Модуль: tf.compat.v1

Импортирует весь публичный интерфейс TensorFlow в этот модуль.

Модули

app модуль: публичный API пространства имён tf._api.v2.app

audio модуль: публичный API пространства имён tf._api.v2.audio

autograph модуль: публичный API пространства имён tf._api.v2.autograph

bitwise модуль: публичный API пространства имён tf._api.v2.bitwise

compat модуль: публичный API пространства имён tf._api.v2.compat

config модуль: публичный API пространства имён tf._api.v2.config

data модуль: публичный API пространства имён tf._api.v2.data

debugging модуль: публичный API пространства имён tf._api.v2.debugging

distribute модуль: публичный API пространства имён tf._api.v2.distribute

distributions модуль: публичный API пространства имён tf._api.v2.distributions

dtypes модуль: публичный API пространства имён tf._api.v2.dtypes

errors модуль: публичный API пространства имён tf._api.v2.errors

experimental модуль: публичный API пространства имён tf._api.v2.experimental

feature_column модуль: публичный API 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 пространства имён tf._api.v2.gfile

graph_util модуль: публичный API пространства имён tf._api.v2.graph_util

image модуль: публичный API пространства имён tf._api.v2.image

initializers модуль: публичный API пространства имён tf._api.v2.initializers

io модуль: публичный API пространства имён tf._api.v2.io

keras модуль: НЕ РЕДАКТИРОВАТЬ.

layers модуль

linalg модуль: публичный API пространства имён tf._api.v2.linalg

lite модуль: публичный API пространства имён tf._api.v2.lite

logging модуль: публичный API пространства имён tf._api.v2.logging

lookup модуль: публичный API пространства имён tf._api.v2.lookup

losses модуль: публичный API пространства имён tf._api.v2.losses

manip модуль: публичный API пространства имён tf._api.v2.manip

math модуль: публичный API пространства имён tf._api.v2.math

metrics модуль: публичный API пространства имён tf._api.v2.metrics

mixed_precision модуль: публичный API пространства имён tf._api.v2.mixed_precision

mlir модуль: публичный API пространства имён tf._api.v2.mlir

nest модуль: публичный API пространства имён tf._api.v2.nest

nn модуль: публичный API пространства имён tf._api.v2.nn

profiler модуль: публичный API пространства имён tf._api.v2.profiler

python_io модуль: публичный API пространства имён tf._api.v2.python_io

quantization модуль: публичный API пространства имён tf._api.v2.quantization

queue модуль: публичный API пространства имён tf._api.v2.queue

ragged модуль: публичный API пространства имён tf._api.v2.ragged

random модуль: публичный API пространства имён tf._api.v2.random

raw_ops модуль: публичный API пространства имён tf._api.v2.raw_ops

resource_loader модуль: публичный API пространства имён tf._api.v2.resource_loader

saved_model модуль: публичный API пространства имён tf._api.v2.saved_model

sets модуль: публичный API пространства имён tf._api.v2.sets

signal модуль: публичный API пространства имён tf._api.v2.signal

sparse модуль: публичный API пространства имён tf._api.v2.sparse

spectral модуль: публичный API пространства имён tf._api.v2.spectral

strings модуль: публичный API пространства имён tf._api.v2.strings

summary модуль: публичный API пространства имён tf._api.v2.summary

sysconfig модуль: публичный API пространства имён tf._api.v2.sysconfig

test модуль: публичный API пространства имён tf._api.v2.test

tpu модуль: публичный API пространства имён tf._api.v2.tpu

train модуль: публичный API пространства имён tf._api.v2.train

types модуль: публичный API пространства имён tf._api.v2.types

user_ops модуль: публичный API пространства имён tf._api.v2.user_ops

version модуль: публичный API пространства имён tf._api.v2.version

xla модуль: публичный API пространства имён tf._api.v2.xla

Классы

class AggregationMethod: Класс со списком методов агрегации, используемых для объединения градиентов.

class AttrValue: сообщение ProtocolMessage

class ConditionalAccumulator: Условный аккумулятор для агрегации градиентов.

class ConditionalAccumulatorBase: Условный аккумулятор для агрегации градиентов.

class ConfigProto: сообщение ProtocolMessage

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 ProtocolMessage

class FIFOQueue: Реализация очереди, извлекающая элементы в порядке «первым поступил — первым обслужен».

class FixedLenFeature: Конфигурация для разбора входного признака фиксированной длины.

