| ยกเลิก | ยกข้อยกเว้นเพื่อยกเลิกกระบวนการเมื่อถูกเรียก |
| ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ออลทูออล <T> | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
| AnonymousIteratorV2 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| หน่วยความจำแคชที่ไม่ระบุชื่อ | |
| AnonymousMultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
| เครื่องกำเนิดเมล็ดพันธุ์แบบสุ่มที่ไม่เปิดเผยตัวตน | |
| เครื่องกำเนิดเมล็ดพันธุ์ที่ไม่เปิดเผยตัวตน | |
| ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ApplyAdagradV2 <T> | อัปเดต '*var' ตามรูปแบบ adagrad |
| AssertCardinalityชุดข้อมูล | |
| AssertNextชุดข้อมูล | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
| ยืนยันสิ่งนั้น | ยืนยันว่าเงื่อนไขที่กำหนดเป็นจริง |
| กำหนด <T> | อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน |
| มอบหมายเพิ่ม <T> | อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป |
| AssignAddVariableOp | เพิ่มค่าให้กับค่าปัจจุบันของตัวแปร |
| มอบหมายย่อย <T> | อัปเดต 'ref' โดยลบ 'value' ออกจากมัน |
| กำหนด SubVariableOp | ลบค่าออกจากค่าปัจจุบันของตัวแปร |
| กำหนดตัวแปรOp | กำหนดค่าใหม่ให้กับตัวแปร |
| ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
| BandedTriangleSolve <T> | |
| สิ่งกีดขวาง | กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ |
| สิ่งกีดขวางปิด | ปิดสิ่งกีดขวางที่กำหนด |
| สิ่งกีดขวางขนาดไม่สมบูรณ์ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด |
| สิ่งกีดขวางแทรกมากมาย | สำหรับแต่ละคีย์ ให้กำหนดค่าตามลำดับให้กับส่วนประกอบที่ระบุ |
| Barrier ReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด |
| BarrierTakeMany | นำองค์ประกอบที่เสร็จสมบูรณ์ตามจำนวนที่กำหนดจากสิ่งกีดขวาง |
| แบทช์ | แบทช์เทนเซอร์อินพุตทั้งหมดโดยไม่กำหนดไว้ |
| BatchMatMulV2 <T> | คูณเทนเซอร์สองตัวเป็นชุด |
| BatchMatMulV3 <V> | คูณเทนเซอร์สองตัวเป็นชุด |
| แบทช์ทูสเปซ <T> | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
| BatchToSpaceNd <T> | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
| BesselI0 <T ขยายหมายเลข> | |
| BesselI1 <T ขยายจำนวน> | |
| BesselJ0 <T ขยายจำนวน> | |
| BesselJ1 <T ขยายจำนวน> | |
| BesselK0 <T ขยายหมายเลข> | |
| BesselK0e <T ขยายหมายเลข> | |
| BesselK1 <T ขยายหมายเลข> | |
| BesselK1e <T ขยายหมายเลข> | |
| BesselY0 <T ขยายจำนวน> | |
| BesselY1 <T ขยายจำนวน> | |
| บิตคาสต์ <U> | Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
| BlockLSTM <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
| BlockLSTMGrad <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด |
| BlockLSTMGradV2 <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด |
| BlockLSTMV2 <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
| BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesBucketize | เก็บข้อมูลแต่ละฟีเจอร์ตามขอบเขตของบัคเก็ต |
| BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดแยก | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดSplitV2 | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดที่เป็นไปได้สำหรับแต่ละโหนด |
| BoostedTrees คำนวณสิ่งที่ดีที่สุดกำไรต่อคุณสมบัติ | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก |
| BoostedTreesCreateEnsemble | สร้างแบบจำลองทั้งมวลของแผนภูมิและส่งกลับหมายเลขอ้างอิง |
| BoostedTreesCreateQuantileStreamResource | สร้างทรัพยากรสำหรับสตรีม Quantile |
| BoostedTreesDeserializeEnsemble | ดีซีเรียลไลซ์การกำหนดค่า Tree Ensemble ที่เป็นอนุกรมและแทนที่แผนผังปัจจุบัน ทั้งมวล |
| BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource |
| BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
| BoostedTreesFlushQuantileสรุป | ล้างข้อมูลสรุปควอนไทล์จากทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
| BoostedTreesGetEnsembleStates | เรียกข้อมูลโทเค็นการประทับทรัพยากรชุดต้นไม้ จำนวนต้นไม้ และสถิติการเติบโต |
| BoostedTreesMakeQuantileSummaries | จัดทำข้อมูลสรุปของปริมาณสำหรับแบทช์ |
| BoostedTreesMakeStatsSummary | ทำการสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
| BoostedTreesQuantileStreamResourceAddSummary | เพิ่มข้อมูลสรุปควอนไทล์ให้กับทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
| BoostedTreesQuantileStreamResourceDeserialize | ดีซีเรียลไลซ์ขอบเขตบัคเก็ตและตั้งค่าสถานะพร้อมลงใน QuantileAccumulator ปัจจุบัน |
| BoostedTreesQuantileStreamResourceFlush | ล้างข้อมูลสรุปสำหรับทรัพยากรสตรีมแบบควอนไทล์ |
| BoostedTreesQuantileStreamResourceGetBucketBoundaries | สร้างขอบเขตบัคเก็ตสำหรับแต่ละฟีเจอร์ตามข้อมูลสรุปที่สะสม |
| BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource |
| BoostedTreesSerializeEnsemble | ทำให้ชุดต้นไม้เป็นอนุกรมเป็นโปรโต |
| BoostedTreesSparseAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesSparseCalculateBestFeatureSplit | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesTrainingทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณการอัปเดตเป็นบันทึกที่แคชไว้ |
| BoostedTreesUpdateEnsemble | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังปลูก หรือโดยการเริ่มต้นไม้ใหม่ |
| BoostedTreesUpdateEnsembleV2 | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ |
| BroadcastDynamicShape <T ขยายหมายเลข> | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
| BroadcastGradientArgs <T ขยายหมายเลข> | ส่งกลับดัชนีการลดสำหรับการคำนวณการไล่ระดับสีของ s0 op s1 พร้อมการออกอากาศ |
| ออกอากาศถึง <T> | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
| ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
| CSRSparseMatrixComponents <T> | อ่านส่วนประกอบ CSR ที่แบทช์ `ดัชนี` |
| CSRSparseMatrixToDense <T> | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
| CSRSparseMatrixToSparseTensor <T> | แปลง CSRSparesMatrix (อาจเป็นชุด) เป็น SparseTensor |
| ชุดข้อมูล CSV | |
| CSVDatasetV2 | |
| CTCLossV2 | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ |
| ชุดข้อมูลแคชV2 | |
| CheckNumericsV2 <T ขยายหมายเลข> | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
| เลือกชุดข้อมูลที่เร็วที่สุด | |
| ClipByValue <T> | ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
| CollectiveBcastRecvV2 <U> | รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น |
| CollectiveBcastSendV2 <T> | ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
| CollectiveGather <T ขยายหมายเลข> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| CollectiveGatherV2 <T ขยายหมายเลข> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| CollectivePermute <T> | Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ |
| CollectiveReduceV2 <T ขยายหมายเลข> | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| รวม NonMaxSuppression | เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การดำเนินการนี้ดำเนินการ non_max_suppression บนอินพุตต่อแบตช์ ในทุกคลาส |
| คอมโพสิตเทนเซอร์ตัวแปรจากส่วนประกอบ | เข้ารหัสค่า "ExtensionType" เป็นสเกลาร์เทนเซอร์ "ตัวแปร" |
| คอมโพสิต TensorVariantToComponents | ถอดรหัสเทนเซอร์สเกลาร์ "ตัวแปร" ให้เป็นค่า "ExtensionType" |
| บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
| ComputeBatchSize | คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน |
| เชื่อมต่อ <T> | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
| กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
| กำหนดค่าการฝัง TPU | ตั้งค่า TPUEmbedding ในระบบ TPU แบบกระจาย |
| ค่าคงที่ <T> | ตัวดำเนินการที่สร้างค่าคงที่ |
| ใช้ MutexLock | การดำเนินการนี้ใช้การล็อกที่สร้างโดย `MutexLock` |
| ทริกเกอร์ควบคุม | ไม่ทำอะไรเลย |
| คัดลอก <ท> | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
| คัดลอกโฮสต์ <T> | คัดลอกเทนเซอร์ไปยังโฮสต์ |
| CountUpTo <T ขยายหมายเลข> | เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' |
| CrossReplicaSum <T ขยายหมายเลข> | อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ |
| CudnnRNNBackpropV3 <T ขยายหมายเลข> | ขั้นบันไดหลัง CudnnRNNV3. |
| CudnnRNNCanonicalToParamsV2 <T ขยายหมายเลข> | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ |
| CudnnRNNParamsToCanonicalV2 <T ขยายหมายเลข> | ดึงข้อมูลพารามิเตอร์ CudnnRNN ในรูปแบบมาตรฐาน |
| CudnnRNNV3 <T ขยายหมายเลข> | RNN ที่สนับสนุนโดย cuDNN |
| CumulativeLogsumexp <T ขยายหมายเลข> | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| DataServiceชุดข้อมูล | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
| DataServiceDatasetV2 | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
| ชุดข้อมูลCardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
| ชุดข้อมูลFromGraph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
| ชุดข้อมูล ToGraphV2 | ส่งกลับ GraphDef ที่เป็นอนุกรมซึ่งเป็นตัวแทนของ `input_dataset` |
| Dawsn <T ขยายจำนวน> | |
| DebugGradientIdentity <T> | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| DebugGradientRefIdentity <T> | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| ตรวจแก้จุดบกพร่อง <T> | จัดเตรียมการแมปข้อมูลประจำตัวของเทนเซอร์อินพุตประเภทที่ไม่ใช่การอ้างอิงสำหรับการดีบัก |
| DebugIdentityV2 <T> | การแก้ไขข้อบกพร่อง Identity V2 Op. |
| ดีบักNanCount | ดีบักตัวนับค่า NaN Op. |
| ดีบักสรุปตัวเลข | การแก้ปัญหาสรุปตัวเลข |
| DebugNumericSummaryV2 <U ขยายหมายเลข> | ดีบักสรุปตัวเลข V2 Op. |
| DecodeImage <T ขยายหมายเลข> | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
| DecodePaddedRaw <T ขยายหมายเลข> | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
| ถอดรหัสโปรโต | สหกรณ์แยกฟิลด์จากข้อความบัฟเฟอร์โปรโตคอลแบบซีเรียลไลซ์เป็นเทนเซอร์ |
| ดีพคัดลอก <T> | สร้างสำเนาของ `x` |
| ลบIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| ลบ MemoryCache | |
| ลบ MultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| ลบ RandomSeedGenerator | |
| ลบSeedGenerator | |
| ลบเซสชัน Tensor | ลบเทนเซอร์ที่ระบุโดยตัวจัดการในเซสชัน |
| DenseBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| DenseCountSparseOutput <U ขยายหมายเลข> | ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุต tf.tensor |
| DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) |
| ทำลายทรัพยากรOp | ลบทรัพยากรที่ระบุโดยหมายเลขอ้างอิง |
| ทำลายตัวแปรชั่วคราว <T> | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
| ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
| ชุดข้อมูล DirectedInterleave | ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ |
| DrawBoundingBoxesV2 <T ขยายหมายเลข> | วาดกรอบขอบบนชุดรูปภาพ |
| DummyIterationCounter | |
| DummyMemoryCache | |
| เครื่องกำเนิด DummySeed | |
| พาร์ติชันไดนามิก <T> | แบ่งพาร์ติชัน `data` เป็นเทนเซอร์ `num_partitions` โดยใช้ดัชนีจาก `partitions` |
| ไดนามิกสติทช์ <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
| แก้ไขระยะทาง | คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) |
| อิ๊ก <U> | คำนวณการสลายตัวแบบลักษณะเฉพาะของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
| ไอน์ซุม <T> | การหดตัวของเทนเซอร์ตามแบบแผนการรวมของไอน์สไตน์ |
| ว่างเปล่า <T> | สร้างเทนเซอร์ตามรูปร่างที่กำหนด |
| ว่างเปล่า TensorList | สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า |
| แผนที่ Tensor ว่างเปล่า | สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า |
| เข้ารหัสโปรโต | op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต |
| เข้าคิว TPUembedingIntegerBatch | การดำเนินการที่จัดคิวรายการเทนเซอร์แบทช์อินพุตเป็น TPUEmbedding |
| เข้าคิว TPUembedRaggedTensorBatch | ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup() ง่ายขึ้น |
| เข้าคิวTPUmbeddingSparseBatch | การดำเนินการที่จัดคิวดัชนีอินพุต TPUEmbedding จาก SparseTensor |
| จัดคิว TPUembedSparseTensorBatch | ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น |
| ตรวจสอบรูปร่าง <T> | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง |
| ป้อน <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
| Erfinv <T ขยายหมายเลข> | |
| ยูคลิดนอร์ม <T> | คำนวณบรรทัดฐานยุคคลิดขององค์ประกอบในมิติของเมตริกซ์ |
| ออกจาก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| ขยาย Dims <T> | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
| ชุดข้อมูล AutoShard แบบทดลอง | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
| ชุดข้อมูล ExperimentalBytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
| ชุดข้อมูลแบบทดลองเลือกเร็วที่สุด | |
| ชุดข้อมูลเชิงทดลอง Cardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
| ชุดข้อมูลทดลองToTFRecord | เขียนชุดข้อมูลที่กำหนดลงในไฟล์ที่กำหนดโดยใช้รูปแบบ TFRecord |
| ชุดข้อมูล DenseToSparseBatch แบบทดลอง | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบอินพุตลงใน SparseTensor |
| ชุดข้อมูล LatencyStats แบบทดลอง | บันทึกเวลาแฝงของการสร้างองค์ประกอบ `input_dataset` ใน StatsAggregator |
| ชุดข้อมูลการจับคู่ไฟล์แบบทดลอง | |
| ชุดข้อมูลการทดลองMaxIntraOpParallelism | สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด |
| ชุดข้อมูลตัวอย่างแยกวิเคราะห์เชิงทดลอง | แปลง `input_dataset` ที่มีโปรโต 'ตัวอย่าง' เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
