ยกเลิก | เพิ่มข้อยกเว้นเพื่อยกเลิกกระบวนการเมื่อถูกเรียก |
ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบตามมิติของเทนเซอร์ |
AllToAll <T> | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
ไม่ระบุชื่อIteratorV2 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
ไม่ระบุชื่อMemoryCache | |
ไม่ระบุชื่อMultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
ไม่ระบุชื่อRandomSeedGenerator | |
ผู้ไม่ประสงค์ออกนามSeedGenerator | |
ใด ๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบตามมิติของเทนเซอร์ |
ApplyAdagradV2 <T> | อัปเดต '*var' ตามรูปแบบ adagrad |
AsserCardinalityชุดข้อมูล | |
AssertNextDataset | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
ยืนยัน | ยืนยันว่าเงื่อนไขที่กำหนดเป็นจริง |
กำหนด <T> | อัปเดต 'อ้างอิง' โดยกำหนด 'ค่า' ให้กับมัน |
AssignAdd <T> | อัปเดต 'อ้างอิง' โดยเพิ่ม 'ค่า' เข้าไป |
AssignAddVariableOp | เพิ่มค่าให้กับค่าปัจจุบันของตัวแปร |
AssignSub <T> | อัปเดต 'อ้างอิง' โดยลบ 'ค่า' ออกจากมัน |
AssignSubVariableOp | ลบค่าออกจากค่าปัจจุบันของตัวแปร |
AssignVariableOp | กำหนดค่าใหม่ให้กับตัวแปร |
AutoShardDataset | สร้างชุดข้อมูลที่ชาร์ดชุดข้อมูลอินพุต |
BandedTriangularSolve <T> | |
อุปสรรค | กำหนดสิ่งกีดขวางที่คงอยู่ตลอดการดำเนินการกราฟต่างๆ |
อุปสรรคปิด | ปิดสิ่งกีดขวางที่กำหนด |
BarrierIncompleteSize | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในอุปสรรคที่กำหนด |
BarrierInsertMany | สำหรับแต่ละคีย์ กำหนดค่าตามลำดับให้กับองค์ประกอบที่ระบุ |
BarrierReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในอุปสรรคที่กำหนด |
BarrierTakeMany | นำจำนวนองค์ประกอบที่กำหนดจากบาเรีย |
แบทช์ | แบทช์อินพุทเทนเซอร์ทั้งหมดโดยไม่ได้กำหนดไว้ |
BatchMatMulV2 <T> | ทวีคูณส่วนของเมตริกซ์สองตัวในแบทช์ |
BatchMatMulV3 <V> | ทวีคูณส่วนของเมตริกซ์สองตัวในแบทช์ |
BatchToSpace <T> | BatchToSpace สำหรับเมตริกซ์ 4-D ของประเภท T |
BatchToSpaceNd <T> | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
BesselI0 <T ขยายจำนวน> | |
BesselI1 <T ขยายจำนวน> | |
BesselJ0 <T ขยายจำนวน> | |
BesselJ1 <T ขยายจำนวน> | |
BesselK0 <T ขยายจำนวน> | |
BesselK0e <T ขยายจำนวน> | |
BesselK1 <T ขยายจำนวน> | |
BesselK1e <T ขยายจำนวน> | |
BesselY0 <T ขยายจำนวน> | |
BesselY1 <T ขยายจำนวน> | |
Bitcast <u> | Bitcasts เทนเซอร์จากประเภทหนึ่งไปอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
BlockLSTM <T ขยายจำนวน> | คำนวณการส่งต่อเซลล์ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
BlockLSTMGrad <T ขยายจำนวน> | คำนวณการแพร่กระจายย้อนกลับของเซลล์ LSTM สำหรับลำดับเวลาทั้งหมด |
BlockLSTMGradV2 <T ขยายจำนวน> | คำนวณการแพร่กระจายย้อนกลับของเซลล์ LSTM สำหรับลำดับเวลาทั้งหมด |
BlockLSTMV2 <T ขยายจำนวน> | คำนวณการส่งต่อเซลล์ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับชุดงาน |
BoostedTreesBucketize | Bucketize แต่ละฟีเจอร์ตามขอบเขตของบัคเก็ต |
BoostedTrees คำนวณคุณสมบัติที่ดีที่สุดแยก | คำนวณกำไรสำหรับแต่ละคุณลักษณะและส่งคืนข้อมูลการแยกที่ดีที่สุดสำหรับคุณลักษณะ |
BoostedTreesCalculate คุณสมบัติที่ดีที่สุดSplitV2 | คำนวณกำไรสำหรับแต่ละคุณลักษณะและส่งคืนข้อมูลการแยกที่ดีที่สุดสำหรับแต่ละโหนด |
BoostedTrees คำนวณกำไรดีที่สุดคุณสมบัติ | คำนวณกำไรสำหรับแต่ละคุณลักษณะและส่งคืนข้อมูลการแยกที่ดีที่สุดสำหรับคุณลักษณะ |
BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (ความเอนเอียง) และเติมโหนดแรกด้วยบันทึกก่อนหน้า |
BoostedTreesCreateEnsemble | สร้างโมเดลชุดต้นไม้และส่งคืนหมายเลขอ้างอิง |
BoostedTreesCreateQuantileStreamResource | สร้างทรัพยากรสำหรับสตรีมควอนไทล์ |
BoostedTreesDeserializeEnsemble | ยกเลิกการซีเรียลไลซ์การกำหนดค่าชุดต้นไม้ที่ต่อเนื่องกันและแทนที่ทรีปัจจุบัน ทั้งมวล |
BoostedTreesEnsembleResourceHandleOp | สร้างแฮนเดิลไปยัง BoostedTreesEnsembleResource |
BoostedTreesExampleDebugOutputs | เอาต์พุตการดีบัก/ความสามารถในการตีความแบบจำลองสำหรับแต่ละตัวอย่าง |
BoostedTreesFlushQuantileSummaries | ล้างข้อมูลสรุปควอนไทล์จากทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
BoostedTreesGetEnsembleStates | ดึงข้อมูลโทเค็นตราประทับทรัพยากรของชุดต้นไม้ จำนวนต้นไม้ และสถิติการเติบโต |
BoostedTreesMakeQuantileSummaries | จัดทำสรุปปริมาณสำหรับชุดงาน |
BoostedTreesMakeStatsSummary | ทำให้สรุปสถิติสะสมสำหรับชุดงาน |
BoostedTreesPredict | เรียกใช้ตัวทำนายชุดการถดถอยเสริมหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
BoostedTreesQuantileStreamResourceAddSummaries | เพิ่มข้อมูลสรุปควอนไทล์ไปยังทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
BoostedTreesQuantileStreamResourceดีซีเรียลไลซ์ | เลิกซีเรียลไลซ์ขอบเขตของบัคเก็ตและตั้งค่าสถานะให้พร้อมใน QuantileAccumulator ปัจจุบัน |
BoostedTreesQuantileStreamResourceFlush | ล้างข้อมูลสรุปสำหรับทรัพยากรสตรีมควอนไทล์ |
BoostedTreesQuantileStreamResourceGetBucketBoundaries | สร้างขอบเขตของบัคเก็ตสำหรับแต่ละฟีเจอร์ตามข้อมูลสรุปที่สะสม |
BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงไปยัง BoostedTreesQuantileStreamResource |
BoostedTreesSerializeEnsemble | ทำให้ชุดต้นไม้เป็นโปรโต |
BoostedTreesSparseAggregateStats | รวมสรุปสถิติสะสมสำหรับชุดงาน |
BoostedTreesSparseCalculate คุณสมบัติที่ดีที่สุดแยก | คำนวณกำไรสำหรับแต่ละคุณลักษณะและส่งคืนข้อมูลการแยกที่ดีที่สุดสำหรับคุณลักษณะ |
BoostedTreesTrainingPredict | เรียกใช้ตัวทำนายชุดการถดถอยเสริมหลายตัวบนอินสแตนซ์อินพุตและ คำนวณการอัปเดตไปยังบันทึกที่แคชไว้ |
BoostedTreesUpdateEnsemble | อัปเดตชุดต้นไม้โดยเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นต้นไม้ใหม่ |
BoostedTreesUpdateEnsembleV2 | อัพเดทชุดต้นไม้โดยเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นต้นไม้ใหม่ |
BroadcastDynamicShape <T ขยายจำนวน> | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
BroadcastGradientArgs <T ขยายจำนวน> | ส่งคืนดัชนีการลดลงสำหรับการคำนวณการไล่ระดับสีของ s0 op s1 พร้อมการออกอากาศ |
BroadcastTo <T> | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
Bucketize | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
CSRSparseMatrixComponents <T> | อ่านส่วนประกอบ CSR ที่ชุด "ดัชนี" |
CSRSparseMatrixToDense <T> | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
CSRSparseMatrixToSparseTensor <T> | แปลง CSRSparesMatrix (อาจเป็นแบทช์) เป็น SparseTensor |
CSVDataset | |
CSVDatasetV2 | |
CTCLossV2 | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบทช์แต่ละรายการ |
CacheDatasetV2 | |
CheckNumericsV2 <T ขยายจำนวน> | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
เลือกชุดข้อมูลที่เร็วที่สุด | |
ClipByValue <T> | คลิปค่าเทนเซอร์เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
