Module: tf.compat.v1.raw_ops
Публичный API пространства имён tf._api.v2.raw_ops
Функции
Abort(...): Вызывает исключение, чтобы прервать процесс при вызове.
Abs(...): Вычисляет абсолютное значение тензора.
AccumulateNV2(...): Возвращает поэлементную сумму списка тензоров.
AccumulatorApplyGradient(...): Применяет градиент к заданному аккумулятору.
AccumulatorNumAccumulated(...): Возвращает количество градиентов, агрегированных в заданных аккумуляторах.
AccumulatorSetGlobalStep(...): Обновляет аккумулятор, задавая новое значение global_step.
AccumulatorTakeGradient(...): Извлекает средний градиент из заданного ConditionalAccumulator.
Acos(...): Поэлементно вычисляет arccos(x).
Acosh(...): Поэлементно вычисляет обратный гиперболический косинус x.
Add(...): Поэлементно возвращает x + y.
AddManySparseToTensorsMap(...): Добавляет N-мини-пакет SparseTensor в SparseTensorsMap и возвращает дескрипторы N.
AddN(...): Поэлементно складывает все входные тензоры.
AddSparseToTensorsMap(...): Добавляет SparseTensor в SparseTensorsMap и возвращает его дескриптор.
AddV2(...): Поэлементно возвращает x + y.
AdjustContrast(...): Устарело. Запрещено в версии GraphDef >= 2.
AdjustContrastv2(...): Настраивает контрастность одного или нескольких изображений.
AdjustHue(...): Настраивает оттенок одного или нескольких изображений.
AdjustSaturation(...): Настраивает насыщенность одного или нескольких изображений.
All(...): Вычисляет «логическое И» элементов по измерениям тензора.
AllCandidateSampler(...): Генерирует метки для выборки кандидатов, используя обученное унимодальное распределение.
AllToAll(...): Операция для обмена данными между репликами TPU.
Angle(...): Возвращает аргумент комплексного числа.
AnonymousHashTable(...): Создаёт неинициализированную анонимную хеш-таблицу.
AnonymousIterator(...): Контейнер для ресурса итератора.
AnonymousIteratorV2(...): Контейнер для ресурса итератора.
AnonymousIteratorV3(...): Контейнер для ресурса итератора.
AnonymousMultiDeviceIterator(...): Контейнер для ресурса многократного итератора устройств.
AnonymousMultiDeviceIteratorV3(...): Контейнер для ресурса многократного итератора устройств.
AnonymousMutableDenseHashTable(...): Создаёт пустую анонимную изменяемую хеш-таблицу, в которой для хранения используются тензоры.
AnonymousMutableHashTable(...): Создаёт пустую анонимную изменяемую хеш-таблицу.
AnonymousMutableHashTableOfTensors(...): Создаёт пустую анонимную изменяемую хеш-таблицу векторных значений.
AnonymousRandomSeedGenerator(...)
Any(...): Вычисляет «логическое ИЛИ» элементов по измерениям тензора.
ApplyAdaMax(...): Обновляет '*var' согласно алгоритму AdaMax.
ApplyAdadelta(...): Обновляет '*var' согласно схеме Adadelta.
ApplyAdagrad(...): Обновляет '*var' согласно схеме Adagrad.
ApplyAdagradDA(...): Обновляет '*var' согласно проксимальной схеме Adagrad.
ApplyAdagradV2(...): Обновляет '*var' согласно схеме Adagrad.
ApplyAdam(...): Обновляет '*var' согласно алгоритму Adam.
ApplyAddSign(...): Обновляет '*var' согласно правилу обновления AddSign.
ApplyCenteredRMSProp(...): Обновляет '*var' согласно центрированному алгоритму RMSProp.
ApplyFtrl(...): Обновляет '*var' согласно проксимальной схеме Ftrl.
ApplyFtrlV2(...): Обновляет '*var' согласно проксимальной схеме Ftrl.
ApplyGradientDescent(...): Обновляет '*var', вычитая из него 'alpha' * 'delta'.
ApplyMomentum(...): Обновляет '*var' согласно схеме импульса.
ApplyPowerSign(...): Обновляет '*var' согласно правилу обновления AddSign.
ApplyProximalAdagrad(...): Обновляет 'var' и 'accum' согласно FOBOS с темпом обучения Adagrad.
ApplyProximalGradientDescent(...): Обновляет '*var' согласно алгоритму FOBOS с фиксированным темпом обучения.
ApplyRMSProp(...): Обновляет '*var' согласно алгоритму RMSProp.
ApproxTopK(...): Приближённо возвращает минимальные/максимальные k значений входного операнда и их индексы.
ApproximateEqual(...): Поэлементно возвращает значение истинности выражения abs(x-y) < tolerance.
ArgMax(...): Возвращает индекс наибольшего значения по измерениям тензора.
ArgMin(...): Возвращает индекс наименьшего значения по измерениям тензора.
AsString(...): Преобразует каждый элемент заданного тензора в строку.
Asin(...): Поэлементно вычисляет арксинус x.
Asinh(...): Поэлементно вычисляет обратный гиперболический синус x.
Assert(...): Проверяет истинность заданного условия.
AssertNextDataset(...): Преобразование, проверяющее, какие преобразования выполняются следующими.
AssertPrevDataset(...): Преобразование, проверяющее, какие преобразования выполнялись ранее.
Assign(...): Обновляет 'ref', присваивая ему значение 'value'.
AssignAdd(...): Обновляет 'ref', прибавляя к нему значение 'value'.
AssignAddVariableOp(...): Прибавляет значение к текущему значению переменной.
AssignSub(...): Обновляет 'ref', вычитая из него значение 'value'.
AssignSubVariableOp(...): Вычитает значение из текущего значения переменной.
AssignVariableOp(...): Присваивает переменной новое значение.
AssignVariableXlaConcatND(...): Объединяет входной тензор по всем измерениям.
Atan(...): Поэлементно вычисляет арктангенс x.
Atan2(...): Поэлементно вычисляет арктангенс y/x с учётом знаков аргументов.
Atanh(...): Поэлементно вычисляет обратный гиперболический тангенс x.
AudioSpectrogram(...): Создаёт визуализацию аудиоданных во времени.
AudioSummary(...): Выводит буфер протокола Summary с аудиоданными.
AudioSummaryV2(...): Выводит буфер протокола Summary с аудиоданными.
AutoShardDataset(...): Создаёт набор данных, разбивающий входной набор данных на фрагменты.
AvgPool(...): Выполняет усредняющую пулинговую операцию над входными данными.
AvgPool3D(...): Выполняет трёхмерную усредняющую пулинговую операцию над входными данными.
AvgPool3DGrad(...): Вычисляет градиенты функции усредняющей пулинговой операции.
AvgPoolGrad(...): Вычисляет градиенты функции усредняющей пулинговой операции.
Barrier(...): Определяет барьер, сохраняющийся при разных запусках графа.
BarrierClose(...): Закрывает заданный барьер.
BarrierIncompleteSize(...): Вычисляет количество незавершённых элементов в заданном барьере.
BarrierInsertMany(...): Для каждого ключа присваивает соответствующее значение указанному компоненту.
BarrierReadySize(...): Вычисляет количество завершённых элементов в заданном барьере.
BarrierTakeMany(...): Извлекает из барьера заданное количество завершённых элементов.
Batch(...): Недетерминированно формирует пакеты из всех входных тензоров.
BatchDataset(...): Создаёт набор данных, формирующий пакеты по batch_size элементов из input_dataset.
BatchDatasetV2(...): Создаёт набор данных, формирующий пакеты по batch_size элементов из input_dataset.
BatchFunction(...): Формирует пакеты из всех входных тензоров для вычисления, выполняемого функцией.
BatchMatMul(...): Перемножает срезы двух тензоров пакетами.
BatchMatMulV2(...): Перемножает срезы двух тензоров пакетами.
BatchMatMulV3(...): Перемножает срезы двух тензоров пакетами.
BatchMatrixTriangularSolve(...)
BatchNormWithGlobalNormalization(...): Пакетная нормализация.
BatchNormWithGlobalNormalizationGrad(...): Градиенты пакетной нормализации.
BatchToSpace(...): BatchToSpace для четырёхмерных тензоров типа T.
BatchToSpaceND(...): BatchToSpace для N-мерных тензоров типа T.
Betainc(...): Вычисляет регуляризованный неполный бета-интеграл \(I_x(a, b)\).
BiasAdd(...): Прибавляет bias к value.
BiasAddGrad(...): Обратная операция для «BiasAdd» над тензором «bias».
BiasAddV1(...): Прибавляет bias к value.
Bincount(...): Подсчитывает количество вхождений каждого значения в целочисленный массив.
Bitcast(...): Преобразует тензор из одного типа в другой на уровне битов без копирования данных.
BitwiseAnd(...): Поэлементно вычисляет побитовое И для x и y.
BitwiseOr(...): Поэлементно вычисляет побитовое ИЛИ для x и y.
BitwiseXor(...): Поэлементно вычисляет побитовое исключающее ИЛИ для x и y.
BlockLSTM(...): Вычисляет прямое распространение LSTM-ячейки для всех временных шагов.
BlockLSTMGrad(...): Вычисляет обратное распространение LSTM-ячейки для всей временной последовательности.
BlockLSTMGradV2(...): Вычисляет обратное распространение LSTM-ячейки для всей временной последовательности.
BlockLSTMV2(...): Вычисляет прямое распространение LSTM-ячейки для всех временных шагов.
BoostedTreesAggregateStats(...): Агрегирует сводные данные накопленной статистики для пакета.
BoostedTreesBucketize(...): Разбивает каждый признак на интервалы на основе их границ.
BoostedTreesCalculateBestFeatureSplit(...): Вычисляет прирост для каждого признака и возвращает наилучшую возможную информацию о разделении признака.
BoostedTreesCalculateBestFeatureSplitV2(...): Вычисляет прирост для каждого признака и возвращает наилучшую возможную информацию о разделении для каждого узла. Если разделение не найдено, информация о разделении для этого узла не возвращается.
BoostedTreesCalculateBestGainsPerFeature(...): Вычисляет прирост для каждого признака и возвращает наилучшую возможную информацию о разделении признака.
BoostedTreesCenterBias(...): Вычисляет априорное значение на основе обучающих данных (смещение) и заполняет первый узел априорными логитами. Возвращает логическое значение, указывающее, следует ли продолжать центрирование.
BoostedTreesCreateEnsemble(...): Создаёт ансамблевую модель деревьев и возвращает дескриптор для неё.
BoostedTreesCreateQuantileStreamResource(...): Создаёт ресурс для потоков квантилей.
BoostedTreesDeserializeEnsemble(...): Десериализует сериализованную конфигурацию ансамбля деревьев и заменяет текущее дерево
BoostedTreesEnsembleResourceHandleOp(...): Создаёт дескриптор для BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs(...): Выходные данные для отладки и интерпретации модели для каждого примера.
BoostedTreesFlushQuantileSummaries(...): Сбрасывает сводки квантилей из каждого ресурса потока квантилей.
BoostedTreesGetEnsembleStates(...): Получает маркер ресурса ансамбля деревьев, количество деревьев и статистику роста.
BoostedTreesMakeQuantileSummaries(...): Создаёт сводку квантилей для пакета.
BoostedTreesMakeStatsSummary(...): Создаёт сводку накопленной статистики для пакета.
BoostedTreesPredict(...): Выполняет прогнозирование несколькими аддитивными ансамблями регрессии для входных экземпляров и
BoostedTreesQuantileStreamResourceAddSummaries(...): Добавляет сводки квантилей в каждый ресурс потока квантилей.
BoostedTreesQuantileStreamResourceDeserialize(...): Десериализует границы интервалов и флаг готовности в текущий QuantileAccumulator.
BoostedTreesQuantileStreamResourceFlush(...): Сбрасывает сводки для ресурса потока квантилей.
BoostedTreesQuantileStreamResourceGetBucketBoundaries(...): Формирует границы интервалов для каждого признака на основе накопленных сводок.
BoostedTreesQuantileStreamResourceHandleOp(...): Создаёт дескриптор для BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble(...): Сериализует ансамбль деревьев в proto.
BoostedTreesSparseAggregateStats(...): Агрегирует сводные данные накопленной статистики для пакета.
BoostedTreesSparseCalculateBestFeatureSplit(...): Вычисляет прирост для каждого признака и возвращает наилучшую возможную информацию о разделении признака.
BoostedTreesTrainingPredict(...): Выполняет прогнозирование несколькими аддитивными ансамблями регрессии для входных экземпляров и
BoostedTreesUpdateEnsemble(...): Обновляет ансамбль деревьев, добавляя слой к последнему растущему дереву
BoostedTreesUpdateEnsembleV2(...): Обновляет ансамбль деревьев, добавляя слой к последнему растущему дереву
BroadcastArgs(...): Возвращает форму операции s0 op s1 с широковещательным распространением.
BroadcastGradientArgs(...): Возвращает индексы редукции для вычисления градиентов операции s0 op s1 с широковещательным распространением.
BroadcastTo(...): Распространяет массив до совместимой формы.
Bucketize(...): Разбивает 'input' на интервалы на основе 'boundaries'.
BytesProducedStatsDataset(...): Записывает размер в байтах каждого элемента input_dataset в StatsAggregator.
CSRSparseMatrixComponents(...): Считывает компоненты CSR для пакета index.
CSRSparseMatrixToDense(...): Преобразует (возможно, пакетную) CSRSparseMatrix в плотный тензор.
CSRSparseMatrixToSparseTensor(...): Преобразует (возможно, пакетную) CSRSparesMatrix в SparseTensor.
CTCBeamSearchDecoder(...): Выполняет декодирование методом поиска по лучу для переданных на вход логитов.
CTCGreedyDecoder(...): Выполняет жадное декодирование для переданных на вход логитов.
CTCLoss(...): Вычисляет функцию потерь CTC (логарифм вероятности) для каждой записи пакета.
CTCLossV2(...): Вычисляет функцию потерь CTC (логарифм вероятности) для каждой записи пакета.
CacheDataset(...): Создаёт набор данных, кэширующий элементы из input_dataset.
Case(...): Переключатель с n ветвями, вызывающий функцию одной из ветвей.
Cast(...): Преобразует x типа SrcT в y типа DstT.
Ceil(...): Поэлементно возвращает наименьшее целое число, не меньшее x.
CheckNumerics(...): Проверяет тензор на наличие значений NaN и Inf.
CheckNumericsV2(...): Проверяет тензор на наличие значений NaN, -Inf и +Inf.
Cholesky(...): Вычисляет разложение Холецкого одной или нескольких квадратных матриц.
CholeskyGrad(...): Вычисляет градиент обратного режима, распространяемый назад по алгоритму Холецкого.
ChooseFastestBranchDataset(...)
