Op

パブリックインターフェースOp

既知の間接サブクラス Abort 、 All 、 AllToAll <T>、 AnonymousIteratorV2 、 AnonymousMemoryCache 、 AnonymousMultiDeviceIterator 、 AnonymousRandomSeedGenerator 、 AnonymousSeedGenerator 、 Any 、 applyAdagradV2 <T>、 AssertCardinalityDataset 、 AssertNextDataset 、 AssertThat 、 Assign <T>、 AssignAdd <T>、およびその他 602 個。 アボート 呼び出されたときに例外を発生させてプロセスを中止します。 全て テンソルの次元全体で要素の「論理積」を計算します。 すべてからすべて<T> TPU レプリカ間でデータを交換する Op。 AnonymousIteratorV2 イテレータリソースのコンテナ。 匿名メモリキャッシュ AnonymousMultiDeviceIterator マルチデバイス反復子リソースのコンテナー。 匿名ランダムシードジェネレーター 匿名シードジェネレーター どれでも テンソルの次元にわたる要素の「論理和」を計算します。 適用AdagradV2 <T> adagrad スキームに従って「*var」を更新します。 AssertCardinalityDataset AssertNextDataset 次にどの変換が起こるかを表明する変換。 アサートそれ 指定された条件が true であることをアサートします。 <T>を割り当てます 「value」を代入して「ref」を更新します。 割り当て追加<T> 「value」を追加して「ref」を更新します。 AssignAddVariableOp 変数の現在の値に値を追加します。 AssignSub <T> 'ref' から 'value' を減算して更新します。 AssignSubVariableOp 変数の現在の値から値を減算します。 変数の割り当て操作 変数に新しい値を代入します。 AutoShardDataset 入力データセットをシャーディングするデータセットを作成します。 BandedTriangularSolve <T> バリア 異なるグラフ実行にわたって持続するバリアを定義します。 バリア閉じる 指定されたバリアを閉じます。 バリア不完全サイズ 指定されたバリア内の不完全な要素の数を計算します。 バリア挿入多く 各キーについて、指定されたコンポーネントにそれぞれの値を割り当てます。 バリアレディサイズ 指定されたバリア内の完全な要素の数を計算します。 バリアテイクメニー バリアから指定された数の完了した要素を取得します。 バッチ すべての入力テンソルを非決定的にバッチ処理します。 バッチマットMulV2 <T> 2 つのテンソルのスライスをバッチで乗算します。 バッチからスペースへ<T> T 型の 4 次元テンソルの BatchToSpace。 BatchToSpaceND <T> T 型の ND テンソルの BatchToSpace。 BesselI0 <T は数値を拡張> BesselI1 <T は数値を拡張> BesselJ0 <T は数値を拡張> BesselJ1 <T は番号を拡張> BesselK0 <T は数値を拡張> BesselK0e <T は番号を拡張> BesselK1 <T は番号を拡張> BesselK1e <T は番号を拡張> BesselY0 <T は数値を拡張> BesselY1 <T は数値を拡張> ビットキャスト<U> データをコピーせずに、ある型から別の型にテンソルをビットキャストします。 BlockLSTM <T は数値を拡張> すべてのタイム ステップについて LSTM セルの順方向伝播を計算します。 BlockLSTMGrad <T は数値を拡張> 時系列全体に対する LSTM セルの逆方向伝播を計算します。 BlockLSTMGradV2 <T は数値を拡張> 時系列全体に対する LSTM セルの逆方向伝播を計算します。 BlockLSTMV2 <T は数値を拡張> すべてのタイム ステップについて LSTM セルの順方向伝播を計算します。 BoostedTrees集計統計 バッチの蓄積された統計の概要を集計します。 ブーストツリーバケット化 バケット境界に基づいて各機能をバケット化します。 BoostedTrees計算BestFeature分割 各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。 BoostedTrees計算BestFeatureSplitV2 各機能のゲインを計算し、各ノードについて可能な限り最適な分割情報を返します。 BoostedTrees計算BestGainsPereture 各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。 ブーストツリーセンターバイアス トレーニング データから事前分布 (バイアス) を計算し、最初のノードにロジットの事前分布を入力します。 ブーストツリー作成アンサンブル ツリー アンサンブル モデルを作成し、そのモデルへのハンドルを返します。 BoostedTreesCreateQuantileStreamResource 分位数ストリームのリソースを作成します。 BoostedTreesDeserializeアンサンブル シリアル化されたツリー アンサンブル構成を逆シリアル化し、現在のツリーを置き換えます。 アンサンブル。 BoostedTreesアンサンブルリソースハンドルOp BoostedTreesEnsembleResource へのハンドルを作成します ブーストツリーの例デバッグ出力 各例のデバッグ/モデルの解釈可能性の出力。 BoostedTreesFlushQuantileサマリー 各分位ストリーム リソースから分位サマリーをフラッシュします。 BoostedTreesGetEnsembleStates ツリー アンサンブル リソース スタンプ トークン、ツリーの数、および成長統計を取得します。 BoostedTreesMakeQuantile要約 バッチの分位数の要約を作成します。 BoostedTreesMakeStats概要 バッチの蓄積された統計の概要を作成します。 ブーストツリー予測 入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、 ロジットを計算します。 BoostedTreesQuantileStreamResourceAddSummaries 分位値の要約を各分位値ストリーム リソースに追加します。 BoostedTreesQuantileStreamResourceDeserialize バケット境界と準備完了フラグを現在の QuantileAccumulator に逆シリアル化します。 BoostedTreesQuantileStreamリソースフラッシュ 分位点ストリーム リソースの概要をフラッシュします。 BoostedTreesQuantileStreamResourceGetBucketBoundaries 蓄積されたサマリーに基づいて、各フィーチャのバケット境界を生成します。 BoostedTreesQuantileStreamResourceHandleOp BoostedTreesQuantileStreamResource へのハンドルを作成します。 BoostedTreesSerializeアンサンブル ツリー アンサンブルをプロトにシリアル化します。 BoostedTreesSparseAggregateStats バッチの蓄積された統計の概要を集計します。 ブーストツリースパース計算ベスト機能スプリット 各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。 ブーストツリートレーニング予測 入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、 キャッシュされたロジットの更新を計算します。 BoostedTreesUpdateEnsemble 成長している最後のツリーにレイヤーを追加することによって、ツリー アンサンブルを更新します。 または、新しいツリーを開始します。 BoostedTreesUpdateEnsembleV2 成長している最後のツリーにレイヤーを追加して、ツリー アンサンブルを更新します。 または、新しいツリーを開始します。 BroadcastDynamicShape <T extends Number> s0 op s1 の形状をブロードキャストで返します。 BroadcastGradientArgs <T extends Number> ブロードキャストで s0 op s1 の勾配を計算するためのリダクション インデックスを返します。 <T> にブロードキャスト 互換性のある形状の配列をブロードキャストします。 バケット化 「境界」に基づいて「入力」をバケット化します。 CSRSparseMatrixComponents <T> CSR コンポーネントをバッチ `index` で読み取ります。 CSRSparseMatrixToDense <T> (おそらくバッチ処理された) CSRSparseMatrix を密に変換します。 CSRSparseMatrixToSparseTensor <T> (おそらくバッチ処理された) CSRSparesMatrix を SparseTensor に変換します。 CSVデータセット CSVデータセットV2 CTCLossV2 各バッチエントリの CTC 損失 (対数確率) を計算します。 キャッシュデータセットV2 CheckNumericsV2 <T は数値を拡張> テンソルの NaN、-Inf、+Inf 値をチェックします。 最速のデータセットを選択してください ClipByValue <T> テンソル値を指定された最小値と最大値にクリップします。 CollectiveGather <T は番号を拡張> 同じタイプと形状の複数のテンソルを相互に蓄積します。 コレクティブパーミュート<T> レプリケートされた TPU インスタンス全体でテンソルを並べ替える Op。 CollectiveReduceV2 <T は数値を拡張> 同じタイプと形状の複数のテンソルを相互に削減します。 複合非最大抑制 スコアの降順で境界ボックスのサブセットを貪欲に選択します。 この操作は、すべてのクラスにわたって、バッチごとの入力に対して non_max_suppression を実行します。 要素の圧縮 データセット要素を圧縮します。 バッチサイズの計算 部分的なバッチを除いたデータセットの静的なバッチ サイズを計算します。 連結<T> テンソルを 1 次元に沿って連結します。 分散型 TPU の構成 分散 TPU システムの集中構造をセットアップします。 TPU埋め込みの構成 分散 TPU システムで TPUEmbedding をセットアップします。 定数<T> 定数値を生成する演算子。 MutexLock の消費 この操作は、「MutexLock」によって作成されたロックを消費します。 コントロールトリガー 何もしません。 コピー<T> CPU から CPU へ、または GPU から GPU へテンソルをコピーします。 コピーホスト<T> テンソルをホストにコピーします。 CountUpTo <T は数値を拡張> 「limit」に達するまで「ref」をインクリメントします。 CrossReplicaSum <T は数値を拡張> レプリケートされた TPU インスタンス全体の入力を合計する Op。 CudnnRNNBackpropV3 <T は数値を拡張> CudnnRNNV3 のバックプロップ ステップ。 CudnnRNNCanonicalToParamsV2 <T は数値を拡張> CudnnRNN パラメータを正規形式から使用可能な形式に変換します。 CudnnRNNParamsToCanonicalV2 <T は数値を拡張> CudnnRNN パラメータを正規形式で取得します。 CudnnRNNV3 <T は数値を拡張> cuDNN によってサポートされる RNN。 CumulativeLogsumexp <T extends Number> `axis` に沿ったテンソル `x` の累積積を計算します。 データサービスデータセット データセットのカーディナリティ 「input_dataset」のカーディナリティを返します。 データセットからグラフ 指定された `graph_def` からデータセットを作成します。 データセットからグラフ V2 「input_dataset」を表すシリアル化された GraphDef を返します。 Dawsn <T は番号を拡張> DebugGradientIdentity <T> 勾配デバッグ用の ID 演算。 DebugGradientRefIdentity <T> 勾配デバッグ用の ID 演算。 デバッグアイデンティティ<T> デバッグ用に非 Ref 型入力テンソルのアイデンティティ マッピングを提供します。 DebugIdentityV2 <T> デバッグ Identity V2 Op. デバッグナンカウント NaN 値カウンター操作のデバッグ デバッグ数値概要 デバッグ数値概要操作 DebugNumericsummaryV2 <U は数値を拡張> デバッグ数値概要 V2 Op. DecodeImage <T extends Number> decode_bmp、decode_gif、decode_jpeg、decode_png の関数。 DecodePaddedRaw <T は数値を拡張> 文字列のバイトを数値のベクトルとして再解釈します。 デコードプロト この操作は、シリアル化されたプロトコル バッファー メッセージからフィールドをテンソルに抽出します。 ディープコピー<T> `x` のコピーを作成します。 反復子の削除 イテレータリソースのコンテナ。 メモリキャッシュの削除 削除MultiDeviceIterator イテレータリソースのコンテナ。 ランダムシードジェネレーターの削除 シードジェネレータの削除 セッションテンソルの削除 セッション内のハンドルで指定されたテンソルを削除します。 DenseBincount <U は数値を拡張> 整数配列内の各値の出現数をカウントします。 DenseCountSparseOutput <U は数値を拡張> tf.tensor 入力のスパース出力ビン カウントを実行します。 DenseToCSRSparseMatrix 密なテンソルを (おそらくバッチ化された) CSRSparseMatrix に変換します。 DestroyResourceOp ハンドルで指定されたリソースを削除します。 DestroyTemporaryVariable <T> 一時変数を破棄し、その最終値を返します。 デバイスインデックス 操作が実行されるデバイスのインデックスを返します。 DirectedInterleaveDataset 「N」個のデータセットの固定リスト上の「InterleaveDataset」の代替。 DrawBoundingBoxesV2 <T は数値を拡張> 画像のバッチ上に境界ボックスを描画します。 ダミー反復カウンター ダミーメモリキャッシュ ダミーシードジェネレータ 動的パーティション<T> `partitions` のインデックスを使用して `data` を `num_partitions` テンソルに分割します。 ダイナミックステッチ<T> 「data」テンソルの値を単一のテンソルにインターリーブします。 編集距離 (おそらく正規化された) レーベンシュタイン編集距離を計算します。 エイグ<U> 1 つ以上の正方行列の固有分解を計算します。 アインサム<T> アインシュタインの総和規則に従ったテンソル短縮。 空の<T> 指定された形状のテンソルを作成します。 空のTensorList 空のテンソル リストを作成して返します。 EmptyTensorMap 空のテンソル マップを作成して返します。 エンコードプロト この操作は、入力テンソルで提供された protobuf メッセージをシリアル化します。 EnqueueTPUEmbeddingIntegerBatch 入力バッチ テンソルのリストを TPUEmbedding にエンキューする操作。 エンキューTPUEmbeddingRaggedTensorBatch tf.nn.embedding_lookup() を使用するコードの移植を容易にします。 エンキューTPUEmbeddingSparseBatch SparseTensor からの TPUEmbedding 入力インデックスをキューに入れる操作。 エンキューTPUEmbeddingSparseTensorBatch tf.nn.embedding_lookup_sparse() を使用するコードの移植を容易にします。 エンシュアシェイプ<T> テンソルの形状が予想される形状と一致することを確認します。 <T>を入力してください 子フレームを作成または検索し、子フレームで「data」を使用できるようにします。 Erfinv <T は数値を拡張> ユークリッドノルム<T> テンソルの次元にわたる要素のユークリッド ノルムを計算します。 終了<T> 現在のフレームを終了して親フレームに戻ります。 ExpandDims <T> テンソルのシェイプに 1 の次元を挿入します。 ExperimentalAutoShardDataset 入力データセットをシャーディングするデータセットを作成します。 