CollectiveBcastRecvV2 <u> | รับค่าเทนเซอร์ออกอากาศจากอุปกรณ์อื่น |
CollectiveBcastSendV2 <T> | ถ่ายทอดค่าเทนเซอร์ไปยังอุปกรณ์อื่นตั้งแต่หนึ่งเครื่องขึ้นไป |
CollectiveGather <T ขยายจำนวน> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกัน |
CollectiveGatherV2 <T ขยายจำนวน> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกัน |
CollectivePermute <T> | การดำเนินการเปลี่ยนเทนเซอร์ในอินสแตนซ์ TPU ที่จำลองแบบ |
CollectiveReduceV2 <T ขยายจำนวน> | ลดเทนเซอร์ที่มีประเภทและรูปร่างเหมือนกันหลายตัว |
รวมNonMaxSuppression | เลือกชุดย่อยของกรอบขอบอย่างตะกละตะกลามโดยเรียงจากมากไปน้อยของคะแนน การดำเนินการนี้ดำเนินการ non_max_suppression กับอินพุตต่อแบตช์ ในทุกคลาส |
คอมโพสิตเทนเซอร์ตัวแปรจากส่วนประกอบ | เข้ารหัสค่า "ExtensionType" เป็นเทนเซอร์สเกลาร์ "ตัวแปร" |
คอมโพสิตเทนเซอร์VariantToComponents | ถอดรหัสเทนเซอร์สเกลาร์ "ตัวแปร" เป็นค่า "ExtensionType" |
บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
ComputeBatchSize | คำนวณขนาดแบทช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบทช์บางส่วน |
concat <T> | เชื่อมเทนเซอร์เข้าด้วยกันในมิติเดียว |
กำหนดค่าDistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่าTPUEการฝัง | ตั้งค่า TPUEmbedding ในระบบ TPU แบบกระจาย |
คง <T> | ตัวดำเนินการที่สร้างค่าคงที่ |
ใช้MutexLock | op นี้ใช้การล็อกที่สร้างโดย `MutexLock' |
ControlTrigger | ไม่ทำอะไรเลย |
คัดลอก <T> | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
CopyHost <T> | คัดลอกเทนเซอร์ไปยังโฮสต์ |
CountUpTo <T ขยายจำนวน> | เพิ่ม 'อ้างอิง' จนกว่าจะถึง 'จำกัด' |
CrossReplicaSum <T ขยายจำนวน> | Op เพื่อรวมอินพุตระหว่างอินสแตนซ์ TPU ที่จำลองแบบ |
CudnnRNNBackpropV3 <T ขยายจำนวน> | ขั้นตอน Backprop ของ CudnnRNNV3 |
CudnnRNNCanonicalToParamsV2 <T ขยายจำนวน> | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบบัญญัติเป็นรูปแบบที่ใช้งานได้ |
CudnnRNNParamsToCanonicalV2 <T ขยายจำนวน> | ดึงข้อมูลพารามิเตอร์ CudnnRNN ในรูปแบบบัญญัติ |
CudnnRNNV3 <T ขยายจำนวน> | RNN สนับสนุนโดย cuDNN |
CumulativeLogsumexp <T ขยายจำนวน> | คำนวณผลคูณของเทนเซอร์ "x" ตาม "แกน" |
DataServiceDataset | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
DataServiceDatasetV2 | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
ชุดข้อมูลCardinality | ส่งคืนค่าคาร์ดินัลลิตี้ของ `input_dataset` |
ชุดข้อมูลจาก Graph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
DatasetToGraphV2 | ส่งกลับ GraphDef แบบอนุกรมซึ่งแสดงถึง `input_dataset' |
Dawsn <T ขยายจำนวน> | |
DebugGradientIdentity <T> | Identity op สำหรับการดีบักไล่ระดับ |
DebugGradientRefIdentity <T> | Identity op สำหรับการดีบักไล่ระดับ |
DebugIdentity <T> | จัดเตรียมการแมปเอกลักษณ์ของเทนเซอร์อินพุตชนิด non-Ref สำหรับการดีบัก |
DebugIdentityV2 <T> | ดีบัก Identity V2 Op. |
DebugNanCount | ดีบัก NaN Value Counter Op. |
DebugNumericSummary | แก้ไขข้อบกพร่อง สรุปตัวเลข |
DebugNumericSummaryV2 <U ขยายจำนวน> | ดีบัก Numeric Summary V2 Op. |
DecodeImage <T ขยายจำนวน> | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
DecodePaddedRaw <T ขยายจำนวน> | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
ถอดรหัสโปรโต | op แยกฟิลด์จากข้อความบัฟเฟอร์โปรโตคอลต่อเนื่องเป็นเทนเซอร์ |
deepcopy <T> | ทำสำเนาของ `x` |
DeleteIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
DeleteMemoryCache | |
ลบMultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
ลบ RandomSeedGenerator | |
DeleteSeedGenerator | |
DeleteSessionTensor | ลบเทนเซอร์ที่ระบุโดยหมายเลขอ้างอิงในเซสชัน |
DenseBincount <U ขยายจำนวน> | นับจำนวนครั้งที่เกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
DenseCountSparseOutput <U ขยายจำนวน> | ดำเนินการนับช่อง sparse-output สำหรับอินพุต tf.tensor |
DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบทช์) |
DestroyResourceOp | ลบทรัพยากรที่ระบุโดยหมายเลขอ้างอิง |
DestroyTemporaryVariable <T> | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
DirectedInterleaveDataset | แทนที่ "InterleaveDataset" ในรายการชุดข้อมูล "N" คงที่ |
DrawBoundingBoxesV2 <T ขยายจำนวน> | วาดกล่องที่มีขอบเขตบนชุดรูปภาพ |
DummyIterationCounter | |
DummyMemoryCache | |
DummySeedGenerator | |
DynamicPartition <T> | แบ่งพาร์ติชัน "ข้อมูล" ลงในเทนเซอร์ "num_partitions" โดยใช้ดัชนีจาก "พาร์ติชั่น" |
DynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ให้เป็นเมตริกซ์เดียว |
แก้ไขระยะทาง | คำนวณ (อาจทำให้เป็นมาตรฐาน) Levenshtein Edit Distance |
Eig <u> | คำนวณการสลายตัวของไอเกนของเมทริกซ์กำลังสองตั้งแต่หนึ่งตัวขึ้นไป |
Einsum <T> | การหดตัวของเทนเซอร์ตามแบบแผนการบวกของไอน์สไตน์ |
ล้าง <T> | สร้างเทนเซอร์ที่มีรูปร่างที่กำหนด |
EmptyTensorList | สร้างและส่งคืนรายการเทนเซอร์ที่ว่างเปล่า |
EmptyTensorMap | สร้างและส่งคืนแผนที่เทนเซอร์ที่ว่างเปล่า |
เข้ารหัสโปรโต | op สร้างลำดับข้อความ protobuf ที่ให้ไว้ในเทนเซอร์อินพุต |
EnqueueTPUEmbeddingIntegerBatch | op ที่จัดคิวรายการเทนเซอร์แบทช์อินพุตไปยัง TPUEmbedding |
EnqueueTPUEการฝังRaggedTensorBatch | ลดความยุ่งยากในการย้ายโค้ดที่ใช้ tf.nn.embedding_lookup() |
EnqueueTPUEการฝังSparseBatch | op ที่เข้าคิวดัชนีอินพุต TPUEmbedding จาก SparseTensor |
EnqueueTPUEการฝังSparseTensorBatch | ลดความยุ่งยากในการย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() |
EnsureShape <T> | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดไว้ |
ใส่ <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ "ข้อมูล" ใช้ได้กับเฟรมย่อย |
Erfinv <T ขยายจำนวน> | |
EuclideanNorm <T> | คำนวณบรรทัดฐานแบบยุคลิดขององค์ประกอบตามมิติของเทนเซอร์ |
ออกจาก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
ExpandDims <T> | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
ExperimentalAutoShardDataset | สร้างชุดข้อมูลที่ชาร์ดชุดข้อมูลอินพุต |
ExperimentalBytesProducedStatsDataset | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ "input_dataset" ใน StatsAggregator |
ทดลองเลือกชุดข้อมูลที่เร็วที่สุด | |
ExperimentalDatasetCardinality | ส่งคืนค่าคาร์ดินัลลิตี้ของ `input_dataset` |
ExperimentalDatasetToTFRecord | เขียนชุดข้อมูลที่กำหนดไปยังไฟล์ที่กำหนดโดยใช้รูปแบบ TFRecord |
ExperimentalDenseToSparseBatchDataset | สร้างชุดข้อมูลที่แบทช์องค์ประกอบอินพุตเป็น SparseTensor |
ExperimentalLatencyStatsชุดข้อมูล | บันทึกเวลาแฝงของการสร้างองค์ประกอบ "input_dataset" ใน StatsAggregator |
ExperimentalMatchingFilesDataset | |
ExperimentalMaxIntraOpParallelismDataset | สร้างชุดข้อมูลที่แทนที่ความขนานภายในสูงสุด |