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

class FixedLengthRecordReader: Средство чтения, выдающее записи фиксированной длины из файла.

class GPUOptions: сообщение ProtocolMessage

class GradientTape: Записывает операции для автоматического дифференцирования.

class Graph: Вычисление TensorFlow, представленное в виде графа потоков данных.

class GraphDef: Protobuf, содержащий граф операций.

class GraphKeys: Стандартные имена для коллекций графа.

class GraphOptions: сообщение ProtocolMessage

class HistogramProto: сообщение ProtocolMessage

class IdentityReader: Средство чтения, выдающее поставленную в очередь задачу и как ключ, и как значение.

class IndexedSlices: Разреженное представление набора срезов тензора с заданными индексами.

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class InteractiveSession: Сеанс TensorFlow Session для интерактивных сред, например оболочки.

class LMDBReader: Средство чтения, выдающее записи из файла LMDB.

class LogMessage: сообщение ProtocolMessage

class MetaGraphDef: сообщение ProtocolMessage

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: сообщение ProtocolMessage

class NodeDef: сообщение ProtocolMessage

class OpError: Базовый класс исключений TensorFlow.

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

class OptimizerOptions: сообщение ProtocolMessage

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

class PaddingFIFOQueue: FIFOQueue с поддержкой пакетной обработки тензоров переменного размера с помощью дополнения.

class PriorityQueue: Реализация очереди, извлекающая элементы в порядке приоритета.

class QueueBase: Базовый класс реализаций очередей.

class RaggedTensor: Представляет рваный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

class RandomShuffleQueue: Реализация очереди, извлекающая элементы в случайном порядке.

class ReaderBase: Базовый класс для разных типов Reader, выдающих запись на каждом шаге.

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

class RunMetadata: сообщение ProtocolMessage

class RunOptions: сообщение ProtocolMessage

class Session: Класс для выполнения операций TensorFlow.

class SessionLog: сообщение ProtocolMessage

class SparseConditionalAccumulator: Условный аккумулятор для агрегации разреженных градиентов.

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

class SparseTensor: Представляет разреженный тензор.

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

class SparseTensorValue: SparseTensorValue(indices, values, dense_shape)

class Summary: сообщение ProtocolMessage

class SummaryMetadata: сообщение ProtocolMessage

class TFRecordReader: Средство чтения, выдающее записи из файла TFRecords.

class Tensor: tf.Tensor представляет собой многомерный массив элементов.

class TensorArray: Класс-обёртка для массивов Tensor динамического размера, содержащих значения для каждого временного шага.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: сообщение ProtocolMessage

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает тип tf.Tensor.

class TextLineReader: Средство чтения, выдающее строки файла, разделённые символами новой строки.

class TypeSpec: Задаёт тип значения TensorFlow.

class UnconnectedGradients: Управляет поведением вычисления градиента, когда y не зависит от x.

class VarLenFeature: Конфигурация для разбора входного признака переменной длины.

class Variable: См. руководство по переменным.

class VariableAggregation: Указывает способ агрегации распределённой переменной.

class VariableScope: Объект области видимости переменных, содержащий значения по умолчанию для get_variable.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

class WholeFileReader: Средство чтения, выдающее всё содержимое файла как одно значение.

class constant_initializer: Инициализатор, создающий тензоры с постоянными значениями.

class glorot_normal_initializer: Нормальный инициализатор Glorot, также называемый нормальным инициализатором Xavier.

class glorot_uniform_initializer: Равномерный инициализатор Glorot, также называемый равномерным инициализатором Xavier.

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

class ones_initializer: Инициализатор, создающий тензоры, заполненные единицами.

class orthogonal_initializer: Инициализатор, создающий ортогональную матрицу.

class random_normal_initializer: Инициализатор, создающий тензоры со значениями из нормального распределения.

class random_uniform_initializer: Инициализатор, создающий тензоры со значениями из равномерного распределения.

class truncated_normal_initializer: Инициализатор, создающий значения из усечённого нормального распределения.

class uniform_unit_scaling_initializer: Инициализатор, создающий тензоры без масштабирования дисперсии.

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

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

class zeros_initializer: Инициализатор, создающий тензоры, заполненные нулями.

Функции

Assert(...): Проверяет, что заданное условие истинно.

NoGradient(...): Указывает, что для операций типа op_type нельзя вычислить градиент.

NotDifferentiable(...): Указывает, что для операций типа op_type нельзя вычислить градиент.

