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 적분 \\(I_x(a, b)\\)계산합니다. |
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 전체에서 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. > | 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 T 번호를 확장합니다. > | `igamma(a, x)` wrt `a`의 기울기를 계산합니다. |
Igammac <T는 T번호를 확장합니다> | 상위 정규화 불완전 감마 함수 'Q(a, x)'를 계산합니다. |
오류 무시데이터 세트 | 오류를 무시하고 'input_dataset' 요소가 포함된 데이터세트를 생성합니다. |
이미지 <U는 T번호를 확장합니다> | 복소수의 허수부를 반환합니다. |
ImageProjectiveTransformV2 <T는 T번호를 확장합니다. > | 주어진 변환을 각 이미지에 적용합니다. |
ImageProjectiveTransformV3 <T는 T번호를 확장합니다. > | 주어진 변환을 각 이미지에 적용합니다. |
이미지요약 | 이미지와 함께 '요약' 프로토콜 버퍼를 출력합니다. |
ImmutableConst <T는 TType을 확장합니다. > | 메모리 영역에서 불변 텐서를 반환합니다. |
Import이벤트 | |
인탑케이 | 대상이 상위 'K' 예측에 있는지 여부를 나타냅니다. |
InfeedDequeue <T는 TType을 확장합니다.> | 계산에 입력될 값에 대한 자리 표시자 작업입니다. |
InfeedDequeueTuple | 인피드에서 XLA 튜플로 여러 값을 가져옵니다. |
인피드인큐 | 단일 Tensor 값을 계산에 제공하는 연산입니다. |
InfeedEnqueuePrelinearizedBuffer | 사전 선형화된 버퍼를 TPU 인피드에 추가하는 작업입니다. |
InfeedEnqueueTuple | 여러 Tensor 값을 XLA 튜플로 계산에 입력합니다. |
초기화 | |
테이블 초기화 | 키와 값에 각각 두 개의 텐서를 사용하는 테이블 초기화 프로그램입니다. |
TableFromDataset 초기화 | |
TableFromTextFile 초기화 | 텍스트 파일에서 테이블을 초기화합니다. |
InplaceAdd <T는 TType을 확장합니다. > | x의 지정된 행에 v를 추가합니다. |
InplaceSub <T는 TType을 확장합니다. > | 'x'의 지정된 행에서 'v'를 뺍니다. |
InplaceUpdate <T는 TType을 확장합니다. > | 지정된 행 'i'를 값 'v'로 업데이트합니다. |
Inv <T는 TType을 확장합니다. > | 하나 이상의 역정사각형 행렬이나 그 수반(켤레 전치)의 역을 계산합니다. |
InvGrad <T는 TType을 확장합니다. > | 입력에 대한 `x`의 역에 대한 기울기를 계산합니다. |
반전 <T는 T번호를 확장합니다> | 지원되는 유형의 각 비트를 반전(플립)합니다. 예를 들어 'uint8'을 입력하면 값 01010101은 10101010이 됩니다. |
InvertPermutation <T는 TNumber를 확장합니다. > | 텐서의 역순열을 계산합니다. |
Irfft <U는 T번호를 확장합니다.> | 역실수 고속 푸리에 변환. |
Irfft2d <U는 T번호를 확장합니다.> | 역 2D 실수 값 고속 푸리에 변환. |
Irfft3d <U는 T번호를 확장합니다.> | 역 3D 실수 값 고속 푸리에 변환. |
IsBoostedTreesEnsembleInitialized | 트리 앙상블이 초기화되었는지 확인합니다. |
IsBoostedTreesQuantileStreamResourceInitialized | Quantile 스트림이 초기화되었는지 확인합니다. |
유한함 | x의 어느 요소가 유한한지 반환합니다. |
IsInf | x의 어떤 요소가 Inf인지 반환합니다. |
이스난 | x의 어떤 요소가 NaN인지 반환합니다. |
변수가 초기화됨 | 텐서가 초기화되었는지 확인합니다. |
IsotonicRegression <U는 TNumber를 확장합니다.> | 일련의 등장성 회귀 문제를 해결합니다. |
반복자 | |
IteratorFromStringHandle | |
IteratorGetDevice | `리소스`가 배치된 장치의 이름을 반환합니다. |
IteratorGetNext | 지정된 iterator에서 다음 출력을 가져옵니다. |
IteratorGetNextAs선택 사항 | Optional 변형으로 지정된 반복기의 다음 출력을 가져옵니다. |
IteratorGetNextSync | 지정된 반복기에서 다음 출력을 가져옵니다. |
IteratorToStringHandle | 반복자를 나타내는 주어진 `resource_handle`을 문자열로 변환합니다. |
가입하다 | 주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 구분 기호를 사용합니다(기본값은 빈 구분 기호입니다). |
KMC2Chain초기화 | 시드 세트에 추가되어야 하는 데이터 포인트의 인덱스를 반환합니다. |
KeyValueSort <T는 TNumber를 확장하고 U는 TType을 확장합니다. > | 문서화된 XLA 정렬 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#sort . |
KmeansPlusPlus초기화 | KMeans++ 기준을 사용하여 num_to_sample개의 입력 행을 선택합니다. |
KthOrder통계 | 데이터 세트의 K차 통계를 계산합니다. |
L2Loss <T는 T번호를 확장합니다. > | L2 손실. |
LMDB데이터세트 | 하나 이상의 LMDB 파일에 키-값 쌍을 내보내는 데이터 세트를 생성합니다. |
LSTMBlockCell <T는 T번호를 확장합니다. > | 1시간 단계에 대한 LSTM 셀의 순방향 전파를 계산합니다. |
LSTMBlockCellGrad <T는 TNumber를 확장합니다. > | 1 시간 단계에 대한 LSTM 셀 역전파를 계산합니다. |
지연 시간 통계 데이터 세트 | StatsAggregator에서 'input_dataset' 요소를 생성하는 지연 시간을 기록합니다. |
LeakyRelu <T는 Tnumber를 확장합니다> | 수정된 선형 계산: `max(features,features * alpha)`. |
LeakyReluGrad <T는 TNumber를 확장합니다> | LeakyRelu 작업에 대해 수정된 선형 기울기를 계산합니다. |
배운UnigramCandidateSampler | 학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. |
LeftShift <T는 T번호를 확장합니다. > | Elementwise는 `x`와 `y`의 비트 왼쪽 시프트를 계산합니다. |
더 적은 | (x < y) 요소의 진리값을 반환합니다. |
덜같음 | (x <= y) 요소별 진리값을 반환합니다. |
Lgamma <T는 Tnumber를 확장합니다. > | `Gamma(x)`의 절대값에 대한 로그를 요소별로 계산합니다. |
LinSpace <T는 Tnumber를 확장합니다. > | 일정 간격으로 값을 생성합니다. |
Lmdb데이터세트 | |
LmdbReader | LMDB 파일의 레코드를 출력하는 리더입니다. |
LoadAndRemapMatrix | 체크포인트에서 이름이 `old_tensor_name`인 2차원(행렬) `Tensor`를 로드합니다. `ckpt_path`에 있으며 잠재적으로 지정된 재매핑을 사용하여 행과 열의 순서를 변경합니다. |
TPU임베딩ADAM매개변수 로드 | ADAM 포함 매개변수를 로드합니다. |
LoadTPUEmbeddingADAMParametersGradAccumDebug | 디버그 지원을 통해 ADAM 포함 매개변수를 로드합니다. |
LoadTPUEmbeddingAdadelta매개변수 | Adadelta 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug | 디버그 지원을 통해 Adadelta 매개변수를 로드합니다. |
LoadTPUE임베딩Adagrad매개변수 | Adagrad 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingAdagradParametersGradAccumDebug | 디버그 지원을 통해 Adagrad 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingCenteredRMSProp매개변수 | 로드 중심 RMSProp 임베딩 매개변수입니다. |
LoadTPUEmbeddingFTRL매개변수 | FTRL 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingFTRLParametersGradAccumDebug | 디버그 지원을 통해 FTRL 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingMDLadagradLight매개변수 | MDL Adagrad Light 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingMomentum매개변수 | Momentum 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingMomentumParametersGradAccumDebug | 디버그 지원을 통해 Momentum 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingProximalAdagrad매개변수 | 근위 Adagrad 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug | 디버그 지원을 통해 근위 Adagrad 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingProximalYogi매개변수 | |
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug | |
LoadTPUEmbeddingRMSProp매개변수 | RMSProp 임베딩 매개변수를 로드합니다. |
LoadTPUEmbeddingRMSPropParametersGradAccumDebug | 디버그 지원을 통해 RMSProp 임베딩 매개변수를 로드합니다. |
LoadTPUE임베딩확률적 경사하강 매개변수 | SGD 내장 매개변수를 로드합니다. |
LoadTPUE임베딩확률적 경사하강 매개변수GradAccumDebug | SGD 내장 매개변수를 로드합니다. |
LocalResponseNormalization <T는 Tnumber를 확장합니다.> | 국소 응답 정규화. |
LocalResponseNormalizationGrad <T는 TNumber를 확장합니다. > | 국소 응답 정규화를 위한 기울기. |
로그 <T는 TType을 확장합니다> | x 요소별로 자연 로그를 계산합니다. |
Log1p <T는 TType을 확장합니다. > | (1 + x) 요소별 자연 로그를 계산합니다. |