| ชุดข้อมูล PrivateThreadPool แบบทดลอง | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ชุดข้อมูลสุ่มทดลอง | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
| ชุดข้อมูลรีแบทช์แบบทดลอง | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
| ชุดข้อมูล ExperimentalSetStatsAggregator | |
| ชุดข้อมูลหน้าต่างเลื่อนแบบทดลอง | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างแบบเลื่อนเหนือ `input_dataset` |
| ชุดข้อมูล ExperimentalSql | สร้างชุดข้อมูลที่ดำเนินการแบบสอบถาม SQL และส่งเสียงแถวของชุดผลลัพธ์ |
| ExperimentalStatsAggregatorHandle | สร้างทรัพยากรตัวจัดการสถิติ |
| ExperimentalStatsAggregatorสรุป | สร้างข้อมูลสรุปของสถิติใดๆ ที่บันทึกโดยผู้จัดการสถิติที่กำหนด |
| ชุดข้อมูล Unbatch แบบทดลอง | ชุดข้อมูลที่แบ่งองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
| Expint <T ขยายหมายเลข> | |
| แยกGlimpseV2 | แยกข้อมูลเหลือบจากเทนเซอร์อินพุต |
| ExtractVolumePatches <T ขยายหมายเลข> | แยก "แพตช์" ออกจาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" |
| เติม <U> | สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ |
| สรุปชุดข้อมูล | สร้างชุดข้อมูลโดยใช้ `tf.data.Options` กับ `input_dataset` |
| ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
| FresnelCos <T ขยายหมายเลข> | |
| FresnelSin <T ขยายหมายเลข> | |
| FusedBatchNormGradV3 <T ขยายหมายเลข U ขยายหมายเลข> | การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐานแบบแบทช์ |
| FusedBatchNormV3 <T ขยายหมายเลข U ขยายหมายเลข> | การทำให้เป็นมาตรฐานแบบแบตช์ |
| GRUBlockCell <T ขยายหมายเลข> | คำนวณการแพร่กระจายไปข้างหน้าของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
| GRUBlockCellGrad <T ขยายหมายเลข> | คำนวณการแพร่กระจายกลับของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
| รวบรวม <T> | รวบรวมชิ้นส่วนจากแกน 'params' 'axis' ตาม 'ดัชนี' |
| รวบรวม <T> | รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' |
| สร้าง BoundingBoxProposals | การดำเนินการนี้สร้างภูมิภาคที่สนใจจากกล่องขอบเขตที่กำหนด (bbox_deltas) พุก wrt ที่เข้ารหัสตาม eq.2 ใน arXiv:1506.01497 op เลือกกล่องให้คะแนน `pre_nms_topn` อันดับต้นๆ ถอดรหัสด้วยความเคารพต่อจุดยึด ใช้การปราบปรามที่ไม่สูงสุดบนกล่องที่ทับซ้อนกันที่มีค่ามากกว่า `nms_threshold` ค่าทางแยก-over-union (iou) ทิ้งกล่องที่ด้านสั้นกว่าน้อยกว่า ` ขั้นต่ำ_ขนาด`. |
| รับตัวเลือก | ส่งคืน `tf.data.Options` ที่แนบมากับ `input_dataset` |
| รับ SessionHandle | เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน |
| GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
| รับประกันConst <T> | รับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตมีค่าคงที่ |
| แฮชเทเบิล | สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน |
| HistogramFixedWidth <U ขยายตัวเลข> | ส่งกลับฮิสโตแกรมของค่า |
| ตัวตน <T> | ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
| อัตลักษณ์N | ส่งคืนรายการเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับอินพุต เทนเซอร์ |
| ละเว้นชุดข้อมูลข้อผิดพลาด | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด |
| ImageProjectiveTransformV2 <T ขยายหมายเลข> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| ImageProjectiveTransformV3 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| Const ที่ไม่เปลี่ยนรูป <T> | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ |
| InfeedDequeue <T> | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
| InfeedDequeueTuple | ดึงค่าหลายค่าจากการป้อนเข้าเป็นทูเพิล XLA |
| ป้อนเข้าคิว | op ที่ป้อนค่า Tensor เดียวในการคำนวณ |
| InfeedEnqueuePrelinearizedBuffer | การดำเนินการที่จัดคิวบัฟเฟอร์ที่กำหนดไว้ล่วงหน้าลงในอินพุต TPU |
| InfeedEnqueueTuple | ฟีดค่าเทนเซอร์หลายค่าลงในการคำนวณเป็นทูเพิล XLA |
| เตรียมใช้งานตาราง | เครื่องมือเริ่มต้นตารางที่รับเทนเซอร์สองตัวสำหรับคีย์และค่าตามลำดับ |
| เตรียมใช้งานTableFromDataset | |
| เตรียมใช้งาน TableFromTextFile | เตรียมข้อมูลเบื้องต้นให้กับตารางจากไฟล์ข้อความ |
| แทนที่เพิ่ม <T> | เพิ่ม v ลงในแถวที่ระบุของ x |
| InplaceSub <T> | ลบ `v` ลงในแถวที่ระบุของ `x` |
| แทนที่การอัปเดต <T> | อัพเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
| IsBoostedTreesEnsemble เริ่มต้นแล้ว | ตรวจสอบว่า Tree Ensemble ได้รับการเตรียมใช้งานแล้วหรือไม่ |
| IsBoostedTreesQuantileStreamResourceเริ่มต้นแล้ว | ตรวจสอบว่าสตรีมควอนไทล์ได้รับการเริ่มต้นแล้วหรือไม่ |
| เป็นตัวแปรเริ่มต้น | ตรวจสอบว่าได้เตรียมใช้งานเทนเซอร์แล้วหรือไม่ |
| IsotonicRegression <U ขยายจำนวน> | แก้ปัญหาการถดถอยไอโซโทนิกชุดหนึ่ง |
| IteratorGetDevice | ส่งกลับชื่อของอุปกรณ์ที่ได้วาง "ทรัพยากร" ไว้ |
| การเริ่มต้น KMC2Chain | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มลงในชุดเริ่มต้น |
| การเริ่มต้น KmeansPlusPlus | เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++ |
| KthOrderStatistic | คำนวณสถิติลำดับ K ของชุดข้อมูล |
| ชุดข้อมูล LMDB | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB อย่างน้อย 1 ไฟล์ |
| LSTMBlockCell <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ไปข้างหน้า LSTM สำหรับขั้นตอน 1 ครั้ง |
| LSTMBlockCellGrad <T ขยายหมายเลข> | คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังเป็นเวลา 1 ครั้ง |
| LinSpace <T ขยายหมายเลข> | สร้างค่าในช่วงเวลา |
| โหลดTPUEmbeddingADAMพารามิเตอร์ | โหลดพารามิเตอร์การฝัง ADAM |
| โหลด TPU การฝัง ADAMP พารามิเตอร์ GradAccum Debug | โหลดพารามิเตอร์การฝัง ADAM พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดTPUEmbeddingAdadeltaParameters | โหลดพารามิเตอร์การฝัง Adadelta |
| โหลด TPU การฝัง AdadeltaParametersGradAccumDebug | โหลดพารามิเตอร์ Adadelta พร้อมการสนับสนุนการดีบัก |
| โหลดTPUEmbeddingAdagradParameters | โหลดพารามิเตอร์การฝัง Adagrad |
| โหลด TPU การฝัง AdagradParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง Adagrad ด้วยการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดTPUEmbeddingCenteredRMSPropParameters | โหลดพารามิเตอร์การฝัง RMSProp ที่กึ่งกลาง |
| โหลดTPUEmbeddingFTRLParameters | โหลดพารามิเตอร์การฝัง FTRL |
| โหลด TPU การฝัง FTRLParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง FTRL พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดTPUEmbeddingFrequencyEstimatorพารามิเตอร์ | โหลดพารามิเตอร์การประมาณค่าความถี่ที่ฝังอยู่ |
| โหลด TPU การฝังตัวประมาณความถี่พารามิเตอร์ GradAccum Debug | โหลดตัวประมาณความถี่ที่ฝังพารามิเตอร์พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดTPUEmbeddingMDLAdagradLightParameters | โหลดพารามิเตอร์การฝัง MDL Adagrad Light |