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

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

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

acos(...): Поэлементно вычисляет арккосинус x.

acosh(...): Поэлементно вычисляет обратный гиперболический косинус x.

add(...): Поэлементно возвращает x + y.

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

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

add_to_collection(...): Обёртка для Graph.add_to_collection(), использующая граф по умолчанию.

add_to_collections(...): Обёртка для Graph.add_to_collections(), использующая граф по умолчанию.

all_variables(...): Вместо неё используйте tf.compat.v1.global_variables. (устарела)

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

approx_top_k(...): Приближённо возвращает k минимальных/максимальных значений входного операнда и их индексы.

arg_max(...): Возвращает индекс наибольшего значения по измерениям тензора. (устарела)

arg_min(...): Возвращает индекс наименьшего значения по измерениям тензора. (устарела)

argmax(...): Возвращает индекс наибольшего значения по осям тензора. (устаревшие аргументы)

argmin(...): Возвращает индекс наименьшего значения по осям тензора. (устаревшие аргументы)

argsort(...): Возвращает индексы тензора, задающие порядок его сортировки вдоль оси.

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

as_string(...): Преобразует каждый элемент заданного тензора в строку.

asin(...): Поэлементно вычисляет арксинус x.

asinh(...): Поэлементно вычисляет обратный гиперболический синус x.

assert_equal(...): Проверяет, что условие x == y выполняется для каждого элемента.

assert_greater(...): Проверяет, что условие x > y выполняется для каждого элемента.

assert_greater_equal(...): Проверяет, что условие x >= y выполняется для каждого элемента.

assert_integer(...): Проверяет, что тип данных x является целочисленным.

assert_less(...): Проверяет, что условие x < y выполняется для каждого элемента.

assert_less_equal(...): Проверяет, что условие x <= y выполняется для каждого элемента.

assert_near(...): Проверяет, что x и y близки для каждого элемента.

assert_negative(...): Проверяет, что условие x < 0 выполняется для каждого элемента.

assert_non_negative(...): Проверяет, что условие x >= 0 выполняется для каждого элемента.

assert_non_positive(...): Проверяет, что условие x <= 0 выполняется для каждого элемента.

assert_none_equal(...): Проверяет, что условие x != y выполняется для каждого элемента.

assert_positive(...): Проверяет, что условие x > 0 выполняется для каждого элемента.

assert_proper_iterable(...): Статически проверяет, что values является «корректным» итерируемым объектом.

assert_rank(...): Проверяет, что ранг x равен rank.

assert_rank_at_least(...): Проверяет, что ранг x равен rank или выше.

assert_rank_in(...): Проверяет, что ранг x принадлежит ranks.

assert_same_float_dtype(...): Проверяет и возвращает тип с плавающей запятой на основе tensors и dtype.

assert_scalar(...): Проверяет, что заданное tensor является скаляром (то есть имеет нулевое число измерений).

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

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

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

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

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

atan(...): Поэлементно вычисляет арктангенс x.

atan2(...): Поэлементно вычисляет арктангенс y/x с учётом знаков аргументов.

atanh(...): Поэлементно вычисляет обратный гиперболический тангенс x.

batch_gather(...): Извлекает срезы из params в соответствии с indices, учитывая ведущие измерения пакета. (устарела)

batch_scatter_update(...): Обобщение tf.compat.v1.scatter_update для оси, отличной от 0. (устарела)

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

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

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

bincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.

bitcast(...): Преобразует тип тензора в другой без копирования данных.

boolean_mask(...): Применяет к тензору логическую маску.

broadcast_dynamic_shape(...): Вычисляет форму результата широковещательного распространения по символьным формам.

broadcast_static_shape(...): Вычисляет форму результата широковещательного распространения по известным формам.

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

case(...): Создаёт операцию case.

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

ceil(...): Поэлементно возвращает округлённое вверх значение входных данных.

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

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

cholesky_solve(...): Решает системы линейных уравнений A X = RHS, используя разложения Холецкого.

clip_by_average_norm(...): Ограничивает значения тензора максимальной средней нормой L2. (устарела)

clip_by_global_norm(...): Ограничивает значения нескольких тензоров, используя отношение суммы их норм.

clip_by_norm(...): Ограничивает значения тензора максимальной нормой L2.

clip_by_value(...): Ограничивает значения тензора заданными минимумом и максимумом.

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

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

concat(...): Объединяет тензоры вдоль одного измерения.

