Модуль: tf.compat.v1

В этот модуль включен весь публичный интерфейс TensorFlow.

Модули

app модуль: Публичный API для пространства имён tf._api.v2.app

audio модуль: Публичный API для пространства имён tf._api.v2.audio

autograph модуль: Публичный API для пространства имён tf._api.v2.autograph

bitwise модуль: Публичный API для пространства имён tf._api.v2.bitwise

compat модуль: Публичный API для пространства имён tf._api.v2.compat

config модуль: Публичный API для пространства имён tf._api.v2.config

data модуль: Публичный API для пространства имён tf._api.v2.data

debugging модуль: Публичный API для пространства имён tf._api.v2.debugging

distribute модуль: Публичный API для пространства имён tf._api.v2.distribute

distributions модуль: Публичный API для пространства имён tf._api.v2.distributions

dtypes модуль: Публичный API для пространства имён tf._api.v2.dtypes

errors модуль: Публичный API для пространства имён tf._api.v2.errors

experimental модуль: Публичный API для пространства имён tf._api.v2.experimental

feature_column модуль: Публичный API для пространства имён tf._api.v2.feature_column

flags модуль: Маршрутизатор импорта для absl.flags. См. https://github.com/abseil/abseil-py

gfile модуль: Публичный API для пространства имён tf._api.v2.gfile

graph_util модуль: Публичный API для пространства имён tf._api.v2.graph_util

image модуль: Публичный API для пространства имён tf._api.v2.image

initializers модуль: Публичный API для пространства имён tf._api.v2.initializers

io модуль: Публичный API для пространства имён tf._api.v2.io

keras модуль: НЕ РЕДАКТИРОВАТЬ.

layers модуль

linalg модуль: Публичный API для пространства имён tf._api.v2.linalg

lite модуль: Публичный API для пространства имён tf._api.v2.lite

logging модуль: Публичный API для пространства имён tf._api.v2.logging

lookup модуль: Публичный API для пространства имён tf._api.v2.lookup

losses модуль: Публичный API для пространства имён tf._api.v2.losses

manip модуль: Публичный API для пространства имён tf._api.v2.manip

math модуль: Публичный API для пространства имён tf._api.v2.math

metrics модуль: Публичный API для пространства имён tf._api.v2.metrics

mixed_precision модуль: Публичный API для пространства имён tf._api.v2.mixed_precision

mlir модуль: Публичный API для пространства имён tf._api.v2.mlir

nest модуль: Публичный API для пространства имён tf._api.v2.nest

nn модуль: Публичный API для пространства имён tf._api.v2.nn

profiler модуль: Публичный API для пространства имён tf._api.v2.profiler

python_io модуль: Публичный API для пространства имён tf._api.v2.python_io

quantization модуль: Публичный API для пространства имён tf._api.v2.quantization

queue модуль: Публичный API для пространства имён tf._api.v2.queue

ragged модуль: Публичный API для пространства имён tf._api.v2.ragged

random модуль: Публичный API для пространства имён tf._api.v2.random

raw_ops модуль: Публичный API для пространства имён tf._api.v2.raw_ops

resource_loader модуль: Публичный API для пространства имён tf._api.v2.resource_loader

saved_model модуль: Публичный API для пространства имён tf._api.v2.saved_model

sets модуль: Публичный API для пространства имён tf._api.v2.sets

signal модуль: Публичный API для пространства имён tf._api.v2.signal

sparse модуль: Публичный API для пространства имён tf._api.v2.sparse

spectral модуль: Публичный API для пространства имён tf._api.v2.spectral

strings модуль: Публичный API для пространства имён tf._api.v2.strings

summary модуль: Публичный API для пространства имён tf._api.v2.summary

sysconfig модуль: Публичный API для пространства имён tf._api.v2.sysconfig

test модуль: Публичный API для пространства имён tf._api.v2.test

tpu модуль: Публичный API для пространства имён tf._api.v2.tpu

train модуль: Публичный API для пространства имён tf._api.v2.train

types модуль: Публичный API для пространства имён tf._api.v2.types

user_ops модуль: Публичный API для пространства имён tf._api.v2.user_ops

version модуль: Публичный API для пространства имён tf._api.v2.version

xla модуль: Публичный API для пространства имён tf._api.v2.xla

Классы

class AggregationMethod: Класс, перечисляющий методы агрегации, используемые для объединения градиентов.

class AttrValue: Сообщение протокола

class ConditionalAccumulator: Условный сумматор для агрегирования градиентов.

class ConditionalAccumulatorBase: Условный сумматор для агрегирования градиентов.

class ConfigProto: Сообщение протокола

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

class DeviceSpec: Представляет (возможно, частичную) спецификацию устройства TensorFlow.

class Dimension: Представляет значение одного измерения в TensorShape.

class Event: Сообщение протокола

class FIFOQueue: Реализация очереди, извлекающая элементы в порядке "первый пришёл — первый ушёл".

class FixedLenFeature: Настройка для разбора фиксированного входного признака.

class FixedLenSequenceFeature: Настройка для разбора входного признака переменной длины в Tensor.

class FixedLengthRecordReader: Чтец, который выводит записи фиксированной длины из файла.

class GPUOptions: Сообщение протокола

class GradientTape: Запись операций для автоматического дифференцирования.

class Graph: Вычисление TensorFlow, представленное графом потоков данных.

class GraphDef: Протокол, содержащий граф операций.

class GraphKeys: Стандартные имена для использования в коллекциях графов.

class GraphOptions: Сообщение протокола

class HistogramProto: Сообщение протокола

class IdentityReader: Чтец, который выводит очереди работы как ключ, так и значение.

class IndexedSlices: Разреженное представление набора срезов тензора в заданных индексах.

