Kelas
| AvgPool <T memperluas TNumber > | Melakukan pengumpulan rata-rata pada input. |
| Rata-rataPool.Opsi | Atribut opsional untuk AvgPool |
| AvgPool3d <T memperluas TNumber > | Melakukan pengumpulan rata-rata 3D pada input. |
| Rata-rataPool3d.Opsi | Atribut opsional untuk AvgPool3d |
| AvgPool3dGrad <T memperluas TNumber > | Menghitung gradien fungsi pengumpulan rata-rata. |
| Rata-rataPool3dGrad.Opsi | Atribut opsional untuk AvgPool3dGrad |
| AvgPoolGrad <T memperluas TNumber > | Menghitung gradien fungsi pengumpulan rata-rata. |
| Rata-rataPoolGrad.Opsi | Atribut opsional untuk AvgPoolGrad |
| BatchNormWithGlobalNormalization <T memperluas TType > | Normalisasi batch. |
| BatchNormWithGlobalNormalizationGrad <T memperluas TType > | Gradien untuk normalisasi batch. |
| BiasTambahkan <T memperluas TType > | Menambahkan `bias` ke `nilai`. |
| BiasAdd.Options | Atribut opsional untuk BiasAdd |
| BiasAddGrad <T memperluas TType > | Operasi mundur untuk "BiasAdd" pada tensor "bias". |
| BiasAddGrad.Opsi | Atribut opsional untuk BiasAddGrad |
| BlockLSTM <T memperluas TNumber > | Menghitung propagasi maju sel LSTM untuk semua langkah waktu. |
| BlockLSTM.Opsi | Atribut opsional untuk BlockLSTM |
| BlockLSTMGrad <T memperluas TNumber > | Menghitung propagasi mundur sel LSTM untuk seluruh urutan waktu. |
| Komputasi AccidentalHits | Menghitung id posisi di sampled_candidates yang cocok dengan true_labels. |
| ComputeAccidentalHits.Options | Atribut opsional untuk ComputeAccidentalHits |
| Konv2d <T memperluas TNomber > | Menghitung konvolusi 2-D dengan `input` dan `filter` 4-D. |
| Opsi Konv2d | Atribut opsional untuk Conv2d |
| Conv2dBackpropFilter <T memperluas TNumber > | Menghitung gradien konvolusi sehubungan dengan filter. |
| Conv2dBackpropFilter.Opsi | Atribut opsional untuk Conv2dBackpropFilter |
| Conv2dBackpropInput <T memperluas TNumber > | Menghitung gradien konvolusi sehubungan dengan input. |
| Conv2dBackpropInput.Options | Atribut opsional untuk Conv2dBackpropInput |
| Konv3d <T memperluas TNumber > | Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D. |
| Opsi Konv3d | Atribut opsional untuk Conv3d |
| Conv3dBackpropFilter <T memperluas TNumber > | Menghitung gradien konvolusi 3-D sehubungan dengan filter. |
| Conv3dBackpropFilter.Options | Atribut opsional untuk Conv3dBackpropFilter |
| Conv3dBackpropInput <U memperluas TNumber > | Menghitung gradien konvolusi 3-D sehubungan dengan masukan. |
| Conv3dBackpropInput.Options | Atribut opsional untuk Conv3dBackpropInput |
| CtcBeamSearchDecoder <T memperluas TNumber > | Melakukan decoding pencarian berkas pada logit yang diberikan dalam input. |
| CtcBeamSearchDecoder.Opsi | Atribut opsional untuk CtcBeamSearchDecoder |
| CtcGreedyDecoder <T memperluas TNumber > | Melakukan decoding serakah pada logit yang diberikan dalam input. |
| CtcGreedyDecoder.Opsi | Atribut opsional untuk CtcGreedyDecoder |
| CtcLoss <T memperluas TNumber > | Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch. |
| CtcLoss.Options | Atribut opsional untuk CtcLoss |
| CTCLossV2 | Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch. |
| CTCLossV2.Opsi | Atribut opsional untuk CTCLossV2 |
