텐서플로우:: 연산

요약

타입 정의
Mul	typedef Multiply
Neg	typedef Negate
ReduceAll	typedef All
ReduceAny	typedef Any
ReduceMax	typedef Max
ReduceMean	typedef Mean
ReduceMin	typedef Min
ReduceProd	typedef Prod
ReduceSum	typedef Sum
Sub	typedef Subtract

함수
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 유한하지 않은 값을 가진 픽셀에 사용할 색상입니다.
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 이미지를 생성할 배치 요소의 최대 개수입니다.

수업
텐서플로우:: 작업:: 중단	호출 시 예외를 발생시켜 프로세스를 중단합니다.
텐서플로우:: 연산:: 절댓값	텐서의 절댓값을 계산합니다.
텐서플로우:: ops:: AccumulateNV2	텐서 리스트의 각 요소별 합계를 반환합니다.
텐서플로우:: ops:: AccumulatorApplyGradient	주어진 누산기에 기울기를 적용합니다.
텐서플로우:: ops:: 누적기NumAccumulated	주어진 누적기에 집계된 기울기의 개수를 반환합니다.
tensorflow:: ops:: AccumulatorSetGlobalStep	global_step에 대한 새 값으로 누적기를 업데이트합니다.
텐서플로우:: ops:: AccumulatorTakeGradient	주어진 ConditionalAccumulator 에서 평균 기울기를 추출합니다.
텐서플로우:: ops:: Acos	x의 각 요소에 대한 acos 값을 계산합니다.
텐서플로우:: ops:: Acosh	x의 역 쌍곡 코사인 값을 요소별로 계산합니다.
텐서플로우:: 연산:: 추가	x + y 값을 요소별로 반환합니다.
텐서플로우::ops::AddManySparseToTensorsMap	N 미니배치 SparseTensor SparseTensorsMap 에 추가하고 N 핸들을 반환합니다.
텐서플로우:: ops:: AddN	모든 입력 텐서를 요소별로 더합니다 .
텐서플로우:: ops:: AddSparseToTensorsMap	SparseTensor SparseTensorsMap 에 추가하고 해당 핸들을 반환합니다.
텐서플로우:: ops:: AddV2	x + y 값을 요소별로 반환합니다.
텐서플로우:: ops:: AdjustContrast	하나 이상의 이미지의 대비를 조정합니다.
텐서플로우:: ops:: AdjustHue	하나 이상의 이미지의 색조를 조정합니다.
텐서플로우:: ops:: AdjustSaturation	하나 이상의 이미지의 채도를 조정합니다.
텐서플로우:: 연산:: 모두	텐서의 차원에 걸쳐 있는 요소들의 "논리 AND" 연산을 수행합니다.
텐서플로우:: ops:: AllCandidateSampler	학습된 단어 분포를 사용하여 후보 샘플링을 위한 레이블을 생성합니다.
텐서플로우:: 연산:: 각도	인수로 전달된 복소수를 반환합니다.
텐서플로우:: 연산:: 모든	텐서의 차원에 걸쳐 요소들의 "논리 OR" 연산을 수행합니다.
텐서플로우:: ops:: ApplyAdadelta	adadelta 체계에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyAdagrad	아다그라드 체계에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyAdagradDA	근접 아다그라드 체계에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyAdam	Adam 알고리즘에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ApplyAddSign	AddSign 업데이트에 따라 '*var'를 업데이트하세요.
tensorflow:: ops:: ApplyCenteredRMSProp	중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyFtrl	Ftrl 키에 근접한 체계에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyFtrlV2	Ftrl 키에 근접한 체계에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ApplyGradientDescent	'*var'에서 'alpha' * 'delta'를 빼서 값을 업데이트합니다.
텐서플로우:: ops:: ApplyMomentum	모멘텀 방식에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApplyPowerSign	AddSign 업데이트에 따라 '*var'를 업데이트하세요.
tensorflow:: ops:: ApplyProximalAdagrad	Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다.
tensorflow:: ops:: ApplyProximalGradientDescent	'*var'를 고정 학습률을 사용하는 FOBOS 알고리즘으로 업데이트합니다.
텐서플로우:: ops:: ApplyRMSProp	RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ApproximateEqual	abs(xy) < 허용 오차 요소별 참값을 반환합니다.
텐서플로우:: ops:: ArgMax	텐서의 모든 차원에 걸쳐 가장 큰 값을 가진 인덱스를 반환합니다.
텐서플로우:: ops:: ArgMin	텐서의 모든 차원에서 가장 작은 값을 가진 인덱스를 반환합니다.
tensorflow:: ops:: AsString	주어진 텐서의 각 항목을 문자열로 변환합니다.
텐서플로우:: ops:: Asin	x의 각 요소에 대해 삼각함수 역사인 값을 계산합니다.
텐서플로우:: ops:: 아신	x의 역 쌍곡선 사인 값을 요소별로 계산합니다.
텐서플로우:: ops:: Assert	주어진 조건이 참임을 주장합니다.
텐서플로우:: 연산:: 할당	'ref'에 'value'를 할당하여 업데이트합니다.
텐서플로우::ops::AssignAdd	'ref'에 'value'를 추가하여 업데이트하세요.
텐서플로우::ops::AssignSub	'ref'에서 'value'를 빼서 값을 업데이트합니다.
텐서플로우:: ops:: 아탄	x의 역삼각함수를 요소별로 계산합니다.
텐서플로우:: ops:: Atan2	인수의 부호를 고려하여 y/x 의 역탄젠트 값을 요소별로 계산합니다.
텐서플로우:: ops:: 아탄	x의 역 쌍곡 탄젠트를 요소별로 계산합니다.
텐서플로우:: 연산:: 평균 풀	입력값에 대해 평균 풀링을 수행합니다.
텐서플로우:: ops:: AvgPool3D	입력에 대해 3D 평균 풀링을 수행합니다.
텐서플로우:: ops:: AvgPool3DGrad	평균 풀링 함수의 기울기를 계산합니다.
텐서플로우:: 연산:: 장벽	서로 다른 그래프 실행 간에 유지되는 장벽을 정의합니다.
텐서플로우:: ops:: BarrierClose	주어진 장벽을 닫습니다.
텐서플로우:: ops:: BarrierIncompleteSize	주어진 장벽에서 불완전한 요소의 개수를 계산합니다.
텐서플로우::ops::BarrierInsertMany	각 키에 대해 지정된 구성 요소에 해당 값을 할당합니다.
텐서플로우:: ops:: BarrierReadySize	주어진 장벽에 있는 완전한 요소의 개수를 계산합니다.
텐서플로우:: ops:: BarrierTakeMany	지정된 개수만큼 완료된 요소를 장벽에서 제거합니다.
텐서플로우:: ops:: BatchMatMul	두 텐서의 슬라이스를 일괄적으로 곱합니다.
텐서플로우:: ops:: BatchMatMulV2	두 텐서의 슬라이스를 일괄적으로 곱합니다.
텐서플로우:: ops:: BatchToSpace	T 타입의 4차원 텐서에 대한 BatchToSpace 함수입니다 .
텐서플로우:: ops:: BatchToSpaceND	T 타입의 ND 텐서에 대한 BatchToSpace.
텐서플로우:: 연산:: 베타인	정규화된 불완전 베타 적분을 계산하십시오. \(I_x(a, b)\).
텐서플로우:: ops:: BiasAdd	value 에 bias 더합니다.
텐서플로우:: ops:: BiasAddGrad	"bias" 텐서에 대한 "BiasAdd"의 역방향 연산입니다.
텐서플로우:: 연산:: 빈 카운트	정수 배열에서 각 값의 발생 횟수를 계산합니다.
텐서플로우:: 연산:: 비트캐스트	데이터를 복사하지 않고 텐서를 한 유형에서 다른 유형으로 비트캐스팅합니다.
텐서플로우:: ops:: 브로드캐스트다이내믹셰이프	브로드캐스트를 사용하여 s0 op s1의 형태를 반환합니다.
텐서플로우::ops::BroadcastTo	호환 가능한 형태의 배열을 브로드캐스트합니다.
텐서플로우::ops::버킷화	'경계'를 기준으로 '입력'을 그룹화합니다.
텐서플로우:: 연산:: 캐스팅	SrcT 타입의 x를 DstT 타입의 y로 캐스팅합니다 .