LogMatrixDeterminant <T는 TType을 확장합니다.> | 행렬식의 절대값의 부호와 로그를 계산합니다. 하나 이상의 정사각 행렬. |
LogSoftmax <T는 T번호를 확장합니다. > | 로그 소프트맥스 활성화를 계산합니다. |
LogUniformCandidateSampler | 로그 균일 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다. |
논리적이고 | x AND y 요소의 진리값을 반환합니다. |
논리적 아님 | 'NOT x'의 진리값을 요소별로 반환합니다. |
논리적 또는 | x OR y 요소의 진리값을 반환합니다. |
LookupTableExport <T는 TType을 확장하고, U는 TType을 확장합니다. > | 테이블의 모든 키와 값을 출력합니다. |
LookupTableFind <U는 TType을 확장합니다.> | 테이블에서 키를 조회하고 해당 값을 출력합니다. |
조회테이블가져오기 | 테이블의 내용을 지정된 키와 값으로 바꿉니다. |
조회테이블삽입 | 키를 값과 연결하도록 테이블을 업데이트합니다. |
조회테이블제거 | 테이블에서 키와 관련 값을 제거합니다. |
조회테이블 크기 | 주어진 테이블의 요소 수를 계산합니다. |
LoopCond | 입력을 출력으로 전달합니다. |
낮추다 | 모든 대문자를 해당 소문자 대체 문자로 변환합니다. |
LowerBound <U는 T번호를 확장합니다.> | 각 행을 따라 lower_bound(sorted_search_values,values)를 적용합니다. |
Lu <T는 TType을 확장하고, U는 Tnumber를 확장합니다. > | 하나 이상의 정사각 행렬의 LU 분해를 계산합니다. |
MakeIterator | 주어진 `dataset`에서 새로운 반복자를 만들어 `iterator`에 저장합니다. |
고유하게 만들기 | 배치가 아닌 차원의 모든 요소를 고유하게 만드십시오. 단, 다음과 \"가까운\" 초기값. |
지도지우기 | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
지도불완전한 크기 | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
지도Peek | Op는 지정된 키의 값을 엿봅니다. |
지도 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
맵스테이지 | 해시테이블처럼 작동하는 기본 컨테이너의 스테이지(키, 값)입니다. |
지도Unstage | Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
지도UnstageNoKey | Op는 임의의 (키, 값)을 제거하고 반환합니다. 기본 컨테이너에서. |
MatMul <T는 TType을 확장합니다> | 행렬 "a"에 행렬 "b"를 곱합니다. |
일치하는 파일 | 하나 이상의 glob 패턴과 일치하는 파일 세트를 반환합니다. |
일치하는 파일 데이터 세트 | |
MatrixDiag <T는 TType을 확장합니다.> | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixDiagPart <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagPartV3 <T는 TType을 확장합니다. > | 배치 텐서의 배치 대각선 부분을 반환합니다. |
MatrixDiagV3 <T는 TType을 확장합니다. > | 주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다. |
MatrixLogarithm <T는 TType을 확장합니다. > | 하나 이상의 정사각 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 작업은 복잡한 행렬에 대해서만 정의됩니다. |
MatrixSetDiag <T는 TType을 확장합니다. > | 새로운 배치 대각선 값을 갖는 배치 행렬 텐서를 반환합니다. |
MatrixSolveLs <T는 TType을 확장합니다. > | 하나 이상의 선형 최소제곱 문제를 해결합니다. |
최대 <T는 TType을 확장합니다.> | 텐서의 차원 전체에서 요소의 최대값을 계산합니다. |
MaxIntraOpParallelismDataset | 최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다. |
MaxPool <T는 TType을 확장합니다. > | 입력에 대해 최대 풀링을 수행합니다. |
MaxPool3d <T는 Tnumber를 확장합니다. > | 입력에 대해 3D 최대 풀링을 수행합니다. |
MaxPool3dGrad <U는 TNumber를 확장합니다.> | 3D 최대 풀링 함수의 기울기를 계산합니다. |
MaxPool3dGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
MaxPoolGradGrad <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 2차 기울기를 계산합니다. |
MaxPoolGradWithArgmax <T는 TNumber를 확장합니다. > | maxpooling 함수의 기울기를 계산합니다. |
MaxPoolWithArgmax <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. > | 입력에 대해 최대 풀링을 수행하고 최대 값과 인덱스를 모두 출력합니다. |
최대 <T는 T번호를 확장합니다.> | x와 y의 최대값을 반환합니다(예: |
<T는 TType을 확장함>을 의미합니다. | 텐서의 차원 전체에 걸쳐 요소의 평균을 계산합니다. |
병합 <T는 TType을 확장합니다> | 사용 가능한 텐서의 값을 `inputs`에서 `output`으로 전달합니다. |
병합요약 | 요약을 병합합니다. |
V2체크포인트 병합 | V2 형식 관련: 샤딩된 체크포인트의 메타데이터 파일을 병합합니다. |
Mfcc | 스펙트로그램을 음성 인식에 유용한 형식으로 변환합니다. |
최소 <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 최소 요소를 계산합니다. |
최소 <T는 T번호를 확장합니다. > | x와 y의 최소값을 반환합니다(예: |
MirrorPad <T는 TType을 확장합니다> | 미러링된 값으로 텐서를 채웁니다. |
MirrorPadGrad <T는 TType을 확장합니다> | 'MirrorPad'에 대한 그라데이션 작업입니다. |
MlirPassthroughOp | main() 함수를 사용하여 모듈로 표현된 임의의 MLIR 계산을 래핑합니다. |
Mod <T는 T번호를 확장합니다> | 요소별 나눗셈의 나머지를 반환합니다. |
모델데이터세트 | 성과를 모델링하는 아이덴티티 변환. |
Mul <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
MulNoNan <T는 TType을 확장합니다. > | x * y 요소별로 반환합니다. |
다중 장치 반복자 | MultiDeviceIterator 리소스를 생성합니다. |
MultiDeviceIteratorFromStringHandle | 제공된 문자열 핸들에서 MultiDeviceIterator 리소스를 생성합니다. |
MultiDeviceIteratorGetNextFromShard | 제공된 샤드 번호에 대한 다음 요소를 가져옵니다. |
MultiDeviceIteratorInit | 지정된 데이터 세트를 사용하여 다중 장치 반복기를 초기화합니다. |
MultiDeviceIteratorToStringHandle | 지정된 MultiDeviceIterator에 대한 문자열 핸들을 생성합니다. |
다항식 <U는 TNumber를 확장합니다.> | 다항 분포에서 표본을 추출합니다. |
가변밀도해시테이블 | 텐서를 백업 저장소로 사용하는 빈 해시 테이블을 만듭니다. |
가변해시테이블 | 빈 해시 테이블을 생성합니다. |
MutableHashTableOfTensors | 빈 해시 테이블을 생성합니다. |
뮤텍스 | 'MutexLock'으로 잠글 수 있는 Mutex 리소스를 생성합니다. |
MutexLock | 뮤텍스 리소스를 잠급니다. |
NcclAllReduce <T는 TNumber를 확장합니다. > | 모든 입력 텐서에 대한 감소를 포함하는 텐서를 출력합니다. |
NcclBroadcast <T는 T번호를 확장합니다.> | 출력에 연결된 모든 장치에 '입력'을 보냅니다. |
NcclReduce <T는 TNumber를 확장합니다. > | 단일 장치에 대한 `reduction`을 사용하여 `num_devices`에서 `input`을 줄입니다. |
Ndtri <T는 T번호를 확장합니다> | |
가장 가까운 이웃 | 각 점에 대해 가장 가까운 k개의 중심을 선택합니다. |
부정 <T는 TType을 확장합니다. > | 숫자 음수 값을 요소별로 계산합니다. |
네그트레인 | 네거티브 샘플링을 통한 훈련. |
다음 <T가 T번호를 확장한 후> | 요소별로 `x2` 방향으로 표현 가능한 `x1`의 다음 값을 반환합니다. |
NextIteration <T는 TType을 확장합니다.> | 다음 반복에서 해당 입력을 사용할 수 있도록 합니다. |
작동 안함 | 아무것도 하지 않습니다. |
NonDeterministicInts <U는 TType을 확장합니다.> | 일부 정수를 비결정적으로 생성합니다. |
NonMaxSuppression <T는 TNumber를 확장합니다. > | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. IOU(Intersection-Over-Union)가 높은 상자가 이전에 선택한 상자와 겹치는 부분을 제거합니다. |
NonMaxSuppressionWithOverlaps | 점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이전에 선택한 상자와 많이 겹치는 상자를 잘라냅니다. |
직렬화 가능하지 않은 데이터세트 | |
같지 않음 | (x != y) 요소별 진리값을 반환합니다. |
NthElement <T는 Tnumber를 확장합니다. > | 마지막 차원에 대한 'n'차 통계 값을 찾습니다. |
OneHot <U는 TType을 확장합니다.> | 원-핫 텐서를 반환합니다. |
OnesLike <T는 TType을 확장합니다.> | x와 모양과 유형이 동일한 텐서를 반환합니다. |
최적화데이터세트 | 'input_dataset'에 최적화를 적용하여 데이터세트를 생성합니다. |
OptimizeDatasetV2 | `input_dataset`에 관련 최적화를 적용하여 데이터 세트를 생성합니다. |
OptionalFromValue | 텐서 튜플에서 Optional 변형을 구성합니다. |
선택적GetValue | Optional 변형에 저장된 값을 반환하거나 값이 없으면 오류를 발생시킵니다. |
OptionalHasValue | 주어진 Optional 변형에 값이 있는 경우에만 true를 반환합니다. |
선택사항없음 | 값이 없는 Optional 변형을 생성합니다. |
