Op

Opération d'interface publique

Sous-classes indirectes connues Abandonner , Tous , AllToAll <T>, AnonymousIteratorV2 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousRandomSeedGenerator , AnonymousSeedGenerator , Any , ApplyAdagradV2 <T>, AssertCardinalityDataset , AssertNextDataset , AssertThat , Assign <T>, AssignAdd <T> et 669 autres . Avorter Déclenchez une exception pour abandonner le processus lorsqu'il est appelé. Tous Calcule le « et logique » des éléments sur les dimensions d'un tenseur. ToutÀTous <T> Une opération pour échanger des données entre les répliques TPU. AnonymeIteratorV2 Un conteneur pour une ressource itérateur. AnonymeMemoryCache AnonymousMultiDeviceIterator Un conteneur pour une ressource itérateur multi-périphérique. Générateur de graines aléatoires anonymes Générateur de graines anonyme N'importe lequel Calcule le « ou logique » des éléments sur les dimensions d'un tenseur. AppliquerAdagradV2 <T> Mettez à jour '*var' selon le schéma adagrad. AssertCardinalityDataset AssertNextDataset Une transformation qui affirme quelles transformations se produiront ensuite. Affirmer que Affirme que la condition donnée est vraie. Attribuer <T> Mettez à jour « ref » en lui attribuant une « valeur ». AttribuerAjouter <T> Mettez à jour 'ref' en y ajoutant 'value'. AssignAddVariableOp Ajoute une valeur à la valeur actuelle d'une variable. AssignSub <T> Mettez à jour « ref » en soustrayant « valeur ». AssignSubVariableOp Soustrait une valeur de la valeur actuelle d'une variable. AssignVariableOp Attribue une nouvelle valeur à une variable. Ensemble de données AutoShard Crée un ensemble de données qui fragmente l'ensemble de données d'entrée. BandedTriangularSolve <T> Barrière Définit une barrière qui persiste dans différentes exécutions de graphiques. BarrièreFermer Ferme la barrière donnée. BarrièreIncompleteSize Calcule le nombre d'éléments incomplets dans la barrière donnée. BarrièreInsérerBeaucoup Pour chaque clé, attribue la valeur respective au composant spécifié. TailleBarrièrePrêt Calcule le nombre d'éléments complets dans la barrière donnée. BarrièrePrendreBeaucoup Prend le nombre donné d'éléments terminés d'une barrière. Lot Regroupe tous les tenseurs d'entrée de manière non déterministe. BatchMatMulV2 <T> Multiplie les tranches de deux tenseurs par lots. LotVersEspace <T> BatchToSpace pour les tenseurs 4-D de type T. BatchVersEspaceNd <T> BatchToSpace pour les tenseurs ND de type T. BesselI0 <T étend le nombre> BesselI1 <T étend le numéro> BesselJ0 <T étend le numéro> BesselJ1 <T étend le numéro> BesselK0 <T étend le numéro> BesselK0e <T étend le numéro> BesselK1 <T étend le numéro> BesselK1e <T étend le numéro> BesselY0 <T étend le numéro> BesselY1 <T étend le numéro> Bitcast <U> Bitcaste un tenseur d'un type à un autre sans copier les données. BlockLSTM <T étend le numéro> Calcule la propagation des cellules LSTM pour tous les pas de temps. BlockLSTMGrad <T étend le numéro> Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle. BlockLSTMGradV2 <T étend le numéro> Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle. BlockLSTMV2 <T étend le numéro> Calcule la propagation des cellules LSTM pour tous les pas de temps. BoostedTreesAggregateStats Agrége le résumé des statistiques accumulées pour le lot. BoostedTreesBucketiser Répartir chaque fonctionnalité en compartiments en fonction des limites du compartiment. BoostedTreesCalculateBestFeatureSplit Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité. BoostedTreesCalculateBestFeatureSplitV2 Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour chaque nœud. Arbres boostésCalculer les meilleurs gains par fonctionnalité Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité. BoostedTreesCenterBias Calcule le prior à partir des données d'entraînement (le biais) et remplit le premier nœud avec le prior des logits. BoostedTreesCreateEnsemble Crée un modèle d'ensemble d'arbres et lui renvoie un handle. BoostedTreesCreateQuantileStreamResource Créez la ressource pour les flux quantiles. BoostedTreesDeserializeEnsemble Désérialise une configuration d'ensemble d'arbres sérialisés et remplace l'arborescence actuelle ensemble. BoostedTreesEnsembleResourceHandleOp Crée un handle vers un BoostedTreesEnsembleResource BoostedTreesExampleDebugOutputs Sorties de débogage/interprétabilité du modèle pour chaque exemple. BoostedTreesFlushQuantileRésumés Videz les résumés de quantile de chaque ressource de flux de quantile. BoostedTreesGetEnsembleStates Récupère le jeton de tampon de ressource de l’ensemble d’arbres, le nombre d’arbres et les statistiques de croissance. BoostedTreesMakeQuantileSummaries Fait le résumé des quantiles pour le lot. BoostedTreesMakeStatsRésumé Fait le résumé des statistiques accumulées pour le lot. BoostedTreesPredict Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule les logits. BoostedTreesQuantileStreamResourceAddSummaries Ajoutez les résumés de quantile à chaque ressource de flux quantile. BoostedTreesQuantileStreamResourceDeserialize Désérialisez les limites du bucket et signalez-le dans le QuantileAccumulator actuel. BoostedTreesQuantileStreamResourceFlush Videz les résumés d’une ressource de flux quantile. BoostedTreesQuantileStreamResourceGetBucketBoundaries Générez les limites du compartiment pour chaque fonctionnalité en fonction des résumés accumulés. BoostedTreesQuantileStreamResourceHandleOp Crée un handle vers un BoostedTreesQuantileStreamResource. BoostedTreesSerializeEnsemble Sérialise l'ensemble d'arbres en un proto. BoostedTreesSparseAggregateStats Agrége le résumé des statistiques accumulées pour le lot. BoostedTreesSparseCalculateBestFeatureSplit Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité. BoostedTreesTrainingPredict Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule la mise à jour des logits mis en cache. BoostedTreesUpdateEnsemble Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre. BoostedTreesUpdateEnsembleV2 Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre. BroadcastDynamicShape <T étend le nombre> Renvoie la forme de s0 op s1 avec diffusion. BroadcastGradientArgs <T étend le numéro> Renvoie les indices de réduction pour le calcul des gradients de s0 op s1 avec diffusion. Diffusion vers <T> Diffusez un tableau pour une forme compatible. Bucketiser Bucketise les « entrées » en fonction des « limites ». CSRSparseMatrixComponents <T> Lit les composants CSR au lot `index`. CSRSparseMatrixToDense <T> Convertissez un CSRSparseMatrix (éventuellement par lots) en dense. CSRSparseMatrixToSparseTensor <T> Convertit un CSRSparesMatrix (éventuellement par lots) en SparseTensor. Ensemble de données CSV CSVDatasetV2 CTCPerteV2 Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot. CacheDatasetV2 CheckNumericsV2 <T étend le numéro> Vérifie un tenseur pour les valeurs NaN, -Inf et +Inf. ChoisirFastestDataset ClipByValue <T> Coupe les valeurs du tenseur à