텐서플로우:: ops:: Ceil	x보다 작지 않은 정수 중 요소별로 가장 작은 값을 반환합니다.
텐서플로우:: ops:: CheckNumerics	텐서에서 NaN 및 Inf 값을 확인합니다.
텐서플로우::ops::ClipByValue	텐서 값을 지정된 최소값과 최대값으로 제한합니다.
텐서플로우:: ops:: 결합된 비최대 억제	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: CompareAndBitpack	input 값을 threshold 과 비교하고 결과 비트를 uint8 에 저장합니다.
텐서플로우:: 연산:: 복합	두 개의 실수를 복소수로 변환합니다.
텐서플로우:: ops:: ComplexAbs	텐서의 복소 절댓값을 계산합니다.
텐서플로우:: ops:: ComputeAccidentalHits	sampled_candidates에서 true_labels와 일치하는 위치의 ID를 계산합니다.
텐서플로우:: 연산:: 연결	텐서를 1차원 방향으로 연결합니다.
텐서플로우::ops::ConditionalAccumulator	기울기를 집계하기 위한 조건부 누적기.
텐서플로우:: 연산:: 합성	복소수의 켤레복소수를 반환합니다.
텐서플로우:: ops:: ConjugateTranspose	x의 차원을 순열에 따라 섞고 그 결과를 켤레 복소수로 변환합니다.
텐서플로우::ops::ControlTrigger	아무런 효과가 없습니다.
텐서플로우:: 연산:: Conv2D	4차원 input 및 filter 텐서가 주어졌을 때 2차원 컨볼루션을 계산합니다.
텐서플로우:: ops:: Conv2DBackpropFilter	필터에 대한 컨볼루션의 기울기를 계산합니다.
텐서플로우:: ops:: Conv2DBackpropInput	입력에 대한 컨볼루션의 기울기를 계산합니다.
텐서플로우:: 연산:: Conv3D	5차원 input 및 filter 텐서가 주어졌을 때 3차원 컨볼루션을 계산합니다.
텐서플로우:: ops:: Conv3DBackpropFilterV2	필터에 대한 3차원 컨볼루션의 기울기를 계산합니다.
텐서플로우:: ops:: Conv3DBackpropInputV2	입력에 대한 3차원 컨볼루션의 기울기를 계산합니다.
텐서플로우:: 연산:: 코스	x의 코사인 값을 요소별로 계산합니다.
텐서플로우:: ops:: Cosh	x의 각 요소에 대해 쌍곡 코사인 값을 계산합니다.
텐서플로우::ops::CountUpTo	'ref' 값이 'limit'에 도달할 때까지 증가시킵니다.
텐서플로우:: ops:: CropAndResize	입력 이미지 텐서에서 원하는 영역을 추출하고 크기를 조정합니다.
텐서플로우:: ops:: CropAndResizeGradBoxes	crop_and_resize 연산의 입력 박스 텐서에 대한 기울기를 계산합니다.
텐서플로우:: ops:: CropAndResizeGradImage	입력 이미지 텐서에 대한 crop_and_resize 연산의 기울기를 계산합니다.
텐서플로우:: ops:: 크로스	쌍별 교차곱을 계산합니다.
텐서플로우:: ops:: 컴프로드	텐서 x 의 axis 따라 누적곱을 계산합니다.
텐서플로우:: 연산:: 누적	x axis 따라 텐서의 누적합을 계산합니다.
텐서플로우::ops::DataFormatDimMap	주어진 차원 인덱스를 대상 데이터 형식으로 반환합니다.
텐서플로우:: ops:: DataFormatVecPermute	주어진 대상 데이터 형식으로 순열된 벡터/텐서를 반환합니다.
텐서플로우::ops::DebugGradientIdentity	그래디언트 디버깅을 위한 ID 연산.
텐서플로우:: ops:: DebugGradientRefIdentity	그래디언트 디버깅을 위한 ID 연산.
텐서플로우:: ops:: DecodeAndCropJpeg	JPEG으로 인코딩된 이미지를 디코딩하고 잘라서 uint8 텐서로 변환합니다.
텐서플로우:: ops:: DecodeBase64	웹 안전 Base64로 인코딩된 문자열을 디코딩합니다.
텐서플로우:: ops:: DecodeBmp	BMP 형식으로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다.
텐서플로우:: ops:: DecodeCSV	CSV 레코드를 텐서로 변환합니다.
텐서플로우:: ops:: 압축 해제	문자열을 압축 해제합니다.
텐서플로우:: ops:: DecodeGif	GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다.
텐서플로우:: ops:: DecodeJSONExample	JSON 형식으로 인코딩된 Example 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다.
텐서플로우:: ops:: DecodeJpeg	JPEG으로 인코딩된 이미지를 uint8 텐서로 디코딩합니다.
tensorflow:: ops:: DecodePaddedRaw	문자열의 바이트를 숫자 벡터로 재해석합니다.
텐서플로우:: ops:: DecodePng	PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다.
텐서플로우:: ops:: DecodeRaw	문자열의 바이트를 숫자 벡터로 재해석합니다.
텐서플로우:: ops:: 딥카피	x 의 복사본을 만듭니다.
tensorflow:: ops:: DeleteSessionTensor	세션에서 해당 핸들로 지정된 텐서를 삭제합니다.
텐서플로우:: ops:: DenseBincount	정수 배열에서 각 값의 발생 횟수를 계산합니다.
텐서플로우:: ops:: DepthToSpace	T 타입 텐서에 대한 DepthToSpace 함수입니다 .
텐서플로우:: ops:: DepthwiseConv2dNative	4차원 input 및 filter 텐서가 주어졌을 때 2차원 깊이별 컨볼루션을 계산합니다.
텐서플로우:: ops:: DepthwiseConv2dNativeBackpropFilter	필터에 대한 깊이별 컨볼루션의 기울기를 계산합니다.
텐서플로우:: ops:: DepthwiseConv2dNativeBackpropInput	입력에 대한 깊이별 컨볼루션의 기울기를 계산합니다.
텐서플로우:: 연산:: 양자화 해제	'입력' 텐서를 float 또는 bfloat16 텐서 로 역양자화합니다 .
텐서플로우:: ops:: DeserializeManySparse	직렬화된 미니배치에서 SparseTensors 역직렬화하고 연결합니다.
텐서플로우:: ops:: DeserializeSparse	SparseTensor 객체를 역직렬화합니다.
텐서플로우:: ops:: 임시변수 파괴	임시 변수를 소멸시키고 최종 값을 반환합니다.
텐서플로우:: 연산:: 진단	주어진 대각선 값을 갖는 대각 텐서를 반환합니다.
텐서플로우:: ops:: DiagPart	텐서의 대각선 부분을 반환합니다.
텐서플로우:: ops:: 디감마	Lgamma (절댓값의 로그)의 미분값인 Psi를 계산합니다.
텐서플로우:: 연산:: Dilation2D	4차원 input 와 3차원 filter 텐서의 회색조 팽창을 계산합니다.
텐서플로우:: ops:: Dilation2DBackpropFilter	필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.
텐서플로우:: ops:: Dilation2DBackpropInput	입력에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.
텐서플로우:: 연산:: 나눗셈	x/y 요소를 요소별로 반환합니다.
텐서플로우:: ops:: DivNoNan	분모가 0이면 0을 반환합니다.
텐서플로우::ops::DrawBoundingBoxes	여러 이미지에 경계 상자를 그립니다.
텐서플로우:: ops:: DrawBoundingBoxesV2	여러 이미지에 경계 상자를 그립니다.
텐서플로우::ops::DynamicPartition	partitions 의 인덱스를 사용하여 data num_partitions 텐서로 분할합니다.
텐서플로우:: ops:: DynamicStitch	data 텐서의 값들을 하나의 텐서로 인터리빙합니다.
텐서플로우::ops::EditDistance	(정규화될 수 있는) 레벤슈타인 편집 거리를 계산합니다.
텐서플로우:: ops:: Elu	지수 선형을 계산합니다: exp(features) - 1 (0 미만인 경우), features 그렇지 않은 경우).
텐서플로우:: 연산:: 비어 있음	주어진 형태의 텐서를 생성합니다.
텐서플로우:: ops:: EncodeBase64	문자열을 웹에서 안전한 base64 형식으로 인코딩합니다.
텐서플로우:: ops:: EncodeJpeg	이미지를 JPEG 형식으로 인코딩합니다.
텐서플로우:: ops:: EncodeJpegVariableQuality	제공된 압축 품질로 입력 이미지를 JPEG 형식으로 인코딩합니다.
텐서플로우:: ops:: EncodePng	이미지를 PNG 형식으로 인코딩합니다.