주문됨지도지우기 | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
주문된 지도불완전한 크기 | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
OrderedMapPeek | Op는 지정된 키의 값을 엿봅니다. |
주문된 지도 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
OrderedMapStage | 순서가 지정된 것처럼 동작하는 기본 컨테이너의 단계(키, 값) 연관 컨테이너. |
OrderedMapUnstage | Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
OrderedMapUnstageNoKey | Op는 가장 작은 (키, 값) 요소를 제거하고 반환합니다. 기본 컨테이너의 키입니다. |
서수선택기 | TPU 코어 선택기 Op. |
OutfeedDequeue <T는 TType을 확장합니다.> | 계산 아웃피드에서 단일 텐서를 검색합니다. |
OutfeedDequeueTuple | 계산 아웃피드에서 여러 값을 검색합니다. |
OutfeedDequeueTupleV2 | 계산 아웃피드에서 여러 값을 검색합니다. |
OutfeedDequeueV2 <T는 TType을 확장합니다. > | 계산 아웃피드에서 단일 텐서를 검색합니다. |
아웃피드인큐 | 계산 아웃피드에 Tensor를 추가합니다. |
OutfeedEnqueueTuple | 계산 아웃피드에 여러 Tensor 값을 대기열에 넣습니다. |
패드 <T는 TType을 확장합니다> | 문서화된 XLA Pad 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#pad . |
패딩된 배치 데이터세트 | 입력에서 'batch_size' 요소를 일괄 처리하고 채우는 데이터 세트를 생성합니다. |
패딩Fifo큐 | 선입 선출 순서로 요소를 생성하는 큐입니다. |
ParallelConcat <T는 TType을 확장합니다. > | 첫 번째 차원을 따라 'N' 텐서 목록을 연결합니다. |
ParallelDynamicStitch <T는 TType을 확장합니다.> | '데이터' 텐서의 값을 단일 텐서에 인터리브합니다. |
ParameterizedTruncatedNormal <U는 TNumber를 확장합니다.> | 정규 분포에서 임의의 값을 출력합니다. |
구문 분석예 | tf.Example proto의 벡터(문자열)를 형식화된 텐서로 변환합니다. |
ParseExampleDataset | DT_STRING의 벡터인 'Example' proto를 포함하는 'input_dataset'를 구문 분석된 기능을 나타내는 'Tensor' 또는 'SparseTensor' 개체의 데이터세트로 변환합니다. |
구문 분석순서예 | tf.io.SequenceExample proto의 벡터(문자열)를 형식화된 텐서로 변환합니다. |
구문 분석단일예제 | tf.Example proto(문자열)를 형식화된 텐서로 변환합니다. |
ParseSingleSequence예제 | 스칼라 Brain.SequenceExample proto(문자열)를 형식화된 텐서로 변환합니다. |
ParseTensor <T는 TType을 확장합니다> | 직렬화된 tensorflow.TensorProto proto를 Tensor로 변환합니다. |
PartitionedInput <T는 TType을 확장합니다. > | 분할된 입력 목록을 함께 그룹화하는 작업입니다. |
PartitionedOutput <T는 TType을 확장합니다. > | XLA에 의해 분할될 텐서를 분할된 목록으로 역다중화하는 작업입니다. XLA 계산 외부로 출력됩니다. |
자리 표시자 <T는 TType을 확장합니다. > | 계산에 입력될 값에 대한 자리 표시자 작업입니다. |
PlaceholderWithDefault <T는 TType을 확장합니다. > | 출력이 제공되지 않을 때 '입력'을 통과하는 자리 표시자 작업입니다. |
폴리감마 <T는 T숫자를 확장함> | 폴리감마 함수 \\(\psi^{(n)}(x)\\)계산합니다. |
인구수 | 요소별 모집단 수를 계산합니다(일명 |
Pow <T는 TType을 확장합니다. > | 한 값의 다른 값에 대한 거듭제곱을 계산합니다. |
프리페치데이터세트 | 'input_dataset'에서 요소를 비동기 적으로 프리 페치하는 데이터 세트를 만듭니다. |
사전선형화 | 하나의 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다. |
사전선형화Tuple | 여러 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다. |
Gradient <t는 ttype를 확장합니다> | 그라디언트가 요청되면 오류를 유발하는 ID OP. |
인쇄 | 문자열 스칼라를 인쇄합니다. |
우선권 | 첫 번째 구성 요소 값으로 정렬 된 요소를 생성하는 큐. |
PrivateThreadPoolDataset | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
Prod <T는 TType을 확장합니다. > | 텐서의 차원에 걸쳐 요소의 곱을 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 > | 텐서를 양자화한 다음 역양자화합니다. |
QuantizeAndDequantizev3 <t는 tnumber >를 확장합니다 | 텐서를 양자화한 다음 역양자화합니다. |
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 | Bias 및 Relu를 사용하여 양자화된 깊이별 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 선형을 계산합니다 :`max (feature, 0)` |
QuantizedRelu6 <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 6 :`min (max (featues, 0), 6)`` |
QuantizedRelux <u는 ttype >을 확장합니다 | 양자화 된 정류 된 선형 x :`min (max (featust, 0), max_value)``를 계산합니다. |
QuantizedReshape <T는 TType을 확장합니다. > | Reshape 작업에 따라 양자화된 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 횟수를 셉니다. |
RaggedCountsParseOutput <u는 tnumber >를 확장합니다 | 울퉁불퉁 한 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다. |
raggedcross <t는 ttype , u 확장 tnumber > | 텐서 목록에서 특성 교차를 생성하고 이를 RaggedTensor로 반환합니다. |
raggedgather <t는 tnumber , u는 ttype를 확장합니다> | `indices '에 따라`params` 축`0`에서 울퉁불퉁 한 조각을 수집하십시오. |
RaggedRange <u는 tnumber를 확장하고 t는 tnumber를 확장합니다> | 지정된 숫자 시퀀스를 포함하는 'raggedtensor'를 반환합니다. |
raggedtensorfromvariant <u는 tnumber , t extends 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 | 비정형 텐서에서 조밀한 텐서를 생성하여 모양을 변경할 수 있습니다. |
비정형TensorToVariant | 'RaggedTensor'를 'variant' Tensor로 인코딩합니다. |
raggedtensortovariant gradient <u는 ttype >을 확장합니다 | `RaggedTensorToVariant`에 대한 그래디언트를 계산하는 데 사용되는 도우미입니다. |
randomcrop <t는 tnumber >를 확장합니다 | 무작위로 자르기`image '. |
randomdataset | 의사 난수를 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 임의의 값을 출력합니다. |
randomuniform <u는 tnumber >를 확장합니다 | 균일 분포에서 임의의 값을 출력합니다. |
randomuniformint <u는 tnumber >를 확장합니다 | 균일 분포에서 임의의 정수를 출력합니다. |
범위 <T는 T번호를 확장합니다.> | 일련의 숫자를 생성합니다. |
rangedataset | 값 범위의 데이터 세트를 만듭니다. |
계급 | 텐서의 순위를 반환합니다. |
readfile | 입력 파일 이름의 전체 내용을 읽고 출력합니다. |
ReadVariableOp <T는 TType을 확장합니다. > | 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. |
Rebatch데이터세트 | 배치 크기를 변경하는 데이터세트를 만듭니다. |
RebatchDatasetV2 | 배치 크기를 변경하는 데이터세트를 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 TType을 확장합니다. > | 다른 XLA 계산에서 명명 된 텐서를 수신합니다. |
recvtpuembeddingactivations | TPU에 임베딩 활성화를 수신하는 OP. |
<T는 T번호를 확장합니다>를 줄입니다. | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
모두 줄이기 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다. |
모두 감소 | 텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다. |
감소 결합 | 주어진 차원에서 문자열 텐서에 결합합니다. |
ReduceMax <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 요소의 최대값을 계산합니다. |
ReduceMin <T는 TType을 확장합니다. > | 텐서의 차원 전체에서 최소 요소를 계산합니다. |
ReduceProd <T는 TType을 확장합니다> | 텐서의 차원에 걸쳐 요소의 곱을 계산합니다. |
ReduceSum <T는 TType을 확장합니다. > | 텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
READGV2 <t는 tnumber >를 확장합니다 | 동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다. |
RefEnter <T는 TType을 확장합니다. > | 하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다. |
RefExit <T는 TType을 확장합니다. > | 현재 프레임을 상위 프레임으로 종료합니다. |
RefIdentity <T는 TType을 확장합니다. > | 입력 참조 텐서와 동일한 참조 텐서를 반환합니다. |