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

confusion_matrix(...): Вычисляет матрицу ошибок по предсказаниям и меткам.

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

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

container(...): Обёртка для Graph.container(), использующая граф по умолчанию.

control_dependencies(...): Обёртка для Graph.control_dependencies(), использующая граф по умолчанию.

control_flow_v2_enabled(...): Возвращает True, если поток управления v2 включён.

conv(...): Вычисляет N-мерную свёртку по тензорам input размерности (N+1+batch_dims) и filter размерности (N+2).

conv2d_backprop_filter_v2(...): Вычисляет градиенты свёртки по фильтру.

conv2d_backprop_input_v2(...): Вычисляет градиенты свёртки по входным данным.

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 value в SparseTensor или Tensor.

cos(...): Поэлементно вычисляет косинус x.

cosh(...): Поэлементно вычисляет гиперболический косинус x.

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

count_up_to(...): Увеличивает 'ref', пока оно не достигнет 'limit'. (устарела)

create_partitioned_variables(...): Создаёт список секционированных переменных в соответствии с заданным slicing. (устарела)

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

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

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

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

decode_base64(...): Декодирует строки в безопасном для веба формате base64.

decode_compressed(...): Распаковывает строки.

decode_csv(...): Преобразует записи CSV в тензоры. Каждый столбец соответствует одному тензору.

decode_json_example(...): Преобразует записи Example в формате JSON в строки двоичных буферов протокола.

decode_raw(...): Преобразует необработанные байтовые строки в тензоры. (устаревшие аргументы)

delete_session_tensor(...): Удаляет тензор, связанный с заданным дескриптором тензора.

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

dequantize(...): Деквантует тензор «input» в тензор типа float или bfloat16.

deserialize_many_sparse(...): Десериализует и объединяет SparseTensors из сериализованного мини-пакета.

device(...): Обертка для Graph.device(), использующая граф по умолчанию.

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

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

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

dimension_at_index(...): Утилита совместимости, необходимая для поддержки поведения TF версии V1 и V2.

dimension_value(...): Утилита совместимости, необходимая для поддержки поведения TF версии V1 и V2.

disable_control_flow_v2(...): Отключает использование управления потоком версии 2.

disable_eager_execution(...): Отключает немедленное выполнение.

disable_resource_variables(...): Отключает использование ресурсных переменных. (устарело)

disable_tensor_equality(...): Сравнивает тензоры по их идентификаторам и делает их хешируемыми.

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

disable_v2_tensorshape(...): Отключает поведение TensorShape версии V2 и возвращает поведение версии V1.

div(...): Поэлементно делит x на y (используя семантику оператора деления Python 2). (устарело)

div_no_nan(...): Выполняет безопасное деление, возвращая 0, если y (знаменатель) равен нулю.

divide(...): Выполняет деление x на y в стиле Python.

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

dynamic_stitch(...): Чередует значения из тензоров data, объединяя их в один тензор.

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

einsum(...): Свёртка тензоров по заданным индексам и внешнее произведение.

enable_control_flow_v2(...): Использует управление потоком версии 2.

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

enable_resource_variables(...): По умолчанию создает ресурсные переменные.

enable_tensor_equality(...): Сравнивает тензоры поэлементно, из-за чего они становятся нехешируемыми.

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

enable_v2_tensorshape(...): В TensorFlow 2.0 при переборе экземпляра TensorShape возвращаются значения.

encode_base64(...): Кодирует строки в безопасный для веба формат base64.

ensure_shape(...): Обновляет форму тензора и во время выполнения проверяет ее соответствие заданной форме.

equal(...): Поэлементно возвращает значение истинности выражения (x == y).

erf(...): Поэлементно вычисляет функцию ошибок Гаусса для x. В статистике для неотрицательных значений \(x\) функция ошибок имеет следующую интерпретацию: для случайной величины \(Y\), распределенной нормально со средним 0 и дисперсией \(1/\sqrt{2}\), \(erf(x)\) — это вероятность того, что \(Y\) попадет в диапазон \([−x, x]\).

erfc(...): Поэлементно вычисляет дополнительную функцию ошибок для x.

executing_eagerly(...): Проверяет, включено ли немедленное выполнение в текущем потоке.

executing_eagerly_outside_functions(...): Возвращает True, если выполнение происходит в режиме немедленного выполнения, даже внутри графовой функции.

exp(...): Поэлементно вычисляет экспоненту x. \(y = e^x\).

expand_dims(...): Возвращает тензор с осью длины 1, добавленной по индексу axis. (устаревшие аргументы)

expm1(...): Поэлементно вычисляет exp(x) - 1.

extract_image_patches(...): Извлекает patches из images и помещает их в выходное измерение «depth».

extract_volume_patches(...): Извлекает patches из input и помещает их в выходное измерение "depth". Трехмерное расширение extract_image_patches.