un min et un max spécifiés. CollectiveBcastRecvV2 <U> Reçoit une valeur tensorielle diffusée depuis un autre appareil. CollectiveBcastSendV2 <T> Diffuse une valeur tensorielle à un ou plusieurs autres appareils. CollectiveGather <T étend le numéro> Accumule mutuellement plusieurs tenseurs de type et de forme identiques. CollectiveGatherV2 <T étend le numéro> Accumule mutuellement plusieurs tenseurs de type et de forme identiques. CollectivePermute <T> Une opération pour permuter les tenseurs sur les instances TPU répliquées. CollectiveReduceV2 <T étend le nombre> Réduit mutuellement plusieurs tenseurs de type et de forme identiques. CombinedNonMaxSuppression Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, Cette opération effectue non_max_suppression sur les entrées par lot, dans toutes les classes. CompressElement Compresse un élément d'ensemble de données. Taille du lot de calcul Calcule la taille de lot statique d'un ensemble de données sans lots partiels. Concaténer <T> Concatène les tenseurs selon une dimension. ConfigurerDistributedTPU Configure les structures centralisées pour un système TPU distribué. ConfigurerTPUEmbedding Configure TPUEmbedding dans un système TPU distribué. Constante <T> Un opérateur produisant une valeur constante. ConsommerMutexLock Cette opération consomme un verrou créé par `MutexLock`. Déclencheur de contrôle Ne fait rien. Copier <T> Copiez un tenseur de CPU à CPU ou de GPU à GPU. CopierHôte <T> Copiez un tenseur sur l'hôte. CountUpTo <T étend le nombre> Incrémente « ref » jusqu'à ce qu'il atteigne « limite ». CrossReplicaSum <T étend le numéro> Une opération pour additionner les entrées sur les instances TPU répliquées. CudnnRNNBackpropV3 <T étend le numéro> Étape de backprop de CudnnRNNV3. CudnnRNNCanonicalToParamsV2 <T étend le numéro> Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable. CudnnRNNParamsToCanonicalV2 <T étend le numéro> Récupère les paramètres CudnnRNN sous forme canonique. CudnnRNNV3 <T étend le numéro> Un RNN soutenu par cuDNN. CumulativeLogsumexp <T étend le nombre> Calculez le produit cumulé du tenseur « x » le long de « l'axe ». DataServiceDataset Crée un ensemble de données qui lit les données du service tf.data. DataServiceDatasetV2 Crée un ensemble de données qui lit les données du service tf.data. Ensemble de donnéesCardinality Renvoie la cardinalité de `input_dataset`. Ensemble de donnéesFromGraph Crée un ensemble de données à partir du `graph_def` donné. Ensemble de donnéesVersGraphV2 Renvoie un GraphDef sérialisé représentant `input_dataset`. Dawsn <T étend le numéro> DebugGradientIdentity <T> Opération d'identité pour le débogage du dégradé. DebugGradientRefIdentity <T> Opération d'identité pour le débogage du dégradé. DebugIdentity <T> Fournit un mappage d’identité du tenseur d’entrée de type non Ref pour le débogage. DebugIdentityV2 <T> Déboguer l'identité V2 Op. DéboguerNanCount Déboguer le compteur de valeur NaN Op. DebugNumericRésumé Débogage du résumé numérique Op. DebugNumericSummaryV2 <U étend le numéro> Résumé numérique de débogage V2 Op. DecodeImage <T étend le numéro> Fonction pour decode_bmp, decode_gif, decode_jpeg et decode_png. DecodePaddedRaw <T étend le nombre> Réinterprètez les octets d'une chaîne comme un vecteur de nombres. DécoderProto L'opération extrait les champs d'un message de tampon de protocole sérialisé dans des tenseurs. Copie profonde <T> Fait une copie de « x ». SupprimerItérateur Un conteneur pour une ressource itérateur. Supprimer le cache mémoire SupprimerMultiDeviceIterator Un conteneur pour une ressource itérateur. SupprimerRandomSeedGenerator SupprimerSeedGenerator SupprimerSessionTensor Supprimez le tenseur spécifié par son handle dans la session. DenseBincount <U étend le nombre> Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers. DenseCountSparseOutput <U étend le nombre> Effectue un comptage de bacs à sortie clairsemée pour une entrée tf.tensor. DenseToCSRSparseMatrix Convertit un tenseur dense en un CSRSparseMatrix (éventuellement par lots). DétruireResourceOp Supprime la ressource spécifiée par le handle. DétruireTemporaryVariable <T> Détruit la variable temporaire et renvoie sa valeur finale. Index des appareils Renvoie l'index du périphérique exécuté par l'opération. DirectedInterleaveDataset Un substitut à `InterleaveDataset` sur une liste fixe de `N` ensembles de données. DrawBoundingBoxesV2 <T étend le nombre> Dessinez des cadres de délimitation sur un lot d'images. Compteur d'itérations factices Cache mémoire factice Générateur de graines factices Partition dynamique <T> Partitionne les « données » en tenseurs « num_partitions » en utilisant les indices des « partitions ». DynamicStitch <T> Entrelacez les valeurs des tenseurs « données » en un seul tenseur. ModifierDistance Calcule la distance d'édition de Levenshtein (éventuellement normalisée). Eig <U> Calcule la décomposition propre d'une ou plusieurs matrices carrées. Einsum <T> Contraction tensorielle selon la convention de sommation d'Einstein. Vide <T> Crée un tenseur avec la forme donnée. ListeTensorVide Crée et renvoie une liste de tenseurs vide. VideTensorMap Crée et renvoie une carte tensorielle vide. EncodeProto L'opération sérialise les messages protobuf fournis dans les tenseurs d'entrée. Mettre en file d'attenteTPUEmbeddingIntegerBatch Une opération qui met en file d'attente une liste de tenseurs de lots d'entrée dans TPUEmbedding. Mettre en file d'attenteTPUEmbeddingRaggedTensorBatch Facilite le portage du code qui utilise tf.nn.embedding_lookup(). Mettre en file d'attenteTPUEmbeddingSparseBatch Une opération qui met en file d'attente les indices d'entrée TPUEmbedding à partir d'un SparseTensor. Mettre en file d'attenteTPUEmbeddingSparseTensorBatch Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse(). Assurer la forme <T> Garantit que la forme du tenseur correspond à la forme attendue. Entrez <T> Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant. Erfinv <T étend le numéro> Norme euclidienne <T> Calcule la norme euclidienne des éléments sur les dimensions d'un tenseur. Quitter <T> Quitte l’image actuelle vers son image parent. DévelopperDims <T> Insère une dimension de 1 dans la forme d'un tenseur. ExpérimentalAutoShardDataset Crée un ensemble de données qui fragmente l'ensemble de données d'entrée. ExperimentalBytesProducedStatsDataset Enregistre la taille en octets de chaque élément de `input_dataset` dans un StatsAggregator. ExpérimentalChooseFastestDataset ExperimentalDatasetCardinalité Renvoie la cardinalité de `input_dataset`. ExperimentalDatasetToTFRecord Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord. ExperimentalDenseToSparseBatchDataset Crée un ensemble de données qui regroupe les éléments d'entrée dans un SparseTensor. ExperimentalLatencyStatsDataset Enregistre la latence de production des éléments `input_dataset` dans un StatsAggregator. ExperimentalMatchingFilesDataset