ExperimentalBytesProducedStatsDataset StatsAggregator の `input_dataset` の各要素のバイト サイズを記録します。 実験的最速データセットを選択してください 実験用データセットのカーディナリティ 「input_dataset」のカーディナリティを返します。 ExperimentalDatasetToTFRecord TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。 実験用のDenseToSparseBatchDataset 入力要素を SparseTensor にバッチ処理するデータセットを作成します。 ExperimentalLatencyStatsDataset StatsAggregator で `input_dataset` 要素を生成する待ち時間を記録します。 実験用マッチングファイルデータセット ExperimentalMaxIntraOpParallelismDataset 最大の演算内並列処理をオーバーライドするデータセットを作成します。 ExperimentalParseExampleDataset DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。 実験用プライベートスレッドプールデータセット カスタム スレッド プールを使用して「input_dataset」を計算するデータセットを作成します。 実験用ランダムデータセット 擬似乱数を返すデータセットを作成します。 実験用Rebatchデータセット バッチサイズを変更するデータセットを作成します。 ExperimentalSetStatsAggregatorDataset 実験的なSlidingWindowデータセット `input_dataset` にスライディング ウィンドウを渡すデータセットを作成します。 実験用SQLデータセット SQL クエリを実行し、結果セットの行を出力するデータセットを作成します。 ExperimentalStatsAggregatorHandle 統計マネージャーリソースを作成します。 ExperimentalStatsAggregator概要 指定された統計マネージャーによって記録された統計の概要を作成します。 実験的Unbatchデータセット 入力の要素を複数の要素に分割するデータセット。 Expint <T は数値を拡張> ExtractGlimpseV2 入力テンソルから垣間見える部分を抽出します。 ExtractVolumePatches <T extends Number> 「入力」から「パッチ」を抽出し、それらを「深度」出力次元に置きます。 <U>を入力してください スカラー値で満たされたテンソルを作成します。 指紋 フィンガープリント値を生成します。 FresnelCos <T は数値を拡張> FresnelSin <T extends Number> FusedBatchNormGradV3 <T は数値を拡張、U は数値を拡張> バッチ正規化のための勾配。 FusedBatchNormV3 <T は数値を拡張、U は数値を拡張> バッチ正規化。 GRUBlockCell <T extends Number> 1 タイム ステップの GRU セル順方向伝播を計算します。 GRUBlockCellGrad <T extends Number> 1 タイム ステップの GRU セル バックプロパゲーションを計算します。 集合<T> `params` 軸 `axis` から `indices` に従ってスライスを収集します。 ギャザンド<T> `params` からのスライスを、`indices` で指定された形状を持つ Tensor に集めます。 BoundingBoxProposal の生成 この操作は、arXiv:1506.01497 の eq.2 に従って、指定された境界ボックス (bbox_deltas) でエンコードされた wrt アンカーから関心領域を生成します。 この操作は、上位の「pre_nms_topn」スコアリングボックスを選択し、アンカーに関してそれらをデコードし、「nms_threshold」intersection-over-union (iou) 値より高い重なり合うボックスに非最大抑制を適用し、短い辺が ` より小さいボックスを破棄します。 min_size`。 GetSessionHandle 入力テンソルを現在のセッションの状態に保存します。 GetSessionTensor <T> ハンドルで指定されたテンソルの値を取得します。 グラデーション y s wrt x s の合計の偏導関数、つまりd(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...を計算する演算を追加します。 Options.dx()値が設定されている場合、それらは損失関数Lの初期のシンボリック偏導関数となります。 保証定数<T> 入力テンソルが定数であることを TF ランタイムに保証します。 ハッシュテーブル 初期化されていないハッシュ テーブルを作成します。 HistogramFixedWidth <U は数値を拡張> 値のヒストグラムを返します。 アイデンティティ<T> 入力テンソルまたは値と同じ形状と内容を持つテンソルを返します。 アイデンティティN 入力と同じ形状と内容を持つテンソルのリストを返します。 テンソル。 IgnoreErrorsDataset エラーを無視して、「input_dataset」の要素を含むデータセットを作成します。 ImageProjectiveTransformV2 <T は数値を拡張> 指定された変換を各画像に適用します。 ImmutableConst <T> メモリ領域から不変のテンソルを返します。 インフィードデキュー<T> 計算に入力される値のプレースホルダー op。 インフィードデキュータプル インフィードから複数の値を XLA タプルとしてフェッチします。 インフィードエンキュー 単一の Tensor 値を計算にフィードする操作。 インフィードエンキュー事前線形化バッファ 事前に線形化されたバッファを TPU インフィードにエンキューする操作。 インフィードエンキュータプル 複数の Tensor 値を XLA タプルとして計算にフィードします。 テーブルの初期化 キーと値にそれぞれ 2 つのテンソルを取るテーブル初期化子。 データセットからテーブルを初期化する テキストファイルからテーブルを初期化する テキスト ファイルからテーブルを初期化します。 InplaceAdd <T> x の指定された行に v を追加します。 InplaceSub <T> `v` を `x` の指定された行に減算します。 インプレイスアップデート<T> 指定された行「i」を値「v」で更新します。 IsBoostedTreesEnsembleInitialized ツリー アンサンブルが初期化されているかどうかを確認します。 IsBoostedTreesQuantileStreamResourceInitialized 分位点ストリームが初期化されているかどうかを確認します。 変数は初期化されています テンソルが初期化されているかどうかを確認します。 IsotonicRegression <U は数値を拡張> 等張回帰問題のバッチを解決します。 イテレータGetDevice 「resource」が配置されているデバイスの名前を返します。 KMC2チェーンの初期化 シード セットに追加する必要があるデータ ポイントのインデックスを返します。 KmeansPlusPlus初期化 KMeans++ 基準を使用して、入力の num_to_sample 行を選択します。 KthOrderStatistic データセットの K 番目の統計を計算します。 LMDBデータセット 1 つ以上の LMDB ファイルにキーと値のペアを出力するデータセットを作成します。 LSTMBlockCell <T extends Number> 1 タイム ステップの LSTM セル順方向伝播を計算します。 LSTMBlockCellGrad <T は数値を拡張> 1 タイムステップの LSTM セル逆方向伝播を計算します。 LinSpace <T は数値を拡張> 一定の間隔で値を生成します。 LoadTPUEmbeddingADAMパラメータ ADAM 埋め込みパラメータをロードします。 LoadTPUEmbeddingADAMParametersGradAccumDebug デバッグ サポートを使用して ADAM 埋め込みパラメータをロードします。 LoadTPUEmbeddingAdadeltaParameters Adadelta 埋め込みパラメータをロードします。 LoadTPUEmbeddingAdadeltaParametersGradAccumDebug デバッグ サポートを使用して Adadelta パラメータをロードします。 