RefMerge <T는 TType을 확장합니다. > | 사용 가능한 텐서의 값을 `inputs`에서 `output`으로 전달합니다. |
RefNextIteration <T는 TType을 확장합니다. > | 다음 반복에서 해당 입력을 사용할 수 있도록 합니다. |
RefSelect <T는 TType을 확장합니다. > | `inputs`의 `index` 번째 요소를 `output`으로 전달합니다. |
RefSwitch <T는 TType을 확장합니다. > | 참조 텐서 '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. |
데이터세트 등록 | 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. |
RemoteFusedGraphExecute | 원격 프로세서에서 하위 그래프를 실행합니다. |
반복 DATASET | `input_dataset``count '시간의 출력을 방출하는 데이터 세트를 만듭니다. |
Replicaid | 복제 ID. |
ReplicatemetAdata | TPU 계산을 복제하는 방법을 나타내는 메타데이터입니다. |
ReplicatedInput <t는 ttype >을 확장합니다 | N개의 입력을 N방향 복제 TPU 계산에 연결합니다. |
ReplicatedOutput <t extends ttype > | N 방향으로 복제된 TPU 계산의 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 | 채널당 알려진 최소 및 최대 값으로 입력을 다시 양자화합니다. |
reshape <t extends ttype > | 텐서의 형태를 변경합니다. |
resizearea | 영역 보간을 사용하여 '이미지'의 크기를 '크기'로 조정합니다. |
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 | 지정된 누산기에서 집계된 그래디언트 수를 반환합니다. |
ResourceAccumulatorsetglobalstep | global_step에 대한 새 값으로 누산기를 업데이트합니다. |
ResourceAccumulatortakegradient <t extends ttype > | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
ResourceApplyAdamax | Adamax 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAdadelta | Adadelta 체계에 따라 '*var'를 업데이트하십시오. |
ResourceApplyAdagrad | adagrad 체계에 따라 '*var'를 업데이트합니다. |
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 | AddSign 업데이트에 따라 '*var'업데이트. |
ResourceApplyProximaladagrad | Adagrad 학습 속도를 가진 Fobos에 따라 '*var'및 '*accum'을 업데이트하십시오. |
ResourceApplyProximalgradientDescent | 고정 학습 속도로 FOBOS 알고리즘으로 '*var'를 업데이트하십시오. |
ResourcePlyrmsprop | RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
자원조건부누산기 | 그라디언트 집계를 위한 조건부 누산기입니다. |
ResourceCountUpTo <T는 Tnumber를 확장합니다. > | 'resource'가 가리키는 변수가 'limit'에 도달할 때까지 증가합니다. |
ResourceGather <U는 TType을 확장합니다.> | `indices`에 따라 `resource`가 가리키는 변수에서 조각을 수집합니다. |
ResourceGatherNd <U는 TType을 확장합니다.> | |
자원분산추가 | 'resource'에서 참조 된 변수에 희소 업데이트가 추가됩니다. |
ResourceScatterDiv | 희소 업데이트를 'resource'에서 참조하는 변수로 나눕니다. |
ResourceScatterMax | `max` 작업을 사용하여 `resource`가 참조하는 변수에 대한 희소 업데이트를 줄입니다. |
ResourceScatterMin | 'min' 작업을 사용하여 'resource'가 참조하는 변수에 대한 희소 업데이트를 줄입니다. |
ResourceScatterMul | `resource`가 참조하는 변수에 희소 업데이트를 곱합니다. |
ResourceScatterNdAdd | 변수의 개별 값이나 조각에 희소 추가를 적용합니다. |
자원산란NdMax | |
ResourceScatterNdMin | |
ResourceScatterNdSub | 변수의 개별 값이나 조각에 희소 빼기를 적용합니다. |
ResourceScatterNdUpdate | 특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다. |
ResourceScatterSub | `resource`가 참조하는 변수에서 희소 업데이트를 뺍니다. |
ResourceScatter업데이트 | `resource`가 참조하는 변수에 희소 업데이트를 할당합니다. |
ResourcesParseApplyAdadelta | VAR : 변수 ()에서 가져와야합니다. |
ResourcesParseApplyAdagrad | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyAdagradda | 근위 Adagrad 체계에 따라 '*var'및 '*accum'의 업데이트 항목. |
ResourcesParseApplyAdagradv2 | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
ResourcesParseApplyCenterEdrmsProp | 중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourcesParseApplyftrl | ftrl-proximal 구성표에 따라 '*var'의 관련 항목을 업데이트하십시오. |
ResourcesParseApplyKerasmomentum | 모멘텀 체계에 따라 '*var'및 '*accum'에서 관련 항목을 업데이트하십시오. |
ResourcesParseApplyMomentum | 모멘텀 체계에 따라 '*var'및 '*accum'에서 관련 항목을 업데이트하십시오. |
ResourcesParseApplyProximalAdagrad | FOBOS 알고리즘에 따라 '*var'및 '*accum'의 스파 스 업데이트 항목. |
ResourcesParseApplyProximalgradientDescent | Sparse 업데이트 '*var'고정 학습 속도를 가진 Fobos 알고리즘. |
ResourcesParseApplyRMSProp | RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
ResourceStridedSlice할당 | 'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다. |
복원하다 | V2 체크 포인트에서 텐서를 복원합니다. |
복원 슬라이스 <t는 ttype >을 확장합니다 | 체크 포인트 파일에서 텐서를 복원합니다. |
검색 푸모 베딩 아담 파라 미터 | Adam 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingadamparametersgradaccumdebug | 디버그 지원으로 Adam 임베딩 매개 변수를 검색하십시오. |
restievetpuembeddingadaDeltaparameters | Adadelta 임베딩 매개 변수를 검색합니다. |
restievetpuembeddingadaDEtaparametersgradAccumdebug | 디버그 지원으로 Adadelta 임베딩 매개 변수를 검색하십시오. |
retrievetpuembeddingadagradgarameters | Adagrad 임베딩 매개 변수를 검색하십시오. |
retrievetpuembeddingadagradagrametersgradAccumdebug | 디버그 지원으로 Adagrad 포함 매개 변수를 검색하십시오. |
retrievetpuembeddingcenteredrmspropparameters | 중앙 RMSprop 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingftrlparameters | ftrl 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingftrlparametersgradAccumdebug | 디버그 지원을 통해 FTRL 임베딩 매개변수를 검색합니다. |
retrievetpuembeddingmdladagradlightparameters | MDL Adagrad Light 임베딩 매개변수를 검색합니다. |
retrievetpuembeddingmomentumparameters | 모멘텀 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingmomentumparametersgradAccumdebug | 디버그 지원을 통해 Momentum 임베딩 매개변수를 검색합니다. |
retrievetpuembeddingproximaladagradagradparameters | 근위 adagrad 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingproximaladagradagrametersgradaccumdebug | 디버그 지원으로 근위 Adagrad 임베딩 매개 변수를 검색하십시오. |
검색 puembeddingproximalyogiparameters | |
검색 puembeddingproximalyogiparametersgradaccumdebug | |
retrievetpuembeddingrmspropparameters | RMSPROP 임베딩 매개 변수를 검색합니다. |
retrievetpuembeddingrmspropparametersgradAccumdebug | 디버그 지원으로 RMSProp Embedding 매개 변수를 검색하십시오. |
TPUEmbeddingStochasticGradientDescentParameters 검색 | SGD 내장 매개변수를 검색합니다. |
retrievetpuembeddingStochasticgradientDescentParametersgradAccumdebug | 디버그 지원을 통해 SGD 내장 매개변수를 검색합니다. |
역방향 <T는 TType을 확장합니다.> | 텐서의 특정 차원을 반대로 바꿉니다. |
ReverseSequence <T는 TType을 확장합니다. > | 가변 길이 슬라이스를 반전합니다. |
rfft <u는 ttype >를 확장합니다 | 실제 값 빠른 푸리에 변환. |
rfft2d <u 확장 ttype > | 2D 실제 값 빠른 푸리에 변환. |
rfft3d <u 확장 ttype > | 3D 실제 값 빠른 푸리에 변환. |