| CudnnRNN <T memperluas TNomber > | RNN yang didukung oleh cuDNN. |
| CudnnRNN.Opsi | Atribut opsional untuk CudnnRNN |
| CudnnRNNBackprop <T memperluas TNumber > | Langkah backprop dari CudnnRNNV3. |
| CudnnRNNBackprop.Opsi | Atribut opsional untuk CudnnRNNBackprop |
| CudnnRNNCanonicalToParams <T memperluas TNumber > | Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan. |
| CudnnRNNCanonicalToParams.Options | Atribut opsional untuk CudnnRNNCanonicalToParams |
| CudnnRnnParamsSize <U memperluas TNumber > | Menghitung ukuran bobot yang dapat digunakan oleh model Cudnn RNN. |
| CudnnRnnParamsSize.Options | Atribut opsional untuk CudnnRnnParamsSize |
| CudnnRNNNParamsToCanonical <T memperluas TNumber > | Mengambil parameter CudnnRNN dalam bentuk kanonik. |
| CudnnRNNNParamsToCanonical.Options | Atribut opsional untuk CudnnRNNParamsToCanonical |
| DataFormatDimMap <T memperluas TNumber > | Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya format data sumber. |
| DataFormatDimMap.Options | Atribut opsional untuk DataFormatDimMap |
| DataFormatVecPermute <T memperluas TNumber > | Ubah tensor masukan dari `src_format` menjadi `dst_format`. |
| DataFormatVecPermute.Options | Atribut opsional untuk DataFormatVecPermute |
| DepthToSpace <T memperluas TType > | DepthToSpace untuk tensor tipe T. |
| DepthToSpace.Opsi | Atribut opsional untuk DepthToSpace |
| DepthwiseConv2dNative <T memperluas TNumber > | Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D. |
| Opsi DepthwiseConv2dNative | Atribut opsional untuk DepthwiseConv2dNative |
| DepthwiseConv2dNativeBackpropFilter <T memperluas TNumber > | Menghitung gradien konvolusi mendalam terhadap filter. |
| DepthwiseConv2dNativeBackpropFilter.Options | Atribut opsional untuk DepthwiseConv2dNativeBackpropFilter |
| DepthwiseConv2dNativeBackpropInput <T memperluas TNumber > | Menghitung gradien konvolusi mendalam sehubungan dengan masukan. |
| DepthwiseConv2dNativeBackpropInput.Options | Atribut opsional untuk DepthwiseConv2dNativeBackpropInput |
| Pelebaran2d <T memperluas TNomor > | Menghitung dilatasi skala abu-abu dari `input` 4-D dan `filter` 3-D. |
| Dilation2dBackpropFilter <T memperluas TNumber > | Menghitung gradien dilatasi 2-D morfologi terhadap filter. |
| Dilation2dBackpropInput <T memperluas TNumber > | Menghitung gradien dilatasi 2-D morfologi terhadap masukan. |
| Elu <T memperluas Nomor T > | Menghitung linier eksponensial: `exp(fitur) - 1` jika < 0, `fitur` sebaliknya. |
| EluGrad <T memperluas TNumber > | Menghitung gradien untuk operasi linier eksponensial (Elu). |
| MemperbaikiUnigramCandidateSampler | Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari. |
| MemperbaikiUnigramCandidateSampler.Options | Atribut opsional untuk FixedUnigramCandidateSampler |
| FractionalAvgPool <T memperluas TNumber > | Melakukan pengumpulan rata-rata pecahan pada input. |
| FractionalAvgPool.Options | Atribut opsional untuk FractionalAvgPool |
| FractionalAvgPoolGrad <T memperluas TNumber > | Menghitung gradien fungsi FractionalAvgPool. |
| FractionalAvgPoolGrad.Options | Atribut opsional untuk FractionalAvgPoolGrad |