ExperimentalMaxIntraOpParallelismDataset Crée un ensemble de données qui remplace le parallélisme intra-opération maximal. ExperimentalParseExampleDataset Transforme `input_dataset` contenant les protos `Example` en tant que vecteurs de DT_STRING en un ensemble de données d'objets `Tensor` ou `SparseTensor` représentant les fonctionnalités analysées. ExpérimentalPrivateThreadPoolDataset Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ». ExpérimentalRandomDataset Crée un ensemble de données qui renvoie des nombres pseudo-aléatoires. ExperimentalRebatchDataset Crée un ensemble de données qui modifie la taille du lot. ExperimentalSetStatsAggregatorDataset ExperimentalSlidingWindowDataset Crée un ensemble de données qui passe une fenêtre glissante sur `input_dataset`. ExpérimentalSqlDataset Crée un ensemble de données qui exécute une requête SQL et émet des lignes du jeu de résultats. ExperimentalStatsAggregatorHandle Crée une ressource de gestionnaire de statistiques. ExperimentalStatsAggregatorRésumé Produit un résumé de toutes les statistiques enregistrées par le gestionnaire de statistiques donné. ExperimentalUnbatchDataset Un ensemble de données qui divise les éléments de son entrée en plusieurs éléments. Expt <T étend le numéro> ExtraireGlimpseV2 Extrait un aperçu du tenseur d'entrée. ExtractVolumePatches <T étend le nombre> Extrayez les « patches » de « input » et placez-les dans la dimension de sortie « profondeur ». Remplissez <U> Crée un tenseur rempli d'une valeur scalaire. Finaliser l'ensemble de données Crée un ensemble de données en appliquant « tf.data.Options » à « input_dataset ». Empreinte digitale Génère des valeurs d'empreinte digitale. FresnelCos <T étend le nombre> FresnelSin <T étend le nombre> FusedBatchNormGradV3 <T étend le nombre, U étend le nombre> Dégradé pour la normalisation des lots. FusedBatchNormV3 <T étend le nombre, U étend le nombre> Normalisation des lots. GRUBlockCell <T étend le numéro> Calcule la propagation avant de la cellule GRU pour 1 pas de temps. GRUBlockCellGrad <T étend le numéro> Calcule la rétro-propagation des cellules GRU pour 1 pas de temps. Rassemblez <T> Rassemblez les tranches de l'axe « params » selon les « indices ». RassemblerNd <T> Rassemblez les tranches de « params » dans un Tensor avec une forme spécifiée par « indices ». Générer des propositions de boîtes de limites Cette opération produit une région d'intérêts à partir de boîtes englobantes données (bbox_deltas) codées par rapport aux ancres selon l'équation 2 dans arXiv : 1506.01497. L'opération sélectionne les boîtes de notation `pre_nms_topn` supérieures, les décode par rapport aux ancres, applique une suppression non maximale sur les boîtes qui se chevauchent avec une valeur d'intersection sur union (iou) supérieure à `nms_threshold`, rejetant les boîtes dont le côté le plus court est inférieur à ` min_size`. ObtenirOptions Renvoie le `tf.data.Options` attaché à `input_dataset`. ObtenirSessionHandle Stocke le tenseur d'entrée dans l'état de la session en cours. GetSessionTensor <T> Obtenez la valeur du tenseur spécifié par son handle. Dégradés Ajoute des opérations pour calculer les dérivées partielles de la somme de y s par rapport à x s, c'est-à-dire d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2... Si les valeurs Options.dx() sont définies, elles constituent les dérivées partielles symboliques initiales d'une fonction de perte L par rapport à GarantieConst <T> Donne une garantie au runtime TF que le tenseur d’entrée est une constante. Table de hachage Crée une table de hachage non initialisée. HistogramFixedWidth <U étend le nombre> Renvoie l'histogramme des valeurs. Identité <T> Renvoie un tenseur avec la même forme et le même contenu que le tenseur ou la valeur d'entrée. IdentitéN Renvoie une liste de tenseurs avec les mêmes formes et contenus que l'entrée tenseurs. IgnoreErrorsDataset Crée un ensemble de données qui contient les éléments de « input_dataset » en ignorant les erreurs. ImageProjectiveTransformV2 <T étend le nombre> Applique la transformation donnée à chacune des images. ImageProjectiveTransformV3 <T étend le nombre> Applique la transformation donnée à chacune des images. ImmuableConst <T> Renvoie le tenseur immuable de la région mémoire. InfeedDequeue <T> Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul. InfeedDequeueTuple Récupère plusieurs valeurs de l’alimentation sous forme de tuple XLA. EntréeEnqueue Une opération qui alimente une seule valeur Tensor dans le calcul. InfeedEnqueuePrelinearizedBuffer Une opération qui met en file d'attente le tampon prélinéarisé dans l'alimentation TPU. InfeedEnqueueTuple Introduire plusieurs valeurs Tensor dans le calcul sous forme de tuple XLA. InitialiserTable Initialiseur de table qui prend respectivement deux tenseurs pour les clés et les valeurs. InitializeTableFromDataset InitializeTableFromTextFile Initialise un tableau à partir d'un fichier texte. InplaceAdd <T> Ajoute v dans les lignes spécifiées de x. InplaceSub <T> Soustrait « v » dans les lignes spécifiées de « x ». InplaceUpdate <T> Met à jour les lignes spécifiées « i » avec les valeurs « v ». IsBoostedTreesEnsembleInitialisé Vérifie si un ensemble d'arbres a été initialisé. IsBoostedTreesQuantileStreamResourceInitialized Vérifie si un flux quantile a été initialisé. EstVariableInitialisé Vérifie si un tenseur a été initialisé. IsotonicRegression <U étend le nombre> Résout un lot de problèmes de régression isotonique. ItérateurGetDevice Renvoie le nom du périphérique sur lequel la « ressource » a été placée. KMC2ChainInitialisation Renvoie l'index d'un point de données qui doit être ajouté à l'ensemble de départ. KmeansPlusPlusInitialisation Sélectionne num_to_sample lignes d'entrée à l'aide du critère KMeans++. KthOrderStatistique Calcule la statistique d'ordre K d'un ensemble de données. Ensemble de données LMDB Crée un ensemble de données qui émet les paires clé-valeur dans un ou plusieurs fichiers LMDB. LSTMBlockCell <T étend le numéro> Calcule la propagation avant de la cellule LSTM pour 1 pas de temps. LSTMBlockCellGrad <T étend le numéro> Calcule la propagation vers l'arrière de la cellule LSTM pour 1 pas de temps. LinSpace <T étend le nombre> Génère des valeurs dans un intervalle. LoadTPUEmbeddingADAMParameters Chargez les paramètres d’intégration ADAM. LoadTPUEmbeddingADAMParametersGradAccumDebug Chargez les paramètres d’intégration ADAM avec prise en charge du débogage. LoadTPUEmbeddingAdadeltaParameters Chargez les paramètres d’intégration d’Adadelta. LoadTPUEmbeddingAdadeltaParametersGradAccumDebug Chargez les paramètres Adadelta avec prise en charge du débogage. LoadTPUEmbeddingAdagradParameters Chargez les paramètres d’intégration d’Adagrad. LoadTPUEmbeddingAdagradParametersGradAccumDebug Chargez les paramètres d'intégration d'Adagrad avec la prise en charge du débogage. LoadTPUEmbeddingCenteredRMSPropParameters Paramètres