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class InteractiveSession: TensorFlow Session для использования в интерактивных контекстах, например, в оболочке.

class LMDBReader: Чтец, который выводит записи из файла LMDB.

class LogMessage: Сообщение протокола

class MetaGraphDef: Сообщение протокола

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: Сообщение протокола

class NodeDef: Сообщение протокола

class OpError: Базовый класс исключений TensorFlow.

class Operation: Представляет узел графа, выполняющий вычисления над тензорами.

class OptimizerOptions: Сообщение протокола

class OptionalSpec: Спецификация типа для tf.experimental.Optional.

class PaddingFIFOQueue: Очередь FIFO, поддерживающая пакетную обработку тензоров переменной длины с помощью заполнения.

class PriorityQueue: Реализация очереди, которая извлекает элементы в приоритетном порядке.

class QueueBase: Базовый класс для реализации очередей.

class RaggedTensor: Представляет разрозненный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

class RandomShuffleQueue: Реализация очереди, которая извлекает элементы в случайном порядке.

class ReaderBase: Базовый класс для различных типов чтецов, которые производят запись на каждом шаге.

class RegisterGradient: Декоратор для регистрации функции градиента для типа операции.

class RunMetadata: Сообщение протокола

class RunOptions: Сообщение протокола

class Session: Класс для выполнения операций TensorFlow.

class SessionLog: Сообщение протокола

class SparseConditionalAccumulator: Условный накопитель для агрегирования разреженных градиентов.

class SparseFeature: Настройка для разбора разреженного входного признака из Example.

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа для tf.sparse.SparseTensor.

class SparseTensorValue: SparseTensorValue(индексы, значения, плотная_форма)

class Summary: Сообщение протокола

class SummaryMetadata: Сообщение протокола

class TFRecordReader: Чтец, который выводит записи из файла TFRecords.

class Tensor: tf.Tensor представляет многомерный массив элементов.

class TensorArray: Класс, оборачивающий тензорные массивы с динамическим размером на каждом шаге времени.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: Сообщение протокола

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает тип tf.Tensor.

class TextLineReader: Чтец, который выводит строки файла, разделенные символом новой строки.

class TypeSpec: Указывает тип значения TensorFlow.

class UnconnectedGradients: Управляет тем, как происходит вычисление градиента, когда y не зависит от x.

class VarLenFeature: Настройка для разбора входного признака переменной длины.

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегирована распределённая переменная.

class VariableScope: Объект области переменных для передачи значений по умолчанию для get_variable.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

class WholeFileReader: Чтец, который выводит всё содержимое файла как значение.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

class glorot_normal_initializer: Инициализатор Glorot normal, также известный как инициализатор Xavier normal.

class glorot_uniform_initializer: Инициализатор Glorot uniform, также известный как инициализатор Xavier uniform.

class name_scope: Менеджер контекста для использования при определении Python-операции.

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные единицами.

class orthogonal_initializer: Инициализатор, генерирующий ортогональную матрицу.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class truncated_normal_initializer: Инициализатор, генерирующий усеченное нормальное распределение.

class uniform_unit_scaling_initializer: Инициализатор, генерирующий тензоры без масштабирования дисперсии.

class variable_scope: Менеджер контекста для определения операций, создающих переменные (слои).

class variance_scaling_initializer: Инициализатор, способный адаптировать свой масштаб к форме тензоров весов.

class zeros_initializer: Инициализатор, генерирующий тензоры, инициализированные нулями.

Функции

Assert(...): Утверждает, что данное условие истинно.

NoGradient(...): Указывает, что операции типа op_type не являются дифференцируемыми.

NotDifferentiable(...): Указывает, что операции типа op_type не являются дифференцируемыми.

Print(...): Выводит список тензоров. (устарело)

abs(...): Вычисляет абсолютное значение тензора.

accumulate_n(...): Возвращает поэлементную сумму списка тензоров. (устарело)

acos(...): Вычисляет acos от x поэлементно.

acosh(...): Вычисляет обратную гиперболическую косинусу от x поэлементно.

add(...): Возвращает x + y поэлементно.

add_check_numerics_ops(...): Подключает tf.debugging.check_numerics к каждому тензору с плавающей запятой.

add_n(...): Возвращает поэлементную сумму списка тензоров.

add_to_collection(...): Обертка для Graph.add_to_collection() с использованием по умолчанию графа.

add_to_collections(...): Обертка для Graph.add_to_collections() с использованием по умолчанию графа.

all_variables(...): Используйте tf.compat.v1.global_variables вместо этого. (устарело)

angle(...): Возвращает поэлементный аргумент комплексного (или вещественного) тензора.

approx_top_k(...): Возвращает k минимальных/максимальных значений и их индексов входного операнда приближенным способом.

arg_max(...): Возвращает индекс с наибольшим значением по всем измерениям тензора. (устарело)

arg_min(...): Возвращает индекс с наименьшим значением по всем измерениям тензора. (устарело)

argmax(...): Возвращает индекс с наибольшим значением по осям тензора. (устарелые аргументы)

argmin(...): Возвращает индекс с наименьшим значением по осям тензора. (устарелые аргументы)

argsort(...): Возвращает индексы тензора, которые дают его упорядоченную сортировку вдоль оси.

as_dtype(...): Преобразует данное type_value в tf.DType.

as_string(...): Преобразует каждое значение в тензоре в строки.

asin(...): Вычисляет тригонометрический обратный синус от x поэлементно.

asinh(...): Вычисляет обратный гиперболический синус от x поэлементно.

assert_equal(...): Утверждает, что условие x == y выполняется поэлементно.

assert_greater(...): Утверждает, что условие x > y выполняется поэлементно.

assert_greater_equal(...): Утверждает, что условие x >= y выполняется поэлементно.

assert_integer(...): Утверждает, что x имеет целочисленный тип.

assert_less(...): Утверждает, что условие x < y выполняется поэлементно.

assert_less_equal(...): Утверждает, что условие x <= y выполняется поэлементно.

assert_near(...): Утверждает, что условие x и y близки поэлементно.

assert_negative(...): Утверждает, что условие x < 0 выполняется поэлементно.

assert_non_negative(...): Утверждает, что условие x >= 0 выполняется поэлементно.

assert_non_positive(...): Утверждает, что условие x <= 0 выполняется поэлементно.

assert_none_equal(...): Утверждает, что условие x != y выполняется поэлементно.

assert_positive(...): Утверждает, что условие x > 0 выполняется поэлементно.