ClipByValue(...): Ограничивает значения тензора заданными минимумом и максимумом.
CollectiveAllToAllV2(...): Взаимно обменивается несколькими тензорами одинакового типа и формы.
CollectiveAllToAllV3(...): Взаимно обменивается несколькими тензорами одинакового типа и формы.
CollectiveAssignGroupV2(...): Назначает ключи групп на основе распределения по группам.
CollectiveBcastRecv(...): Получает значение тензора, переданное широковещательно с другого устройства.
CollectiveBcastRecvV2(...): Получает значение тензора, переданное широковещательно с другого устройства.
CollectiveBcastSend(...): Передаёт значение тензора широковещательно на одно или несколько других устройств.
CollectiveBcastSendV2(...): Передаёт значение тензора широковещательно на одно или несколько других устройств.
CollectiveGather(...): Взаимно накапливает несколько тензоров одинакового типа и формы.
CollectiveGatherV2(...): Взаимно накапливает несколько тензоров одинакового типа и формы.
CollectiveInitializeCommunicator(...): Инициализирует группу для коллективных операций.
CollectivePermute(...): Операция для перестановки тензоров между реплицированными экземплярами TPU.
CollectiveReduce(...): Взаимно редуцирует несколько тензоров одинакового типа и формы.
CollectiveReduceScatterV2(...): Взаимно редуцирует несколько тензоров одинакового типа и формы и распределяет результат.
CollectiveReduceV2(...): Взаимно редуцирует несколько тензоров одинакового типа и формы.
CollectiveReduceV3(...): Взаимно редуцирует несколько тензоров одинакового типа и формы.
CombinedNonMaxSuppression(...): Жадно выбирает подмножество ограничивающих рамок в порядке убывания оценок,
Complex(...): Преобразует два действительных числа в комплексное число.
ComplexAbs(...): Вычисляет комплексный модуль тензора.
CompositeTensorVariantFromComponents(...): Кодирует значение ExtensionType в скалярный тензор variant.
CompositeTensorVariantToComponents(...): Декодирует скалярный тензор variant в значение ExtensionType.
CompressElement(...): Сжимает элемент набора данных.
ComputeAccidentalHits(...): Вычисляет идентификаторы позиций в sampled_candidates, совпадающих с true_labels.
ComputeBatchSize(...): Вычисляет статический размер пакета набора данных без неполных пакетов.
Concat(...): Объединяет тензоры вдоль одного измерения.
ConcatOffset(...): Вычисляет смещения входных данных concat в выходном тензоре.
ConcatV2(...): Объединяет тензоры вдоль одного измерения.
ConcatenateDataset(...): Создаёт набор данных, объединяющий input_dataset и another_dataset.
ConditionalAccumulator(...): Условный аккумулятор для агрегирования градиентов.
ConfigureDistributedTPU(...): Настраивает централизованные структуры распределённой системы TPU.
ConfigureTPUEmbedding(...): Настраивает TPUEmbedding в распределённой системе TPU.
Conj(...): Возвращает комплексно-сопряжённое число.
ConjugateTranspose(...): Переставляет измерения x согласно заданной перестановке и вычисляет комплексно-сопряжённое значение результата.
Const(...): Возвращает тензор-константу.
ConsumeMutexLock(...): Эта операция использует блокировку, созданную операцией MutexLock.
ControlTrigger(...): Ничего не делает. Служит управляющим триггером для планирования.
Conv(...): Вычисляет N-мерную свёртку для тензоров input размерности (N+1+batch_dims) и filter размерности (N+2).
Conv2D(...): Вычисляет двумерную свёртку для четырёхмерных тензоров input и filter.
Conv2DBackpropFilter(...): Вычисляет градиенты свёртки относительно фильтра.
Conv2DBackpropFilterV2(...): Вычисляет градиенты свёртки относительно фильтра.
Conv2DBackpropInput(...): Вычисляет градиенты свёртки относительно входных данных.
Conv2DBackpropInputV2(...): Вычисляет градиенты свёртки относительно входных данных.
Conv3D(...): Вычисляет 3D-свёртку для тензоров input и filter размерности 5.
Conv3DBackpropFilter(...): Вычисляет градиенты 3D-свёртки по фильтру.
Conv3DBackpropFilterV2(...): Вычисляет градиенты 3D-свёртки по фильтру.
Conv3DBackpropInput(...): Вычисляет градиенты 3D-свёртки по входным данным.
Conv3DBackpropInputV2(...): Вычисляет градиенты 3D-свёртки по входным данным.
Copy(...): Копирует тензор с CPU на CPU или с GPU на GPU.
CopyHost(...): Копирует тензор на хост.
Cos(...): Поэлементно вычисляет косинус x.
Cosh(...): Поэлементно вычисляет гиперболический косинус x.
CountUpTo(...): Увеличивает значение 'ref', пока оно не достигнет 'limit'.
CropAndResize(...): Извлекает фрагменты из входного тензора изображения и изменяет их размер.
CropAndResizeGradBoxes(...): Вычисляет градиент операции crop_and_resize по входному тензору рамок.
CropAndResizeGradImage(...): Вычисляет градиент операции crop_and_resize по входному тензору изображения.
Cross(...): Вычисляет попарное векторное произведение.
CrossReplicaSum(...): Операция для суммирования входных данных между реплицированными экземплярами TPU.
CudnnRNN(...): RNN на основе cuDNN.
CudnnRNNBackprop(...): Шаг обратного распространения для CudnnRNN.
CudnnRNNBackpropV2(...): Шаг обратного распространения для CudnnRNN.
CudnnRNNBackpropV3(...): Шаг обратного распространения для CudnnRNNV3.
CudnnRNNCanonicalToParams(...): Преобразует параметры CudnnRNN из канонической формы в пригодную для использования.
CudnnRNNCanonicalToParamsV2(...): Преобразует параметры CudnnRNN из канонической формы в пригодную для использования. Поддерживает проекцию в LSTM.
CudnnRNNParamsSize(...): Вычисляет размер весов, которые можно использовать в модели Cudnn RNN.
CudnnRNNParamsToCanonical(...): Получает параметры CudnnRNN в канонической форме.
CudnnRNNParamsToCanonicalV2(...): Получает параметры CudnnRNN в канонической форме. Поддерживает проекцию в LSTM.
CudnnRNNV2(...): RNN на основе cuDNN.
CudnnRNNV3(...): RNN на основе cuDNN.
Cumprod(...): Вычисляет накопительное произведение тензора x вдоль axis.
Cumsum(...): Вычисляет накопительную сумму тензора x вдоль axis.
CumulativeLogsumexp(...): Вычисляет накопительное произведение тензора x вдоль axis.
DataFormatDimMap(...): Возвращает индекс измерения в целевом формате данных, соответствующий заданному индексу в
DataFormatVecPermute(...): Переставляет измерения входного тензора из формата src_format в dst_format.
DataServiceDataset(...): Создаёт набор данных, считывающий данные из сервиса tf.data.
DataServiceDatasetV2(...): Создаёт набор данных, считывающий данные из сервиса tf.data.
DataServiceDatasetV3(...): Создаёт набор данных, считывающий данные из сервиса tf.data.
DataServiceDatasetV4(...): Создаёт набор данных, считывающий данные из сервиса tf.data.
DatasetCardinality(...): Возвращает мощность input_dataset.
DatasetFingerprint(...): Возвращает отпечаток input_dataset.
DatasetFromGraph(...): Создаёт набор данных из заданного graph_def.
DatasetToGraph(...): Возвращает сериализованный GraphDef, представляющий input_dataset.
DatasetToGraphV2(...): Возвращает сериализованный GraphDef, представляющий input_dataset.
DatasetToSingleElement(...): Выводит единственный элемент из заданного набора данных.
DatasetToTFRecord(...): Записывает заданный набор данных в указанный файл в формате TFRecord.
DebugGradientIdentity(...): Операция тождественного отображения для отладки градиентов.
DebugGradientRefIdentity(...): Операция тождественного отображения для отладки градиентов.
DebugIdentity(...): Предоставляет тождественное отображение входного тензора типа, отличного от Ref, для отладки.
DebugIdentityV2(...): Операция Debug Identity V2.
DebugIdentityV3(...): Предоставляет тождественное отображение входного тензора типа, отличного от Ref, для отладки.
DebugNanCount(...): Операция отладки для подсчёта значений NaN.
DebugNumericSummary(...): Операция отладки для сводки числовых значений.
DebugNumericSummaryV2(...): Операция отладки для сводки числовых значений V2.
DecodeAndCropJpeg(...): Декодирует JPEG-изображение и обрезает его, получая тензор uint8.
DecodeBase64(...): Декодирует строки в безопасном для веба формате base64.
DecodeBmp(...): Декодирует первый кадр изображения в формате BMP в тензор uint8.
DecodeCSV(...): Преобразует записи CSV в тензоры. Каждому столбцу соответствует один тензор.
DecodeCompressed(...): Распаковывает строки.
DecodeGif(...): Декодирует кадры GIF-изображения в тензор uint8.
DecodeImage(...): Функция для decode_bmp, decode_gif, decode_jpeg и decode_png.
DecodeJSONExample(...): Преобразует записи Example в формате JSON в строки двоичного протокольного буфера.
DecodeJpeg(...): Декодирует JPEG-изображение в тензор uint8.
DecodePaddedRaw(...): Интерпретирует байты строки как вектор чисел.
DecodePng(...): Декодирует PNG-изображение в тензор uint8 или uint16.
DecodeProtoV2(...): Операция извлекает поля из сериализованного сообщения protocol buffers в тензоры.
DecodeRaw(...): Интерпретирует байты строки как вектор чисел.
DecodeWav(...): Декодирует 16-битный PCM-файл WAV в тензор float.
DeepCopy(...): Создаёт копию x.
DeleteIterator(...): Контейнер для ресурса итератора.
DeleteMultiDeviceIterator(...): Контейнер для ресурса итератора.
DeleteRandomSeedGenerator(...)
DeleteSessionTensor(...): Удаляет тензор, указанный его дескриптором в сеансе.
DenseBincount(...): Подсчитывает число вхождений каждого значения в целочисленном массиве.
DenseCountSparseOutput(...): Подсчитывает значения с разреженным выходом для входных данных tf.tensor.
DenseToCSRSparseMatrix(...): Преобразует плотный тензор в CSRSparseMatrix (возможно, пакетную).
DenseToDenseSetOperation(...): Применяет операцию над множествами вдоль последнего измерения двух входных данных Tensor.
DenseToSparseBatchDataset(...): Создаёт набор данных, объединяющий входные элементы в SparseTensor.
DenseToSparseSetOperation(...): Применяет операцию над множествами вдоль последнего измерения Tensor и SparseTensor.
DepthToSpace(...): Преобразование DepthToSpace для тензоров типа T.
DepthwiseConv2dNative(...): Вычисляет 2D-свёртку по глубине для тензоров input и filter размерности 4.
DepthwiseConv2dNativeBackpropFilter(...): Вычисляет градиенты свёртки по глубине по фильтру.
DepthwiseConv2dNativeBackpropInput(...): Вычисляет градиенты свёртки по глубине по входным данным.
Dequantize(...): Деквантует тензор 'input' в тензор float или bfloat16.
DeserializeIterator(...): Преобразует заданный тензор variant в итератор и сохраняет его в указанном ресурсе.
DeserializeManySparse(...): Десериализует и объединяет SparseTensors из сериализованного мини-пакета.
DeserializeSparse(...): Десериализует объекты SparseTensor.
DestroyResourceOp(...): Удаляет ресурс, указанный дескриптором.
DestroyTemporaryVariable(...): Уничтожает временную переменную и возвращает её последнее значение.
DeviceIndex(...): Возвращает индекс устройства, на котором выполняется операция.
Diag(...): Возвращает диагональный тензор с заданными значениями диагонали.
DiagPart(...): Возвращает диагональную часть тензора.
Digamma(...): Вычисляет Psi — производную Lgamma (логарифма абсолютного значения
Dilation2D(...): Вычисляет серую морфологическую дилатацию для тензоров input размерности 4 и filter размерности 3.
Dilation2DBackpropFilter(...): Вычисляет градиент морфологической 2D-дилатации по фильтру.
Dilation2DBackpropInput(...): Вычисляет градиент морфологической 2D-дилатации по входным данным.
DirectedInterleaveDataset(...): Замена InterleaveDataset для фиксированного списка наборов данных N.
DisableCopyOnRead(...): Отключает режим копирования при чтении.
Div(...): Поэлементно возвращает x / y.
DivNoNan(...): Возвращает 0, если знаменатель равен нулю.
DrawBoundingBoxes(...): Рисует ограничивающие рамки на пакете изображений.
DrawBoundingBoxesV2(...): Рисует ограничивающие рамки на пакете изображений.
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup_sparse().
DynamicEnqueueTPUEmbeddingRaggedTensorBatch(...)
DynamicPartition(...): Разбивает data на num_partitions тензоров, используя индексы из partitions.
DynamicStitch(...): Чередует значения из data тензоров, объединяя их в один тензор.
EagerPyFunc(...): Немедленно выполняет функцию Python для вычисления func(input)->output.
EditDistance(...): Вычисляет (возможно, нормализованное) расстояние Левенштейна.
Eig(...): Вычисляет собственное разложение одной или нескольких квадратных матриц.
Einsum(...): Свёртка тензоров согласно соглашению Эйнштейна о суммировании.
Elu(...): Вычисляет экспоненциальную линейную функцию.
EluGrad(...): Вычисляет градиенты операции экспоненциальной линейной функции (Elu).
Empty(...): Создаёт тензор с заданной формой.
EmptyTensorList(...): Создаёт и возвращает пустой список тензоров.
EmptyTensorMap(...): Создаёт и возвращает пустую карту тензоров.
EncodeBase64(...): Кодирует строки в безопасном для веба формате base64.
EncodeJpeg(...): Кодирует изображение в формате JPEG.
EncodeJpegVariableQuality(...): Кодирует входное изображение в JPEG с заданным качеством сжатия.
EncodePng(...): Кодирует изображение в формате PNG.
EncodeProto(...): Операция сериализует сообщения protobuf, переданные во входных тензорах.
EncodeWav(...): Кодирует аудиоданные в формате WAV.
EnqueueTPUEmbeddingArbitraryTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup_sparse().
EnqueueTPUEmbeddingIntegerBatch(...): Операция помещает список входных пакетных тензоров в очередь TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup().
EnqueueTPUEmbeddingSparseBatch(...): Операция помещает входные индексы TPUEmbedding из SparseTensor в очередь.
EnqueueTPUEmbeddingSparseTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup_sparse().
EnsureShape(...): Проверяет, что форма тензора соответствует ожидаемой.
Enter(...): Создаёт или находит дочерний фрейм и делает data доступным в нём.