d’intégration RMSProp centrés sur la charge. LoadTPUEmbeddingFTRLParameters Chargez les paramètres d’intégration FTRL. LoadTPUEmbeddingFTRLParametersGradAccumDebug Chargez les paramètres d’intégration FTRL avec prise en charge du débogage. LoadTPUEmbeddingFrequencyEstimatorParameters Paramètres d’intégration de l’estimateur de fréquence de charge. LoadTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug Chargez l’estimateur de fréquence intégrant les paramètres avec prise en charge du débogage. LoadTPUEmbeddingMDLAdagradLightParameters Chargez les paramètres d’intégration de MDL Adagrad Light. LoadTPUEmbeddingMomentumParameters Chargez les paramètres d’intégration de Momentum. LoadTPUEmbeddingMomentumParametersGradAccumDebug Chargez les paramètres d’intégration de Momentum avec prise en charge du débogage. LoadTPUEmbeddingProximalAdagradParameters Chargez les paramètres d’intégration proximaux d’Adagrad. LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug Chargez les paramètres d’intégration proximaux d’Adagrad avec prise en charge du débogage. LoadTPUEmbeddingProximalYogiParameters LoadTPUEmbeddingProximalYogiParametersGradAccumDebug LoadTPUEmbeddingRMSPropParameters Chargez les paramètres d’intégration RMSProp. LoadTPUEmbeddingRMSPropParametersGradAccumDebug Chargez les paramètres d’intégration RMSProp avec prise en charge du débogage. LoadTPUEmbeddingStochasticGradientDescentParameters Chargez les paramètres d'intégration SGD. LoadTPUEIncorporationStochasticGradientDescentParametersGradAccumDebug Chargez les paramètres d'intégration SGD. LookupTableExport <T, U> Affiche toutes les clés et valeurs du tableau. LookupTableFind <U> Recherche les clés dans un tableau, affiche les valeurs correspondantes. LookupTableImport Remplace le contenu de la table par les clés et valeurs spécifiées. LookupTableInsérer Met à jour le tableau pour associer les clés aux valeurs. LookupTableSupprimer Supprime les clés et leurs valeurs associées d'une table. Taille de la table de recherche Calcule le nombre d'éléments dans la table donnée. BoucleCond Transfère l’entrée vers la sortie. LowerBound <U étend le nombre> Applique lower_bound(sorted_search_values, valeurs) le long de chaque ligne. Lu <T, U étend le nombre> Calcule la décomposition LU d'une ou plusieurs matrices carrées. RendreUnique Rendre tous les éléments de la dimension non-Batch uniques, mais "proches" de leur valeur initiale. CarteEffacer Op supprime tous les éléments du conteneur sous-jacent. MapIncompleteSize Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent. CartePeek Op jette un coup d'œil aux valeurs à la clé spécifiée. Taille de la carte Op renvoie le nombre d'éléments dans le conteneur sous-jacent. CarteStage Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une table de hachage. CarteUnstage Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent. MapUnstageNoKey Op supprime et renvoie un élément aléatoire (clé, valeur) du conteneur sous-jacent. MatriceDiagPartV2 <T> Renvoie la partie diagonale groupée d'un tenseur groupé. MatriceDiagPartV3 <T> Renvoie la partie diagonale groupée d'un tenseur groupé. MatriceDiagV2 <T> Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données. MatriceDiagV3 <T> Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données. MatriceSetDiagV2 <T> Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots. MatriceSetDiagV3 <T> Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots. Max <T> Calcule le maximum d'éléments sur les dimensions d'un tenseur. MaxIntraOpParallelismDataset Crée un ensemble de données qui remplace le parallélisme intra-opération maximal. Fusionner <T> Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ». Min <T> Calcule le minimum d'éléments sur les dimensions d'un tenseur. MiroirPad <T> Remplit un tenseur avec des valeurs en miroir. MirrorPadGrad <T> Opération dégradé pour l'opération `MirrorPad`. MlirPassthroughOp Encapsule un calcul MLIR arbitraire exprimé sous forme de module avec une fonction main(). MulNoNan <T> Renvoie x * y par élément. MutableDenseHashTable Crée une table de hachage vide qui utilise des tenseurs comme magasin de sauvegarde. Table de hachage mutable Crée une table de hachage vide. MutableHashTableOfTensors Crée une table de hachage vide. Mutex Crée une ressource Mutex qui peut être verrouillée par `MutexLock`. Verrouillage mutex Verrouille une ressource mutex. NcclAllReduce <T étend le nombre> Génère un tenseur contenant la réduction sur tous les tenseurs d'entrée. NcclBroadcast <T étend le numéro> Envoie « entrée » à tous les appareils connectés à la sortie. NcclReduce <T étend le nombre> Réduit `input` de `num_devices` en utilisant `reduction` à un seul périphérique. Ndtri <T étend le numéro> Voisins les plus proches Sélectionne les k centres les plus proches pour chaque point. SuivantAprès <T étend le numéro> Renvoie la prochaine valeur représentable de « x1 » dans la direction de « x2 », élément par élément. Itération suivante <T> Rend son entrée disponible pour l’itération suivante. NonOp Ne fait rien. NonDeterministicInts <U> Génère de manière non déterministe des entiers. NonMaxSuppressionV5 <T étend le numéro> Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, élaguer les cases qui ont un chevauchement élevé d'intersection sur union (IOU) avec les cases précédemment sélectionnées. Ensemble de données non sérialisable OneHot <U> Renvoie un tenseur one-hot. Ceux comme <T> Renvoie un tenseur de uns avec la même forme et le même type que x. OptimiserDatasetV2 Crée un ensemble de données en appliquant les optimisations associées à « input_dataset ». OptionsEnsemble de données Crée un ensemble de données en attachant tf.data.Options à `input_dataset`. CarteOrdonnéEffacer Op supprime tous les éléments du conteneur sous-jacent. OrderedMapIncompleteSize Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent. CommandéMapPeek Op jette un coup d'œil aux valeurs à la clé spécifiée. Taille de la carte commandée Op renvoie le nombre d'éléments dans le conteneur sous-jacent. OrderedMapStage Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un objet ordonné conteneur associatif. OrderedMapUnstage Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent. OrderedMapUnstageNoKey Op supprime et renvoie l'élément (clé, valeur) avec le plus petit clé du conteneur sous-jacent. SortieDequeue <T> Récupère un seul tenseur de la sortie de calcul. OutfeedDequeueTuple Récupérez plusieurs valeurs de la sortie de calcul. SortieDequeueTupleV2 Récupérez plusieurs valeurs de la sortie de calcul. SortieDequeueV2 <T> Récupère un seul tenseur de la sortie de calcul. SortieEnqueue Mettez en file d'attente un Tensor sur la sortie de calcul. OutfeedEnqueueTuple Mettez en file d'attente plusieurs valeurs Tensor sur la sortie de calcul. Touche <T> Rembourre un tenseur. ParallelBatchDataset ParallèleConcat <T> Concatène une liste de tenseurs « N » le long de la première