assert_proper_iterable(...): Статическое утверждение, что значения являются "правильной" итерируемой последовательностью.

assert_rank(...): Утверждает, что x имеет ранг, равный rank.

assert_rank_at_least(...): Утверждает, что x имеет ранг, равный или больший rank.

assert_rank_in(...): Утверждает, что x имеет ранг, находящийся в ranks.

assert_same_float_dtype(...): Проверяет и возвращает тип float, основанный на tensors и dtype.

assert_scalar(...): Утверждает, что заданное tensor является скаляром (т.е. нулевой размерности).

assert_type(...): Статически утверждает, что заданное Tensor имеет указанный тип.

assert_variables_initialized(...): Возвращает операцию для проверки инициализации переменных.

assign(...): Обновляет ref, присвоив ему value.

assign_add(...): Обновляет ref, добавив к нему value.

assign_sub(...): Обновляет ref, вычтя из него value.

atan(...): Вычисляет тригонометрический арктангенс x поэлементно.

atan2(...): Вычисляет арктангенс y/x поэлементно, учитывая знаки аргументов.

atanh(...): Вычисляет обратную гиперболическую тангенс x поэлементно.

batch_gather(...): Сбор срезов из параметров по индексам с ведущими размерами пакетной обработки. (устаревшее)

batch_scatter_update(...): Обобщение tf.compat.v1.scatter_update на ось, отличную от 0. (устаревшее)

batch_to_space(...): BatchToSpace для 4-мерных тензоров типа T.

batch_to_space_nd(...): BatchToSpace для N-мерных тензоров типа T.

betainc(...): Вычислить регуляризованный неполный бета-интеграл \(I_x(a, b)\).

bincount(...): Подсчитывает количество вхождений каждого значения в целочисленный массив.

bitcast(...): Битовая перестановка тензора из одного типа в другой без копирования данных.

boolean_mask(...): Применить булеву маску к тензору.

broadcast_dynamic_shape(...): Вычисляет форму широковещательной передачи, заданную символическими формами.

broadcast_static_shape(...): Вычисляет форму широковещательной передачи, заданную известными формами.

broadcast_to(...): Расширяет массив для совместимой формы.

case(...): Создать операцию case.

cast(...): Преобразует тензор в новый тип.

ceil(...): Возвращает верхнюю целую часть входных данных, поэлементно.

check_numerics(...): Проверяет тензор на наличие NaN и Inf значений.

cholesky(...): Вычисляет разложение Холецкого одной или нескольких квадратных матриц.

cholesky_solve(...): Решает системы линейных уравнений A X = RHS, заданных факторизациями Холецкого.

clip_by_average_norm(...): Обрезает значения тензора до максимальной средней L2-нормы. (устаревшее)

clip_by_global_norm(...): Обрезает значения нескольких тензоров по отношению суммы их норм.

clip_by_norm(...): Обрезает значения тензора до максимальной L2-нормы.

clip_by_value(...): Обрезает значения тензора до заданного минимума и максимума.

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

complex(...): Преобразует два вещественных числа в комплексное число.

concat(...): Объединяет тензоры по одному измерению.

cond(...): Возвращает true_fn(), если предикат pred истинен, иначе false_fn(). (устаревшие аргументы)

confusion_matrix(...): Вычисляет матрицу неточностей из предсказаний и меток.

conj(...): Возвращает комплексно сопряжённое число.

constant(...): Создаёт тензор-константу.

container(...): Обёртка для Graph.container() с использованием стандартной графы.

control_dependencies(...): Обёртка для Graph.control_dependencies() с использованием стандартной графы.

control_flow_v2_enabled(...): Возвращает True, если v2 контроль потока включён.

conv(...): Вычисляет N-мерное свёртку, учитывая (N+1+batch_dims)-мерные input и (N+2)-мерные filter тензоры.

conv2d_backprop_filter_v2(...): Вычисляет градиенты свёртки относительно фильтра.

conv2d_backprop_input_v2(...): Вычисляет градиенты свёртки относительно входных данных.

convert_to_tensor(...): Преобразует заданное value в Tensor.

convert_to_tensor_or_indexed_slices(...): Преобразует заданный объект в Tensor или IndexedSlices.

convert_to_tensor_or_sparse_tensor(...): Преобразует значение в SparseTensor или Tensor.

cos(...): Вычисляет косинус x поэлементно.

cosh(...): Вычисляет гиперболический косинус x поэлементно.

count_nonzero(...): Вычисляет количество ненулевых элементов по измерениям тензора. (устаревшие аргументы) (устаревшие аргументы)

count_up_to(...): Увеличивает 'ref' до тех пор, пока не достигнет 'limit'. (устаревшее)

create_partitioned_variables(...): Создаёт список разнесённых переменных в соответствии с заданным slicing. (устаревшее)

cross(...): Вычисляет парное векторное произведение.

cumprod(...): Вычисляет кумулятивное произведение тензора x вдоль axis.

cumsum(...): Вычисляет кумулятивную сумму тензора x вдоль axis.

custom_gradient(...): Декоратор для определения функции с пользовательским градиентом.

decode_base64(...): Декодирование веб-безопасных base64-строк.

decode_compressed(...): Декомпрессия строк.

decode_csv(...): Преобразование CSV-записей в тензоры. Каждый столбец отображается в один тензор.

decode_json_example(...): Преобразование JSON-кодированных записей Example в двоичные строки протокольного буфера.

decode_raw(...): Преобразование raw байтовых строк в тензоры. (устаревшие аргументы)

delete_session_tensor(...): Удаляет тензор для заданного дескриптора тензора.

depth_to_space(...): DepthToSpace для тензоров типа T.

dequantize(...): Деквантизация тензора 'input' в тензор с плавающей точкой или bfloat16.

deserialize_many_sparse(...): Десериализация и конкатенация SparseTensors из сериализованной минипачки.

device(...): Обёртка для Graph.device() с использованием стандартной графы.

diag(...): Возвращает диагональный тензор с заданными диагональными значениями.

diag_part(...): Возвращает диагональную часть тензора.