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 \(Y\), нормально распределённой со средним значением 0 и дисперсией \(1/\sqrt{2}\), \(erf(x)\) — это вероятность того, что \(Y\) попадёт в диапазон \([−x, x]\).
Erfc(...): Поэлементно вычисляет дополнительную функцию ошибок для x.
EuclideanNorm(...): Вычисляет евклидову норму элементов тензора по его измерениям.
Exit(...): Выходит из текущего фрейма в родительский.
Exp(...): Поэлементно вычисляет экспоненту x. \(y = e^x\).
ExpandDims(...): Добавляет измерение размера 1 к форме тензора.
ExperimentalAssertNextDataset(...)
ExperimentalAutoShardDataset(...): Создаёт набор данных, разделяющий входной набор данных на шарды.
ExperimentalBytesProducedStatsDataset(...): Записывает размер в байтах каждого элемента input_dataset в StatsAggregator.
ExperimentalChooseFastestDataset(...)
ExperimentalDatasetCardinality(...): Возвращает мощность input_dataset.
ExperimentalDatasetToTFRecord(...): Записывает заданный набор данных в указанный файл в формате TFRecord.
ExperimentalDenseToSparseBatchDataset(...): Создаёт набор данных, объединяющий входные элементы в SparseTensor.
ExperimentalDirectedInterleaveDataset(...): Замена InterleaveDataset для фиксированного списка наборов данных N.
ExperimentalGroupByReducerDataset(...): Создаёт набор данных, выполняющий группировку по input_dataset.
ExperimentalGroupByWindowDataset(...): Создаёт набор данных, выполняющий оконную группировку по input_dataset.
ExperimentalIgnoreErrorsDataset(...): Создаёт набор данных из элементов input_dataset, игнорируя ошибки.
ExperimentalIteratorGetDevice(...): Возвращает имя устройства, на котором размещён resource.
ExperimentalLatencyStatsDataset(...): Записывает время задержки при создании элементов input_dataset в StatsAggregator.
ExperimentalMapAndBatchDataset(...): Создаёт набор данных, объединяющий преобразование и пакетную обработку.
ExperimentalMapDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ExperimentalMatchingFilesDataset(...)
ExperimentalMaxIntraOpParallelismDataset(...): Создаёт набор данных, переопределяющий максимальный уровень параллелизма внутри операции.
ExperimentalNonSerializableDataset(...)
ExperimentalParallelInterleaveDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ExperimentalParseExampleDataset(...): Преобразует input_dataset, содержащий протобуферы Example в виде векторов DT_STRING, в набор данных объектов Tensor или SparseTensor, представляющих разобранные признаки.
ExperimentalPrivateThreadPoolDataset(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ExperimentalRandomDataset(...): Создаёт набор данных, возвращающий псевдослучайные числа.
ExperimentalRebatchDataset(...): Создаёт набор данных, изменяющий размер пакета.
ExperimentalScanDataset(...): Создаёт набор данных, последовательно сводящий f по элементам input_dataset.
ExperimentalSetStatsAggregatorDataset(...)
ExperimentalSlidingWindowDataset(...): Создаёт набор данных, проходящий скользящим окном по input_dataset.
ExperimentalSqlDataset(...): Создаёт набор данных, выполняющий SQL-запрос и выдающий строки результирующего набора.
ExperimentalStatsAggregatorHandle(...): Создаёт ресурс менеджера статистики.
ExperimentalStatsAggregatorSummary(...): Формирует сводку статистики, записанной указанным менеджером статистики.
ExperimentalTakeWhileDataset(...): Создаёт набор данных, останавливающий итерацию, когда предикат` принимает значение false.
ExperimentalThreadPoolDataset(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ExperimentalThreadPoolHandle(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ExperimentalUnbatchDataset(...): Набор данных, разбивающий входные элементы на несколько элементов.
ExperimentalUniqueDataset(...): Создаёт набор данных, содержащий уникальные элементы input_dataset.
Expm1(...): Поэлементно вычисляет exp(x) - 1.
ExtractGlimpse(...): Извлекает фрагмент из входного тензора.
ExtractGlimpseV2(...): Извлекает фрагмент из входного тензора.
ExtractImagePatches(...): Извлекает patches из images и помещает их в выходное измерение «глубины».
ExtractJpegShape(...): Извлекает информацию о форме JPEG-изображения.
ExtractVolumePatches(...): Извлекает patches из input и помещает их в выходное измерение "depth". Трёхмерное расширение extract_image_patches.
FFT(...): Быстрое преобразование Фурье.
FFT2D(...): Двумерное быстрое преобразование Фурье.
FFT3D(...): Трёхмерное быстрое преобразование Фурье.
FFTND(...): N-мерное быстрое преобразование Фурье.
FIFOQueue(...): Очередь, выдающая элементы в порядке «первым пришёл — первым вышел».
FIFOQueueV2(...): Очередь, выдающая элементы в порядке «первым пришёл — первым вышел».
Fact(...): Выводит факт о факториалах.
FakeParam(...): Эта операция используется как заполнитель в функциях ветвей If.
FakeQuantWithMinMaxArgs(...): Выполняет псевдоквантование входного тензора типа float 'inputs' и создаёт выходной тензор 'outputs' той же формы и типа.
FakeQuantWithMinMaxArgsGradient(...): Вычисляет градиенты операции FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars(...): Выполняет псевдоквантование входного тензора типа float 'inputs' с помощью глобальных скаляров float
FakeQuantWithMinMaxVarsGradient(...): Вычисляет градиенты операции FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel(...): Выполняет псевдоквантование входного тензора типа float 'inputs' с помощью значений float для каждого канала
FakeQuantWithMinMaxVarsPerChannelGradient(...): Вычисляет градиенты операции FakeQuantWithMinMaxVarsPerChannel.
FakeQueue(...): Устарело. Не используйте.
FileSystemSetConfiguration(...): Задаёт конфигурацию файловой системы.
Fill(...): Создаёт тензор, заполненный скалярным значением.
FilterByLastComponentDataset(...): Создаёт набор данных, содержащий элементы первого компонента input_dataset, у которых последний компонент имеет значение true.
FilterDataset(...): Создаёт набор данных, содержащий элементы input_dataset, удовлетворяющие условию predicate.
FinalizeDataset(...): Создаёт набор данных, применяя tf.data.Options к input_dataset.
Fingerprint(...): Создаёт значения отпечатков.
FixedLengthRecordDataset(...): Создаёт набор данных, выдающий записи из одного или нескольких двоичных файлов.
FixedLengthRecordDatasetV2(...)
FixedLengthRecordReader(...): Средство чтения, выдающее записи фиксированной длины из файла.
FixedLengthRecordReaderV2(...): Средство чтения, выдающее записи фиксированной длины из файла.
FixedUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов на основе обученного унимодального распределения.
FlatMapDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
Floor(...): Поэлементно возвращает наибольшее целое число, не превосходящее x.
FloorDiv(...): Поэлементно возвращает x // y.
FloorMod(...): Поэлементно возвращает остаток от деления.
For(...): Выполняет цикл for.
FractionalAvgPool(...): Выполняет дробный average pooling для входных данных.
FractionalAvgPoolGrad(...): Вычисляет градиент функции FractionalAvgPool.
FractionalMaxPool(...): Выполняет дробный max pooling для входных данных.
FractionalMaxPoolGrad(...): Вычисляет градиент функции FractionalMaxPool.
FusedBatchNorm(...): Пакетная нормализация.
FusedBatchNormGrad(...): Градиент пакетной нормализации.
FusedBatchNormGradV2(...): Градиент пакетной нормализации.
FusedBatchNormGradV3(...): Градиент пакетной нормализации.
FusedBatchNormV2(...): Пакетная нормализация.
FusedBatchNormV3(...): Пакетная нормализация.
FusedPadConv2D(...): Выполняет дополнение при подготовке к свёртке.
FusedResizeAndPadConv2D(...): Изменяет размер и дополняет данные при подготовке к свёртке.
GRUBlockCell(...): Вычисляет прямое распространение ячейки GRU за 1 временной шаг.
GRUBlockCellGrad(...): Вычисляет обратное распространение ячейки GRU за 1 временной шаг.
Gather(...): Собирает срезы из params в соответствии с indices.
GatherNd(...): Собирает срезы из params в тензор с формой, заданной indices.
GatherV2(...): Собирает срезы из params по оси axis в соответствии с indices.
GenerateBoundingBoxProposals(...): Эта операция формирует области интереса из заданных ограничивающих рамок (bbox_deltas), закодированных относительно якорей, согласно уравнению 2 из arXiv:1506.01497.
GenerateVocabRemapping(...): Принимает пути к новым и старым файлам словаря и возвращает тензор переназначения.
GeneratorDataset(...): Создаёт набор данных, вызывающий функцию для генерации элементов.
GetElementAtIndex(...): Получает элемент набора данных по указанному индексу.
GetMinibatchSplitsWithPhysicalReplica(...)
GetMinibatchesInCsrWithPhysicalReplica(...)
GetOptions(...): Возвращает объект tf.data.Options, связанный с input_dataset.
GetSessionHandle(...): Сохраняет входной тензор в состоянии текущего сеанса.
GetSessionHandleV2(...): Сохраняет входной тензор в состоянии текущего сеанса.
GetSessionTensor(...): Получает значение тензора, заданного его дескриптором.
Greater(...): Поэлементно возвращает истинность выражения (x > y).
GreaterEqual(...): Поэлементно возвращает истинность выражения (x >= y).
GroupByReducerDataset(...): Создаёт набор данных, выполняющий группировку по input_dataset.
GroupByWindowDataset(...): Создаёт набор данных, выполняющий оконную группировку по input_dataset.
GuaranteeConst(...): Гарантирует среде выполнения TF, что входной тензор является константой.
HSVToRGB(...): Преобразует одно или несколько изображений из HSV в RGB.
HashTable(...): Создаёт неинициализированную хеш-таблицу.
HashTableV2(...): Создаёт неинициализированную хеш-таблицу.
HistogramFixedWidth(...): Возвращает гистограмму значений.
HistogramSummary(...): Выводит буфер протокола Summary с гистограммой.
IFFT(...): Обратное быстрое преобразование Фурье.
IFFT2D(...): Обратное двумерное быстрое преобразование Фурье.
IFFT3D(...): Обратное трёхмерное быстрое преобразование Фурье.
IFFTND(...): Обратное N-мерное быстрое преобразование Фурье.
IRFFT(...): Обратное быстрое преобразование Фурье для вещественных значений.
IRFFT2D(...): Обратное двумерное быстрое преобразование Фурье для вещественных значений.
IRFFT3D(...): Обратное трёхмерное быстрое преобразование Фурье для вещественных значений.
IRFFTND(...): Обратное N-мерное быстрое преобразование Фурье для вещественных значений.
Identity(...): Возвращает тензор с той же формой и содержимым, что и входной тензор или значение.
IdentityN(...): Возвращает список тензоров с теми же формами и содержимым, что и входные данные.
IdentityReader(...): Считыватель, который возвращает помещённую в очередь задачу и как ключ, и как значение.
IdentityReaderV2(...): Считыватель, который возвращает помещённую в очередь задачу и как ключ, и как значение.
If(...): output = cond ? then_branch(input) : else_branch(input)
Igamma(...): Вычисляет регуляризованную нижнюю неполную гамма-функцию P(a, x).
IgammaGradA(...): Вычисляет градиент igamma(a, x) по a.
Igammac(...): Вычисляет регуляризованную верхнюю неполную гамма-функцию Q(a, x).
IgnoreErrorsDataset(...): Создаёт набор данных, содержащий элементы input_dataset; ошибки игнорируются.
Imag(...): Возвращает мнимую часть комплексного числа.
ImageProjectiveTransformV2(...): Применяет заданное преобразование к каждому изображению.
ImageProjectiveTransformV3(...): Применяет заданное преобразование к каждому изображению.
ImageSummary(...): Выводит буфер протокола Summary с изображениями.
ImmutableConst(...): Возвращает неизменяемый тензор из области памяти.
InTopK(...): Определяет, входят ли целевые значения в число K лучших предсказаний.
InTopKV2(...): Определяет, входят ли целевые значения в число K лучших предсказаний.
InfeedDequeue(...): Операция-заполнитель для значения, которое будет подано на вход вычисления.
InfeedDequeueTuple(...): Извлекает несколько значений из входной очереди в виде кортежа XLA.
InfeedEnqueue(...): Операция, которая подаёт одно значение Tensor на вход вычисления.
InfeedEnqueuePrelinearizedBuffer(...): Операция, помещающая предварительно линеаризованный буфер во входную очередь TPU.
InfeedEnqueueTuple(...): Подаёт несколько значений Tensor на вход вычисления в виде кортежа XLA.
InitializeTable(...): Инициализатор таблицы, принимающий два тензора: для ключей и значений соответственно.
InitializeTableFromDataset(...)
InitializeTableFromTextFile(...): Инициализирует таблицу из текстового файла.
InitializeTableFromTextFileV2(...): Инициализирует таблицу из текстового файла.
InitializeTableV2(...): Инициализатор таблицы, принимающий два тензора: для ключей и значений соответственно.
InplaceAdd(...): Добавляет v в указанные строки x.
InplaceSub(...): Вычитает v из указанных строк x.
InplaceUpdate(...): Обновляет указанные строки 'i' значениями 'v'.
InterleaveDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
Inv(...): Поэлементно вычисляет обратную величину x.
InvGrad(...): Вычисляет градиент обратной величины x по входным данным.
Invert(...): Инвертирует (меняет на противоположные) все биты поддерживаемых типов; например, значение типа uint8 01010101 становится 10101010.
InvertPermutation(...): Вычисляет обратную перестановку тензора.
IsBoostedTreesEnsembleInitialized(...): Проверяет, была ли инициализирована ансамблевая модель деревьев.
IsBoostedTreesQuantileStreamResourceInitialized(...): Проверяет, был ли инициализирован поток квантилей.
IsFinite(...): Возвращает маску конечных элементов x.
IsInf(...): Возвращает маску элементов x, равных Inf.
IsNan(...): Возвращает маску элементов x, равных NaN.
IsTPUEmbeddingInitialized(...): Проверяет, инициализирован ли TPU Embedding в распределённой системе TPU.
IsVariableInitialized(...): Проверяет, был ли инициализирован тензор.
IsotonicRegression(...): Решает пакет задач изотонической регрессии.
Iterator(...): Контейнер для ресурса итератора.
IteratorFromStringHandle(...): Преобразует заданную строку, представляющую дескриптор итератора, в ресурс.
IteratorFromStringHandleV2(...)
IteratorGetDevice(...): Возвращает имя устройства, на котором размещён resource.
IteratorGetNext(...): Получает следующий выходной элемент заданного итератора.