| โหลดพารามิเตอร์ TPU การฝังโมเมนตัม | โหลดพารามิเตอร์การฝังโมเมนตัม |
| โหลด TPU การฝังโมเมนตัมพารามิเตอร์ GradAccum Debug | โหลดพารามิเตอร์การฝังโมเมนตัมพร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดTPUEmbeddingProximalAdagradParameters | โหลดพารามิเตอร์การฝัง Adagrad ใกล้เคียง |
| โหลด TPUmbeddingProximalAdagradParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง Adagrad ใกล้เคียงพร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| โหลดพารามิเตอร์ TPUUEmbeddingProximalYogi | |
| โหลดTPUEการฝังProximalYogiParametersGradAccumDebug | |
| โหลดTPUEmbeddingRMSPropParameters | โหลดพารามิเตอร์การฝัง RMSProp |
| โหลดTPUEmbeddingRMSPropParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง RMSProp ด้วยการสนับสนุนการดีบัก |
| โหลดTPUEการฝังพารามิเตอร์ StochasticGradientDescent | โหลดพารามิเตอร์การฝัง SGD |
| โหลดTPUการฝังStochasticGradientDescentParametersGradAccumDebug | โหลดพารามิเตอร์การฝัง SGD |
| LookupTableExport <T, U> | ส่งออกคีย์และค่าทั้งหมดในตาราง |
| LookupTableFind <U> | ค้นหาคีย์ในตาราง ส่งออกค่าที่เกี่ยวข้อง |
| LookupTableนำเข้า | แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ |
| LookupTableInsert | อัพเดตตารางเพื่อเชื่อมโยงคีย์กับค่า |
| LookupTable ลบ | ลบคีย์และค่าที่เกี่ยวข้องออกจากตาราง |
| LookupTableSize | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
| ห่วงCond | ส่งต่ออินพุตไปยังเอาต์พุต |
| LowerBound <U ขยายตัวเลข> | ใช้ lower_bound(sorted_search_values, ค่า) ในแต่ละแถว |
| Lu <T, U ขยายจำนวน> | คำนวณการสลายตัวของ LU ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
| ทำให้ไม่ซ้ำใคร | ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ค่าเริ่มต้นของพวกเขา |
| แผนที่เคลียร์ | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| แผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
| MapPeek | Op ดูค่าที่คีย์ที่ระบุ |
| ขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| แผนที่Stage | สเตจ (คีย์, ค่า) ในคอนเทนเนอร์ที่ซ่อนอยู่ซึ่งทำงานเหมือนกับแฮชเทเบิล |
| แผนที่Unstage | Op ลบและส่งกลับค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง |
| แผนที่UnstageNoKey | Op ลบและส่งกลับการสุ่ม (คีย์, ค่า) จากภาชนะที่อยู่ด้านล่าง |
| MatrixDiagPartV2 <T> | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
| MatrixDiagPartV3 <T> | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
| MatrixDiagV2 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
| MatrixDiagV3 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
| MatrixSetDiagV2 <T> | ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ |
| MatrixSetDiagV3 <T> | ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ |
| สูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
| ชุดข้อมูล MaxIntraOpParallelism | สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด |
| ผสาน <T> | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" ไปยัง "เอาต์พุต" |
| ขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| มิเรอร์แพด <T> | แพดเทนเซอร์ด้วยค่าที่มิเรอร์ |
| MirrorPadGrad <T> | การไล่ระดับสีสำหรับ `MirrorPad` op |
| MlirPassthroughOp | ล้อมการคำนวณ MLIR ตามอำเภอใจที่แสดงเป็นโมดูลด้วยฟังก์ชัน main() |
| มุลโนแนน <T> | ส่งคืนองค์ประกอบ x * y |
| ตาราง DenseHashTable ที่เปลี่ยนแปลงได้ | สร้างตารางแฮชว่างที่ใช้เทนเซอร์เป็นที่เก็บสำรอง |
| ตารางแฮชที่ไม่แน่นอน | สร้างตารางแฮชที่ว่างเปล่า |
| ตารางแฮชที่ผันแปรได้ของเทนเซอร์ | สร้างตารางแฮชที่ว่างเปล่า |
| มูเท็กซ์ | สร้างทรัพยากร Mutex ที่สามารถล็อกได้โดย `MutexLock` |
| MutexLock | ล็อกทรัพยากร mutex |
| NcclAllReduce <T ขยายหมายเลข> | เอาท์พุตเทนเซอร์ที่มีการลดลงในเทนเซอร์อินพุตทั้งหมด |
| NcclBroadcast <T ขยายหมายเลข> | ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
| NcclReduce <T ขยายหมายเลข> | ลด "อินพุต" จาก "num_devices" โดยใช้ "การลด" ลงในอุปกรณ์เครื่องเดียว |
| Ndtri <T ขยายจำนวน> | |
| เพื่อนบ้านที่ใกล้ที่สุด | เลือก k ศูนย์กลางที่ใกล้ที่สุดสำหรับแต่ละจุด |
| ถัดไปหลังจาก <T ขยายหมายเลข> | ส่งคืนค่าตัวแทนถัดไปของ "x1" ไปในทิศทางของ "x2" ตามองค์ประกอบ |
| การวนซ้ำครั้งถัดไป <T> | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
| ไม่อป | ไม่ทำอะไรเลย |
| NonDetermisticInts <U> | สร้างจำนวนเต็มบางส่วนโดยไม่ได้กำหนดไว้ |
| NonMaxSuppressionV5 <T ขยายหมายเลข> | เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การตัดกล่องที่มีจุดตัดกันเกินสหภาพ (IOU) สูงซ้อนทับกับกล่องที่เลือกไว้ก่อนหน้านี้ |
| ชุดข้อมูลที่ไม่สามารถซีเรียลไลซ์ได้ | |
| วันฮอต <U> | ส่งกลับเทนเซอร์แบบร้อนเดียว |
| คนอย่าง <T> | ส่งกลับเทนเซอร์ของวัตถุที่มีรูปร่างและประเภทเดียวกันกับ x |
| OptimizeDatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` |
| ตัวเลือกชุดข้อมูล | สร้างชุดข้อมูลโดยการแนบ tf.data.Options กับ `input_dataset` |
| สั่งซื้อMapClear | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| สั่งซื้อแผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
| สั่งซื้อMapPeek | Op ดูค่าที่คีย์ที่ระบุ |
| สั่งซื้อMapSize | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| สั่งซื้อMapStage | สเตจ (คีย์, ค่า) ในคอนเทนเนอร์ที่ซ่อนอยู่ซึ่งทำงานเหมือนได้รับคำสั่ง คอนเทนเนอร์ที่เกี่ยวข้อง |
| สั่งซื้อแผนที่Unstage | Op ลบและส่งกลับค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง |
| สั่งซื้อMapUnstageNoKey | Op ลบและส่งกลับองค์ประกอบ (key, value) ที่มีขนาดเล็กที่สุด คีย์จากคอนเทนเนอร์ที่ซ่อนอยู่ |
| OutfeedDequeue <T> | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
| OutfeedDequeueTuple | ดึงค่าหลายค่าจากเอาท์พุตการคำนวณ |
| OutfeedDequeueTupleV2 | ดึงค่าหลายค่าจากเอาท์พุตการคำนวณ |
| OutfeedDequeueV2 <T> | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
| OutfeedEnqueue | จัดคิวเทนเซอร์บนเอาท์พุตการคำนวณ |
| OutfeedEnqueueTuple | จัดคิวค่า Tensor หลายค่าบนเอาท์พุตการคำนวณ |
| แพด <T> | แผ่นรองเทนเซอร์ |
| ชุดข้อมูลแบบขนาน | |
| ParallelConcat <T> | เชื่อมต่อรายการเทนเซอร์ `N` เข้ากับมิติแรก |
| ParallelDynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
| แยกตัวอย่าง DatasetV2 | แปลง `input_dataset` ที่มีโปรโต 'ตัวอย่าง' เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
| แยกตัวอย่างV2 | แปลงเวกเตอร์ของโปรโต tf.Example (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
| ParseSequenceตัวอย่างV2 | แปลงเวกเตอร์ของโปรโตส tf.io.SequenceExample (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
