중단 | 호출시 프로세스를 중단하려면 예외를 발생시킵니다. |
모두 | 텐서 차원에서 요소의 "논리 및"를 계산합니다. |
AllToAll <T> | TPU 복제본간에 데이터를 교환하는 작업입니다. |
AnonymousIteratorV2 | 반복기 리소스에 대한 컨테이너입니다. |
AnonymousMemoryCache | |
AnonymousMultiDeviceIterator | 다중 장치 반복기 리소스에 대한 컨테이너입니다. |
AnonymousRandomSeedGenerator | |
AnonymousSeedGenerator | |
어떤 | 텐서 차원에서 요소의 "논리적 또는"를 계산합니다. |
ApplyAdagradV2 <T> | adagrad 체계에 따라 '* var'를 업데이트합니다. |
AssertCardinalityDataset | |
AssertNextDataset | 다음에 발생하는 변환을 주장하는 변환입니다. |
AssertThat | 주어진 조건이 참임을 주장합니다. |
<T> 할당 | 'value'를 할당하여 'ref'를 업데이트합니다. |
AssignAdd <T> | 'value'를 추가하여 'ref'를 업데이트하십시오. |
AssignAddVariableOp | 변수의 현재 값에 값을 추가합니다. |
AssignSub <T> | 그것에서 '값'을 빼서 'ref'를 업데이트하십시오. |
AssignSubVariableOp | 변수의 현재 값에서 값을 뺍니다. |
AssignVariableOp | 변수에 새 값을 할당합니다. |
AutoShardDataset | 입력 데이터 세트를 분할하는 데이터 세트를 만듭니다. |
BandedTriangularSolve <T> | |
장벽 | 다양한 그래프 실행에서 지속되는 장벽을 정의합니다. |
BarrierClose | 주어진 장벽을 닫습니다. |
BarrierIncompleteSize | 주어진 장벽에있는 불완전한 요소의 수를 계산합니다. |
BarrierInsertMany | 각 키에 대해 지정된 구성 요소에 해당 값을 할당합니다. |
BarrierReadySize | 주어진 장벽에있는 완전한 요소의 수를 계산합니다. |
BarrierTakeMany | 장벽에서 주어진 수의 완료된 요소를 가져옵니다. |
일괄 | 모든 입력 텐서를 비 결정적으로 일괄 처리합니다. |
BatchMatMulV2 <T> | 두 개의 텐서 조각을 일괄 적으로 곱합니다. |
BatchToSpace <T> | T 유형의 4 차원 텐서 용 BatchToSpace |
BatchToSpaceNd <T> | T 유형의 ND 텐서에 대한 BatchToSpace |
BesselI0 <T는 숫자를 확장합니다> | |
BesselI1 <T는 숫자를 확장합니다> | |
BesselJ0 <T는 숫자를 확장합니다> | |
BesselJ1 <T는 숫자를 확장합니다> | |
BesselK0 <T는 숫자를 확장합니다> | |
BesselK0e <T는 숫자를 확장합니다> | |
BesselK1 <T는 숫자를 확장합니다> | |
BesselK1e <T는 숫자를 확장> | |
BesselY0 <T는 숫자를 확장합니다> | |
BesselY1 <T는 숫자를 확장합니다> | |
비트 캐스트 <U> | 데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트 캐스트합니다. |
BlockLSTM <T 확장 번호> | 모든 시간 단계에 대한 LSTM 셀 순방향 전파를 계산합니다. |
BlockLSTMGrad <T 확장 번호> | 전체 시간 시퀀스에 대한 LSTM 셀 역방향 전파를 계산합니다. |
BlockLSTMGradV2 <T 확장 번호> | 전체 시간 시퀀스에 대한 LSTM 셀 역방향 전파를 계산합니다. |
BlockLSTMV2 <T 확장 번호> | 모든 시간 단계에 대한 LSTM 셀 순방향 전파를 계산합니다. |
BoostedTreesAggregateStats | 일괄 처리에 대한 누적 통계 요약을 집계합니다. |
BoostedTreesBucketize | 버킷 경계를 기반으로 각 기능을 버킷 화합니다. |
BoostedTreesCalculateBestFeatureSplit | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesCalculateBestFeatureSplitV2 | 각 기능에 대한 이득을 계산하고 각 노드에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesCalculateBestGainsPerFeature | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesCenterBias | 훈련 데이터 (편향)에서 사전을 계산하고 첫 번째 노드를 로짓 사전으로 채 웁니다. |
BoostedTreesCreateEnsemble | 트리 앙상블 모델을 만들고 핸들을 반환합니다. |
BoostedTreesCreateQuantileStreamResource | Quantile Streams에 대한 리소스를 만듭니다. |
BoostedTreesDeserializeEnsemble | 직렬화 된 트리 앙상블 구성을 역 직렬화하고 현재 트리를 대체합니다. 앙상블. |
BoostedTreesEnsembleResourceHandleOp | BoostedTreesEnsembleResource에 대한 핸들을 만듭니다. |
BoostedTreesExampleDebugOutputs | 각 예제에 대한 디버깅 / 모델 해석 가능성 출력. |
BoostedTreesFlushQuantileSummaries | 각 Quantile 스트림 리소스에서 Quantile 요약을 플러시합니다. |
BoostedTreesGetEnsembleStates | 트리 앙상블 리소스 스탬프 토큰, 트리 수 및 증가하는 통계를 검색합니다. |
BoostedTreesMakeQuantileSummaries | 배치에 대한 분위수 요약을 작성합니다. |
BoostedTreesMakeStatsSummary | 배치에 대해 누적 된 통계를 요약합니다. |
BoostedTreesPredict | 입력 인스턴스에 대해 여러 가법 회귀 앙상블 예측자를 실행하고 로짓을 계산합니다. |
BoostedTreesQuantileStreamResourceAddSummaries | 각 분위수 스트림 리소스에 분위수 요약을 추가합니다. |
BoostedTreesQuantileStreamResourceDeserialize | 버킷 경계와 준비 플래그를 현재 QuantileAccumulator로 역 직렬화합니다. |
BoostedTreesQuantileStreamResourceFlush | Quantile 스트림 리소스에 대한 요약을 플러시합니다. |
BoostedTreesQuantileStreamResourceGetBucketBoundaries | 누적 된 요약을 기반으로 각 기능에 대한 버킷 경계를 생성합니다. |
BoostedTreesQuantileStreamResourceHandleOp | BoostedTreesQuantileStreamResource에 대한 핸들을 만듭니다. |
BoostedTreesSerializeEnsemble | 트리 앙상블을 proto로 직렬화합니다. |
BoostedTreesSparseAggregateStats | 일괄 처리에 대한 누적 통계 요약을 집계합니다. |
BoostedTreesSparseCalculateBestFeatureSplit | 각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다. |
BoostedTreesTrainingPredict | 입력 인스턴스에 대해 여러 가법 회귀 앙상블 예측자를 실행하고 캐시 된 로짓에 대한 업데이트를 계산합니다. |
BoostedTreesUpdateEnsemble | 성장중인 마지막 트리에 레이어를 추가하여 트리 앙상블을 업데이트합니다. 또는 새 트리를 시작합니다. |
BoostedTreesUpdateEnsembleV2 | 성장중인 마지막 트리에 레이어를 추가하여 트리 앙상블을 업데이트합니다. 또는 새 트리를 시작합니다. |
BroadcastDynamicShape <T는 숫자를 확장> | 브로드 캐스트를 사용하여 s0 op s1의 모양을 반환합니다. |
BroadcastGradientArgs <T는 숫자 확장> | 브로드 캐스트를 사용하여 s0 op s1의 기울기를 계산하기위한 감소 인덱스를 반환합니다. |
BroadcastTo <T> | 호환되는 모양에 대한 배열을 브로드 캐스트합니다. |
버킷 화 | '경계'를 기반으로 '입력'을 버킷 화합니다. |
CSRSparseMatrixComponents <T> | 배치`index`에서 CSR 구성 요소를 읽습니다. |