IteratorGetNextAsOptional(...): Получает следующий выходной элемент заданного итератора в виде варианта Optional.
IteratorGetNextSync(...): Получает следующий выходной элемент заданного итератора.
IteratorToStringHandle(...): Преобразует заданное resource_handle, представляющее итератор, в строку.
KMC2ChainInitialization(...): Возвращает индекс точки данных, которую следует добавить в начальный набор.
KmeansPlusPlusInitialization(...): Выбирает num_to_sample строк входных данных по критерию KMeans++.
L2Loss(...): Потери L2.
LMDBDataset(...): Создаёт набор данных, выдающий пары ключ-значение из одного или нескольких файлов LMDB.
LMDBReader(...): Считыватель, возвращающий записи из файла LMDB.
LRN(...): Локальная нормализация отклика.
LRNGrad(...): Градиенты для локальной нормализации отклика.
LSTMBlockCell(...): Вычисляет прямое распространение ячейки LSTM за 1 временной шаг.
LSTMBlockCellGrad(...): Вычисляет обратное распространение ячейки LSTM за 1 временной шаг.
LatencyStatsDataset(...): Регистрирует в StatsAggregator задержку формирования input_dataset элементов.
LeakyRelu(...): Вычисляет выпрямленную линейную функцию: max(features, features * alpha).
LeakyReluGrad(...): Вычисляет градиенты выпрямленной линейной функции для операции LeakyRelu.
LearnedUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов с обучаемым унимодальным распределением.
LeftShift(...): Поэлементно вычисляет побитовый сдвиг влево x на y.
LegacyParallelInterleaveDatasetV2(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
Less(...): Поэлементно возвращает истинность выражения (x < y).
LessEqual(...): Поэлементно возвращает истинность выражения (x <= y).
Lgamma(...): Поэлементно вычисляет логарифм абсолютного значения Gamma(x).
LinSpace(...): Генерирует значения в заданном интервале.
ListDataset(...): Создаёт набор данных, выдающий каждый элемент tensors один раз.
ListDiff(...): Вычисляет разность двух списков чисел или строк.
ListSnapshotChunksDataset(...)
LoadAndRemapMatrix(...): Загружает двумерную матрицу Tensor с именем old_tensor_name из контрольной точки.
LoadTPUEmbeddingADAMParameters(...): Загружает параметры вложений ADAM.
LoadTPUEmbeddingAdadeltaParameters(...): Загружает параметры вложений Adadelta.
LoadTPUEmbeddingAdagradMomentumParameters(...): Загружает параметры вложений Adagrad Momentum.
LoadTPUEmbeddingAdagradParameters(...): Загружает параметры вложений Adagrad.
LoadTPUEmbeddingCenteredRMSPropParameters(...): Загружает параметры вложений centered RMSProp.
LoadTPUEmbeddingFTRLParameters(...): Загружает параметры вложений FTRL.
LoadTPUEmbeddingFrequencyEstimatorParameters(...): Загружает параметры вложений оценщика частоты.
LoadTPUEmbeddingMDLAdagradLightParameters(...): Загружает параметры вложений MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters(...): Загружает параметры вложений Momentum.
LoadTPUEmbeddingProximalAdagradParameters(...): Загружает параметры вложений proximal Adagrad.
LoadTPUEmbeddingProximalYogiParameters(...)
LoadTPUEmbeddingRMSPropParameters(...): Загружает параметры вложений RMSProp.
LoadTPUEmbeddingStochasticGradientDescentParameters(...): Загружает параметры вложений SGD.
Log(...): Поэлементно вычисляет натуральный логарифм x.
Log1p(...): Поэлементно вычисляет натуральный логарифм (1 + x).
LogMatrixDeterminant(...): Вычисляет знак и логарифм абсолютного значения определителя.
LogSoftmax(...): Вычисляет активации log-softmax.
LogUniformCandidateSampler(...): Генерирует метки для выборки кандидатов с логарифмически равномерным распределением.
LogicalAnd(...): Поэлементно возвращает результат логического И для x и y.
LogicalNot(...): Поэлементно возвращает результат логического НЕ для NOT x.
LogicalOr(...): Поэлементно возвращает результат логического ИЛИ для x и y.
LookupTableExport(...): Выводит все ключи и значения таблицы.
LookupTableExportV2(...): Выводит все ключи и значения таблицы.
LookupTableFind(...): Ищет ключи в таблице и выводит соответствующие значения.
LookupTableFindV2(...): Ищет ключи в таблице и выводит соответствующие значения.
LookupTableImport(...): Заменяет содержимое таблицы заданными ключами и значениями.
LookupTableImportV2(...): Заменяет содержимое таблицы заданными ключами и значениями.
LookupTableInsert(...): Обновляет таблицу, связывая ключи со значениями.
LookupTableInsertV2(...): Обновляет таблицу, связывая ключи со значениями.
LookupTableRemoveV2(...): Удаляет ключи и связанные с ними значения из таблицы.
LookupTableSize(...): Вычисляет количество элементов в заданной таблице.
LookupTableSizeV2(...): Вычисляет количество элементов в заданной таблице.
LoopCond(...): Передаёт входное значение на выход.
LowerBound(...): Применяет lower_bound(sorted_search_values, values) к каждой строке.
Lu(...): Вычисляет LU-разложение одной или нескольких квадратных матриц.
MakeIterator(...): Создаёт новый итератор из заданного dataset и сохраняет его в iterator.
MapAndBatchDataset(...): Создаёт набор данных, объединяющий отображение и формирование пакетов.
MapClear(...): Операция удаляет все элементы из базового контейнера.
MapDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
MapDefun(...): Применяет функцию к списку тензоров, распакованных из аргументов по измерению 0.
MapIncompleteSize(...): Операция возвращает количество неполных элементов в базовом контейнере.
MapPeek(...): Операция просматривает значения по указанному ключу.
MapSize(...): Операция возвращает количество элементов в базовом контейнере.
MapStage(...): Помещает (key, values) в базовый контейнер, работающий как хеш-таблица.
MapUnstage(...): Операция удаляет и возвращает значения, связанные с ключом.
MapUnstageNoKey(...): Операция удаляет и возвращает случайную пару (key, value).
MatMul(...): Умножает матрицу "a" на матрицу "b".
MatchingFiles(...): Возвращает набор файлов, соответствующих одному или нескольким шаблонам glob.
MatrixBandPart(...): Копирует тензор, обнуляя все элементы за пределами центральной полосы каждой внутренней матрицы.
MatrixDeterminant(...): Вычисляет определитель одной или нескольких квадратных матриц.
MatrixDiag(...): Возвращает пакетный диагональный тензор с заданными пакетными значениями диагонали.
MatrixDiagPart(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagPartV2(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagPartV3(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagV2(...): Возвращает пакетный диагональный тензор с заданными пакетными значениями диагонали.
MatrixDiagV3(...): Возвращает пакетный диагональный тензор с заданными пакетными значениями диагонали.
MatrixExponential(...): Устарело; используйте реализацию Python tf.linalg.matrix_exponential.
MatrixInverse(...): Вычисляет обратные матрицы или сопряжённо-транспонированные матрицы для одной или нескольких квадратных обратимых матриц.
MatrixLogarithm(...): Вычисляет матричный логарифм одной или нескольких квадратных матриц:
MatrixSetDiag(...): Возвращает пакетный матричный тензор с новыми пакетными значениями диагонали.
MatrixSetDiagV2(...): Возвращает пакетный матричный тензор с новыми пакетными значениями диагонали.
MatrixSetDiagV3(...): Возвращает пакетный матричный тензор с новыми пакетными значениями диагонали.
MatrixSolve(...): Решает системы линейных уравнений.
MatrixSolveLs(...): Решает одну или несколько задач линейных наименьших квадратов.
MatrixSquareRoot(...): Вычисляет квадратный корень из одной или нескольких квадратных матриц:
MatrixTriangularSolve(...): Решает системы линейных уравнений с верхними или нижними треугольными матрицами методом обратной подстановки.
Max(...): Вычисляет максимум элементов тензора по его измерениям.
MaxIntraOpParallelismDataset(...): Создаёт набор данных, который переопределяет максимальный уровень параллелизма внутри операции.
MaxPool(...): Выполняет максимальную пулинговую операцию над входными данными.
MaxPool3D(...): Выполняет трёхмерную максимальную пулинговую операцию над входными данными.
MaxPool3DGrad(...): Вычисляет градиенты функции трёхмерной максимальной пулинговой операции.
MaxPool3DGradGrad(...): Вычисляет градиенты второго порядка функции максимальной пулинговой операции.
MaxPoolGrad(...): Вычисляет градиенты функции максимальной пулинговой операции.
MaxPoolGradGrad(...): Вычисляет градиенты второго порядка функции максимальной пулинговой операции.
MaxPoolGradGradV2(...): Вычисляет градиенты второго порядка функции максимальной пулинговой операции.
MaxPoolGradGradWithArgmax(...): Вычисляет градиенты второго порядка функции максимальной пулинговой операции.
MaxPoolGradV2(...): Вычисляет градиенты функции максимальной пулинговой операции.
MaxPoolGradWithArgmax(...): Вычисляет градиенты функции максимальной пулинговой операции.
MaxPoolV2(...): Выполняет максимальную пулинговую операцию над входными данными.
MaxPoolWithArgmax(...): Выполняет максимальную пулинговую операцию над входными данными и выводит максимальные значения и индексы.
Maximum(...): Поэлементно возвращает максимум x и y (то есть x > y ? x : y).
Mean(...): Вычисляет среднее значение элементов тензора по его измерениям.
Merge(...): Передаёт значение доступного тензора от inputs к output.
MergeSummary(...): Объединяет сводки.
MergeV2Checkpoints(...): Специально для формата V2: объединяет файлы метаданных сегментированных контрольных точек.
Mfcc(...): Преобразует спектрограмму в форму, пригодную для распознавания речи.
Min(...): Вычисляет минимум элементов тензора по его измерениям.
Minimum(...): Поэлементно возвращает минимум x и y (то есть x < y ? x : y).
MirrorPad(...): Дополняет тензор зеркально отражёнными значениями.
MirrorPadGrad(...): Операция вычисления градиента для операции MirrorPad. Эта операция сворачивает тензор с зеркальным дополнением.
Mod(...): Поэлементно возвращает остаток от деления.
ModelDataset(...): Тождественное преобразование, моделирующее производительность.
Mul(...): Поэлементно возвращает x * y.
MulNoNan(...): Поэлементно возвращает x * y. Возвращает ноль, если y равен нулю, даже если x бесконечен или является NaN.
MultiDeviceIterator(...): Создаёт ресурс MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle(...): Создаёт ресурс MultiDeviceIterator из предоставленного строкового дескриптора.
MultiDeviceIteratorGetNextFromShard(...): Получает следующий элемент для указанного номера шарда.
MultiDeviceIteratorInit(...): Инициализирует многократно используемый для устройств итератор заданным набором данных.
MultiDeviceIteratorToStringHandle(...): Создаёт строковый дескриптор для заданного MultiDeviceIterator.
Multinomial(...): Генерирует выборки из мультиномиального распределения.
MutableDenseHashTable(...): Создаёт пустую хеш-таблицу, в которой для хранения данных используются тензоры.
MutableDenseHashTableV2(...): Создаёт пустую хеш-таблицу, в которой для хранения данных используются тензоры.
MutableHashTable(...): Создаёт пустую хеш-таблицу.
MutableHashTableOfTensors(...): Создаёт пустую хеш-таблицу.
MutableHashTableOfTensorsV2(...): Создаёт пустую хеш-таблицу.
MutableHashTableV2(...): Создаёт пустую хеш-таблицу.
MutexLock(...): Блокирует ресурс мьютекса.
MutexV2(...): Создаёт ресурс Mutex, который может быть заблокирован с помощью MutexLock.
NcclAllReduce(...): Выводит тензор, содержащий результат редукции по всем входным тензорам.
NcclBroadcast(...): Отправляет input на все устройства, подключённые к выходу.
NcclReduce(...): Выполняет редукцию input с устройств num_devices с помощью reduction на одном устройстве.
NearestNeighbors(...): Выбирает k ближайших центров для каждой точки.
Neg(...): Поэлементно вычисляет числовое отрицание.
NextAfter(...): Поэлементно возвращает следующее представимое значение после x1 в направлении x2.
NextIteration(...): Делает входное значение доступным на следующей итерации.
NoOp(...): Ничего не делает. Полезно только в качестве заполнителя для управляющих рёбер.
NonDeterministicInts(...): Недетерминированно генерирует несколько целых чисел.
NonMaxSuppression(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NonMaxSuppressionV2(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NonMaxSuppressionV3(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NonMaxSuppressionV4(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NonMaxSuppressionV5(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NonMaxSuppressionWithOverlaps(...): Жадным образом выбирает подмножество ограничивающих рамок в порядке убывания оценок,
NotEqual(...): Поэлементно возвращает значение истинности выражения (x != y).
NthElement(...): Находит значения статистики порядка n для последнего измерения.
OneHot(...): Возвращает тензор one-hot.
OneShotIterator(...): Создаёт итератор «однократного использования», который можно использовать только один раз.
OnesLike(...): Возвращает тензор из единиц с той же формой и типом, что и x.
OptimizeDataset(...): Создаёт набор данных, применяя оптимизации к input_dataset.
OptimizeDatasetV2(...): Создаёт набор данных, применяя связанные оптимизации к input_dataset.
OptionalFromValue(...): Создаёт вариант Optional из кортежа тензоров.
OptionalGetValue(...): Возвращает значение, хранящееся в варианте Optional, или выдаёт ошибку, если значения нет.
OptionalHasValue(...): Возвращает true тогда и только тогда, когда заданный вариант Optional содержит значение.
OptionalNone(...): Создаёт вариант Optional без значения.
OptionsDataset(...): Создаёт набор данных, прикрепляя tf.data.Options к input_dataset.
OrderedMapClear(...): Операция удаляет все элементы из базового контейнера.
OrderedMapIncompleteSize(...): Операция возвращает количество незавершённых элементов в базовом контейнере.
OrderedMapPeek(...): Операция получает значения по указанному ключу, не удаляя их.
OrderedMapSize(...): Операция возвращает количество элементов в базовом контейнере.
OrderedMapStage(...): Помещает (key, values) в базовый контейнер, который ведёт себя как упорядоченный
OrderedMapUnstage(...): Операция удаляет и возвращает значения, связанные с ключом
OrderedMapUnstageNoKey(...): Операция удаляет и возвращает элемент (key, value) с наименьшим
OutfeedDequeue(...): Извлекает один тензор из выходного потока вычислений.
OutfeedDequeueTuple(...): Извлекает несколько значений из выходного потока вычислений.
OutfeedDequeueTupleV2(...): Извлекает несколько значений из выходного потока вычислений.
