstagenokey OP는 가장 작은 것으로 (키, 값) 요소를 제거하고 반환합니다. 기본 컨테이너의 키. 안수 선출 전 TPU 코어 선택기 OP. outfeeddequeue <t는 ttype >을 확장합니다 계산 Outfeed에서 단일 텐서를 검색합니다. Outfeeddequeuetuple 계산 Outfeed에서 여러 값을 검색합니다. Outfeeddequeuetuplev2 계산 Outfeed에서 여러 값을 검색합니다. outfeeddequeuev2 <t는 ttype >를 확장합니다 계산 Outfeed에서 단일 텐서를 검색합니다. Outfeedenqueue 계산에 대한 텐서를 흡수하십시오. Outfeedenqueuetuple 계산에 대한 다중 텐서 값을 흡수하십시오. 출력 <t는 ttype >를 확장합니다 Operation 에 의해 생성 된 텐서에 대한 상징적 손잡이. pad <t는 ttype >을 확장합니다 문서화 된 XLA 패드 운영자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#pad. PaddedBatchDataset 입력에서 'batch_size'요소를 배치하고 패드하는 데이터 세트를 만듭니다. Paddingfifoqueue 첫 번째 순서로 요소를 생성하는 대기열. ParallelConcat <t는 ttype >을 확장합니다 1 차원을 따라`n` 텐서 목록을 연결합니다. ParallelDynamicStitch <t extends ttype > '데이터'텐서의 값을 단일 텐서에 intrea하십시오. ParameterizedTruncatedNormal <u는 tnumber >를 확장합니다 정규 분포에서 임의 값을 출력합니다. parseexample Tf.example Protos (문자열)의 벡터를 유형의 텐서로 변환합니다. parseexampledataset DT_String의 벡터로`example` protos를 포함하는 'input_dataset`을 구문 분석 기능을 나타내는'tensor` 또는 'sparsetensor` 객체의 데이터 세트로 포함합니다. ParsesequenceExample tf.io.sequenceexample protos의 벡터 (문자열)를 유형의 텐서로 변환합니다. 구문 분석 tf.example proto (문자열)를 유형의 텐서로 변환합니다. ParsesinglesequenceExample 스칼라 뇌를 변형시켜주는 텐서로 변환합니다. parsetensor <t는 ttype >를 확장합니다 직렬화 된 텐서 플로를 변환합니다 .tensorproto 프로토를 텐서로 변환합니다. PartitionEdInput <t extends ttype > 분할 된 입력 목록을 함께 그룹화하는 OP. PartitionEdoutput <t extends ttype > XLA에 의해 파티션 된 목록에 샤드를 깎을 텐서를 demultiplexe하는 OP XLA 계산 ​​외부의 출력. 자리 표시 자 <t는 ttype >을 확장합니다 계산에 공급되는 값에 대한 자리 표시 자 OP. 위원회 <t는 ttype >을 확장합니다 출력이 공급되지 않을 때 '입력'을 통과하는 자리 표시 자 OP. polygamma <t는 tnumber >를 연장합니다 Polygamma 기능 계산 \\(\psi^{(n)}(x)\\). 인구가 있습니다 요소 별 모집단 수를 계산합니다 (일명 pow <t는 ttype >을 확장합니다 한 값의 힘을 다른 값으로 계산합니다. PrefetchDataset 'input_dataset'에서 요소를 비동기 적으로 프리 페치하는 데이터 세트를 만듭니다. 예선 하나의 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. 예비 다중 텐서 값을 불투명 한 변형 텐서로 선형화하는 OP. Gradient <t는 ttype를 확장합니다> 그라디언트가 요청되면 오류를 유발하는 ID OP. 인쇄 문자열 스칼라를 인쇄합니다. 우선순위 대기열 첫 번째 구성 요소 값으로 정렬 된 요소를 생성하는 큐. privateThreadpooldataSet 사용자 정의 스레드 풀을 사용하여 'input_dataset'을 계산하는 데이터 세트를 만듭니다. prod <t는 ttype >를 확장합니다 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. qr <t는 ttype >를 확장합니다 하나 이상의 행렬의 QR 분해를 계산합니다. <t extends ttype >를 정량화하십시오 유형 플로트의 '입력'텐서를 유형 't'의 '출력'텐서로 양자화하십시오. QuantizeAndDequantize <t extends tnumber > 그런 다음 텐서를 정문화합니다. QuantizeAndDequantizev3 <t는 tnumber >를 확장합니다 그런 다음 텐서를 정문화합니다. QuantizeAndDequantizev4 <t는 tnumber >를 확장합니다 `Quantization.QuantizeAndDequantizev4`의 기울기를 반환합니다. QuantizeAndDequantizev4grad <t는 tnumber >를 확장합니다 `QuantizeAndDequantizev4 '의 그라디언트를 반환합니다. QuantizedownandshrinkRange <u는 ttype >을 확장합니다 양자화 된 '입력'텐서를 하부 비트 깊이의 사용을 최대화하고 그에 따라 출력 최소 및 최대 범위를 조정하기위한 값의 실제 분포. QuantizedAdd <v는 ttype >을 확장합니다 X + Y 요소별로 반환하여 양자화 된 버퍼를 사용합니다. Quantizedavgpool <t extends ttype > 양자화 된 유형에 대한 입력 텐서의 평균 풀을 생성합니다. Quantizedbatchnormwithglobalnormalization <u는 ttype >을 확장합니다 양자화 된 배치 정규화. QuantizedBiasAdd <V는 ttype >을 확장합니다 양자 유형의 텐서 '입력'에 텐서 '바이어스'를 추가합니다. QuantizedConcat <t는 ttype >을 확장합니다 1 차원에 따라 양자화 된 텐서를 연결합니다. QuantizedConv2dandrelu <v는 ttype >을 확장합니다 QuantizedConv2dandreluandrequantize <v는 ttype >을 확장합니다 QuantizedConv2dandRequantize <v는 ttype >을 확장합니다 QuantizedConv2dperChannel <V는 ttype >을 확장합니다 채널 당 QuantizedConv2d를 계산합니다. QuantizedConv2dwithbias <v는 ttype >을 확장합니다 QuantizedConv2dwithbiasandrelu <v는 ttype >을 확장합니다 QuantizedConv2dwithbiasand reluandrequantize <w extends ttype > QuantizedConv2dwithbiasandRequantize <w 확장 ttype > QuantizedConv2dwithbiassignedsumandreluandrequantize <x는 ttype >를 확장합니다 QuantizedConv2dwithbiassumandrelu <v는 ttype >을 확장합니다 QuantizedConv2dwithbiassumandreluandrequantize <x는 ttype >를 확장합니다 QuantizedConv2d <V는 ttype >을 확장합니다 양자화 된 4D 입력 및 필터 텐서가 주어진 2D 컨볼 루션을 계산합니다. QuantizedDepthWiseconv2d <V는 ttype >을 확장합니다 정량화 된 깊이 CONCL2D를 계산합니다. QuantizedDepthwiseconv2dwithbias <v는 ttype >을 확장합니다 편향으로 양자화 된 깊이 Conv2D를 계산합니다. QuantizedDepthwiseconv2dwithbiasandrelu <v는 ttype >을 확장합니다 바이어스 및 Relu를 사용하여 정량화 된 깊이 Conv2D를 계산합니다. QuantizedDepthwiseconv2dwithbiasandreluandrequantize <w extends ttype > 양자화 된 깊이 Conv2D를 바이어스, Relu 및 요청으로 계산합니다. QuantizedInstancenorm <t는 ttype >을 확장합니다 정량화 된 인스턴스 정규화. QuantizedMatmul <v는 ttype >를 확장합니다 매트릭스`b`에 의해`a`의 양자화 된 매트릭스 곱셈을 수행하십시오. Quantizedmatmulwithbias <w는 ttype >을 확장합니다 바이어스 add와 함께 매트릭스`b '에 의한`a`의 양자화 된 행렬 곱셈을 수행합니다. Quantizedmatmulwithbiasanddepequantize <w는 tnumber >를 확장합니다 Quantizedmatmulwithbiasandrelu <v는 ttype >을 연장합니다 바이어스 add 및 relu 융합으로 매트릭스`b '에 의한`a`에 대한 양자화 된 매트릭스 곱셈을 수행하십시오. Quantizedmatmulwithbiasand reluandrequantize <w는 ttype >를 확장합니다 바이어스 add 및 relu와 함께 매트릭스`b '의`a`에 대한 양자화 된 매트릭스 곱셈을 수행하고 융합을 요구합니다. QuantizedMatmulwithbiasandRequantize <w는 ttype >을 확장합니다 QuantizedMaxPool <t extends ttype > 양자화 된 유형에 대한 입력 텐서의 최대 풀을 생성합니다. QuantizedMul <v는 ttype >을 연장합니다 x * y 요소별로 반환하여 양자 버퍼를 