LoadTPUEmbeddingAdagradパラメータ Adagrad 埋め込みパラメータをロードします。 LoadTPUEmbeddingAdagradParametersGradAccumDebug デバッグ サポートを使用して Adagrad 埋め込みパラメータをロードします。 LoadTPUEmbeddingCenteredRMSPropParameters 中心に置かれた RMSProp 埋め込みパラメータをロードします。 LoadTPUEmbeddingFTRLパラメータ FTRL 埋め込みパラメータをロードします。 LoadTPUEmbeddingFTRLParametersGradAccumDebug デバッグサポートを使用して FTRL 埋め込みパラメータをロードします。 LoadTPUEmbeddingMDLAdagradLightParameters MDL Adagrad Light 埋め込みパラメータをロードします。 LoadTPUEmbeddingMomentumパラメータ Momentum 埋め込みパラメータをロードします。 LoadTPUEmbeddingMomentumParametersGradAccumDebug デバッグサポートを使用して Momentum 埋め込みパラメータをロードします。 LoadTPUEmbeddingProximalAdagradParameters 近位の Adagrad 埋め込みパラメータをロードします。 LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug デバッグサポートを使用して近位の Adagrad 埋め込みパラメータをロードします。 LoadTPUEmbeddingProximalYogiParameters LoadTPUEmbeddingProximalYogiParametersGradAccumDebug LoadTPUEmbeddingRMSPropParameters RMSProp 埋め込みパラメータをロードします。 LoadTPUEmbeddingRMSPropParametersGradAccumDebug デバッグ サポートを使用して RMSProp 埋め込みパラメータをロードします。 LoadTPUEmbeddingStochasticGradientDescentパラメータ SGD 埋め込みパラメータをロードします。 LoadTPUEmbedding確率的勾配降下パラメータGradAccumDebug SGD 埋め込みパラメータをロードします。 LookupTableExport <T, U> テーブル内のすべてのキーと値を出力します。 ルックアップテーブル検索<U> テーブル内のキーを検索し、対応する値を出力します。 ルックアップテーブルインポート テーブルの内容を指定されたキーと値で置き換えます。 ルックアップテーブル挿入 テーブルを更新してキーと値を関連付けます。 ルックアップテーブル削除 キーとそれに関連付けられた値をテーブルから削除します。 ルックアップテーブルサイズ 指定されたテーブル内の要素の数を計算します。 ループ条件 入力を出力に転送します。 LowerBound <U は数値を拡張> 各行に沿って lower_bound(sorted_search_values,values) を適用します。 Lu <T、U は数値を拡張> 1 つ以上の正方行列の LU 分解を計算します。 ユニークにする 非バッチ ディメンション内のすべての要素を一意にしますが、次の要素に「近い」ようにします。 それらの初期値。 マップクリア Op は、基になるコンテナー内のすべての要素を削除します。 MapIncompleteSize Op は、基になるコンテナー内の不完全な要素の数を返します。 マップピーク Op は、指定されたキーの値を調べます。 マップサイズ Op は、基になるコンテナ内の要素の数を返します。 マップステージ ハッシュテーブルのように動作する、基礎となるコンテナー内のステージ (キー、値)。 マップステージ解除 Op はキーに関連付けられた値を削除して返します 基礎となるコンテナから。 マップUnstageNoKey Op はランダムな (キー、値) を削除して返します。 基礎となるコンテナから。 MatrixDiagPartV2 <T> バッチ化されたテンソルのバッチ化された対角部分を返します。 MatrixDiagPartV3 <T> バッチ化されたテンソルのバッチ化された対角部分を返します。 マトリックスダイアグ V2 <T> 指定されたバッチ対角値を持つバッチ対角テンソルを返します。 マトリックスダイアグ V3 <T> 指定されたバッチ対角値を持つバッチ対角テンソルを返します。 MatrixSetDiagV2 <T> 新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。 MatrixSetDiagV3 <T> 新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。 マックス<T> テンソルの次元全体の要素の最大値を計算します。 MaxIntraOpParallelismDataset 最大の演算内並列処理をオーバーライドするデータセットを作成します。 <T> を結合 利用可能なテンソルの値を「入力」から「出力」に転送します。 分<T> テンソルの次元全体で要素の最小値を計算します。 ミラーパッド<T> テンソルをミラーリングされた値でパディングします。 ミラーパッドグラッド<T> `MirrorPad` オペレーションのグラデーション オペレーション。 MlirPassthroughOp main() 関数を使用してモジュールとして表現された任意の MLIR 計算をラップします。 マルノナン<T> x * y を要素ごとに返します。 MutableDenseHashTable テンソルをバッキング ストアとして使用する空のハッシュ テーブルを作成します。 可変ハッシュテーブル 空のハッシュ テーブルを作成します。 MutableHashTableOfTensors 空のハッシュ テーブルを作成します。 ミューテックス MutexLock でロックできる Mutex リソースを作成します。 ミューテックスロック ミューテックスリソースをロックします。 NcclAllReduce <T extends Number> すべての入力テンソルにわたるリダクションを含むテンソルを出力します。 NcclBroadcast <T は番号を拡張> 出力に接続されているすべてのデバイスに「入力」を送信します。 NcclReduce <T は数値を拡張> 「reduction」を使用して「num_devices」から「input」を単一のデバイスに減らします。 Ndtri <T は数値を拡張> 最も近い隣人 各点に最も近い k 個の中心を選択します。 NextAfter <T は数値を拡張> 要素ごとに、「x2」の方向にある「x1」の次の表現可能な値を返します。 次の反復<T> 入力を次の反復で使用できるようにします。 ノーオプ 何もしません。 NonDeterministicInts <U> 非決定的にいくつかの整数を生成します。 NonMaxSuppressionV5 <T は数値を拡張> スコアの降順で境界ボックスのサブセットを貪欲に選択します。 以前に選択したボックスと重複する交差オーバーユニオン (IOU) が高いボックスを削除します。 非シリアル化可能なデータセット ワンホット<U> ワンホットテンソルを返します。 ワンズライク<T> x と同じ形状と型を持つ 1 のテンソルを返します。 OptimizeDatasetV2 関連する最適化を「input_dataset」に適用してデータセットを作成します。 注文済みマップクリア Op は、基になるコンテナー内のすべての要素を削除します。 OrderedMapIncompleteSize Op は、基になるコンテナー内の不完全な要素の数を返します。 注文済みMapPeek Op は、指定されたキーの値を調べます。 OrderedMapSize Op は、基になるコンテナ内の要素の数を返します。 オーダードマップステージ 順序付けられたもののように動作する、基礎となるコンテナ内のステージ (キー、値) 連想コンテナ。 注文済みマップステージ解除 Op はキーに関連付けられた値を削除して返します 基礎となるコンテナから。 OrderedMapUnstageNoKey Op は、最小値を持つ (key, value) 要素を削除して返します。 基礎となるコンテナからのキー。 アウトフィードデキュー<T> 計算出力から単一のテンソルを取得します。 アウトフィードデキュータプル 計算出力から複数の値を取得します。 アウトフィードエンキュー 計算アウトフィードで Tensor をキューに入れます。 