rgbtohsv <t는 tnumber >를 확장합니다 | 하나 이상의 이미지를 RGB에서 HSV로 변환합니다. |
Rightshift <t는 tnumber >를 확장합니다 | 요소는`x`와`y`의 비트 시대 오른쪽 시프트를 계산합니다. |
Rint <t는 tnumber >를 확장합니다 | x에 가장 가까운 요소 별 정수를 반환합니다. |
Rng읽기 및 건너뛰기 | 카운터 기반 RNG의 카운터를 향상시킵니다. |
rngskip | 카운터 기반 RNG의 카운터를 향상시킵니다. |
롤 <t는 ttype >를 확장합니다 | 축을 따라 텐서의 요소를 굴립니다. |
라운드 <t는 ttype >을 확장합니다 | 텐서의 값을 요소 측면에서 가장 가까운 정수로 반올림합니다. |
RPC | RPC 요청 일괄 처리를 수행합니다. |
rsqrt <t는 ttype >를 확장합니다 | X 요소 단위의 제곱근의 상호 작용을 계산합니다. |
rsqrtgrad <t extends ttype > | `x` wrt 입력의 rsqrt에 대한 그라디언트를 계산합니다. |
SampledistortedBoundingbox <t extends tnumber > | 이미지에 대해 무작위로 왜곡 된 경계 박스를 생성합니다. |
샘플링데이터세트 | 다른 데이터세트 콘텐츠의 Bernoulli 샘플을 사용하는 데이터세트를 만듭니다. |
구하다 | 텐서를 V2 체크 포인트 형식으로 저장합니다. |
SaveSlices | 입력 텐서 슬라이스를 디스크에 저장합니다. |
scalarsummary | 스칼라 값으로 '요약'프로토콜 버퍼를 출력합니다. |
축척 및 번역 | |
scaleandtranslategrad <t는 tnumber >를 확장합니다 | |
ScatterAdd <T는 TType을 확장합니다. > | 변수 참조에 희소 업데이트를 추가합니다. |
ScatterDiv <T는 TType을 확장합니다. > | 변수 참조를 희소 업데이트로 나눕니다. |
ScatterMax <T는 TNumber를 확장합니다. > | 'max' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMin <T는 Tnumber를 확장합니다. > | 'min' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMul <T는 TType을 확장합니다> | 희소 업데이트를 변수 참조에 곱합니다. |
ScatterNd <U는 TType을 확장합니다.> | '인덱스'에 따라 '업데이트'를 새 텐서로 분산시킵니다. |
ScatterNdAdd <T는 TType을 확장합니다. > | 변수의 개별 값이나 조각에 희소 추가를 적용합니다. |
ScatterNdMax <T는 TType을 확장합니다. > | 요소별 최대값을 계산합니다. |
ScatterNdMin <T는 TType을 확장합니다. > | 요소별 최소값을 계산합니다. |
ScatterNdNonAliasingAdd <T는 TType을 확장합니다.> | 개별 값이나 조각을 사용하여 '입력'에 희소 추가를 적용합니다. 인덱스 `인덱스`에 따른 `업데이트`에서. |
ScatterNdSub <T는 TType을 확장합니다. > | 변수의 개별 값이나 조각에 희소 빼기를 적용합니다. |
ScatterNdUpdate <T는 TType을 확장합니다. > | 특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다. |
ScatterSub <T는 TType을 확장합니다. > | 변수 참조에 대한 희소 업데이트를 뺍니다. |
ScatterUpdate <T는 TType을 확장합니다. > | 변수 참조에 스파스 업데이트를 적용합니다. |
sdcafprint | 입력 문자열의 지문을 계산합니다. |
sdcaoptimizer | 확률 론적 듀얼 좌표 상승 (SDCA) 최적화의 분산 버전 L1 + L2 정규화 된 선형 모델. |
SDCASHRINKL1 | 매개 변수에 L1 정규화 수축 단계를 적용합니다. |
SEGMERMAX <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최대값을 계산합니다. |
segmentmean <t는 ttype >를 확장합니다 | 텐서의 세그먼트를 따라 평균을 계산합니다. |
segmentmin <t는 tnumber >를 연장합니다 | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
segmentProd <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 곱을 계산합니다. |
segmentsum <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 합계를 계산합니다. |
<T는 TType을 확장합니다>를 선택합니다 . | |
selfadjointeig <t는 ttype >를 확장합니다 | 자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다). |
selu <t는 tnumber >를 확장합니다 | 스케일 지수 선형 :`scale * alpha * (exp (특징) -1)` <0 인 경우`scale * feature`는 그렇지 않으면. |
selugrad <t는 tnumber >를 확장합니다 | 스케일링 지수 선형 (SELU) 작업을위한 그라디언트를 계산합니다. |
보내다 | 명명 된 텐서를 다른 XLA 계산으로 보냅니다. |
sendtpuembeddinggradients | 임베딩 테이블의 그라디언트 업데이트를 수행합니다. |
시리얼 화자 | 주어진`resource_handle '을 반복자를 변환하는 텐서로 변환합니다. |
serializemanysparse <u는 ttype >을 확장합니다 | `n`-minibatch`sparsetensor`를`[n, 3]``````````````minibatch '를 일련 화하십시오. |
Serializesparse <u 확장 ttype > | `sparsetensor`를`[3]````````객체 ''로 직렬화하십시오. |
serializetensor | 텐서를 직렬화 된 텐서 프로토 프로토로 변환합니다. |
SetDiff1d <T는 TType을 확장하고, U는 TNumber를 확장합니다. > | 두 숫자 또는 문자열 목록 간의 차이를 계산합니다. |
크기 설정 | 입력 `세트`의 마지막 차원에 따른 고유 요소 수입니다. |
setstatsagagatordataset | |
모양 <U가 T번호를 확장함> | 텐서의 모양을 반환합니다. |
ShapeN <U는 T번호를 확장합니다.> | 텐서의 형태를 반환합니다. |
샤드데이터세트 | 이 데이터 세트의 1/`num_shards '만 포함하는'dataset '을 만듭니다. |
ShardedFilename | 샤드 파일 이름을 생성하십시오. |
ShardedFilespec | 모든 샤드 파일 이름과 일치하는 글로벌 패턴을 생성합니다. |
샤드 <t는 ttype >를 확장합니다 | 주어진 샤드 속성을 기반으로 입력을 파악하는 OP. |
ShuffleandrepeatDataset | |
Shuffledataset | |
셧다운 분배 된tpu | 실행 중인 분산 TPU 시스템을 종료합니다. |
sigmoid <t는 ttype >를 연장합니다 | `x` emect-wise의 sigmoid를 계산합니다. |
sigmoidgrad <t는 ttype >을 확장합니다 | `x` wrt 입력의 Sigmoid의 구배를 계산합니다. |
서명 <t는 ttype >를 확장합니다 | 숫자의 부호에 대한 요소별 표시를 반환합니다. |
sin <t는 ttype >을 연장합니다 | X 요소 단위의 사인을 계산합니다. |
sinh <t는 ttype >을 연장합니다 | X 요소 별 쌍곡선 사인을 계산합니다. |
크기 <U는 T번호를 확장합니다.> | 텐서의 크기를 반환합니다. |
건너 뛰기 | 'input_dataset'에서 'count'요소를 건너 뛰는 데이터 세트를 만듭니다. |
스킵그램 | 텍스트 파일을 구문 분석하고 예제 배치를 만듭니다. |
수면 | |
슬라이스 <T는 TType을 확장합니다. > | 'input'에서 슬라이스를 반환합니다. |
SlidingWindowDataset | `input_dataset`에 대한 슬라이딩 윈도우를 전달하는 데이터세트를 생성합니다. |
스냅샷 <T는 TType을 확장합니다.> | 입력 텐서의 복사본을 반환합니다. |
SobolSample <t는 tnumber >를 확장합니다 | 소볼 시퀀스에서 점을 생성합니다. |
softmax <t는 tnumber >를 확장합니다 | SoftMax 활성화를 계산합니다. |
softmaxcrossentropywithlogits <t는 tnumber >를 확장합니다 | SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다. |
SoftPlus <t는 tnumber >를 확장합니다 | SoftPlus를 계산합니다 :`log (exp (features) + 1)`. |
softplusgrad <t는 tnumber >를 확장합니다 | 소프트 플러스 작업을 위해 소프트 플러스 그라디언트를 계산합니다. |
softsign <t는 tnumber >를 확장합니다 | SoftSign을 계산합니다 :`feations / (abs (기능) + 1)`. |
softsigngrad <t는 tnumber >를 확장합니다 | SoftSign 작업을 위해 SoftSign 그라디언트를 계산합니다. |
<t extends ttype >를 해결하십시오 | 선형 방정식 시스템을 해결합니다. |
정렬 <t extends ttype > | 문서화 된 XLA 정렬 연산자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#sort. |
spacetobatch <t extends ttype > | 타입 T의 4D 텐서에 대한 Spacetobatch. |
SpaceToBatchNd <T는 TType을 확장합니다. > | T 유형의 ND 텐서에 대한 SpaceToBatch. |
spacetodepth <t는 ttype >를 확장합니다 | T 유형의 텐서에 대한 SpaceToDepth. |
SparseAccumulatorApplyGradient | 지정된 누산기에 희소 그라데이션을 적용합니다. |
SparseAccumulatorTakeGradient <T는 TType을 확장합니다.> | SparseConditionalAccumulator에서 평균 희소 기울기를 추출합니다. |
SparseAdd <T는 TType을 확장합니다. > | 두 개의 `SparseTensor` 개체를 추가하여 또 다른 `SparseTensor`를 생성합니다. |
SparseAddGrad <T는 TType을 확장합니다. > | SparseAdd 작업에 대한 그래디언트 연산자입니다. |
sparseapplyadadelta <t는 ttype >을 확장합니다 | VAR : 변수 ()에서 가져와야합니다. |
sparseapplyadagrad <t는 ttype >를 확장합니다 | adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다. |