사용합니다. QuantizedRelu <u는 ttype >을 확장합니다 양자화 된 정류 된 선형 :`max (feature, 0)`을 계산합니다 QuantizedRelu6 <u는 ttype >을 확장합니다 양자화 된 정류 된 선형 6 :`min (max (feature, 0), 6)` QuantizedRelux <u는 ttype >을 확장합니다 양자화 된 정류 된 선형 x :`min (max (features, 0), max_value)`을 계산합니다 QuantizedReshape <t extends ttype > reshape op에 따라 양자화 된 텐서를 재구성합니다. QuantizedResizebilinear <t는 ttype >을 확장합니다 양자화 된 이중선 보간을 사용하여 양자화 된`images '를'크기 '로 크기를 조정하십시오. queueclose 주어진 대기열을 닫습니다. 대기열 주어진 대기열에서 하나 이상의 텐서의 튜플을 탈수합니다. Queuedequeueany 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. queuedequeueupto 주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples. 대기열 주어진 대기열에서 하나 이상의 텐서의 튜플을 흡수합니다. QueueenqueueMany 주어진 대기열에서 하나 이상의 텐서의 0 이상의 튜플. 대기열 공개 대기열이 닫히면 true를 반환합니다. 대기열 주어진 큐의 요소 수를 계산합니다. raggedbincount <u는 tnumber >를 확장합니다 정수 배열에서 각 값의 발생 수를 계산합니다. RaggedCountsParseOutput <u는 tnumber >를 확장합니다 울퉁불퉁 한 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다. Raggedcross <t는 ttype를 확장하고, u는 tnumber >를 확장합니다 텐서 목록에서 기능을 생성하고 raggedtensor로 반환합니다. raggedgather <t는 tnumber를 확장하고, u는 ttype >를 확장합니다 `indices '에 따라`params` 축`0`에서 울퉁불퉁 한 조각을 수집하십시오. RaggedRange <u는 tnumber를 확장하고 tnumber >를 확장합니다> 지정된 숫자 시퀀스를 포함하는 'raggedtensor'를 반환합니다. raggedtensorfromvariant <u는 tnumber를 확장하고 t the ttype >를 확장합니다 `variant` 텐서를 'raggedtensor'로 디코딩합니다. raggedtensortosparse <u는 ttype >을 확장합니다 `raggedtensor '를 동일한 값으로'sparsetensor '로 변환합니다. raggedtensortotensor <u는 ttype >을 확장합니다 울퉁불퉁 한 텐서에서 밀도가 높은 텐서를 만들어 모양을 바꿀 수 있습니다. Raggedtensortovariant 'raggedtensor'를 '변형'텐서로 인코딩합니다. raggedtensortovariant gradient <u는 ttype >을 확장합니다 ``raggedtensortovariant '에 대한 그라디언트를 계산하는 데 사용됩니다. randomcrop <t는 tnumber >를 확장합니다 무작위로 자르기`image '. randomdataset 의사 숫자를 반환하는 데이터 세트를 만듭니다. randomgamma <u는 tnumber >를 확장합니다 Alpha가 설명한 감마 분포에서 임의의 값을 출력합니다. randomgammagrad <t는 tnumber >를 확장합니다 감마 랜덤 샘플 WRT의 미분을 계산합니다 Randompoisson <V는 tnumber >를 확장합니다 속도로 기술 된 포아송 분포 (들)의 임의 값을 출력합니다. randomshuffle <t는 ttype >를 확장합니다 첫 번째 차원을 따라 텐서를 무작위로 섞습니다. Randomshufflequeue 요소의 순서를 무작위화하는 대기열. Randomstandardnormal <u는 tnumber >를 확장합니다 정규 분포에서 임의 값을 출력합니다. randomuniform <u는 tnumber >를 확장합니다 균일 한 분포에서 임의 값을 출력합니다. randomuniformint <u는 tnumber >를 확장합니다 균일 한 분포에서 임의의 정수를 출력합니다. 범위 <t는 tnumber >를 확장합니다 일련의 숫자를 만듭니다. rangedataset 값 범위의 데이터 세트를 만듭니다. 