アウトフィードエンキュータプル 計算出力フィードで複数の Tensor 値をキューに追加します。 パッド<T> テンソルをパディングします。 パラレルコンキャット<T> 'N' テンソルのリストを最初の次元に沿って連結します。 パラレルダイナミックステッチ<T> 「data」テンソルの値を単一のテンソルにインターリーブします。 ParseExampleDatasetV2 DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。 ParseExampleV2 tf.Example プロト (文字列として) のベクトルを型付きテンソルに変換します。 ParseSequenceExampleV2 tf.io.SequenceExample プロト (文字列として) のベクトルを型付きテンソルに変換します。 プレースホルダー<T> 計算に入力される値のプレースホルダー op。 PlaceholderWithDefault <T> 出力が供給されない場合に `input` を通過するプレースホルダー op。 事前線形​​化 1 つの Tensor 値を不透明なバリアント tensor に線形化する演算。 事前線形​​化タプル 複数の Tensor 値を不透明なバリアント tensor に線形化する操作。 プリミティブオペレーション 単一のOperationによってサポートされるOp実装の基本クラス。 印刷する 文字列スカラーを出力します。 プライベートスレッドプールデータセット カスタム スレッド プールを使用して「input_dataset」を計算するデータセットを作成します。 製品<T> テンソルの次元にわたる要素の積を計算します。 量子化されたConcat <T> 量子化されたテンソルを 1 次元に沿って連結します。 量子化Conv2DAndRelu <V> QuantizedConv2DAndReluAndRequantize <V> QuantizedConv2DAndRequantize <V> QuantizedConv2DPerChannel <V> チャネルごとに QuantizedConv2D を計算します。 QuantizedConv2DWithBias <V> QuantizedConv2DWithBiasAndRelu <V> QuantizedConv2DWithBiasAndReluAndRequantize <W> QuantizedConv2DWithBiasAndRequantize <W> QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> QuantizedConv2DWithBiasSumAndRelu <V> QuantizedConv2DWithBiasSumAndReluAndRequantize <X> QuantizedDepthwiseConv2D <V> 量子化された深さ方向の Conv2D を計算します。 QuantizedDepthwiseConv2DWithBias <V> バイアスを使用して量子化された深さ方向の Conv2D を計算します。 QuantizedDepthwiseConv2DWithBiasAndRelu <V> Bias と Relu を使用して量子化された深さ方向の Conv2D を計算します。 QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> Bias、Relu、および Requantize を使用して量子化された深さ方向の Conv2D を計算します。 QuantizedMatMulWithBias <W> バイアス加算を使用して、量子化行列 'a' と行列 'b' の乗算を実行します。 QuantizedMatMulWithBiasAndDequantize <W extends Number> QuantizedMatMulWithBiasAndRelu <V> バイアス加算とレルフュージョンを使用して、行列 'a' と行列 'b' の量子化行列乗算を実行します。 QuantizedMatMulWithBiasAndReluAndRequantize <W> バイアス加算および relu を使用して、行列 'a' と行列 'b' の量子化行列乗算を実行し、融合を再量子化します。 QuantizedMatMulWithBiasAndRequantize <W> QuantizedReshape <T> Reshape オペレーションに従って量子化テンソルを再形成します。 RaggedBincount <U は数値を拡張> 整数配列内の各値の出現数をカウントします。 RaggedCountSparseOutput <U は数値を拡張> 不規則なテンソル入力に対してスパース出力ビン カウントを実行します。 RaggedCross <T、U は数値を拡張> テンソルのリストから特徴クロスを生成し、それを RaggedTensor として返します。 RaggedGather <T は Number を拡張し、U> `params` 軸 `0` から `indices` に従って不規則なスライスを収集します。 RaggedRange <U は数値を拡張、T は数値を拡張> 指定された数値シーケンスを含む `RaggedTensor` を返します。 RaggedTensorFromVariant <U extends Number, T> `variant` Tensor を `RaggedTensor` にデコードします。 RaggedTensorToSparse <U> `RaggedTensor` を同じ値を持つ `SparseTensor` に変換します。 RaggedTensorToTensor <U> 不規則なテンソルから密なテンソルを作成し、場合によってはその形状を変更します。 RaggedTensorToVariant `RaggedTensor` を `variant` Tensor にエンコードします。 範囲<T は数値を拡張> 一連の数値を作成します。 ランク テンソルのランクを返します。 ReadVariableOp <T> 変数の値を読み取ります。 再バッチデータセット バッチサイズを変更するデータセットを作成します。 RebatchDatasetV2 バッチサイズを変更するデータセットを作成します。 受信<T> recv_device 上の send_device から名前付きテンソルを受け取ります。 RecvTPUEmbeddingActivations TPU 上で埋め込みアクティベーションを受け取る操作。 すべてを減らす テンソルの次元全体で要素の「論理積」を計算します。 任意の削減 テンソルの次元にわたる要素の「論理和」を計算します。 リデュースマックス<T> テンソルの次元全体の要素の最大値を計算します。 ReduceMin <T> テンソルの次元全体で要素の最小値を計算します。 ReduceProd <T> テンソルの次元にわたる要素の積を計算します。 ReduceSum <T> テンソルの次元にわたる要素の合計を計算します。 参照入力<T> 子フレームを作成または検索し、子フレームで「data」を使用できるようにします。 RefExit <T> 現在のフレームを終了して親フレームに戻ります。 参照アイデンティティ<T> 入力参照テンソルと同じ参照テンソルを返します。 RefMerge <T> 利用可能なテンソルの値を「入力」から「出力」に転送します。 RefNextIteration <T> 入力を次の反復で利用できるようにします。 参照選択<T> `inputs` の `index` 番目の要素を `output` に転送します。 参照スイッチ<T> ref テンソル `data` を `pred` によって決定された出力ポートに転送します。 データセットの登録 データセットを tf.data サービスに登録します。 RemoteFusedGraphExecute リモートプロセッサ上でサブグラフを実行します。 チャネルあたりの再量子化範囲 チャネルごとの再量子化範囲を計算します。 チャネルごとの再量子化<U> チャネルごとに既知の最小値と最大値を使用して入力を再量子化します。 <T> の形状を変更する テンソルを再形成します。 ResourceAccumulatorApplyGradient 指定されたアキュムレータに勾配を適用します。 ResourceAccumulatorNumAccumulated 指定されたアキュムレータに集約された勾配の数を返します。 ResourceAccumulatorSetGlobalStep アキュムレータを global_step の新しい値で更新します。 ResourceAccumulatorTakeGradient <T> 指定された ConditionalAccumulator の平均勾配を抽出します。 