| FractionalMaxPool <T memperluas TNumber > | Melakukan pengumpulan maksimal pecahan pada input. |
| FractionalMaxPool.Options | Atribut opsional untuk FractionalMaxPool |
| FractionalMaxPoolGrad <T memperluas TNumber > | Menghitung gradien fungsi FractionalMaxPool. |
| FractionalMaxPoolGrad.Options | Atribut opsional untuk FractionalMaxPoolGrad |
| FusedBatchNorm <T memperluas TNomber , U memperluas TNorm > | Normalisasi batch. |
| FusedBatchNorm.Opsi | Atribut opsional untuk FusedBatchNorm |
| FusedBatchNormGrad <T memperluas TNomber , U memperluas TNumber > | Gradien untuk normalisasi batch. |
| FusedBatchNormGrad.Opsi | Atribut opsional untuk FusedBatchNormGrad |
| FusedPadConv2d <T memperluas TNumber > | Melakukan padding sebagai praproses selama konvolusi. |
| FusedResizeAndPadConv2d <T memperluas TNumber > | Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi. |
| FusedResizeAndPadConv2d.Options | Atribut opsional untuk FusedResizeAndPadConv2d |
| GRUBlockCell <T memperluas TNumber > | Menghitung propagasi maju sel GRU untuk 1 langkah waktu. |
| GRUBlockCellGrad <T memperluas TNomber > | Menghitung propagasi balik sel GRU untuk 1 langkah waktu. |
| Di TopK | Mengatakan apakah target berada dalam prediksi `K` teratas. |
| InvGrad <T memperluas TType > | Menghitung gradien untuk kebalikan dari `x` dengan masukannya. |
| Regresi Isotonik <U memperluas TNumber > | Memecahkan sejumlah masalah regresi isotonik. |
| L2Loss <T meluas TNomber > | L2 Kerugian. |
| LeakyRelu <T memperluas TNomber > | Menghitung linier yang diperbaiki: `maks(fitur, fitur * alfa)`. |
| LeakyRelu.Opsi | Atribut opsional untuk LeakyRelu |
| LearnedUnigramCandidateSampler | Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari. |
| LearnedUnigramCandidateSampler.Options | Atribut opsional untuk LearnedUnigramCandidateSampler |
| Normalisasi Respons Lokal <T memperluas Nomor T > | Normalisasi Respon Lokal. |
| Normalisasi Respons Lokal.Opsi | Atribut opsional untuk LocalResponseNormalization |
| LocalResponseNormalizationGrad <T memperluas TNumber > | Gradien untuk Normalisasi Respon Lokal. |
| LocalResponseNormalizationGrad.Options | Atribut opsional untuk LocalResponseNormalizationGrad |
| LogSoftmax <T memperluas TNumber > | Menghitung aktivasi log softmax. |
| LSTMBlockCell <T memperluas TNomber > | Menghitung propagasi maju sel LSTM untuk 1 langkah waktu. |
| LSTMBlockCell.Opsi | Atribut opsional untuk LSTMBlockCell |
| LSTMBlockCellGrad <T memperluas TNumber > | Menghitung propagasi mundur sel LSTM untuk 1 langkah waktu. |
| MaxPool <T memperluas TType > | Melakukan pengumpulan maksimal pada input. |
| MaxPool.Opsi | Atribut opsional untuk MaxPool |
| MaxPool3d <T memperluas TNumber > | Melakukan pengumpulan maksimal 3D pada input. |
| MaxPool3d.Opsi | Atribut opsional untuk MaxPool3d |
| MaxPool3dGrad <U memperluas TNumber > | Menghitung gradien fungsi pengumpulan maksimal 3D. |
| MaxPool3dGrad.Opsi | Atribut opsional untuk MaxPool3dGrad |
| MaxPool3dGradGrad <T memperluas TNumber > | Menghitung gradien orde kedua dari fungsi maxpooling. |
| MaxPool3dGradGrad.Opsi | Atribut opsional untuk MaxPool3dGradGrad |
| MaxPoolGrad <T memperluas TNumber > | Menghitung gradien fungsi maxpooling. |