ExperimentalParseExampleDataset | แปลง "input_dataset" ที่มีโปรโต "ตัวอย่าง" เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของออบเจ็กต์ "Tensor" หรือ "SparseTensor" ซึ่งแสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ExperimentalPrivateThreadPoolDataset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ชุดข้อมูลสุ่มทดลอง | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
ExperimentalRebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
ExperimentalSetStatsAggregatorDataset | |
ExperimentalSlidingWindowDataset | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างบานเลื่อนเหนือ "input_dataset" |
ExperimentalSqlDataset | สร้างชุดข้อมูลที่ดำเนินการแบบสอบถาม SQL และปล่อยแถวของชุดผลลัพธ์ |
ExperimentalStatsAggregatorHandle | สร้างทรัพยากรตัวจัดการสถิติ |
ExperimentalStatsAggregatorSummary | สร้างสรุปสถิติใดๆ ที่บันทึกโดยตัวจัดการสถิติที่กำหนด |
ExperimentalUnbatchDataset | ชุดข้อมูลที่แยกองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
Expint <T ขยายจำนวน> | |
สารสกัดGlimpseV2 | แยกเหลือบจากเทนเซอร์อินพุต |
ExtractVolumePatches <T ขยายจำนวน> | แยก "แพทช์" ออกจาก "อินพุต" และใส่ไว้ในมิติเอาต์พุต "ความลึก" |
เติม <u> | สร้างเทนเซอร์ที่เต็มไปด้วยค่าสเกลาร์ |
FinalizeDataset | สร้างชุดข้อมูลโดยใช้ "tf.data.Options" กับ "input_dataset" |
ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
FresnelCos <T ขยายจำนวน> | |
FresnelSin <T ขยายจำนวน> | |
FusedBatchNormGradV3 <T ขยายจำนวนยูขยายจำนวน> | ไล่โทนสีสำหรับแบทช์นอร์มัลไลเซชัน |
FusedBatchNormV3 <T ขยายจำนวนยูขยายจำนวน> | การทำให้เป็นมาตรฐานแบบแบตช์ |
GRUBlockCell <T ขยายจำนวน> | คำนวณการส่งต่อเซลล์ GRU สำหรับขั้นตอน 1 ครั้ง |
GRUBlockCellGrad <T ขยายจำนวน> | คำนวณการแพร่กระจายกลับเซลล์ GRU สำหรับขั้นตอน 1 ครั้ง |
รวบรวม <T> | รวบรวมชิ้นส่วนจากแกน "params" "แกน" ตาม "ดัชนี" |
GatherNd <T> | รวบรวมสไลซ์จาก "params" ให้เป็น Tensor โดยมีรูปร่างที่ระบุโดย "ดัชนี" |
GenerateBoundingBoxProposals | op นี้สร้างขอบเขตความสนใจจากขอบเขตที่กำหนด (bbox_deltas) ที่เข้ารหัสจุดยึด wrt ตาม eq.2 ใน arXiv:1506.01497 op เลือกกล่องให้คะแนน `pre_nms_topn` ระดับบนสุด ถอดรหัสตามจุดยึด ใช้การปราบปรามที่ไม่สูงสุดบนกล่องที่คาบเกี่ยวกันที่มีค่าจุดตัด-over-union (iou) ที่สูงกว่า `nms_threshold` ทิ้งกล่องที่มีด้านที่สั้นกว่าน้อยกว่า` min_size`. |
GetOptions | ส่งกลับ "tf.data.Options" ที่แนบกับ "input_dataset" |
GetSessionHandle | จัดเก็บเทนเซอร์อินพุตในสถานะของเซสชันปัจจุบัน |
GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยหมายเลขอ้างอิง |
ไล่โทนสี | เพิ่มการดำเนินงานในการคำนวณอนุพันธ์บางส่วนของผลรวมของ y s WRT x s คือ d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2... หาก Options.dx() ค่าจะถูกตั้งค่าพวกเขาจะเป็นครั้งแรกอนุพันธ์สัญลักษณ์ของบางฟังก์ชั่นการสูญเสีย L WRT |
GuaranteeConst <T> | ให้การรับประกันกับรันไทม์ TF ว่าอินพุทเทนเซอร์เป็นค่าคงที่ |
HashTable | สร้างตารางแฮชที่ไม่ได้กำหนดค่าเริ่มต้น |
HistogramFixedWidth <U ขยายจำนวน> | ส่งกลับฮิสโตแกรมของค่า |
ตัวตน <T> | ส่งกลับเมตริกซ์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
เอกลักษณ์N | ส่งคืนรายการเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับอินพุต เทนเซอร์ |
IgnoreErrorsDataset | สร้างชุดข้อมูลที่มีองค์ประกอบของ "input_dataset" โดยไม่สนใจข้อผิดพลาด |
ImageProjectiveTransformV2 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดให้กับแต่ละภาพ |
ImageProjectiveTransformV3 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดให้กับแต่ละภาพ |
ImmutableConst <T> | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากพื้นที่หน่วยความจำ |
InfeedDequeue <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
InfeedDequeueTuple | ดึงค่าหลายค่าจากการป้อนเข้าเป็นทูเพิล XLA |
InfeedEnqueue | op ที่ป้อนค่า Tensor เดียวในการคำนวณ |
InfeedEnqueuePrelinearizedBuffer | op ซึ่งจัดคิวบัฟเฟอร์ prelinearized ในการป้อน TPU |
InfeedEnqueueTuple | ป้อนค่าเทนเซอร์หลายค่าลงในการคำนวณเป็นทูเพิล XLA |
InitializeTable | ตัวเริ่มต้นตารางที่ใช้เมตริกซ์สองตัวสำหรับคีย์และค่าตามลำดับ |
InitializeTableFromDataset | |
InitializeTableFromTextFile | เริ่มต้นตารางจากไฟล์ข้อความ |
InplaceAdd <T> | บวก v ในแถวที่ระบุของ x |
InplaceSub <T> | ลบ `v` ลงในแถวที่ระบุของ `x' |
InplaceUpdate <T> | อัปเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
IsBoostedTreesEnsembleInitialized | ตรวจสอบว่าชุดต้นไม้ได้รับการเตรียมข้อมูลเบื้องต้นแล้วหรือไม่ |
IsBoostedTreesQuantileStreamResourceInitialized | ตรวจสอบว่ามีการเริ่มต้นสตรีมควอนไทล์หรือไม่ |
IsVariableInitialized | ตรวจสอบว่าเทนเซอร์ได้รับการเตรียมข้อมูลเบื้องต้นแล้วหรือไม่ |
IsotonicRegression <U ขยายจำนวน> | แก้ปัญหาการถดถอยแบบไอโซโทนิกเป็นชุด |
IteratorGetDevice | ส่งกลับชื่ออุปกรณ์ที่วาง "ทรัพยากร" |
KMC2ChainInitialization | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มในชุดเมล็ดพันธุ์ |
KmeansPlusPlusInitialization | เลือก num_to_sample แถวของอินพุตโดยใช้เกณฑ์ KMeans++ |
KthOrderStatistic | คำนวณสถิติลำดับ K ของชุดข้อมูล |
LMDBDataset | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB ตั้งแต่หนึ่งไฟล์ขึ้นไป |
LSTMBlockCell <T ขยายจำนวน> | คำนวณการส่งต่อเซลล์ LSTM สำหรับขั้นตอน 1 ครั้ง |
LSTMBlockCellGrad <T ขยายจำนวน> | คำนวณการแพร่กระจายย้อนกลับของเซลล์ LSTM สำหรับ 1 ช่วงเวลา |
LinSpace <T ขยายจำนวน> | สร้างค่าในช่วงเวลา |
LoadTPUการฝังADAMParameters | โหลดพารามิเตอร์การฝัง ADAM |
LoadTPUการฝังADAMParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง ADAM ด้วยการสนับสนุนการดีบัก |
LoadTPUEการฝังAdadeltaParameters | โหลดพารามิเตอร์การฝัง Adadelta |
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug | โหลดพารามิเตอร์ Adadelta ด้วยการสนับสนุนการดีบัก |
LoadTPUEmbeddingAdagradParameters | โหลดพารามิเตอร์ฝัง Adagrad |
LoadTPUEmbeddingAdagradParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง Adagrad ด้วยการสนับสนุนการดีบัก |
LoadTPUEmbeddingCenteredRMSPPropParameters | โหลดพารามิเตอร์การฝัง RMSProp แบบกึ่งกลาง |
LoadTPUฝังตัวFTRLParameters | โหลดพารามิเตอร์การฝัง FTRL |
LoadTPUEmbeddingFTRLParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง FTRL พร้อมการสนับสนุนการดีบัก |
LoadTPUEmbeddingFrequencyEstimatorParameters | โหลดพารามิเตอร์การฝังตัวประมาณความถี่โหลด |
LoadTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug | โหลดพารามิเตอร์การฝังตัวประมาณความถี่ด้วยการสนับสนุนการดีบัก |
LoadTPUEการฝังMDLAdagradLightParameters | โหลดพารามิเตอร์การฝัง MDL Adagrad Light |
LoadTPUEmbeddingMomentumParameters | โหลดพารามิเตอร์การฝังโมเมนตัม |
LoadTPUEmbeddingMomentumParametersGradAccumDebug | โหลดพารามิเตอร์การฝังโมเมนตัมด้วยการสนับสนุนการดีบัก |
LoadTPUEmbeddingProximalAdagradParameters | โหลดพารามิเตอร์การฝัง Adagrad ใกล้เคียง |