digamma(...): Вычисляет Psi, производную Lgamma (логарифма абсолютного значения

dimension_at_index(...): Утилита совместимости, необходимая для обеспечения работы как в V1, так и в V2 в TF.

dimension_value(...): Утилита совместимости, необходимая для обеспечения работы как в V1, так и в V2 в TF.

disable_control_flow_v2(...): Отключить управление потоком v2.

disable_eager_execution(...): Отключить жадное выполнение.

disable_resource_variables(...): Отключить ресурсные переменные. (устаревшее)

disable_tensor_equality(...): Сравнивать тензоры по их id и быть хешируемыми.

disable_v2_behavior(...): Отключить поведение TensorFlow 2.x.

disable_v2_tensorshape(...): Отключает поведение V2 TensorShape и возвращается к поведению V1.

div(...): Делит x / y поэлементно (используя семантику оператора деления Python 2). (устаревшее)

div_no_nan(...): Вычисляет безопасное деление, которое возвращает 0, если y (знаменатель) равен нулю.

divide(...): Вычисляет деление по стилю Python x на y.

dynamic_partition(...): Разделяет data на num_partitions тензоров, используя индексы из partitions.

dynamic_stitch(...): Объединяет значения из data тензоров в один тензор.

edit_distance(...): Вычисляет расстояние Левенштейна между последовательностями.

einsum(...): Сжатие тензора по указанным индексам и внешнее произведение.

enable_control_flow_v2(...): Использовать управление потоком v2.

enable_eager_execution(...): Включает жадное выполнение на всё время работы этой программы.

enable_resource_variables(...): Создаёт переменные ресурсов по умолчанию.

enable_tensor_equality(...): Сравнивает тензоры с покомпонентным сравнением и, таким образом, не является хешируемым.

enable_v2_behavior(...): Включает поведение TensorFlow 2.x.

enable_v2_tensorshape(...): В TensorFlow 2.0 итерирование по экземпляру TensorShape возвращает значения.

encode_base64(...): Кодирует строки в безопасном для веб-сайтов формате base64.

ensure_shape(...): Обновляет форму тензора и проверяет во время выполнения, что форма сохраняется.

equal(...): Возвращает значение истинности (x == y) покомпонентно.

erf(...): Вычисляет функцию ошибки Гаусса x покомпонентно. В статистике для неотрицательных значений \(x\), функция ошибки имеет следующее толкование: для случайной величины \(Y\), которая нормально распределена со средним значением 0 и дисперсией \(1/\sqrt{2}\), \(erf(x)\) представляет собой вероятность того, что \(Y\) попадает в интервал \([−x, x]\).

erfc(...): Вычисляет дополнительную функцию ошибки x покомпонентно.

executing_eagerly(...): Проверяет, включено ли жадное выполнение в текущей потоке.

executing_eagerly_outside_functions(...): Возвращает True, если выполнение жадное, даже если оно находится внутри функции графа.

exp(...): Вычисляет экспоненту от x покомпонентно. \(y = e^x\).

expand_dims(...): Возвращает тензор с осью длиной 1, вставленной в индекс axis. (устаревшие аргументы)

expm1(...): Вычисляет exp(x) - 1 покомпонентно.

extract_image_patches(...): Извлекает patches из images и помещает их в выходной размер «глубина».

extract_volume_patches(...): Извлекает patches из input и помещает их в выходной размер "depth". 3D расширение extract_image_patches.

eye(...): Создаёт единичную матрицу или пакет матриц.

fake_quant_with_min_max_args(...): Сделайте псевдо-квантование тензора 'inputs', тип float в тензор 'outputs' той же формы и типа.

fake_quant_with_min_max_args_gradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxArgs.

fake_quant_with_min_max_vars(...): Сделайте псевдо-квантование тензора 'inputs' типа float через глобальные скаляры float.

fake_quant_with_min_max_vars_gradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxVars.

fake_quant_with_min_max_vars_per_channel(...): Сделайте псевдо-квантование тензора 'inputs' типа float через канальные значения float.

fake_quant_with_min_max_vars_per_channel_gradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxVarsPerChannel.

fft(...): Быстрое преобразование Фурье.

fft2d(...): Быстрое 2D преобразование Фурье.

fft3d(...): Быстрое 3D преобразование Фурье.

fftnd(...): Быстрое ND преобразование Фурье.

fill(...): Создаёт тензор, заполненный скалярным значением.

fingerprint(...): Генерирует значения отпечатков пальцев.

fixed_size_partitioner(...): Разделитель для задания фиксированного количества фрагментов вдоль заданной оси.

floor(...): Возвращает покомпонентно наибольшее целое число, не большее, чем x.

floor_div(...): Возвращает x // y покомпонентно.

floordiv(...): Делит x / y покомпонентно, округляя до ближайшего целого в сторону наименьшего отрицательного.

floormod(...): Возвращает покомпонентный остаток от деления.

foldl(...): foldl по списку тензоров, распакованных из elems по размерности 0.

foldr(...): foldr по списку тензоров, распакованных из elems по размерности 0.

function(...): Компилирует функцию в вызываемый тензорный граф TensorFlow. (устаревшие аргументы) (устаревшие аргументы) (устаревшие аргументы)

gather(...): Сбор срезов из params по оси axis согласно индексам. (устаревшие аргументы)

gather_nd(...): Сбор срезов из params в тензор со формой, указанной indices.

get_collection(...): Обёртка для Graph.get_collection() с использованием графа по умолчанию.

get_collection_ref(...): Обёртка для Graph.get_collection_ref() с использованием графа по умолчанию.

get_default_graph(...): Возвращает граф по умолчанию для текущего потока.

get_default_session(...): Возвращает сессию по умолчанию для текущего потока.

get_local_variable(...): Получает существующую локальную переменную или создаёт новую.

get_logger(...): Возвращает экземпляр логгера TF.

get_seed(...): Возвращает локальные семена, которые должна использовать операция, учитывая оп-специфическое семя.

get_session_handle(...): Возвращает дескриптор data.

get_session_tensor(...): Получить тензор типа dtype, подавая дескриптор тензора.