リソースApplyAdagradV2 adagrad スキームに従って「*var」を更新します。 リソース適用AdamWithAmsgrad Adam アルゴリズムに従って「*var」を更新します。 リソースApplyKerasMomentum 運動量スキームに従って「*var」を更新します。 リソース条件付きアキュムレータ 勾配を集約するための条件付きアキュムレータ。 ResourceCountUpTo <T は数値を拡張> 「limit」に達するまで「resource」が指す変数をインクリメントします。 リソース収集<U> 「インデックス」に従って「リソース」が指す変数からスライスを収集します。 リソース収集ND <U> リソース散乱追加 `resource` によって参照される変数にスパース更新を追加します。 リソース散乱ディビジョン スパース更新を「resource」で参照される変数に分割します。 リソーススキャッターマックス `max` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。 リソース散乱分 `min` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。 リソースScatterMul スパース更新を「resource」で参照される変数に乗算します。 ResourceScatterNdAdd 変数内の個々の値またはスライスにスパース加算を適用します。 リソースScatterNdMax リソース散乱NdMin リソースScatterNdSub スパース減算を変数内の個々の値またはスライスに適用します。 リソースScatterNdUpdate 与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。 「インデックス」に従って変数。 リソースScatterSub 「resource」によって参照される変数からスパース更新を減算します。 リソース散乱更新 `resource` によって参照される変数にスパース更新を割り当てます。 リソースSparseApplyAdagradV2 adagrad スキームに従って、「*var」および「*accum」内の関連エントリを更新します。 リソースSparseApplyKerasMomentum Momentum Schemeに従って、「*var」および「*Accum」の関連するエントリを更新します。 ResourcestridedSliceAsSign 「ref」のスライスされたL値参照に「値」を割り当てます。 retiveTpuembeddingdingAdamparameters Adam Embeddingパラメーターを取得します。 retiveTpuembeddingdingadamparametersgradaccumdebug デバッグサポートを使用して、Adam Embeddingパラメーターを取得します。 retiveetpuembeddingadadeltaparameters アダデルタ埋め込みパラメーターを取得します。 retiveTpuembeddingadadeltaparametersgradaccumdebug デバッグサポートを使用して、アダデルタの埋め込みパラメーターを取得します。 retiveTpuembeddingadagradparameters Adagrad Embeddingパラメーターを取得します。 retiveTpuembeddingadagradparametersgradaccumdebug デバッグサポートを使用して、Adagrad Embeddingパラメーターを取得します。 retiveTpuembeddingCenteredRMSPROPPARAMETERS 中央のRMSPROP埋め込みパラメーターを取得します。 retiveTpuembeddingftrllparameters FTRL埋め込みパラメーターを取得します。 retiveetpuembeddingftrlparametersgradaccumdebug デバッグサポートを使用して、FTRL埋め込みパラメーターを取得します。 retiveetpuembeddingmdladagradlightparameters MDL Adagrad Light Embeddingパラメーターを取得します。 retiveTpuembeddingmomentumparameters 運動量埋め込みパラメーターを取得します。 retiveTpuembeddingmomentumparametersgradaccumdebug デバッグサポートを使用して、運動量埋め込みパラメーターを取得します。 retiveTpuembeddingpromaladagradparameters 近位のアダグラード埋め込みパラメーターを取得します。 retiveTpuembeddingpromaladagradparametersgradaccumdebug デバッグサポートを使用して、近位のアダグラード埋め込みパラメーターを取得します。 retiveTpuembeddingpromixalyogiparameters retiveTpuembeddingpromixalyogiparametersgradaccumdebug retiveTpuembeddingrmsPropParameters RMSPROP埋め込みパラメーターを取得します。 retiveTpuembeddingrmspparametersgradaccumdebug デバッグサポートを使用して、RMSPROP埋め込みパラメーターを取得します。 retiveTpuembeddingStochasticGradientDescentParameters SGD埋め込みパラメーターを取得します。 retiveTpuembeddingStochasticGradientDescentParametersGradaccumdebug デバッグサポートを使用して、SGD埋め込みパラメーターを取得します。 逆<t> テンソルの特定の寸法を逆転させます。 ReverseSequence <T> 可変長スライスを逆転させます。 rngskip カウンターベースのRNGのカウンターを進めます。 ロール<t> 軸に沿ってテンソルの要素を転がします。 RPC RPCリクエストのバッチを実行します。 samplingdataset 別のデータセットの内容のベルヌーリサンプルを採取するデータセットを作成します。 鱗状翻訳 scaleandtranslategrad <t拡張番号> 散布<t> スパースアップデートを変数参照に追加します。 scatterdiv <t> スパースアップデートによって変数参照を分割します。 scattermax <t拡張番号> 「max」操作を使用して、スパースアップデートを変数参照に削減します。 scattermin <t拡張番号> 「min」操作を使用して、スパースアップデートを変数参照に削減します。 scattermul <t> スパースアップデートを変数参照に掛けます。 scatternd <u> 「インデックス」に従って「更新」を新しいテンソルに分散させます。 scatterndadd <t> 変数内の個々の値またはスライスにまばらな追加を適用します。 scatterndmax <t> 要素ごとの最大値を計算します。 scatterndmin <t> 要素ごとの最小値を計算します。 scatterndnonaliasingadd <t> 個々の値またはスライスを使用して「入力」にスパース追加を適用します インデックス「インデックス」に従って「更新」から。 scatterndsub <t> 変数内の個々の値またはスライスにスパース減算を適用します。 scatterndupdate <t> 特定の値内の個々の値またはスライスにスパース「更新」を適用します 「インデックス」に従って変数。 scatterSub <T> スパースアップデートを変数参照に減算します。 scatterUpdate <T> スパースアップデートを変数参照に適用します。 selectv2 <t> 送信 send_deviceからrecv_deviceに名前付きテンソルを送信します。 sendtpuembeddinggradients 埋め込みテーブルのグラデーション更新を実行します。 setdiff1d <t、uはnumber>を拡張します 数字または文字列の2つのリストの違いを計算します。 SetSize 入力「セット」の最後の次元に沿った一意の要素の数。 shape <uは数字>を拡張します テンソルの形状を返します。 shapen <uはnumber>を拡張します テンソルの形状を返します。 Sharddataset このデータセットの1/「num_shards」のみを含む「データセット」を作成します。 