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

fake_quant_with_min_max_args(...): Выполняет псевдоквантование входного тензора типа float в выходной тензор той же формы и типа.

fake_quant_with_min_max_args_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxArgs.

fake_quant_with_min_max_vars(...): Выполняет псевдоквантование входного тензора типа float с использованием глобальных скаляров типа float

fake_quant_with_min_max_vars_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxVars.

fake_quant_with_min_max_vars_per_channel(...): Выполняет псевдоквантование входного тензора типа float с использованием значений float для каждого канала

fake_quant_with_min_max_vars_per_channel_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxVarsPerChannel.

fft(...): Быстрое преобразование Фурье.

fft2d(...): Двумерное быстрое преобразование Фурье.

fft3d(...): Трехмерное быстрое преобразование Фурье.

fftnd(...): N-мерное быстрое преобразование Фурье.

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

fingerprint(...): Генерирует значения отпечатков.

fixed_size_partitioner(...): Разделитель для задания фиксированного количества сегментов вдоль указанной оси.

floor(...): Поэлементно возвращает наибольшее целое число, не превышающее x.

floor_div(...): Поэлементно возвращает результат x // y.

floordiv(...): Поэлементно делит x / y, округляя в сторону наименьшего целого.

floormod(...): Поэлементно возвращает остаток от деления.

foldl(...): Применяет foldl к списку тензоров, полученному распаковкой elems по измерению 0.

foldr(...): Применяет foldr к списку тензоров, полученному распаковкой elems по измерению 0.

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

gather(...): Извлекает срезы из params вдоль оси axis в соответствии с индексами. (устаревшие аргументы)

gather_nd(...): Извлекает срезы из params в тензор с формой, заданной indices.

get_collection(...): Обертка для Graph.get_collection(), использующая граф по умолчанию.

get_collection_ref(...): Обертка для Graph.get_collection_ref(), использующая граф по умолчанию.

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

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

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

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

get_seed(...): Возвращает локальные начальные значения, которые должна использовать операция с учетом заданного для нее начального значения.

get_session_handle(...): Возвращает дескриптор data.

get_session_tensor(...): Получает тензор типа dtype по переданному дескриптору тензора.

get_static_value(...): Возвращает постоянное значение заданного тензора, если его можно эффективно вычислить.

get_variable(...): Получает существующую переменную с заданными параметрами или создает новую.

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

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

global_variables(...): Возвращает глобальные переменные.

global_variables_initializer(...): Возвращает операцию, инициализирующую глобальные переменные.

grad_pass_through(...): Создает операцию передачи градиента, прямое поведение которой задается в f.

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

greater(...): Поэлементно возвращает значение истинности выражения (x > y).

greater_equal(...): Поэлементно возвращает значение истинности выражения (x >= y).

group(...): Создает операцию, объединяющую несколько операций в группу.

guarantee_const(...): Гарантирует среде выполнения TF, что входной тензор является константой. (устарело)

hessians(...): Строит матрицу Гессе суммы ys по x в xs.

histogram_fixed_width(...): Возвращает гистограмму значений.

histogram_fixed_width_bins(...): Разбивает заданные значения на интервалы для построения гистограммы.

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

identity_n(...): Возвращает список тензоров с такими же формами и содержимым, как у входных

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

ifft2d(...): Обратное двумерное быстрое преобразование Фурье.

ifft3d(...): Обратное трехмерное быстрое преобразование Фурье.

ifftnd(...): Обратное N-мерное быстрое преобразование Фурье.

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

igammac(...): Вычисляет верхнюю регуляризованную 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 Graph по умолчанию. (устаревшие аргументы)

init_scope(...): Менеджер контекста, который выносит операции за пределы областей управления потоком и графов построения функций.

initialize_all_tables(...): Возвращает операцию, инициализирующую все таблицы графа по умолчанию. (устарело)

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

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

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

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

irfftnd(...): N-мерное обратное быстрое преобразование Фурье для вещественных чисел.

is_finite(...): Возвращает информацию о том, какие элементы x являются конечными.

is_inf(...): Возвращает информацию о том, какие элементы x равны Inf.

is_nan(...): Возвращает информацию о том, какие элементы x равны NaN.

is_non_decreasing(...): Возвращает True, если x не убывает.