CSRSparseMatrixToDense <T> | (일괄 처리 된) CSRSparseMatrix를 고밀도로 변환합니다. |
CSRSparseMatrixToSparseTensor <T> | (일괄 처리 된) CSRSparesMatrix를 SparseTensor로 변환합니다. |
CSVDataset | |
CSVDatasetV2 | |
CTCLossV2 | 각 배치 항목에 대한 CTC 손실 (로그 확률)을 계산합니다. |
CacheDatasetV2 | |
CheckNumericsV2 <T 확장 번호> | 텐서에서 NaN, -Inf 및 + Inf 값을 확인합니다. |
ChooseFastestDataset | |
ClipByValue <T> | 텐서 값을 지정된 최소값과 최대 값으로 자릅니다. |
CollectiveGather <T는 숫자를 늘립니다> | 동일한 유형 및 모양의 여러 텐서를 상호 축적합니다. |
CollectivePermute <T> | 복제 된 TPU 인스턴스에서 텐서를 영구 변환하는 작업입니다. |
CollectiveReduceV2 <T 확장 번호> | 동일한 유형 및 모양의 여러 텐서를 상호 감소시킵니다. |
CombinedNonMaxSuppression | 탐욕스럽게 점수의 내림차순으로 경계 상자의 하위 집합을 선택합니다. 이 작업은 모든 클래스에서 배치 당 입력에 대해 non_max_suppression을 수행합니다. |
CompressElement | 데이터 세트 요소를 압축합니다. |
ComputeBatchSize | 부분 배치가 아닌 데이터 세트의 정적 배치 크기를 계산합니다. |
Concat <T> | 한 차원을 따라 텐서를 연결합니다. |
ConfigureDistributedTPU | 분산 TPU 시스템을위한 중앙 집중식 구조를 설정합니다. |
구성 TPUEmbedding | 분산 TPU 시스템에서 TPUEmbedding을 설정합니다. |
상수 <T> | 상수 값을 생성하는 연산자. |
ConsumeMutexLock | 이 작업은 'MutexLock'에 의해 생성 된 잠금을 사용합니다. |
ControlTrigger | 아무것도하지 않습니다. |
복사 <T> | CPU-CPU 또는 GPU-GPU에서 텐서를 복사합니다. |
CopyHost <T> | 호스트에 텐서를 복사합니다. |
CountUpTo <T 확장 번호> | '제한'에 도달 할 때까지 'ref'를 증가시킵니다. |
CrossReplicaSum <T는 숫자를 확장> | 복제 된 TPU 인스턴스에서 입력을 합산하는 작업입니다. |
CudnnRNNBackpropV3 <T 확장 번호> | CudnnRNNV3의 역 전파 단계. |
CudnnRNNCanonicalToParamsV2 <T 확장 번호> | CudnnRNN 매개 변수를 표준 형식에서 사용 가능한 형식으로 변환합니다. |
CudnnRNNParamsToCanonicalV2 <T 확장 번호> | 표준 형식으로 CudnnRNN 매개 변수를 검색합니다. |
CudnnRNNV3 <T 확장 번호> | cuDNN이 지원하는 RNN. |
CumulativeLogsumexp <T는 숫자 확장> | '축'을 따라 텐서 'x'의 누적 곱을 계산합니다. |
DataServiceDataset | |
DatasetCardinality | `input_dataset`의 카디널리티를 반환합니다. |
DatasetFromGraph | 주어진`graph_def`에서 데이터 세트를 만듭니다. |
DatasetToGraphV2 | `input_dataset`를 나타내는 직렬화 된 GraphDef를 반환합니다. |
Dawsn <T는 숫자를 확장합니다> | |
DebugGradientIdentity <T> | 그래디언트 디버깅을위한 Identity op |
DebugGradientRefIdentity <T> | 그래디언트 디버깅을위한 Identity op |
DebugIdentity <T> | 디버깅을 위해 비 참조 유형 입력 텐서의 ID 매핑을 제공합니다. |
DebugIdentityV2 <T> | 디버그 Identity V2 Op. |
DebugNanCount | 디버그 NaN 값 카운터 Op. |
DebugNumericSummary | 디버그 숫자 요약 Op. |
DebugNumericSummaryV2 <U가 숫자 확장> | 디버그 숫자 요약 V2 Op. |
DecodeImage <T는 숫자 확장> | decode_bmp, decode_gif, decode_jpeg 및 decode_png를위한 함수. |
DecodePaddedRaw <T는 숫자를 확장합니다> | 문자열의 바이트를 숫자 벡터로 재 해석합니다. |
DecodeProto | op는 직렬화 된 프로토콜 버퍼 메시지에서 텐서로 필드를 추출합니다. |
DeepCopy <T> | `x`의 복사본을 만듭니다. |
DeleteIterator | 반복기 리소스에 대한 컨테이너입니다. |
DeleteMemoryCache | |
DeleteMultiDeviceIterator | 반복기 리소스에 대한 컨테이너입니다. |
DeleteRandomSeedGenerator | |
DeleteSeedGenerator | |
DeleteSessionTensor | 세션에서 핸들로 지정된 텐서를 삭제합니다. |
DenseBincount <U가 숫자를 확장합니다> | 정수 배열에서 각 값의 발생 횟수를 계산합니다. |
DenseCountSparseOutput <U가 숫자 확장> | tf.tensor 입력에 대해 희소 출력 빈 계산을 수행합니다. |
DenseToCSRSparseMatrix | 고밀도 텐서를 (일괄 처리 된) CSRSparseMatrix로 변환합니다. |
DestroyResourceOp | 핸들에 지정된 리소스를 삭제합니다. |
DestroyTemporaryVariable <T> | 임시 변수를 파괴하고 최종 값을 반환합니다. |
DeviceIndex | 작업이 실행되는 장치의 인덱스를 반환합니다. |
DirectedInterleaveDataset | 'N'데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다. |
DrawBoundingBoxesV2 <T는 숫자를 확장합니다> | 이미지 배치에 경계 상자를 그립니다. |
DummyIterationCounter | |
DummyMemoryCache | |
DummySeedGenerator | |
DynamicPartition <T> | `partitions`의 인덱스를 사용하여`data`를`num_partitions` 텐서로 분할합니다. |
DynamicStitch <T> | '데이터'텐서의 값을 단일 텐서로 인터리브합니다. |
EditDistance | (정규화 된) Levenshtein Edit Distance를 계산합니다. |
Eig <U> | 하나 이상의 정사각형 행렬의 고유 분해를 계산합니다. |
아인 섬 <T> | 아인슈타인 합산 규칙에 따른 텐서 수축. |
비어 있음 <T> | 주어진 모양으로 텐서를 만듭니다. |
EmptyTensorList | 빈 텐서 목록을 만들고 반환합니다. |
EmptyTensorMap | 빈 텐서 맵을 만들고 반환합니다. |
EncodeProto | 연산은 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다. |
대기열에 넣기 TPUEmbeddingIntegerBatch | 입력 일괄 텐서 목록을 TPUEmbedding에 추가하는 작업입니다. |
대기열에 넣기 TPUEmbeddingRaggedTensorBatch | tf.nn.embedding_lookup ()을 사용하는 코드 이식을 용이하게합니다. |
대기열에 넣기 TPUEmbeddingSparseBatch | SparseTensor에서 TPUEmbedding 입력 인덱스를 대기열에 추가하는 작업입니다. |
대기열에 넣기 TPUEmbeddingSparseTensorBatch | tf.nn.embedding_lookup_sparse ()를 사용하는 코드 이식을 용이하게합니다. |
sureShape <T> | 텐서의 모양이 예상 모양과 일치하는지 확인합니다. |
<T> 입력 | 하위 프레임을 만들거나 찾고 하위 프레임에서`데이터 '를 사용할 수 있도록합니다. |
Erfinv <T는 숫자를 확장> | |
EuclideanNorm <T> | 텐서 차원에서 요소의 유클리드 노름을 계산합니다. |
<T> 종료 | 현재 프레임을 상위 프레임으로 종료합니다. |
ExpandDims <T> | 텐서의 모양에 차원 1을 삽입합니다. |
ExperimentalAutoShardDataset | 입력 데이터 세트를 분할하는 데이터 세트를 만듭니다. |
ExperimentalBytesProducedStatsDataset | StatsAggregator에서`input_dataset` 각 요소의 바이트 크기를 기록합니다. |