텐서플로우:: ops:: EnsureShape	텐서의 형태가 예상되는 형태와 일치하는지 확인합니다.
텐서플로우:: 연산:: 같음	(x == y)의 각 요소에 대한 참값을 반환합니다.
텐서플로우:: ops:: Erf	x 의 각 요소에 대한 가우스 오차 함수를 계산합니다.
텐서플로우:: ops:: Erfc	x 의 각 요소에 대한 보완 오차 함수를 계산합니다.
텐서플로우:: ops:: Erfinv	TODO: 문서 추가
텐서플로우:: 연산:: 유클리드 노름	텐서의 차원에 걸쳐 있는 요소들의 유클리드 노름을 계산합니다.
텐서플로우:: 연산:: 경험치	x의 각 요소에 대한 지수 함수를 계산합니다.
텐서플로우:: ops:: ExpandDims	텐서의 형태에 1의 차원을 삽입합니다.
텐서플로우:: ops:: Expm1	exp(x) - 1 요소별로 계산합니다.
텐서플로우:: ops:: ExtractGlimpse	입력 텐서에서 일부 정보를 추출합니다.
텐서플로우:: ops:: ExtractImagePatches	images 에서 patches 추출하여 "깊이" 출력 차원에 넣습니다.
텐서플로우:: ops:: ExtractJpegShape	JPEG 형식으로 인코딩된 이미지에서 형태 정보를 추출합니다.
텐서플로우:: ops:: ExtractVolumePatches	input 에서 patches 추출하여 "깊이" 출력 차원에 넣습니다.
텐서플로우::ops::FIFOQueue	선입선출(FIFO) 순서로 요소를 생성하는 큐.
텐서플로우:: 연산:: 팩트	팩토리얼에 대한 사실을 출력하세요 .
tensorflow:: ops:: FakeQuantWithMinMaxArgs	'입력' 텐서를 가상 양자화하여 float 타입을 동일한 타입의 '출력' 텐서로 변환합니다.
텐서플로우:: ops:: FakeQuantWithMinMaxArgsGradient	FakeQuantWithMinMaxArgs 연산에 대한 기울기를 계산합니다.
tensorflow:: ops:: FakeQuantWithMinMaxVars	float 타입의 'inputs' 텐서를 전역 float 스칼라를 통해 가짜 양자화합니다.
텐서플로우:: ops:: FakeQuantWithMinMaxVarsGradient	FakeQuantWithMinMaxVars 연산에 대한 기울기를 계산합니다.
텐서플로우:: ops:: 채널당 최소/최대 변수가 포함된 가짜 수량	채널별 부동소수점을 사용하여 float 타입의 '입력' 텐서를 가짜 양자화합니다.
tensorflow:: ops:: FakeQuantWithMinMaxVarsPerChannelGradient	FakeQuantWithMinMaxVarsPerChannel 연산에 대한 기울기를 계산합니다.
텐서플로우:: 연산:: 채우기	스칼라 값으로 채워진 텐서를 생성합니다.
텐서플로우:: 연산:: 지문	지문 값을 생성합니다.
텐서플로우::ops::FixedLengthRecordReader	파일에서 고정 길이 레코드를 출력하는 리더입니다.
텐서플로우:: ops:: FixedUnigramCandidateSampler	학습된 단어 분포를 사용하여 후보 샘플링을 위한 레이블을 생성합니다.
텐서플로우:: 연산:: 바닥	x보다 크지 않은 정수 중 요소별로 가장 큰 값을 반환합니다.
텐서플로우:: ops:: FloorDiv	x // y 요소별 값을 반환합니다.
텐서플로우:: ops:: FloorMod	각 요소에 대한 나눗셈의 나머지를 반환합니다.
텐서플로우:: ops:: FractionalAvgPool	입력에 대해 부분 평균 풀링을 수행합니다.
텐서플로우:: ops:: FractionalMaxPool	입력에 대해 부분 최대 풀링을 수행합니다.
텐서플로우:: ops:: 퓨즈드배치노름	배치 정규화.
텐서플로우:: ops:: FusedBatchNormGrad	배치 정규화를 위한 기울기.
텐서플로우:: ops:: FusedBatchNormGradV2	배치 정규화를 위한 기울기.
텐서플로우:: ops:: FusedBatchNormGradV3	배치 정규화를 위한 기울기.
텐서플로우:: ops:: 퓨즈드배치정규화V2	배치 정규화.
텐서플로우:: ops:: 퓨즈드배치정규화V3	배치 정규화.
텐서플로우:: ops:: FusedPadConv2D	합성곱 연산 중 전처리 과정으로 패딩을 수행합니다.
텐서플로우:: ops:: FusedResizeAndPadConv2D	합성곱 연산 중 전처리 과정으로 크기 조정 및 패딩을 수행합니다.
텐서플로우:: 연산:: 수집	indices 에 따라 params 에서 슬라이스를 수집합니다 .
텐서플로우:: ops:: GatherNd	params 에서 슬라이스를 모아 indices 로 지정된 모양의 텐서 로 만듭니다 .
텐서플로우:: ops:: GatherV2	indices 에 따라 params axis 에서 슬라이스를 수집합니다 .
텐서플로우::ops::GetSessionHandle	입력 텐서를 현재 세션의 상태에 저장합니다.
텐서플로우::ops::GetSessionHandleV2	입력 텐서를 현재 세션의 상태에 저장합니다.
tensorflow:: ops:: GetSessionTensor	핸들로 지정된 텐서의 값을 가져옵니다.
텐서플로우:: 연산:: 더 큰	(x > y)의 참값을 요소별로 반환합니다.
텐서플로우:: ops:: GreaterEqual	(x >= y) 조건의 참값을 요소별로 반환합니다.
텐서플로우::ops::GuaranteeConst	입력 텐서가 상수임을 TensorFlow 런타임에 보장합니다.
텐서플로우:: ops:: HSVToRGB	하나 이상의 이미지를 HSV에서 RGB로 변환합니다.
텐서플로우:: ops:: 히스토그램 고정 폭	값의 히스토그램을 반환합니다.
텐서플로우:: ops:: 히스토그램 요약	히스토그램이 포함된 Summary 프로토콜 버퍼를 출력합니다.
텐서플로우::ops::Identity	입력 텐서 또는 값과 동일한 모양과 내용을 가진 텐서를 반환합니다.
텐서플로우:: ops:: IdentityN	입력과 동일한 모양과 내용을 가진 텐서들의 리스트를 반환합니다.
텐서플로우::ops::IdentityReader	대기 중인 작업을 키와 값으로 모두 출력하는 리더입니다.
텐서플로우:: ops:: Igamma	하위 정규화 불완전 감마 함수 P(a, x) 계산합니다.
텐서플로우:: ops:: 이감맥	상위 정규화 불완전 감마 함수 Q(a, x) 계산합니다.
텐서플로우:: 연산:: 이미지	복소수의 허수 부분을 반환합니다.
텐서플로우::ops::ImmutableConst	메모리 영역에서 변경 불가능한 텐서를 반환합니다.
텐서플로우:: ops:: InTopK	목표물이 상위 K 예측에 포함되는지 여부를 나타냅니다.
텐서플로우:: ops:: InTopKV2	목표물이 상위 K 예측에 포함되는지 여부를 나타냅니다.
텐서플로우::ops::InplaceAdd	x의 지정된 행에 v를 추가합니다.
텐서플로우:: ops:: InplaceSub	x 의 지정된 행에서 v 뺍니다.
텐서플로우:: ops:: InplaceUpdate	지정된 행 'i'의 값을 'v'로 업데이트합니다.
텐서플로우:: 연산:: 인비저널	x의 역수를 요소별로 계산합니다.
텐서플로우:: 연산:: 순열 반전	텐서의 역순열을 계산합니다.
텐서플로우:: ops:: IsFinite	x의 어떤 요소들이 유한한지 반환합니다.
텐서플로우:: ops:: IsInf	x의 어떤 요소가 무한대인지 반환합니다.
텐서플로우:: ops:: IsNan	x의 어떤 요소가 NaN인지 반환합니다.
tensorflow:: ops:: IsVariableInitialized	텐서가 초기화되었는지 확인합니다.
텐서플로우:: ops:: L2Loss	L2 손실.
텐서플로우:: ops:: LMDBReader	LMDB 파일에서 레코드를 출력하는 리더입니다.
텐서플로우:: ops:: LRN	로컬 응답 정규화.
텐서플로우:: ops:: LearnedUnigramCandidateSampler	학습된 단어 분포를 사용하여 후보 샘플링을 위한 레이블을 생성합니다.
텐서플로우:: 연산:: 감소	(x < y)의 각 요소에 대한 참값을 반환합니다.
텐서플로우:: ops:: LessEqual	(x <= y) 조건의 각 요소에 대한 참값을 반환합니다.
텐서플로우:: ops:: Lgamma	Gamma(x) 의 절댓값의 로그를 요소별로 계산합니다.
텐서플로우:: 연산:: 로그	x의 자연로그 값을 각 요소에 대해 계산합니다.
텐서플로우:: ops:: Log1p	(1 + x)의 자연로그를 요소별로 계산합니다.
텐서플로우:: ops:: LogSoftmax	로그 소프트맥스 활성화 값을 계산합니다.
텐서플로우::ops::LogUniformCandidateSampler	로그균일분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다.
텐서플로우:: ops:: LogicalAnd	x와 y의 각 요소에 대한 참값을 반환합니다.
텐서플로우::ops::LogicalNot	NOT x 의 각 요소에 대한 진리값을 반환합니다.
텐서플로우:: ops:: LogicalOr	x 또는 y 요소의 참값을 반환합니다.