OutfeedDequeueV2(...): Извлекает один тензор из выходного потока вычислений.
OutfeedEnqueue(...): Помещает тензор в выходной поток вычислений.
OutfeedEnqueueTuple(...): Помещает несколько значений Tensor в выходной поток вычислений.
Pack(...): Объединяет список тензоров N ранга R в один тензор ранга (R+1).
Pad(...): Дополняет тензор нулями.
PadV2(...): Дополняет тензор.
PaddedBatchDataset(...): Создаёт набор данных, который объединяет в пакеты и дополняет элементы batch_size из входных данных.
PaddedBatchDatasetV2(...): Создаёт набор данных, который объединяет в пакеты и дополняет элементы batch_size из входных данных.
PaddingFIFOQueue(...): Очередь, выдающая элементы в порядке «первым поступил — первым обслужен».
PaddingFIFOQueueV2(...): Очередь, выдающая элементы в порядке «первым поступил — первым обслужен».
ParallelConcat(...): Объединяет список тензоров N вдоль первого измерения.
ParallelDynamicStitch(...): Перемежает значения тензоров data в один тензор.
ParallelFilterDataset(...): Создаёт набор данных, содержащий элементы input_dataset, соответствующие predicate.
ParallelInterleaveDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParallelInterleaveDatasetV2(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParallelInterleaveDatasetV3(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParallelInterleaveDatasetV4(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParallelMapDataset(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParallelMapDatasetV2(...): Создаёт набор данных, применяющий f к выходным данным input_dataset.
ParameterizedTruncatedNormal(...): Выдаёт случайные значения из нормального распределения.
ParseExample(...): Преобразует вектор протобуферов brain.Example (в виде строк) в типизированные тензоры.
ParseExampleDataset(...): Преобразует input_dataset, содержащий протобуферы Example в виде векторов DT_STRING, в набор данных из объектов Tensor или SparseTensor, представляющих разобранные признаки.
ParseExampleDatasetV2(...): Преобразует input_dataset, содержащий протобуферы Example в виде векторов DT_STRING, в набор данных из объектов Tensor или SparseTensor, представляющих разобранные признаки.
ParseExampleV2(...): Преобразует вектор протобуферов tf.Example (в виде строк) в типизированные тензоры.
ParseSequenceExample(...): Преобразует вектор протобуферов brain.SequenceExample (в виде строк) в типизированные тензоры.
ParseSequenceExampleV2(...): Преобразует вектор протобуферов tf.io.SequenceExample (в виде строк) в типизированные тензоры.
ParseSingleExample(...): Преобразует протобуфер tf.Example (в виде строки) в типизированные тензоры.
ParseSingleSequenceExample(...): Преобразует скалярный протобуфер brain.SequenceExample (в виде строки) в типизированные тензоры.
ParseTensor(...): Преобразует сериализованный протобуфер tensorflow.TensorProto в Tensor.
PartitionedCall(...): возвращает f(inputs), тело f которого размещается и разбивается на разделы.
Placeholder(...): Операция-заполнитель для значения, которое будет передано в вычисление.
PlaceholderV2(...): Операция-заполнитель для значения, которое будет передано в вычисление.
PlaceholderWithDefault(...): Операция-заполнитель, передающая input, если её выходные данные не заданы.
Polygamma(...): Вычисляет функцию полигамма \(\psi^{(n)}(x)\).
PopulationCount(...): Поэлементно вычисляет количество единичных битов (также popcount, bitsum, bitcount).
Pow(...): Возводит одно значение в степень другого.
PrefetchDataset(...): Создаёт набор данных, который асинхронно предварительно загружает элементы из input_dataset.
Prelinearize(...): Операция, преобразующая значение Tensor в непрозрачный тензор-вариант.
PrelinearizeTuple(...): Операция, преобразующая несколько значений Tensor в непрозрачный тензор-вариант.
PreventGradient(...): Операция тождественного преобразования, выдающая ошибку при запросе градиента.
Print(...): Выводит список тензоров.
PrintV2(...): Выводит строковый скаляр.
PriorityQueue(...): Очередь, выдающая элементы, отсортированные по значению первого компонента.
PriorityQueueV2(...): Очередь, выдающая элементы, отсортированные по значению первого компонента.
PrivateThreadPoolDataset(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
Prod(...): Вычисляет произведение элементов тензора по измерениям.
PyFunc(...): Вызывает функцию Python для вычисления func(input)->output.
PyFuncStateless(...): Версия PyFunc без сохранения состояния.
Qr(...): Вычисляет QR-разложения одной или нескольких матриц.
QuantizeAndDequantize(...): Используйте вместо этого QuantizeAndDequantizeV2.
QuantizeAndDequantizeV2(...): Квантует, а затем деквантует тензор.
QuantizeAndDequantizeV3(...): Квантует, а затем деквантует тензор.
QuantizeAndDequantizeV4(...): Квантует, а затем деквантует тензор.
QuantizeAndDequantizeV4Grad(...): Возвращает градиент QuantizeAndDequantizeV4.
QuantizeDownAndShrinkRange(...): Преобразует квантованный тензор «input» в выходной тензор «output» с меньшей точностью, используя
QuantizeV2(...): Квантует входной тензор типа float в выходной тензор типа «T».
QuantizedAdd(...): Поэлементно возвращает x + y, работая с квантованными буферами.
QuantizedAvgPool(...): Выполняет усредняющую подвыборку входного тензора для квантованных типов.
QuantizedBatchNormWithGlobalNormalization(...): Квантованная пакетная нормализация.
QuantizedBiasAdd(...): Складывает тензоры «bias» и «input» для квантованных типов.
QuantizedConcat(...): Объединяет квантованные тензоры вдоль одного измерения.
QuantizedConv2D(...): Вычисляет двумерную свёртку с квантованными входным тензором и фильтром ранга 4.
QuantizedConv2DAndReluAndRequantize(...)
QuantizedConv2DAndRequantize(...)
QuantizedConv2DPerChannel(...): Вычисляет QuantizedConv2D отдельно для каждого канала.
QuantizedConv2DWithBiasAndRelu(...)
QuantizedConv2DWithBiasAndReluAndRequantize(...)
QuantizedConv2DWithBiasAndRequantize(...)
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize(...)
QuantizedConv2DWithBiasSumAndRelu(...)
QuantizedConv2DWithBiasSumAndReluAndRequantize(...)
QuantizedDepthwiseConv2D(...): Вычисляет квантованную depthwise Conv2D.
QuantizedDepthwiseConv2DWithBias(...): Вычисляет квантованную depthwise Conv2D со смещением.
QuantizedDepthwiseConv2DWithBiasAndRelu(...): Вычисляет квантованную depthwise Conv2D со смещением и Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize(...): Вычисляет квантованную depthwise Conv2D со смещением, Relu и повторным квантованием.
QuantizedInstanceNorm(...): Квантованная нормализация экземпляра.
QuantizedMatMul(...): Выполняет квантованное умножение матрицы a на матрицу b.
QuantizedMatMulWithBias(...): Выполняет квантованное умножение матрицы a на матрицу b с добавлением смещения.
QuantizedMatMulWithBiasAndDequantize(...)
QuantizedMatMulWithBiasAndRelu(...): Выполняет квантованное умножение матрицы a на матрицу b с добавлением смещения и объединённой операцией relu.
QuantizedMatMulWithBiasAndReluAndRequantize(...): Выполняет квантованное умножение матрицы a на матрицу b с добавлением смещения и объединёнными операциями relu и повторного квантования.
QuantizedMatMulWithBiasAndRequantize(...)
QuantizedMaxPool(...): Выполняет максимальную подвыборку входного тензора для квантованных типов.
QuantizedMul(...): Поэлементно возвращает x * y, работая с квантованными буферами.
QuantizedRelu(...): Вычисляет квантованную выпрямленную линейную функцию: max(features, 0)
QuantizedRelu6(...): Вычисляет квантованную выпрямленную линейную функцию 6: min(max(features, 0), 6)
QuantizedReluX(...): Вычисляет квантованную выпрямленную линейную функцию X: min(max(features, 0), max_value)
QuantizedReshape(...): Изменяет форму квантованного тензора согласно операции Reshape.
QuantizedResizeBilinear(...): Изменяет размер квантованного images до size с помощью квантованной билинейной интерполяции.
QueueClose(...): Закрывает указанную очередь.
QueueCloseV2(...): Закрывает указанную очередь.
QueueDequeue(...): Извлекает из указанной очереди кортеж из одного или нескольких тензоров.
QueueDequeueMany(...): Извлекает из указанной очереди n кортежей из одного или нескольких тензоров.
QueueDequeueManyV2(...): Извлекает из указанной очереди n кортежей из одного или нескольких тензоров.
QueueDequeueUpTo(...): Извлекает из указанной очереди до n кортежей из одного или нескольких тензоров.
QueueDequeueUpToV2(...): Извлекает из указанной очереди до n кортежей из одного или нескольких тензоров.
QueueDequeueV2(...): Извлекает из указанной очереди кортеж из одного или нескольких тензоров.
QueueEnqueue(...): Помещает в указанную очередь кортеж из одного или нескольких тензоров.
QueueEnqueueMany(...): Помещает в указанную очередь ноль или более кортежей из одного или нескольких тензоров.
QueueEnqueueManyV2(...): Помещает в указанную очередь ноль или более кортежей из одного или нескольких тензоров.
QueueEnqueueV2(...): Помещает в указанную очередь кортеж из одного или нескольких тензоров.
QueueIsClosed(...): Возвращает true, если очередь закрыта.
QueueIsClosedV2(...): Возвращает true, если очередь закрыта.
QueueSize(...): Вычисляет количество элементов в указанной очереди.
QueueSizeV2(...): Вычисляет количество элементов в указанной очереди.
RFFT(...): Быстрое преобразование Фурье для действительных значений.
RFFT2D(...): Двумерное быстрое преобразование Фурье для действительных значений.
RFFT3D(...): Трёхмерное быстрое преобразование Фурье для действительных значений.
RFFTND(...): N-мерное быстрое преобразование Фурье для действительных значений.
RGBToHSV(...): Преобразует одно или несколько изображений из RGB в HSV.
RaggedBincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.
RaggedCountSparseOutput(...): Подсчитывает количество значений с разреженным результатом для входного разреженного тензора.
RaggedCross(...): Создаёт пересечение признаков из списка тензоров и возвращает его как RaggedTensor.
RaggedGather(...): Извлекает разреженные срезы из оси 0 тензора params согласно indices.
RaggedRange(...): Возвращает RaggedTensor, содержащий указанные последовательности чисел.
RaggedTensorFromVariant(...): Декодирует тензор variant в RaggedTensor.
RaggedTensorToSparse(...): Преобразует RaggedTensor в SparseTensor с теми же значениями.
RaggedTensorToTensor(...): Создаёт плотный тензор из разреженного тензора, при необходимости изменяя его форму.
RaggedTensorToVariant(...): Кодирует RaggedTensor в тензор variant.
RaggedTensorToVariantGradient(...): Вспомогательная операция для вычисления градиента RaggedTensorToVariant.
RandomCrop(...): Случайным образом обрезает image.
RandomDataset(...): Создаёт набор данных, возвращающий псевдослучайные числа.
RandomDatasetV2(...): Создаёт набор данных, возвращающий псевдослучайные числа.
RandomGamma(...): Выдаёт случайные значения из гамма-распределения (распределений), заданного параметром alpha.
RandomGammaGrad(...): Вычисляет производную случайной выборки из гамма-распределения по alpha.
RandomIndexShuffle(...): Выдаёт позицию value в перестановке [0, ..., max_index].
RandomPoisson(...): Используйте вместо этого RandomPoissonV2.
RandomPoissonV2(...): Выдаёт случайные значения из распределения Пуассона (распределений), заданного параметром rate.
RandomShuffle(...): Случайным образом перемешивает тензор вдоль первого измерения.
RandomShuffleQueue(...): Очередь, которая задаёт случайный порядок элементов.
RandomShuffleQueueV2(...): Очередь, которая задаёт случайный порядок элементов.
RandomStandardNormal(...): Выдаёт случайные значения из нормального распределения.
RandomUniform(...): Выдаёт случайные значения из равномерного распределения.
RandomUniformInt(...): Выдаёт случайные целые числа из равномерного распределения.
Range(...): Создаёт последовательность чисел.
RangeDataset(...): Создаёт набор данных с диапазоном значений. Соответствует xrange в Python.
Rank(...): Возвращает ранг тензора.
ReadFile(...): Читает и выводит всё содержимое файла, указанного во входном имени.
ReadVariableOp(...): Читает значение переменной.
ReadVariableXlaSplitND(...): Разбивает входной тензор переменной ресурса по всем измерениям.
ReaderNumRecordsProduced(...): Возвращает количество записей, обработанных этим Reader.
ReaderNumRecordsProducedV2(...): Возвращает количество записей, обработанных этим Reader.
ReaderNumWorkUnitsCompleted(...): Возвращает количество рабочих единиц, обработку которых завершил этот Reader.
ReaderNumWorkUnitsCompletedV2(...): Возвращает количество рабочих единиц, обработку которых завершил этот Reader.
ReaderRead(...): Возвращает следующую запись (пару ключ-значение), полученную Reader.
ReaderReadUpTo(...): Возвращает до num_records пар (ключ, значение), полученных Reader.
ReaderReadUpToV2(...): Возвращает до num_records пар (ключ, значение), полученных Reader.
ReaderReadV2(...): Возвращает следующую запись (пару ключ-значение), полученную Reader.
ReaderReset(...): Восстанавливает исходное чистое состояние Reader.
ReaderResetV2(...): Восстанавливает исходное чистое состояние Reader.
ReaderRestoreState(...): Восстанавливает ранее сохранённое состояние reader.
ReaderRestoreStateV2(...): Восстанавливает ранее сохранённое состояние reader.
ReaderSerializeState(...): Создаёт строковый тензор, кодирующий состояние Reader.
ReaderSerializeStateV2(...): Создаёт строковый тензор, кодирующий состояние Reader.
Real(...): Возвращает действительную часть комплексного числа.
RealDiv(...): Поэлементно возвращает x / y для действительных типов.
RebatchDataset(...): Создаёт набор данных, изменяющий размер пакета.
RebatchDatasetV2(...): Создаёт набор данных, изменяющий размер пакета.
Reciprocal(...): Поэлементно вычисляет обратную величину x.
ReciprocalGrad(...): Вычисляет градиент обратной величины x относительно входных данных.
RecordInput(...): Выдаёт записи в случайном порядке.
Recv(...): Получает именованный тензор с send_device на recv_device.
RecvTPUEmbeddingActivations(...): Операция, получающая активации эмбеддингов на TPU.
ReduceDataset(...): Сводит входной набор данных к одному элементу с помощью функции свёртки.