ExperimentalChooseFastestDataset | |
ExperimentalDatasetCardinality | `input_dataset`의 카디널리티를 반환합니다. |
ExperimentalDatasetToTFRecord | TFRecord 형식을 사용하여 지정된 데이터 세트를 지정된 파일에 씁니다. |
ExperimentalDenseToSparseBatchDataset | 입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 만듭니다. |
ExperimentalLatencyStatsDataset | StatsAggregator에서`input_dataset` 요소 생성 지연 시간을 기록합니다. |
ExperimentalMatchingFilesDataset | |
ExperimentalMaxIntraOpParallelismDataset | 최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다. |
ExperimentalParseExampleDataset | DT_STRING의 벡터로`Example` 프로토를 포함하는`input_dataset`를 파싱 된 특성을 나타내는`Tensor` 또는`SparseTensor` 객체의 데이터 세트로 변환합니다. |
ExperimentalPrivateThreadPoolDataset | 커스텀 스레드 풀을 사용하여`input_dataset`를 계산하는 데이터 세트를 만듭니다. |
ExperimentalRandomDataset | 의사 난수를 반환하는 데이터 세트를 만듭니다. |
ExperimentalRebatchDataset | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
ExperimentalSetStatsAggregatorDataset | |
ExperimentalSlidingWindowDataset | `input_dataset`에 슬라이딩 윈도우를 전달하는 데이터 세트를 만듭니다. |
ExperimentalSqlDataset | SQL 쿼리를 실행하고 결과 집합의 행을 내보내는 데이터 집합을 만듭니다. |
ExperimentalStatsAggregatorHandle | 통계 관리자 리소스를 생성합니다. |
ExperimentalStatsAggregatorSummary | 주어진 통계 관리자가 기록한 통계의 요약을 생성합니다. |
ExperimentalUnbatchDataset | 입력 요소를 여러 요소로 분할하는 데이터 세트입니다. |
Expint <T는 숫자 확장> | |
ExtractGlimpseV2 | 입력 텐서에서 엿보기를 추출합니다. |
ExtractVolumePatches <T가 숫자를 확장> | `input`에서`patches`를 추출하여` "depth"`출력 차원에 넣습니다. |
<U> 채우기 | 스칼라 값으로 채워진 텐서를 만듭니다. |
지문 | 지문 값을 생성합니다. |
FresnelCos <T는 숫자를 확장합니다> | |
FresnelSin <T는 숫자를 확장합니다> | |
FusedBatchNormGradV3 <T는 번호 확장, U는 번호 확장> | 배치 정규화를위한 기울기. |
FusedBatchNormV3 <T는 번호 확장, U는 번호 확장> | 배치 정규화. |
GRUBlockCell <T 확장 번호> | 1 시간 단계에 대한 GRU 셀 순방향 전파를 계산합니다. |
GRUBlockCellGrad <T 확장 번호> | 한 시간 단계에 대한 GRU 셀 역 전파를 계산합니다. |
<T> 모으기 | '인덱스'에 따라 'params'축 'axis'에서 슬라이스를 수집합니다. |
GatherNd <T> | `params`의 슬라이스를`indices`로 지정된 모양을 가진 Tensor로 수집합니다. |
GenerateBoundingBoxProposals | 이 작업은 arXiv : 1506.01497의 eq. 2에 따라 지정된 경계 상자 (bbox_deltas) 인코딩 된 wrt 앵커에서 관심 영역을 생성합니다. op는 상위`pre_nms_topn` 스코어링 상자를 선택하고, 앵커와 관련하여이를 디코딩하고,`nms_threshold` 교차 결합 (iou) 값보다 높은 중첩 상자에 비 최대 억제를 적용하고, 짧은면이`보다 작은 상자를 버립니다. min_size`. |
GetSessionHandle | 현재 세션의 상태에 입력 텐서를 저장합니다. |
GetSessionTensor <T> | 핸들로 지정된 텐서의 값을 가져옵니다. |
그라디언트 | y s wrt x s의 합의 편미분을 계산하는 연산을 더합니다. 즉, d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2... Options.dx() 값이 설정된 경우 일부 손실 함수 L wrt의 초기 기호 편도 함수입니다. |
GuaranteeConst <T> | TF 런타임에 입력 텐서가 상수임을 보장합니다. |
HashTable | 초기화되지 않은 해시 테이블을 만듭니다. |
HistogramFixedWidth <U가 숫자 확장> | 값의 히스토그램을 반환합니다. |
정체성 <T> | 입력 텐서 또는 값과 모양 및 내용이 동일한 텐서를 반환합니다. |
IdentityN | 입력과 모양과 내용이 동일한 텐서 목록을 반환합니다. 텐서. |
IgnoreErrorsDataset | 오류를 무시하는 'input_dataset'요소가 포함 된 데이터 세트를 만듭니다. |
ImageProjectiveTransformV2 <T는 숫자를 확장> | 주어진 변환을 각 이미지에 적용합니다. |
ImmutableConst <T> | 메모리 영역에서 불변 텐서를 반환합니다. |
InfeedDequeue <T> | 계산에 입력 할 값에 대한 자리 표시 자 작업입니다. |
InfeedDequeueTuple | 인피 드에서 여러 값을 XLA 튜플로 가져옵니다. |
InfeedEnqueue | 단일 Tensor 값을 계산에 제공하는 연산입니다. |
InfeedEnqueuePrelinearizedBuffer | 미리 선형화 된 버퍼를 TPU 인피 드에 넣는 작업입니다. |
InfeedEnqueueTuple | 여러 Tensor 값을 계산에 XLA 튜플로 제공합니다. |
InitializeTable | 키와 값에 각각 두 개의 텐서를 사용하는 테이블 이니셜 라이저입니다. |
InitializeTableFromDataset | |
InitializeTableFromTextFile | 텍스트 파일에서 테이블을 초기화합니다. |
InplaceAdd <T> | x의 지정된 행에 v를 더합니다. |
InplaceSub <T> | `v`를`x`의 지정된 행으로 뺍니다. |
InplaceUpdate <T> | 지정된 행 'i'를 값 'v'로 업데이트합니다. |
IsBoostedTreesEnsembleInitialized | 트리 앙상블이 초기화되었는지 확인합니다. |
IsBoostedTreesQuantileStreamResourceInitialized | Quantile 스트림이 초기화되었는지 확인합니다. |
IsVariableInitialized | 텐서가 초기화되었는지 확인합니다. |
IsotonicRegression <U가 숫자를 확장 함> | 등장 성 회귀 문제의 배치를 해결합니다. |
IteratorGetDevice | '리소스'가 배치 된 기기의 이름을 반환합니다. |
KMC2Chain 초기화 | 시드 세트에 추가해야하는 데이터 포인트의 인덱스를 반환합니다. |
KmeansPlusPlus 초기화 | KMeans ++ 기준을 사용하여 num_to_sample 행의 입력을 선택합니다. |
KthOrderStatistic | 데이터 세트의 K 차 통계를 계산합니다. |
LMDBDataset | 하나 이상의 LMDB 파일에서 키-값 쌍을 내보내는 데이터 집합을 만듭니다. |
LSTMBlockCell <T 확장 번호> | 1 시간 단계에 대한 LSTM 셀 순방향 전파를 계산합니다. |
LSTMBlockCellGrad <T는 숫자를 확장> | 1 개의 시간 단계에 대한 LSTM 셀 역방향 전파를 계산합니다. |
LinSpace <T 확장 번호> | 간격으로 값을 생성합니다. |
LoadTPUEmbeddingADAMParameters | ADAM 포함 매개 변수를로드합니다. |
LoadTPUEmbeddingADAMParametersGradAccumDebug | 디버그 지원과 함께 ADAM 포함 매개 변수를로드합니다. |
LoadTPUEmbeddingAdadeltaParameters | Adadelta 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug | 디버그 지원과 함께 Adadelta 매개 변수를로드합니다. |