텐서플로우:: ops:: LoopCond	입력을 출력으로 전달합니다.
텐서플로우:: ops:: MapClear	Op는 기본 컨테이너의 모든 요소를 ​​제거합니다.
텐서플로우::ops::MapIncompleteSize	Op는 기본 컨테이너에 있는 불완전한 요소의 수를 반환합니다.
텐서플로우:: ops:: MapPeek	Op는 지정된 키의 값을 확인합니다.
텐서플로우::ops::MapSize	Op는 기본 컨테이너에 있는 요소의 개수를 반환합니다.
텐서플로우:: ops:: MapStage	기본 컨테이너 내의 스테이지 (키, 값)는 해시 테이블처럼 동작합니다.
텐서플로우:: ops:: MapUnstage	Op는 키와 연결된 값을 제거하고 반환합니다.
텐서플로우:: ops:: MapUnstageNoKey	Op는 임의의 (키, 값)을 제거하고 반환합니다.
텐서플로우:: ops:: MatMul	행렬 "a"와 행렬 "b"를 곱합니다 .
텐서플로우:: ops:: MatchingFiles	하나 이상의 글로브 패턴과 일치하는 파일 집합을 반환합니다.
텐서플로우:: ops:: MatrixBandPart	각 가장 안쪽 행렬에서 중앙 밴드 바깥쪽의 모든 요소를 ​​0으로 설정하는 텐서를 복사합니다.
텐서플로우:: ops:: MatrixDiag	주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다.
텐서플로우:: ops:: MatrixDiagPart	배치 처리된 텐서의 배치 처리된 대각선 부분을 반환합니다.
텐서플로우:: ops:: MatrixDiagPartV2	배치 처리된 텐서의 배치 처리된 대각선 부분을 반환합니다.
텐서플로우:: ops:: MatrixDiagPartV3	배치 처리된 텐서의 배치 처리된 대각선 부분을 반환합니다.
텐서플로우:: ops:: MatrixDiagV2	주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다.
텐서플로우:: ops:: MatrixDiagV3	주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다.
텐서플로우:: ops:: MatrixSetDiag	새로운 대각선 값을 포함하는 배치 행렬 텐서를 반환합니다.
텐서플로우:: ops:: MatrixSetDiagV2	새로운 대각선 값을 포함하는 배치 행렬 텐서를 반환합니다.
텐서플로우:: ops:: MatrixSetDiagV3	새로운 대각선 값을 포함하는 배치 행렬 텐서를 반환합니다.
텐서플로우:: 연산:: 맥스	텐서의 여러 차원에 걸쳐 있는 요소들 중 최댓값을 계산합니다.
텐서플로우:: ops:: 맥스풀	입력에 대해 맥스 풀링을 수행합니다.
텐서플로우:: ops:: MaxPool3D	입력에 3D 맥스 풀링을 수행합니다.
텐서플로우:: ops:: MaxPool3DGrad	3D 맥스 풀링 함수의 기울기를 계산합니다.
텐서플로우:: ops:: MaxPool3DGradGrad	맥스풀링 함수의 2차 기울기를 계산합니다.
텐서플로우:: ops:: MaxPoolGradGrad	맥스풀링 함수의 2차 기울기를 계산합니다.
텐서플로우:: ops:: MaxPoolGradGradV2	맥스풀링 함수의 2차 기울기를 계산합니다.
tensorflow:: ops:: MaxPoolGradGradWithArgmax	맥스풀링 함수의 2차 기울기를 계산합니다.
텐서플로우:: ops:: MaxPoolGradV2	맥스풀링 함수의 기울기를 계산합니다.
텐서플로우:: ops:: MaxPoolV2	입력에 대해 맥스 풀링을 수행합니다.
텐서플로우::ops::MaxPoolWithArgmax	입력에 대해 최대 풀링을 수행하고 최대값과 인덱스를 모두 출력합니다.
텐서플로우:: 연산:: 최대	x와 y 중 최댓값을 반환합니다.
텐서플로우:: 연산:: 평균	텐서의 여러 차원에 걸쳐 요소들의 평균을 계산합니다.
텐서플로우:: 연산:: 병합	사용 가능한 텐서의 값을 inputs 에서 output 으로 전달합니다.
텐서플로우:: ops:: MergeSummary	요약을 병합합니다.
텐서플로우:: ops:: MergeV2Checkpoints	V2 형식 관련: 분할된 체크포인트의 메타데이터 파일을 병합합니다.
텐서플로우:: 연산:: 최소	텐서의 여러 차원에 걸쳐 있는 요소들 중 최솟값을 계산합니다.
텐서플로우:: 연산:: 최소	x와 y의 최솟값을 반환합니다.
텐서플로우:: ops:: 미러패드	텐서에 대칭 값을 채워 넣습니다.
텐서플로우:: 연산:: 모드	각 요소에 대한 나눗셈의 나머지를 반환합니다.
텐서플로우:: ops:: MulNoNan	x * y의 요소별 값을 반환합니다.
텐서플로우:: 연산:: 다항식	다항분포에서 표본을 추출합니다.
텐서플로우:: 연산:: 곱하기	x * y의 요소별 값을 반환합니다.
텐서플로우:: ops:: Ndtri	TODO: 문서 추가
텐서플로우:: 연산:: 부정	수치적으로 음수인 값을 요소별로 계산합니다.
텐서플로우::ops::NextAfter	x2 방향으로 x1 의 다음 표현 가능한 값을 요소별로 반환합니다.
텐서플로우:: 연산:: 다음 반복	입력값을 다음 반복 작업에 사용할 수 있도록 합니다.
텐서플로우:: 연산:: NoOp	아무런 효과가 없습니다.
텐서플로우:: ops:: NonMaxSuppression	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: NonMaxSuppressionV2	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: NonMaxSuppressionV3	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: NonMaxSuppressionV4	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: NonMaxSuppressionV5	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: 오버랩이 있는 비최대 억제	점수가 높은 순서대로 경계 상자의 부분 집합을 탐욕적으로 선택합니다.
텐서플로우:: ops:: NotEqual	(x != y)의 참값을 요소별로 반환합니다.
텐서플로우:: ops:: NthElement	마지막 차원에 대한 n 번째 순서 통계량 값을 찾습니다.
텐서플로우:: ops:: 원핫	원핫 텐서를 반환합니다.
텐서플로우:: ops:: OnesLike	x와 동일한 모양과 유형을 가진 모든 요소가 1인 텐서를 반환합니다.
텐서플로우::ops::OrderedMapClear	Op는 기본 컨테이너의 모든 요소를 ​​제거합니다.
텐서플로우::ops::OrderedMapIncompleteSize	Op는 기본 컨테이너에 있는 불완전한 요소의 수를 반환합니다.
텐서플로우::ops::OrderedMapPeek	Op는 지정된 키의 값을 확인합니다.
텐서플로우::ops::OrderedMapSize	Op는 기본 컨테이너에 있는 요소의 개수를 반환합니다.
텐서플로우::ops::OrderedMapStage	기본 컨테이너 내의 단계 (키, 값)는 순서가 있는 것처럼 동작합니다.
텐서플로우:: ops:: OrderedMapUnstage	Op는 키와 연결된 값을 제거하고 반환합니다.
텐서플로우:: ops:: OrderedMapUnstageNoKey	Op는 가장 작은 (키, 값) 요소를 제거하고 반환합니다.
텐서플로우:: 연산:: 패드	텐서에 0을 채워 넣습니다.
텐서플로우:: ops:: PadV2	텐서를 패딩합니다.
텐서플로우::ops::PaddingFIFOQueue	선입선출(FIFO) 순서로 요소를 생성하는 큐.
텐서플로우:: ops:: ParallelConcat	N 개의 텐서 목록을 첫 번째 차원을 따라 연결합니다.
텐서플로우:: ops:: ParallelDynamicStitch	data 텐서의 값들을 하나의 텐서로 인터리빙합니다.
텐서플로우:: ops:: ParameterizedTruncatedNormal	정규 분포에서 무작위 값을 출력합니다.
텐서플로우:: ops:: ParseExample	brain.Example 프로토타입 벡터(문자열 형식)를 타입이 지정된 텐서로 변환합니다.
텐서플로우:: ops:: ParseExampleV2	tf.Example 프로토타입 벡터(문자열 형식)를 타입이 지정된 텐서로 변환합니다.
텐서플로우::ops::ParseSequenceExample	brain.SequenceExample 프로토타입 벡터(문자열 형식)를 타입이 지정된 텐서로 변환합니다.
텐서플로우:: ops:: ParseSequenceExampleV2	tf.io.SequenceExample 프로토타입 벡터(문자열 형식)를 타입이 지정된 텐서로 변환합니다.
텐서플로우:: ops:: ParseSingleExample	tf.Example 프로토타입(문자열 형태)을 타입이 지정된 텐서로 변환합니다.
텐서플로우:: ops:: 단일 시퀀스 파싱 예제	스칼라 형태의 brain.SequenceExample 프로토타입(문자열 형식)을 타입이 지정된 텐서로 변환합니다.
