این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

تنسورفلو:: عملیات

خلاصه

تایپ‌دیف‌ها
`Mul`	تایپ‌دف `Multiply`
`Neg`	تایپ‌دف `Negate`
`ReduceAll`	تایپ‌دف `All`
`ReduceAny`	تایپ‌دف `Any`
`ReduceMax`	تایپ‌دف `Max`
`ReduceMean`	تایپ‌دف `Mean`
`ReduceMin`	تایپ‌دف `Min`
`ReduceProd`	تایپ‌دف `Prod`
`ReduceSum`	تایپ‌دف `Sum`
`Sub`	تایپ‌دف `Subtract`

توابع
`AsNodeOut (const Scope & scope, const Input & inp)`	`NodeBuilder::NodeOut`
`AsNodeOutList (const Scope & scope, const InputList & inp)`	`std::vector< NodeBuilder::NodeOut >`
`AudioSummary (const :: tensorflow::Scope & scope, :: tensorflow::Input tag, :: tensorflow::Input tensor, :: tensorflow::Input sample_rate)`
`AudioSummary (const :: tensorflow::Scope & scope, :: tensorflow::Input tag, :: tensorflow::Input tensor, :: tensorflow::Input sample_rate, const AudioSummary::Attrs & attrs)`
`BadColor (const TensorProto & x)`	`TF_MUST_USE_RESULT Attrs` رنگی که برای پیکسل‌هایی با مقادیر نامتناهی استفاده می‌شود.
`Const (const Scope & scope, const Input::Initializer & val)`	`Output`
`Const (const Scope & scope, const T & v, const TensorShape shape)`	`Output`
`Const (const Scope & scope, const std::initializer_list< T > & v, const TensorShape shape)`	`Output`
`ConstFromProto (const Scope & scope, const TensorProto & proto)`	`Output`
`ImageSummary (const :: tensorflow::Scope & scope, :: tensorflow::Input tag, :: tensorflow::Input tensor)`
`ImageSummary (const :: tensorflow::Scope & scope, :: tensorflow::Input tag, :: tensorflow::Input tensor, const ImageSummary::Attrs & attrs)`
`MaxImages (int64 x)`	`Attrs`
`MaxOutputs (int64 x)`	`Attrs`
`node () const`	`::tensorflow::Node *`
`range (It represents the value of a pixel in the output image).Non-finite values in the input tensor are replaced by this tensor in the output image.The default value is the color red.*Arguments`	`image *If max_images is greater the summary value tags are generated sequentially as tag tag etc *The bad_color argument is the color to use in the generated images for non finite input values It is a uint8 D tensor of length channels *Each element must be in the` حداکثر تعداد عناصر دسته‌ای برای تولید تصاویر.