shuffleandrepeatdatasetv2 shuffledatasetv2 shuffledatasetv3 shutdowndistributedtpu 実行中の分散TPUシステムをシャットダウンします。 size <uは数字>を拡張します テンソルのサイズを返します。 スキップグラム テキストファイルを解析し、例のバッチを作成します。 sleepdataset スライス<t> 「入力」からスライスを返します。 SlidingWindowDataset 「input_dataset」の上にスライディングウィンドウを渡すデータセットを作成します。 スナップショット<t> 入力テンソルのコピーを返します。 SnapShotDataset スナップショットから /読み取るデータセットを作成します。 sobolsample <t拡張番号> SOBOLシーケンスからポイントを生成します。 spacetobatchnd <t> タイプTのndテンソル用のspaceTobatch。 Sparseapplyadagradv2 <T> Adagradスキームに従って、「*var」および「*ascum」の関連するエントリを更新します。 sparsebincount <uはnumber>を拡張します 整数配列内の各値の発生数をカウントします。 sparsecountsparseoutput <uはnumber>を拡張します まばらなテンソル入力のためにスパース出力ビンカウントを実行します。 Sparsecrosshed まばらで密なテンソルのリストからまばらなクロスを生成します。 sparsecrossv2 まばらで密なテンソルのリストからまばらなクロスを生成します。 sparsematrixadd 2つのCSRマトリックスのスパース追加、c = alpha * a + beta * B. sparsematrixmatmul <t> Matrix-Multipries密なマトリックスを備えたスパースマトリックス。 sparsematrixmul 密なテンソルを備えたスパースマトリックスの要素ごとの乗算。 Sparsematrixnnz `sparse_matrix`の非ゼロの数を返します。 sparsematrixorderingamd 「入力」のおおよその最小度（AMD）順序を計算します。 SparsematrixSoftMax csrsparsematrixのソフトマックスを計算します。 sparsematrixsoftmaxgrad SparsematrixSoftMax opの勾配を計算します。 sparsematrixsparsecholesky 「入力」のまばらな胆嚢分解を計算します。 sparsematrixsparsematmul スパルスマトリックスマルチプリーズ2つのCSRマトリックス「a」と「b」。 SparsematrixTranspose CSRSPARSEMATRIXの内部（マトリックス）寸法を転置します。 Sparsematrixzeros 形状「Dense_shape」を備えたAll-Zeros csrsparsematrixを作成します。 sparsetensortocsrsparsematrix SparsetEnsorを（おそらくバッチ）CSRSParsematrixに変換します。 Spence <t拡張番号> 分割<t> テンソルを1つの次元に沿って `num_split`テンソルに分割します。 splitv <t> テンソルを1つの次元に沿って `num_split`テンソルに分割します。 スクイーズ<t> テンソルの形状からサイズ1の寸法を削除します。 スタック<t> `n` rank-` r`テンソルのリストを1つのランク `（r+1）`テンソルに詰めます。 ステージ 軽量のエンキューと同様のステージ値。 stageclear OPは、基礎となる容器内のすべての要素を削除します。 ステージピーク 指定されたインデックスの値でOPを覗きます。 ステージングします OPは、基礎となる容器内の要素の数を返します。 statefulrandombinomial <vは数値を拡張します StatefulStandardnormal <u> 正規分布からランダム値を出力します。 StatefulStandardnormalv2 <u> 正規分布からランダム値を出力します。 statefultruncatednormal <u> 切り捨てられた正規分布からランダム値を出力します。 statefuluniform <u> 均一な分布からランダム値を出力します。 statefuluniformfullint <u> 均一な分布からランダムな整数を出力します。 statefuluniformint <u> 均一な分布からランダムな整数を出力します。 statonessparametarizedTruncatednormal <v拡張番号> statellessRandombinomial <wは数字>を拡張します 二項分布からの決定論的な疑似ランダム乱数を出力します。 StatEllingRandomGammav2 <v拡張番号> ガンマ分布からの決定論的な疑似ランダム乱数を出力します。 StatEllenseRandompoisson <w拡張番号> ポアソン分布からの決定論的な疑似ランダム乱数を出力します。 statelessrandomuniformfullint <v拡張番号> 均一な分布からの決定論的な疑似ランダムランダム整数を出力します。 statelessSampledistortedboundingbox <t拡張番号> 決定論的に画像のランダムに歪んだ境界ボックスを生成します。 statsaggregatorhandlev2 statsaggregatorsetsummarywriter summary_writer_interfaceを設定して、指定されたstats_aggregatorを使用して統計を記録します。 stopgrionient <t> 勾配計算を停止します。 stridedslice <t> 「入力」から伸びたスライスを返します。 stridedsliceassign <t> 「ref」のスライスされたL値参照に「値」を割り当てます。 StridedSlicegrad <u> 「stridedslice」の勾配を返します。 stringlower すべての大文字をそれぞれの小文字の交換に変換します。 stringngrams <t拡張番号> ぼろぼろの文字列データからngramsを作成します。 Stringupper すべての小文字をそれぞれの大文字の交換に変換します。 合計<t> テンソルの寸法にわたる要素の合計を計算します。 switchcond <t> 「Pred」によって決定される出力ポートに「データ」を転送します。 tpucompilationResult TPUコンパイルの結果を返します。 tpucompilesuchededassert 編集が成功したと主張します。 tpuembeddingIctivations TPU埋め込みの差別化を可能にするOP。 tpuexecute TPUデバイスでTPUプログラムをロードおよび実行するOP。 tpuexecuteandupdatevariables オプションのインプレース変数更新を備えたプログラムを実行するOP。 tpuordinalselector TPUコアセレクターop。 tpupartitionedinput <t> パーティション化された入力のリストをグループ化するOP。 tpupartitionedOutput <T> XLAによってシャードされるテンソルをパーティション化されたリストに非難するOP XLA計算の外側の出力。 tpureplicatemetadata TPU計算の複製方法を示すメタデータ。 tpureplicatedInput <T> n入力をN-way Replaged TPU計算に接続します。 tpureplicatedOutput <T> N-Way Replased TPU計算からN出力を接続します。 一時的な可変<t> 変異する可能性のあるテンソルを返しますが、単一のステップ内でのみ持続します。 テンソラレイ 指定されたサイズのテンソルの配列。 Tensorarrayclose リソースコンテナからテンソラレイを削除します。 TensorArrayConcat <T> テンソラレイからの要素を価値 `value`に連結します。 Tensorarraygather <t> テンソラレイから出力「値」に特定の要素を収集します。 TensorArraygrad 指定されたハンドルに値の勾配を保存するためのテンソラレイを作成します。 Tensorraygradwithshape 指定されたハンドルに複数の勾配を保存するためのテンソラレイを作成します。 TensorArrayPack <T> TensorArrayread <t> テンソラレイから出力「値」への要素を読みます。 