텐서플로우:: ops:: ParseTensor	직렬화된 tensorflow.TensorProto 프로토를 Tensor 로 변환합니다.
텐서플로우:: 연산:: 플레이스홀더	계산에 입력될 값을 나타내는 자리 표시자 연산입니다.
tensorflow:: ops:: PlaceholderWithDefault	출력이 입력되지 않을 때 input 그대로 전달하는 자리 표시자 연산입니다.
텐서플로우:: 연산:: 폴리감마	폴리감마 함수를 계산하세요 \(^{(n)}(x)\).
텐서플로우:: 연산:: 파워	한 값의 다른 값에 대한 거듭제곱을 계산합니다.
텐서플로우::ops::PreventGradient	그라디언트가 요청될 경우 오류를 발생시키는 ID 연산입니다.
텐서플로우:: 연산:: 출력	텐서 목록을 출력합니다.
텐서플로우:: ops:: PrintV2	문자열 스칼라 값을 출력합니다.
텐서플로우::ops::PriorityQueue	첫 번째 구성 요소 값을 기준으로 정렬된 요소를 생성하는 큐입니다.
텐서플로우:: 운영:: 프로덕션	텐서의 차원에 걸쳐 있는 요소들의 곱을 계산합니다.
텐서플로우:: ops:: 양자화 및 역양자화V2	텐서를 양자화한 다음 역양자화합니다.
텐서플로우:: ops:: 양자화 및 역양자화V3	텐서를 양자화한 다음 역양자화합니다.
텐서플로우:: ops:: 양자화 축소 및 범위 축소	양자화된 '입력' 텐서를 더 낮은 정밀도의 '출력'으로 변환합니다.
텐서플로우:: ops:: QuantizeV2	float 타입의 '입력' 텐서를 'T' 타입의 '출력' 텐서로 양자화합니다.
텐서플로우:: ops:: 양자화 추가	양자화된 버퍼를 사용하여 x + y 값을 요소별로 반환합니다.
텐서플로우:: ops:: 양자화된 평균 풀	양자화된 유형에 대한 입력 텐서의 평균 풀을 생성합니다.
tensorflow:: ops:: 전역 정규화를 사용한 양자화 배치 정규화	양자화된 배치 정규화.
텐서플로우:: ops:: 양자화된 바이어스 추가	양자화된 타입에 대해 텐서 '입력'에 텐서 '편향'을 추가합니다.
텐서플로우:: ops:: 양자화 연결	양자화된 텐서를 1차원을 따라 연결합니다.
텐서플로우:: ops:: 양자화 컨볼루션2D	양자화된 4차원 입력 및 필터 텐서가 주어졌을 때 2차원 컨볼루션을 계산합니다.
텐서플로우:: ops:: 양자화된 인스턴스 정규화	양자화된 인스턴스 정규화.
텐서플로우:: ops:: 양자화 매트멀	행렬 a 와 행렬 b 의 양자화된 행렬 곱셈을 수행합니다.
텐서플로우:: ops:: 양자화된 최대 풀	양자화된 유형에 대한 입력 텐서의 최대 풀을 생성합니다.
텐서플로우:: ops:: 양자화 멀티플	양자화된 버퍼에서 작업하여 x * y 값을 요소별로 반환합니다.
텐서플로우:: ops:: 양자화 Relu	양자화된 정류 선형(QRL)을 계산합니다: max(features, 0)
텐서플로우:: ops:: 양자화Relu6	양자화된 정류 선형 6을 계산합니다: min(max(features, 0), 6)
텐서플로우:: ops:: 양자화 ReluX	양자화된 정류 선형 X를 계산합니다: min(max(features, 0), max_value)
텐서플로우:: ops:: 양자화 크기 조정 이중선형	양자화된 images 의 size 양자화된 이중선형 보간법을 사용하여 조정합니다.
텐서플로우::ops::큐닫기	주어진 큐를 닫습니다.
텐서플로우::ops::QueueDequeue	주어진 큐에서 하나 이상의 텐서로 구성된 튜플을 꺼냅니다.
텐서플로우:: ops:: QueueDequeueMany	주어진 큐에서 하나 이상의 텐서로 이루어진 n 튜플을 꺼냅니다.
tensorflow:: ops:: QueueDequeueUpTo	주어진 큐에서 하나 이상의 텐서로 이루어진 n 튜플을 꺼냅니다.
텐서플로우::ops::QueueEnqueue	주어진 큐에 하나 이상의 텐서로 구성된 튜플을 추가합니다.
텐서플로우::ops::QueueEnqueueMany	주어진 큐에 하나 이상의 텐서로 이루어진 튜플을 0개 이상 추가합니다.
텐서플로우::ops::QueueIsClosed	큐가 닫혀 있으면 true를 반환합니다.
텐서플로우:: ops:: QueueIsClosedV2	큐가 닫혀 있으면 true를 반환합니다.
텐서플로우::ops::큐사이즈	주어진 큐에 있는 요소의 개수를 계산합니다.
텐서플로우:: ops:: RGBToHSV	하나 이상의 이미지를 RGB에서 HSV로 변환합니다.
텐서플로우:: ops:: RaggedBincount	정수 배열에서 각 값의 발생 횟수를 계산합니다.
텐서플로우:: ops:: 랜덤감마	알파로 설명된 감마 분포에서 무작위 값을 출력합니다.
텐서플로우:: ops:: 랜덤노멀	정규 분포에서 무작위 값을 출력합니다.
텐서플로우:: ops:: 랜덤포아송V2	지정된 비율에 따른 포아송 분포에서 무작위 값을 출력합니다.
텐서플로우:: 연산:: 랜덤셔플	텐서의 첫 번째 차원을 따라 무작위로 섞습니다.
텐서플로우::ops::RandomShuffleQueue	요소의 순서를 무작위로 지정하는 큐.
텐서플로우:: ops:: RandomUniform	균일 분포에서 무작위 값을 출력합니다.
텐서플로우:: ops:: RandomUniformInt	균일 분포에서 추출한 임의의 정수를 출력합니다.
텐서플로우:: 연산:: 범위	일련의 숫자를 생성합니다.
텐서플로우:: ops:: ReadFile	입력 파일 이름의 전체 내용을 읽어 출력합니다.
텐서플로우:: ops:: ReaderNumRecordsProduced	이 리더가 생성한 레코드 수를 반환합니다.
텐서플로우::ops::ReaderNumWorkUnitsCompleted	이 리더가 처리를 완료한 작업 단위 수를 반환합니다.
텐서플로우::ops::ReaderRead	Reader가 생성한 다음 레코드(키-값 쌍)를 반환합니다.
tensorflow:: ops:: ReaderReadUpTo	Reader에서 생성된 최대 num_records 개의 (키, 값) 쌍을 반환합니다.
텐서플로우::ops::ReaderReset	리더를 초기 깨끗한 상태로 복원합니다 .
텐서플로우::ops::ReaderRestoreState	리더를 이전에 저장된 상태로 복원합니다 .
텐서플로우::ops::ReaderSerializeState	리더의 상태를 인코딩하는 문자열 텐서를 생성합니다.
텐서플로우:: 연산:: 실제	복소수의 실수 부분을 반환합니다.
텐서플로우:: ops:: RealDiv	실수형 데이터의 경우 x/y 값을 요소별로 반환합니다.
텐서플로우:: 연산:: 역수	x의 역수를 요소별로 계산합니다.
텐서플로우::ops::RecordInput	무작위 레코드를 출력합니다.
텐서플로우:: ops:: ReduceJoin	주어진 차원에 걸쳐 문자열 텐서를 결합합니다.
텐서플로우:: ops:: RefNextIteration	입력값을 다음 반복 작업에 사용할 수 있도록 합니다.
텐서플로우::ops::RefSelect	inputs 의 번째 index 요소를 output 으로 전달합니다.
텐서플로우:: ops:: RefSwitch	참조 텐서 data pred 에 의해 결정된 출력 포트로 전달합니다.
텐서플로우:: ops:: RegexFullMatch	입력값이 정규식 패턴과 일치하는지 확인합니다.
텐서플로우:: ops:: RegexReplace	input 에서 pattern 정규 표현식과 일치하는 부분을 rewrite 에 제공된 대체 문자열로 바꿉니다.
텐서플로우:: ops:: Relu	정류 선형을 계산합니다: max(features, 0) .
텐서플로우:: ops:: Relu6	정류 선형 6을 계산합니다: min(max(features, 0), 6) .
텐서플로우:: ops:: RequantizationRange	양자화된 텐서에 존재하는 실제 값을 모두 포함하는 범위를 계산합니다.
텐서플로우:: 연산:: 재양자화	양자화된 input 텐서를 더 낮은 정밀도의 output 으로 변환합니다.
텐서플로우:: ops:: 영역 크기 조정	면적 보간법을 사용하여 images size 를 조정합니다.
텐서플로우:: ops:: ResizeBicubic	3차 보간법을 사용하여 images size 를 조정합니다.
텐서플로우:: ops:: ResizeBilinear	양선형 보간법을 사용하여 images size 를 조정합니다.
텐서플로우:: ops:: ResizeNearestNeighbor	최근접 이웃 보간법을 사용하여 images size 를 조정합니다.
텐서플로우:: ops:: ResourceApplyAdadelta	adadelta 체계에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyAdagrad	아다그라드 체계에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyAdagradDA	근접 아다그라드 체계에 따라 '*var'를 업데이트합니다.