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 символьным тензором.

is_tensor(...): Проверяет, является ли x встроенным типом TF, который можно передавать многим операциям TF.

is_variable_initialized(...): Проверяет, была ли инициализирована переменная.

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

less(...): Поэлементно возвращает значение истинности выражения (x < y).

less_equal(...): Поэлементно возвращает значение истинности выражения (x <= y).

lgamma(...): Поэлементно вычисляет логарифм абсолютного значения Gamma(x).

lin_space(...): Создает равномерно распределенные значения в интервале вдоль заданной оси.

linspace(...): Создает равномерно распределенные значения в интервале вдоль 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(...): Поэлементно вычисляет натуральный логарифм x.

log1p(...): Поэлементно вычисляет натуральный логарифм (1 + x).

log_sigmoid(...): Поэлементно вычисляет логарифм сигмоиды для x.

logical_and(...): Поэлементно возвращает значение истинности выражения x И y.

logical_not(...): Поэлементно возвращает значение истинности отрицания NOT x.

logical_or(...): Поэлементно возвращает значение истинности выражения x ИЛИ y.

logical_xor(...): Логическая функция исключающего ИЛИ (XOR).

make_ndarray(...): Создает массив numpy ndarray из тензора.

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

make_tensor_proto(...): Создает 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 за пределами центральной полосы каждой внутренней матрицы.

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

matrix_diag(...): Возвращает пакетный диагональный тензор с заданными пакетными значениями диагонали.

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

matrix_inverse(...): Вычисляет обратную матрицу для одной или нескольких обратимых квадратных матриц либо их сопряженных транспонированных матриц.

matrix_set_diag(...): Возвращает пакетный тензор матриц с новыми пакетными значениями диагонали.

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

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

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

matrix_transpose(...): Меняет местами последние два измерения тензора a.

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

maximum(...): Поэлементно возвращает максимум x и y (то есть x > y ? x : y).

meshgrid(...): Приводит параметры к совместимым формам для вычислений на N-мерной сетке.

min_max_variable_partitioner(...): Разделитель для выделения минимального размера каждому срезу.

minimum(...): Поэлементно возвращает минимум x и y (то есть x < y ? x : y).

mod(...): Поэлементно возвращает остаток от деления.

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

moving_average_variables(...): Возвращает все переменные, для которых вычисляются скользящие средние.

multinomial(...): Генерирует выборки из мультиномиального распределения. (устарело)

multiply(...): Поэлементно возвращает x * y.

negative(...): Поэлементно вычисляет отрицательное числовое значение.

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

no_op(...): Ничего не делает. Полезна только как заполнитель для управляющих ребер.

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

nondifferentiable_batch_function(...): Объединяет вычисления, выполняемые декорированной функцией, в пакет.

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

not_equal(...): Поэлементно возвращает значение истинности выражения (x != y).

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

one_hot(...): Возвращает тензор one-hot.

ones(...): Создает тензор, все элементы которого равны единице (1).

ones_like(...): Создает тензор, все элементы которого равны 1.

op_scope(...): УСТАРЕЛО. То же, что и name_scope выше, но с другим порядком аргументов.

pad(...): Дополняет тензор.

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

parse_example(...): Анализирует протообъекты Example и преобразует их в dict тензоров.

parse_single_example(...): Анализирует один протообъект Example.

parse_single_sequence_example(...): Анализирует один протообъект SequenceExample.

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

placeholder(...): Вставляет заполнитель для тензора, значение которого всегда будет передаваться.

placeholder_with_default(...): Операция-заполнитель, которая передает input, если ее выходное значение не передано.

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

pow(...): Возводит одно значение в степень другого.

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

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

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняет ее в режиме немедленного выполнения.

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

quantize(...): Квантует входной тензор типа float в выходной тензор типа 'T'.

quantize_v2(...): Вместо этого используйте tf.quantization.quantize.

quantized_concat(...): Объединяет квантованные тензоры вдоль одного измерения.

ragged_fill_empty_rows(...)

ragged_fill_empty_rows_grad(...)

random_crop(...): Случайным образом обрезает тензор до заданного размера.

random_gamma(...): Генерирует shape выборок из каждого из заданных гамма-распределений.