| ตัวยึดตำแหน่ง <T> | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
| ตัวยึดตำแหน่งด้วยค่าเริ่มต้น <T> | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต |
| พรีลิเนียร์ | op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงไปจนถึงเทนเซอร์ตัวแปรทึบแสง |
| พรีลิเนียร์ไรซ์Tuple | op ที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงให้เป็นเทนเซอร์ตัวแปรทึบแสง |
| พิมพ์ | พิมพ์สเกลาร์สตริง |
| ชุดข้อมูล ThreadPool ส่วนตัว | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
| QuantizeAndDequantizeV4 <T ขยายหมายเลข> | การหาปริมาณแล้วจึงแยกเทนเซอร์ออก |
| QuantizeAndDequantizeV4Grad <T ขยายหมายเลข> | ส่งกลับค่าการไล่ระดับสีของ `QuantizeAndDequantizeV4` |
| QuantizedConcat <T> | เชื่อมต่อเทนเซอร์เชิงปริมาณเข้าด้วยกันในมิติเดียว |
| QuantizedConcatV2 <T> | |
| QuantizedConv2DAndRelu <V> | |
| QuantizedConv2DAndReluAndRequantize <V> | |
| QuantizedConv2DAndRequantize <V> | |
| QuantizedConv2DPerChannel <V> | คำนวณ QuantizedConv2D ต่อช่องสัญญาณ |
| QuantizedConv2Dด้วยอคติ <V> | |
| QuantizedConv2DWithBiasAndRelu <V> | |
| QuantizedConv2DWithBiasAndReluAndRequantize <W> | |
| QuantizedConv2DWithBiasAndRequantize <W> | |
| QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X> | |
| QuantizedConv2DWithBiasSumAndRelu <V> | |
| QuantizedConv2DWithBiasSumAndReluAndRequantize <X> | |
| QuantizedDepthwiseConv2D <V> | คำนวณ Conv2D ในเชิงลึกเชิงปริมาณ |
| QuantizedDepthwiseConv2DWithBias <V> | คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias |
| QuantizedDepthwiseConv2DWithBiasAndRelu <V> | คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias และ Relu |
| QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W> | คำนวณ Conv2D ในเชิงลึกเชิงปริมาณด้วย Bias, Relu และ Requantize |
| QuantizedMatMulWithBias <W> | ดำเนินการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` พร้อมบวกอคติ |
| QuantizedMatMulWithBiasAndDequantize <W ขยายหมายเลข> | |
| QuantizedMatMulWithBiasAndRelu <V> | ทำการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` โดยมีการรวมอคติบวกและรีลู |
| QuantizedMatMulWithBiasAndReluAndRequantize <W> | ดำเนินการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` โดยมีอคติบวกและ relu และกำหนดปริมาณฟิวชั่นใหม่ |
| QuantizedMatMulWithBiasAndRequantize <W> | |
| QuantizedReshape <T> | ปรับรูปร่างเทนเซอร์เชิงปริมาณตามตัวเลือก Reshape |
| RaggedBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| RaggedCountSparseOutput <U ขยายหมายเลข> | ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุตเทนเซอร์ที่ขาดหาย |
| RaggedCross <T, U ขยายหมายเลข> | สร้างคุณลักษณะที่ตัดกันจากรายการเทนเซอร์ และส่งกลับเป็น RaggedTensor |
| RaggedGather <T ขยายหมายเลข U> | รวบรวมส่วนที่ขาดจากแกน `params` `0` ตาม `ดัชนี` |
| RaggedRange <U ขยายหมายเลข T ขยายหมายเลข> | ส่งกลับ `RaggedTensor` ที่มีลำดับตัวเลขที่ระบุ |
| RaggedTensorFromVariant <U ขยายหมายเลข T> | ถอดรหัสเทนเซอร์ "ตัวแปร" เป็น "RaggedTensor" |
| RaggedTensorToSparse <U> | แปลง `RaggedTensor` ให้เป็น `SparseTensor` ที่มีค่าเดียวกัน |
| RaggedTensorToTensor <U> | สร้างเทนเซอร์ที่มีความหนาแน่นสูงจากเทนเซอร์ที่ขาดๆ หายๆ ซึ่งอาจมีการเปลี่ยนแปลงรูปร่างได้ |
| RaggedTensorToVariant | เข้ารหัส `RaggedTensor` ให้เป็นเทนเซอร์ 'ตัวแปร' |
| RaggedTensorToVariantGradient <U> | ตัวช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `RaggedTensorToVariant` |
| ช่วง <T ขยายหมายเลข> | สร้างลำดับของตัวเลข |
| อันดับ | ส่งกลับอันดับของเทนเซอร์ |
| ReadVariableOp <T> | อ่านค่าของตัวแปร |
| รีแบทช์ชุดข้อมูล | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
| รีแบทช์ DatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
| รับ <T> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
| RecvTPUEmbeddingActivations | ปฏิบัติการที่ได้รับการเปิดใช้งานการฝังบน TPU |
| ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ลดใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ลดสูงสุด <T> | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
| ลดขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ลดผลผลิต <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
| ลดผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| อ้างอิง <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
| อ้างอิงทางออก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| การระบุตัวตน <T> | ส่งคืนค่าเทนเซอร์อ้างอิงเดียวกันกับเทนเซอร์อ้างอิงอินพุต |
| อ้างอิงการรวม <T> | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" ไปยัง "เอาต์พุต" |
| RefNextIteration <T> | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
| อ้างอิงเลือก <T> | ส่งต่อ "องค์ประกอบดัชนี" ของ "อินพุต" ไปยัง "เอาต์พุต" |
| RefSwitch <T> | ส่งต่อเทนเซอร์อ้างอิง `data` ไปยังพอร์ตเอาต์พุตที่กำหนดโดย `pred` |
| ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
| RequantizationRangePerChannel | คำนวณช่วงการจัดสรรใหม่ต่อช่องสัญญาณ |
| RequantizePerChannel <U> | จัดปริมาณอินพุตใหม่ด้วยค่าต่ำสุดและสูงสุดที่ทราบต่อช่องสัญญาณ |
| ปรับรูปร่างใหม่ <T> | เปลี่ยนรูปร่างเทนเซอร์ |
| ResourceAccumulatorApplyGradient | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
| ResourceAccumulatorNumสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| ResourceAccumulatorSetGlobalStep | อัพเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
| ResourceAccumulatorTakeGradient <T> | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| ResourceApplyAdagradV2 | อัปเดต '*var' ตามรูปแบบ adagrad |
| ResourceApplyAdamWithAmsgrad | อัปเดต '*var' ตามอัลกอริทึมของ Adam |
| ทรัพยากรใช้KerasMomentum | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| ทรัพยากรแบบมีเงื่อนไขสะสม | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| ResourceCountUpTo <T ขยายหมายเลข> | เพิ่มตัวแปรที่ชี้ตาม 'ทรัพยากร' จนกว่าจะถึง 'ขีดจำกัด' |
| ResourceGather <U> | รวบรวมชิ้นส่วนจากตัวแปรที่ชี้ไปตาม 'ทรัพยากร' ตาม 'ดัชนี' |
| ResourceGatherNd <U> | |
| ResourceScatterAdd | เพิ่มการอัปเดตแบบกระจัดกระจายให้กับตัวแปรที่อ้างอิงโดย "ทรัพยากร" |
| ResourceScatterDiv | แบ่งการอัปเดตแบบกระจัดกระจายออกเป็นตัวแปรที่อ้างอิงโดย "ทรัพยากร" |
| ResourceScatterMax | ลดการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "สูงสุด" |
| ResourceScatterMin | ลดการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "ขั้นต่ำ" |