계급 텐서의 순위를 반환합니다. Rawop 단일 Operation 으로 뒷받침되는 Op 구현의 기본 클래스. readfile 입력 파일 이름의 전체 내용을 읽고 출력합니다. readvariableop <t extends ttype > 변수의 값을 읽습니다. readernumrecordsproded 이 독자가 제작 한 레코드 수를 반환합니다. readernumworkUnitsCompleted 이 독자가 처리 한 작업 단위 수를 반환합니다. readerread 독자가 제작 한 다음 레코드 (키, 값 쌍)를 반환합니다. readerReadupto 독자가 생성 한`um_records` (키, 값) 쌍으로 반환합니다. readerreset 독자를 초기 깨끗한 상태로 복원하십시오. readerrestorestate 독자를 이전에 저장된 상태로 복원하십시오. 독자 서신 독자의 상태를 인코딩하는 문자열 텐서를 생성합니다. 진짜 <u는 tnumber >를 확장합니다 복소수의 실제 부분을 반환합니다. realdiv <t는 ttype >을 확장합니다 실제 유형에 대해 x / y 요소로 반환합니다. RebatchDataset 배치 크기를 변경하는 데이터 세트를 만듭니다. Rebatchdatasetv2 배치 크기를 변경하는 데이터 세트를 만듭니다. 왕복 <t는 ttype >를 확장합니다 X 요소별로의 상호 계산을 계산합니다. 상호 작품 <t는 ttype >를 확장합니다 `x` wrt 입력의 역수에 대한 그라디언트를 계산합니다. 레코드 푸트 무작위 레코드를 방출합니다. recv <t는 ttype >를 확장합니다 다른 XLA 계산에서 명명 된 텐서를 수신합니다. recvtpuembeddingactivations TPU에 임베딩 활성화를 수신하는 OP. <t 확장 tnumber >를 줄입니다 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. 감정 텐서의 치수에 걸쳐 "논리적 및 요소"를 계산합니다. 환원 텐서의 치수에 걸쳐 "논리적 또는"요소의 "논리"를 계산합니다. 감소 결합 주어진 차원에서 문자열 텐서에 결합합니다. ReduceMax <t는 ttype >를 확장합니다 텐서의 치수에 걸쳐 최대 요소를 계산합니다. Reducemin <t는 ttype >를 연장합니다 텐서의 치수에 걸쳐 최소 요소를 계산합니다. READGEPROD <t는 ttype >를 확장합니다 텐서의 치수에 걸쳐 요소의 제품을 계산합니다. READESUM <t는 ttype >을 확장합니다 텐서의 치수에 걸쳐 요소의 합을 계산합니다. READGV2 <t는 tnumber >를 확장합니다 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. 리펜터 <t는 ttype >를 확장합니다 자식 프레임을 생성하거나 찾아서 '데이터'를 어린이 프레임에 사용할 수있게합니다. refexit <t는 ttype >를 확장합니다 현재 프레임을 모래 프레임으로 종료합니다. 레피 니티 <t는 ttype >을 확장합니다 입력 참조 텐서와 동일한 심판 텐서를 반환하십시오. refmerge <t extends ttype > 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. refnextiteration <t는 ttype >를 확장합니다 다음 반복에 입력을 사용할 수 있습니다. refselect <t extends ttype > `inputs '의'index '요소를'출력 '으로 전달합니다. refswitch <t는 ttype >를 확장합니다 Ref Tensor`Data '를`pred`에 의해 결정된 출력 포트로 전달합니다. regexfullmatch 입력이 Regex 패턴과 일치하는지 확인하십시오. RegexReplace `rewrite`에 제공된 교체 문자열과 '입력'의 '패턴'정규 표현식의 일치를 대체합니다. RegisterDataset tf.data 서비스에 데이터 세트를 등록합니다. Relu <t는 ttype >를 확장합니다 정류 된 선형을 계산합니다 :`max (feature, 0)`. Relu6 <t는 tnumber >를 연장합니다 정류 된 선형 6 :`min (max (특징, 0), 6)`. Relu6grad <t는 tnumber >를 확장합니다 RelU6 작동을 위해 정류 된 선형 6 그라디언트를 계산합니다. relugrad <t는 tnumber >를 확장합니다 Relu 작동을 위해 정류 된 선형 그라디언트를 계산합니다. implicfusedgraphExecute 원격 프로세서에서 하위 그래프를 실행하십시오. 