ReduceJoin(...): Объединяет строковый тензор по указанным измерениям.
RefEnter(...): Создаёт или находит дочерний кадр и делает data доступным в нём.
RefExit(...): Выходит из текущего кадра в родительский.
RefIdentity(...): Возвращает тот же ссылочный тензор, что и входной ссылочный тензор.
RefMerge(...): Передаёт значение доступного тензора из inputs в output.
RefNextIteration(...): Делает входные данные доступными на следующей итерации.
RefSelect(...): Передаёт элемент index из inputs в output.
RefSwitch(...): Передаёт ссылочный тензор data в выходной порт, определяемый pred.
RegexFullMatch(...): Проверяет, соответствует ли вход шаблону регулярного выражения.
RegexReplace(...): Заменяет совпадения с регулярным выражением pattern в input строкой замены, указанной в rewrite.
RegisterDataset(...): Регистрирует набор данных в сервисе tf.data.
RegisterDatasetV2(...): Регистрирует набор данных в сервисе tf.data.
Relu(...): Вычисляет выпрямленную линейную функцию: max(features, 0).
Relu6(...): Вычисляет выпрямленную линейную функцию 6: min(max(features, 0), 6).
Relu6Grad(...): Вычисляет градиенты выпрямленной линейной функции 6 для операции Relu6.
ReluGrad(...): Вычисляет градиенты выпрямленной линейной функции для операции Relu.
RemoteCall(...): Запускает функцию f на удалённом устройстве, указанном в target.
RepeatDataset(...): Создаёт набор данных, выдающий результаты input_dataset count раз.
RequantizationRange(...): Вычисляет диапазон, охватывающий фактические значения квантованного тензора.
RequantizationRangePerChannel(...): Вычисляет диапазон повторного квантования для каждого канала.
Requantize(...): Преобразует квантованный тензор input в тензор output с меньшей точностью.
RequantizePerChannel(...): Повторно квантует входные данные, используя известные для каждого канала минимальные и максимальные значения.
Reshape(...): Изменяет форму тензора.
ResizeArea(...): Изменяет размер images до size с помощью площадной интерполяции.
ResizeBicubic(...): Изменяет размер images до size с помощью бикубической интерполяции.
ResizeBicubicGrad(...): Вычисляет градиент бикубической интерполяции.
ResizeBilinear(...): Изменяет размер images до size с помощью билинейной интерполяции.
ResizeBilinearGrad(...): Вычисляет градиент билинейной интерполяции.
ResizeNearestNeighbor(...): Изменяет размер images до size с помощью интерполяции методом ближайшего соседа.
ResizeNearestNeighborGrad(...): Вычисляет градиент интерполяции методом ближайшего соседа.
ResourceAccumulatorApplyGradient(...): Применяет градиент к указанному аккумулятору.
ResourceAccumulatorNumAccumulated(...): Возвращает число градиентов, агрегированных в указанных аккумуляторах.
ResourceAccumulatorSetGlobalStep(...): Обновляет аккумулятор, задавая новое значение global_step.
ResourceAccumulatorTakeGradient(...): Извлекает средний градиент из указанного ConditionalAccumulator.
ResourceApplyAdaMax(...): Обновляет '*var' согласно алгоритму AdaMax.
ResourceApplyAdadelta(...): Обновляет '*var' согласно схеме Adadelta.
ResourceApplyAdagrad(...): Обновляет '*var' согласно схеме Adagrad.
ResourceApplyAdagradDA(...): Обновляет '*var' согласно проксимальной схеме Adagrad.
ResourceApplyAdagradV2(...): Обновляет '*var' согласно схеме Adagrad.
ResourceApplyAdam(...): Обновляет '*var' согласно алгоритму Adam.
ResourceApplyAdamWithAmsgrad(...): Обновляет '*var' согласно алгоритму Adam.
ResourceApplyAddSign(...): Обновляет '*var' согласно обновлению AddSign.
ResourceApplyCenteredRMSProp(...): Обновляет '*var' согласно алгоритму центрированного RMSProp.
ResourceApplyFtrl(...): Обновляет '*var' согласно проксимальной схеме Ftrl.
ResourceApplyFtrlV2(...): Обновляет '*var' согласно проксимальной схеме Ftrl.
ResourceApplyGradientDescent(...): Обновляет '*var', вычитая из него 'alpha' * 'delta'.
ResourceApplyKerasMomentum(...): Обновляет '*var' согласно схеме импульса.
ResourceApplyMomentum(...): Обновляет '*var' согласно схеме импульса.
ResourceApplyPowerSign(...): Обновляет '*var' согласно обновлению AddSign.
ResourceApplyProximalAdagrad(...): Обновляет 'var' и 'accum' согласно алгоритму FOBOS с шагом обучения Adagrad.
ResourceApplyProximalGradientDescent(...): Обновляет '*var' согласно алгоритму FOBOS с фиксированным шагом обучения.
ResourceApplyRMSProp(...): Обновляет '*var' согласно алгоритму RMSProp.
ResourceConditionalAccumulator(...): Условный аккумулятор для агрегирования градиентов.
ResourceCountUpTo(...): Увеличивает значение переменной, на которую указывает 'resource', пока оно не достигнет 'limit'.
ResourceGather(...): Извлекает срезы из переменной, на которую указывает resource, согласно indices.
ResourceScatterAdd(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.
ResourceScatterDiv(...): Делит переменную, на которую ссылается resource, на разреженные обновления.
ResourceScatterMax(...): Объединяет разреженные обновления с переменной, на которую ссылается resource, используя операцию max.
ResourceScatterMin(...): Объединяет разреженные обновления с переменной, на которую ссылается resource, используя операцию min.
ResourceScatterMul(...): Умножает переменную, на которую ссылается resource, на разреженные обновления.
ResourceScatterNdAdd(...): Применяет разреженное сложение к отдельным значениям или срезам переменной.
ResourceScatterNdSub(...): Применяет разреженное вычитание к отдельным значениям или срезам переменной.
ResourceScatterNdUpdate(...): Применяет разреженную операцию updates к отдельным значениям или срезам в указанной
ResourceScatterSub(...): Вычитает разреженные обновления из переменной, на которую ссылается resource.
ResourceScatterUpdate(...): Присваивает разреженные обновления переменной, на которую ссылается resource.
ResourceSparseApplyAdadelta(...): var: Должна быть получена из Variable().
ResourceSparseApplyAdagrad(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме Adagrad.
ResourceSparseApplyAdagradDA(...): Обновляет элементы в 'var' и 'accum' согласно проксимальной схеме Adagrad.
ResourceSparseApplyAdagradV2(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме Adagrad.
ResourceSparseApplyCenteredRMSProp(...): Обновляет '*var' согласно алгоритму центрированного RMSProp.
ResourceSparseApplyFtrl(...): Обновляет соответствующие элементы в '*var' согласно проксимальной схеме Ftrl.
ResourceSparseApplyFtrlV2(...): Обновляет соответствующие элементы в '*var' согласно проксимальной схеме Ftrl.
ResourceSparseApplyKerasMomentum(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме импульса.
ResourceSparseApplyMomentum(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме импульса.
ResourceSparseApplyProximalAdagrad(...): Разреженно обновляет элементы в 'var' и 'accum' согласно алгоритму FOBOS.
ResourceSparseApplyProximalGradientDescent(...): Разреженно обновляет '*var' согласно алгоритму FOBOS с фиксированным шагом обучения.
ResourceSparseApplyRMSProp(...): Обновляет '*var' согласно алгоритму RMSProp.
ResourceStridedSliceAssign(...): Присваивает value срезанной ссылке на l-значение ref.
Restore(...): Восстанавливает тензор из файлов контрольной точки.
RestoreSlice(...): Восстанавливает тензор из файлов контрольной точки.
RestoreV2(...): Восстанавливает тензоры из контрольной точки V2.
RetrieveTPUEmbeddingADAMParameters(...): Извлекает параметры эмбеддингов ADAM.
RetrieveTPUEmbeddingAdadeltaParameters(...): Извлекает параметры эмбеддингов Adadelta.
RetrieveTPUEmbeddingAdagradMomentumParameters(...): Извлекает параметры эмбеддингов Adagrad Momentum.
RetrieveTPUEmbeddingAdagradParameters(...): Извлекает параметры эмбеддингов Adagrad.
RetrieveTPUEmbeddingCenteredRMSPropParameters(...): Извлекает параметры эмбеддингов центрированного RMSProp.
RetrieveTPUEmbeddingFTRLParameters(...): Извлекает параметры эмбеддингов FTRL.
RetrieveTPUEmbeddingFrequencyEstimatorParameters(...): Извлекает параметры эмбеддингов оценщика частоты.
RetrieveTPUEmbeddingMDLAdagradLightParameters(...): Извлекает параметры эмбеддингов MDL Adagrad Light.
RetrieveTPUEmbeddingMomentumParameters(...): Извлекает параметры эмбеддингов Momentum.
RetrieveTPUEmbeddingProximalAdagradParameters(...): Извлекает параметры эмбеддингов проксимального Adagrad.
RetrieveTPUEmbeddingProximalYogiParameters(...)
RetrieveTPUEmbeddingRMSPropParameters(...): Извлекает параметры эмбеддингов RMSProp.
RetrieveTPUEmbeddingStochasticGradientDescentParameters(...): Извлекает параметры эмбеддингов SGD.
Reverse(...): Обращает заданные измерения тензора.
ReverseSequence(...): Обращает срезы переменной длины.
ReverseV2(...): Обращает заданные измерения тензора.
RightShift(...): Поэлементно вычисляет побитовый сдвиг вправо x и y.
Rint(...): Возвращает для каждого элемента ближайшее к x целое число.
RngReadAndSkip(...): Продвигает счётчик генератора случайных чисел, основанного на счётчике.
RngSkip(...): Продвигает счётчик генератора случайных чисел, основанного на счётчике.
Roll(...): Циклически сдвигает элементы тензора вдоль оси.
Round(...): Поэлементно округляет значения тензора до ближайшего целого числа.
Rsqrt(...): Поэлементно вычисляет величину, обратную квадратному корню из x.
RsqrtGrad(...): Вычисляет градиент rsqrt для x по его входным данным.
SampleDistortedBoundingBox(...): Генерирует одну случайно искажённую ограничивающую рамку для изображения.
SampleDistortedBoundingBoxV2(...): Генерирует одну случайно искажённую ограничивающую рамку для изображения.
SamplingDataset(...): Создаёт набор данных, который выполняет выборку Бернулли из содержимого другого набора данных.
Save(...): Сохраняет входные тензоры на диск.
SaveSlices(...): Сохраняет срезы входных тензоров на диск.
SaveV2(...): Сохраняет тензоры в формате контрольной точки V2.
ScalarSummary(...): Выводит протобуфер Summary со скалярными значениями.
ScanDataset(...): Создаёт набор данных, последовательно применяющий редукцию f к элементам input_dataset.
ScatterAdd(...): Добавляет разреженные обновления к ссылке на переменную.
ScatterDiv(...): Делит ссылку на переменную на разреженные обновления.
ScatterMax(...): Объединяет разреженные обновления со ссылкой на переменную, используя операцию max.
ScatterMin(...): Объединяет разреженные обновления со ссылкой на переменную, используя операцию min.
ScatterMul(...): Умножает ссылку на переменную на разреженные обновления.
ScatterNd(...): Распределяет updates по тензору формы shape согласно indices.
ScatterNdAdd(...): Применяет разреженное сложение к отдельным значениям или срезам переменной.
ScatterNdMax(...): Вычисляет поэлементный максимум.
ScatterNdMin(...): Вычисляет поэлементный минимум.
ScatterNdNonAliasingAdd(...): Применяет разреженное сложение к input с использованием отдельных значений или срезов
ScatterNdSub(...): Применяет разреженное вычитание к отдельным значениям или срезам переменной.
ScatterNdUpdate(...): Применяет разреженную операцию updates к отдельным значениям или срезам в указанной
ScatterSub(...): Вычитает разреженные обновления из ссылки на переменную.
ScatterUpdate(...): Применяет разреженные обновления к ссылке на переменную.
SdcaFprint(...): Вычисляет отпечатки входных строк.
SdcaOptimizer(...): Распределённая версия оптимизатора стохастического двойственного покоординатного подъёма (SDCA) для
SdcaOptimizerV2(...): Распределённая версия оптимизатора стохастического двойственного покоординатного подъёма (SDCA) для
SdcaShrinkL1(...): Выполняет шаг сжатия L1-регуляризации для параметров.
SegmentMax(...): Вычисляет максимум по сегментам тензора.
SegmentMaxV2(...): Вычисляет максимум по сегментам тензора.
SegmentMean(...): Вычисляет среднее по сегментам тензора.
SegmentMin(...): Вычисляет минимум по сегментам тензора.
SegmentMinV2(...): Вычисляет минимум по сегментам тензора.
SegmentProd(...): Вычисляет произведение по сегментам тензора.
SegmentProdV2(...): Вычисляет произведение по сегментам тензора.
SegmentSum(...): Вычисляет сумму по сегментам тензора.
SegmentSumV2(...): Вычисляет сумму по сегментам тензора.
Select(...): Выбирает элементы из x или y в зависимости от condition.
SelfAdjointEig(...): Вычисляет собственное разложение пакета квадратных самосопряжённых матриц.
SelfAdjointEigV2(...): Вычисляет собственное разложение одной или нескольких квадратных самосопряжённых матриц.
Selu(...): Вычисляет масштабированную экспоненциальную линейную функцию: scale * alpha * (exp(features) - 1)
SeluGrad(...): Вычисляет градиенты операции масштабированной экспоненциальной линейной функции (Selu).
Send(...): Отправляет тензор с указанным именем с send_device на recv_device.
SendTPUEmbeddingGradients(...): Выполняет обновление градиентов таблиц эмбеддингов.
SerializeIterator(...): Преобразует указанный resource_handle, представляющий итератор, в вариантный тензор.
SerializeManySparse(...): Сериализует SparseTensor размера N в объект [N, 3] Tensor.
SerializeSparse(...): Сериализует SparseTensor в объект [3] Tensor.
SerializeTensor(...): Преобразует тензор в сериализованный протообъект TensorProto.
SetSize(...): Число уникальных элементов вдоль последнего измерения входного set.
SetStatsAggregatorDataset(...)
Shape(...): Возвращает форму тензора.
ShapeN(...): Возвращает формы тензоров.
ShardDataset(...): Создаёт Dataset, содержащий только 1/num_shards этого набора данных.
ShardedFilename(...): Генерирует имя файла с разбиением на фрагменты.
ShardedFilespec(...): Генерирует шаблон glob, соответствующий всем именам файлов с разбиением на фрагменты.
ShuffleAndRepeatDataset(...): Создаёт набор данных, перемешивающий и повторяющий элементы из input_dataset
ShuffleAndRepeatDatasetV2(...)