کلاس‌ها
tensorflow:: عملیات:: لغو	هنگام فراخوانی، یک استثنا برای لغو فرآیند ایجاد می‌کند.
tensorflow:: عملیات:: توابع مطلق	مقدار مطلق یک تانسور را محاسبه می‌کند.
tensorflow:: عملیات:: AccumulateNV2	مجموع عناصر به دست آمده از لیستی از تانسورها را برمی‌گرداند.
tensorflow::ops::انبارکنندهاعمالگرادیان	یک گرادیان را به یک انباره داده شده اعمال می‌کند.
tensorflow::ops::انبارهNumAccumulated	تعداد گرادیان‌های تجمیع‌شده در انباره‌های داده‌شده را برمی‌گرداند.
tensorflow::ops::AccumulatorSetGlobalStep	انباره را با مقدار جدیدی برای global_step به‌روزرسانی می‌کند.
tensorflow:: عملیات:: AccumulatorTakeGradient	میانگین گرادیان را در ConditionalAccumulator داده شده استخراج می‌کند.
tensorflow:: عملیات:: آکوس	acos مربوط به x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: آکوش	کسینوس هیپربولیک معکوس x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow::ops::اضافه کردن	x + y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: AddManySparseToTensorsMap	یک `N` -minibatch `SparseTensor` به یک `SparseTensorsMap` اضافه کن ، `N` هندل برگردان.
tensorflow:: عملیات:: AddN	تمام تانسورهای ورودی را به صورت عنصر به عنصر اضافه کنید .
tensorflow:: عملیات:: AddSparseToTensorsMap	یک `SparseTensor` به یک `SparseTensorsMap` اضافه کنید و دسته آن را برگردانید.
tensorflow:: عملیات:: AddV2	x + y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: تنظیم کنتراست	کنتراست یک یا چند تصویر را تنظیم کنید.
tensorflow:: عملیات:: تنظیم رنگ	رنگ یک یا چند تصویر را تنظیم کنید.
tensorflow:: عملیات:: تنظیم اشباع	اشباع یک یا چند تصویر را تنظیم کنید.
tensorflow:: عملیات:: همه	«و»ی منطقی عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: نمونه‌برداری از همه کاندیداها	برچسب‌هایی برای نمونه‌گیری کاندید با توزیع یونیگرامِ یادگرفته‌شده تولید می‌کند.
tensorflow:: عملیات:: زاویه	آرگومان یک عدد مختلط را برمی‌گرداند.
tensorflow:: عملیات:: هر	«یا»ی منطقی عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: ops:: ApplyAdadelta	طبق طرح adelta، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالAdagrad	طبق طرح adagrad، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالAdagradDA	'*var' را طبق طرح proximal adagrad به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالAdam	طبق الگوریتم Adam، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالافزودنعلامت	'*var' را مطابق با به‌روزرسانی AddSign به‌روزرسانی کنید.
tensorflow:: عملیات:: ApplyCenteredRMSProp	'*var' را طبق الگوریتم RMSProp مرکزی به‌روزرسانی کن.
tensorflow:: عملیات:: اعمالFtrl	‎'*var'‎ را طبق طرح Ftrl-proximal به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالFtrlV2	‎'*var'‎ را طبق طرح Ftrl-proximal به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمال گرادیان نزولی	با کم کردن 'alpha' * 'delta' از '*var'، آن را به‌روزرسانی کن.
tensorflow:: عملیات:: اعمال مومنتوم	طبق طرح مومنتوم، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمال PowerSign	'*var' را مطابق با به‌روزرسانی AddSign به‌روزرسانی کنید.
tensorflow:: عملیات:: اعمالProximalAdagrad	'var' و 'accum' را طبق FOBOS با نرخ یادگیری Adagrad به‌روزرسانی کن.
tensorflow:: عملیات:: اعمالProximalGradientDescent	به‌روزرسانی «*var» به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت.
tensorflow:: عملیات:: اعمالRMSProp	'*var' را طبق الگوریتم RMSProp به‌روزرسانی کن.
tensorflow:: عملیات:: تقریب مساوی	مقدار درستی تابع abs(xy) < تلرانس را بر اساس عنصر برمی‌گرداند.
tensorflow:: عملیات:: آرگ‌مکس	اندیسی را که بزرگترین مقدار را در بین ابعاد یک تانسور دارد، برمی‌گرداند.
tensorflow:: عملیات:: آرگ‌مین	اندیسی را که کوچکترین مقدار را در بین ابعاد یک تانسور دارد، برمی‌گرداند.
tensorflow::ops::AsString	هر ورودی در تانسور داده شده را به رشته تبدیل می‌کند.
tensorflow:: عملیات:: آسین	سینوس معکوس مثلثاتی x را به صورت المان به المان محاسبه می‌کند.
tensorflow:: عملیات:: آسینه	سینوس هیپربولیک معکوس x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: ادعا کنید	ادعا می‌کند که شرط داده شده صحیح است.
tensorflow:: عملیات:: انتساب	با اختصاص دادن «مقدار» به «ref»، آن را به‌روزرسانی کنید.
tensorflow::ops::اضافه کردن تخصیص	با افزودن «مقدار» به «ref»، آن را به‌روزرسانی کنید.
tensorflow:: عملیات:: تخصیص زیرشاخه	با کم کردن «مقدار» از «ref»، آن را به‌روزرسانی کن.
tensorflow:: عملیات:: آتان	مماس معکوس مثلثاتی x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: Atan2	آرک تانژانت `y/x` را به صورت عنصر به عنصر، با توجه به علامت آرگومان‌ها محاسبه می‌کند.
tensorflow:: عملیات:: آتانه	معکوس تانژانت هیپربولیک x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: AvgPool	میانگین‌گیری (average pooling) را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: AvgPool3D	ادغام میانگین سه‌بعدی را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: AvgPool3DGrad	گرادیان‌های تابع میانگین تجمعی را محاسبه می‌کند.
tensorflow:: عملیات:: مانع	مانعی را تعریف می‌کند که در طول اجرای مختلف گراف پابرجا می‌ماند.
tensorflow:: عملیات:: BarrierClose	مانع داده شده را می‌بندد.
tensorflow:: عملیات:: اندازه ناقص مانع	تعداد عناصر ناقص در مانع داده شده را محاسبه می‌کند.
tensorflow:: عملیات:: BarrierInsertMany	برای هر کلید، مقدار مربوطه را به مؤلفه مشخص شده اختصاص می‌دهد.
tensorflow:: عملیات:: اندازه مانع آماده	تعداد عناصر کامل در مانع داده شده را محاسبه می‌کند.
tensorflow:: عملیات:: BarrierTakeMany	تعداد مشخصی از عناصر تکمیل شده را از یک مانع می‌گیرد.
tensorflow:: عملیات:: BatchMatMul	برش‌های دو تانسور را به صورت دسته‌ای در هم ضرب می‌کند.
tensorflow:: عملیات:: BatchMatMulV2	برش‌های دو تانسور را به صورت دسته‌ای در هم ضرب می‌کند.
tensorflow:: عملیات:: BatchToSpace	BatchToSpace برای تانسورهای چهاربعدی از نوع T.
tensorflow:: عملیات:: BatchToSpaceND	BatchToSpace برای تانسورهای ND از نوع T.
tensorflow:: عملیات:: بسل‌آی‌او‌ای	تابع Bessel i0e مربوط به `x` را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: BesselI1e	تابع Bessel i1e مربوط به `x` را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: بتاینک	انتگرال بتای ناقص منظم‌شده را محاسبه کنید \(I_x(a, b)\).
tensorflow:: عملیات:: بایاس‌اد	به `value` `bias` می‌افزاید.
tensorflow:: عملیات:: BiasAddGrad	عملیات رو به عقب برای "BiasAdd" روی تانسور "bias".
tensorflow:: عملیات:: Bincount	تعداد تکرار هر مقدار را در یک آرایه عدد صحیح شمارش می‌کند.
tensorflow:: عملیات:: بیت‌کست	بیت‌کرَست (Bitcast) یک تانسور را از یک نوع به نوع دیگر بدون کپی کردن داده‌ها، تبدیل می‌کند.
tensorflow:: عملیات:: BroadcastDynamicShape	شکل s0 op s1 را با broadcast برگردانید.
tensorflow:: عملیات:: پخش به	یک آرایه را برای یک شکل سازگار پخش کنید.
tensorflow:: عملیات:: سطل زباله	«ورودی» را بر اساس «مرزها» دسته‌بندی می‌کند.
tensorflow:: عملیات:: بازیگران	تبدیل x از نوع SrcT به y از نوع DstT.
tensorflow:: عملیات:: سقف	کوچکترین عدد صحیح را بر اساس عنصر و نه کمتر از x برمی‌گرداند.
tensorflow:: عملیات:: CheckNumerics	یک تانسور را برای مقادیر NaN و Inf بررسی می‌کند.
tensorflow:: عملیات:: ClipByValue	مقادیر تانسور را به یک حداقل و حداکثر مشخص شده برش می‌دهد.
tensorflow:: عملیات:: سرکوب ترکیبی غیرحداکثری	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: مقایسه و بیت‌پک	مقادیر `input` را با `threshold` مقایسه کنید و بیت‌های حاصل را در یک `uint8` بسته‌بندی کنید.
tensorflow:: عملیات:: پیچیده	دو عدد حقیقی را به یک عدد مختلط تبدیل می‌کند.
tensorflow:: عملیات:: ComplexAbs	مقدار مطلق مختلط یک تانسور را محاسبه می‌کند.
tensorflow:: عملیات:: ComputeAccidentalHits	شناسه‌های موقعیت‌های موجود در sampled_candidates که با true_labels مطابقت دارند را محاسبه می‌کند.
tensorflow:: عملیات:: اتصال	تانسورها را در امتداد یک بعد به هم متصل می‌کند.
tensorflow:: عملیات:: انباره شرطی	یک جمع‌کننده شرطی برای تجمیع گرادیان‌ها.
tensorflow:: عملیات:: Conj	مزدوج مختلط یک عدد مختلط را برمی‌گرداند.
tensorflow::ops::متقابلاً انتقال‌پذیر	ابعاد x را طبق یک جایگشت بُر بزنید و نتیجه را با هم ترکیب کنید.
tensorflow:: عملیات:: کنترل تریگر	هیچ کاری نمی‌کند.
tensorflow:: عملیات:: Conv2D	با توجه به `input` چهاربعدی و تانسورهای `filter` ، یک کانولوشن دوبعدی را محاسبه می‌کند.
tensorflow:: عملیات:: فیلتر Conv2DBackprop	گرادیان‌های کانولوشن را نسبت به فیلتر محاسبه می‌کند.
tensorflow:: عملیات:: ورودی Conv2DBackprop	گرادیان‌های کانولوشن را نسبت به ورودی محاسبه می‌کند.
tensorflow:: عملیات:: Conv3D	با توجه به `input` ۵ بعدی و تانسورهای `filter` ، یک کانولوشن سه‌بعدی را محاسبه می‌کند.
tensorflow:: عملیات:: Conv3DBackpropFilterV2	گرادیان‌های کانولوشن سه‌بعدی را نسبت به فیلتر محاسبه می‌کند.
tensorflow:: عملیات:: Conv3DBackpropInputV2	گرادیان‌های کانولوشن سه‌بعدی را نسبت به ورودی محاسبه می‌کند.
tensorflow:: عملیات:: چون	محاسبه‌ی کسینوسی x به صورت عنصر به عنصر.
tensorflow:: عملیات:: کوش	کسینوس هیپربولیک x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: شمارش تا ...	مقدار 'ref' را تا رسیدن به 'limit' افزایش می‌دهد.
tensorflow:: عملیات:: برش و تغییر اندازه	برش‌ها را از تانسور تصویر ورودی استخراج کرده و اندازه آنها را تغییر می‌دهد.