LoadTPUEmbeddingAdagradParameters | Adagrad 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingAdagradParametersGradAccumDebug | 디버그 지원과 함께 Adagrad 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingCenteredRMSPropParameters | 중심 RMSProp 포함 매개 변수를로드합니다. |
LoadTPUEmbeddingFTRL 매개 변수 | FTRL 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingFTRLParametersGradAccumDebug | 디버그 지원으로 FTRL 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingMDLAdagradLightParameters | MDL Adagrad Light 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingMomentumParameters | 모멘텀 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingMomentumParametersGradAccumDebug | 디버그 지원으로 Momentum 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingProximalAdagradParameters | 근위 Adagrad 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug | 디버그 지원과 함께 인접 Adagrad 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingProximalYogiParameters | |
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug | |
LoadTPUEmbeddingRMSPropParameters | RMSProp 포함 매개 변수를로드합니다. |
LoadTPUEmbeddingRMSPropParametersGradAccumDebug | 디버그 지원과 함께 RMSProp 임베딩 매개 변수를로드합니다. |
LoadTPUEmbeddingStochasticGradientDescentParameters | SGD 포함 매개 변수를로드합니다. |
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | SGD 포함 매개 변수를로드합니다. |
LookupTableExport <T, U> | 테이블의 모든 키와 값을 출력합니다. |
LookupTableFind <U> | 테이블에서 키를 찾고 해당 값을 출력합니다. |
LookupTableImport | 테이블의 내용을 지정된 키와 값으로 바꿉니다. |
LookupTableInsert | 키를 값과 연결하도록 테이블을 업데이트합니다. |
LookupTableRemove | 테이블에서 키 및 관련 값을 제거합니다. |
LookupTableSize | 주어진 테이블의 요소 수를 계산합니다. |
LoopCond | 입력을 출력으로 전달합니다. |
LowerBound <U가 숫자 확장> | 각 행을 따라 lower_bound (sorted_search_values, values)를 적용합니다. |
Lu <T, U는 숫자를 확장합니다> | 하나 이상의 정사각형 행렬의 LU 분해를 계산합니다. |
MakeUnique | 비 배치 차원의 모든 요소를 고유하지만 \ "가까운 \" 그들의 초기 값. |
지도 지우기 | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
MapIncompleteSize | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
MapPeek | Op는 지정된 키의 값을 들여다 봅니다. |
MapSize | Op는 기본 컨테이너의 요소 수를 반환합니다. |
MapStage | 해시 테이블처럼 작동하는 기본 컨테이너의 단계 (키, 값). |
MapUnstage | Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
MapUnstageNoKey | Op는 임의 (키, 값)를 제거하고 반환합니다. 기본 컨테이너에서. |
MatrixDiagPartV2 <T> | 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. |
MatrixDiagPartV3 <T> | 배치 된 텐서의 배치 된 대각선 부분을 반환합니다. |
MatrixDiagV2 <T> | 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. |
MatrixDiagV3 <T> | 주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다. |
MatrixSetDiagV2 <T> | 새로운 배치 된 대각선 값이있는 배치 된 행렬 텐서를 반환합니다. |
MatrixSetDiagV3 <T> | 새로운 배치 된 대각선 값이있는 배치 된 행렬 텐서를 반환합니다. |
최대 <T> | 텐서 차원에서 요소의 최대 값을 계산합니다. |
MaxIntraOpParallelismDataset | 최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다. |
<T> 병합 | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
최소 <T> | 텐서 차원에서 요소의 최소값을 계산합니다. |
MirrorPad <T> | 미러링 된 값으로 텐서를 채 웁니다. |
MirrorPadGrad <T> | 'MirrorPad'작업을위한 그라디언트 작업. |
MlirPassthroughOp | main () 함수를 사용하여 모듈로 표현 된 임의의 MLIR 계산을 래핑합니다. |
물노 난 <T> | 요소별로 x * y를 반환합니다. |
MutableDenseHashTable | 텐서를 백업 저장소로 사용하는 빈 해시 테이블을 만듭니다. |
MutableHashTable | 빈 해시 테이블을 만듭니다. |
MutableHashTableOfTensors | 빈 해시 테이블을 만듭니다. |
뮤텍스 | 'MutexLock'으로 잠글 수있는 Mutex 리소스를 생성합니다. |
MutexLock | 뮤텍스 리소스를 잠급니다. |
NcclAllReduce <T 확장 번호> | 모든 입력 텐서에 대한 감소를 포함하는 텐서를 출력합니다. |
NcclBroadcast <T 확장 번호> | 출력에 연결된 모든 장치에`입력`을 보냅니다. |
NcclReduce <T 확장 번호> | `reduction`을 사용하여`num_devices`에서`input`을 단일 장치로 줄입니다. |
Ndtri <T 확장 번호> | |
NearestNeighbors | 각 점에 대해 가장 가까운 k 개의 중심을 선택합니다. |
NextAfter <T가 숫자를 연장> | 요소별로 'x2'방향으로 표현 가능한 다음 'x1'값을 반환합니다. |
NextIteration <T> | 다음 반복에서 입력을 사용할 수 있도록합니다. |
NoOp | 아무것도하지 않습니다. |
NonDeterministicInts <U> | 비 결정적으로 일부 정수를 생성합니다. |
NonMaxSuppressionV5 <T 확장 번호> | 탐욕스럽게 점수의 내림차순으로 경계 상자의 하위 집합을 선택합니다. IOU (Intersection-over-union)가 높은 상자 잘라내 기는 이전에 선택한 상자와 겹칩니다. |
NonSerializableDataset | |
OneHot <U> | 원-핫 텐서를 반환합니다. |
OnesLike <T> | x와 모양과 유형이 같은 1의 텐서를 반환합니다. |
OptimizeDatasetV2 | 관련 최적화를`input_dataset`에 적용하여 데이터 세트를 만듭니다. |
OrderedMapClear | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
OrderedMapIncompleteSize | Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다. |
OrderedMapPeek | Op는 지정된 키의 값을 들여다 봅니다. |
OrderedMapSize | Op는 기본 컨테이너의 요소 수를 반환합니다. |
OrderedMapStage | 순서대로 작동하는 기본 컨테이너의 단계 (키, 값) 연관 컨테이너. |