| MaxPoolGrad.Opsi | Atribut opsional untuk MaxPoolGrad |
| MaxPoolGradGrad <T memperluas TNumber > | Menghitung gradien orde kedua dari fungsi maxpooling. |
| MaxPoolGradGrad.Opsi | Atribut opsional untuk MaxPoolGradGrad |
| MaxPoolGradGradWithArgmax <T memperluas TNumber > | Menghitung gradien orde kedua dari fungsi maxpooling. |
| MaxPoolGradGradWithArgmax.Options | Atribut opsional untuk MaxPoolGradGradWithArgmax |
| MaxPoolGradWithArgmax <T memperluas TNumber > | Menghitung gradien fungsi maxpooling. |
| MaxPoolGradWithArgmax.Options | Atribut opsional untuk MaxPoolGradWithArgmax |
| MaxPoolWithArgmax <T memperluas TNomber , U memperluas TNomber > | Melakukan pengumpulan maksimal pada input dan output baik nilai dan indeks maksimal. |
| MaxPoolWithArgmax.Options | Atribut opsional untuk MaxPoolWithArgmax |
| NthElement <T memperluas TNumber > | Menemukan nilai statistik urutan ke-`n` untuk dimensi terakhir. |
| NthElement.Options | Atribut opsional untuk NthElement |
| QuantizedAvgPool <T memperluas TType > | Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi. |
| QuantizedBatchNormWithGlobalNormalization <U memperluas TType > | Normalisasi Batch terkuantisasi. |
| QuantizedBiasAdd <V memperluas TType > | Menambahkan 'bias' Tensor ke 'input' Tensor untuk tipe Terkuantisasi. |
| QuantizedConv2d <V memperluas TType > | Menghitung konvolusi 2D dengan masukan 4D terkuantisasi dan tensor filter. |
| Opsi Konv2d Terkuantisasi | Atribut opsional untuk QuantizedConv2d |
| QuantizedConv2DAndRelu <V memperluas TType > | |
| QuantizedConv2DAndRelu.Options | Atribut opsional untuk QuantizedConv2DAndRelu |
| QuantizedConv2DAndReluAndRequantize <V memperluas TType > | |
| QuantizedConv2DAndReluAndRequantize.Options | Atribut opsional untuk QuantizedConv2DAndReluAndRequantize |
| QuantizedConv2DAndRequantize <V memperluas TType > | |
| QuantizedConv2DAndRequantize.Options | Atribut opsional untuk QuantizedConv2DAndRequantize |
| QuantizedConv2DPerChannel <V memperluas TType > | Menghitung QuantizedConv2D per saluran. |
| QuantizedConv2DPerChannel.Options | Atribut opsional untuk QuantizedConv2DPerChannel |
| QuantizedConv2DWithBias <V memperluas TType > | |
| QuantizedConv2DWithBias.Options | Atribut opsional untuk QuantizedConv2DWithBias |
| QuantizedConv2DWithBiasAndRelu <V memperluas TType > | |
| QuantizedConv2DWithBiasAndRelu.Options | Atribut opsional untuk QuantizedConv2DWithBiasAndRelu |
| QuantizedConv2DWithBiasAndReluAndRequantize <W memperluas TType > | |
| QuantizedConv2DWithBiasAndReluAndRequantize.Options | Atribut opsional untuk QuantizedConv2DWithBiasAndReluAndRequantize |
| QuantizedConv2DWithBiasAndRequantize <W memperluas TType > | |
| QuantizedConv2DWithBiasAndRequantize.Options | Atribut opsional untuk QuantizedConv2DWithBiasAndRequantize |
| QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X memperluas TType > | |
| QuantizedConv2DWithBiasSignedSumAndReluAndRequantize.Options | Atribut opsional untuk QuantizedConv2DWithBiasSignedSumAndReluAndRequantize |
| QuantizedConv2DWithBiasSumAndRelu <V memperluas TType > | |
| QuantizedConv2DWithBiasSumAndRelu.Options | Atribut opsional untuk QuantizedConv2DWithBiasSumAndRelu |