텐서플로우::ops::ResourceApplyAdam	Adam 알고리즘에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyAdamWithAmsgrad	Adam 알고리즘에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyAddSign	AddSign 업데이트에 따라 '*var'를 업데이트하세요.
tensorflow:: ops:: ResourceApplyCenteredRMSProp	중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우::ops::ResourceApplyFtrl	Ftrl 키에 근접한 체계에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ResourceApplyFtrlV2	Ftrl 키에 근접한 체계에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyGradientDescent	'*var'에서 'alpha' * 'delta'를 빼서 값을 업데이트합니다.
tensorflow:: ops:: ResourceApplyKerasMomentum	모멘텀 방식에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: ResourceApplyMomentum	모멘텀 방식에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceApplyPowerSign	AddSign 업데이트에 따라 '*var'를 업데이트하세요.
tensorflow:: ops:: ResourceApplyProximalAdagrad	Adagrad 학습률을 사용하여 FOBOS에 따라 '*var' 및 '*accum'을 업데이트합니다.
tensorflow:: ops:: ResourceApplyProximalGradientDescent	'*var'를 고정 학습률을 사용하는 FOBOS 알고리즘으로 업데이트합니다.
tensorflow:: ops:: ResourceApplyRMSProp	RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceCountUpTo	'resource'가 가리키는 변수 값이 'limit'에 도달할 때까지 증가시킵니다.
텐서플로우:: ops:: ResourceScatterNdAdd	변수 의 개별 값 또는 슬라이스에 희소 덧셈을 적용합니다.
텐서플로우:: ops:: ResourceScatterNdMax	TODO: 문서 추가
텐서플로우:: ops:: ResourceScatterNdMin	TODO: 문서 추가
텐서플로우:: ops:: ResourceScatterNdSub	변수 의 개별 값 또는 슬라이스에 희소 뺄셈을 적용합니다.
텐서플로우::ops::ResourceScatterNdUpdate	주어진 데이터 내의 개별 값 또는 슬라이스에 희소 updates 적용합니다.
텐서플로우:: ops:: ResourceSparseApplyAdadelta	var: Variable()에서 가져온 값이어야 합니다.
tensorflow:: ops:: ResourceSparseApplyAdagrad	adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyAdagradDA	근접 아다그라드 체계에 따라 '*var' 및 '*accum'의 항목을 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyCenteredRMSProp	중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyFtrl	Ftrl-근접 체계에 따라 '*var'의 관련 항목을 업데이트합니다.
텐서플로우:: ops:: ResourceSparseApplyFtrlV2	Ftrl-근접 체계에 따라 '*var'의 관련 항목을 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyKerasMomentum	모멘텀 계획에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyMomentum	모멘텀 계획에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.
tensorflow:: ops:: ResourceSparseApplyProximalAdagrad	FOBOS 알고리즘에 따라 '*var' 및 '*accum'에 업데이트 항목이 드물게 나타납니다.
tensorflow:: ops:: ResourceSparseApplyProximalGradientDescent	고정 학습률을 사용하는 FOBOS 알고리즘으로 희소 업데이트 '*var'를 수행합니다.
tensorflow:: ops:: ResourceSparseApplyRMSProp	RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우:: 연산:: 복원	체크포인트 파일에서 텐서를 복원합니다.
텐서플로우::ops::RestoreSlice	체크포인트 파일에서 텐서를 복원합니다.
텐서플로우:: ops:: RestoreV2	V2 체크포인트에서 텐서를 복원합니다.
텐서플로우:: ops:: Rint	x에 가장 가까운 정수 값을 요소별로 반환합니다.
텐서플로우:: 연산:: 라운드	텐서의 각 요소를 가장 가까운 정수로 반올림합니다.
텐서플로우:: 연산:: Rsqrt	x의 제곱근의 역수를 요소별로 계산합니다.
텐서플로우:: ops:: SampleDistortedBoundingBox	이미지에 대해 무작위로 왜곡된 경계 상자를 하나 생성합니다.
텐서플로우:: ops:: SampleDistortedBoundingBoxV2	이미지에 대해 무작위로 왜곡된 경계 상자를 하나 생성합니다.
텐서플로우:: 연산:: 저장	입력 텐서를 디스크에 저장합니다.
텐서플로우:: ops:: SaveSlices	입력 텐서의 슬라이스를 디스크에 저장합니다.
텐서플로우:: ops:: SaveV2	텐서를 V2 체크포인트 형식으로 저장합니다.
텐서플로우:: 연산:: 스칼라 요약	스칼라 값을 포함하는 Summary 프로토콜 버퍼를 출력합니다.
텐서플로우:: ops:: 스케일앤트랜슬레이트	TODO: 문서 추가
텐서플로우:: ops:: ScatterAdd	변수 참조에 드문드문 업데이트를 추가합니다.
텐서플로우:: ops:: ScatterDiv	변수 참조를 희소 업데이트로 나눕니다.
텐서플로우:: ops:: ScatterMax	max 연산을 사용하여 희소 업데이트를 변수 참조로 축소합니다.
텐서플로우:: ops:: ScatterMin	min 연산을 사용하여 희소 업데이트를 변수 참조로 축소합니다.
텐서플로우:: ops:: ScatterMul	희소 업데이트를 변수 참조에 곱합니다.
텐서플로우:: ops:: ScatterNdAdd	변수 의 개별 값 또는 슬라이스에 희소 덧셈을 적용합니다.
텐서플로우:: ops:: ScatterNdSub	변수 의 개별 값 또는 슬라이스에 희소 뺄셈을 적용합니다.
텐서플로우:: ops:: ScatterNdUpdate	주어진 데이터 내의 개별 값 또는 슬라이스에 희소 updates 적용합니다.
텐서플로우:: ops:: ScatterSub	변수 참조에 대한 희소 업데이트를 뺍니다.
텐서플로우::ops::ScatterUpdate	변수 참조에 드문드문 업데이트를 적용합니다.
텐서플로우:: ops:: SegmentMax	텐서의 각 구간을 따라 최댓값을 계산합니다.
텐서플로우:: ops:: SegmentMean	텐서의 각 구간을 따라 평균값을 계산합니다.
텐서플로우:: ops:: SegmentMin	텐서의 각 구간을 따라 최솟값을 계산합니다.
텐서플로우:: ops:: SegmentProd	텐서의 각 부분을 따라 곱셈을 계산합니다.
텐서플로우:: ops:: SegmentSum	텐서의 각 구간을 따라 합을 계산합니다.
텐서플로우:: ops:: SelectV2	TODO: 문서 추가
텐서플로우:: ops:: 셀루	스케일링된 지수 선형을 계산합니다: scale * alpha * (exp(features) - 1)
텐서플로우::ops::SerializeManySparse	N 미니배치 SparseTensor [N, 3] Tensor 객체로 직렬화합니다.
텐서플로우::ops::SerializeSparse	SparseTensor [3] Tensor 객체로 직렬화합니다.
텐서플로우::ops::SerializeTensor	텐서를 직렬화된 TensorProto 프로토로 변환합니다.
텐서플로우:: ops:: SetDiff1D	두 숫자 또는 문자열 목록 간의 차이를 계산합니다.
텐서플로우::ops::샤드파일이름	분할된 파일 이름을 생성합니다.
텐서플로우:: ops:: ShardedFilespec	분할된 모든 파일 이름과 일치하는 글로브 패턴을 생성합니다.
텐서플로우:: 연산:: 시그모이드	x 의 각 요소에 대해 시그모이드 함수를 계산합니다.
텐서플로우:: 연산:: 서명	각 숫자의 부호를 요소별로 반환합니다.
텐서플로우:: 연산:: 죄	x의 사인 값을 요소별로 계산합니다.
텐서플로우:: ops:: 신	x의 쌍곡선 사인 값을 요소별로 계산합니다.