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง Adagrad ใกล้เคียงด้วยการสนับสนุนการดีบัก |
LoadTPUEmbeddingProximalYogiParameters | |
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug | |
LoadTPUEmbeddingRMSPropParameters | โหลดพารามิเตอร์การฝัง RMSProp |
LoadTPUEmbeddingRMSPropParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง RMSProp ด้วยการสนับสนุนการดีบัก |
LoadTPUEmbedding StochasticGradientDescentParameters | โหลดพารามิเตอร์การฝัง SGD |
LoadTPUEmbedding StochasticGradientDescentParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง SGD |
LookupTableExport <T, U> | ส่งออกคีย์และค่าทั้งหมดในตาราง |
LookupTableFind <u> | ค้นหาคีย์ในตาราง แสดงผลค่าที่สอดคล้องกัน |
LookupTableนำเข้า | แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ |
LookupTableInsert | อัปเดตตารางเพื่อเชื่อมโยงคีย์กับค่า |
LookupTableRemove | ลบคีย์และค่าที่เกี่ยวข้องออกจากตาราง |
LookupTableSize | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
LoopCond | ส่งต่ออินพุตไปยังเอาต์พุต |
LowerBound <U ขยายจำนวน> | ใช้ lower_bound(sorted_search_values, values) ในแต่ละแถว |
Lu <T, U ขยายจำนวน> | คำนวณการสลายตัวของ LU ของเมทริกซ์กำลังสองตั้งแต่หนึ่งตารางขึ้นไป |
MakeUnique | ทำให้องค์ประกอบทั้งหมดในมิติข้อมูลที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ถึง ค่าเริ่มต้นของพวกเขา |
แผนที่เคลียร์ | Op ลบองค์ประกอบทั้งหมดในคอนเทนเนอร์พื้นฐาน |
แผนที่ไม่สมบูรณ์ขนาด | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
MapPeek | Op มองดูค่าที่คีย์ที่ระบุ |
ขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน |
แผนที่เวที | สเตจ (คีย์ ค่า) ในคอนเทนเนอร์พื้นฐานซึ่งทำงานเหมือนแฮชเทเบิล |
แผนที่Unstage | Op ลบและส่งคืนค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่เบื้องล่าง |
แผนที่UnstageNoKey | Op ลบและส่งคืนแบบสุ่ม (คีย์ ค่า) จากภาชนะที่อยู่เบื้องล่าง |
MatrixDiagPartV2 <T> | ส่งกลับส่วนในแนวทแยงแบบแบตช์ของเทนเซอร์แบบแบตช์ |
MatrixDiagPartV3 <T> | ส่งกลับส่วนในแนวทแยงแบบแบตช์ของเทนเซอร์แบบแบตช์ |
MatrixDiagV2 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบกลุ่มพร้อมค่าเส้นทแยงมุมแบบกลุ่มที่กำหนด |
MatrixDiagV3 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบกลุ่มพร้อมค่าเส้นทแยงมุมแบบกลุ่มที่กำหนด |
MatrixSetDiagV2 <T> | ส่งกลับเมตริกซ์เมตริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
MatrixSetDiagV3 <T> | ส่งกลับเมตริกซ์เมตริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
แม็กซ์ <T> | คำนวณองค์ประกอบสูงสุดตามมิติของเทนเซอร์ |
MaxIntraOpParallelismDataset | สร้างชุดข้อมูลที่แทนที่ความขนานภายในสูงสุด |
ผสาน <T> | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" เป็น "เอาต์พุต" |
Min <T> | คำนวณองค์ประกอบขั้นต่ำตามมิติของเทนเซอร์ |
MirrorPad <T> | ซับเทนเซอร์ด้วยค่ามิเรอร์ |
MirrorPadGrad <T> | ตัวเลือกการไล่ระดับสีสำหรับตัวเลือก 'MirrorPad' |
MlirPassthroughOp | ตัดการคำนวณ MLIR โดยพลการซึ่งแสดงเป็นโมดูลที่มีฟังก์ชัน main() |
MulNoNan <T> | ส่งกลับ x * y องค์ประกอบที่ชาญฉลาด |
MutableDenseHashTable | สร้างตารางแฮชเปล่าที่ใช้เทนเซอร์เป็นแบ็คกิ้งสโตร์ |
MutableHashTable | สร้างตารางแฮชที่ว่างเปล่า |
MutableHashTableOfTensors | สร้างตารางแฮชที่ว่างเปล่า |
Mutex | สร้างทรัพยากร Mutex ที่สามารถล็อคโดย "MutexLock" |
MutexLock | ล็อคทรัพยากร mutex |
NcclAllReduce <T ขยายจำนวน> | เอาต์พุตเทนเซอร์ที่มีการรีดิวซ์ของเทนเซอร์อินพุตทั้งหมด |
NcclBroadcast <T ขยายจำนวน> | ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
NcclReduce <T ขยายจำนวน> | ลด 'อินพุต' จาก 'num_devices' โดยใช้ 'reduction' ลงในอุปกรณ์เครื่องเดียว |
Ndtri <T ขยายจำนวน> | |
เพื่อนบ้านที่ใกล้ที่สุด | เลือก k ศูนย์กลางที่ใกล้ที่สุดสำหรับแต่ละจุด |
NextAfter <T ขยายจำนวน> | ส่งคืนค่าที่แทนค่าได้ถัดไปของ "x1" ในทิศทางของ "x2" ตามองค์ประกอบ |
NextIteration <T> | ทำให้ข้อมูลเข้าใช้ได้สำหรับการทำซ้ำครั้งต่อไป |
NoOp | ไม่ทำอะไรเลย |
NonDeterministicInts <u> | แบบไม่กำหนดจำนวนเต็มสร้างจำนวนเต็มบางจำนวน |
NonMaxSuppressionV5 <T ขยายจำนวน> | เลือกชุดย่อยของกรอบขอบอย่างตะกละตะกลามโดยเรียงจากมากไปน้อยของคะแนน การตัดกล่องที่มีทางแยกทับซ้อนสูง (IOU) ทับซ้อนกับกล่องที่เลือกไว้ก่อนหน้านี้ |
NonSerializableDataset | |
OneHot <u> | ส่งกลับเทนเซอร์แบบร้อนครั้งเดียว |
OnesLike <T> | ส่งกลับเทนเซอร์ของสิ่งที่มีรูปร่างและประเภทเดียวกันกับ x |
OptimizeDatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ "input_dataset" |
ตัวเลือกชุดข้อมูล | สร้างชุดข้อมูลโดยแนบ tf.data.Options กับ "input_dataset" |
สั่งซื้อMapClear | Op ลบองค์ประกอบทั้งหมดในคอนเทนเนอร์พื้นฐาน |
OrderedMapIncompleteSize | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
สั่งซื้อMapPeek | Op มองดูค่าที่คีย์ที่ระบุ |
สั่งซื้อขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน |
สั่งซื้อแผนที่Stage | สเตจ (คีย์ ค่า) ในคอนเทนเนอร์พื้นฐานซึ่งมีลักษณะเหมือนคำสั่ง คอนเทนเนอร์เชื่อมโยง |
สั่งซื้อแผนที่Unstage | Op ลบและส่งคืนค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่เบื้องล่าง |
สั่งซื้อแผนที่UnstageNoKey | Op ลบและส่งคืนองค์ประกอบ (คีย์, ค่า) ด้วยค่าที่น้อยที่สุด คีย์จากคอนเทนเนอร์พื้นฐาน |
OutfeedDequeue <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตของการคำนวณ |
OutfeedDequeueTuple | ดึงค่าหลายค่าจากเอาต์พุตของการคำนวณ |
OutfeedDequeueTupleV2 | ดึงค่าหลายค่าจากเอาต์พุตของการคำนวณ |
OutfeedDequeueV2 <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตของการคำนวณ |
OutfeedEnqueue | จัดคิวเทนเซอร์บนเอาต์พุตการคำนวณ |
OutfeedEnqueueTuple | จัดคิวค่าเทนเซอร์หลายค่าบนเอาต์พุตของการคำนวณ |
Pad <T> | แผ่นเทนเซอร์ |
ParallelBatchDataset | |
ParallelConcat <T> | เชื่อมรายการเมตริกซ์ "N" ตามมิติข้อมูลแรก |
ParallelDynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ให้เป็นเมตริกซ์เดียว |
ParseExampleDatasetV2 | แปลง "input_dataset" ที่มีโปรโต "ตัวอย่าง" เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของออบเจ็กต์ "Tensor" หรือ "SparseTensor" ซึ่งแสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ParseExampleV2 | แปลงเวกเตอร์ของ tf.Example protos (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
ParseSequenceExampleV2 | แปลงเวกเตอร์ของ tf.io.SequenceExample protos (เป็นสตริง) เป็นเมตริกซ์ที่พิมพ์ |
ตัวยึด <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
PlaceholderWithDefault <T> | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต |
ทำให้เป็นเส้นตรง | op ที่ทำให้ค่าเทนเซอร์เป็นเส้นตรงหนึ่งค่าเป็นตัวแปรเทนเซอร์ทึบแสง |
PrelinearizeTuple | ตัวเลือกที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงเป็นตัวแปรเทนเซอร์ทึบแสง |