dimension. ParallelDynamicStitch <T> Entrelacez les valeurs des tenseurs « données » en un seul tenseur. ParseExampleDatasetV2 Transforme `input_dataset` contenant les protos `Example` en tant que vecteurs de DT_STRING en un ensemble de données d'objets `Tensor` ou `SparseTensor` représentant les fonctionnalités analysées. ParseExampleV2 Transforme un vecteur de protos tf.Example (sous forme de chaînes) en tenseurs typés. ParseSequenceExampleV2 Transforme un vecteur de protos tf.io.SequenceExample (sous forme de chaînes) en tenseurs typés. Espace réservé <T> Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul. PlaceholderWithDefault <T> Une opération d'espace réservé qui passe par « input » lorsque sa sortie n'est pas alimentée. Prélinéariser Une opération qui linéarise une valeur de Tensor en un tenseur variant opaque. PrélinéariserTuple Une opération qui linéarise plusieurs valeurs de Tensor en un tenseur variant opaque. Opération Primitive Une classe de base pour les implémentations Op soutenues par un seul Operation . Imprimer Imprime une chaîne scalaire. PrivateThreadPoolDataset Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ». Prod <T> Calcule le produit des éléments sur les dimensions d'un tenseur. QuantizeAndDequantizeV4 <T étend le nombre> Renvoie le dégradé de `QuantizeAndDequantizeV4`. QuantizeAndDequantizeV4Grad <T étend le nombre> Renvoie le dégradé de `QuantizeAndDequantizeV4`. QuantizedConcat <T> Concatène les tenseurs quantifiés le long d'une dimension. QuantizedConcatV2 <T> QuantizedConv2DAndRelu <V> QuantizedConv2DAndReluAndRequantize <V> QuantizedConv2DAndRequantize <V> QuantizedConv2DPerChannel <V> Calcule QuantizedConv2D par canal. QuantizedConv2DWithBias <V> QuantizedConv2DWithBiasAndRelu <V> QuantizedConv2DWithBiasAndReluAndRequantize <W> QuantizedConv2DWithBiasAndRequantize <W> QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> QuantizedConv2DWithBiasSumAndRelu <V> QuantizedConv2DWithBiasSumAndReluAndRequantize <X> QuantizedDepthwiseConv2D <V> Calcule le Conv2D quantifié en profondeur. QuantizedDepthwiseConv2DWithBias <V> Calcule le Conv2D quantifié en profondeur avec biais. QuantizedDepthwiseConv2DWithBiasAndRelu <V> Calcule Conv2D quantifié en profondeur avec Bias et Relu. QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> Calcule Conv2D quantifié en profondeur avec Bias, Relu et Requantize. QuantizedMatMulWithBias <W> Effectue une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais. QuantizedMatMulWithBiasAndDequantize <W étend le nombre> QuantizedMatMulWithBiasAndRelu <V> Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et fusion relu. QuantizedMatMulWithBiasAndReluAndRequantize <W> Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et fusion relu et requantification. QuantizedMatMulWithBiasAndRequantize <W> QuantizedReshape <T> Remodèle un tenseur quantifié selon l'opération Reshape. RaggedBincount <U étend le numéro> Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers. RaggedCountSparseOutput <U étend le nombre> Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur irrégulier. RaggedCross <T, U étend le nombre> Génère un croisement de fonctionnalités à partir d'une liste de tenseurs et le renvoie sous la forme d'un RaggedTensor. RaggedGather <T étend le nombre, U> Rassemblez des tranches irrégulières de l'axe `params` `0` en fonction des `indices`. RaggedRange <U étend le nombre, T étend le nombre> Renvoie un `RaggedTensor` contenant les séquences de nombres spécifiées. RaggedTensorFromVariant <U étend le nombre, T> Décode un Tensor « variante » en un « RaggedTensor ». RaggedTensorToSparse <U> Convertit un `RaggedTensor` en un `SparseTensor` avec les mêmes valeurs. RaggedTensorToTensor <U> Créez un tenseur dense à partir d'un tenseur irrégulier, en modifiant éventuellement sa forme. RaggedTensorToVariant Encode un `RaggedTensor` dans un Tensor `variant`. RaggedTensorToVariantGradient <U> Helper utilisé pour calculer le dégradé pour `RaggedTensorToVariant`. Plage <T étend le nombre> Crée une séquence de nombres. Rang Renvoie le rang d'un tenseur. ReadVariableOp <T> Lit la valeur d'une variable. RebatchDataset Crée un ensemble de données qui modifie la taille du lot. RebatchDatasetV2 Crée un ensemble de données qui modifie la taille du lot. Réception <T> Reçoit le tenseur nommé de send_device sur recv_device. RecvTPUEmbeddingActivations Une opération qui reçoit les activations d’intégration sur le TPU. RéduireTout Calcule le « et logique » des éléments sur les dimensions d'un tenseur. RéduireTout Calcule le « ou logique » des éléments sur les dimensions d'un tenseur. RéduireMax <T> Calcule le maximum d'éléments sur les dimensions d'un tenseur. RéduireMin <T> Calcule le minimum d'éléments sur les dimensions d'un tenseur. RéduireProd <T> Calcule le produit des éléments sur les dimensions d'un tenseur. RéduireSomme <T> Calcule la somme des éléments sur les dimensions d'un tenseur. RéfEntrée <T> Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant. RéfSortie <T> Quitte l’image actuelle vers son image parent. RéfIdentité <T> Renvoie le même tenseur de référence que le tenseur de référence d'entrée. RefMerge <T> Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ». RefNextItération <T> Rend son entrée disponible pour l’itération suivante. RéfSélection <T> Transmet le `index`ème élément de `inputs` vers `output`. RefSwitch <T> Transmet le tenseur de référence « data » au port de sortie déterminé par « pred ». RegisterDataset Enregistre un ensemble de données auprès du service tf.data. RequantificationRangePerChannel Calcule la plage de requantification par canal. RequantifierParChannel <U> Requantise l'entrée avec les valeurs min et max connues par canal. Remodeler <T> Remodèle un tenseur. ResourceAccumulatorApplyGradient Applique un dégradé à un accumulateur donné. ResourceAccumulatorNumAccumulé Renvoie le nombre de gradients agrégés dans les accumulateurs donnés. ResourceAccumulatorSetGlobalStep Met à jour l'accumulateur avec une nouvelle valeur pour global_step. ResourceAccumulatorTakeGradient <T> Extrait le gradient moyen dans le ConditionalAccumulator donné. RessourceAppliquerAdagradV2 Mettez à jour '*var' selon le schéma adagrad. RessourceAppliquerAdamAvecAmsgrad Mettez à jour '*var' selon l'algorithme d'Adam. RessourceAppliquerKerasMomentum Mettez à jour '*var' selon le schéma momentum. ResourceConditionalAccumulator Un accumulateur conditionnel pour agréger les gradients. ResourceCountUpTo <T étend le nombre> Incrémente la variable pointée par « ressource » jusqu'à ce qu'elle atteigne « limite ». ResourceGather <U> Rassemblez des tranches de la variable pointée par « ressource » selon les « indices ». ResourceGatherNd <U> ResourceScatterAdd Ajoute des mises à jour éparses à la variable référencée par « ressource ». ResourceScatterDiv Divise les mises à jour éparses dans la variable référencée par « ressource ». ResourceScatterMax Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « max ». ResourceScatterMin Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « min ». RessourceScatterMul Multiplie les mises à jour éparses dans la variable référencée par « ressource ». ResourceScatterNdAdd Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable. ResourceScatterNdMax ResourceScatterNdMin ResourceScatterNdSub Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable. ResourceScatterNdUpdate Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`. ResourceScatterSub Soustrait les mises à jour éparses de la variable référencée par « ressource ». ResourceScatterUpdate Attribue des mises à jour éparses à la variable référencée par « ressource ». ResourceSparseApplyAdagradV2 Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma adagrad. ResourceSparseApplyKerasMomentum Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma momentum. ResourceStriedSliceAssign Attribuez `value` à la référence de valeur l découpée de `ref`. Récupérer les paramètres TPUEmbeddingADAMParameters Récupérez les paramètres d’intégration ADAM. RécupérerTPUEmbeddingADAMParametersGradAccumDebug Récupérez les paramètres d’intégration ADAM avec la prise en charge du débogage. RécupérerTPUEmbeddingAdadeltaParameters Récupérez les paramètres d’intégration d’Adadelta. RécupérerTPUEmbeddingAdadeltaParametersGradAccumDebug Récupérez les paramètres d’intégration d’Adadelta avec la prise en charge du débogage. RécupérerTPUEmbeddingAdagradParameters Récupérez les paramètres d’intégration d’Adagrad. RécupérerTPUEmbeddingAdagradParametersGradAccumDebug Récupérez les paramètres d’intégration d’Adagrad avec la prise en charge du débogage. Récupérer les paramètres TPUEmbeddingCenteredRMSPropParameters Récupérez les paramètres d’intégration RMSProp centrés. Récupérer les paramètres TPUEmbeddingFTRLParameters Récupérez les paramètres d’intégration FTRL. RécupérerTPUEmbeddingFTRLParametersGradAccumDebug Récupérez les paramètres d’intégration FTRL avec la prise en charge du débogage. RécupérerTPUEmbeddingFrequencyEstimatorParameters Récupérez les paramètres d’intégration de l’estimateur de fréquence. RécupérerTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug Récupérez les paramètres d’intégration de l’estimateur de fréquence avec la prise en charge du débogage. RécupérerTPUEmbeddingMDLAdagradLightParameters Récupérez les paramètres d’intégration de MDL Adagrad Light. RécupérerTPUEmbeddingMomentumParameters Récupérez les paramètres d’intégration de Momentum. RécupérerTPUEmbeddingMomentumParametersGradAccumDebug Récupérez les paramètres d’intégration de Momentum avec la prise en charge du débogage. RécupérerTPUEmbeddingProximalAdagradParameters Récupérez les paramètres d’intégration proximaux d’Adagrad. RécupérerTPUEmbeddingProximalAdagradParametersGradAccumDebug Récupérez les paramètres d’intégration proximaux d’Adagrad avec la prise en charge du débogage. RécupérerTPUEmbeddingProximalYogiParameters RécupérerTPUEmbeddingProximalYogiParametersGradAccumDebug RécupérerTPUEmbeddingRMSPropParameters Récupérez les paramètres d’intégration RMSProp. RécupérerTPUEmbeddingRMSPropParametersGradAccumDebug Récupérez les paramètres d’intégration de RMSProp avec la prise en charge du débogage. RécupérerTPUEmbeddingStochasticGradientDescentParameters Récupérez les paramètres d’intégration SGD. RécupérerTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug Récupérez les paramètres d'intégration SGD avec la prise en charge du débogage. Inverser <T> Inverse les dimensions spécifiques d'un tenseur. Séquence inverse <T> Inverse les tranches de longueur variable. RiscAbs <T étend le nombre> RiscAdd <T étend le numéro> Renvoie x + y par élément. RiscBinaryArithmetic <T étend le nombre> Comparaison RiscBinary RiscBitcast <U> RiscBroadcast <T> RiscCast <U> RiscCeil <T étend le numéro> RiscCholesky <T étend le numéro> RiscConcat <T> RiscConv <T étend le numéro> RiscCos <T étend le numéro> RiscDiv <T étend le numéro> RiscDot <T étend le numéro> RiscExp <T étend le numéro> RiscFft <T> RiscFloor <T étend le numéro> RiscGather <T> RiscImag <U étend le numéro> RiscIsFinite RiscLog <T étend le numéro> RisqueLogiqueEt RisqueLogiqueNon RiscLogiqueOu RiscMax <T étend le nombre> Renvoie max(x, y) élément par élément. RiscMin <T étend le nombre> RiscMul <T étend le numéro> RiscNeg <T étend le nombre> RiscPad <T étend le numéro> RiscPool <T étend le numéro> RiscPow <T étend le numéro> RiscRandomUniforme RiscReal <U étend le numéro> RiscReduce <T étend le nombre> RiscRem <T étend le numéro> RiscReshape <T étend le nombre> RiscReverse <T étend le numéro> RiscScatter <U étend le numéro> RiscShape <U étend le nombre> RiscSign <T étend le numéro> RiscSlice <T étend le nombre> RiscSort <T étend le numéro> RiscSqueeze <T> RiscSub <T étend le numéro> RiscTranspose <T> RiscTriangularSolve <T étend le nombre> RiscUnary <T étend le numéro> RngReadAndSkip Avancez le compteur d’un RNG basé sur un compteur. Sauter Rng Avancez le compteur d’un RNG basé sur un compteur. Lancer <T> Fait rouler les éléments d'un tenseur le long d'un axe. Ensemble de données d'échantillonnage Crée un ensemble de données qui prend un échantillon de Bernoulli du contenu d'un autre ensemble de données. ÉchelleEtTraduction ScaleAndTranslateGrad <T étend le nombre> DispersionAjouter <T> Ajoute des mises à jour éparses à une référence de variable. DispersionDiv <T> Divise une référence de variable par des mises à jour éparses. ScatterMax <T étend le nombre> Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération « max ». ScatterMin <T étend le nombre> Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `min`. DispersionMul <T> Multiplie les mises à jour éparses en une référence variable. DispersionNd <U> Dispersez les « mises à jour » dans un nouveau tenseur selon les « indices ». DispersionNdAdd <T> Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable. DispersionNdMax <T> Calcule le maximum par élément. DispersionNdMin <T> Calcule le minimum par élément. ScatterNdNonAliasingAdd <T> Applique une addition clairsemée à « input » en utilisant des valeurs individuelles ou des tranches à partir des « mises à jour » selon les indices « indices ». DispersionNdSub <T> Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable. DispersionNdUpdate <T> Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`. DispersionSub <T> Soustrait les mises à jour éparses d’une référence de variable. DispersionMise à jour <T> Applique des mises à jour éparses à une référence de variable. Sélectionnez V2 <T> Envoyer Envoie le tenseur nommé de send_device à recv_device. EnvoyerTPUEmbeddingGradients Effectue des mises à jour dégradées des tables d'intégration. SetDiff1d <T, U étend le nombre> Calcule la différence entre deux listes de nombres ou de chaînes. Définir la taille Nombre d'éléments uniques le long de la dernière dimension de l'ensemble d'entrée. Forme <U