텐서플로우:: 연산:: 소프트맥스	소프트맥스 활성화 함수를 계산합니다.
텐서플로우:: ops:: SoftmaxCrossEntropyWithLogits	소프트맥스 교차 엔트로피 비용과 역전파를 위한 기울기를 계산합니다.
텐서플로우:: ops:: 소프트플러스	소프트플러스를 계산합니다: log(exp(features) + 1) .
텐서플로우:: 연산:: 소프트사인	소프트사인(softsign)을 계산합니다: features / (abs(features) + 1) .
텐서플로우:: ops:: SparseAccumulatorApplyGradient	주어진 누산기에 희소 기울기를 적용합니다.
텐서플로우:: ops:: SparseAccumulatorTakeGradient	SparseConditionalAccumulator 에서 평균 희소 기울기를 추출합니다.
텐서플로우::ops::SparseAdd	SparseTensor 객체 두 개를 더하여 또 다른 SparseTensor 생성합니다.
tensorflow:: ops:: SparseAddGrad	SparseAdd 연산에 대한 기울기 연산자입니다.
텐서플로우:: ops:: SparseApplyAdadelta	var: Variable()에서 가져온 값이어야 합니다.
tensorflow:: ops:: SparseApplyAdagrad	adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.
텐서플로우:: ops:: SparseApplyAdagradDA	근접 아다그라드 체계에 따라 '*var' 및 '*accum'의 항목을 업데이트합니다.
tensorflow:: ops:: SparseApplyCenteredRMSProp	중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: SparseApplyFtrl	Ftrl-근접 체계에 따라 '*var'의 관련 항목을 업데이트합니다.
텐서플로우:: ops:: SparseApplyFtrlV2	Ftrl-근접 체계에 따라 '*var'의 관련 항목을 업데이트합니다.
텐서플로우:: ops:: SparseApplyMomentum	모멘텀 계획에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.
tensorflow:: ops:: SparseApplyProximalAdagrad	FOBOS 알고리즘에 따라 '*var' 및 '*accum'에 업데이트 항목이 드물게 나타납니다.
tensorflow:: ops:: SparseApplyProximalGradientDescent	고정 학습률을 사용하는 FOBOS 알고리즘으로 희소 업데이트 '*var'를 수행합니다.
tensorflow:: ops:: SparseApplyRMSProp	RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
텐서플로우:: ops:: SparseBincount	정수 배열에서 각 값의 발생 횟수를 계산합니다.
텐서플로우:: ops:: SparseConcat	지정된 차원을 따라 SparseTensor 목록을 연결합니다.
텐서플로우:: ops:: SparseConditionalAccumulator	희소한 기울기를 집계하기 위한 조건부 누산기.
텐서플로우:: ops:: SparseCross	희소 텐서와 밀집 텐서 목록에서 희소 교차를 생성합니다.
텐서플로우:: ops:: SparseCrossHashed	희소 텐서와 밀집 텐서 목록에서 희소 교차를 생성합니다.
텐서플로우:: ops:: SparseCrossV2	희소 텐서와 밀집 텐서 목록에서 희소 교차를 생성합니다.
tensorflow:: ops:: SparseDenseCwiseAdd	다음과 같은 특수 규칙을 사용하여 희소 텐서와 밀집 텐서를 더합니다.
tensorflow:: ops:: SparseDenseCwiseDiv	구성 요소별로 SparseTensor를 DenseTensor 로 나눕니다.
tensorflow:: ops:: SparseDenseCwiseMul	SparseTensor와 denseTensor 를 구성 요소별로 곱합니다.
텐서플로우:: ops:: SparseFillEmptyRows	입력 2차원 희소 SparseTensor 의 빈 행을 기본값으로 채웁니다.
tensorflow:: ops:: SparseFillEmptyRowsGrad	SparseFillEmptyRows 의 기울기.
텐서플로우:: ops:: SparseMatMul	행렬 "a"와 행렬 "b"를 곱합니다 .
텐서플로우::ops::SparseReduceMax	SparseTensor의 여러 차원에 걸쳐 있는 요소들의 최댓값을 계산합니다.
텐서플로우:: ops:: SparseReduceMaxSparse	SparseTensor의 여러 차원에 걸쳐 있는 요소들의 최댓값을 계산합니다.
텐서플로우:: ops:: SparseReduceSum	SparseTensor의 차원에 걸쳐 요소들의 합을 계산합니다.
텐서플로우:: ops:: SparseReduceSumSparse	SparseTensor의 차원에 걸쳐 요소들의 합을 계산합니다.
텐서플로우:: ops:: SparseReorder	SparseTensor를 표준적인 행 우선 순서로 재정렬합니다.
텐서플로우:: ops:: SparseReshape	SparseTensor의 값을 새로운 밀집형 형태로 표현하도록 재구성합니다.
텐서플로우:: ops:: SparseSegmentMean	텐서의 희소한 구간을 따라 평균을 계산합니다.
텐서플로우:: ops:: SparseSegmentMeanGrad	SparseSegmentMean 에 대한 기울기를 계산합니다.
tensorflow:: ops:: SparseSegmentMeanWithNumSegments	텐서의 희소한 구간을 따라 평균을 계산합니다.
텐서플로우:: ops:: SparseSegmentSqrtN	텐서의 희소 세그먼트를 따라 합을 계산하고, 그 합을 N의 제곱근으로 나눕니다.
텐서플로우:: ops:: SparseSegmentSqrtNGrad	SparseSegmentSqrtN 에 대한 기울기를 계산합니다.
tensorflow:: ops:: SparseSegmentSqrtNWithNumSegments	텐서의 희소 세그먼트를 따라 합을 계산하고, 그 합을 N의 제곱근으로 나눕니다.
텐서플로우:: ops:: SparseSegmentSum	텐서의 희소 세그먼트를 따라 합을 계산합니다.
tensorflow:: ops:: SparseSegmentSumWithNumSegments	텐서의 희소 세그먼트를 따라 합을 계산합니다.
텐서플로우:: ops:: SparseSlice	SparseTensor start 와 size 기준으로 분할합니다.
텐서플로우:: ops:: SparseSliceGrad	SparseSlice 연산에 대한 그래디언트 연산자입니다.
텐서플로우:: ops:: SparseSoftmax	일괄 처리된 ND SparseTensor 에 소프트맥스를 적용합니다.
tensorflow:: ops:: SparseSoftmaxCrossEntropyWithLogits	소프트맥스 교차 엔트로피 비용과 역전파를 위한 기울기를 계산합니다.
텐서플로우:: ops:: SparseSparseMaximum	두 SparseTensor의 요소별 최댓값을 반환합니다.
텐서플로우:: ops:: SparseSparseMinimum	두 SparseTensor의 요소별 최소값을 반환합니다.
텐서플로우:: ops:: SparseSplit	SparseTensor 한 차원을 따라 num_split 텐서로 분할합니다.
tensorflow:: ops:: SparseTensorDenseAdd	SparseTensor 와 밀집 Tensor 더하여 밀집 Tensor 생성합니다.
tensorflow:: ops:: SparseTensorDenseMatMul	2차 희소 텐서 "A"에 밀집 행렬 "B"를 곱합니다 .
텐서플로우:: 연산:: 제곱근	x의 제곱근을 요소별로 계산합니다.
텐서플로우:: 연산:: 제곱	x의 제곱을 요소별로 계산합니다.
텐서플로우:: 연산:: 제곱차	(x - y)(x - y)를 요소별로 반환합니다.
텐서플로우:: 연산:: 스택	N 랭크 R 텐서 목록을 하나의 랭크 (R+1) 텐서로 압축합니다.
텐서플로우:: 연산:: 스테이지	단계 값은 경량 Enqueue와 유사합니다.
텐서플로우:: ops:: 스테이지클리어	Op는 기본 컨테이너의 모든 요소를 ​​제거합니다.
텐서플로우:: ops:: 스테이지피크	Op는 지정된 인덱스의 값을 확인합니다.
텐서플로우:: ops:: 스테이지사이즈	Op는 기본 컨테이너에 있는 요소의 개수를 반환합니다.
텐서플로우::ops::StringFormat	텐서 목록을 사용하여 문자열 템플릿의 형식을 지정합니다.
텐서플로우::ops::StringJoin	주어진 문자열 텐서 목록에 있는 문자열들을 하나의 텐서로 결합합니다.
텐서플로우::ops::문자열길이	input 문자열의 길이.
텐서플로우:: ops:: StringLower	모든 대문자를 해당 소문자로 변환합니다.