PrimitiveOp | ฐานชั้นเรียนสำหรับ Op การใช้งานที่ได้รับการสนับสนุนเป็นหนึ่งเดียว Operation |
พิมพ์ | พิมพ์สเกลาร์สตริง |
PrivateThreadPoolDataset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
แยง <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
QuantizeAndDequantizeV4 <T ขยายจำนวน> | Quantizes จากนั้น dequantizes เทนเซอร์ |
QuantizeAndDequantizeV4Grad <T ขยายจำนวน> | ส่งกลับการไล่ระดับสีของ `QuantizeAndDequantizeV4` |
QuantizedConcat <T> | เชื่อมเทนเซอร์เชิงปริมาณเข้าด้วยกันในมิติเดียว |
QuantizedConcatV2 <T> | |
QuantizedConv2DAndRelu <V> | |
QuantizedConv2DAndReluAndRequantize <V> | |
QuantizedConv2DAndRequantize <V> | |
QuantizedConv2DPerChannel <V> | คำนวณ QuantizedConv2D ต่อช่อง |
QuantizedConv2DWithBias <V> | |
QuantizedConv2DWithBiasAndRelu <V> | |
QuantizedConv2DWithBiasAndReluAndRequantize <W> | |
QuantizedConv2DWithBiasAndRequantize <W> | |
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> | |
QuantizedConv2DWithBiasSumAndRelu <V> | |
QuantizedConv2DWithBiasSumAndReluAndRequantize <X> | |
QuantizedDepthwiseConv2D <V> | คำนวณ Conv2D เชิงลึกเชิงปริมาณ |
QuantizedDepthwiseConv2DWithBias <V> | คำนวณ Conv2D เชิงลึกเชิงปริมาณด้วยอคติ |
QuantizedDepthwiseConv2DWithBiasAndRelu <V> | คำนวณ Conv2D เชิงลึกเชิงปริมาณด้วย Bias และ Relu |
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> | คำนวณ Conv2D เชิงลึกเชิงปริมาณด้วย Bias, Relu และ Requantize |
QuantizedMatMulWithBias <W> | ทำการคูณเมทริกซ์เชิงปริมาณของ "a" ด้วยเมทริกซ์ "b" ด้วยการเพิ่มอคติ |
QuantizedMatMulWithBiasAndDequantize <W ขยายจำนวน> | |
QuantizedMatMulWithBiasAndRelu <V> | ทำการคูณเมทริกซ์เชิงปริมาณของ "a" ด้วยเมทริกซ์ "b" ด้วยการเพิ่มอคติและการหลอมรวม relu |
QuantizedMatMulWithBiasAndReluAndRequantize <W> | ทำการคูณเมทริกซ์เชิงปริมาณของ `a' ด้วยเมทริกซ์ `b` ด้วยการเพิ่มอคติและ relu และ requantize ฟิวชั่น |
QuantizedMatMulWithBiasAndRequantize <W> | |
QuantizedReshape <T> | ปรับรูปร่างเทนเซอร์เชิงปริมาณตาม Reshape op |
RaggedBincount <U ขยายจำนวน> | นับจำนวนครั้งที่เกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
RaggedCountSparseOutput <U ขยายจำนวน> | ดำเนินการนับช่อง sparse-output bin สำหรับอินพุตเทนเซอร์ขาดๆ หายๆ |
RaggedCross <T, U ขยายจำนวน> | สร้างคุณลักษณะข้ามจากรายการเทนเซอร์ และส่งกลับเป็น RaggedTensor |
RaggedGather <T ขยายจำนวน, U> | รวบรวมส่วนที่ขาดจากแกน "params" "0" ตาม "ดัชนี" |
RaggedRange <U ขยายจำนวน, เสื้อขยายจำนวน> | ส่งกลับ "RaggedTensor" ที่มีลำดับตัวเลขที่ระบุ |
RaggedTensorFromVariant <U ขยายจำนวน, T> | ถอดรหัส `ตัวแปร` เทนเซอร์เป็น `RaggedTensor` |
RaggedTensorToSparse <u> | แปลง "RaggedTensor" เป็น "SparseTensor" ด้วยค่าเดียวกัน |
RaggedTensorToTensor <u> | สร้างความหนาแน่นของเทนเซอร์จากเทนเซอร์ที่ขาดซึ่งอาจทำให้รูปร่างเปลี่ยนไป |
RaggedTensorToVariant | เข้ารหัส "RaggedTensor" เป็น "ตัวแปร" เทนเซอร์ |
RaggedTensorToVariantGradient <u> | Helper ใช้ในการคำนวณการไล่ระดับสีสำหรับ "RaggedTensorToVariant" |
ช่วง <T ขยายจำนวน> | สร้างลำดับของตัวเลข |
อันดับ | ส่งกลับอันดับของเทนเซอร์ |
ReadVariableOp <T> | อ่านค่าของตัวแปร |
RebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
RebatchDatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
recv <T> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
RecvTPUEการฝังการเปิดใช้งาน | op ที่ได้รับการเปิดใช้งานการฝังบน TPU |
ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบตามมิติของเทนเซอร์ |
ลดเลย | คำนวณ "ตรรกะหรือ" ขององค์ประกอบตามมิติของเทนเซอร์ |
ReduceMax <T> | คำนวณองค์ประกอบสูงสุดตามมิติของเทนเซอร์ |
ReduceMin <T> | คำนวณองค์ประกอบขั้นต่ำตามมิติของเทนเซอร์ |
ReduceProd <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
ReduceSum <T> | คำนวณผลรวมขององค์ประกอบตามมิติของเทนเซอร์ |
RefEnter <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ "ข้อมูล" ใช้ได้กับเฟรมย่อย |
RefExit <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
RefIdentity <T> | คืนค่าเมตริกซ์อ้างอิงเดียวกับเมตริกซ์อ้างอิงอินพุต |
RefMerge <T> | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" เป็น "เอาต์พุต" |
RefNextIteration <T> | ทำให้ข้อมูลเข้าใช้ได้สำหรับการทำซ้ำครั้งต่อไป |
RefSelect <T> | ส่งต่อองค์ประกอบ "ดัชนี" ของ "อินพุต" ไปยัง "เอาต์พุต" |
RefSwitch <T> | ส่งต่อเมตริกซ์อ้างอิง "ข้อมูล" ไปยังพอร์ตเอาต์พุตที่กำหนดโดย "pred" |
ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลด้วยบริการ tf.data |
RequantizationRangePerChannel | คำนวณช่วง requantization ต่อช่องสัญญาณ |
RequantizePerChannel <u> | กำหนดอินพุตใหม่ด้วยค่าต่ำสุดและสูงสุดที่ทราบต่อช่องสัญญาณ |
Reshape <T> | ปรับรูปร่างเทนเซอร์ |
ResourceAccumulatorApplyGradient | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
ResourceAccumulatorNumAccumulated | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
ResourceAccumulatorSetGlobalStep | อัพเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
ResourceAccumulatorTakeGradient <T> | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
ทรัพยากรApplyAdagradV2 | อัปเดต '*var' ตามรูปแบบ adagrad |
ทรัพยากรApplyAdamWithAmsgrad | อัปเดต '*var' ตามอัลกอริทึมของ Adam |
ทรัพยากรApplyKerasMomentum | Update '*var' according to the momentum scheme. |
ResourceConditionalAccumulator | A conditional accumulator for aggregating gradients. |
ResourceCountUpTo <T extends Number> | Increments variable pointed to by 'resource' until it reaches 'limit'. |
ResourceGather <U> | Gather slices from the variable pointed to by `resource` according to `indices`. |
ResourceGatherNd <U> | |
ResourceScatterAdd | Adds sparse updates to the variable referenced by `resource`. |
ResourceScatterDiv | Divides sparse updates into the variable referenced by `resource`. |
ResourceScatterMax | Reduces sparse updates into the variable referenced by `resource` using the `max` operation. |
ResourceScatterMin | Reduces sparse updates into the variable referenced by `resource` using the `min` operation. |
ResourceScatterMul | Multiplies sparse updates into the variable referenced by `resource`. |
ResourceScatterNdAdd | Applies sparse addition to individual values or slices in a Variable. |
ResourceScatterNdMax | |
ResourceScatterNdMin | |
ResourceScatterNdSub | Applies sparse subtraction to individual values or slices in a Variable. |
ResourceScatterNdUpdate | Applies sparse `updates` to individual values or slices within a given variable according to `indices`. |
ResourceScatterSub | Subtracts sparse updates from the variable referenced by `resource`. |