get_static_value(...): Возвращает постоянное значение данного тензора, если оно эффективно вычислимо.

get_variable(...): Получает существующую переменную с этими параметрами или создаёт новую.

get_variable_scope(...): Возвращает текущую область переменных.

global_norm(...): Вычисляет глобальную норму нескольких тензоров.

global_variables(...): Возвращает глобальные переменные.

global_variables_initializer(...): Возвращает операцию, которая инициализирует глобальные переменные.

grad_pass_through(...): Создаёт операцию прохождения градиента с поведением вперёд, предоставленным в f.

gradients(...): Строит символические производные суммы ys по x в xs.

greater(...): Возвращает значение истинности (x > y) покомпонентно.

greater_equal(...): Возвращает значение истинности (x >= y) покомпонентно.

group(...): Создаёт операцию, которая группирует несколько операций.

guarantee_const(...): Обещает TF-вычислителю, что входной тензор является константой. (устаревший)

hessians(...): Строит гессиан суммы ys по отношению к x в xs.

histogram_fixed_width(...): Возвращает гистограмму значений.

histogram_fixed_width_bins(...): Группирует заданные значения для использования в гистограмме.

identity(...): Возвращает тензор с той же формой и содержимым, что и вход.

identity_n(...): Возвращает список тензоров с теми же формами и содержимым, что и вход.

ifft(...): Обратное быстрое преобразование Фурье.

ifft2d(...): Обратное быстрое 2D преобразование Фурье.

ifft3d(...): Обратное быстрое 3D преобразование Фурье.

ifftnd(...): Обратное быстрое ND преобразование Фурье.

igamma(...): Вычисляет нижнюю регулируемую неполную гамма-функцию P(a, x).

igammac(...): Вычисляет верхнюю регулируемую неполную гамма-функцию Q(a, x).

imag(...): Возвращает мнимую часть комплексного (или вещественного) тензора.

import_graph_def(...): Импортирует граф из graph_def в текущий граф по умолчанию Graph. (устаревшие аргументы)

init_scope(...): Контекстный менеджер, который поднимает операции из областей управления потоками и графов построения функций.

initialize_all_tables(...): Возвращает операцию, которая инициализирует все таблицы в графе по умолчанию. (устаревший)

initialize_all_variables(...): См. tf.compat.v1.global_variables_initializer. (устаревший)

initialize_local_variables(...): См. tf.compat.v1.local_variables_initializer. (устаревший)

initialize_variables(...): См. tf.compat.v1.variables_initializer. (устаревший)

invert_permutation(...): Вычисляет обратную перестановку тензора.

irfftnd(...): Обратное быстрое ND преобразование Фурье для вещественных чисел.

is_finite(...): Возвращает элементы x, которые являются конечными.

is_inf(...): Возвращает элементы x, которые равны Inf.

is_nan(...): Возвращает элементы x, которые равны NaN.

is_non_decreasing(...): Возвращает True, если x является неубывающей.

is_numeric_tensor(...): Возвращает True, если элементы tensor являются числами.

is_strictly_increasing(...): Возвращает True, если x строго возрастает.

is_symbolic_tensor(...): Проверяет, является ли tensor символическим тензором.

is_tensor(...): Проверяет, является ли x типом, нативным для TensorFlow, который можно передавать во многие операции TensorFlow.

is_variable_initialized(...): Проверяет, был ли инициализирован переменная.

lbeta(...): Вычисляет \(ln(|Beta(x)|)\), сводя по последнему измерению.

less(...): Возвращает логическое значение (x < y) поэлементно.

less_equal(...): Возвращает логическое значение (x <= y) поэлементно.

lgamma(...): Вычисляет логарифм абсолютного значения Gamma(x) поэлементно.

lin_space(...): Генерирует равномерно распределённые значения в интервале по заданной оси.

linspace(...): Генерирует равномерно распределённые значения в интервале по заданной оси.

load_file_system_library(...): Загружает плагин TensorFlow, содержащий реализацию файловой системы. (устарело)

load_library(...): Загружает плагин TensorFlow.

load_op_library(...): Загружает плагин TensorFlow, содержащий пользовательские операции и ядра.

local_variables(...): Возвращает локальные переменные.

local_variables_initializer(...): Возвращает операцию, инициализирующую все локальные переменные.

log(...): Вычисляет натуральный логарифм x поэлементно.

log1p(...): Вычисляет натуральный логарифм (1 + x) поэлементно.

log_sigmoid(...): Вычисляет логарифм сигмоиды от x поэлементно.

logical_and(...): Возвращает логическое И x и y поэлементно.

logical_not(...): Возвращает логическое НЕ от NOT x поэлементно.

logical_or(...): Возвращает логическое ИЛИ x и y поэлементно.

logical_xor(...): Логическая операция XOR.

make_ndarray(...): Создаёт массив NumPy ndarray из тензора.

make_template(...): Оборачивает произвольную функцию, чтобы обеспечить совместное использование переменных.

make_tensor_proto(...): Создаёт TensorProto.

map_fn(...): Преобразует elems, применяя fn к каждому элементу, распакованному по оси 0. (устаревшие аргументы)

matching_files(...): Возвращает набор файлов, соответствующих одному или нескольким шаблонам glob.

matmul(...): Умножает матрицу a на матрицу b, получая a * b.

matrix_band_part(...): Копирует тензор, обнуляя все элементы вне центральной полосы в каждой внутренней матрице.

matrix_determinant(...): Вычисляет определитель одной или нескольких квадратных матриц.

matrix_diag(...): Возвращает тензор диагональных элементов с заданными значениями диагональных элементов.

matrix_diag_part(...): Возвращает диагональную часть тензора.

matrix_inverse(...): Вычисляет обратную матрицу или её сопряжённый транспонированный вид для одной или нескольких квадратных обратимых матриц.

matrix_set_diag(...): Возвращает матричный тензор с новыми значениями диагональных элементов.

matrix_solve(...): Решает системы линейных уравнений.

matrix_solve_ls(...): Решает одну или несколько задач линейной наименьших квадратов.