tensorflow:: عملیات:: برش و تغییر اندازه GradBoxes	گرادیان تابع crop_and_resize را نسبت به تانسور جعبه‌های ورودی محاسبه می‌کند.
tensorflow:: عملیات:: برش و تغییر اندازه تصویرGradImage	گرادیان تابع crop_and_resize را نسبت به تانسور تصویر ورودی محاسبه می‌کند.
tensorflow:: عملیات:: صلیب	حاصلضرب متقاطع دو به دو را محاسبه کنید.
tensorflow:: عملیات:: کامپرود	حاصلضرب تجمعی تانسور `x` در امتداد `axis` را محاسبه کنید.
tensorflow:: عملیات:: کامسام	مجموع تجمعی تانسور `x` را در امتداد `axis` محاسبه کنید.
tensorflow:: عملیات:: DataFormatDimMap	شاخص بُعد را در قالب داده مقصد که در آن قرار دارد، برمی‌گرداند.
tensorflow:: عملیات:: DataFormatVecPermute	بردار/تانسور جایگشت یافته را در قالب داده مقصد داده شده برمی‌گرداند.
tensorflow:: عملیات:: اشکال‌زداییGradientIdentity	گزینه Identity برای اشکال‌زدایی گرادیان.
tensorflow:: عملیات:: اشکال‌زداییGradientRefIdentity	گزینه Identity برای اشکال‌زدایی گرادیان.
tensorflow:: عملیات:: DecodeAndCropJpeg	رمزگشایی و برش یک تصویر کدگذاری شده با JPEG به یک تانسور uint8.
tensorflow:: عملیات:: DecodeBase64	رشته‌های کدگذاری شده‌ی base64 و ایمن در وب را رمزگشایی کنید.
tensorflow:: عملیات:: DecodeBmp	اولین فریم از یک تصویر کدگذاری شده با فرمت BMP را به یک تانسور uint8 رمزگشایی کنید.
tensorflow:: عملیات:: رمزگشاییCSV	تبدیل رکوردهای CSV به تانسورها
tensorflow:: عملیات:: رمزگشایی فشرده شده	رشته‌ها را از حالت فشرده خارج کنید.
tensorflow:: عملیات:: رمزگشاییGif	فریم(های) یک تصویر کدگذاری شده با GIF را به یک تانسور uint8 رمزگشایی کنید.
tensorflow::ops::رمزگشاییJSONExample	رکوردهای مثال کدگذاری شده با JSON را به رشته‌های بافر پروتکل دودویی تبدیل کنید.
tensorflow:: عملیات:: رمزگشاییJpeg	یک تصویر کدگذاری شده با JPEG را به یک تانسور uint8 رمزگشایی کنید.
tensorflow:: عملیات:: DecodePaddedRaw	بایت‌های یک رشته را به عنوان برداری از اعداد تفسیر مجدد کنید.
tensorflow:: عملیات:: رمزگشاییPng	یک تصویر کدگذاری شده با PNG را به یک تانسور uint8 یا uint16 رمزگشایی کنید.
tensorflow:: عملیات:: رمزگشایی	بایت‌های یک رشته را به عنوان برداری از اعداد تفسیر مجدد کنید.
tensorflow:: عملیات:: کپی عمیق	یک کپی از `x` ایجاد می‌کند.
tensorflow:: عملیات:: DeleteSessionTensor	تانسور مشخص شده توسط هندل آن در جلسه را حذف کنید.
tensorflow:: عملیات:: عمق به فضا	عمق به فضا برای تانسورهای نوع T.
tensorflow:: عملیات:: DepthwiseConv2dNative	با توجه به `input` چهاربعدی و تانسورهای `filter` ، یک کانولوشن عمقی دوبعدی را محاسبه می‌کند.
tensorflow:: عملیات:: DepthwiseConv2dNativeBackpropFilter	گرادیان‌های کانولوشن عمقی را نسبت به فیلتر محاسبه می‌کند.
tensorflow:: عملیات:: ورودی DepthwiseConv2dNativeBackprop	گرادیان‌های کانولوشن عمقی را نسبت به ورودی محاسبه می‌کند.
tensorflow:: عملیات:: دکوانتیزه کردن	تانسور «ورودی» را به یک تانسور اعشاری تبدیل کنید .
tensorflow:: عملیات:: DeserializeManySparse	`SparseTensors` از یک مینی‌بچ سریال‌سازی شده، از حالت سریالی خارج کرده و به هم متصل کنید.
tensorflow:: عملیات:: DeserializeSparse	اشیاء `SparseTensor` از حالت سریالی خارج کنید.
tensorflow:: عملیات:: متغیر موقت را نابود کنید	متغیر موقت را از بین می‌برد و مقدار نهایی آن را برمی‌گرداند.
tensorflow:: عملیات:: دیاگ	یک تانسور قطری با مقادیر قطری داده شده را برمی‌گرداند.
tensorflow:: عملیات:: DiagPart	بخش مورب تانسور را برمی‌گرداند.
tensorflow:: عملیات:: دیگاما	Psi، مشتق Lgamma (لگاریتم قدر مطلق ...) را محاسبه می‌کند.
tensorflow:: عملیات:: Dilation2D	انبساط مقیاس خاکستری `input` چهاربعدی و تانسورهای `filter` سه‌بعدی را محاسبه می‌کند.
tensorflow:: عملیات:: فیلتر Dilation2DBackprop	گرادیان اتساع دوبعدی مورفولوژیکی را نسبت به فیلتر محاسبه می‌کند.
tensorflow:: عملیات:: ورودی Dilation2DBackprop	گرادیان اتساع دوبعدی مورفولوژیکی را نسبت به ورودی محاسبه می‌کند.
تنسورفلو:: عملیات:: تقسیم	x/y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: DivNoNan	اگر مخرج صفر باشد، عدد ۰ را برمی‌گرداند.
tensorflow:: عملیات:: جعبه‌های محدودکننده‌ی ترسیمی	رسم کادرهای محدودکننده روی دسته‌ای از تصاویر.
tensorflow:: عملیات:: DrawBoundingBoxesV2	رسم کادرهای محدودکننده روی دسته‌ای از تصاویر.
tensorflow:: عملیات:: پارتیشن پویا	`data` با استفاده از اندیس‌های `partitions` به تانسورهای `num_partitions` پارتیشن‌بندی می‌کند.
tensorflow:: عملیات:: دوخت پویا	مقادیر حاصل از تانسورهای `data` را در یک تانسور واحد جایگذاری کنید.
tensorflow:: عملیات:: ویرایش فاصله	فاصله ویرایش لونشتاین (احتمالاً نرمال‌شده) را محاسبه می‌کند.
tensorflow:: عملیات:: الو	تابع نمایی خطی را محاسبه می‌کند: `exp(features) - 1` اگر < 0 باشد، در غیر این صورت `features` محاسبه می‌کند.
tensorflow:: عملیات:: خالی	یک تانسور با شکل داده شده ایجاد می‌کند.
tensorflow:: عملیات:: EncodeBase64	رشته‌ها را به فرمت base64 سازگار با وب کدگذاری کنید.
tensorflow:: عملیات:: رمزگذاریJpeg	JPEG-رمزگذاری یک تصویر.
tensorflow:: عملیات:: رمزگذاریJpegVariableQuality	JPEG تصویر ورودی را با کیفیت فشرده‌سازی ارائه شده کدگذاری می‌کند.
tensorflow:: عملیات:: EncodePng	PNG-رمزگذاری یک تصویر.
tensorflow:: عملیات:: EnsureShape	تضمین می‌کند که شکل تانسور با شکل مورد انتظار مطابقت دارد.
tensorflow:: عملیات:: برابر	مقدار درستی (x == y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: ارف	تابع خطای گاوس `x` را به صورت المان به المان محاسبه می‌کند.
tensorflow:: عملیات:: Erfc	تابع خطای مکمل `x` را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: EuclideanNorm	نرم اقلیدسی عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: تجربه	تابع نمایی x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: ExpandDims	بُعد ۱ را در شکل تانسور وارد می‌کند.
tensorflow:: عملیات:: Expm1	`exp(x) - 1` به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: ExtractGlimpse	نگاهی اجمالی از تانسور ورودی استخراج می‌کند.
tensorflow:: عملیات:: ExtractImagePatches	`patches` از `images` استخراج کرده و آنها را در بُعد خروجی "عمق" قرار دهید.
tensorflow::ops::استخراجJpegShape	اطلاعات شکل یک تصویر کدگذاری شده با JPEG را استخراج کنید.
tensorflow:: عملیات:: ExtractVolumePatches	`patches` از `input` استخراج کرده و آنها را در بُعد خروجی «عمق» قرار دهید.
tensorflow:: عملیات:: FIFOQueue	صفی که عناصر را به ترتیب ورود، خروج تولید می‌کند.
tensorflow:: عملیات:: واقعیت	یک حقیقت در مورد فاکتوریل‌ها را نمایش بده .
tensorflow:: عملیات:: FakeQuantWithMinMaxArgs	تانسور «inputs» را به صورت ساختگی کوانتیزه کن، و برای تانسور «outputs» از همان نوع، عدد اعشاری تایپ کن.
tensorflow:: عملیات:: FakeQuantWithMinMaxArgsGradient	گرادیان‌ها را برای عملیات FakeQuantWithMinMaxArgs محاسبه کنید.
tensorflow:: عملیات:: FakeQuantWithMinMaxVars	کوانتیزه کردن ساختگی تانسور «ورودی‌ها» از نوع اعشاری از طریق اسکالرهای اعشاری سراسری `min`
tensorflow:: عملیات:: گرادیان FakeQuantWithMinMaxVars	گرادیان‌ها را برای عملیات FakeQuantWithMinMaxVars محاسبه کنید.
tensorflow:: عملیات:: FakeQuantWithMinMaxVarsPerChannel	تانسور «ورودی‌ها» از نوع اعشاری و یکی از شکل‌های `[d]` و ... را به صورت ساختگی کوانتیزه کنید.
tensorflow:: عملیات:: گرادیان FakeQuantWithMinMaxVarsPerChannel	گرادیان‌ها را برای عملیات FakeQuantWithMinMaxVarsPerChannel محاسبه کنید.
tensorflow:: عملیات:: پر کردن	یک تانسور پر شده با یک مقدار اسکالر ایجاد می‌کند.
tensorflow:: عملیات:: اثر انگشت	مقادیر اثر انگشت را تولید می‌کند.
tensorflow:: عملیات:: FixedLengthRecordReader	خواننده‌ای که رکوردهای با طول ثابت را از یک فایل خروجی می‌دهد.
tensorflow:: ops:: نمونه‌بردار کاندیدای تک‌نگار ثابت	برچسب‌هایی برای نمونه‌گیری کاندید با توزیع یونیگرامِ یادگرفته‌شده تولید می‌کند.
tensorflow:: عملیات:: طبقه	بزرگترین عدد صحیح را که بزرگتر از x نیست، بر اساس عنصر برمی‌گرداند.
tensorflow:: عملیات:: FloorDiv	x // y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: FloorMod	باقیمانده تقسیم را به تفکیک عناصر برمی‌گرداند.
tensorflow:: عملیات:: FractionalAvgPool	ادغام میانگین کسری را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: FractionalMaxPool	عملیات جمع حداکثر کسری را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: FusedBatchNorm	نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedBatchNormGrad	گرادیان برای نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedBatchNormGradV2	گرادیان برای نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedBatchNormGradV3	گرادیان برای نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedBatchNormV2	نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedBatchNormV3	نرمال‌سازی دسته‌ای.
tensorflow:: عملیات:: FusedPadConv2D	در طول یک کانولوشن، به عنوان پیش‌پردازش، لایه‌گذاری (padding) انجام می‌دهد.
tensorflow:: عملیات:: FusedResizeAndPadConv2D	تغییر اندازه و فاصله‌گذاری را به عنوان پیش‌پردازش در طول یک کانولوشن انجام می‌دهد.
tensorflow:: عملیات:: جمع‌آوری	برش‌ها را از `params` بر اساس `indices` جمع‌آوری کنید .
tensorflow:: عملیات:: GatherNd	برش‌هایی از `params` را در یک تنسور با شکلی که توسط `indices` مشخص شده است، جمع‌آوری کنید .