ResourceScatterUpdate | Assigns sparse updates to the variable referenced by `resource`. |
ResourceSparseApplyAdagradV2 | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
ResourceSparseApplyKerasMomentum | Update relevant entries in '*var' and '*accum' according to the momentum scheme. |
ResourceStridedSliceAssign | Assign `value` to the sliced l-value reference of `ref`. |
RetrieveTPUEmbeddingADAMParameters | Retrieve ADAM embedding parameters. |
RetrieveTPUEmbeddingADAMParametersGradAccumDebug | Retrieve ADAM embedding parameters with debug support. |
RetrieveTPUEmbeddingAdadeltaParameters | Retrieve Adadelta embedding parameters. |
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug | Retrieve Adadelta embedding parameters with debug support. |
RetrieveTPUEmbeddingAdagradParameters | Retrieve Adagrad embedding parameters. |
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug | Retrieve Adagrad embedding parameters with debug support. |
RetrieveTPUEmbeddingCenteredRMSPropParameters | Retrieve centered RMSProp embedding parameters. |
RetrieveTPUEmbeddingFTRLParameters | Retrieve FTRL embedding parameters. |
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug | Retrieve FTRL embedding parameters with debug support. |
RetrieveTPUEmbeddingFrequencyEstimatorParameters | Retrieve frequency estimator embedding parameters. |
RetrieveTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug | Retrieve frequency estimator embedding parameters with debug support. |
RetrieveTPUEmbeddingMDLAdagradLightParameters | Retrieve MDL Adagrad Light embedding parameters. |
RetrieveTPUEmbeddingMomentumParameters | Retrieve Momentum embedding parameters. |
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug | Retrieve Momentum embedding parameters with debug support. |
RetrieveTPUEmbeddingProximalAdagradParameters | Retrieve proximal Adagrad embedding parameters. |
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug | Retrieve proximal Adagrad embedding parameters with debug support. |
RetrieveTPUEmbeddingProximalYogiParameters | |
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug | |
RetrieveTPUEmbeddingRMSPropParameters | Retrieve RMSProp embedding parameters. |
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug | Retrieve RMSProp embedding parameters with debug support. |
RetrieveTPUEmbeddingStochasticGradientDescentParameters | Retrieve SGD embedding parameters. |
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug | Retrieve SGD embedding parameters with debug support. |
Reverse <T> | Reverses specific dimensions of a tensor. |
ReverseSequence <T> | Reverses variable length slices. |
RiscAbs <T extends Number> | |
RiscAdd <T extends Number> | Returns x + y element-wise. |
RiscBinaryArithmetic <T extends Number> | |
RiscBinaryComparison | |
RiscBitcast <U> | |
RiscBroadcast <T> | |
RiscCast <U> | |
RiscCeil <T extends Number> | |
RiscCholesky <T extends Number> | |
RiscConcat <T> | |
RiscConv <T extends Number> | |
RiscCos <T extends Number> | |
RiscDiv <T extends Number> | |
RiscDot <T extends Number> | |
RiscExp <T extends Number> | |
RiscFft <T> | |
RiscFloor <T extends Number> | |
RiscGather <T> | |
RiscImag <U extends Number> | |
RiscIsFinite | |
RiscLog <T extends Number> | |
RiscLogicalAnd | |
RiscLogicalNot | |
RiscLogicalOr | |
RiscMax <T extends Number> | Returns max(x, y) element-wise. |
RiscMin <T extends Number> | |
RiscMul <T extends Number> | |
RiscNeg <T extends Number> | |
RiscPad <T extends Number> | |
RiscPool <T extends Number> | |
RiscPow <T extends Number> | |
RiscRandomUniform | |
RiscReal <U extends Number> | |
RiscReduce <T extends Number> | |
RiscRem <T extends Number> | |
RiscReshape <T extends Number> | |
RiscReverse <T extends Number> | |
RiscScatter <U extends Number> | |
RiscShape <U extends Number> | |
RiscSign <T extends Number> | |
RiscSlice <T extends Number> | |
RiscSort <T extends Number> | |
RiscSqueeze <T> | |
RiscSub <T extends Number> | |
RiscTranspose <T> | |
RiscTriangularSolve <T extends Number> | |
RiscUnary <T extends Number> | |
RngReadAndSkip | Advance the counter of a counter-based RNG. |
RngSkip | Advance the counter of a counter-based RNG. |
Roll <T> | Rolls the elements of a tensor along an axis. |
SamplingDataset | Creates a dataset that takes a Bernoulli sample of the contents of another dataset. |
ScaleAndTranslate | |
ScaleAndTranslateGrad <T extends Number> | |
ScatterAdd <T> | Adds sparse updates to a variable reference. |
ScatterDiv <T> | Divides a variable reference by sparse updates. |
ScatterMax <T extends Number> | Reduces sparse updates into a variable reference using the `max` operation. |
ScatterMin <T extends Number> | Reduces sparse updates into a variable reference using the `min` operation. |
ScatterMul <T> | Multiplies sparse updates into a variable reference. |
ScatterNd <U> | Scatter `updates` into a new tensor according to `indices`. |
ScatterNdAdd <T> | Applies sparse addition to individual values or slices in a Variable. |
ScatterNdMax <T> | Computes element-wise maximum. |
ScatterNdMin <T> | Computes element-wise minimum. |
ScatterNdNonAliasingAdd <T> | Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`. |
ScatterNdSub <T> | Applies sparse subtraction to individual values or slices in a Variable. |
ScatterNdUpdate <T> | Applies sparse `updates` to individual values or slices within a given variable according to `indices`. |
ScatterSub <T> | Subtracts sparse updates to a variable reference. |
ScatterUpdate <T> | Applies sparse updates to a variable reference. |
SelectV2 <T> | |
Send | Sends the named tensor from send_device to recv_device. |
SendTPUEmbeddingGradients | Performs gradient updates of embedding tables. |
SetDiff1d <T, U extends Number> | Computes the difference between two lists of numbers or strings. |
SetSize | Number of unique elements along last dimension of input `set`. |
Shape <U extends Number> | Returns the shape of a tensor. |
ShapeN <U extends Number> | Returns shape of tensors. |
ShardDataset | Creates a `Dataset` that includes only 1/`num_shards` of this dataset. |
ShuffleAndRepeatDatasetV2 | |
ShuffleDatasetV2 | |
ShuffleDatasetV3 | |
ShutdownDistributedTPU | Shuts down a running distributed TPU system. |