Tensorarrayscatter 入力値からデータを特定のテンソラレイ要素に分散させます。 テンソラレイズ テンソラレイの現在のサイズを取得します。 Tensorraysplit データを入力値からテンソラレイ要素に分割します。 Tensorarrayunpack TensorArraywrite 要素をtensor_arrayに押し込みます。 tensorforestcreateTreevariable ツリーリソースを作成し、ハンドルを返します。 TensorforestTreedErialize プロトをツリーハンドルに脱色します tensorforesttreeisInitializedop ツリーが初期化されているかどうかを確認します。 tensorforesttreepredict 指定された入力データのロジットを出力します tensorforesttreeresourcehandleop Tensorforesttreeresourceのハンドルを作成します tensorforesttreeSerialize ツリーハンドルをプロトにシリアル化します tensorforestTreeSize ツリー内のノードの数を取得します TensorlistConcat <t> 0番目の次元に沿ったリスト内のすべてのテンソルを連結します。 TensorlistConcatlists TensOrlistConcatv2 <u> 0番目の次元に沿ったリスト内のすべてのテンソルを連結します。 TensorListelementshape <t拡張番号> テンソルとして、指定されたリストの要素の形状。 Tensorlistfromtensor 積み重ねられたときに「テンソル」の価値を持つテンソルリストを作成します。 Tensorlistgather <t> テンソルリストにインデックスを付けてテンソルを作成します。 tensorlistgetitem <t> TensorListlength 入力テンソルリストのテンソルの数を返します。 TensorListPopback <T> 入力リストの最後の要素と、その要素を除くすべてのリストを返します。 TensorListPushback 「input_handle」の指定されたリストの他の要素として、「テンソル」を `input_handle`の他の要素として渡されたリストを返します。 TensOrlistPushbackBatch Tensorlistreserve 空の要素を持つ指定されたサイズのリスト。 Tensorlistresize リストを変更します。 Tensorlistscatter テンソルにインデックスを作成することにより、テンソルリストを作成します。 tensorlistscatterintoexistinglist 入力リストのインデックスでテンソルを散乱させます。 Tensorlistscatterv2 テンソルにインデックスを作成することにより、テンソルリストを作成します。 TENSORLISSTITITEM Tensorlistsplit テンソルをリストに分割します。 TensorListStack <T> リスト内のすべてのテンソルをスタックします。 tensormaperase <u> 指定されたキーの消去からアイテムを使用してテンソルマップを返します。 Tensormaphaskey 指定されたキーがマップに存在するかどうかを返します。 tensormapinsert 指定されたキー値ペアが挿入された「input_handle」であるマップを返します。 tensormaplookup <u> テンソルマップの特定のキーから値を返します。 tensormapsize 入力テンソルマップのテンソルの数を返します。 tensorscatteradd <t> 「インデックス」に従って既存のテンソルにスパース「更新」を追加します。 tensorscattermax <t> Tensorscattermin <t> tensorscattersub <t> 「インデックス」に従って既存のテンソルからスパース「更新」を減算します。 tensorscatterupdate <t> 「インデックス」に従って「更新」を既存のテンソルに分散させます。 tensorstridedsliceupdate <t> 「入力」のスライスされたL値参照に「値」を割り当てます。 threadpooldataset カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。 ThreadPoolHandle カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。 タイル<t> 特定のテンソルをタイリングすることにより、テンソルを構築します。 タイムスタンプ エポック以来の時間を数秒で提供します。 トブール テンソルをスカラー述語に変換します。 Topkunique 並べ替えられた順序で、アレイのtopk一意の値を返します。 topkwithunique 並べ替えられた順序でアレイのtopk値を返します。 tridiagonalmatmul <t> 三分角行列で製品を計算します。 tridiagonalsolve <t> 方程式の三分角系を解決します。 tryrpc RPCリクエストのバッチを実行します。 unbatch <t> 単一の出力テンソルのバッチの動作を逆転させます。 Unbatchgrad <T> バッチの勾配。 非圧縮セレメント 圧縮データセット要素を非圧縮します。 unicodedeCode <t拡張番号> 「入力」の各文字列をユニコードコードポイントのシーケンスにデコードします。 unicodeencode INTのテンソルをUnicode文字列にエンコードします。 ユニーク<t、v拡張番号> テンソルの軸に沿って一意の要素を見つけます。 Uniquedataset 「input_dataset」の一意の要素を含むデータセットを作成します。 UniqueWithCounts <t、vは数字>を拡張します テンソルの軸に沿って一意の要素を見つけます。 uravelindex <t拡張番号> 一連のフラットインデックスを座標配列のタプルに変換します。 unsortedsegmentjoin 「segment_ids」に基づいて「入力」の要素に結合します。 unstack <t> ランク`R`テンソルの特定のディメンションを「num」ランク `（r-1）`テンソルに展開します。 段階的 OPは軽量のデクエに似ています。 unwrapdatasetvariant upperbound <uは数字>を拡張します 各行に沿ってapper_bound（sorted_search_values、values）を適用します。 varhandleop 可変リソースのハンドルを作成します。 VarisInitializedop リソースハンドルベースの変数が初期化されているかどうかを確認します。 可変<t> ステップ全体で持続するテンソルの形で状態を保持します。 variableshape <t拡張番号> 「リソース」によって指された変数の形状を返します。 どこ テンソルで非ゼロ /真の値の位置を返します。 ここで3 <t> 「条件」に応じて、「x」または「y」から要素を選択します。 workerheartbeat ワーカーハートビートop。 wrapdatasetvariant writerawprotosummary シリアル化されたプロトの要約を書きます。 xlarecvfromhost <t> ホストからテンソルを受信するOP。 xlasendtohost ホストにテンソルを送信するOP。 xlog1py <t> x == 0の場合は0、x * log1p（y）それ以外の場合は、elementwiseを返します。 ゼロ<t> 「dims」によって与えられる形状のゼロで定数を作成するオペレーター。 Zeroslike <t> xと同じ形状とタイプのゼロのテンソルを返します。

すべての操作ラッパーのマーカーインターフェイス。

オペレーションラッパーは、コアクラスで必要とされるリテラルとインデックスを使用せずに、構築および実行操作のために強く型付けされたインターフェイスを提供します。

このインターフェイスにより、共通のタイプを使用して任意の操作ラッパーへの参照を保持できます。

 // All values returned by an Ops call can be referred as a Op
 Op split = ops.array().split(...);
 Op shape = ops.array().shape(...);

 // All operations could be added to an Op collection
 Collection<Op> allOps = Arrays.asList(split, shape);