반복 DATASET `input_dataset``count '시간의 출력을 방출하는 데이터 세트를 만듭니다. Replicaid 복제 ID. ReplicatemetAdata TPU 계산을 어떻게 복제 해야하는지를 나타내는 메타 데이터. ReplicatedInput <t는 ttype >을 확장합니다 N 입력을 N- 웨이 복제 된 TPU 계산에 연결합니다. ReplicatedOutput <t extends ttype > N- 웨이 복제 된 TPU 계산에서 N 출력을 연결합니다. requantization range 양자화 된 텐서에 존재하는 실제 값을 포괄하는 범위를 계산합니다. requantizationRangePerChannel 채널 당 요청 범위를 계산합니다. <u 확장 ttype > 양자화 된`입력 '텐서를 하위 정밀'출력 '으로 변환합니다. requantizeperChannel <u는 ttype >를 확장합니다 채널 당 알려진 최소 및 최대 값으로 입력을 요구합니다. reshape <t extends ttype > 텐서를 재구성합니다. resizearea 영역 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. resizebicubic 이중 빙비 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. resizebicubicgrad <t는 tnumber >를 확장합니다 Bicubic 보간의 기울기를 계산합니다. 크기 조정기 Bilinear 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. ResizeBilineargrad <t는 tnumber >를 확장합니다 이중선 보간의 기울기를 계산합니다. resizenearestneighbor <t는 tnumber >를 확장합니다 가장 가까운 이웃 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오. resizenearestneighborgrad <t는 tnumber >를 확장합니다 가장 가까운 이웃 보간의 기울기를 계산합니다. ResourceAccumulatorApplygradient 주어진 축합기에 구배를 적용합니다. ResourceAccumulatornumAccumulated 주어진 축적기에서 집계 된 구배 수를 반환합니다. ResourceAccumulatorsetglobalstep Global_step에 대한 새로운 값으로 축합기를 업데이트합니다. ResourceAccumulatortakegradient <t extends ttype > 주어진 조건부 축적기에서 평균 구배를 추출합니다. ResourceApplyAdamax Adamax 알고리즘에 따라 '*var'를 업데이트하십시오. ResourceApplyAdadelta Adadelta 체계에 따라 '*var'를 업데이트하십시오. ResourceApplyAdagrad Adagrad 체계에 따라 '*var'를 업데이트하십시오. ResourcePlyAdagradda 근위 Adagrad 체계에 따라 '*var'를 업데이트하십시오. ResourceApplyAdam Adam 알고리즘에 따라 '*var'를 업데이트하십시오. ResourcePlyAdamwithamsgrad Adam 알고리즘에 따라 '*var'를 업데이트하십시오. ResourceApplyAddSign AddSign 업데이트에 따라 '*var'업데이트. ResourceApplyCenteredRMSProp 중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. ResourcePplyftrl ftrl-proximal 구성표에 따라 '*var'를 업데이트하십시오. ResourceApplygradientDescent '알파' * '델타'를 빼서 ' * var'를 업데이트하십시오. ResourceApplyKerasmomentum 모멘텀 체계에 따라 '*var'를 업데이트하십시오. ResourceApplyMomentum 모멘텀 체계에 따라 '*var'를 업데이트하십시오. 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`. 복원하다 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. 구하다 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. 보내다 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. 단계 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`. 조각 Strip leading and trailing whitespaces from the Tensor. Sub <T extends TType > Returns x - y element-wise. 하위 문자열 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`. 타임스탬프 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 높은 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`. 어디 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.

보고

• an Operation