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

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

random_poisson(...): Генерирует shape выборок из каждого из заданных распределений Пуассона.

random_shuffle(...): Случайным образом перемешивает тензор вдоль первого измерения.

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

range(...): Создает последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Читает содержимое файла.

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

realdiv(...): Поэлементно делит x на y для вещественных типов.

reciprocal(...): Поэлементно вычисляет обратное значение x.

recompute_grad(...): Определяет функцию как контрольную точку с повторным вычислением для автоматического дифференцирования с помощью tape.

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 их вдоль оси.

reduce_logsumexp(...): Вычисляет log(sum(exp(элементов 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 типа base_type в Tensor.

repeat(...): Повторяет элементы input.

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

required_space_to_batch_paddings(...): Вычисляет дополнение, необходимое для деления input_shape на block_shape без остатка.

reset_default_graph(...): Очищает стек графов по умолчанию и сбрасывает глобальный граф по умолчанию.

reshape(...): Изменяет форму тензора.

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

reverse(...): Меняет порядок элементов в заданных измерениях тензора.

reverse_sequence(...): Меняет порядок элементов в срезах переменной длины. (устаревшие аргументы) (устаревшие аргументы)

reverse_v2(...): Меняет порядок элементов в заданных измерениях тензора.

rfftnd(...): N-мерное быстрое преобразование Фурье для вещественных чисел.

rint(...): Поэлементно возвращает ближайшее к x целое число.

roll(...): Циклически сдвигает элементы тензора вдоль оси.

round(...): Поэлементно округляет значения тензора до ближайшего целого числа.

rsqrt(...): Поэлементно вычисляет обратное значение квадратного корня из x.

saturate_cast(...): Безопасно преобразует value в dtype с насыщением.

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

scan(...): Применяет scan к списку тензоров, полученному распаковкой elems по измерению 0.

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

scatter_div(...): Делит переменную по ссылке на разреженные обновления.

scatter_max(...): Сводит разреженные обновления к переменной по ссылке, используя операцию max.

scatter_min(...): Сводит разреженные обновления к ссылке на переменную с помощью операции min.

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

scatter_nd(...): Распределяет updates по тензору формы shape согласно indices.

scatter_nd_add(...): Выполняет разреженное сложение отдельных значений или срезов в Variable.

scatter_nd_sub(...): Выполняет разреженное вычитание отдельных значений или срезов в Variable.

scatter_nd_update(...): Применяет разреженное updates к отдельным значениям или срезам в Variable.

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

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

searchsorted(...): Находит место, куда следует поместить значение в отсортированной последовательности.

segment_max(...): Вычисляет максимум по сегментам тензора.

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

segment_min(...): Вычисляет минимум по сегментам тензора.

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

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

self_adjoint_eig(...): Вычисляет собственное разложение пакета эрмитовых матриц.

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

sequence_mask(...): Возвращает тензор маски, представляющий первые N позиций каждой ячейки.

serialize_many_sparse(...): Сериализует N-мини-пакет SparseTensor в объект [N, 3] Tensor.

serialize_sparse(...): Сериализует SparseTensor в объект-вектор из 3 элементов (1-D Tensor).

serialize_tensor(...): Преобразует тензор в сериализованный протокол TensorProto.

set_random_seed(...): Устанавливает начальное значение генератора случайных чисел на уровне графа для графа по умолчанию.

setdiff1d(...): Вычисляет разность двух списков чисел или строк.

shape(...): Возвращает форму тензора.

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

sigmoid(...): Поэлементно вычисляет сигмоиду для x.

sign(...): Поэлементно возвращает знак числа.

sin(...): Поэлементно вычисляет синус x.

sinh(...): Поэлементно вычисляет гиперболический синус x.

size(...): Возвращает размер тензора.

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

sort(...): Сортирует тензор.

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

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

space_to_depth(...): Преобразование 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 во входном 2-D SparseTensor значением по умолчанию.

sparse_mask(...): Маскирует элементы IndexedSlices.

sparse_matmul(...): Умножает матрицу «a» на матрицу «b». (устарело)

sparse_maximum(...): Поэлементно возвращает максимум двух SparseTensor.

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

sparse_minimum(...): Поэлементно возвращает минимум двух SparseTensor.

sparse_placeholder(...): Создает заполнитель для разреженного тензора, который всегда будет передаваться.