tensorflow:: عملیات:: GatherV2	برش‌ها را از `axis` `params` بر اساس `indices` جمع‌آوری کنید .
tensorflow:: عملیات:: GetSessionHandle	تانسور ورودی را در وضعیت جلسه فعلی ذخیره کن.
tensorflow:: عملیات:: GetSessionHandleV2	تانسور ورودی را در وضعیت جلسه فعلی ذخیره کن.
tensorflow:: عملیات:: GetSessionTensor	مقدار تانسور مشخص شده توسط دسته آن را دریافت کنید.
tensorflow:: عملیات:: بزرگتر	مقدار درستی (x > y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: GreaterEqual	مقدار درستی (x >= y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: گارانتیConst	به زمان اجرای TF تضمین می‌دهد که تانسور ورودی ثابت است.
tensorflow:: عملیات:: HSVToRGB	تبدیل یک یا چند تصویر از HSV به RGB.
tensorflow::ops::HistogramFixedWidth	هیستوگرام مقادیر را برمی‌گرداند.
tensorflow:: عملیات:: خلاصه هیستوگرام	یک بافر پروتکل `Summary` protocol buffer) به همراه یک هیستوگرام (histogram) خروجی می‌دهد.
tensorflow:: عملیات:: هویت	یک تانسور با شکل و محتوای مشابه تانسور یا مقدار ورودی برمی‌گرداند.
tensorflow:: عملیات:: IdentityN	لیستی از تانسورها را با همان شکل و محتوا به عنوان ورودی برمی‌گرداند.
tensorflow:: عملیات:: IdentityReader	یک خواننده که کار صف‌بندی شده را هم به عنوان کلید و هم به عنوان مقدار خروجی می‌دهد.
tensorflow:: عملیات:: ایگامما	تابع گامای ناقص با قاعده پایین‌تر `P(a, x)` را محاسبه کنید.
tensorflow:: عملیات:: ایگام مک	تابع گامای ناقص منظم‌شده‌ی بالایی `Q(a, x)` را محاسبه کنید.
tensorflow:: عملیات:: تصویر	قسمت موهومی یک عدد مختلط را برمی‌گرداند.
tensorflow::ops::ImmutableConst	تانسور تغییرناپذیر را از ناحیه حافظه برمی‌گرداند.
tensorflow:: عملیات:: InTopK	می‌گوید که آیا اهداف در پیش‌بینی‌های برتر `K` قرار دارند یا خیر.
tensorflow:: عملیات:: InTopKV2	می‌گوید که آیا اهداف در پیش‌بینی‌های برتر `K` قرار دارند یا خیر.
tensorflow:: عملیات:: اضافه کردن به جای جدید	تابع v را به ردیف‌های مشخص شده از x اضافه می‌کند.
tensorflow:: عملیات:: InplaceSub	تابع `v` را از ردیف‌های مشخص شده از `x` کم می‌کند.
tensorflow:: ops:: InplaceUpdate	ردیف‌های مشخص شده را با مقادیر `v` به‌روزرسانی می‌کند.
tensorflow:: عملیات:: ورودی	معکوس x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: معکوس کردن جایگشت	جایگشت معکوس یک تانسور را محاسبه می‌کند.
tensorflow:: عملیات:: IsFinite	مشخص می‌کند که کدام عناصر x متناهی هستند.
tensorflow:: عملیات:: IsInf	برمی‌گرداند که کدام عناصر x از نوع Inf هستند.
tensorflow:: عملیات:: IsNan	برمی‌گرداند که کدام عناصر x، NaN هستند.
tensorflow::ops:: IsVariableInitialized	بررسی می‌کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر.
tensorflow:: عملیات:: L2Loss	تلفات L2.
tensorflow:: عملیات:: LMDBReader	یک خواننده که رکوردها را از یک فایل LMDB خروجی می‌دهد.
tensorflow:: عملیات:: LRN	نرمال‌سازی پاسخ محلی
tensorflow:: ops:: LearnedUnigramCandidateSampler	برچسب‌هایی برای نمونه‌گیری کاندید با توزیع یونیگرامِ یادگرفته‌شده تولید می‌کند.
tensorflow:: عملیات:: کمتر	مقدار درستی (x < y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: LessEqual	مقدار درستی (x <= y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: Lgamma	لگاریتم قدر مطلق `Gamma(x)` را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: LinSpace	مقادیر را در یک بازه تولید می‌کند.
tensorflow:: عملیات:: گزارش	لگاریتم طبیعی x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: Log1p	لگاریتم طبیعی (1 + x) را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: LogSoftmax	محاسبه لاگ فعال‌سازی‌های softmax.
tensorflow::ops::نمونه بردار کاندیدای لاگ	برچسب‌هایی برای نمونه‌گیری کاندید با توزیع لگاریتمی یکنواخت تولید می‌کند.
tensorflow:: عملیات:: LogicalAnd	مقدار درستی x و y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: منطقی نیست	مقدار درستی NOT x را بر اساس عناصر برمی‌گرداند.
tensorflow:: عملیات:: LogicalOr	مقدار درستی x یا y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: حلقه‌ها	ورودی را به خروجی هدایت می‌کند.
tensorflow:: عملیات:: MapClear	Op تمام عناصر موجود در کانتینر زیرین را حذف می‌کند.
tensorflow::ops::MapIncompleteSize	تابع Op تعداد عناصر ناقص در کانتینر زیرین را برمی‌گرداند.
tensorflow:: عملیات:: مپ‌پیک	Op مقادیر موجود در کلید مشخص شده را بررسی می‌کند.
tensorflow:: عملیات:: اندازه نقشه	تابع Op تعداد عناصر موجود در container زیرین را برمی‌گرداند.
tensorflow:: عملیات:: MapStage	مرحله (کلید، مقادیر) در کانتینر زیرین که مانند یک جدول درهم‌سازی رفتار می‌کند.
tensorflow:: عملیات:: MapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی‌گرداند.
tensorflow:: عملیات:: MapUnstageNoKey	عملیات یک (کلید، مقدار) تصادفی را حذف کرده و برمی‌گرداند
tensorflow:: عملیات:: MatMul	ماتریس «a» را در ماتریس «b» ضرب کنید .
tensorflow:: عملیات:: فایل‌های تطبیقی	مجموعه‌ای از فایل‌های منطبق با یک یا چند الگوی glob را برمی‌گرداند.
tensorflow:: عملیات:: MatrixBandPart	یک تانسور را کپی کنید که همه چیز را در خارج از یک باند مرکزی در هر ماتریس داخلی قرار می‌دهد.
tensorflow:: عملیات:: MatrixDiag	یک تانسور قطری دسته بندی شده با مقادیر قطری دسته بندی شده داده شده را برمی‌گرداند.
tensorflow:: عملیات:: MatrixDiagPart	بخش مورب دسته بندی شده از یک تانسور دسته بندی شده را برمی‌گرداند.
tensorflow:: عملیات:: MatrixDiagPartV2	بخش مورب دسته بندی شده از یک تانسور دسته بندی شده را برمی‌گرداند.
tensorflow:: عملیات:: MatrixDiagV2	یک تانسور قطری دسته بندی شده با مقادیر قطری دسته بندی شده داده شده را برمی‌گرداند.
tensorflow:: عملیات:: MatrixSetDiag	یک تانسور ماتریس دسته‌ای با مقادیر قطری دسته‌ای جدید را برمی‌گرداند.
tensorflow:: عملیات:: MatrixSetDiagV2	یک تانسور ماتریس دسته‌ای با مقادیر قطری دسته‌ای جدید را برمی‌گرداند.
tensorflow:: عملیات:: حداکثر	حداکثر عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: مکس‌پول	حداکثر ادغام (max pooling) را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: MaxPool3D	ادغام سه‌بعدی مکس را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: MaxPool3DGrad	گرادیان‌های تابع حداکثر تجمع را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPool3DGradGrad	گرادیان‌های مرتبه دوم تابع maxpooling را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPoolGradGrad	گرادیان‌های مرتبه دوم تابع maxpooling را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPoolGradGradV2	گرادیان‌های مرتبه دوم تابع maxpooling را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPoolGradGradWithArgmax	گرادیان‌های مرتبه دوم تابع maxpooling را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPoolGradV2	گرادیان‌های تابع maxpooling را محاسبه می‌کند.
tensorflow:: عملیات:: MaxPoolV2	حداکثر ادغام (max pooling) را روی ورودی انجام می‌دهد.
tensorflow:: عملیات:: MaxPoolWithArgmax	حداکثر ادغام (max pooling) را روی ورودی انجام می‌دهد و هم مقادیر حداکثر و هم شاخص‌ها را خروجی می‌دهد.
tensorflow:: عملیات:: حداکثر	حداکثر x و y را برمی‌گرداند (یعنی
tensorflow:: عملیات:: میانگین	میانگین عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: ادغام	مقدار یک تانسور موجود را از `inputs` به `output` ارسال می‌کند.
tensorflow:: عملیات:: خلاصه ادغام	خلاصه‌ها را ادغام می‌کند.
tensorflow:: عملیات:: ادغام V2Checkpoints	مختص فرمت V2: فایل‌های فراداده‌ی Checkpointهای تکه‌تکه‌شده را ادغام می‌کند.
tensorflow:: عملیات:: حداقل	حداقل عناصر را در ابعاد یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: حداقل	حداقل x و y را برمی‌گرداند (یعنی
tensorflow:: عملیات:: MirrorPad	یک تانسور را با مقادیر آینه‌ای پدگذاری می‌کند.
tensorflow:: عملیات:: وزارت دفاع	باقیمانده تقسیم را به تفکیک عناصر برمی‌گرداند.
tensorflow:: عملیات:: MulNoNan	x * y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: چندجمله‌ای	نمونه‌ها را از یک توزیع چندجمله‌ای استخراج می‌کند.
tensorflow::ops:: ضرب	x * y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow::ops:: نفی	مقدار منفی عددی را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: NextAfter	مقدار قابل نمایش بعدی `x1` را در جهت `x2` ، به صورت عنصر به عنصر، برمی‌گرداند.
tensorflow:: عملیات:: تکرار بعدی	ورودی خود را برای تکرار بعدی در دسترس قرار می‌دهد.
tensorflow:: عملیات:: بدون عملیات	هیچ کاری نمی‌کند.
tensorflow:: عملیات:: NonMaxSuppression	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NonMaxSuppressionV2	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NonMaxSuppressionV3	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NonMaxSuppressionV4	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NonMaxSuppressionV5	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NonMaxSuppressionWithOverlaps	حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.
tensorflow:: عملیات:: NotEqual	مقدار درستی (x != y) را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: عنصر Nth	مقادیر آماره مرتبه `n` را برای آخرین بُعد پیدا می‌کند.
tensorflow:: عملیات:: وان‌هات	یک تانسور تک‌داغ (one-hot) برمی‌گرداند.
tensorflow:: عملیات:: OnesLike	یک تانسور از اعداد یک با شکل و نوع مشابه x را برمی‌گرداند.
tensorflow:: عملیات:: مرتب‌سازی نقشه پاک‌شده	Op تمام عناصر موجود در کانتینر زیرین را حذف می‌کند.
