Модуль: tf.compat.v1

Включает весь публичный интерфейс TensorFlow в этот модуль.

Модули

app модуль: Общий скрипт точки входа.

audio модуль: Публичный API для пространства имен tf.audio.

autograph модуль: Преобразование обычного Python в код графа TensorFlow.

bitwise модуль: Операции для манипулирования двоичными представлениями целых чисел.

compat модуль: Функции для совместимости Python 2 и 3.

config модуль: Публичный API для пространства имен tf.config.

data модуль: tf.data.Dataset API для конвейеров входных данных.

debugging модуль: Публичный API для пространства имен tf.debugging.

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

distributions модуль: Основной модуль для объектов и вспомогательных функций распределения TensorFlow.

dtypes модуль: Публичный API для пространства имен tf.dtypes.

errors модуль: Типы исключений для ошибок TensorFlow.

estimator модуль: Оцениватель: инструменты высокого уровня для работы с моделями.

experimental модуль: Публичный API для пространства имен tf.experimental.

feature_column модуль: Публичный API для пространства имен tf.feature_column.

gfile модуль: Маршрутизатор импорта для file_io.

graph_util модуль: Вспомогательные функции для манипулирования графом тензора на языке Python.

image модуль: Операции обработки и декодирования изображений.

initializers модуль: Публичный API для пространства имен tf.initializers.

io модуль: Публичный API для пространства имен tf.io.

keras модуль: Реализация API Keras, предназначенного для использования в качестве API высокого уровня для TensorFlow.

layers модуль: Публичный API для пространства имен tf.layers.

linalg модуль: Операции для линейной алгебры.

lite модуль: Публичный API для пространства имен tf.lite.

logging модуль: Ведение журналов и операции с суммарными данными.

lookup модуль: Публичный API для пространства имен tf.lookup.

losses модуль: Операции потерь для использования в нейронных сетях.

manip модуль: Операторы для манипулирования тензорами.

math модуль: Математические операции.

metrics модуль: Метрики, связанные с оценкой.

nest модуль: Публичный API для пространства имен tf.nest.

nn модуль: Обёртки для примитивных операций нейронной сети (НН).

profiler модуль: Публичный API для пространства имен tf.profiler.

python_io модуль: Функции Python для непосредственной обработки файлов в формате TFRecord.

quantization модуль: Публичный API для пространства имен tf.quantization.

queue модуль: Публичный API для пространства имен tf.queue.

ragged модуль: Разреженные тензоры.

random модуль: Публичный API для пространства имен tf.random.

raw_ops модуль: Публичный API для пространства имен tf.raw_ops.

resource_loader модуль: Библиотека управления ресурсами.

saved_model модуль: Публичный API для пространства имен tf.saved_model.

sets модуль: Операции над множествами TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

spectral модуль: Публичный API для пространства имен tf.spectral.

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сводки для анализа и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с тензорными процессорными ядрами.

train модуль: Поддержка обучения моделей.

user_ops модуль: Публичный API для пространства имен tf.user_ops.

version модуль: Публичный API для пространства имен tf.version.

xla модуль: Публичный API для пространства имен tf.xla.

Классы

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

class AttrValue: Протокол сообщения

class ConditionalAccumulator: Условный накопитель для агрегирования градиентов.

class ConditionalAccumulatorBase: Условный накопитель для агрегирования градиентов.

class ConfigProto: Протокол сообщения

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

class DeviceSpec: Представляет (возможно, частичное) описание устройства TensorFlow.

class Dimension: Представляет значение одного измерения в TensorShape.

class Event: Протокол сообщения

class FIFOQueue: Реализация очереди, которая деквечает элементы в порядке «первый вошел — первый вышел».

class FixedLenFeature: Настройка для разбора фиксированного входного признака.

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

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

class GPUOptions: Протокол сообщения

class GradientTape: Запись операций для автоматического дифференцирования.

class Graph: Вычисление TensorFlow, представленное как граф потока данных.

class GraphDef: Протокол сообщения

class GraphKeys: Стандартные имена для использования в коллекциях графов.

class GraphOptions: Протокол сообщения

class HistogramProto: Протокол сообщения

class IdentityReader: Чтец, который выводит поставленную в очередь работу как ключ, так и значение.

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

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class InteractiveSession: TensorFlow Session для использования в интерактивных контекстах, таких как оболочка.

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

class LogMessage: Протокол сообщения

class MetaGraphDef: Протокол сообщения

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: Протокол сообщения

class NodeDef: Протокол сообщения

class OpError: Общее исключение, которое возникает, когда выполнение TensorFlow завершается ошибкой.

class Operation: Представляет узел графа, который выполняет вычисления над тензорами.

class OptimizerOptions: Протокол сообщения

class OptionalSpec: Представляет необязательный элемент, потенциально содержащий структурированное значение.

class PaddingFIFOQueue: FIFOQueue, которая поддерживает пакетные операции с тензорами переменной длины с помощью заполнения.

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

class QueueBase: Базовый класс для реализации очереди.

class RaggedTensor: Представляет разреженный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

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

class ReaderBase: Базовый класс для различных типов читателей, которые генерируют запись на каждом шаге.