OrderedMapUnstage | Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서. |
OrderedMapUnstageNoKey | Op는 가장 작은 (key, value) 요소를 제거하고 반환합니다. 기본 컨테이너의 키입니다. |
OutfeedDequeue <T> | 계산 아웃 피드에서 단일 텐서를 검색합니다. |
OutfeedDequeueTuple | 계산 아웃 피드에서 여러 값을 검색합니다. |
OutfeedEnqueue | 계산 아웃 피드에 Tensor를 추가합니다. |
OutfeedEnqueueTuple | 계산 아웃 피드에 여러 Tensor 값을 큐에 넣습니다. |
패드 <T> | 텐서를 채 웁니다. |
ParallelConcat <T> | 첫 번째 차원을 따라`N` 텐서 목록을 연결합니다. |
ParallelDynamicStitch <T> | '데이터'텐서의 값을 단일 텐서로 인터리브합니다. |
ParseExampleDatasetV2 | DT_STRING의 벡터로`Example` 프로토를 포함하는`input_dataset`를 파싱 된 특성을 나타내는`Tensor` 또는`SparseTensor` 객체의 데이터 세트로 변환합니다. |
ParseExampleV2 | tf.Example proto의 벡터 (문자열)를 형식화 된 텐서로 변환합니다. |
ParseSequenceExampleV2 | tf.io.SequenceExample protos (문자열)의 벡터를 형식화 된 텐서로 변환합니다. |
자리 표시 자 <T> | 계산에 입력 할 값에 대한 자리 표시 자 작업입니다. |
PlaceholderWithDefault <T> | 출력이 제공되지 않을 때 '입력'을 통과하는 자리 표시 자 작업입니다. |
사전 선형화 | 하나의 텐서 값을 불투명 변형 텐서로 선형화하는 연산입니다. |
사전 선형화 | 여러 Tensor 값을 불투명 한 변형 텐서로 선형화하는 연산입니다. |
PrimitiveOp | 단일 Operation 의해 지원되는 Op 구현의 기본 클래스입니다. |
인쇄 | 문자열 스칼라를 인쇄합니다. |
PrivateThreadPoolDataset | 커스텀 스레드 풀을 사용하여`input_dataset`를 계산하는 데이터 세트를 만듭니다. |
Prod <T> | 텐서 차원에서 요소의 곱을 계산합니다. |
QuantizedConcat <T> | 한 차원을 따라 양자화 된 텐서를 연결합니다. |
QuantizedConv2DAndRelu <V> | |
QuantizedConv2DAndReluAndRequantize <V> | |
QuantizedConv2DAndRequantize <V> | |
QuantizedConv2DPerChannel <V> | 채널당 QuantizedConv2D를 계산합니다. |
QuantizedConv2DWithBias <V> | |
QuantizedConv2DWithBiasAndRelu <V> | |
QuantizedConv2DWithBiasAndReluAndRequantize <W> | |
QuantizedConv2DWithBiasAndRequantize <W> | |
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> | |
QuantizedConv2DWithBiasSumAndRelu <V> | |
QuantizedConv2DWithBiasSumAndReluAndRequantize <X> | |
QuantizedDepthwiseConv2D <V> | 양자화 된 깊이 별 Conv2D를 계산합니다. |
QuantizedDepthwiseConv2DWithBias <V> | 바이어스를 사용하여 양자화 된 심도 별 Conv2D를 계산합니다. |
QuantizedDepthwiseConv2DWithBiasAndRelu <V> | Bias 및 Relu를 사용하여 양자화 된 심도 별 Conv2D를 계산합니다. |
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> | Bias, Relu 및 Requantize를 사용하여 양자화 된 심도 별 Conv2D를 계산합니다. |
QuantizedMatMulWithBias <W> | 편향 추가를 사용하여`a`와 행렬`b`의 양자화 된 행렬 곱셈을 수행합니다. |
QuantizedMatMulWithBiasAndDequantize <W가 숫자 확장> | |
QuantizedMatMulWithBiasAndRelu <V> | 편향 추가 및 relu 융합을 사용하여`a '와 행렬`b'의 양자화 된 행렬 곱셈을 수행합니다. |
QuantizedMatMulWithBiasAndReluAndRequantize <W> | 편향 추가 및 relu를 사용하여 'a'와 행렬 'b'의 양자화 된 행렬 곱셈을 수행하고 융합을 재 양자화합니다. |
QuantizedMatMulWithBiasAndRequantize <W> | |
QuantizedReshape <T> | Reshape 작업에 따라 양자화 된 텐서를 재구성합니다. |
RaggedBincount <U가 숫자를 확장합니다> | 정수 배열에서 각 값의 발생 횟수를 계산합니다. |
RaggedCountSparseOutput <U가 숫자 확장> | 비정형 텐서 입력에 대해 희소 출력 빈 계산을 수행합니다. |
RaggedCross <T, U 확장 번호> | 텐서 목록에서 특성 교차를 생성하고이를 RaggedTensor로 반환합니다. |
RaggedGather <T는 숫자를 확장, U> | '인덱스'에 따라 'params'축 '0'에서 비정형 조각을 수집합니다. |
RaggedRange <U는 숫자를 확장하고 T는 숫자를 확장> | 지정된 숫자 시퀀스를 포함하는 'RaggedTensor'를 반환합니다. |
RaggedTensorFromVariant <U는 Number, T를 확장합니다> | `variant` Tensor를`RaggedTensor`로 디코딩합니다. |
RaggedTensorToSparse <U> | 'RaggedTensor'를 동일한 값을 가진 'SparseTensor'로 변환합니다. |
RaggedTensorToTensor <U> | 비정형 텐서에서 조밀 한 텐서를 생성하여 모양을 변경할 수 있습니다. |
RaggedTensorToVariant | `RaggedTensor`를`variant` Tensor로 인코딩합니다. |
범위 <T 확장 번호> | 일련의 숫자를 만듭니다. |
계급 | 텐서의 순위를 반환합니다. |
ReadVariableOp <T> | 변수 값을 읽습니다. |
RebatchDataset | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
RebatchDatasetV2 | 배치 크기를 변경하는 데이터 세트를 만듭니다. |
수신 <T> | recv_device의 send_device에서 명명 된 텐서를 수신합니다. |
RecvTPUEmbeddingActivations | TPU에서 임베딩 활성화를 수신하는 작업입니다. |
모두 줄이기 | 텐서 차원에서 요소의 "논리 및"를 계산합니다. |
ReduceAny | 텐서 차원에서 요소의 "논리적 또는"를 계산합니다. |
ReduceMax <T> | 텐서 차원에서 요소의 최대 값을 계산합니다. |
ReduceMin <T> | 텐서 차원에서 요소의 최소값을 계산합니다. |
ReduceProd <T> | 텐서 차원에서 요소의 곱을 계산합니다. |
ReduceSum <T> | 텐서 차원에서 요소의 합을 계산합니다. |
RefEnter <T> | 하위 프레임을 만들거나 찾고 하위 프레임에서`데이터 '를 사용할 수 있도록합니다. |
RefExit <T> | 현재 프레임을 상위 프레임으로 종료합니다. |
RefIdentity <T> | 입력 참조 텐서와 동일한 참조 텐서를 반환합니다. |
RefMerge <T> | 사용 가능한 텐서의 값을 '입력'에서 '출력'으로 전달합니다. |
RefNextIteration <T> | 다음 반복에서 입력을 사용할 수 있도록합니다. |
RefSelect <T> | `inputs`의`index` 번째 요소를`output`으로 전달합니다. |
RefSwitch <T> | 참조 텐서 '데이터'를 'pred'에 의해 결정된 출력 포트로 전달합니다. |
RegisterDataset | tf.data 서비스에 데이터 세트를 등록합니다. |
RemoteFusedGraphExecute | 원격 프로세서에서 하위 그래프를 실행합니다. |
RequantizationRangePerChannel | 채널당 재 양자화 범위를 계산합니다. |
RequantizePerChannel <U> | 채널당 알려진 최소 및 최대 값으로 입력을 재 양자화합니다. |
<T> 모양 변경 | 텐서의 형태를 변경합니다. |