étend le nombre> Renvoie la forme d'un tenseur. ShapeN <U étend le nombre> Renvoie la forme des tenseurs. Ensemble de données Shard Crée un « Dataset » qui inclut seulement 1/`num_shards` de cet ensemble de données. ShuffleAndRepeatDatasetV2 ShuffleDatasetV2 ShuffleDatasetV3 ArrêtDistribuéTPU Arrête un système TPU distribué en cours d’exécution. Taille <U étend le nombre> Renvoie la taille d'un tenseur. Skipgramme Analyse un fichier texte et crée un lot d'exemples. Ensemble de données de sommeil Tranche <T> Renvoie une tranche de « entrée ». SlidingWindowDataset Crée un ensemble de données qui passe une fenêtre glissante sur `input_dataset`. Instantané <T> Renvoie une copie du tenseur d'entrée. Ensemble de données d'instantanés Crée un ensemble de données qui écrira/lura à partir d'un instantané. SobolSample <T étend le nombre> Génère des points à partir de la séquence Sobol. EspaceVersBatchNd <T> SpaceToBatch pour les tenseurs ND de type T. SparseApplyAdagradV2 <T> Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma adagrad. SparseBincount <U étend le nombre> Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers. SparseCountSparseOutput <U étend le nombre> Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur clairsemée. SparseCrossHashed Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses. SparseCrossV2 Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses. SparseMatrixAjouter Ajout clairsemé de deux matrices CSR, C = alpha * A + bêta * B. SparseMatrixMatMul <T> Matrice-multiplie une matrice clairsemée par une matrice dense. SparseMatrixMul Multiplication élément par élément d'une matrice clairsemée avec un tenseur dense. SparseMatrixNNZ Renvoie le nombre de valeurs différentes de zéro de `sparse_matrix`. SparseMatrixOrderingAMD Calcule l'ordre du degré minimum approximatif (AMD) de « l'entrée ». SparseMatrixSoftmax Calcule le softmax d'un CSRSparseMatrix. SparseMatrixSoftmaxGrad Calcule le gradient de l'opération SparseMatrixSoftmax. SparseMatrixSparseCholesky Calcule la décomposition clairsemée de Cholesky de « input ». SparseMatrixSparseMatMul Sparse-matrix multiplie deux matrices CSR « a » et « b ». SparseMatrixTranspose Transpose les dimensions internes (matrices) d'un CSRSparseMatrix. SparseMatrixZéros Crée un CSRSparseMatrix entièrement nul avec la forme `dense_shape`. SparseTensorToCSRSparseMatrix Convertit un SparseTensor en un CSRSparseMatrix (éventuellement par lots). Spence <T étend le nombre> Diviser <T> Divise un tenseur en tenseurs `num_split` le long d'une dimension. SplitV <T> Divise un tenseur en tenseurs `num_split` le long d'une dimension. Presser <T> Supprime les dimensions de taille 1 de la forme d'un tenseur. Pile <T> Regroupe une liste de tenseurs de rang « N »-« R » en un seul tenseur de rang « (R+1) ». Scène Valeurs d’étape similaires à une mise en file d’attente légère. ÉtapeEffacer Op supprime tous les éléments du conteneur sous-jacent. Aperçu de la scène Op jette un coup d'œil aux valeurs à l'index spécifié. Taille de la scène Op renvoie le nombre d'éléments dans le conteneur sous-jacent. StatefulRandomBinomial <V étend le nombre> StatefulStandardNormal <U> Produit des valeurs aléatoires à partir d’une distribution normale. StatefulStandardNormalV2 <U> Produit des valeurs aléatoires à partir d’une distribution normale. StatefulTruncatedNormal <U> Génère des valeurs aléatoires à partir d’une distribution normale tronquée. StatefulUniforme <U> Génère des valeurs aléatoires à partir d’une distribution uniforme. StatefulUniformFullInt <U> Produit des entiers aléatoires à partir d’une distribution uniforme. StatefulUniformInt <U> Produit des entiers aléatoires à partir d’une distribution uniforme. StatelessParameterizedTruncatedNormal <V étend le nombre> StatelessRandomBinomial <W étend le nombre> Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution binomiale. StatelessRandomGammaV2 <V étend le nombre> Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution gamma. ApatrideRandomGetAlg Sélectionne le meilleur algorithme RNG basé sur un compteur en fonction de l'appareil. StatelessRandomGetKeyCounter Brouille la graine dans la clé et le compteur, en utilisant le meilleur algorithme basé sur l'appareil. StatelessRandomGetKeyCounterAlg Sélectionne le meilleur algorithme en fonction de l'appareil et brouille la graine dans la clé et le compteur. StatelessRandomNormalV2 <U étend le numéro> Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale. StatelessRandomPoisson <W étend le numéro> Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution de Poisson. StatelessRandomUniformFullInt <V étend le nombre> Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme. StatelessRandomUniformFullIntV2 <U étend le numéro> Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme. StatelessRandomUniformIntV2 <U étend le numéro> Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme. StatelessRandomUniformV2 <U étend le numéro> Génère des valeurs aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme. StatelessSampleDistortedBoundingBox <T étend le nombre> Générez de manière déterministe un cadre de délimitation déformé de manière aléatoire pour une image. StatelessTruncatedNormalV2 <U étend le numéro> Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale tronquée. StatsAggregatorHandleV2 StatsAggregatorSetSummaryWriter Définissez une summary_writer_interface pour enregistrer les statistiques à l'aide du stats_aggregator donné. ArrêterGradient <T> Arrête le calcul du gradient. Tranche stridée <T> Renvoie une tranche striée depuis `input`. StridedSliceAssign <T> Attribuez `value` à la référence de valeur l découpée de `ref`. StridedSliceGrad <U> Renvoie le dégradé de `StriedSlice`. ChaîneInférieure Convertit tous les caractères majuscules en leurs remplacements minuscules respectifs. StringNGrams <T étend le nombre> Crée des ngrammes à partir de données de chaîne irrégulières. Chaîne supérieure Convertit tous les caractères minuscules en leurs remplacements majuscules respectifs. Somme <T> Calcule la somme des éléments sur les dimensions d'un tenseur. SwitchCond <T> Transfère les « données » vers le port de sortie déterminé par « pred ». Résultat de compilation TPU Renvoie le résultat d'une compilation TPU. TPUCompileSucceededAssert Affirme que la compilation a réussi. TPUEmbeddingActivations Une opération permettant de différencier les TPU Embeddings. TPUExécuter Op qui charge et exécute un programme TPU sur un périphérique TPU. TPUExecuteAndUpdateVariables Op qui exécute un programme avec des mises à jour facultatives de variables sur place. TPUOrdinalSélecteur Un sélecteur de noyau TPU Op. TPUPartitionedInput <T> Une opération qui regroupe une liste d’entrées partitionnées. TPUPartitionedOutput <T> Une opération qui démultiplexe un tenseur à partitionner par XLA en une liste de partitionnés sorties en dehors du calcul XLA. TPUReplicateMetadonnées Métadonnées indiquant