| ResourceScatterMul | คูณการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" |
| ResourceScatterNdAdd | ใช้การเพิ่มเติมแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| ResourceScatterNdMax | |
| ResourceScatterNdMin | |
| ResourceScatterNdSub | ใช้การลบแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| ResourceScatterNdอัปเดต | ใช้ "การอัปเดต" แบบกระจัดกระจายกับแต่ละค่าหรือส่วนต่างๆ ภายในที่กำหนด แปรผันตาม 'ดัชนี' |
| ResourceScatterย่อย | ลบการอัปเดตแบบกระจัดกระจายออกจากตัวแปรที่อ้างอิงโดย "ทรัพยากร" |
| ResourceScatterอัปเดต | กำหนดการอัปเดตแบบกระจัดกระจายให้กับตัวแปรที่อ้างอิงโดย "ทรัพยากร" |
| ทรัพยากรSparseApplyAdagradV2 | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
| ทรัพยากรSparseApplyKerasMomentum | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม |
| ResourceStridedSliceAssign | กำหนด `value` ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ `ref` |
| ดึงTPUEmbeddingADAMพารามิเตอร์ | ดึงข้อมูลพารามิเตอร์การฝัง ADAM |
| ดึงข้อมูล TPU การฝัง ADAMParametersGradAccumDebug | ดึงพารามิเตอร์การฝัง ADAM พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| ดึงข้อมูล TPUembedAdadeltaParameters | ดึงข้อมูลพารามิเตอร์การฝัง Adadelta |
| ดึงข้อมูล TPU การฝัง AdadeltaParametersGradAccumDebug | ดึงข้อมูลพารามิเตอร์การฝัง Adadelta ด้วยการสนับสนุนการดีบัก |
| ดึงข้อมูล TPUembedAdagradParameters | ดึงข้อมูลพารามิเตอร์การฝัง Adagrad |
| ดึงข้อมูล TPU การฝัง AdagradParametersGradAccumDebug | เรียกข้อมูลพารามิเตอร์การฝัง Adagrad ด้วยการสนับสนุนการดีบัก |
| ดึงTPUEmbeddingCenteredRMSPropParameters | ดึงข้อมูลพารามิเตอร์การฝัง RMSProp ที่กึ่งกลาง |
| ดึงTPUEmbeddingFTRLParameters | รับพารามิเตอร์การฝัง FTRL |
| ดึงข้อมูล TPU การฝัง FTRLParametersGradAccumDebug | รับพารามิเตอร์การฝัง FTRL ด้วยการสนับสนุนการแก้ไขข้อบกพร่อง |
| ดึงพารามิเตอร์การฝัง TPUEstimatorFrequencyEstimator | เรียกข้อมูลพารามิเตอร์ที่ฝังตัวประมาณความถี่ |
| ดึงข้อมูล TPU การฝังตัวประมาณความถี่พารามิเตอร์ GradAccum Debug | เรียกข้อมูลพารามิเตอร์ที่ฝังตัวประมาณความถี่ด้วยการสนับสนุนการแก้ไขข้อบกพร่อง |
| ดึงข้อมูล TPUembedMDLAdagradLightParameters | เรียกข้อมูลพารามิเตอร์การฝัง MDL Adagrad Light |
| ดึงพารามิเตอร์การฝัง TPUUE โมเมนตัม | รับพารามิเตอร์การฝังโมเมนตัม |
| ดึงข้อมูล TPU การฝังโมเมนตัมพารามิเตอร์ GradAccum Debug | ดึงข้อมูลพารามิเตอร์การฝังโมเมนตัมด้วยการสนับสนุนการแก้ไขข้อบกพร่อง |
| เรียกข้อมูลพารามิเตอร์ TPUUEmbeddingProximalAdagrad | ดึงข้อมูลพารามิเตอร์การฝัง Adagrad ที่ใกล้เคียง |
| ดึงข้อมูล TPUUEmbeddingProximalAdagradParametersGradAccumDebug | ดึงพารามิเตอร์การฝัง Adagrad ใกล้เคียงพร้อมการสนับสนุนการแก้ไขจุดบกพร่อง |
| ดึงข้อมูล TPUUEmbeddingProximalYogiParameters | |
| ดึงข้อมูล TPUEmbeddingProximalYogiParametersGradAccumDebug | |
| เรียกข้อมูล TPUUEmbeddingRMSPropParameters | เรียกพารามิเตอร์การฝัง RMSProp |
| เรียกข้อมูล TPUUEmbeddingRMSPropParametersGradAccumDebug | ดึงข้อมูลพารามิเตอร์การฝัง RMSProp ด้วยการสนับสนุนการดีบัก |
| ดึงข้อมูล TPU การฝัง StochasticGradientDescentParameters | รับพารามิเตอร์การฝัง SGD |
| ดึงข้อมูล TPUE การฝัง StochasticGradientDescentParametersGradAccumDebug | รับพารามิเตอร์การฝัง SGD พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| ย้อนกลับ <T> | กลับมิติเฉพาะของเทนเซอร์ |
| ลำดับย้อนกลับ <T> | ย้อนกลับส่วนที่มีความยาวผันแปรได้ |
| RiscAbs <T ขยายหมายเลข> | |
| RiscAdd <T ขยายหมายเลข> | ส่งกลับองค์ประกอบ x + y |
| RiscBinaryArithmetic <T ขยายตัวเลข> | |
| การเปรียบเทียบ RiscBinary | |
| RiscBitcast <U> | |
| RiscBroadcast <T> | |
| RiscCast <U> | |
| RiscCeil <T ขยายหมายเลข> | |
| RiscCholesky <T ขยายหมายเลข> | |
| ริสก์คอนแคท <T> | |
| RiscConv <T ขยายหมายเลข> | |
| RiscCos <T ขยายหมายเลข> | |
| RiscDiv <T ขยายหมายเลข> | |
| RiscDot <T ขยายจำนวน> | |
| RiscExp <T ขยายหมายเลข> | |
| RiscFft <T> | |
| RiscFloor <T ขยายหมายเลข> | |
| RiscGather <T> | |
| RiscImag <U ขยายหมายเลข> | |
| ความเสี่ยงมีจำกัด | |
| RiscLog <T ขยายหมายเลข> | |
| RiscLogicalAnd | |
| RiscLogicalไม่ใช่ | |
| RiscLogicalOr | |
| RiscMax <T ขยายหมายเลข> | ส่งคืนองค์ประกอบสูงสุด(x, y) |
| RiscMin <T ขยายหมายเลข> | |
| RiscMul <T ขยายหมายเลข> | |
| RiscNeg <T ขยายหมายเลข> | |
| RiscPad <T ขยายหมายเลข> | |
| RiscPool <T ขยายหมายเลข> | |
| RiscPow <T ขยายหมายเลข> | |
| RiscRandomUniform | |
| RiscReal <U ขยายหมายเลข> | |
| RiscReduce <T ขยายหมายเลข> | |
| RiscRem <T ขยายหมายเลข> | |
| RiscReshape <T ขยายหมายเลข> | |
| RiscReverse <T ขยายหมายเลข> | |
| RiscScatter <U ขยายหมายเลข> | |
| RiscShape <U ขยายตัวเลข> | |
| RiscSign <T ขยายหมายเลข> | |
| RiscSlice <T ขยายหมายเลข> | |
| RiscSort <T ขยายหมายเลข> | |
| RiscSqueeze <T> | |
| RiscSub <T ขยายหมายเลข> | |
| ริสก์ทรานสโพส <T> | |
| RiscTriangleSolve <T ขยายตัวเลข> | |
| RiscUnary <T ขยายหมายเลข> | |
| Rngอ่านและข้าม | เลื่อนเคาน์เตอร์ของ RNG แบบเคาน์เตอร์ |
| RngSkip | เลื่อนเคาน์เตอร์ของ RNG แบบเคาน์เตอร์ |
| ม้วน <T> | ม้วนองค์ประกอบของเทนเซอร์ไปตามแกน |
| ชุดข้อมูลสุ่มตัวอย่าง | สร้างชุดข้อมูลที่รับตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
| สเกลและแปล | |
| ScaleAndTranslateGrad <T ขยายหมายเลข> | |
| กระจายเพิ่ม <T> | เพิ่มการอัพเดตแบบกระจัดกระจายให้กับการอ้างอิงตัวแปร |
| กระจายDiv <T> | แบ่งการอ้างอิงตัวแปรด้วยการอัพเดตแบบกระจัดกระจาย |
| ScatterMax <T ขยายหมายเลข> | ลดการอัปเดตแบบกระจัดกระจายลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "สูงสุด" |
| ScatterMin <T ขยายหมายเลข> | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "min" |
| กระจายมัล <T> | คูณการอัพเดตแบบกระจัดกระจายเป็นการอ้างอิงตัวแปร |
| กระจายNd <U> | กระจาย 'อัปเดต' เป็นเทนเซอร์ใหม่ตาม 'ดัชนี' |
| กระจายNdAdd <T> | ใช้การเพิ่มเติมแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| กระจายNdMax <T> | คำนวณค่าสูงสุดตามองค์ประกอบ |
| กระจายNdMin <T> | คำนวณขั้นต่ำตามองค์ประกอบ |
| ScatterNdNonAliasingAdd <T> | ใช้การเพิ่มเติมแบบกระจายกับ "อินพุต" โดยใช้ค่าเดี่ยวๆ หรือการแบ่งส่วน จาก `อัปเดต` ตามดัชนี `ดัชนี` |
| กระจายNdSub <T> | ใช้การลบแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| ScatterNdUpdate <T> | ใช้ "การอัปเดต" แบบกระจัดกระจายกับแต่ละค่าหรือส่วนต่างๆ ภายในที่กำหนด แปรผันตาม 'ดัชนี' |
| กระจายย่อย <T> | ลบการอัพเดตแบบกระจัดกระจายไปยังการอ้างอิงตัวแปร |
| กระจายอัปเดต <T> | ใช้การอัพเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
| เลือกV2 <T> | |
| ส่ง | ส่งเทนเซอร์ที่มีชื่อจาก send_device ไปยัง recv_device |