Size <U extends Number> | Returns the size of a tensor. |
Skipgram | Parses a text file and creates a batch of examples. |
SleepDataset | |
Slice <T> | Return a slice from 'input'. |
SlidingWindowDataset | Creates a dataset that passes a sliding window over `input_dataset`. |
Snapshot <T> | Returns a copy of the input tensor. |
SnapshotDataset | Creates a dataset that will write to / read from a snapshot. |
SnapshotDatasetReader | |
SnapshotNestedDatasetReader | |
SobolSample <T extends Number> | Generates points from the Sobol sequence. |
SpaceToBatchNd <T> | SpaceToBatch for ND tensors of type T. |
SparseApplyAdagradV2 <T> | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
SparseBincount <U extends Number> | Counts the number of occurrences of each value in an integer array. |
SparseCountSparseOutput <U extends Number> | Performs sparse-output bin counting for a sparse tensor input. |
SparseCrossHashed | Generates sparse cross from a list of sparse and dense tensors. |
SparseCrossV2 | Generates sparse cross from a list of sparse and dense tensors. |
SparseMatrixAdd | Sparse addition of two CSR matrices, C = alpha * A + beta * B. |
SparseMatrixMatMul <T> | Matrix-multiplies a sparse matrix with a dense matrix. |
SparseMatrixMul | Element-wise multiplication of a sparse matrix with a dense tensor. |
SparseMatrixNNZ | Returns the number of nonzeroes of `sparse_matrix`. |
SparseMatrixOrderingAMD | Computes the Approximate Minimum Degree (AMD) ordering of `input`. |
SparseMatrixSoftmax | Calculates the softmax of a CSRSparseMatrix. |
SparseMatrixSoftmaxGrad | Calculates the gradient of the SparseMatrixSoftmax op. |
SparseMatrixSparseCholesky | Computes the sparse Cholesky decomposition of `input`. |
SparseMatrixSparseMatMul | Sparse-matrix-multiplies two CSR matrices `a` and `b`. |
SparseMatrixTranspose | Transposes the inner (matrix) dimensions of a CSRSparseMatrix. |
SparseMatrixZeros | Creates an all-zeros CSRSparseMatrix with shape `dense_shape`. |
SparseSegmentSumGrad <T extends Number> | Computes gradients for SparseSegmentSum. |
SparseTensorToCSRSparseMatrix | Converts a SparseTensor to a (possibly batched) CSRSparseMatrix. |
Spence <T extends Number> | |
Split <T> | Splits a tensor into `num_split` tensors along one dimension. |
SplitV <T> | Splits a tensor into `num_split` tensors along one dimension. |
Squeeze <T> | Removes dimensions of size 1 from the shape of a tensor. |
Stack <T> | Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor. |
Stage | Stage values similar to a lightweight Enqueue. |
StageClear | Op removes all elements in the underlying container. |
StagePeek | Op peeks at the values at the specified index. |
StageSize | Op returns the number of elements in the underlying container. |
StatefulRandomBinomial <V extends Number> | |
StatefulStandardNormal <U> | Outputs random values from a normal distribution. |
StatefulStandardNormalV2 <U> | Outputs random values from a normal distribution. |
StatefulTruncatedNormal <U> | Outputs random values from a truncated normal distribution. |
StatefulUniform <U> | Outputs random values from a uniform distribution. |
StatefulUniformFullInt <U> | Outputs random integers from a uniform distribution. |
StatefulUniformInt <U> | Outputs random integers from a uniform distribution. |
StatelessParameterizedTruncatedNormal <V extends Number> | |
StatelessRandomBinomial <W extends Number> | Outputs deterministic pseudorandom random numbers from a binomial distribution. |
StatelessRandomGammaV2 <V extends Number> | Outputs deterministic pseudorandom random numbers from a gamma distribution. |
StatelessRandomGetAlg | Picks the best counter-based RNG algorithm based on device. |
StatelessRandomGetKeyCounter | Scrambles seed into key and counter, using the best algorithm based on device. |
StatelessRandomGetKeyCounterAlg | Picks the best algorithm based on device, and scrambles seed into key and counter. |
StatelessRandomNormalV2 <U extends Number> | Outputs deterministic pseudorandom values from a normal distribution. |
StatelessRandomPoisson <W extends Number> | Outputs deterministic pseudorandom random numbers from a Poisson distribution. |
StatelessRandomUniformFullInt <V extends Number> | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformFullIntV2 <U extends Number> | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformIntV2 <U extends Number> | Outputs deterministic pseudorandom random integers from a uniform distribution. |
StatelessRandomUniformV2 <U extends Number> | Outputs deterministic pseudorandom random values from a uniform distribution. |
StatelessSampleDistortedBoundingBox <T extends Number> | Generate a randomly distorted bounding box for an image deterministically. |
StatelessTruncatedNormalV2 <U extends Number> | Outputs deterministic pseudorandom values from a truncated normal distribution. |
StatsAggregatorHandleV2 | |
StatsAggregatorSetSummaryWriter | Set a summary_writer_interface to record statistics using given stats_aggregator. |
StopGradient <T> | Stops gradient computation. |
StridedSlice <T> | Return a strided slice from `input`. |
StridedSliceAssign <T> | Assign `value` to the sliced l-value reference of `ref`. |
StridedSliceGrad <U> | Returns the gradient of `StridedSlice`. |
StringLower | Converts all uppercase characters into their respective lowercase replacements. |
StringNGrams <T extends Number> | Creates ngrams from ragged string data. |
StringUpper | Converts all lowercase characters into their respective uppercase replacements. |
Sum <T> | Computes the sum of elements across dimensions of a tensor. |
SwitchCond <T> | Forwards `data` to the output port determined by `pred`. |
TPUCompilationResult | Returns the result of a TPU compilation. |
TPUCompileSucceededAssert | Asserts that compilation succeeded. |
TPUEmbeddingActivations | An op enabling differentiation of TPU Embeddings. |
TPUExecute | Op that loads and executes a TPU program on a TPU device. |
TPUExecuteAndUpdateVariables | Op that executes a program with optional in-place variable updates. |
TPUOrdinalSelector | A TPU core selector Op. |
TPUPartitionedInput <T> | An op that groups a list of partitioned inputs together. |