tensorflow:: عملیات:: OrderedMapIncompleteSize	تابع Op تعداد عناصر ناقص در کانتینر زیرین را برمی‌گرداند.
tensorflow:: عملیات:: OrderedMapPeek	Op مقادیر موجود در کلید مشخص شده را بررسی می‌کند.
tensorflow:: عملیات:: OrderedMapSize	تابع Op تعداد عناصر موجود در container زیرین را برمی‌گرداند.
tensorflow:: عملیات:: OrderedMapStage	مرحله (کلید، مقادیر) در کانتینر زیرین که مانند یک دستور رفتار می‌کند.
tensorflow:: عملیات:: OrderedMapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی‌گرداند.
tensorflow:: عملیات:: OrderedMapUnstageNoKey	تابع Op عنصر (کلید، مقدار) با کوچکترین مقدار را حذف کرده و برمی‌گرداند.
tensorflow:: عملیات:: پد	یک تانسور را با صفرها پدگذاری می‌کند.
تنسورفلو :: عملیات :: PadV2	یک تانسور را پد گذاری می‌کند.
tensorflow:: عملیات:: PaddingFIFOQueue	صفی که عناصر را به ترتیب ورود، خروج تولید می‌کند.
tensorflow:: عملیات:: ParallelConcat	لیستی از `N` تانسور را در امتداد بعد اول به هم متصل می‌کند.
tensorflow:: عملیات:: دوخت موازی پویا	مقادیر حاصل از تانسورهای `data` را در یک تانسور واحد جایگذاری کنید.
tensorflow::ops::پارامتری‌شدهقطع‌شدهعادی	مقادیر تصادفی را از توزیع نرمال خروجی می‌دهد.
tensorflow::ops::مثال پارس	یک بردار از مغز را تبدیل می‌کند. مثالی از پروتوها (به عنوان رشته) به تانسورهای تایپ شده.
tensorflow::ops::ParseSequenceExample	یک بردار از پروتوهای brain.SequenceExample (به عنوان رشته) را به تانسورهای نوع‌بندی‌شده تبدیل می‌کند.
tensorflow::ops::ParseSingleExample	یک نمونه اولیه tf.Example (به عنوان یک رشته) را به تانسورهای تایپ شده تبدیل می‌کند.
tensorflow::ops::ParseSingleSequenceExample	یک مغز اسکالر را تبدیل می‌کند. توالیمثال پروتو (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می‌کند.
tensorflow:: عملیات:: ParseTensor	یک نمونه سریالی tensorflow.TensorProto را به یک Tensor تبدیل می‌کند.
tensorflow:: عملیات:: نگهدارنده مکان	یک متغیر جایگذاری برای مقداری که در محاسبه وارد خواهد شد.
tensorflow::ops::جایگاه‌دارباپیش‌فرض	یک عملیات جای‌نگهدار که وقتی خروجی آن تغذیه نمی‌شود، از `input` عبور می‌کند.
tensorflow:: عملیات:: چندگاما	تابع چندگاما را محاسبه کنید \(^{(n)}(x)\).
tensorflow:: عملیات:: قدرت	توان یک مقدار نسبت به مقدار دیگر را محاسبه می‌کند.
tensorflow:: عملیات:: جلوگیری از گرادیان	یک عملیات هویت که در صورت درخواست گرادیان، خطا ایجاد می‌کند.
tensorflow:: عملیات:: چاپ	لیستی از تانسورها را چاپ می‌کند.
tensorflow:: عملیات:: PrintV2	یک اسکالر رشته‌ای چاپ می‌کند.
tensorflow:: عملیات:: صف اولویت	صفی که عناصر مرتب شده بر اساس مقدار اولین مؤلفه را تولید می‌کند.
tensorflow:: عملیات:: تولید	حاصلضرب عناصر را در ابعاد مختلف یک تانسور محاسبه می‌کند.
tensorflow:: عملیات:: کوانتیزه کردن و کمّی کردن V2	کوانتیزه می‌کند و سپس یک تانسور را واکانتیزه می‌کند.
tensorflow:: عملیات:: کوانتیزه کردن و کمّی کردن V3	کوانتیزه می‌کند و سپس یک تانسور را واکانتیزه می‌کند.
tensorflow:: عملیات:: کوانتیزه کردن و کوچک کردن محدوده	تانسور «ورودی» کوانتیزه شده را با استفاده از ... به یک «خروجی» با دقت پایین‌تر تبدیل کنید.
tensorflow:: عملیات:: کوانتیزه کردن V2	تانسور «ورودی» از نوع اعشاری را به تانسور «خروجی» از نوع «T» کوانتیزه کنید.
tensorflow:: عملیات:: کوانتیزه‌اد	x + y را به صورت عنصر به عنصر برمی‌گرداند و روی بافرهای کوانتیزه کار می‌کند.
tensorflow:: عملیات:: QuantizedAvgPool	میانگین مجموعه تانسور ورودی را برای انواع کوانتیزه شده تولید می‌کند.
tensorflow:: عملیات:: کمی‌سازی‌شده‌ی دسته‌ای-هنجاری-با-جهانی-هنجارسازی	نرمال‌سازی دسته‌ای کوانتیزه شده.
tensorflow:: عملیات:: کوانتیزه بایاس‌افزود	برای انواع کوانتیزه شده، «بایاس» تنسور را به «ورودی» تنسور اضافه می‌کند.
tensorflow:: عملیات:: کوانتیزه‌کانکت	تانسورهای کوانتیزه شده را در امتداد یک بعد به هم متصل می‌کند.
tensorflow:: عملیات:: کوانتیزه کانوی دوبعدی	یک کانولوشن دوبعدی را با توجه به ورودی چهاربعدی کوانتیزه شده و تانسورهای فیلتر محاسبه می‌کند.
tensorflow:: عملیات:: QuantizedInstanceNorm	نرمال‌سازی نمونه کوانتیزه شده.
tensorflow:: عملیات:: کوانتیزه‌مات‌مول	ضرب ماتریسی کوانتیزه شده‌ی `a` در ماتریس `b` را انجام دهید.
tensorflow:: عملیات:: QuantizedMaxPool	حداکثر مجموعه تانسور ورودی را برای انواع کوانتیزه شده تولید می‌کند.
tensorflow:: عملیات:: کوانتیزه‌مول	x * y را به صورت عنصر به عنصر برمی‌گرداند و روی بافرهای کوانتیزه کار می‌کند.
tensorflow:: عملیات:: کوانتیزه‌رلیو	محاسبه کوانتیزه شده و خطی یکسو شده: `max(features, 0)`
tensorflow:: عملیات:: کوانتیزه‌شدهRelu6	خطی یکسو شده کوانتیزه شده را محاسبه می‌کند ۶: `min(max(features, 0), 6)`
tensorflow:: عملیات:: کوانتیزه ReluX	محاسبه‌ی X خطی یکسو شده‌ی کوانتیزه: `min(max(features, 0), max_value)`
tensorflow::ops:: کوانتیزهتغییر اندازهدوخطی	با استفاده از درون‌یابی دوخطی کوانتیزه، `size` `images` کوانتیزه شده را تغییر دهید.
tensorflow:: عملیات:: صف را ببندید	صف داده شده را می‌بندد.
tensorflow::ops::QueueDequeue	یک تاپل از یک یا چند تانسور را از صف داده شده خارج می‌کند.
tensorflow:: عملیات:: QueueDequeueMany	`n` تاپل از یک یا چند تانسور را از صف داده شده، از صف خارج می‌کند.
tensorflow:: عملیات:: صف‌بندی صف‌بندی	`n` تاپل از یک یا چند تانسور را از صف داده شده، از صف خارج می‌کند.
tensorflow::ops::QueueEnqueue	یک تاپل از یک یا چند تانسور را در صف داده شده قرار می‌دهد.
tensorflow::ops::QueueEnqueueMany	صفر یا چند تاپل از یک یا چند تانسور را در صف داده شده قرار می‌دهد.
tensorflow:: عملیات:: صف بسته شد	اگر صف بسته باشد، مقدار true را برمی‌گرداند.
tensorflow:: عملیات:: QueueIsClosedV2	اگر صف بسته باشد، مقدار true را برمی‌گرداند.
tensorflow:: عملیات:: اندازه صف	تعداد عناصر موجود در صف داده شده را محاسبه می‌کند.
tensorflow:: عملیات:: RGBToHSV	یک یا چند تصویر را از RGB به HSV تبدیل می‌کند.
tensorflow:: عملیات:: RandomGamma	مقادیر تصادفی را از توزیع(های) گاما که توسط آلفا توصیف می‌شود، خروجی می‌دهد.
tensorflow:: عملیات:: تصادفی-عادی	مقادیر تصادفی را از توزیع نرمال خروجی می‌دهد.
tensorflow:: عملیات:: RandomPoissonV2	مقادیر تصادفی را از توزیع(های) پواسون که با نرخ توصیف می‌شوند، خروجی می‌دهد.
tensorflow:: عملیات:: تصادفی‌سازی تصادفی	به صورت تصادفی یک تانسور را در امتداد بعد اولش جابجا می‌کند.
tensorflow:: عملیات:: صف تصادفی تصادفی	صفی که ترتیب عناصر را تصادفی می‌کند.
tensorflow:: عملیات:: RandomUniform	مقادیر تصادفی را از یک توزیع یکنواخت خروجی می‌دهد.
tensorflow:: عملیات:: RandomUniformInt	اعداد صحیح تصادفی را از توزیع یکنواخت خروجی می‌دهد.
tensorflow:: عملیات:: محدوده	یک دنباله از اعداد ایجاد می‌کند.
tensorflow:: عملیات:: خواندن فایل	کل محتوای نام فایل ورودی را می‌خواند و در خروجی نمایش می‌دهد.
tensorflow:: عملیات:: ReaderNumRecordsProduced	تعداد رکوردهایی که این Reader تولید کرده است را برمی‌گرداند.
tensorflow:: ops:: ReaderNumWorkUnitsCompleted	تعداد واحدهای کاری که این Reader پردازش آنها را به پایان رسانده است را برمی‌گرداند.
tensorflow:: عملیات:: ReaderRead	رکورد بعدی (جفت کلید، مقدار) تولید شده توسط یک Reader را برمی‌گرداند.
tensorflow:: عملیات:: ReaderReadUpTo	حداکثر جفت‌های `num_records` (کلید، مقدار) تولید شده توسط یک Reader را برمی‌گرداند.
tensorflow:: عملیات:: تنظیم مجدد خواننده	یک خواننده را به حالت اولیه و تمیز خود برگردانید .
tensorflow:: عملیات:: ReaderRestoreState	بازگرداندن یک خواننده به حالت ذخیره شده قبلی.
tensorflow:: عملیات:: ReaderSerializeState	یک تانسور رشته‌ای تولید کنید که حالت یک Reader را کدگذاری کند.
tensorflow:: عملیات:: واقعی	قسمت حقیقی یک عدد مختلط را برمی‌گرداند.
tensorflow:: عملیات:: RealDiv	برای انواع حقیقی، x/y را به صورت عنصر به عنصر برمی‌گرداند.
tensorflow:: عملیات:: عملگر معکوس	معکوس x را به صورت عنصر به عنصر محاسبه می‌کند.
tensorflow:: عملیات:: ورودی رکورد	رکوردهای تصادفی منتشر می‌کند.
tensorflow:: عملیات:: ReduceJoin	یک تانسور رشته‌ای را در ابعاد داده شده به هم متصل می‌کند.
tensorflow:: عملیات:: RefNextIteration	ورودی خود را برای تکرار بعدی در دسترس قرار می‌دهد.
tensorflow:: عملیات:: انتخاب مرجع	عنصر `index` ام `inputs` را به `output` ارسال می‌کند.
tensorflow:: عملیات:: RefSwitch	`data` تانسور مرجع را به پورت خروجی تعیین‌شده توسط `pred` ارسال می‌کند.
tensorflow:: عملیات:: RegexFullMatch	بررسی کنید که آیا ورودی با الگوی regex مطابقت دارد یا خیر.
tensorflow::ops::Replace Regex	تطابق‌های عبارت منظم `pattern` در `input` را با رشته‌ی جایگزینی ارائه شده در `rewrite` جایگزین می‌کند.
tensorflow:: عملیات:: Relu	خطی یکسو شده را محاسبه می‌کند: `max(features, 0)` .
تنسورفلو:: عملیات:: Relu6	تابع خطی یکسو شده ۶ را محاسبه می‌کند: `min(max(features, 0), 6)` .
tensorflow:: عملیات:: بازکوانتیزاسیون‌محدوده	محدوده‌ای را محاسبه می‌کند که مقادیر واقعی موجود در یک تانسور کوانتیزه را پوشش می‌دهد.
tensorflow::ops:: کوانتیزه کردن مجدد	تانسور `input` کوانتیزه شده را به یک `output` با دقت پایین‌تر تبدیل می‌کند.
tensorflow:: عملیات:: تغییر اندازه منطقه	تغییر `size` `images` با استفاده از درون‌یابی مساحتی
tensorflow::ops::تغییر اندازهBicubic	تغییر اندازه `images` به `size` با استفاده از درونیابی دو مکعبی.
tensorflow::ops::تغییر اندازهدوخطی	تغییر `size` `images` با استفاده از درونیابی دوخطی.