matrix_square_root(...): Вычисляет квадратный корень матрицы для одной или нескольких квадратных матриц:

matrix_transpose(...): Транспонирует последние два измерения тензора a.

matrix_triangular_solve(...): Решает системы линейных уравнений с верхними или нижними треугольными матрицами.

maximum(...): Возвращает максимум x и y (т.е. x > y ? x : y) поэлементно.

meshgrid(...): Расширяет параметры для вычисления на сетке N-мерного пространства.

min_max_variable_partitioner(...): Разделитель для распределения минимального размера на срез.

minimum(...): Возвращает минимум x и y (т.е. x < y ? x : y) поэлементно.

mod(...): Возвращает остаток от целочисленного деления.

model_variables(...): Возвращает все переменные в коллекции MODEL_VARIABLES.

moving_average_variables(...): Возвращает все переменные, которые поддерживают свои скользящие средние значения.

multinomial(...): Выбирает образцы из многономиального распределения. (устарело)

multiply(...): Возвращает элемент-поэлементное произведение x * y.

negative(...): Вычисляет отрицательное значение поэлементно.

no_gradient(...): Указывает, что операции типа op_type не дифференцируемы.

no_op(...): Не делает ничего. Полезно только как заполнитель для управляющих граней.

no_regularizer(...): Используйте эту функцию, чтобы предотвратить регуляризацию переменных.

nondifferentiable_batch_function(...): Группирует вычисления, выполненные декорированной функцией.

norm(...): Вычисляет норму векторов, матриц и тензоров. (устаревшие аргументы)

not_equal(...): Возвращает логическое значение (x != y) поэлементно.

numpy_function(...): Оборачивает функцию Python и использует её как операцию TensorFlow.

one_hot(...): Возвращает один-горячий тензор.

ones(...): Создаёт тензор со всеми элементами, установленными в единицу (1).

ones_like(...): Создаёт тензор со всеми элементами, установленными в 1.

op_scope(...): УСТАРЕВШАЯ. То же самое, что и name_scope выше, просто разный порядок аргументов.

pad(...): Добавляет дополнение к тензору.

parallel_stack(...): Параллельно складывает список тензоров ранга R в один тензор ранга (R+1).

parse_example(...): Парсит Example протоколы в dict тензоров.

parse_single_example(...): Парсит один Example протокол.

parse_single_sequence_example(...): Парсит один SequenceExample протокол.

parse_tensor(...): Преобразует сериализованный протокол tensorflow.TensorProto в тензор.

placeholder(...): Вставляет заполнитель для тензора, который всегда будет подгружаться.

placeholder_with_default(...): Операция-заполнитель, пропускающая input, когда её выходной результат не подгружается.

polygamma(...): Вычисляет полигамма-функцию \(\psi^{(n)}(x)\).

pow(...): Вычисляет степень одного значения относительно другого.

print(...): Выводит указанные входные данные.

py_func(...): Оборачивает функцию Python и использует её как операцию TensorFlow.

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняет её немедленно.

qr(...): Вычисляет QR-разложения одной или нескольких матриц.

quantize(...): Квантует тензор 'input' типа float в тензор 'output' типа 'T'.

quantize_v2(...): Пожалуйста, используйте tf.quantization.quantize вместо этого.

quantized_concat(...): Объединяет квантованные тензоры по одному измерению.

ragged_fill_empty_rows(...)

ragged_fill_empty_rows_grad(...)

random_crop(...): Случайно обрезает тензор до заданного размера.

random_gamma(...): Выбирает shape образцов из каждого из заданных распределений Гамма.

random_index_shuffle(...): Выводит позицию value в перестановке [0, ..., max_index].

random_normal(...): Выводит случайные значения из нормального распределения.

random_poisson(...): Выбирает shape образцов из каждого из заданных распределений Пуассона.

random_shuffle(...): Случайно перемешивает тензор по первому измерению.

random_uniform(...): Выводит случайные значения из равномерного распределения.

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Считывает содержимое файла.

real(...): Возвращает действительную часть комплексного (или вещественного) тензора.

realdiv(...): Возвращает x / y поэлементно для вещественных типов.

reciprocal(...): Вычисляет обратное значение x поэлементно.

recompute_grad(...): Определяет функцию как перевычисление-контрольную точку для автоматической дифференциации ленты.

reduce_all(...): Вычисляет tf.math.logical_and элементов по измерениям тензора. (устаревшие аргументы)

reduce_any(...): Вычисляет tf.math.logical_or элементов по измерениям тензора. (устаревшие аргументы)

reduce_join(...): Объединяет все строки в одну строку или объединяет по оси.

reduce_logsumexp(...): Вычисляет log(sum(exp(элементы по измерениям тензора))). (устаревшие аргументы)

reduce_max(...): Вычисляет tf.math.maximum элементов по измерениям тензора. (устаревшие аргументы)

reduce_mean(...): Вычисляет среднее значение элементов по измерениям тензора.

reduce_min(...): Вычисляет tf.math.minimum элементов по измерениям тензора. (устаревшие аргументы)

reduce_prod(...): Вычисляет tf.math.multiply элементов по измерениям тензора. (устаревшие аргументы)

reduce_sum(...): Вычисляет сумму элементов по измерениям тензора. (устаревшие аргументы)

regex_replace(...): Заменяет элементы input, соответствующие регулярному выражению pattern, на rewrite.

register_tensor_conversion_function(...): Регистрирует функцию для преобразования объектов base_type в Tensor.

repeat(...): Повторяет элементы input.

report_uninitialized_variables(...): Добавляет операции для перечисления имен неинициализированных переменных.

required_space_to_batch_paddings(...): Вычисляет требуемые дополнения, чтобы размер блока делил размер входных данных.

reset_default_graph(...): Очищает стек стандартной графы и сбрасывает стандартную графу.

reshape(...): Изменяет форму тензора.

resource_variables_enabled(...): Возвращает True, если переменные ресурсов включены.

reverse(...): Инвертирует определенные измерения тензора.

reverse_sequence(...): Инвертирует фрагменты переменной длины. (устаревшие аргументы) (устаревшие аргументы)

reverse_v2(...): Инвертирует определенные измерения тензора.