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(...): Переставляет элементы SparseTensor в канонический порядок по строкам.

sparse_reset_shape(...): Изменяет форму SparseTensor, не меняя индексы и значения.

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

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

sparse_segment_mean(...): Вычисляет среднее 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(...): Извлекает срез SparseTensor на основе start и size.

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

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

sparse_tensor_dense_matmul(...): Умножает SparseTensor (или плотную матрицу) 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 тензор булевых индикаторов.

sparse_transpose(...): Транспонирует SparseTensor.

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

sqrt(...): Поэлементно вычисляет квадратный корень входного тензора.

square(...): Поэлементно вычисляет квадрат x.

squared_difference(...): Поэлементно возвращает conj(x - y)(x - y).

squeeze(...): Удаляет измерения размера 1 из формы тензора. (устаревшие аргументы)

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

stop_gradient(...): Останавливает вычисление градиента.

strided_slice(...): Извлекает срез тензора с шагом (обобщенная индексация массивов Python).

string_join(...): Поэлементно объединяет список строковых тензоров.

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

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

string_to_hash_bucket(...): Преобразует каждую строку входного тензора в ее хеш по модулю количества корзин.

string_to_hash_bucket_fast(...): Преобразует каждую строку входного тензора в ее хеш по модулю количества корзин.

string_to_hash_bucket_strong(...): Преобразует каждую строку входного тензора в ее хеш по модулю количества корзин.

string_to_number(...): Преобразует каждую строку входного тензора в указанный числовой тип.

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

subtract(...): Поэлементно возвращает x - y.

svd(...): Вычисляет сингулярное разложение одной или нескольких матриц.

switch_case(...): Создает операцию switch/case, то есть

tables_initializer(...): Возвращает операцию, которая инициализирует все таблицы графа по умолчанию.

tan(...): Поэлементно вычисляет тангенс x.

tanh(...): Поэлементно вычисляет гиперболический тангенс x.

tensor_scatter_add(...): Добавляет разреженные updates к существующему тензору согласно indices.

tensor_scatter_nd_add(...): Добавляет разреженные updates к существующему тензору согласно indices.

tensor_scatter_nd_max(...): Применяет к тензору разреженное обновление, вычисляя поэлементный максимум.

tensor_scatter_nd_min(...)

tensor_scatter_nd_sub(...): Вычитает разреженные updates из существующего тензора согласно indices.

tensor_scatter_nd_update(...): Размещает updates в существующем тензоре согласно indices.

tensor_scatter_sub(...): Вычитает разреженные updates из существующего тензора согласно indices.

tensor_scatter_update(...): Размещает updates в существующем тензоре согласно indices.

tensordot(...): Сворачивает тензоры a и b вдоль указанных осей и вычисляет внешнее произведение.

tile(...): Создает тензор путем многократного повторения заданного тензора.

timestamp(...): Возвращает время в секундах, прошедшее с начала эпохи.

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(...): Поэлементно делит x на y (согласно семантике оператора деления Python 3).

truncated_normal(...): Возвращает случайные значения из усеченного нормального распределения.

truncatediv(...): Поэлементно возвращает x / y с округлением к нулю.

truncatemod(...): Поэлементно возвращает остаток от деления.

tuple(...): Группирует тензоры.

type_spec_from_value(...): Возвращает tf.TypeSpec, представляющий заданное значение 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 по сегментам тензора.

unsorted_segment_mean(...): Вычисляет среднее по сегментам тензора.

unsorted_segment_min(...): Вычисляет минимум по сегментам тензора.

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

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

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

unstack(...): Разбивает указанное измерение тензора ранга R на тензоры ранга (R-1).

variable_axis_size_partitioner(...): Возвращает разбиение для VariableScope, позволяющее ограничить размер фрагментов значением max_shard_bytes.

variable_creator_scope(...): Область видимости, задающая функцию создания переменных для вызова variable().

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

variables_initializer(...): Возвращает операцию, которая инициализирует список переменных.

vectorized_map(...): Параллельно применяет функцию к списку тензоров, полученных разбиением elems по измерению 0.

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

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

where_v2(...): Возвращает индексы ненулевых элементов или выбирает между 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 входному пути filename.

zeros(...): Создает тензор, все элементы которого равны нулю.

zeros_like(...): Создает тензор, все элементы которого равны нулю.

zeta(...): Вычисляет дзета-функцию Гурвица \(\zeta(x, q)\).

{
 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
}