ResourceAccumulatorApplyGradient | 주어진 누산기에 그라디언트를 적용합니다. |
ResourceAccumulatorNumAccumulated | 주어진 누산기에서 집계 된 그라디언트 수를 반환합니다. |
ResourceAccumulatorSetGlobalStep | 누산기를 global_step의 새 값으로 업데이트합니다. |
ResourceAccumulatorTakeGradient <T> | 주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다. |
ResourceApplyAdagradV2 | adagrad 체계에 따라 '* var'를 업데이트합니다. |
ResourceApplyAdamWithAmsgrad | Adam 알고리즘에 따라 '* var'를 업데이트합니다. |
ResourceApplyKerasMomentum | 모멘텀 계획에 따라 '* var'를 업데이트합니다. |
ResourceConditionalAccumulator | 그라디언트를 집계하기위한 조건부 누산기입니다. |
ResourceCountUpTo <T 확장 번호> | '제한'에 도달 할 때까지 '자원'이 가리키는 변수를 증가시킵니다. |
ResourceGather <U> | '인덱스'에 따라 '리소스'가 가리키는 변수에서 조각을 수집합니다. |
ResourceGatherNd <U> | |
ResourceScatterAdd | 'resource'에서 참조하는 변수에 스파 스 업데이트를 추가합니다. |
ResourceScatterDiv | 희소 업데이트를 'resource'가 참조하는 변수로 나눕니다. |
ResourceScatterMax | `max` 연산을 사용하여`resource`가 참조하는 변수에 대한 스파 스 업데이트를 줄입니다. |
ResourceScatterMin | 'min'연산을 사용하여 'resource'가 참조하는 변수에 대한 스파 스 업데이트를 줄입니다. |
ResourceScatterMul | 희소 업데이트를`resource`가 참조하는 변수에 곱합니다. |
ResourceScatterNdAdd | 변수의 개별 값 또는 조각에 희소 추가를 적용합니다. |
ResourceScatterNdMax | |
ResourceScatterNdMin | |
ResourceScatterNdSub | 변수의 개별 값 또는 슬라이스에 희소 빼기를 적용합니다. |
ResourceScatterNdUpdate | 개별 값 또는 주어진 내의 조각에 희소 한 '업데이트'를 적용합니다. '인덱스'에 따라 변수. |
ResourceScatterSub | 'resource'가 참조하는 변수에서 스파 스 업데이트를 뺍니다. |
ResourceScatterUpdate | 'resource'에서 참조하는 변수에 스파 스 업데이트를 할당합니다. |
ResourceSparseApplyAdagradV2 | adagrad 체계에 따라 '* var'및 '* accum'의 관련 항목을 업데이트합니다. |
ResourceSparseApplyKerasMomentum | 모멘텀 체계에 따라 '* var'및 '* accum'의 관련 항목을 업데이트합니다. |
ResourceStridedSliceAssign | `ref`의 슬라이스 된 l 값 참조에`value`를 할당합니다. |
TPUEmbeddingADAMParameters 검색 | ADAM 포함 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingADAMParametersGradAccumDebug | 디버그 지원으로 ADAM 포함 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingAdadeltaParameters | Adadelta 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug | 디버그 지원으로 Adadelta 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingAdagradParameters 검색 | Adagrad 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug | 디버그 지원으로 Adagrad 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingCenteredRMSPropParameters 검색 | 중앙에있는 RMSProp 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingFTRL 매개 변수 검색 | FTRL 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug | 디버그 지원을 통해 FTRL 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingMDLAdagradLightParameters 검색 | MDL Adagrad Light 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingMomentumParameters 검색 | 모멘텀 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug | 디버그 지원을 통해 Momentum 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingProximalAdagradParameters 검색 | 근위 Adagrad 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug | 디버그 지원으로 근위 Adagrad 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingProximalYogiParameters 검색 | |
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug | |
TPUEmbeddingRMSPropParameters 검색 | RMSProp 임베딩 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug | 디버그 지원을 통해 RMSProp 임베딩 매개 변수를 검색합니다. |
TPUEmbeddingStochasticGradientDescentParameters 검색 | SGD 포함 매개 변수를 검색합니다. |
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | 디버그 지원으로 SGD 포함 매개 변수를 검색합니다. |
역방향 <T> | 텐서의 특정 차원을 반전합니다. |
ReverseSequence <T> | 가변 길이 슬라이스를 반전합니다. |
RngSkip | 카운터 기반 RNG의 카운터를 진행합니다. |
롤 <T> | 축을 따라 텐서의 요소를 굴립니다. |
RPC | RPC 요청의 일괄 처리를 수행합니다. |
SamplingDataset | 다른 데이터 세트 콘텐츠의 Bernoulli 샘플을 가져 오는 데이터 세트를 만듭니다. |
ScaleAndTranslate | |
ScaleAndTranslateGrad <T는 숫자 확장> | |
ScatterAdd <T> | 변수 참조에 희소 업데이트를 추가합니다. |
ScatterDiv <T> | 변수 참조를 스파 스 업데이트로 나눕니다. |
ScatterMax <T는 숫자를 확장> | 'max'연산을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMin <T는 숫자를 확장합니다> | 'min'연산을 사용하여 희소 업데이트를 변수 참조로 줄입니다. |
ScatterMul <T> | 희소 업데이트를 변수 참조에 곱합니다. |
ScatterNd <U> | '인덱스'에 따라 '업데이트'를 새 텐서로 분산합니다. |
ScatterNdAdd <T> | 변수의 개별 값 또는 조각에 희소 추가를 적용합니다. |
ScatterNdMax <T> | 요소 별 최대 값을 계산합니다. |
ScatterNdMin <T> | 요소 별 최소값을 계산합니다. |
ScatterNdNonAliasingAdd <T> | 개별 값 또는 조각을 사용하여 '입력'에 희소 추가를 적용합니다. 인덱스 '인덱스'에 따라 '업데이트'에서. |
ScatterNdSub <T> | 변수의 개별 값 또는 슬라이스에 희소 빼기를 적용합니다. |
ScatterNdUpdate <T> | 개별 값 또는 주어진 내의 조각에 희소 한 '업데이트'를 적용합니다. '인덱스'에 따라 변수. |
ScatterSub <T> | 변수 참조에 대한 희소 업데이트를 뺍니다. |
ScatterUpdate <T> | 변수 참조에 희소 업데이트를 적용합니다. |
SelectV2 <T> | |
보내다 | 명명 된 텐서를 send_device에서 recv_device로 보냅니다. |