sparseapplyadagradda <t는 ttype >를 확장합니다 | 근위 Adagrad 체계에 따라 '*var'및 '*accum'의 업데이트 항목. |
sparseapplycenteredrmsprop <t extends ttype > | 중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
sparseapplyftrl <t는 ttype >을 확장합니다 | ftrl-proximal 구성표에 따라 '*var'의 관련 항목을 업데이트하십시오. |
SparseApplyMomentum <t는 ttype >을 확장합니다 | 모멘텀 체계에 따라 '*var'및 '*accum'에서 관련 항목을 업데이트하십시오. |
SparseApplyProximaladagrad <t는 ttype >을 확장합니다 | FOBOS 알고리즘에 따라 '*var'및 '*accum'의 스파 스 업데이트 항목. |
SparseApplyProxiMalgradientDescent <t extends ttype > | Sparse 업데이트 '*var'고정 학습 속도를 가진 Fobos 알고리즘. |
sparseApplyrmsprop <t extends ttype > | RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오. |
SparseBincount <U는 TNumber를 확장합니다.> | 정수 배열에서 각 값의 발생 횟수를 셉니다. |
SparseConcat <T는 TType을 확장합니다. > | 지정된 차원을 따라 'SparseTensor' 목록을 연결합니다. |
SparseConditionalAccumulator | 희소 기울기를 집계하기 위한 조건부 누산기입니다. |
SparseCountSparseOutput <U는 TNumber를 확장합니다.> | 희소 텐서 입력에 대해 희소 출력 Bin 계산을 수행합니다. |
스파스 크로스 | 희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다. |
SparseCrossHashed | 희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다. |
SparseDenseCwiseAdd <T는 TType을 확장합니다.> | 다음과 같은 특수 규칙을 사용하여 SparseTensor와 Dense Tensor를 합산합니다. (1) 적합한 경우 조밀한 면을 희소한 면과 동일한 모양으로 브로드캐스팅합니다. (2) 그런 다음 SparseTensor의 인덱스가 가리키는 밀집된 값만 cwise 추가에 참여합니다. |
SparseDenseCwiseDiv <T는 TType을 확장합니다.> | 구성 요소별로 SparseTensor를 밀집된 Tensor로 나눕니다. |
SparseDenseCwiseMul <T는 TType을 확장합니다> | 구성요소 측면에서는 SparseTensor에 밀도가 높은 Tensor를 곱합니다. |
SparseFillEmptyRows <T는 TType을 확장합니다.> | 입력 2D 'SparseTensor'의 빈 행을 기본값으로 채웁니다. |
SparseFillEmptyRowsGrad <T는 TType을 확장합니다. > | SparseFillEmptyRows의 그라데이션입니다. |
SparseMatMul | 행렬 "a"와 행렬 "b"를 곱합니다. |
희소행렬추가 | 두 개의 CSR 행렬의 희소 추가, C = 알파 * A + 베타 * B. |
sparsematrixmatmul <t는 ttype >을 확장합니다 | 희소 행렬과 조밀한 행렬을 행렬 곱합니다. |
SparseMatrixMul | 희소 행렬과 조밀한 텐서의 요소별 곱셈입니다. |
스파스매트릭스NNZ | `sparse_matrix`의 0이 아닌 개수를 반환합니다. |
SparseMatrix주문AMD | '입력'의 AMD(근사 최소 차수) 순서를 계산합니다. |
SparseMatrix소프트맥스 | CSRSPARSEMATRIX의 SoftMax를 계산합니다. |
SparseMatrixSoftmaxGrad | SparseMatrixSoftmax 연산의 기울기를 계산합니다. |
희소행렬SparseCholesky | '입력'의 희소 Cholesky 분해를 계산합니다. |
SparseMatrixSparseMatMul | 희소 행렬은 두 개의 CSR 행렬 'a'와 'b'를 곱합니다. |
sparsematrixtranspose | CSRSparseMatrix의 내부(행렬) 차원을 바꿉니다. |
SparseMatrixZeros | 'dense_shape' 형태로 모두 0인 CSRSparseMatrix를 생성합니다. |
SparseReduceMax <T는 TNumber를 확장합니다. > | SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다. |
SparseReduceMaxSparse <T는 TNumber를 확장합니다.> | SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다. |
SparseReduceSum <T는 TType을 확장합니다.> | SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
SparseReduceSumSparse <T는 TType을 확장합니다.> | SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
SparseReorder <T는 TType을 확장합니다. > | SparseTensor를 표준 행 우선 순서로 재정렬합니다. |
SparseReshape | SparseTensor의 형태를 변경하여 새로운 밀집 형태의 값을 나타냅니다. |
SparseSegmentMean <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
SparseSegmentMeanGrad <T는 TNumber를 확장합니다.> | SparseSegmentMean에 대한 기울기를 계산합니다. |
SparseSegmentMeanWithNumSegments <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 평균을 계산합니다. |
SparseSegmentSqrtN <T는 TNumber를 확장합니다. > | N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSqrtNGrad <T는 TNumber를 확장합니다. > | SparseSegmentsqrtn에 대한 그라디언트를 계산합니다. |
SparseSegmentSqrtNWithNumSegments <T는 TNumber를 확장합니다.> | N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSum <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSegmentSumWithNumSegments <T는 TNumber를 확장합니다.> | 텐서의 희소 세그먼트를 따라 합계를 계산합니다. |
SparseSlice <T는 TType을 확장합니다. > | `start`와 `size`를 기준으로 `SparseTensor`를 슬라이스합니다. |
SparseSliceGrad <T는 TType을 확장합니다.> | SparseSlice 작업에 대한 그래디언트 연산자입니다. |
SparseSoftmax <T는 TNumber를 확장합니다. > | 일괄 처리된 ND `SparseTensor`에 소프트맥스를 적용합니다. |
sparsesoftmaxcrossentropywithlogits <t는 tnumber >를 확장합니다 | SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다. |
SparseSparseMaximum <T는 TNumber를 확장합니다.> | 두 SparseTensor의 요소별 최대값을 반환합니다. |
SparseSparseMinimum <T는 TType을 확장합니다.> | 두 SparseTensor의 요소별 최소값을 반환합니다. |
sparsesplit <t extends ttype > | 한 차원을 따라 `SparseTensor`를 `num_split` 텐서로 분할합니다. |
SparseTensorDenseAdd <U는 TType을 확장합니다.> | 'SparseTensor'와 조밀한 'Tensor'를 더해 조밀한 'Tensor'를 생성합니다. |
SparseTensorDenseMatMul <U는 TType을 확장합니다.> | SparseTensor(랭크 2) "A"와 조밀한 행렬 "B"를 곱합니다. |
sparsetensorslicedataset | SparSetensor를 요소별로 분할하는 데이터 세트를 만듭니다. |
SparseTensorToCSRSparseMatrix | SparseTensor를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다. |
SparseToDense <U는 TType을 확장합니다.> | 희소 표현을 조밀한 텐서로 변환합니다. |
SparseToSparseSetOperation <T는 TType을 확장합니다.> | 2개의 `SparseTensor` 입력의 마지막 차원을 따라 설정 연산을 적용합니다. |
Spence <t는 tnumber >를 확장합니다 | |
분할 <T는 TType을 확장합니다. > | 텐서를 하나의 차원을 따라 `num_split` 텐서로 분할합니다. |
SplitV <T는 TType을 확장합니다. > | 텐서를 하나의 차원을 따라 `num_split` 텐서로 분할합니다. |
SQLDATASET | SQL 쿼리를 실행하고 결과 세트의 행을 방출하는 데이터 세트를 생성합니다. |
sqrt <t는 ttype >을 확장합니다 | x 요소별로 제곱근을 계산합니다. |
sqrtgrad <t extends ttype > | `x` wrt 입력의 SQRT에 대한 그라디언트를 계산합니다. |
sqrtm <t는 ttype >을 확장합니다 | 하나 이상의 사각형 행렬의 매트릭스 제곱근을 계산합니다. matmul (sqrtm (a), sqrtm (a)) = a 입력 행렬은 뒤집을 수 없습니다. |
square <t는 ttype >을 확장합니다 | X 요소 별 제곱을 계산합니다. |
SquaredDifference <t는 ttype >을 확장합니다 | COLL (X -Y) (X -Y) 요소 별을 반환합니다. |
스퀴즈 <T는 TType을 확장합니다> | 텐서의 모양에서 크기 1의 차원을 제거합니다. |
스택 <T는 TType을 확장합니다> | `N` 순위-`R` 텐서 목록을 하나의 순위-`(R+1)` 텐서로 압축합니다. |
단계 | 경량 Enqueue와 유사한 단계 값입니다. |
스테이지클리어 | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
스테이지픽 | Op는 지정된 인덱스의 값을 피킹합니다. |
스테이지 크기 | Op는 기본 컨테이너의 요소 수를 반환합니다. |
Statefulrandombinomial <V는 tnumber >를 연장합니다 | |
Statefulardnormal <u는 ttype >을 확장합니다 | 정규 분포에서 임의의 값을 출력합니다. |