comment le calcul TPU doit être répliqué. TPUReplicatedInput <T> Connecte N entrées à un calcul TPU répliqué à N voies. TPUReplicatedOutput <T> Connecte N sorties d’un calcul TPU répliqué à N voies. Variables de sauvegarde TPU Opération qui repartage les variables TPU sur l'appareil à l'état spécifié. VariableTemporaire <T> Renvoie un tenseur qui peut être muté, mais qui ne persiste qu'en une seule étape. TensorArray Un tableau de Tensors de taille donnée. TensorArrayFermer Supprimez le TensorArray de son conteneur de ressources. TensorArrayConcat <T> Concaténez les éléments du TensorArray en valeur « valeur ». TensorArrayGather <T> Rassemblez des éléments spécifiques du TensorArray dans la « valeur » de sortie. TensorArrayGrad Crée un TensorArray pour stocker les dégradés de valeurs dans le handle donné. TensorArrayGradWithShape Crée un TensorArray pour stocker plusieurs dégradés de valeurs dans le handle donné. TensorArrayPack <T> TensorArrayRead <T> Lisez un élément du TensorArray dans la sortie « valeur ». TensorArrayScatter Répartissez les données de la valeur d'entrée dans des éléments TensorArray spécifiques. TensorArraySize Obtenez la taille actuelle du TensorArray. TensorArraySplit Divisez les données de la valeur d'entrée en éléments TensorArray. TensorArrayDécompresser TensorArrayWrite Poussez un élément sur le tensor_array. TensorListConcat <T> Concatène tous les tenseurs de la liste le long de la 0ème dimension. TensorListConcatListes TensorListConcatV2 <U> Concatène tous les tenseurs de la liste le long de la 0ème dimension. TensorListElementShape <T étend le nombre> La forme des éléments de la liste donnée, en tant que tenseur. TensorListFromTensor Crée une TensorList qui, une fois empilée, a la valeur « tensor ». TensorListGather <T> Crée un Tensor en indexant dans TensorList. TensorListGetItem <T> TensorListLength Renvoie le nombre de tenseurs dans la liste de tenseurs d'entrée. TensorListPopBack <T> Renvoie le dernier élément de la liste d'entrée ainsi qu'une liste avec tous les éléments sauf cet élément. TensorListPushBack Renvoie une liste qui a le « Tensor » transmis comme dernier élément et les autres éléments de la liste donnée dans « input_handle ». TensorListPushBackBatch TensorListReserve Liste de la taille donnée avec des éléments vides. TensorListResize Redimensionne la liste. TensorListScatter Crée une TensorList en indexant dans un Tensor. TensorListScatterIntoExistingList Disperse le tenseur au niveau des indices dans une liste d'entrée. TensorListScatterV2 Crée une TensorList en indexant dans un Tensor. TensorListSetItem TensorListSplit Divise un tenseur en une liste. TensorListStack <T> Empile tous les tenseurs de la liste. TensorMapErase Renvoie une carte tensorielle avec l'élément de la clé donnée effacé. TensorMapHasKey Renvoie si la clé donnée existe dans la carte. TensorMapInsérer Renvoie une carte qui est le « input_handle » avec la paire clé-valeur donnée insérée. TensorMapLookup <U> Renvoie la valeur d'une clé donnée dans une carte tensorielle. TensorMapSize Renvoie le nombre de tenseurs dans la carte de tenseurs d'entrée. TensorMapStackKeys <T> Renvoie une pile Tensor de toutes les clés d'une carte Tensor. TensorScatterAdd <T> Ajoute des « mises à jour » éparses à un tenseur existant en fonction des « indices ». TensorScatterMax <T> TensorScatterMin <T> TensorScatterSub <T> Soustrait les « mises à jour » éparses d'un tenseur existant en fonction des « indices ». TensorScatterUpdate <T> Dispersez les « mises à jour » dans un tenseur existant selon les « indices ». TensorStriedSliceUpdate <T> Attribuez « value » à la référence de valeur l découpée en tranches de « input ». ThreadPoolDataset Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ». Poignée de pool de threads Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ». Tuile <T> Construit un tenseur en mosaïque un tenseur donné. Horodatage Fournit le temps écoulé depuis l'époque en secondes. ÀBool Convertit un tenseur en prédicat scalaire. TopKUnique Renvoie les valeurs uniques TopK dans le tableau par ordre trié. TopKAvecUnique Renvoie les valeurs TopK dans le tableau par ordre trié. TridiagonalMatMul <T> Calculer le produit avec une matrice tridiagonale. TridiagonalSolve <T> Résout les systèmes d’équations tridiagonaux. Annuler le lot <T> Inverse le fonctionnement de Batch pour un Tensor de sortie unique. UnbatchGrad <T> Dégradé de Unbatch. DécompresserÉlément Décompresse un élément d’ensemble de données compressé. UnicodeDecode <T étend le numéro> Décode chaque chaîne dans « input » en une séquence de points de code Unicode. UnicodeEncode Encodez un tenseur d'entiers en chaînes Unicode. Unique <T, V étend le nombre> Recherche des éléments uniques le long d'un axe d'un tenseur. Ensemble de données unique Crée un ensemble de données qui contient les éléments uniques de « input_dataset ». UniqueWithCounts <T, V étend le nombre> Recherche des éléments uniques le long d'un axe d'un tenseur. UnravelIndex <T étend le nombre> Convertit un tableau d'indices plats en un tuple de tableaux de coordonnées. Non triéSegmentJoin Joint les éléments de `inputs` en fonction des `segment_ids`. Dépiler <T> Décompresse une dimension donnée d'un tenseur de rang `R` en tenseurs `num` rang-`(R-1)`. Supprimer la scène Op est similaire à un Dequeue léger. DéballerDatasetVariant UpperBound <U étend le nombre> Applique upper_bound(sorted_search_values, valeurs) le long de chaque ligne. VarHandleOp Crée un handle vers une ressource variable. VarIsInitializedOp Vérifie si une variable basée sur un handle de ressource a été initialisée. Variable <T> Contient l'état sous la forme d'un tenseur qui persiste à travers les étapes. VariableShape <T étend le nombre> Renvoie la forme de la variable pointée par `resource`. Où Renvoie les emplacements des valeurs différentes de zéro/vraies dans un tenseur. Où3 <T> Sélectionne les éléments de « x » ou « y », selon la « condition ». TravailleurHeartbeat Battement de coeur du travailleur op. WrapDatasetVariant WriteRawProtoSummary Écrit un résumé de proto sérialisé. XlaRecvFromHost <T> Une opération pour recevoir un tenseur de l'hôte. XlaSendToHost Une opération pour envoyer un tenseur à l'hôte. Xlog1py <T> Renvoie 0 si x == 0, et x * log1p(y) sinon, élément par élément. Zéros <T> Un opérateur créant une constante initialisée avec des zéros de la forme donnée par `dims`. ZérosLike <T> Renvoie un tenseur de zéros avec la même forme et le même type que x.

Une interface de marqueur pour tous les wrappers d’opérations.

Les wrappers d'opérations fournissent des interfaces fortement typées pour les opérations de création et d'exécution sans utiliser de littéraux ni d'index, comme requis dans les classes principales.

Cette interface permet de conserver des références à n’importe quel wrapper d’opération utilisant un type commun.

// 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);