SendTPUEmbeddingGradients | 임베딩 테이블의 그라데이션 업데이트를 수행합니다. |
SetDiff1d <T, U 확장 번호> | 두 숫자 또는 문자열 목록의 차이를 계산합니다. |
SetSize | 입력 '세트'의 마지막 차원에 따른 고유 요소의 수입니다. |
모양 <U가 숫자를 확장> | 텐서의 모양을 반환합니다. |
ShapeN <U가 숫자를 확장> | 텐서의 모양을 반환합니다. |
ShardDataset | 이 데이터 세트의 1 /`num_shards` 만 포함하는`Dataset`을 만듭니다. |
ShuffleAndRepeatDatasetV2 | |
ShuffleDatasetV2 | |
ShuffleDatasetV3 | |
ShutdownDistributedTPU | 실행중인 분산 TPU 시스템을 종료합니다. |
크기 <U는 숫자를 확장> | 텐서의 크기를 반환합니다. |
Skipgram | 텍스트 파일을 구문 분석하고 예제 배치를 생성합니다. |
SleepDataset | |
슬라이스 <T> | '입력'에서 슬라이스를 반환합니다. |
SlidingWindowDataset | `input_dataset`에 슬라이딩 윈도우를 전달하는 데이터 세트를 만듭니다. |
스냅 샷 <T> | 입력 텐서의 복사본을 반환합니다. |
SnapshotDataset | 스냅 샷에서 쓰거나 읽을 데이터 세트를 만듭니다. |
SobolSample <T는 숫자를 확장합니다> | Sobol 시퀀스에서 포인트를 생성합니다. |
SpaceToBatchNd <T> | T 유형의 ND 텐서에 대한 SpaceToBatch. |
SparseApplyAdagradV2 <T> | adagrad 체계에 따라 '* var'및 '* accum'의 관련 항목을 업데이트합니다. |
SparseBincount <U가 숫자 확장> | 정수 배열에서 각 값의 발생 횟수를 계산합니다. |
SparseCountSparseOutput <U가 숫자 확장> | 희소 텐서 입력에 대해 희소 출력 빈 계산을 수행합니다. |
SparseCrossHashed | 희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다. |
SparseCrossV2 | 희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다. |
SparseMatrixAdd | 두 CSR 행렬, C = 알파 * A + 베타 * B의 희소 추가. |
SparseMatrixMatMul <T> | 희소 행렬과 조밀 행렬을 행렬 곱합니다. |
SparseMatrixMul | 조밀 한 텐서를 사용하는 희소 행렬의 요소 별 곱셈입니다. |
SparseMatrixNNZ | 'sparse_matrix'의 0이 아닌 개수를 반환합니다. |
SparseMatrixOrderingAMD | '입력'의 대략적인 최소 차수 (AMD) 순서를 계산합니다. |
SparseMatrixSoftmax | CSRSparseMatrix의 소프트 맥스를 계산합니다. |
SparseMatrixSoftmaxGrad | SparseMatrixSoftmax 작업의 기울기를 계산합니다. |
SparseMatrixSparseCholesky | '입력'의 희소 촐레 스키 분해를 계산합니다. |
SparseMatrixSparseMatMul | Sparse-matrix-multiplies 두 CSR 행렬 'a'와 'b'. |
SparseMatrixTranspose | CSRSparseMatrix의 내부 (행렬) 차원을 전치합니다. |
SparseMatrixZeros | 모양이`dense_shape` 인 모두 0으로 된 CSRSparseMatrix를 만듭니다. |
SparseTensorToCSRSparseMatrix | SparseTensor를 (일괄 처리 된) CSRSparseMatrix로 변환합니다. |
스펜스 <T는 숫자를 확장> | |
분할 <T> | 한 차원을 따라 텐서를`num_split` 텐서로 분할합니다. |
SplitV <T> | 한 차원을 따라 텐서를`num_split` 텐서로 분할합니다. |
쥐어 짜기 <T> | 텐서의 모양에서 크기 1의 차원을 제거합니다. |
스택 <T> | `N` rank-`R` 텐서 목록을 하나의 rank-` (R + 1)`텐서로 압축합니다. |
단계 | 경량 Enqueue와 유사한 단계 값입니다. |
StageClear | Op는 기본 컨테이너의 모든 요소를 제거합니다. |
StagePeek | Op는 지정된 인덱스의 값을 엿 봅니다. |
StageSize | Op는 기본 컨테이너의 요소 수를 반환합니다. |
StatefulRandomBinomial <V가 숫자 확장> | |
StatefulStandardNormal <U> | 정규 분포에서 임의의 값을 출력합니다. |
StatefulStandardNormalV2 <U> | 정규 분포에서 임의의 값을 출력합니다. |
StatefulTruncatedNormal <U> | 잘린 정규 분포에서 임의 값을 출력합니다. |
StatefulUniform <U> | 균등 분포에서 임의의 값을 출력합니다. |
StatefulUniformFullInt <U> | 균일 분포에서 임의의 정수를 출력합니다. |
StatefulUniformInt <U> | 균일 분포에서 임의의 정수를 출력합니다. |
StatelessParameterizedTruncatedNormal <V가 숫자 확장> | |
StatelessRandomBinomial <W가 숫자 확장> | 이항 분포에서 결정 론적 의사 난수를 출력합니다. |
StatelessRandomGammaV2 <V 확장 번호> | 감마 분포에서 결정 론적 의사 난수를 출력합니다. |
StatelessRandomPoisson <W가 숫자를 확장합니다> | 포아송 분포에서 결정 론적 의사 난수를 출력합니다. |
StatelessRandomUniformFullInt <V가 숫자 확장> | 균등 분포에서 결정 론적 의사 난수 임의 정수를 출력합니다. |
StatelessSampleDistortedBoundingBox <T가 숫자 확장> | 결정 론적으로 이미지에 대해 무작위로 왜곡 된 경계 상자를 생성합니다. |
StatsAggregatorHandleV2 | |
StatsAggregatorSetSummaryWriter | 주어진 stats_aggregator를 사용하여 통계를 기록하도록 summary_writer_interface를 설정하십시오. |
StopGradient <T> | 그래디언트 계산을 중지합니다. |
StridedSlice <T> | `input`에서 strided 슬라이스를 반환합니다. |
StridedSliceAssign <T> | `ref`의 슬라이스 된 l 값 참조에`value`를 할당합니다. |
StridedSliceGrad <U> | `StridedSlice`의 기울기를 반환합니다. |
StringLower | 모든 대문자를 각각의 소문자 대체로 변환합니다. |
StringNGrams <T 확장 번호> | 비정형 문자열 데이터에서 ngram을 생성합니다. |
StringUpper | 모든 소문자를 각각의 대문자로 변환합니다. |
합계 <T> | 텐서 차원에서 요소의 합을 계산합니다. |
SwitchCond <T> | `pred`에 의해 결정된 출력 포트로`data`를 전달합니다. |
TPUCompilationResult | TPU 컴파일 결과를 반환합니다. |
TPUCompileSucceededAssert | 컴파일이 성공했다고 가정합니다. |
TPUEmbeddingActivations | TPU 임베딩을 차별화 할 수있는 작업입니다. |
TPUExecute | TPU 기기에서 TPU 프로그램을로드하고 실행하는 작업입니다. |
TPUExecuteAndUpdateVariables | 선택적 내부 변수 업데이트로 프로그램을 실행하는 Op. |
TPUOrdinalSelector | TPU 코어 선택기 Op. |
TPUPartitionedInput <T> | 분할 된 입력 목록을 함께 그룹화하는 작업입니다. |
TPUPartitionedOutput <T> | XLA에 의해 분할 될 텐서를 분할 된 목록으로 디 멀티플렉싱하는 연산 XLA 계산 외부의 출력. |
TPUReplicateMetadata | TPU 계산을 복제하는 방법을 나타내는 메타 데이터입니다. |
TPUReplicatedInput <T> | N 개의 입력을 N 방향 복제 된 TPU 계산에 연결합니다. |
TPUReplicatedOutput <T> | N 방향 복제 TPU 계산에서 N 개의 출력을 연결합니다. |
TemporaryVariable <T> | 변형 될 수 있지만 단일 단계 내에서만 지속되는 텐서를 반환합니다. |