ShuffleDataset(...): Создаёт набор данных, псевдослучайно перемешивающий элементы из input_dataset.
ShutdownDistributedTPU(...): Завершает работу запущенной распределённой системы TPU.
Sigmoid(...): Поэлементно вычисляет сигмоиду x.
SigmoidGrad(...): Вычисляет градиент сигмоиды x по её входным данным.
Sign(...): Поэлементно возвращает знак числа.
Sin(...): Поэлементно вычисляет синус x.
Sinh(...): Поэлементно вычисляет гиперболический синус x.
Size(...): Возвращает размер тензора.
SkipDataset(...): Создаёт набор данных, пропускающий count элементов из input_dataset.
Slice(...): Возвращает срез из 'input'.
SlidingWindowDataset(...): Создаёт набор данных, применяющий скользящее окно к input_dataset.
Snapshot(...): Возвращает копию входного тензора.
SnapshotDataset(...): Создаёт набор данных для записи снимка или чтения из него.
SnapshotDatasetV2(...): Создаёт набор данных для записи снимка или чтения из него.
SnapshotNestedDatasetReader(...)
SobolSample(...): Генерирует точки последовательности Соболя.
Softmax(...): Вычисляет активации softmax.
SoftmaxCrossEntropyWithLogits(...): Вычисляет функцию потерь перекрёстной энтропии softmax и градиенты для обратного распространения.
SoftplusGrad(...): Вычисляет градиенты softplus для операции softplus.
Softsign(...): Вычисляет softsign: features / (abs(features) + 1).
SoftsignGrad(...): Вычисляет градиенты softsign для операции softsign.
SpaceToBatch(...): SpaceToBatch для 4-мерных тензоров типа T.
SpaceToBatchND(...): SpaceToBatch для N-мерных тензоров типа T.
SpaceToDepth(...): SpaceToDepth для тензоров типа T.
SparseAccumulatorApplyGradient(...): Применяет разреженный градиент к указанному аккумулятору.
SparseAccumulatorTakeGradient(...): Извлекает средний разреженный градиент из SparseConditionalAccumulator.
SparseAdd(...): Складывает два объекта SparseTensor, создавая новый объект SparseTensor.
SparseAddGrad(...): Оператор градиента для операции SparseAdd.
SparseApplyAdadelta(...): var: Должна быть получена из Variable().
SparseApplyAdagrad(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме Adagrad.
SparseApplyAdagradDA(...): Обновляет элементы в 'var' и 'accum' согласно проксимальной схеме Adagrad.
SparseApplyAdagradV2(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме Adagrad.
SparseApplyCenteredRMSProp(...): Обновляет '*var' согласно алгоритму центрированного RMSProp.
SparseApplyFtrl(...): Обновляет соответствующие элементы в '*var' согласно проксимальной схеме Ftrl.
SparseApplyFtrlV2(...): Обновляет соответствующие элементы в '*var' согласно проксимальной схеме Ftrl.
SparseApplyMomentum(...): Обновляет соответствующие элементы в 'var' и 'accum' согласно схеме импульса.
SparseApplyProximalAdagrad(...): Разреженно обновляет элементы в 'var' и 'accum' согласно алгоритму FOBOS.
SparseApplyProximalGradientDescent(...): Разреженно обновляет '*var' согласно алгоритму FOBOS с фиксированным шагом обучения.
SparseApplyRMSProp(...): Обновляет '*var' согласно алгоритму RMSProp.
SparseBincount(...): Подсчитывает число вхождений каждого значения в целочисленном массиве.
SparseConcat(...): Объединяет список объектов SparseTensor вдоль указанного измерения.
SparseConditionalAccumulator(...): Условный аккумулятор для агрегирования разреженных градиентов.
SparseCountSparseOutput(...): Выполняет подсчёт с разреженным выходом для входного разреженного тензора.
SparseCross(...): Создаёт разреженное декартово произведение из списка разреженных и плотных тензоров.
SparseCrossHashed(...): Создаёт разреженное декартово произведение из списка разреженных и плотных тензоров.
SparseCrossV2(...): Создаёт разреженное декартово произведение из списка разреженных и плотных тензоров.
SparseDenseCwiseAdd(...): Складывает SparseTensor и плотный тензор, используя следующие специальные правила:
SparseDenseCwiseDiv(...): Выполняет покомпонентное деление SparseTensor на плотный тензор.
SparseDenseCwiseMul(...): Выполняет покомпонентное умножение SparseTensor на плотный тензор.
SparseFillEmptyRows(...): Заполняет пустые строки входного 2-мерного SparseTensor значением по умолчанию.
SparseFillEmptyRowsGrad(...): Градиент SparseFillEmptyRows.
SparseMatMul(...): Умножает матрицу "a" на матрицу "b".
SparseMatrixAdd(...): Разреженное сложение двух матриц CSR: C = alpha * A + beta * B.
SparseMatrixMatMul(...): Умножает разреженную матрицу на плотную матрицу.
SparseMatrixMul(...): Поэлементно умножает разреженную матрицу на плотный тензор.
SparseMatrixNNZ(...): Возвращает число ненулевых элементов в sparse_matrix.
SparseMatrixOrderingAMD(...): Вычисляет упорядочение input по приближённой минимальной степени (AMD).
SparseMatrixSoftmax(...): Вычисляет softmax для CSRSparseMatrix.
SparseMatrixSoftmaxGrad(...): Вычисляет градиент операции SparseMatrixSoftmax.
SparseMatrixSparseCholesky(...): Вычисляет разреженное разложение Холецкого для input.
SparseMatrixSparseMatMul(...): Перемножает разреженные матрицы CSR a и b.
SparseMatrixTranspose(...): Транспонирует внутренние (матричные) измерения CSRSparseMatrix.
SparseMatrixZeros(...): Создаёт нулевую CSRSparseMatrix формы dense_shape.
SparseReduceMax(...): Вычисляет максимум элементов SparseTensor по измерениям.
SparseReduceMaxSparse(...): Вычисляет максимум элементов SparseTensor по измерениям.
SparseReduceSum(...): Вычисляет сумму элементов SparseTensor по измерениям.
SparseReduceSumSparse(...): Вычисляет сумму элементов SparseTensor по измерениям.
SparseReorder(...): Упорядочивает SparseTensor в каноническом построчном порядке.
SparseReshape(...): Изменяет форму SparseTensor для представления значений в новой плотной форме.
SparseSegmentMean(...): Вычисляет среднее по разреженным сегментам тензора.
SparseSegmentMeanGrad(...): Вычисляет градиенты для SparseSegmentMean.
SparseSegmentMeanGradV2(...): Вычисляет градиенты для SparseSegmentMean.
SparseSegmentMeanWithNumSegments(...): Вычисляет среднее по разреженным сегментам тензора.
SparseSegmentSqrtN(...): Вычисляет сумму по разреженным сегментам тензора, делённую на квадратный корень из N.
SparseSegmentSqrtNGrad(...): Вычисляет градиенты для SparseSegmentSqrtN.
SparseSegmentSqrtNGradV2(...): Вычисляет градиенты для SparseSegmentSqrtN.
SparseSegmentSqrtNWithNumSegments(...): Вычисляет сумму по разреженным сегментам тензора, делённую на квадратный корень из N.
SparseSegmentSum(...): Вычисляет сумму по разреженным сегментам тензора.
SparseSegmentSumGrad(...): Вычисляет градиенты для SparseSegmentSum.
SparseSegmentSumGradV2(...): Вычисляет градиенты для SparseSegmentSum.
SparseSegmentSumWithNumSegments(...): Вычисляет сумму по разреженным сегментам тензора.
SparseSlice(...): Извлекает срез из SparseTensor на основе start и size.
SparseSliceGrad(...): Оператор градиента для операции SparseSlice.
SparseSoftmax(...): Применяет softmax к пакету N-мерных объектов SparseTensor.
SparseSoftmaxCrossEntropyWithLogits(...): Вычисляет функцию потерь перекрёстной энтропии softmax и градиенты для обратного распространения.
SparseSparseMaximum(...): Возвращает поэлементный максимум двух SparseTensor.
SparseSparseMinimum(...): Возвращает поэлементный минимум двух SparseTensor.
SparseSplit(...): Разбивает SparseTensor на num_split тензоров вдоль одного измерения.
SparseTensorDenseAdd(...): Складывает SparseTensor и плотный Tensor, создавая плотный Tensor.
SparseTensorDenseMatMul(...): Умножает SparseTensor (ранга 2) «A» на плотную матрицу «B».
SparseTensorSliceDataset(...): Создаёт набор данных, который разбивает SparseTensor на элементы построчно.
SparseTensorToCSRSparseMatrix(...): Преобразует SparseTensor в CSRSparseMatrix (возможно, пакетную).
SparseToDense(...): Преобразует разреженное представление в плотный тензор.
SparseToSparseSetOperation(...): Выполняет операцию над множествами вдоль последнего измерения двух входных SparseTensor.
Split(...): Разбивает тензор на num_split тензоров вдоль одного измерения.
SplitV(...): Разбивает тензор на num_split тензоров вдоль одного измерения.
SqlDataset(...): Создаёт набор данных, который выполняет SQL-запрос и выдаёт строки результирующего набора.
Sqrt(...): Поэлементно вычисляет квадратный корень из x.
SqrtGrad(...): Вычисляет градиент квадратного корня из x относительно входных данных.
Square(...): Поэлементно возводит x в квадрат.
SquaredDifference(...): Поэлементно возвращает conj(x - y)(x - y).
Squeeze(...): Удаляет измерения размера 1 из формы тензора.
Stack(...): Устарело, используйте StackV2.
StackClose(...): Устарело, используйте StackCloseV2.
StackCloseV2(...): Удаляет стек из его контейнера ресурсов.
StackPop(...): Устарело, используйте StackPopV2.
StackPopV2(...): Извлекает верхний элемент стека.
StackPush(...): Устарело, используйте StackPushV2.
StackPushV2(...): Помещает элемент в стек.
StackV2(...): Стек, выдающий элементы в порядке «первым пришёл — последним вышел».
Stage(...): Помещает значения в буфер, аналогично облегчённой операции Enqueue.
StageClear(...): Операция удаляет все элементы из базового контейнера.
StagePeek(...): Операция просматривает значения по указанному индексу.
StageSize(...): Операция возвращает число элементов в базовом контейнере.
StatefulPartitionedCall(...): возвращает f(inputs), где тело f размещено и разбито на разделы.
StatefulStandardNormal(...): Выдаёт случайные значения из нормального распределения.
StatefulStandardNormalV2(...): Выдаёт случайные значения из нормального распределения.
StatefulTruncatedNormal(...): Выдаёт случайные значения из усечённого нормального распределения.
StatefulUniform(...): Выдаёт случайные значения из равномерного распределения.
StatefulUniformFullInt(...): Выдаёт случайные целые числа из равномерного распределения.
StatefulUniformInt(...): Выдаёт случайные целые числа из равномерного распределения.
StatelessCase(...): Переключатель на n вариантов, вызывающий одну функцию ветви.
StatelessIf(...): выход = cond ? then_branch(input) : else_branch(input)
StatelessMultinomial(...): Генерирует выборки из мультиномиального распределения.
StatelessParameterizedTruncatedNormal(...)
StatelessRandomBinomial(...): Выдаёт детерминированные псевдослучайные числа из биномиального распределения.
StatelessRandomGammaV2(...): Выдаёт детерминированные псевдослучайные числа из гамма-распределения.
StatelessRandomGammaV3(...): Выдаёт детерминированные псевдослучайные числа из гамма-распределения.
StatelessRandomGetAlg(...): Выбирает лучший алгоритм генератора случайных чисел со счётчиком в зависимости от устройства.
StatelessRandomGetKeyCounter(...): Перемешивает начальное значение в ключ и счётчик, используя лучший алгоритм с учётом устройства.
StatelessRandomGetKeyCounterAlg(...): Выбирает лучший алгоритм с учётом устройства и перемешивает начальное значение в ключ и счётчик.
StatelessRandomNormal(...): Выдаёт детерминированные псевдослучайные значения из нормального распределения.
StatelessRandomNormalV2(...): Выдаёт детерминированные псевдослучайные значения из нормального распределения.
StatelessRandomPoisson(...): Выдаёт детерминированные псевдослучайные числа из распределения Пуассона.
StatelessRandomUniform(...): Выдаёт детерминированные псевдослучайные значения из равномерного распределения.
StatelessRandomUniformFullInt(...): Выдаёт детерминированные псевдослучайные целые числа из равномерного распределения.
StatelessRandomUniformFullIntV2(...): Выдаёт детерминированные псевдослучайные целые числа из равномерного распределения.
StatelessRandomUniformInt(...): Выдаёт детерминированные псевдослучайные целые числа из равномерного распределения.
StatelessRandomUniformIntV2(...): Выдаёт детерминированные псевдослучайные целые числа из равномерного распределения.
StatelessRandomUniformV2(...): Выдаёт детерминированные псевдослучайные значения из равномерного распределения.
StatelessSampleDistortedBoundingBox(...): Детерминированно генерирует случайную искажённую ограничивающую рамку для изображения.
StatelessShuffle(...): Случайным и детерминированным образом перемешивает тензор вдоль первого измерения.
StatelessTruncatedNormal(...): Выдаёт детерминированные псевдослучайные значения из усечённого нормального распределения.
StatelessTruncatedNormalV2(...): Выдаёт детерминированные псевдослучайные значения из усечённого нормального распределения.
StatelessWhile(...): выход = вход; Пока (Cond(выход)) { выход = Body(выход) }
StaticRegexFullMatch(...): Проверяет, соответствует ли входной текст шаблону регулярного выражения.
StaticRegexReplace(...): Заменяет совпадение с шаблоном во входных данных на строку rewrite.
StatsAggregatorHandle(...): Создаёт ресурс для управления статистикой.
StatsAggregatorSetSummaryWriter(...): Настраивает summary_writer_interface для записи статистики с помощью указанного stats_aggregator.
StatsAggregatorSummary(...): Создаёт сводку любой статистики, записанной указанным диспетчером статистики.
StopGradient(...): Останавливает вычисление градиента.
StoreMinibatchStatisticsInFdo(...)
StridedSlice(...): Возвращает срез input с заданным шагом.
StridedSliceAssign(...): Присваивает value срезанной l-value-ссылке на ref.
StridedSliceGrad(...): Возвращает градиент StridedSlice.
StringFormat(...): Форматирует строковый шаблон с помощью списка тензоров.
StringJoin(...): Объединяет строки из заданного списка строковых тензоров в один тензор;
StringLength(...): Длины строк в input.
StringLower(...): Заменяет все символы верхнего регистра соответствующими символами нижнего регистра.