State -FultruncatedNormal <u는 ttype >을 확장합니다 | 잘린 정규 분포에서 임의의 값을 출력합니다. |
statefulliform <u는 ttype >을 확장합니다 | 균일 분포에서 임의의 값을 출력합니다. |
statefuluniformullint <u는 ttype >을 확장합니다 | 균일 분포에서 임의의 정수를 출력합니다. |
Statefuliformint <u는 ttype >를 확장합니다 | 균일 분포에서 임의의 정수를 출력합니다. |
무국적 <V는 tnumber >를 연장합니다 | 다국적 분포에서 샘플을 그립니다. |
intationsparameterizedTruncatedNormal <v는 tnumber >를 확장합니다 | |
anstationsrandombinomial <w는 tnumber >를 확장합니다 | 이항 분포에서 결정론적 의사 난수를 출력합니다. |
InstantessrandomGamma <V는 tnumber >를 연장합니다 | 감마 분포에서 결정론적 의사 난수를 출력합니다. |
SANTESSRANDOMGETKEYCOUNTERALG | 장치를 기반으로 최상의 알고리즘을 선택하고 시드를 키와 카운터에 스크램블합니다. |
SANCELESSRANDOMNORMAL <V는 tnumber >를 연장합니다 | 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
SANTESSRANDOMNORMALV2 <u는 tnumber >를 확장합니다 | 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
Instantessrandompoisson <w는 tnumber >를 확장합니다 | 포아송 분포에서 결정론적 의사 난수를 출력합니다. |
SANTELESSRANDOMUNIFOR <V는 tnumber >를 확장합니다 | 균일 분포에서 결정적 의사 난수 난수 값을 출력합니다. |
stationsrandomuniformullint <v는 tnumber >를 확장합니다 | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
SANTELESSRANDOMUNIFORFULLINTV2 <u는 tnumber >를 확장합니다 | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
inationsrandomuniformint <v는 tnumber >를 확장합니다 | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
SANTESSRANDOMUNIFORINTV2 <u는 tnumber >를 확장합니다 | 균일 분포에서 결정론적 의사 난수 난수를 출력합니다. |
SANTESSRANDOMUNIFORV2 <u는 tnumber >를 확장합니다 | 균일 분포에서 결정적 의사 난수 난수 값을 출력합니다. |
stantelesssampledistordboundingbox <t extends tnumber > | 이미지를 결정적으로 무작위로 왜곡 된 경계 박스를 생성합니다. |
InstationsTrunctedNormal <V는 tnumber >를 연장합니다 | 잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
SANTESSTRUCTATEDNORMALV2 <u는 tnumber >를 확장합니다 | 잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다. |
staticregexfullmatch | 입력이 Regex 패턴과 일치하는지 확인하십시오. |
staticregexreplace | 입력의 패턴 일치를 다시 쓰기로 대체합니다. |
StatsAggregatorHandle | |
statsaggreatorsetsummarywriter | stats_aggregator를 사용하여 통계를 기록하려면 summary_writer_interface를 설정하십시오. |
Statsaggregatorsummary | 지정된 통계 관리자가 기록한 모든 통계의 요약을 생성합니다. |
StopGradient <T는 TType을 확장합니다. > | 그라데이션 계산을 중지합니다. |
StridedSlice <T는 TType을 확장합니다. > | `input`에서 스트라이드 슬라이스를 반환합니다. |
StridedSliceAssign <T는 TType을 확장합니다.> | 'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다. |
StridedSliceGrad <U는 TType을 확장합니다.> | 'StridedSlice'의 그래디언트를 반환합니다. |
StringFormat | 텐서 목록을 사용하여 문자열 템플릿을 형식화합니다. |
StringLength | `입력`의 문자열 길이. |
StringNgrams <t는 tnumber >를 확장합니다 | 울퉁불퉁 한 문자열 데이터에서 ngrams를 만듭니다. |
stringsplit | `spec`을 'sparsetensor'로 기준으로 '소스'의 분할 요소. |
조각 | 텐서의 선장 및 후행 공백. |
sub <t는 ttype >을 확장합니다 | x - y 요소별로 반환합니다. |
기판 | 문자열의 '텐서'에서 기판을 반환합니다. |
합계 <T는 TType을 확장합니다.> | 텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다. |
요약자 | |
svd <t는 ttype >를 확장합니다 | 자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다). |
SwitchCond <T는 TType을 확장합니다. > | `pred`에 의해 결정된 출력 포트로 `데이터`를 전달합니다. |
TPU컴파일 결과 | TPU 컴파일 결과를 반환합니다. |
tpuembeddingactivations | TPU 임베딩을 차별화할 수 있는 작업입니다. |
TPUREPLICATEMETADATA | TPU 계산을 복제하는 방법을 나타내는 메타데이터입니다. |
tpureplicatedInput <t는 ttype >을 확장합니다 | N개의 입력을 N방향 복제 TPU 계산에 연결합니다. |
tpureplicatedOutput <t는 ttype >을 확장합니다 | N 방향으로 복제된 TPU 계산의 N 출력을 연결합니다. |
TakeDataset | 'input_dataset'의 'count'요소가 포함 된 데이터 세트를 만듭니다. |
TakeManySparseFromTensorsMap <T는 TType을 확장합니다.> | `SparseTensorsMap`에서 `SparseTensors`를 읽고 연결합니다. |
tan <t는 ttype >를 확장합니다 | X 요소 단위의 Tan을 계산합니다. |
tanh <t는 ttype >를 확장합니다 | `x` emelt-swise의 쌍곡선 접선을 계산합니다. |
tanhgrad <t는 ttype >를 확장합니다 | `x` wrt 입력의 tanh에 대한 그라디언트를 계산합니다. |
TemporaryVariable <T는 TType을 확장합니다. > | 변경될 수 있지만 단일 단계 내에서만 지속되는 텐서를 반환합니다. |
텐서어레이 | 주어진 크기의 Tensor 배열. |
텐서어레이닫기 | 리소스 컨테이너에서 TensorArray를 삭제합니다. |
TensorArrayConcat <T는 TType을 확장합니다> | TensorArray의 요소를 'value' 값으로 연결합니다. |
TensorArrayGather <T는 TType을 확장합니다> | TensorArray의 특정 요소를 출력 '값'으로 수집합니다. |
TensorArrayGrad | 지정된 핸들에 값의 기울기를 저장하기 위한 TensorArray를 만듭니다. |
TensorArrayGradWithShape | 지정된 핸들에 값의 여러 기울기를 저장하기 위한 TensorArray를 만듭니다. |
TensorArrayPack <T는 TType을 확장합니다.> | |
TensorArrayRead <T는 TType을 확장합니다. > | TensorArray의 요소를 읽어 '값'을 출력합니다. |
TensorArrayScatter | 입력 값의 데이터를 특정 TensorArray 요소로 분산시킵니다. |
텐서배열크기 | TensorArray의 현재 크기를 가져옵니다. |
텐서어레이분할 | 입력 값의 데이터를 TensorArray 요소로 분할합니다. |
TensorArrayUnpack | |
텐서어레이쓰기 | Tensor_Array에 요소를 밀어 넣으십시오. |
Tensordataset | ``구성 요소 ''를 텐서의 튜플로 한 번 방출하는 데이터 세트를 만듭니다. |
tensordiag <t는 ttype >을 확장합니다 | 주어진 대각선 값으로 대각선 텐서를 반환합니다. |
Tensordiagpart <t는 ttype >를 확장합니다 | 텐서의 대각선 부분을 반환합니다. |
TensorForestCreateTree변수 | 트리 리소스를 생성하고 이에 대한 핸들을 반환합니다. |
TensorForestTreeDeserialize | proto를 트리 핸들로 역직렬화합니다. |
TensorForestTreeIsInitializedOp | 나무가 초기화되었는지 확인합니다. |
TensorforestTreepredict | 주어진 입력 데이터에 대한 로짓을 출력합니다. |
TensorForestTreeResourceHandleOp | TensorForestTreeResource에 대한 핸들을 생성합니다. |
TensorForestTree직렬화 | 트리 핸들을 proto로 직렬화합니다. |
Tensor숲나무크기 | 트리의 노드 수를 가져옵니다. |
TensorListConcat <U는 TType을 확장합니다.> | 0차원을 따라 목록의 모든 텐서를 연결합니다. |
TensorListConcatLists | |
TensorListElementShape <T는 TNumber를 확장합니다.> | 텐서로서 주어진 목록의 요소 모양입니다. |
TensorListFromTensor | 쌓이면 `tensor` 값을 갖는 TensorList를 생성합니다. |
TensorListGather <T는 TType을 확장합니다> | TensorList를 인덱싱하여 Tensor를 생성합니다. |
TensorListGetItem <T는 TType을 확장합니다.> | |
TensorList길이 | 입력 텐서 목록의 텐서 수를 반환합니다. |
TensorListPopBack <T는 TType을 확장합니다.> | 입력 목록의 마지막 요소와 해당 요소를 제외한 모든 요소가 포함된 목록을 반환합니다. |
TensorList푸시백 | 전달된 `Tensor`를 마지막 요소로 포함하고 주어진 목록의 다른 요소를 `input_handle`에 포함하는 목록을 반환합니다. |
TensorListPushBackBatch | |
TensorListReserve | 빈 요소가 있는 지정된 크기의 목록입니다. |
TensorList크기 조정 | 목록의 크기를 조정합니다. |
TensorListScatter | Tensor를 인덱싱하여 TensorList를 생성합니다. |