TensorArray | 주어진 크기의 텐서 배열. |
TensorArrayClose | 리소스 컨테이너에서 TensorArray를 삭제합니다. |
TensorArrayConcat <T> | TensorArray의 요소를 값 'value'로 연결합니다. |
TensorArrayGather <T> | TensorArray의 특정 요소를 출력 '값'으로 수집합니다. |
TensorArrayGrad | 주어진 핸들에 값의 기울기를 저장하기위한 TensorArray를 만듭니다. |
TensorArrayGradWithShape | 주어진 핸들에 여러 그라디언트 값을 저장하기위한 TensorArray를 만듭니다. |
TensorArrayPack <T> | |
TensorArrayRead <T> | TensorArray의 요소를 출력 '값'으로 읽어옵니다. |
TensorArrayScatter | 입력 값의 데이터를 특정 TensorArray 요소로 분산시킵니다. |
TensorArraySize | TensorArray의 현재 크기를 가져옵니다. |
TensorArraySplit | 입력 값의 데이터를 TensorArray 요소로 분할합니다. |
TensorArrayUnpack | |
TensorArrayWrite | tensor_array에 요소를 푸시합니다. |
TensorForestCreateTreeVariable | 트리 리소스를 만들고 이에 대한 핸들을 반환합니다. |
TensorForestTreeDeserialize | proto를 트리 핸들로 역 직렬화합니다. |
TensorForestTreeIsInitializedOp | 트리가 초기화되었는지 확인합니다. |
TensorForestTreePredict | 주어진 입력 데이터에 대한 로짓을 출력합니다. |
TensorForestTreeResourceHandleOp | TensorForestTreeResource에 대한 핸들을 만듭니다. |
TensorForestTreeSerialize | 트리 핸들을 proto로 직렬화합니다. |
TensorForestTreeSize | 트리의 노드 수 얻기 |
TensorListConcat <T> | 0 차원을 따라 목록의 모든 텐서를 연결합니다. |
TensorListConcatLists | |
TensorListConcatV2 <U> | 0 차원을 따라 목록의 모든 텐서를 연결합니다. |
TensorListElementShape <T가 숫자를 확장 함> | 주어진 목록의 요소 모양 (텐서). |
TensorListFromTensor | 스택시 'tensor'값을 갖는 TensorList를 만듭니다. |
TensorListGather <T> | TensorList로 인덱싱하여 Tensor를 만듭니다. |
TensorListGetItem <T> | |
TensorListLength | 입력 텐서 목록의 텐서 수를 반환합니다. |
TensorListPopBack <T> | 입력 목록의 마지막 요소와 해당 요소를 제외한 모든 목록을 반환합니다. |
TensorListPushBack | 마지막 요소로 전달 된 'Tensor'와 'input_handle'에 지정된 목록의 다른 요소가있는 목록을 반환합니다. |
TensorListPushBackBatch | |
TensorListReserve | 빈 요소가있는 주어진 크기의 목록입니다. |
TensorListResize | 목록의 크기를 조정합니다. |
TensorListScatter | Tensor로 인덱싱하여 TensorList를 만듭니다. |
TensorListScatterIntoExistingList | 입력 목록의 인덱스에서 텐서를 분산시킵니다. |
TensorListScatterV2 | Tensor로 인덱싱하여 TensorList를 만듭니다. |
TensorListSetItem | |
TensorListSplit | 텐서를 목록으로 분할합니다. |
TensorListStack <T> | 목록의 모든 텐서를 스택합니다. |
TensorMapErase <U> | 주어진 키의 항목이 지워진 텐서 맵을 반환합니다. |
TensorMapHasKey | 지정된 키가지도에 있는지 여부를 반환합니다. |
TensorMapInsert | 주어진 키-값 쌍이 삽입 된 'input_handle'맵을 반환합니다. |
TensorMapLookup <U> | 텐서 맵의 주어진 키에서 값을 반환합니다. |
TensorMapSize | 입력 텐서 맵의 텐서 수를 반환합니다. |
TensorScatterAdd <T> | '인수'에 따라 기존 텐서에 희소 한 '업데이트'를 추가합니다. |
TensorScatterMax <T> | |
TensorScatterMin <T> | |
TensorScatterSub <T> | '인수'에 따라 기존 텐서에서 희소 한 '업데이트'를 뺍니다. |
TensorScatterUpdate <T> | '인덱스'에 따라 기존 텐서에 '업데이트'를 분산시킵니다. |
TensorStridedSliceUpdate <T> | '입력'의 슬라이스 된 l- 값 참조에 '값'을 할당합니다. |
ThreadPoolDataset | 커스텀 스레드 풀을 사용하여`input_dataset`를 계산하는 데이터 세트를 만듭니다. |
ThreadPoolHandle | 커스텀 스레드 풀을 사용하여`input_dataset`를 계산하는 데이터 세트를 만듭니다. |
타일 <T> | 주어진 텐서를 타일링하여 텐서를 생성합니다. |
타임 스탬프 | Epoch 이후의 시간을 초 단위로 제공합니다. |
ToBool | 텐서를 스칼라 조건 자로 변환합니다. |
TopKUnique | 정렬 된 순서로 배열의 TopK 고유 값을 반환합니다. |
TopKWithUnique | 정렬 된 순서로 배열의 TopK 값을 반환합니다. |
TridiagonalMatMul <T> | 삼중 대각 행렬로 곱을 계산합니다. |
TridiagonalSolve <T> | 삼중 대각 방정식을 풉니 다. |
TryRpc | RPC 요청의 일괄 처리를 수행합니다. |
Unbatch <T> | 단일 출력 Tensor에 대한 Batch 작업을 되돌립니다. |
UnbatchGrad <T> | Unbatch의 기울기. |
UncompressElement | 압축 된 데이터 세트 요소를 압축 해제합니다. |
UnicodeDecode <T는 숫자 확장> | `input`의 각 문자열을 일련의 유니 코드 코드 포인트로 디코딩합니다. |
UnicodeEncode | 정수 텐서를 유니 코드 문자열로 인코딩합니다. |
고유 <T, V 확장 번호> | 텐서의 축을 따라 고유 한 요소를 찾습니다. |
UniqueDataset | `input_dataset`의 고유 한 요소를 포함하는 데이터 세트를 만듭니다. |
UniqueWithCounts <T, V 확장 번호> | 텐서의 축을 따라 고유 한 요소를 찾습니다. |
UnravelIndex <T는 숫자를 확장합니다> | 플랫 인덱스의 배열을 좌표 배열의 튜플로 변환합니다. |
정렬되지 않은 SegmentJoin | `segment_ids`를 기반으로`inputs`의 요소를 결합합니다. |
스택 해제 <T> | Rank-`R` 텐서의 주어진 차원을`num` rank-` (R-1)`텐서로 압축을 풉니 다. |
언 스테이지 | Op는 경량 Dequeue와 유사합니다. |
UnwrapDatasetVariant | |
UpperBound <U가 숫자 확장> | 각 행을 따라 upper_bound (sorted_search_values, values)를 적용합니다. |
VarHandleOp | 변수 리소스에 대한 핸들을 만듭니다. |
VarIsInitializedOp | 리소스 핸들 기반 변수가 초기화되었는지 확인합니다. |
변수 <T> | 여러 단계에서 지속되는 텐서 형태로 상태를 유지합니다. |
VariableShape <T는 숫자 확장> | 'resource'가 가리키는 변수의 모양을 반환합니다. |
어디 | 텐서에서 0이 아닌 값 / 참 값의 위치를 반환합니다. |
Where3 <T> | '조건'에 따라 'x'또는 'y'에서 요소를 선택합니다. |
WorkerHeartbeat | 작업자 하트 비트 op. |
WrapDatasetVariant | |
WriteRawProtoSummary | 직렬화 된 프로토 요약을 작성합니다. |
XlaRecvFromHost <T> | 호스트로부터 텐서를 받기위한 op. |
XlaSendToHost | 호스트에 텐서를 보내는 작업입니다. |
Xlog1py <T> | x == 0이면 0을 반환하고 그렇지 않으면 요소별로 x * log1p (y)를 반환합니다. |
제로 <T> | 'dims'로 주어진 형태의 0으로 초기화 된 상수를 생성하는 연산자. |
ZerosLike <T> | x와 모양과 유형이 같은 0의 텐서를 반환합니다. |