TPUPartitionedOutput <T> | An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned outputs outside the XLA computation. |
TPUReplicateMetadata | Metadata indicating how the TPU computation should be replicated. |
TPUReplicatedInput <T> | Connects N inputs to an N-way replicated TPU computation. |
TPUReplicatedOutput <T> | Connects N outputs from an N-way replicated TPU computation. |
TPUReshardVariables | Op that reshards on-device TPU variables to specified state. |
TemporaryVariable <T> | Returns a tensor that may be mutated, but only persists within a single step. |
TensorArray | An array of Tensors of given size. |
TensorArrayClose | Delete the TensorArray from its resource container. |
TensorArrayConcat <T> | Concat the elements from the TensorArray into value `value`. |
TensorArrayGather <T> | Gather specific elements from the TensorArray into output `value`. |
TensorArrayGrad | Creates a TensorArray for storing the gradients of values in the given handle. |
TensorArrayGradWithShape | Creates a TensorArray for storing multiple gradients of values in the given handle. |
TensorArrayPack <T> | |
TensorArrayRead <T> | Read an element from the TensorArray into output `value`. |
TensorArrayScatter | Scatter the data from the input value into specific TensorArray elements. |
TensorArraySize | Get the current size of the TensorArray. |
TensorArraySplit | Split the data from the input value into TensorArray elements. |
TensorArrayUnpack | |
TensorArrayWrite | Push an element onto the tensor_array. |
TensorListConcat <T> | Concats all tensors in the list along the 0th dimension. |
TensorListConcatLists | |
TensorListConcatV2 <U> | Concats all tensors in the list along the 0th dimension. |
TensorListElementShape <T extends Number> | The shape of the elements of the given list, as a tensor. |
TensorListFromTensor | Creates a TensorList which, when stacked, has the value of `tensor`. |
TensorListGather <T> | Creates a Tensor by indexing into the TensorList. |
TensorListGetItem <T> | |
TensorListLength | Returns the number of tensors in the input tensor list. |
TensorListPopBack <T> | Returns the last element of the input list as well as a list with all but that element. |
TensorListPushBack | Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`. |
TensorListPushBackBatch | |
TensorListReserve | List of the given size with empty elements. |
TensorListResize | Resizes the list. |
TensorListScatter | Creates a TensorList by indexing into a Tensor. |
TensorListScatterIntoExistingList | Scatters tensor at indices in an input list. |
TensorListScatterV2 | Creates a TensorList by indexing into a Tensor. |
TensorListSetItem | |
TensorListSplit | Splits a tensor into a list. |
TensorListStack <T> | Stacks all tensors in the list. |
TensorMapErase | Returns a tensor map with item from given key erased. |
TensorMapHasKey | Returns whether the given key exists in the map. |
TensorMapInsert | Returns a map that is the 'input_handle' with the given key-value pair inserted. |
TensorMapLookup <U> | Returns the value from a given key in a tensor map. |
TensorMapSize | Returns the number of tensors in the input tensor map. |
TensorMapStackKeys <T> | Returns a Tensor stack of all keys in a tensor map. |
TensorScatterAdd <T> | Adds sparse `updates` to an existing tensor according to `indices`. |
TensorScatterMax <T> | |
TensorScatterMin <T> | |
TensorScatterSub <T> | Subtracts sparse `updates` from an existing tensor according to `indices`. |
TensorScatterUpdate <T> | Scatter `updates` into an existing tensor according to `indices`. |
TensorStridedSliceUpdate <T> | Assign `value` to the sliced l-value reference of `input`. |
ThreadPoolDataset | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
ThreadPoolHandle | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
Tile <T> | Constructs a tensor by tiling a given tensor. |
Timestamp | Provides the time since epoch in seconds. |
ToBool | Converts a tensor to a scalar predicate. |
TopKUnique | Returns the TopK unique values in the array in sorted order. |
TopKWithUnique | Returns the TopK values in the array in sorted order. |
TridiagonalMatMul <T> | Calculate product with tridiagonal matrix. |
TridiagonalSolve <T> | Solves tridiagonal systems of equations. |
Unbatch <T> | Reverses the operation of Batch for a single output Tensor. |
UnbatchGrad <T> | Gradient of Unbatch. |
UncompressElement | Uncompresses a compressed dataset element. |
UnicodeDecode <T extends Number> | Decodes each string in `input` into a sequence of Unicode code points. |
UnicodeEncode | Encode a tensor of ints into unicode strings. |
Unique <T, V extends Number> | Finds unique elements along an axis of a tensor. |
UniqueDataset | Creates a dataset that contains the unique elements of `input_dataset`. |
UniqueWithCounts <T, V extends Number> | Finds unique elements along an axis of a tensor. |
UnravelIndex <T extends Number> | Converts an array of flat indices into a tuple of coordinate arrays. |
UnsortedSegmentJoin | Joins the elements of `inputs` based on `segment_ids`. |
Unstack <T> | Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors. |
Unstage | Op is similar to a lightweight Dequeue. |
UnwrapDatasetVariant | |
UpperBound <U extends Number> | Applies upper_bound(sorted_search_values, values) along each row. |
VarHandleOp | Creates a handle to a Variable resource. |
VarIsInitializedOp | Checks whether a resource handle-based variable has been initialized. |
Variable <T> | Holds state in the form of a tensor that persists across steps. |
VariableShape <T extends Number> | Returns the shape of the variable pointed to by `resource`. |
Where | Returns locations of nonzero / true values in a tensor. |
Where3 <T> | Selects elements from `x` or `y`, depending on `condition`. |
Window | |
WorkerHeartbeat | Worker heartbeat op. |
WrapDatasetVariant | |
WriteRawProtoSummary | Writes a serialized proto summary. |
XlaRecvFromHost <T> | An op to receive a tensor from the host. |
XlaSendToHost | An op to send a tensor to the host. |
Xlog1py <T> | Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. |
Zeros <T> | An operator creating a constant initialized with zeros of the shape given by `dims`. |
ZerosLike <T> | Returns a tensor of zeros with the same shape and type as x. |