| QuantizedConv2DWithBiasSumAndReluAndRequantize <X memperluas TType > | |
| QuantizedConv2DWithBiasSumAndReluAndRequantize.Options | Atribut opsional untuk QuantizedConv2DWithBiasSumAndReluAndRequantize |
| QuantizedDepthwiseConv2D <V memperluas TType > | Menghitung Konv2D mendalam yang terkuantisasi. |
| Opsi QuantizedDepthwiseConv2D | Atribut opsional untuk QuantizedDepthwiseConv2D |
| QuantizedDepthwiseConv2DWithBias <V memperluas TType > | Menghitung Konv2D mendalam yang terkuantisasi dengan Bias. |
| QuantizedDepthwiseConv2DWithBias.Options | Atribut opsional untuk QuantizedDepthwiseConv2DWithBias |
| QuantizedDepthwiseConv2DWithBiasAndRelu <V memperluas TType > | Menghitung Konv2D mendalam yang terkuantisasi dengan Bias dan Relu. |
| QuantizedDepthwiseConv2DWithBiasAndRelu.Options | Atribut opsional untuk QuantizedDepthwiseConv2DWithBiasAndRelu |
| QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W memperluas TType > | Menghitung Konv2D mendalam yang terkuantisasi dengan Bias, Relu, dan Requantize. |
| QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize.Options | Atribut opsional untuk QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize |
| QuantizedInstanceNorm <T memperluas TType > | Normalisasi Instans Terkuantisasi. |
| QuantizedInstanceNorm.Opsi | Atribut opsional untuk QuantizedInstanceNorm |
| QuantizedMaxPool <T memperluas TType > | Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi. |
| QuantizedRelu <U memperluas TType > | Menghitung Linier Terkuantifikasi Terkuantisasi: `maks(fitur, 0)` |
| QuantizedRelu6 <U memperluas TType > | Menghitung Linear Terkuantifikasi 6: `min(maks(fitur, 0), 6)` |
| QuantizedReluX <U memperluas TType > | Menghitung Linear X Terkuantifikasi: `min(maks(fitur, 0), nilai_maks)` |
| Relu <T memperluas TType > | Menghitung linier yang diperbaiki: `maks(fitur, 0)`. |
| Relu6 <T memperluas Nomor T > | Menghitung linier 6 yang diperbaiki: `min(maks(fitur, 0), 6)`. |
| Relu6Grad <T memperluas TNumber > | Menghitung gradien 6 linier yang diperbaiki untuk operasi Relu6. |
| ReluGrad <T memperluas TNumber > | Menghitung gradien linier yang diperbaiki untuk operasi Relu. |
| Selu <T memperluas Nomor T > | Menghitung skala linier eksponensial: `skala * alfa * (exp(fitur) - 1)` jika < 0, `skala * fitur` sebaliknya. |
| SeluGrad <T memperluas TNumber > | Menghitung gradien untuk operasi linear eksponensial berskala (Selu). |
| SigmoidCrossEntropyDenganLogits | |
| Softmax <T memperluas TNomber > | Menghitung aktivasi softmax. |
| SoftmaxCrossEntropyDenganLogits | |
| Softsign <T memperluas TNumber > | Menghitung tanda lunak: `fitur / (abs(fitur) + 1)`. |
| SoftsignGrad <T memperluas TNumber > | Menghitung gradien softsign untuk operasi softsign. |
| SpaceToBatch <T memperluas TType > | SpaceToBatch untuk tensor 4-D tipe T. |
| SpaceToDepth <T memperluas TType > | SpaceToDepth untuk tensor tipe T. |
| SpaceToDepth.Opsi | Atribut opsional untuk SpaceToDepth |
| SparseSoftmaxCrossEntropyWithLogits | |
| TopK <T memperluas TNomor > | Menemukan nilai dan indeks elemen terbesar `k` untuk dimensi terakhir. |
| Opsi TopK | Atribut opsional untuk TopK |