rfftnd(...): Быстрое преобразование Фурье для вещественных чисел ND.

rint(...): Возвращает целое число, ближайшее к x, по элементу.

roll(...): Сдвигает элементы тензора вдоль оси.

round(...): Округляет значения тензора до ближайшего целого числа по элементу.

rsqrt(...): Вычисляет обратное значение квадратного корня из x по элементу.

saturate_cast(...): Выполняет безопасное насыщающее преобразование value в dtype.

scalar_mul(...): Умножает скаляр на объект Tensor или IndexedSlices.

scan(...): scan для списка тензоров, распакованных из elems по размеру 0.

scatter_add(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.

scatter_div(...): Делит ссылку на переменную на разреженные обновления.

scatter_max(...): Сводит разреженные обновления в ссылку на переменную с помощью операции max.

scatter_min(...): Сводит разреженные обновления в ссылку на переменную с помощью операции min.

scatter_mul(...): Умножает разреженные обновления в ссылку на переменную.

scatter_nd(...): Разбросывает updates в тензор формы shape согласно indices.

scatter_nd_add(...): Применяет разреженное сложение к отдельным значениям или слайсам в переменной.

scatter_nd_sub(...): Применяет разреженное вычитание к отдельным значениям или слайсам в переменной.

scatter_nd_update(...): Применяет разреженные updates к отдельным значениям или слайсам в переменной.

scatter_sub(...): Вычитает разреженные обновления из ссылки на переменную.

scatter_update(...): Применяет разреженные обновления к ссылке на переменную.

searchsorted(...): Ищет, куда поместить значение в упорядоченную последовательность.

segment_max(...): Вычисляет максимальное значение по сегментам тензора.

segment_mean(...): Вычисляет среднее значение по сегментам тензора.

segment_min(...): Вычисляет минимальное значение по сегментам тензора.

segment_prod(...): Вычисляет произведение по сегментам тензора.

segment_sum(...): Вычисляет сумму по сегментам тензора.

self_adjoint_eig(...): Вычисляет разложение по собственным значениям для набора эрмитовых матриц.

self_adjoint_eigvals(...): Вычисляет собственные значения одной или нескольких эрмитовых матриц.

sequence_mask(...): Возвращает маску тензора, представляющую первые N позиций каждой ячейки.

serialize_many_sparse(...): Сериализует N-минимальную партию SparseTensor в прото-объект [N, 3] Tensor.

serialize_sparse(...): Сериализует SparseTensor в 3-векторный (1-мерный Tensor) объект.

serialize_tensor(...): Преобразует тензор в сериализованный прото-объект TensorProto.

set_random_seed(...): Устанавливает глобальное в графе случайное семя для стандартной графы.

setdiff1d(...): Вычисляет разность между двумя списками чисел или строк.

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает форму списка тензоров.

sigmoid(...): Вычисляет сигмоиду от x по элементу.

sign(...): Возвращает указание знака числа по элементу.

sin(...): Вычисляет синус от x по элементу.

sinh(...): Вычисляет гиперболический синус от x по элементу.

size(...): Возвращает размер тензора.

slice(...): Извлекает срез из тензора.

sort(...): Сортирует тензор.

space_to_batch(...): SpaceToBatch для 4-мерных тензоров типа T.

space_to_batch_nd(...): SpaceToBatch для N-мерных тензоров типа T.

space_to_depth(...): SpaceToDepth для тензоров типа T.

sparse_add(...): Складывает два тензора, по меньшей мере один из которых является SparseTensor. (устаревшие аргументы)

sparse_concat(...): Объединяет список SparseTensor вдоль указанного измерения. (устаревшие аргументы)

sparse_fill_empty_rows(...): Заполняет пустые строки в входном 2-мерном SparseTensor значением по умолчанию.

sparse_mask(...): Маскирует элементы IndexedSlices.

sparse_matmul(...): Умножает матрицу "a" на матрицу "b". (устарело)

sparse_maximum(...): Возвращает поэлементный максимум двух SparseTensor.

sparse_merge(...): Объединяет пакет идентификаторов и значений функций в один SparseTensor. (устарело)

sparse_minimum(...): Возвращает поэлементный минимум двух SparseTensor.

sparse_placeholder(...): Вставляет заполнитель для разреженного тензора, который всегда будет заполняться.

sparse_reduce_max(...): Вычисляет tf.sparse.maximum элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_max_sparse(...): Вычисляет максимум элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reduce_sum(...): Вычисляет tf.sparse.add элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_sum_sparse(...): Вычисляет сумму элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reorder(...): Переупорядочивает SparseTensor в канонический порядок строки-столбца.

sparse_reset_shape(...): Сбрасывает форму SparseTensor, сохраняя индексы и значения неизменными.

sparse_reshape(...): Изменяет форму SparseTensor для представления значений в новой плотной форме.

sparse_retain(...): Сохраняет указанные непустые значения внутри SparseTensor.

sparse_segment_mean(...): Вычисляет среднее значение по разреженным сегментам тензора.

sparse_segment_sqrt_n(...): Вычисляет сумму по разреженным сегментам тензора, деленную на sqrt(N).

sparse_segment_sum(...): Вычисляет сумму по разреженным сегментам тензора.

sparse_slice(...): Вырезает срез из SparseTensor на основе start и size.

sparse_softmax(...): Применяет softmax к пакетному N-мерному SparseTensor.

sparse_split(...): Разделяет SparseTensor на num_split тензора вдоль axis. (устаревшие аргументы)

sparse_tensor_dense_matmul(...): Умножает SparseTensor (или плотная матрица) (ранга 2) "A" на плотную матрицу

sparse_tensor_to_dense(...): Преобразует SparseTensor в плотный тензор.

sparse_to_dense(...): Преобразует разреженное представление в плотный тензор. (устарело)

sparse_to_indicator(...): Преобразует SparseTensor идентификаторов в плотный булев индикаторный тензор.

sparse_transpose(...): Транспонирует SparseTensor.

split(...): Разделяет тензор value на список подтензоров.

sqrt(...): Вычисляет квадратный корень от входного тензора поэлементно.