| SendTPUการฝังการไล่ระดับสี | ดำเนินการอัปเดตการไล่ระดับสีของตารางที่ฝัง |
| SetDiff1d <T, U ขยายหมายเลข> | คำนวณความแตกต่างระหว่างสองรายการตัวเลขหรือสตริง |
| กำหนดขนาด | จำนวนองค์ประกอบที่ไม่ซ้ำกันในมิติสุดท้ายของอินพุต `set` |
| รูปร่าง <U ขยายตัวเลข> | ส่งกลับรูปร่างของเทนเซอร์ |
| ShapeN <U ขยายตัวเลข> | ส่งกลับรูปร่างของเทนเซอร์ |
| ShardDataset | สร้าง "ชุดข้อมูล" ที่รวมเพียง 1/`num_shards` ของชุดข้อมูลนี้ |
| สลับและทำซ้ำชุดข้อมูล V2 | |
| สับเปลี่ยนชุดข้อมูลV2 | |
| สับเปลี่ยนชุดข้อมูลV3 | |
| ปิดระบบกระจายTPU | ปิดระบบ TPU แบบกระจายที่ทำงานอยู่ |
| ขนาด <U ขยายตัวเลข> | ส่งกลับขนาดของเทนเซอร์ |
| ข้ามแกรม | แยกวิเคราะห์ไฟล์ข้อความและสร้างชุดตัวอย่าง |
| ชุดข้อมูลการนอนหลับ | |
| ชิ้น <T> | กลับชิ้นจาก 'อินพุต' |
| ชุดข้อมูลหน้าต่างบานเลื่อน | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างแบบเลื่อนเหนือ `input_dataset` |
| สแนปช็อต <T> | ส่งกลับสำเนาของเทนเซอร์อินพุต |
| ชุดข้อมูลสแนปชอต | สร้างชุดข้อมูลที่จะเขียนถึง/อ่านจากสแนปช็อต |
| SnapshotDatasetReader | |
| สแนปชอต NestedDatasetReader | |
| SobolSample <T ขยายหมายเลข> | สร้างคะแนนจากลำดับ Sobol |
| SpaceToBatchNd <T> | SpaceToBatch สำหรับเทนเซอร์ ND ประเภท T |
| SparseApplyAdagradV2 <T> | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
| SparseBincount <U ขยายหมายเลข> | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| SparseCountSparseOutput <U ขยายหมายเลข> | ดำเนินการนับถังเอาท์พุตแบบกระจายสำหรับอินพุตเทนเซอร์แบบกระจาย |
| เบาบางCrossHashed | สร้าง crosse cross จากรายการเทนเซอร์แบบกระจัดกระจายและหนาแน่น |
| เบาบางCrossV2 | สร้าง crosse cross จากรายการเทนเซอร์แบบกระจัดกระจายและหนาแน่น |
| เบาบางเมทริกซ์บวก | การบวกเมทริกซ์ CSR สองตัวแบบกระจัดกระจาย C = อัลฟา * A + เบต้า * B |
| เบาบางMatrixMatMul <T> | เมทริกซ์คูณเมทริกซ์กระจัดกระจายด้วยเมทริกซ์หนาแน่น |
| เบาบางเมทริกซ์Mul | การคูณเมทริกซ์กระจัดกระจายอย่างชาญฉลาดด้วยเทนเซอร์หนาแน่น |
| เบาเมทริกซ์NNZ | ส่งกลับจำนวนที่ไม่ใช่ศูนย์ของ `sparse_matrix` |
| SparseMatrixการสั่งซื้อAMD | คำนวณลำดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต" |
| SparseMatrixSoftmax | คำนวณ softmax ของ CSRSparseMatrix |
| SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
| SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบกระจัดกระจายของ `อินพุต` |
| SparseMatrixSparseMatMul | เมทริกซ์แบบกระจายจะคูณเมทริกซ์ CSR สองตัว `a` และ `b` |
| SparseMatrixTranspose | ย้ายขนาดภายใน (เมทริกซ์) ของ CSRSparseMatrix |
| เบาบางเมทริกซ์ศูนย์ | สร้าง CSRSparseMatrix ที่เป็นศูนย์ทั้งหมดที่มีรูปร่าง `dense_shape` |
| SparseSegmentSumGrad <T ขยายหมายเลข> | คำนวณการไล่ระดับสีสำหรับ SparseSegmentSum |
| SparseTensorToCSRSparseMatrix | แปลง SparseTensor เป็น CSRSparseMatrix (อาจเป็นชุด) |
| สเปนซ์ <T ขยายจำนวน> | |
| แยก <T> | แยกเทนเซอร์ออกเป็นเทนเซอร์ "num_split" ตามมิติเดียว |
| สปลิทวี <T> | แยกเทนเซอร์ออกเป็นเทนเซอร์ "num_split" ตามมิติเดียว |
| บีบ <T> | ลบขนาดขนาด 1 ออกจากรูปทรงของเทนเซอร์ |
| สแต็ค <T> | รวบรวมรายการเทนเซอร์ "อันดับ N" - "R" ไว้ในเทนเซอร์ระดับเดียว - "(R+1)" |
| เวที | ค่าสเตจคล้ายกับ Enqueue แบบไลท์เวท |
| สเตจเคลียร์ | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| StagePeek | Op ดูค่าที่ดัชนีที่ระบุ |
| ขนาดเวที | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| StatefulRandomBinomial <V ขยายหมายเลข> | |
| statefulStandardNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
| สถานะ StandardNormalV2 <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
| StatefulTruncatedNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| เครื่องแบบของรัฐ <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| StatefulUniformFullInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| StatefulUniformInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| StatelessParameterizedTruncatedNormal <V ขยายหมายเลข> | |
| StatelessRandomBinomial <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบทวินาม |
| StatelessRandomGammaV2 <V ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแกมมา |
| ไร้สัญชาติ RandomGetAlg | เลือกอัลกอริธึม RNG แบบเคาน์เตอร์ที่ดีที่สุดตามอุปกรณ์ |
| StatelessRandomGetKeyCounter | แย่งเมล็ดลงในคีย์และตัวนับโดยใช้อัลกอริธึมที่ดีที่สุดตามอุปกรณ์ |
| ไร้สัญชาติ RandomGetKeyCounterAlg | เลือกอัลกอริธึมที่ดีที่สุดตามอุปกรณ์ และแย่งชิงเมล็ดลงในคีย์และตัวนับ |
| StatelessRandomNormalV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
| StatelessRandomPoisson <W ขยายหมายเลข> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปัวซอง |
| StatelessRandomUniformFullInt <V ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomUniformFullIntV2 <U ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomUniformIntV2 <U ขยายหมายเลข> | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomUniformV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessSampleDistortedBoundingBox <T ขยายหมายเลข> | สร้างกรอบขอบที่บิดเบี้ยวแบบสุ่มสำหรับรูปภาพตามที่กำหนด |
| StatelessTruncatedNormalV2 <U ขยายหมายเลข> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| StatsAggregatorHandleV2 | |
| StatsAggregatorSetSummaryWriter | ตั้งค่า summary_writer_interface เพื่อบันทึกสถิติโดยใช้ stats_aggregator ที่กำหนด |
| หยุดการไล่ระดับสี <T> | หยุดการคำนวณการไล่ระดับสี |
| สตริดสไลซ์ <T> | ส่งกลับส่วนที่เป็นลายเส้นจาก "อินพุต" |
| StridedSliceกำหนด <T> | กำหนด `value` ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ `ref` |
| StridedSliceGrad <U> | ส่งกลับค่าการไล่ระดับสีของ "StridedSlice" |
| สตริงล่าง | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ |
| StringNGrams <T ขยายหมายเลข> | สร้าง ngrams จากข้อมูลสตริงที่ขาดหายไป |
| สตริงUpper | แปลงอักขระตัวพิมพ์เล็กทั้งหมดเป็นการแทนที่ตัวพิมพ์ใหญ่ตามลำดับ |
| ผลรวม <T> | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| สวิตช์คอนดิชัน <T> | ส่งต่อ 'data' ไปยังพอร์ตเอาต์พุตที่กำหนดโดย 'pred' |
| ผลการรวบรวม TPU | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
| TPUCompile ยืนยันสำเร็จแล้ว | ยืนยันว่าการรวบรวมสำเร็จ |
| การเปิดใช้งานการฝัง TPU | การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings |
| TPUดำเนินการ | Op ที่โหลดและรันโปรแกรม TPU บนอุปกรณ์ TPU |
| TPUExecuteAndUpdateVariables | Op ที่รันโปรแกรมด้วยการอัพเดตตัวแปรแบบแทนที่ซึ่งเป็นตัวเลือก |
| TPUOrdinalSelector | ตัวเลือกแกน TPU Op |