텐서플로우:: ops:: StringNGrams	불규칙한 문자열 데이터로부터 n-그램을 생성합니다.
텐서플로우::ops::StringSplit	delimiter 기준으로 input 요소들을 분할하여 SparseTensor 생성합니다.
텐서플로우:: ops:: StringSplitV2	sep 기준으로 source 의 요소를 SparseTensor 로 분할합니다.
텐서플로우::ops::StringStrip	텐서 의 앞뒤 공백을 제거합니다.
텐서플로우::ops::StringToHashBucket	입력 텐서 의 각 문자열을 버킷 수만큼 나눈 해시 값으로 변환합니다.
텐서플로우::ops::StringToHashBucketFast	입력 텐서 의 각 문자열을 버킷 수만큼 나눈 해시 값으로 변환합니다.
텐서플로우::ops::StringToHashBucketStrong	입력 텐서 의 각 문자열을 버킷 수만큼 나눈 해시 값으로 변환합니다.
텐서플로우::ops::StringToNumber	입력 텐서 의 각 문자열을 지정된 숫자 유형으로 변환합니다.
텐서플로우:: ops:: StringUpper	모든 소문자를 해당 대문자로 변환합니다.
텐서플로우:: 연산:: 부분 문자열	문자열 Tensor 에서 부분 문자열을 반환합니다.
텐서플로우:: 연산:: 빼기	x - y 요소를 각각 반환합니다.
텐서플로우:: 연산:: 합계	텐서의 차원에 걸쳐 요소들의 합을 계산합니다.
텐서플로우:: 연산:: 전환	pred 에 따라 결정된 출력 포트로 data 전달합니다.
텐서플로우::ops::TFRecordReader	TensorFlow Records 파일에서 레코드를 출력하는 리더입니다.
tensorflow:: ops:: TakeManySparseFromTensorsMap	희소 표현을 밀집 텐서로 변환합니다.
텐서플로우:: ops:: 탄	x의 각 요소에 대한 탄젠트 값을 계산합니다.
텐서플로우:: ops:: Tanh	x 의 쌍곡 탄젠트 값을 요소별로 계산합니다.
텐서플로우:: ops:: 임시변수	변경될 수 있지만 단일 단계 내에서만 유지되는 텐서를 반환합니다.
텐서플로우:: ops:: TensorArray	주어진 크기의 텐서 배열.
텐서플로우:: ops:: TensorArrayClose	리소스 컨테이너에서 TensorArray를 삭제합니다.
텐서플로우:: ops:: TensorArrayConcat	TensorArray 의 요소들을 연결하여 value value 생성합니다.
텐서플로우:: ops:: TensorArrayGather	TensorArray 에서 특정 요소들을 추출하여 value 으로 내보냅니다.
텐서플로우:: ops:: TensorArrayGrad	주어진 핸들의 값에 대한 기울기를 저장할 TensorArray를 생성합니다.
텐서플로우:: ops:: TensorArrayGradWithShape	주어진 핸들에 있는 값들의 여러 그래디언트를 저장하기 위한 TensorArray를 생성합니다.
텐서플로우:: ops:: TensorArrayRead	TensorArray 에서 요소를 읽어 출력 value 으로 저장합니다.
텐서플로우:: ops:: TensorArrayScatter	입력값으로부터 데이터를 특정 TensorArray 요소에 분산시킵니다.
텐서플로우:: ops:: TensorArraySize	TensorArray 의 현재 크기를 가져옵니다.
텐서플로우:: ops:: TensorArraySplit	입력값을 TensorArray 요소로 분할합니다.
텐서플로우:: ops:: TensorArrayWrite	텐서 배열에 요소를 추가합니다.
텐서플로우:: 연산:: 텐서 요약	텐서를 포함하는 Summary 프로토콜 버퍼를 출력합니다.
텐서플로우:: ops:: TensorSummaryV2	텐서와 플러그인별 데이터를 포함하는 Summary 프로토콜 버퍼를 출력합니다.
텐서플로우::ops::TextLineReader	'로 구분된 파일의 각 줄을 출력하는 리더입니다. '.
텐서플로우:: 연산:: 타임스탬프	에포크 이후 경과 시간을 초 단위로 제공합니다.
텐서플로우:: ops:: TopK	마지막 차원에서 가장 큰 k 개 요소의 값과 인덱스를 찾습니다.
tensorflow:: ops:: TruncateDiv	정수형의 경우 x/y 값을 요소별로 반환합니다.
텐서플로우:: ops:: TruncateMod	각 요소에 대한 나눗셈의 나머지를 반환합니다.
텐서플로우:: ops:: TruncatedNormal	절단된 정규 분포에서 무작위 값을 출력합니다.
텐서플로우:: ops:: 유니코드스크립트	주어진 유니코드 정수 코드 포인트 텐서의 스크립트 코드를 판별합니다.
텐서플로우:: ops:: 유니코드트랜코드	입력 텍스트를 소스 인코딩에서 대상 인코딩으로 변환합니다.
텐서플로우:: ops:: UniformCandidateSampler	균일 분포를 사용하여 후보 샘플링을 위한 레이블을 생성합니다.
텐서플로우:: ops:: UnsortedSegmentJoin	segment_ids 기준으로 inputs 요소들을 결합합니다.
tensorflow:: ops:: UnsortedSegmentMax	텐서의 각 구간을 따라 최댓값을 계산합니다.
tensorflow:: ops:: UnsortedSegmentMin	텐서의 각 구간을 따라 최솟값을 계산합니다.
텐서플로우:: ops:: UnsortedSegmentProd	텐서의 각 부분을 따라 곱셈을 계산합니다.
tensorflow:: ops:: UnsortedSegmentSum	텐서의 각 구간을 따라 합을 계산합니다.
텐서플로우:: ops:: 언스테이지	Op는 경량 Dequeue와 유사합니다.
텐서플로우:: 연산:: 변수	상태를 단계 간에 유지되는 텐서 형태로 저장합니다.
텐서플로우:: 연산:: 어디에	Reshape 연산에 따라 양자화된 텐서를 재구성합니다.
텐서플로우:: ops:: Where3	condition 에 따라 x 또는 y 에서 요소를 선택합니다.
텐서플로우::ops::WholeFileReader	파일의 전체 내용을 값으로 출력하는 리더입니다.
텐서플로우::ops::WriteFile	입력한 파일 이름에 해당 파일의 내용을 기록합니다.
텐서플로우:: ops:: Xdivy	x가 0이면 0을 반환하고, 그렇지 않으면 각 요소에 대해 x/y를 반환합니다.
텐서플로우:: ops:: Xlog1py	x가 0이면 0을 반환하고, 그렇지 않으면 x * log1p(y)를 요소별로 반환합니다.
텐서플로우:: ops:: Xlogy	x가 0이면 0을 반환하고, 그렇지 않으면 x * log(y)를 요소별로 반환합니다.
텐서플로우:: ops:: ZerosLike	x와 동일한 모양과 유형의 0으로 이루어진 텐서를 반환합니다.
텐서플로우:: ops:: 제타	후르비츠 제타 함수를 계산하십시오. \((x, q)\).

타입 정의

멀

Multiply Mul

부정

Negate Neg

모두 줄이기

All ReduceAll

ReduceAny

Any ReduceAny

최대 감소

Max ReduceMax

평균 줄이기

Mean ReduceMean

최소 감소

Min ReduceMin

제품 줄이기

Prod ReduceProd

ReduceSum

Sum ReduceSum

보결

Subtract Sub

함수

AsNodeOut

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

AsNodeOutList

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

오디오 요약

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

오디오 요약

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

배드컬러

TF_MUST_USE_RESULT Attrs BadColor(
  const TensorProto & x
)

유한하지 않은 값을 가진 픽셀에 사용할 색상입니다.

기본값은 Tensor입니다.

헌법

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

헌법

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

헌법

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

ConstFromProto

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

이미지 요약

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

이미지 요약

 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
)

마디

::tensorflow::Node * node() const 

범위

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.

기본값은 3입니다.