square(...): Вычисляет квадрат x поэлементно.

squared_difference(...): Возвращает conj(x - y)(x - y) поэлементно.

squeeze(...): Удаляет размерности размером 1 из формы тензора. (устаревшие аргументы)

stack(...): Складывает список тензоров ранга R в один тензор ранга (R+1).

stop_gradient(...): Останавливает вычисление градиента.

strided_slice(...): Извлекает строковый срез тензора (обобщённый индексирование массивов Python).

string_join(...): Выполняет поэлементное конкатенацию списка строковых тензоров.

string_split(...): Разделяет элементы source на основе delimiter. (устаревшие аргументы)

string_strip(...): Удаляет начальные и конечные пробелы из тензора.

string_to_hash_bucket(...): Преобразует каждую строку во входном тензоре в её хэш по модулю числа ведер.

string_to_hash_bucket_fast(...): Преобразует каждую строку во входном тензоре в её хэш по модулю числа ведер.

string_to_hash_bucket_strong(...): Преобразует каждую строку во входном тензоре в её хэш по модулю числа ведер.

string_to_number(...): Преобразует каждую строку во входном тензоре в указанный числовой тип.

substr(...): Возвращает подстроки из Tensor строк.

subtract(...): Возвращает x - y поэлементно.

svd(...): Вычисляет сингулярные разложения одной или нескольких матриц.

switch_case(...): Создаёт операцию switch/case, т.е.

tables_initializer(...): Возвращает Op, который инициализирует все таблицы в графике по умолчанию.

tan(...): Вычисляет tg x поэлементно.

tanh(...): Вычисляет гиперболический тангенс x поэлементно.

tensor_scatter_add(...): Добавляет разреженный updates к существующему тензору в соответствии с indices.

tensor_scatter_nd_add(...): Добавляет разреженный updates к существующему тензору в соответствии с indices.

tensor_scatter_nd_max(...): Применяет разреженное обновление к тензору, беря элементный максимум.

tensor_scatter_nd_min(...)

tensor_scatter_nd_sub(...): Вычитает разреженный updates из существующего тензора в соответствии с indices.

tensor_scatter_nd_update(...): Разбрасывает updates в существующий тензор в соответствии с indices.

tensor_scatter_sub(...): Вычитает разреженный updates из существующего тензора в соответствии с indices.

tensor_scatter_update(...): Разбрасывает updates в существующий тензор в соответствии с indices.

tensordot(...): Тензорное сокращение a и b вдоль указанных осей и внешнее произведение.

tile(...): Создаёт тензор путём черепичного копирования данного тензора.

timestamp(...): Предоставляет время с эпохи в секундах.

to_bfloat16(...): Преобразует тензор к типу bfloat16. (устарело)

to_complex128(...): Преобразует тензор к типу complex128. (устарело)

to_complex64(...): Преобразует тензор к типу complex64. (устарело)

to_double(...): Преобразует тензор к типу float64. (устарело)

to_float(...): Преобразует тензор к типу float32. (устарело)

to_int32(...): Преобразует тензор к типу int32. (устарело)

to_int64(...): Преобразует тензор к типу int64. (устарело)

trace(...): Вычисляет след тензора x.

trainable_variables(...): Возвращает все переменные, созданные с помощью trainable=True.

transpose(...): Транспонирует a.

truediv(...): Делит x / y поэлементно (используя семантику оператора деления Python 3).

truncated_normal(...): Выводит случайные значения из усечённого нормального распределения.

truncatediv(...): Возвращает x / y поэлементно, округленное к нулю.

truncatemod(...): Возвращает остаток от деления поэлементно.

tuple(...): Группирует тензоры вместе.

type_spec_from_value(...): Возвращает tf.TypeSpec, который представляет данный value.

unique(...): Находит уникальные элементы в одномерном тензоре.

unique_with_counts(...): Находит уникальные элементы в одномерном тензоре.

unravel_index(...): Преобразует массив плоских индексов в кортеж массивов координат.

unsorted_segment_max(...): Вычисляет максимум вдоль сегментов тензора.

unsorted_segment_mean(...): Вычисляет среднее значение вдоль сегментов тензора.

unsorted_segment_min(...): Вычисляет минимум вдоль сегментов тензора.

unsorted_segment_prod(...): Вычисляет произведение вдоль сегментов тензора.

unsorted_segment_sqrt_n(...): Вычисляет сумму вдоль сегментов тензора, делённую на корень из N.

unsorted_segment_sum(...): Вычисляет сумму вдоль сегментов тензора.

unstack(...): Распаковывает заданную размерность тензора ранга R в тензоры ранга (R-1).

variable_axis_size_partitioner(...): Получает разделитель для VariableScope, чтобы сохранить фрагменты ниже max_shard_bytes.

variable_creator_scope(...): Область, которая определяет функцию создания переменной, используемую переменной().

variable_op_scope(...): Устарело: менеджер контекста для определения операции, создающей переменные.

variables_initializer(...): Возвращает Op, который инициализирует список переменных.

vectorized_map(...): Параллельное отображение на списке тензоров, распакованных из elems по размерности 0.

verify_tensor_all_finite(...): Утверждает, что тензор не содержит NaN или Inf.

where(...): Возвращает элементы, либо из x, либо из y, в зависимости от condition.

where_v2(...): Возвращает индексы ненулевых элементов или объединяет x и y.

while_loop(...): Повторяет body, пока условие cond истинно.

wrap_function(...): Оборачивает функцию TF 1.x fn в функцию графа.

write_file(...): Записывает contents в файл по вводу filename.

zeros(...): Создаёт тензор со всеми элементами, равными нулю.

zeros_like(...): Создаёт тензор со всеми элементами, равными нулю.

zeta(...): Вычисляет функцию дзета Хурвица \(ζ(x, q)\).

{
 tf.qint16,
 tf.qint16_ref,
 tf.qint32,
 tf.qint32_ref,
 tf.qint8,
 tf.qint8_ref,
 tf.quint16,
 tf.quint16_ref,
 tf.quint8,
 tf.quint8_ref
}