StringNGrams(...): Создаёт n-граммы из строковых данных с переменной длиной.
StringSplit(...): Разбивает элементы input по delimiter на SparseTensor.
StringSplitV2(...): Разбивает элементы source по sep на SparseTensor.
StringStrip(...): Удаляет начальные и конечные пробелы из тензора.
StringToHashBucket(...): Преобразует каждую строку входного тензора в её хеш по модулю числа корзин.
StringToHashBucketFast(...): Преобразует каждую строку входного тензора в её хеш по модулю числа корзин.
StringToHashBucketStrong(...): Преобразует каждую строку входного тензора в её хеш по модулю числа корзин.
StringToNumber(...): Преобразует каждую строку входного тензора в указанный числовой тип.
StringUpper(...): Заменяет все символы нижнего регистра соответствующими символами верхнего регистра.
Sub(...): Поэлементно возвращает x - y.
Substr(...): Возвращает подстроки из Tensor строк.
Sum(...): Вычисляет сумму элементов тензора по измерениям.
Svd(...): Вычисляет сингулярное разложение одной или нескольких матриц.
Switch(...): Перенаправляет data в выходной порт, определяемый pred.
SymbolicGradient(...): Вычисляет функцию градиента для функции f методом обратного распространения.
SyncDevice(...): Синхронизирует устройство, на котором выполняется эта операция.
TFRecordDataset(...): Создаёт набор данных, выдающий записи из одного или нескольких файлов TFRecord.
TFRecordDatasetV2(...): Создаёт набор данных, выдающий записи из одного или нескольких файлов TFRecord.
TFRecordReader(...): Средство чтения, выдающее записи из файла TensorFlow Records.
TFRecordReaderV2(...): Средство чтения, выдающее записи из файла TensorFlow Records.
TPUAnnotateTensorsWithDynamicShape(...)
TPUCompilationResult(...): Возвращает результат компиляции TPU.
TPUCopyWithDynamicShape(...): Операция копирует тензор с хоста на устройство с поддержкой динамической формы.
TPUEmbeddingActivations(...): Операция, обеспечивающая дифференцирование встраиваний TPU.
TPUOrdinalSelector(...): Операция выбора ядра TPU.
TPUPartitionedCall(...): Вызывает функцию, размещённую на указанном устройстве TPU.
TPUPartitionedInput(...): Операция объединяет список секционированных входных данных.
TPUPartitionedInputV2(...): Операция объединяет список секционированных входных данных. Поддерживает секционирование ND.
TPUPartitionedOutput(...): Операция демультиплексирует тензор для секционирования средствами XLA в список секционированных
TPUPartitionedOutputV2(...): Операция демультиплексирует тензор для секционирования средствами XLA в список секционированных
TPUReplicateMetadata(...): Метаданные, указывающие, как следует реплицировать вычисления TPU.
TPUReplicatedInput(...): Подключает N входов к реплицированным вычислениям TPU с N ветвями.
TPUReplicatedOutput(...): Подключает N выходов от реплицированных вычислений TPU с N ветвями.
TakeDataset(...): Создаёт набор данных, содержащий count элементов из input_dataset.
TakeManySparseFromTensorsMap(...): Считывает SparseTensors из SparseTensorsMap и объединяет их.
TakeWhileDataset(...): Создаёт набор данных, прекращающий итерацию, когда предикат` становится ложным.
Tan(...): Поэлементно вычисляет тангенс x.
Tanh(...): Поэлементно вычисляет гиперболический тангенс x.
TanhGrad(...): Вычисляет градиент гиперболического тангенса x относительно входных данных.
TemporaryVariable(...): Возвращает тензор, который можно изменять, но изменения сохраняются только в пределах одного шага.
TensorArrayCloseV2(...): Устарело.
TensorArrayCloseV3(...): Удаляет TensorArray из его контейнера ресурсов.
TensorArrayConcatV2(...): Устарело.
TensorArrayConcatV3(...): Объединяет элементы TensorArray в значение value.
TensorArrayGatherV2(...): Устарело.
TensorArrayGatherV3(...): Собирает указанные элементы TensorArray в выходные данные value.
TensorArrayGradV2(...): Устарело.
TensorArrayGradV3(...): Создаёт TensorArray для хранения градиентов значений, связанных с указанным дескриптором.
TensorArrayGradWithShape(...): Создаёт TensorArray для хранения нескольких градиентов значений, связанных с указанным дескриптором.
TensorArrayReadV2(...): Устарело.
TensorArrayReadV3(...): Считывает элемент из TensorArray в выходные данные value.
TensorArrayScatterV2(...): Устарело.
TensorArrayScatterV3(...): Распределяет данные входного значения по указанным элементам TensorArray.
TensorArraySizeV2(...): Устарело.
TensorArraySizeV3(...): Возвращает текущий размер TensorArray.
TensorArraySplitV2(...): Устарело.
TensorArraySplitV3(...): Разбивает данные входного значения на элементы TensorArray.
TensorArrayV2(...): Устарело.
TensorArrayV3(...): Массив тензоров заданного размера.
TensorArrayWriteV2(...): Устарело.
TensorArrayWriteV3(...): Помещает элемент в tensor_array.
TensorDataset(...): Создаёт набор данных, который один раз выдаёт components в виде кортежа тензоров.
TensorListConcat(...): Объединяет все тензоры в списке вдоль измерения 0.
TensorListConcatV2(...): Объединяет все тензоры в списке вдоль измерения 0.
TensorListElementShape(...): Форма элементов заданного списка в виде тензора.
TensorListFromTensor(...): Создаёт TensorList, который при объединении имеет значение tensor.
TensorListGather(...): Создаёт тензор, выбирая элементы из TensorList по индексам.
TensorListGetItem(...): Возвращает элемент списка с заданным индексом.
TensorListLength(...): Возвращает число тензоров во входном списке тензоров.
TensorListPopBack(...): Возвращает последний элемент входного списка, а также список без этого элемента.
TensorListPushBack(...): Возвращает список, в котором переданный Tensor является последним элементом, а остальные элементы заданного списка расположены в input_handle.
TensorListReserve(...): Список заданного размера с пустыми элементами.
TensorListResize(...): Изменяет размер списка.
TensorListScatter(...): Создаёт TensorList, выбирая элементы тензора по индексам.
TensorListScatterIntoExistingList(...): Распределяет тензор по индексам во входном списке.
TensorListScatterV2(...): Создаёт TensorList, выбирая элементы тензора по индексам.
TensorListSetItem(...): Устанавливает заданный тензор на позицию списка с указанным индексом.
TensorListSplit(...): Разбивает тензор на список.
TensorListStack(...): Объединяет в стек все тензоры списка.
TensorMapErase(...): Возвращает карту тензоров с удалённым элементом по заданному ключу.
TensorMapHasKey(...): Возвращает признак наличия заданного ключа в карте.
TensorMapInsert(...): Возвращает карту, представляющую собой 'input_handle' с добавленной заданной парой ключ-значение.
TensorMapLookup(...): Возвращает значение по заданному ключу из карты тензоров.
TensorMapSize(...): Возвращает число тензоров во входной карте тензоров.
TensorMapStackKeys(...): Возвращает тензорный стек всех ключей карты тензоров.
TensorScatterAdd(...): Добавляет разреженные updates к существующему тензору согласно indices.
TensorScatterMax(...): Применяет разрежённое обновление тензора, выбирая поэлементный максимум.
TensorScatterSub(...): Вычитает разреженные updates из существующего тензора согласно indices.
TensorScatterUpdate(...): Распределяет updates по существующему тензору согласно indices.
TensorSliceDataset(...): Создаёт набор данных, который один раз выдаёт каждый срез components по измерению 0.
TensorStridedSliceUpdate(...): Присваивает value срезанной l-value-ссылке на input.
TensorSummary(...): Выдаёт буфер протокола Summary с тензором.
TensorSummaryV2(...): Выдаёт буфер протокола Summary с тензором и данными для каждого плагина.
TextLineDataset(...): Создаёт набор данных, выдающий строки одного или нескольких текстовых файлов.
TextLineReader(...): Средство чтения, выдающее строки файла, разделённые символом '\n'.
TextLineReaderV2(...): Средство чтения, выдающее строки файла, разделённые символом '\n'.
ThreadPoolDataset(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ThreadPoolHandle(...): Создаёт набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ThreadUnsafeUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов с обученным униграммным распределением.
Tile(...): Создаёт тензор путём многократного повторения заданного тензора.
TileGrad(...): Возвращает градиент Tile.
Timestamp(...): Возвращает время в секундах, прошедшее с начала эпохи.
ToBool(...): Преобразует тензор в скалярный предикат.
TopK(...): Находит значения и индексы k наибольших элементов последнего измерения.
TopKV2(...): Находит значения и индексы k наибольших элементов последнего измерения.
Transpose(...): Переставляет измерения x согласно заданной перестановке.
TridiagonalMatMul(...): Вычисляет произведение с трёхдиагональной матрицей.
TridiagonalSolve(...): Решает системы уравнений с трёхдиагональной матрицей.
TruncateDiv(...): Поэлементно возвращает x / y с округлением к нулю.
TruncateMod(...): Поэлементно возвращает остаток от деления.
TruncatedNormal(...): Выдаёт случайные значения из усечённого нормального распределения.
Unbatch(...): Отменяет операцию Batch для одного выходного тензора.
UnbatchDataset(...): Набор данных, разделяющий входные элементы на несколько элементов.
UnbatchGrad(...): Градиент операции Unbatch.
UncompressElement(...): Распаковывает сжатый элемент набора данных.
UnicodeDecode(...): Декодирует каждую строку в input в последовательность кодовых точек Unicode.
UnicodeDecodeWithOffsets(...): Декодирует каждую строку в input в последовательность кодовых точек Unicode.
UnicodeEncode(...): Кодирует тензор целых чисел в строки Unicode.
UnicodeScript(...): Определяет коды письменностей для заданного тензора целочисленных кодовых точек Unicode.
UnicodeTranscode(...): Преобразует входной текст из исходной кодировки в целевую.
UniformCandidateSampler(...): Генерирует метки для выборки кандидатов с равномерным распределением.
UniformDequantize(...): Выполняет деквантование квантованного тензора input.
UniformQuantize(...): Выполняет квантование тензора input.
UniformQuantizedAdd(...): Складывает квантованные тензоры lhs и rhs, создавая квантованный output.
UniformQuantizedClipByValue(...): Ограничивает значения квантованного тензора operand заданным диапазоном.
UniformQuantizedConvolution(...): Выполняет квантованную свёртку квантованных тензоров lhs и rhs, создавая квантованный output.
UniformQuantizedConvolutionHybrid(...): Выполняет гибридную квантованную свёртку вещественного тензора lhs и квантованного тензора rhs.
UniformQuantizedDot(...): Вычисляет квантованное скалярное произведение квантованных тензоров lhs и rhs, создавая квантованный output.
UniformQuantizedDotHybrid(...): Вычисляет гибридное квантованное скалярное произведение вещественного тензора lhs и квантованного тензора rhs.
UniformRequantize(...): Повторно квантирует заданный квантованный тензор input с новыми параметрами квантования.
Unique(...): Находит уникальные элементы одномерного тензора.
UniqueDataset(...): Создаёт набор данных, содержащий уникальные элементы input_dataset.
UniqueV2(...): Находит уникальные элементы тензора вдоль заданной оси.
UniqueWithCounts(...): Находит уникальные элементы одномерного тензора.
UniqueWithCountsV2(...): Находит уникальные элементы тензора вдоль заданной оси.
Unpack(...): Распаковывает заданное измерение тензора ранга R в num тензоров ранга (R-1).
UnravelIndex(...): Преобразует массив плоских индексов в кортеж массивов координат.
UnsortedSegmentMax(...): Вычисляет максимум по сегментам тензора.
UnsortedSegmentMin(...): Вычисляет минимум по сегментам тензора.
UnsortedSegmentProd(...): Вычисляет произведение по сегментам тензора.
UnsortedSegmentSum(...): Вычисляет сумму по сегментам тензора.
Unstage(...): Операция похожа на облегчённую операцию Dequeue.
UpperBound(...): Применяет upper_bound(sorted_search_values, values) к каждой строке.
VarHandleOp(...): Создаёт дескриптор ресурса Variable.
VarIsInitializedOp(...): Проверяет, была ли инициализирована переменная на основе дескриптора ресурса.
Variable(...): Вместо этого используйте VariableV2.
VariableShape(...): Возвращает форму переменной, на которую указывает resource.
VariableV2(...): Хранит состояние в виде тензора, сохраняющегося между шагами.
Where(...): Возвращает расположения ненулевых / истинных значений в тензоре.
While(...): output = input; While (Cond(output)) { output = Body(output) }
WholeFileReader(...): Средство чтения, которое возвращает всё содержимое файла в виде значения.
WholeFileReaderV2(...): Средство чтения, которое возвращает всё содержимое файла в виде значения.
WindowDataset(...): Объединяет входные элементы (и их вложенные структуры) в набор данных из окон (и их вложенных структур).
WorkerHeartbeat(...): Операция проверки активности рабочего процесса.
WriteAudioSummary(...): Записывает сводку аудиоданных.
WriteFile(...): Записывает contents в файл по адресу filename.
WriteGraphSummary(...): Записывает сводку графа.
WriteHistogramSummary(...): Записывает сводку гистограммы.
WriteImageSummary(...): Записывает сводку изображения.
WriteRawProtoSummary(...): Записывает сводку сериализованного протокола.
WriteScalarSummary(...): Записывает сводку скалярного значения.
WriteSummary(...): Записывает сводку тензора.
Xdivy(...): Поэлементно возвращает 0, если x == 0, и x / y в противном случае.
XlaConcatND(...): Объединяет входной тензор по всем измерениям.
XlaSparseCoreAdagradMomentum(...)
XlaSparseDenseMatmulGradWithAdagradAndCsrInput(...)
XlaSparseDenseMatmulGradWithAdagradMomentumAndCsrInput(...)
XlaSparseDenseMatmulGradWithAdamAndCsrInput(...)
XlaSparseDenseMatmulGradWithFtrlAndCsrInput(...)
XlaSparseDenseMatmulGradWithSgdAndCsrInput(...)
XlaSparseDenseMatmulWithCsrInput(...)
XlaSplitND(...): Разделяет входной тензор по всем измерениям.
Xlog1py(...): Поэлементно возвращает 0, если x == 0, и x * log1p(y) в противном случае.
Xlogy(...): Поэлементно возвращает 0, если x == 0, и x * log(y) в противном случае.
ZerosLike(...): Возвращает тензор нулей той же формы и типа, что и x.
Zeta(...): Вычисляет дзета-функцию Гурвица \(\zeta(x, q)\).
ZipDataset(...): Создаёт набор данных, объединяющий input_datasets.
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/raw_ops