TensorListScatterIntoExistingList | 입력 목록의 인덱스에 텐서를 분산시킵니다. |
TensorListSetItem | |
TensorList분할 | 텐서를 목록으로 분할합니다. |
TensorListStack <T는 TType을 확장합니다> | 목록의 모든 텐서를 스택합니다. |
텐서맵 지우기 | 주어진 키가 지워진 항목으로 텐서 맵을 반환합니다. |
TensorMapHasKey | 주어진 키가 맵에 존재하는지 여부를 반환합니다. |
텐서맵삽입 | 주어진 키-값 쌍이 삽입된 'input_handle'인 맵을 반환합니다. |
TensorMapLookup <U는 TType을 확장합니다.> | 텐서 맵의 특정 키에서 값을 반환합니다. |
텐서맵 크기 | 입력 텐서 맵의 텐서 수를 반환합니다. |
TensorMapStackKeys <T는 TType을 확장합니다.> | 텐서 맵에 있는 모든 키의 텐서 스택을 반환합니다. |
TensorScatterNdAdd <T는 TType을 확장합니다.> | '인덱스'에 따라 기존 텐서에 희박한 '업데이트'를 추가합니다. |
TensorScatterNdMax <T는 TType을 확장합니다.> | |
TensorScatterNdMin <T는 TType을 확장합니다.> | |
TensorScatterNdSub <T는 TType을 확장합니다.> | '인덱스'에 따라 기존 텐서에서 희박한 '업데이트'를 뺍니다. |
Tensorscatterndupdate <t extends ttype > | '인덱스'에 따라 기존 텐서에 '업데이트'를 분산시킵니다. |
TensorSlice데이터세트 | '구성 요소'의 각 DIM-0 조각을 한 번 방출하는 데이터 세트를 만듭니다. |
TensorStridedSliceUpdate <T는 TType을 확장합니다.> | 'input'의 분할된 l-value 참조에 'value'를 할당합니다. |
Tensorsummary | 텐서 및 플러그 당 데이터를 사용하여 '요약'프로토콜 버퍼를 출력합니다. |
TextLineDataset | 하나 이상의 텍스트 파일의 줄을 방출하는 데이터 세트를 만듭니다. |
TextLinerEader | '\ n'으로 구분 된 파일의 줄을 출력하는 리더. |
tfrecorddataset | 하나 이상의 TFRecord 파일에서 레코드를 내보내는 데이터세트를 생성합니다. |
tfrecordreader | Tensorflow 레코드 파일에서 레코드를 출력하는 독자. |
ThreadPool데이터세트 | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
ThreadPoolHandle | 'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다. |
타일 <T는 TType을 확장합니다> | 주어진 텐서를 타일링하여 텐서를 구성합니다. |
Tilegrad <t는 ttype >를 확장합니다 | '타일'의 그라디언트를 반환합니다. |
타임스탬프 | 에포크 이후의 시간을 초 단위로 제공합니다. |
ToBool | 텐서를 스칼라 조건자로 변환합니다. |
Tohashbucket | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
Tohashbucketfast | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
TohashbucketStrong | 입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다. |
Tonumber <t는 tnumber >를 확장합니다 | 입력 텐서의 각 문자열을 지정된 숫자 유형으로 변환합니다. |
topk <t는 tnumber >를 확장합니다 | 마지막 차원에 대한`k '최대 요소의 값과 지수를 찾습니다. |
TopK유니크 | 정렬된 순서로 배열의 TopK 고유 값을 반환합니다. |
TopKWith고유 | 배열의 TopK 값을 정렬된 순서로 반환합니다. |
전환 <t extends ttype > | 순열에 따라 X의 셔플 치수. |
triangularsolve <t extends ttype > | 백 스트럭션에 의해 상위 또는 하부 삼각형 매트릭스를 갖는 선형 방정식 시스템을 해결합니다. |
tridiagonalmatmul <t는 ttype >를 확장합니다 | Tridiagonal 매트릭스로 제품을 계산하십시오. |
tridiagonalsolve <t extends ttype > | 방정식의 삼중대각 시스템을 해결합니다. |
truncatediv <t는 ttype >를 확장합니다 | 정수 유형의 경우 x / y 요소로 반환합니다. |
truncatemod <t는 tnumber >를 확장합니다 | 요소별 나눗셈의 나머지를 반환합니다. |
TruncatedNormal <u는 tnumber >를 확장합니다 | 잘린 정규 분포에서 임의의 값을 출력합니다. |
TryRpc | RPC 요청 일괄 처리를 수행합니다. |
Unbatch <T는 TType을 확장합니다.> | 단일 출력 Tensor에 대한 Batch 작업을 반대로 합니다. |
Undatchdataset | 입력 요소를 여러 요소로 분할하는 데이터세트입니다. |
UnbatchGrad <T는 TType을 확장합니다. > | Unbatch의 그라데이션. |
비 압축 | 압축되지 않은 데이터 세트 요소를 압축합니다. |
UnicodedEcode <t는 tnumber >를 확장합니다 | 'input'의 각 문자열을 일련의 유니코드 코드 포인트로 디코딩합니다. |
unicodedecodewithoffoffsets <t extends tnumber > | 'input'의 각 문자열을 일련의 유니코드 코드 포인트로 디코딩합니다. |
Unicodeencode | int의 텐서를 유니코드 문자열로 인코딩합니다. |
유니 코드 스크립트 | 유니 코드 정수 코드 포인트의 주어진 텐서의 스크립트 코드를 결정하십시오. |
Unicodetranscode | 소스에서 입력 텍스트를 인코딩하여 대상 인코딩으로 트랜스 코딩합니다. |
UniformCandididatesAmpler | 균일 한 분포로 후보 샘플링에 대한 레이블을 생성합니다. |
고유 <T는 TType을 확장하고, V는 Tnumber를 확장합니다. > | 텐서의 축을 따라 고유한 요소를 찾습니다. |
고유 데이터 세트 | 'input_dataset'의 고유 요소가 포함된 데이터세트를 생성합니다. |
UniqueWithCounts <T는 TType을 확장하고, V는 TNumber를 확장합니다. > | 텐서의 축을 따라 고유한 요소를 찾습니다. |
UnsavelIndex <t는 tnumber >를 확장합니다 | 평면 인덱스 배열을 좌표 배열 튜플로 변환합니다. |
정렬되지 않은세그먼트 조인 | `segment_ids '를 기반으로`inputs'의 요소에 합류합니다. |
UnsortedSegmentMax <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최대값을 계산합니다. |
UnsortedSegmentmin <t는 tnumber >를 확장합니다 | 텐서의 세그먼트를 따라 최소값을 계산합니다. |
UnsortedSegmentProd <t extends ttype > | 텐서의 세그먼트를 따라 곱을 계산합니다. |
UnsortedSegmentsum <t는 ttype >을 확장합니다 | 텐서의 세그먼트를 따라 합계를 계산합니다. |
Unstack <T는 TType을 확장합니다.> | 순위-`R` 텐서의 주어진 차원을 `num` 순위-`(R-1)` 텐서로 압축 해제합니다. |
언스테이지 | Op는 경량 Dequeue와 유사합니다. |
Unprapdatasetvariant | |
높은 | 모든 소문자를 해당 대문자로 변환합니다. |
UpperBound <U는 T번호를 확장합니다.> | 각 행을 따라 upper_bound(sorted_search_values,values)를 적용합니다. |
VarHandleOp | 변수 리소스에 대한 핸들을 만듭니다. |
VarIsInitializedOp | 리소스 핸들 기반 변수가 초기화되었는지 확인합니다. |
변수 <T는 TType을 확장합니다. > | 여러 단계에 걸쳐 지속되는 텐서 형태로 상태를 유지합니다. |
VariableShape <T는 Tnumber를 확장합니다.> | `resource`가 가리키는 변수의 형태를 반환합니다. |
어디 | 텐서에서 0이 아닌 값/참 값의 위치를 반환합니다. |
wholefilereader | 파일의 전체 내용을 값으로 출력하는 리더. |
Windowdataset | 입력 요소를 (둥지) Windows의 데이터 세트로 결합합니다. |
작업자하트비트 | 작업자의 심장박동 op. |
WrapDatasetVariant | |
writeaudiosummary | 오디오 요약을 작성합니다. |
쓰기 파일 | 입력 파일 이름에서 파일에 내용을 씁니다. |
writegraphsummary | 그래프 요약을 작성합니다. |
writehistogramsummary | 히스토그램 요약을 작성합니다. |
WriteImagesUmmary | 이미지 요약을 작성합니다. |
Writerawprotosummary | 직렬화된 proto 요약을 작성합니다. |
writescalarsummary | 스칼라 요약을 작성합니다. |
Writesummary | 텐서 요약을 작성합니다. |
xdivy <t는 ttype >를 확장합니다 | x == 0이면 0을 반환하고 그렇지 않으면 x / y는 요소를 반환합니다. |
xlarecvfromhost <t는 ttype >을 확장합니다 | 호스트로부터 텐서를 수신하는 연산입니다. |
xlasendtohost | 텐서를 호스트에게 보내는 OP. |
xlasetbound | 주어진 입력 값에 대한 경계를 XLA 컴파일러에 대한 힌트로 설정하십시오. 같은 값을 반환합니다. |
XlaSpmdFullToShardShape <T는 TType을 확장합니다.> | XLA SPMD 파티셔너가 자동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 수동 파티셔닝. |
XlaSpmdShardToFullShape <T는 TType을 확장합니다.> | XLA SPMD 파티셔너가 수동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 자동 파티셔닝. |
xlog1py <t는 ttype >를 확장합니다 | x == 0이면 0을 반환하고, 그렇지 않으면 요소별로 x * log1p(y)를 반환합니다. |
xlogy <t는 ttype >를 확장합니다 | x == 0이면 0을 반환하고 x * log (y)는 그렇지 않으면 요소를 반환합니다. |
ZerosLike <T는 TType을 확장합니다. > | x와 모양과 유형이 동일한 0의 텐서를 반환합니다. |
Zeta <t는 tnumber >를 확장합니다 | Hurwitz Zeta 함수 \\(\zeta(x, q)\\)계산하십시오. |
zipdataset | 'input_datasets'를 함께 줄이는 데이터 세트를 만듭니다. |
erfinv <t는 tnumber >를 확장합니다 | |