tensorflow::ops::تغییر اندازه نزدیکترین همسایه	تغییر اندازه `images` به `size` با استفاده از درونیابی نزدیکترین همسایه.
tensorflow:: عملیات:: ResourceApplyAdadelta	طبق طرح adelta، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyAdagrad	طبق طرح adagrad، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyAdagradDA	'*var' را طبق طرح proximal adagrad به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyAdam	طبق الگوریتم Adam، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyAdamWithAmsgrad	طبق الگوریتم Adam، '*var' را به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyAddSign	'*var' را مطابق با به‌روزرسانی AddSign به‌روزرسانی کنید.
tensorflow:: عملیات:: ResourceApplyCenteredRMSProp	'*var' را طبق الگوریتم RMSProp مرکزی به‌روزرسانی کن.
tensorflow:: عملیات:: ResourceApplyFtrl	Update '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: ResourceApplyFtrlV2	Update '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: ResourceApplyGradientDescent	Update 'var' by subtracting 'alpha' 'delta' from it.
tensorflow:: ops:: ResourceApplyKerasMomentum	Update '*var' according to the momentum scheme.
tensorflow:: ops:: ResourceApplyMomentum	Update '*var' according to the momentum scheme.
tensorflow:: ops:: ResourceApplyPowerSign	'*var' را مطابق با به‌روزرسانی AddSign به‌روزرسانی کنید.
tensorflow:: ops:: ResourceApplyProximalAdagrad	Update 'var' and 'accum' according to FOBOS with Adagrad learning rate.
tensorflow:: ops:: ResourceApplyProximalGradientDescent	Update '*var' as FOBOS algorithm with fixed learning rate.
tensorflow:: ops:: ResourceApplyRMSProp	'*var' را طبق الگوریتم RMSProp به‌روزرسانی کن.
tensorflow:: ops:: ResourceCountUpTo	Increments variable pointed to by 'resource' until it reaches 'limit'.
tensorflow:: ops:: ResourceScatterNdAdd	Applies sparse addition to individual values or slices in a Variable .
tensorflow:: ops:: ResourceScatterNdSub	Applies sparse subtraction to individual values or slices in a Variable .
tensorflow:: ops:: ResourceScatterNdUpdate	Applies sparse `updates` to individual values or slices within a given.
tensorflow:: ops:: ResourceSparseApplyAdadelta	var: باید از یک متغیر () باشد.
tensorflow:: ops:: ResourceSparseApplyAdagrad	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
tensorflow:: ops:: ResourceSparseApplyAdagradDA	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
tensorflow:: ops:: ResourceSparseApplyCenteredRMSProp	Update '*var' according to the centered RMSProp algorithm.
tensorflow:: ops:: ResourceSparseApplyFtrl	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: ResourceSparseApplyFtrlV2	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: ResourceSparseApplyKerasMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
tensorflow:: ops:: ResourceSparseApplyMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
tensorflow:: ops:: ResourceSparseApplyProximalAdagrad	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
tensorflow:: ops:: ResourceSparseApplyProximalGradientDescent	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
tensorflow:: ops:: ResourceSparseApplyRMSProp	'*var' را طبق الگوریتم RMSProp به‌روزرسانی کن.
tensorflow:: ops:: Restore	Restores a tensor from checkpoint files.
tensorflow:: ops:: RestoreSlice	Restores a tensor from checkpoint files.
tensorflow:: ops:: RestoreV2	Restores tensors from a V2 checkpoint.
tensorflow:: ops:: Rint	Returns element-wise integer closest to x.
tensorflow:: ops:: Round	Rounds the values of a tensor to the nearest integer, element-wise.
tensorflow:: ops:: Rsqrt	Computes reciprocal of square root of x element-wise.
tensorflow:: ops:: SampleDistortedBoundingBox	Generate a single randomly distorted bounding box for an image.
tensorflow:: ops:: SampleDistortedBoundingBoxV2	Generate a single randomly distorted bounding box for an image.
tensorflow:: ops:: Save	Saves the input tensors to disk.
tensorflow:: ops:: SaveSlices	Saves input tensors slices to disk.
tensorflow:: ops:: SaveV2	Saves tensors in V2 checkpoint format.
tensorflow:: ops:: ScalarSummary	Outputs a `Summary` protocol buffer with scalar values.
tensorflow:: ops:: ScaleAndTranslate	TODO: add doc.
tensorflow:: ops:: ScatterAdd	Adds sparse updates to a variable reference.
tensorflow:: ops:: ScatterDiv	Divides a variable reference by sparse updates.
tensorflow:: ops:: ScatterMax	Reduces sparse updates into a variable reference using the `max` operation.
tensorflow:: ops:: ScatterMin	Reduces sparse updates into a variable reference using the `min` operation.
tensorflow:: ops:: ScatterMul	Multiplies sparse updates into a variable reference.
tensorflow:: ops:: ScatterNdAdd	Applies sparse addition to individual values or slices in a Variable .
tensorflow:: ops:: ScatterNdSub	Applies sparse subtraction to individual values or slices in a Variable .
tensorflow:: ops:: ScatterNdUpdate	Applies sparse `updates` to individual values or slices within a given.
tensorflow:: ops:: ScatterSub	Subtracts sparse updates to a variable reference.
tensorflow:: ops:: ScatterUpdate	Applies sparse updates to a variable reference.
tensorflow:: ops:: SegmentMax	Computes the maximum along segments of a tensor.
tensorflow:: ops:: SegmentMean	Computes the mean along segments of a tensor.
tensorflow:: ops:: SegmentMin	Computes the minimum along segments of a tensor.
tensorflow:: ops:: SegmentProd	Computes the product along segments of a tensor.
tensorflow:: ops:: SegmentSum	Computes the sum along segments of a tensor.
tensorflow:: ops:: SelectV2	TODO: add doc.
tensorflow:: ops:: Selu	Computes scaled exponential linear: `scale * alpha * (exp(features) - 1)`
tensorflow:: ops:: SerializeManySparse	Serialize an `N` -minibatch `SparseTensor` into an `[N, 3]` `Tensor` object.
tensorflow:: ops:: SerializeSparse	Serialize a `SparseTensor` into a `[3]` `Tensor` object.
tensorflow:: ops:: SerializeTensor	Transforms a Tensor into a serialized TensorProto proto.
tensorflow:: ops:: SetDiff1D	Computes the difference between two lists of numbers or strings.
tensorflow:: ops:: ShardedFilename	Generate a sharded filename.
tensorflow:: ops:: ShardedFilespec	Generate a glob pattern matching all sharded file names.
tensorflow:: ops:: Sigmoid	Computes sigmoid of `x` element-wise.
tensorflow:: ops:: Sign	Returns an element-wise indication of the sign of a number.
tensorflow:: ops:: Sin	Computes sine of x element-wise.
tensorflow:: ops:: Sinh	Computes hyperbolic sine of x element-wise.
tensorflow:: ops:: Softmax	Computes softmax activations.
tensorflow:: ops:: SoftmaxCrossEntropyWithLogits	Computes softmax cross entropy cost and gradients to backpropagate.
tensorflow:: ops:: Softplus	Computes softplus: `log(exp(features) + 1)` .
tensorflow:: ops:: Softsign	Computes softsign: `features / (abs(features) + 1)` .
tensorflow:: ops:: SparseAccumulatorApplyGradient	Applies a sparse gradient to a given accumulator.
tensorflow::ops::SparseAccumulatorTakeGradient	میانگین گرادیان پراکنده را در یک SparseConditionalAccumulator استخراج می‌کند.
tensorflow:: ops:: SparseAdd	Adds two `SparseTensor` objects to produce another `SparseTensor` .
tensorflow:: ops:: SparseAddGrad	The gradient operator for the SparseAdd op.
tensorflow:: ops:: SparseApplyAdadelta	var: باید از یک متغیر () باشد.
tensorflow:: ops:: SparseApplyAdagrad	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
tensorflow:: ops:: SparseApplyAdagradDA	Update entries in 'var' and 'accum' according to the proximal adagrad scheme.
tensorflow:: ops:: SparseApplyCenteredRMSProp	Update '*var' according to the centered RMSProp algorithm.
tensorflow:: ops:: SparseApplyFtrl	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: SparseApplyFtrlV2	Update relevant entries in '*var' according to the Ftrl-proximal scheme.
tensorflow:: ops:: SparseApplyMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
tensorflow:: ops:: SparseApplyProximalAdagrad	Sparse update entries in 'var' and 'accum' according to FOBOS algorithm.
tensorflow:: ops:: SparseApplyProximalGradientDescent	Sparse update '*var' as FOBOS algorithm with fixed learning rate.
tensorflow:: ops:: SparseApplyRMSProp	'*var' را طبق الگوریتم RMSProp به‌روزرسانی کن.
tensorflow:: ops:: SparseConcat	Concatenates a list of `SparseTensor` along the specified dimension.
tensorflow:: ops:: SparseConditionalAccumulator	A conditional accumulator for aggregating sparse gradients.
tensorflow:: ops:: SparseCross	Generates sparse cross from a list of sparse and dense tensors.
tensorflow:: ops:: SparseDenseCwiseAdd	Adds up a SparseTensor and a dense Tensor , using these special rules:
tensorflow:: ops:: SparseDenseCwiseDiv	Component-wise divides a SparseTensor by a dense Tensor .
tensorflow:: ops:: SparseDenseCwiseMul	Component-wise multiplies a SparseTensor by a dense Tensor .
tensorflow:: ops:: SparseFillEmptyRows	Fills empty rows in the input 2-D `SparseTensor` with a default value.
tensorflow:: ops:: SparseFillEmptyRowsGrad	The gradient of SparseFillEmptyRows .
tensorflow:: ops:: SparseMatMul	Multiply matrix "a" by matrix "b".
tensorflow:: ops:: SparseReduceMax	Computes the max of elements across dimensions of a SparseTensor.
tensorflow:: ops:: SparseReduceMaxSparse	Computes the max of elements across dimensions of a SparseTensor.
tensorflow:: ops:: SparseReduceSum	Computes the sum of elements across dimensions of a SparseTensor.
tensorflow:: ops:: SparseReduceSumSparse	Computes the sum of elements across dimensions of a SparseTensor.
tensorflow:: ops:: SparseReorder	Reorders a SparseTensor into the canonical, row-major ordering.
tensorflow:: ops:: SparseReshape	Reshapes a SparseTensor to represent values in a new dense shape.
tensorflow:: ops:: SparseSegmentMean	Computes the mean along sparse segments of a tensor.
tensorflow:: ops:: SparseSegmentMeanGrad	Computes gradients for SparseSegmentMean .
tensorflow:: ops:: SparseSegmentMeanWithNumSegments	Computes the mean along sparse segments of a tensor.
tensorflow:: ops:: SparseSegmentSqrtN	Computes the sum along sparse segments of a tensor divided by the sqrt of N.
tensorflow:: ops:: SparseSegmentSqrtNGrad	Computes gradients for SparseSegmentSqrtN .
tensorflow:: ops:: SparseSegmentSqrtNWithNumSegments	Computes the sum along sparse segments of a tensor divided by the sqrt of N.
tensorflow:: ops:: SparseSegmentSum	Computes the sum along sparse segments of a tensor.
tensorflow:: ops:: SparseSegmentSumWithNumSegments	Computes the sum along sparse segments of a tensor.
tensorflow:: ops:: SparseSlice	Slice a `SparseTensor` based on the `start` and `size` .
tensorflow:: ops:: SparseSliceGrad	The gradient operator for the SparseSlice op.
tensorflow:: ops:: SparseSoftmax	Applies softmax to a batched ND `SparseTensor` .
tensorflow:: ops:: SparseSoftmaxCrossEntropyWithLogits	Computes softmax cross entropy cost and gradients to backpropagate.
tensorflow:: ops:: SparseSparseMaximum	Returns the element-wise max of two SparseTensors.
tensorflow:: ops:: SparseSparseMinimum	Returns the element-wise min of two SparseTensors.
tensorflow:: ops:: SparseSplit	Split a `SparseTensor` into `num_split` tensors along one dimension.
tensorflow:: ops:: SparseTensorDenseAdd	Adds up a `SparseTensor` and a dense `Tensor` , producing a dense `Tensor` .
tensorflow:: ops:: SparseTensorDenseMatMul	Multiply SparseTensor (of rank 2) "A" by dense matrix "B".
tensorflow:: ops:: Sqrt	Computes square root of x element-wise.
tensorflow:: ops:: Square	Computes square of x element-wise.
tensorflow:: ops:: SquaredDifference	Returns (x - y)(x - y) element-wise.
tensorflow:: ops:: Stack	Packs a list of `N` rank- `R` tensors into one rank- `(R+1)` tensor.
tensorflow:: ops:: Stage	Stage values similar to a lightweight Enqueue.
tensorflow:: ops:: StageClear	Op removes all elements in the underlying container.
tensorflow:: ops:: StagePeek	Op peeks at the values at the specified index.
tensorflow:: ops:: StageSize	Op returns the number of elements in the underlying container.
tensorflow:: ops:: StringFormat	Formats a string template using a list of tensors.
tensorflow:: ops:: StringJoin	Joins the strings in the given list of string tensors into one tensor;.
tensorflow:: ops:: StringLength	String lengths of `input` .
tensorflow:: ops:: StringLower	TODO: add doc.
tensorflow:: ops:: StringNGrams	Creates ngrams from ragged string data.
tensorflow:: عملیات:: تقسیم رشته	عناصر `input` را بر اساس `delimiter` به یک `SparseTensor` تقسیم کنید.
tensorflow:: ops:: StringSplitV2	Split elements of `source` based on `sep` into a `SparseTensor` .
tensorflow:: ops:: StringStrip	Strip leading and trailing whitespaces from the Tensor .
tensorflow:: ops:: StringToHashBucket	هر رشته در Tensor ورودی را به مد هش آن توسط تعدادی سطل تبدیل می‌کند.
tensorflow:: عملیات:: StringToHashBucketFast	هر رشته در Tensor ورودی را به مد هش آن توسط تعدادی سطل تبدیل می‌کند.
tensorflow:: ops:: StringToHashBucketStrong	هر رشته در Tensor ورودی را به مد هش آن توسط تعدادی سطل تبدیل می‌کند.
tensorflow::ops::StringToNumber	هر رشته در Tensor ورودی را به نوع عددی مشخص شده تبدیل می‌کند.
tensorflow:: ops:: StringUpper	TODO: add doc.
tensorflow:: ops:: Substr	Return substrings from `Tensor` of strings.
tensorflow:: ops:: Subtract	Returns x - y element-wise.
tensorflow:: ops:: Sum	Computes the sum of elements across dimensions of a tensor.
tensorflow:: ops:: Switch	Forwards `data` to the output port determined by `pred` .
tensorflow:: ops:: TFRecordReader	A Reader that outputs the records from a TensorFlow Records file.
tensorflow:: ops:: TakeManySparseFromTensorsMap	Converts a sparse representation into a dense tensor.
tensorflow:: ops:: Tan	Computes tan of x element-wise.
tensorflow:: ops:: Tanh	Computes hyperbolic tangent of `x` element-wise.
tensorflow:: عملیات:: متغیر موقت	یک تانسور را برمی‌گرداند که ممکن است جهش یابد، اما فقط در یک مرحله باقی می‌ماند.
tensorflow:: ops:: TensorArray	An array of Tensors of given size.
tensorflow:: ops:: TensorArrayClose	Delete the TensorArray from its resource container.
tensorflow:: ops:: TensorArrayConcat	Concat the elements from the TensorArray into value `value` .
tensorflow:: ops:: TensorArrayGather	Gather specific elements from the TensorArray into output `value` .
tensorflow:: ops:: TensorArrayGrad	Creates a TensorArray for storing the gradients of values in the given handle.
tensorflow:: ops:: TensorArrayGradWithShape	Creates a TensorArray for storing multiple gradients of values in the given handle.
tensorflow:: ops:: TensorArrayRead	Read an element from the TensorArray into output `value` .
tensorflow:: عملیات:: TensorArrayScatter	داده‌ها را از مقدار ورودی به عناصر خاص TensorArray پراکنده کنید.
tensorflow:: ops:: TensorArraySize	Get the current size of the TensorArray .
tensorflow:: عملیات:: TensorArraySplit	داده‌ها را از مقدار ورودی به عناصر TensorArray تقسیم کنید.
tensorflow:: ops:: TensorArrayWrite	Push an element onto the tensor_array.
tensorflow:: ops:: TensorSummary	Outputs a `Summary` protocol buffer with a tensor.
tensorflow:: ops:: TensorSummaryV2	Outputs a `Summary` protocol buffer with a tensor and per-plugin data.
tensorflow:: ops:: TextLineReader	A Reader that outputs the lines of a file delimited by ' '.
tensorflow:: ops:: Timestamp	Provides the time since epoch in seconds.
tensorflow:: ops:: TopK	Finds values and indices of the `k` largest elements for the last dimension.
tensorflow:: ops:: TruncateDiv	Returns x / y element-wise for integer types.
tensorflow:: ops:: TruncateMod	Returns element-wise remainder of division.
tensorflow:: ops:: TruncatedNormal	Outputs random values from a truncated normal distribution.
tensorflow:: ops:: UnicodeScript	Determine the script codes of a given tensor of Unicode integer code points.
tensorflow:: ops:: UnicodeTranscode	Transcode the input text from a source encoding to a destination encoding.
tensorflow:: ops:: UniformCandidateSampler	Generates labels for candidate sampling with a uniform distribution.
tensorflow:: ops:: UnsortedSegmentJoin	Joins the elements of `inputs` based on `segment_ids` .
tensorflow:: ops:: UnsortedSegmentMax	Computes the maximum along segments of a tensor.
tensorflow:: ops:: UnsortedSegmentMin	Computes the minimum along segments of a tensor.
tensorflow:: ops:: UnsortedSegmentProd	Computes the product along segments of a tensor.
tensorflow:: ops:: UnsortedSegmentSum	Computes the sum along segments of a tensor.
tensorflow:: ops:: Unstage	Op is similar to a lightweight Dequeue.
tensorflow:: ops:: Variable	Holds state in the form of a tensor that persists across steps.
tensorflow:: ops:: Where	Reshapes a quantized tensor as per the Reshape op.
tensorflow:: ops:: Where3	Selects elements from `x` or `y` , depending on `condition` .
tensorflow:: ops:: WholeFileReader	A Reader that outputs the entire contents of a file as a value.
tensorflow:: ops:: WriteFile	Writes contents to the file at input filename.
tensorflow:: ops:: Xdivy	Returns 0 if x == 0, and x / y otherwise, elementwise.
tensorflow:: ops:: Xlogy	Returns 0 if x == 0, and x * log(y) otherwise, elementwise.
tensorflow:: ops:: ZerosLike	Returns a tensor of zeros with the same shape and type as x.
tensorflow:: ops:: Zeta	Compute the Hurwitz zeta function \((x, q)\).