| TPUPartitionedInput <T> | สหกรณ์ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
| TPUPartitionedOutput <T> | สหกรณ์ที่แยกเมตริกซ์เทนเซอร์ที่จะแบ่งส่วนโดย XLA ไปยังรายการพาร์ติชัน เอาต์พุตนอกการคำนวณ XLA |
| TPUReplicateMetadata | ข้อมูลเมตาที่ระบุว่าควรจำลองการคำนวณ TPU อย่างไร |
| TPUReplicatedInput <T> | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่จำลองแบบ N-way |
| TPUReplicatedOutput <T> | เชื่อมต่อเอาต์พุต N จากการคำนวณ TPU ที่จำลองแบบ N-way |
| TPUReshardตัวแปร | ปฏิบัติการที่แบ่งตัวแปร TPU บนอุปกรณ์ใหม่เป็นสถานะที่ระบุ |
| ตัวแปรชั่วคราว <T> | ส่งกลับเทนเซอร์ที่อาจกลายพันธุ์ แต่คงอยู่ในขั้นตอนเดียวเท่านั้น |
| TensorArray | อาร์เรย์ของเทนเซอร์ที่มีขนาดที่กำหนด |
| TensorArrayปิด | ลบ TensorArray ออกจากที่เก็บทรัพยากร |
| TensorArrayConcat <T> | เชื่อมต่อองค์ประกอบจาก TensorArray ให้เป็นค่า `value` |
| TensorArrayGather <T> | รวบรวมองค์ประกอบเฉพาะจาก TensorArray ลงในเอาต์พุต `value` |
| TensorArrayGrad | สร้าง TensorArray สำหรับจัดเก็บการไล่ระดับสีของค่าในแฮนเดิลที่กำหนด |
| TensorArrayGradWithShape | สร้าง TensorArray สำหรับจัดเก็บค่าการไล่ระดับสีหลายค่าในแฮนเดิลที่กำหนด |
| TensorArrayPack <T> | |
| TensorArrayRead <T> | อ่านองค์ประกอบจาก TensorArray ลงในเอาต์พุต `value` |
| TensorArrayScatter | กระจายข้อมูลจากค่าอินพุตไปยังองค์ประกอบ TensorArray ที่เฉพาะเจาะจง |
| ขนาดเทนเซอร์อาร์เรย์ | รับขนาดปัจจุบันของ TensorArray |
| เทนเซอร์อาร์เรย์แยก | แยกข้อมูลจากค่าอินพุตออกเป็นองค์ประกอบ TensorArray |
| TensorArrayแกะออก | |
| TensorArrayWrite | ผลักองค์ประกอบไปที่ tensor_array |
| TensorListConcat <T> | เชื่อมต่อเทนเซอร์ทั้งหมดในรายการตามมิติที่ 0 |
| TensorListConcatLists | |
| TensorListConcatV2 <U> | เชื่อมต่อเทนเซอร์ทั้งหมดในรายการตามมิติที่ 0 |
| TensorListElementShape <T ขยายหมายเลข> | รูปร่างขององค์ประกอบของรายการที่ระบุเป็นเทนเซอร์ |
| TensorListFromTensor | สร้าง TensorList ซึ่งเมื่อซ้อนกันแล้วจะมีค่าเป็น "tensor" |
| TensorListGather <T> | สร้าง Tensor โดยการจัดทำดัชนีลงใน TensorList |
| TensorListGetItem <T> | |
| TensorListLength | ส่งกลับจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต |
| TensorListPopBack <T> | ส่งคืนองค์ประกอบสุดท้ายของรายการอินพุตและรายการที่มีทั้งหมดยกเว้นองค์ประกอบนั้น |
| TensorListPushBack | ส่งคืนรายการที่มีการส่งผ่าน "Tensor" เป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่นๆ ของรายการที่กำหนดใน "input_handle" |
| TensorListPushBackBatch | |
| TensorListReserve | รายการขนาดที่กำหนดซึ่งมีองค์ประกอบว่าง |
| TensorListResize | ปรับขนาดรายการ |
| TensorListScatter | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
| TensorListScatter เข้าสู่รายการที่มีอยู่ | กระจายเมตริกซ์ที่ดัชนีในรายการอินพุต |
| TensorListScatterV2 | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
| TensorListSetItem | |
| TensorListSplit | แยกเมตริกซ์ออกเป็นรายการ |
| TensorListStack <T> | ซ้อนเทนเซอร์ทั้งหมดในรายการ |
| TensorMapErase | ส่งคืนแผนที่เทนเซอร์โดยลบรายการจากคีย์ที่กำหนด |
| TensorMapHasKey | ส่งคืนว่ามีรหัสที่กำหนดอยู่ในแผนที่หรือไม่ |
| เทนเซอร์แมปแทรก | ส่งกลับแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่กำหนด |
| TensorMapLookup <U> | ส่งกลับค่าจากคีย์ที่กำหนดในแผนที่เทนเซอร์ |
| TensorMapSize | ส่งกลับจำนวนเทนเซอร์ในแผนที่เทนเซอร์อินพุต |
| TensorMapStackKeys <T> | ส่งกลับสแต็กเทนเซอร์ของคีย์ทั้งหมดในแมปเทนเซอร์ |
| TensorScatter เพิ่ม <T> | เพิ่ม "การอัปเดต" แบบกระจัดกระจายให้กับเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| TensorScatterMax <T> | |
| TensorScatterMin <T> | |
| TensorScatterSub <T> | ลบ "การอัปเดต" แบบกระจายออกจากเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| TensorScatter อัปเดต <T> | กระจาย 'อัปเดต' ไปยังเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
| TensorStridedSliceอัปเดต <T> | กำหนด "value" ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ "input" |
| ThreadPoolชุดข้อมูล | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ThreadPoolHandle | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ไทล์ <T> | สร้างเทนเซอร์โดยการปูกระเบื้องเทนเซอร์ที่กำหนด |
| การประทับเวลา | ระบุเวลาตั้งแต่ยุคในหน่วยวินาที |
| ทูบูล | แปลงเทนเซอร์เป็นเพรดิเคตสเกลาร์ |
| TopKUnique | ส่งกลับค่าที่ไม่ซ้ำกัน TopK ในอาร์เรย์ตามลำดับที่จัดเรียง |
| TopKWithUnique | ส่งกลับค่า TopK ในอาร์เรย์ตามลำดับที่จัดเรียง |
| ตรีทแยงมุมMatMul <T> | คำนวณผลคูณด้วยเมทริกซ์สามเหลี่ยม |
| แก้โจทย์สามเหลี่ยม <T> | แก้ระบบสมการตรีโกณมิติ |
| เลิกแบทช์ <T> | ย้อนกลับการทำงานของ Batch สำหรับเทนเซอร์เอาต์พุตเดี่ยว |
| ยกเลิกแบทช์ Grad <T> | การไล่ระดับสีของ Unbatch |
| คลายการบีบอัดองค์ประกอบ | คลายการบีบอัดองค์ประกอบชุดข้อมูลที่บีบอัด |
| UnicodeDecode <T ขยายตัวเลข> | ถอดรหัสแต่ละสตริงใน "อินพุต" ให้เป็นลำดับของจุดโค้ด Unicode |
| UnicodeEncode | เข้ารหัสเทนเซอร์ของ ints ลงในสตริงยูนิโค้ด |
| เฉพาะ <T, V ขยายหมายเลข> | ค้นหาองค์ประกอบที่ไม่ซ้ำกันตามแกนของเทนเซอร์ |
| ชุดข้อมูลที่ไม่ซ้ำ | สร้างชุดข้อมูลที่มีองค์ประกอบเฉพาะของ `input_dataset` |
| UniqueWithCounts <T, V ขยายหมายเลข> | ค้นหาองค์ประกอบที่ไม่ซ้ำกันตามแกนของเทนเซอร์ |
| UnravelIndex <T ขยายหมายเลข> | แปลงอาร์เรย์ของดัชนีแบบแบนให้เป็นทูเพิลของอาร์เรย์พิกัด |
| ไม่มีการเรียงลำดับเซ็กเมนต์เข้าร่วม | รวมองค์ประกอบของ `อินพุต` ตาม `segment_ids` |
| คลายสแต็ก <T> | คลายมิติที่กำหนดของเทนเซอร์อันดับ-`R` ออกเป็นเทนเซอร์อันดับ `num`-`(R-1)` |
| ไม่อยู่บนเวที | Op คล้ายกับ Dequeue ที่มีน้ำหนักเบา |
| แกะ DatasetVariant | |
| UpperBound <U ขยายตัวเลข> | ใช้ upper_bound(sorted_search_values, ค่า) ในแต่ละแถว |
| VarHandleOp | สร้างหมายเลขอ้างอิงให้กับทรัพยากรตัวแปร |
| VarIsInitializedOp | ตรวจสอบว่ามีการเตรียมใช้งานตัวแปรตามตัวจัดการทรัพยากรหรือไม่ |
| ตัวแปร <T> | คงสถานะไว้ในรูปแบบของเทนเซอร์ที่คงอยู่ข้ามขั้นตอน |
| VariableShape <T ขยายตัวเลข> | ส่งกลับรูปร่างของตัวแปรที่ชี้ไปตาม "ทรัพยากร" |
| ที่ไหน | ส่งกลับตำแหน่งของค่าที่ไม่ใช่ศูนย์ / ค่าจริงในเทนเซอร์ |
| โดยที่3 <T> | เลือกองค์ประกอบจาก "x" หรือ "y" ขึ้นอยู่กับ "เงื่อนไข" |
| หน้าต่าง | |
| คนงานการเต้นของหัวใจ | คนงาน heartbeat สหกรณ์ |
| WrapDatasetVariant | |
| เขียนสรุป RawProto | เขียนสรุปโปรโตแบบอนุกรม |
| XlaRecvFromHost <T> | การดำเนินการเพื่อรับเทนเซอร์จากโฮสต์ |
| XlaSendToHost | การดำเนินการเพื่อส่งเทนเซอร์ไปยังโฮสต์ |
| Xlog1py <T> | ส่งคืน 0 ถ้า x == 0 และ x * log1p(y) มิฉะนั้น จะเป็นองค์ประกอบ |
| ศูนย์ไลค์ <T> | ส่งกลับเทนเซอร์ของศูนย์ที่มีรูปร่างและประเภทเดียวกันกับ x |