تایپ‌دیف‌ها

مول

Multiply Mul

منفی

Negate Neg

ReduceAll

All ReduceAll

ReduceAny

Any ReduceAny

ReduceMax

Max ReduceMax

کاهش میانگین

Mean ReduceMean

ReduceMin

Min ReduceMin

ReduceProd

Prod ReduceProd

ReduceSum

Sum ReduceSum

زیر

Subtract Sub

توابع

AsNodeOut

NodeBuilder::NodeOut AsNodeOut(
  const Scope & scope,
  const Input & inp
)

AsNodeOutList

std::vector< NodeBuilder::NodeOut > AsNodeOutList(
  const Scope & scope,
  const InputList & inp
)

AudioSummary

 AudioSummary(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input tag,
  ::tensorflow::Input tensor,
  ::tensorflow::Input sample_rate
)

AudioSummary

 AudioSummary(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input tag,
  ::tensorflow::Input tensor,
  ::tensorflow::Input sample_rate,
  const AudioSummary::Attrs & attrs
)

BadColor

TF_MUST_USE_RESULT Attrs BadColor(
  const TensorProto & x
)

Color to use for pixels with non-finite values.

Defaults to Tensor

کانست

Output Const(
  const Scope & scope,
  const Input::Initializer & val
)

کانست

Output Const(
  const Scope & scope,
  const T & v,
  const TensorShape shape
)

کانست

Output Const(
  const Scope & scope,
  const std::initializer_list< T > & v,
  const TensorShape shape
)

ConstFromProto

Output ConstFromProto(
  const Scope & scope,
  const TensorProto & proto
)

ImageSummary

 ImageSummary(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input tag,
  ::tensorflow::Input tensor
)

ImageSummary

 ImageSummary(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input tag,
  ::tensorflow::Input tensor,
  const ImageSummary::Attrs & attrs
)

MaxImages

Attrs MaxImages(
  int64 x
)

MaxOutputs

Attrs MaxOutputs(
  int64 x
)

گره

::tensorflow::Node * node() const

محدوده

image **If max_images is greater the summary value tags are *generated sequentially as *tag *tag etc **The bad_color argument is the color to use in the generated images for *non finite input values It is a uint8 D tensor of length channels *Each element must be in the range(
  It represents the value of a *pixel in the output image
).Non-finite values in the input tensor are *replaced by this tensor in the output image.The default value is the color *red.**Arguments

Max number of batch elements to generate images for.

Defaults to 3

تنسورفلو:: عملیات

خلاصه

تایپ‌دیف‌ها

توابع

کلاس‌ها

تایپ‌دیف‌ها

مول

منفی

ReduceAll

ReduceAny

ReduceMax

کاهش میانگین

ReduceMin

ReduceProd

ReduceSum

زیر

توابع

AsNodeOut

AsNodeOutList

AudioSummary

AudioSummary

BadColor

کانست

کانست

کانست

ConstFromProto

ImageSummary

ImageSummary

MaxImages

MaxOutputs

گره

محدوده