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

class RunMetadata: Протокол сообщения

class RunOptions: Протокол сообщения

class Session: Класс для выполнения операций TensorFlow.

class SessionLog: Протокол сообщения

class SparseConditionalAccumulator: Условный накопитель для агрегирования разреженных градиентов.

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

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа для tf.SparseTensor.

class SparseTensorValue: SparseTensorValue(индексы, значения, плотная_форма)

class Summary: Сообщение протокола

class SummaryMetadata: Сообщение протокола

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

class Tensor: Представляет один из результатов Operation.

class TensorArray: Класс, оборачивающий динамически изменяемые, пошаговые, одноразового записи массивы тензоров.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: Сообщение протокола

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описание tf.Tensor.

class TextLineReader: Чтец, который выводит строки из файла, разделяемые символами новой строки.

class TypeSpec: Указывает тип значения TensorFlow.

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

class VarLenFeature: Настройка для разбора входного признака переменной длины.

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределённая переменная.

class VariableScope: Объект области видимости переменной, который передаёт значения по умолчанию, предоставляемые get_variable.

class VariableSynchronization: Указывает, когда распределённая переменная будет синхронизирована.

class WholeFileReader: Чтец, который выводит всё содержимое файла в качестве значения.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

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

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

class name_scope: Менеджер контекста для определения Python-операции.

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные значением 1.

class orthogonal_initializer: Инициализатор, генерирующий ортогональную матрицу.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class truncated_normal_initializer: Инициализатор, генерирующий усечённое нормальное распределение.

class uniform_unit_scaling_initializer: Инициализатор, генерирующий тензоры без масштабирования дисперсии.

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

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

class zeros_initializer: Инициализатор, генерирующий тензоры, инициализированные значением 0.

Функции

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

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

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

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

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

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

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

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

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

add_check_numerics_ops(...): Подключает tf.debugging.check_numerics к каждому плавающему тензору.

add_n(...): Складывает все входные тензоры поэлементно.

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

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

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

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

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

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

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

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

argsort(...): Возвращает индексы тензора, которые дают его отсортированный порядок вдоль оси.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

assert_proper_iterable(...): Статическое утверждение, что values — "правильный" итерируемый объект.

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

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

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

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

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

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

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

assign(...): Обновляет ref присвоением value к нему.

assign_add(...): Обновляет ref путем добавления value к нему.

assign_sub(...): Обновляет ref путем вычитания value из него.

atan(...): Вычисляет тригонометрическую обратную тангенс от x поэлементно.

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

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

batch_gather(...): Сбор срезов из params согласно индексам с ведущими размерностями пакетно. (устарело)

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

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

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

betainc(...): Вычисляет регулируемый неполный интеграл Бесселя \(I_x(a, b)\).

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

bitcast(...): Битизирует тензор из одного типа в другой без копирования данных.

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

broadcast_dynamic_shape(...): Вычисляет форму широковещательной передачи, учитывая символические формы.

broadcast_static_shape(...): Вычисляет форму широковещательной передачи, учитывая известные формы.

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

case(...): Создать операцию case.

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

ceil(...): Возвращает наименьшее целое число, не меньшее, чем x, поэлементно.

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

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

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

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

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

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

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

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

complex(...): Преобразует две вещественные числа в комплексное число.

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

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

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

conj(...): Возвращает комплексно сопряженное значение комплексного числа.

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

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

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

control_flow_v2_enabled(...): Возвращает True если включен v2 механизм управления потоком.

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

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

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

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

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

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

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

create_partitioned_variables(...): Создаёт список разнесённых переменных согласно данным slicing. (устарело)

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

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

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

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

decode_base64(...): Декодирует строки, закодированные в безопасном для веб-сайтов формате base64.

decode_compressed(...): Распаковывает строки.

decode_csv(...): Преобразует записи CSV в тензоры. Каждый столбец отображается на один тензор.

decode_json_example(...): Преобразует закодированные в формате JSON записи Example в двоичные строки протокола буфера.

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

delete_session_tensor(...): Удаляет тензор для данного идентификатора тензора.

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

dequantize(...): Деквантизует тензор 'input' в тензор с плавающей точкой.

deserialize_many_sparse(...): Десериализует и объединяет SparseTensors из сериализованной минипачки.

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

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

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

digamma(...): Вычисляет функцию Пси, производную от Lgamma (логарифма абсолютного значения

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

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

disable_control_flow_v2(...): Отключение механизма управления потоком v2.

disable_eager_execution(...): Отключение жадной выполнения.

disable_resource_variables(...): Отключение ресурсных переменных. (устарело)

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

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

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

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

div_no_nan(...): Вычисляет небезопасное деление, которое возвращает 0, если y равно нулю.

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

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

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

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

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

enable_control_flow_v2(...): Использовать механизм управления потоком v2.

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

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

enable_tensor_equality(...): Сравнивает тензоры с поэлементным сравнением, и таким образом они не хешируемые.

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

enable_v2_tensorshape(...): В TensorFlow 2.0 при итерировании по экземпляру TensorShape возвращаются значения.

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

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

equal(...): Возвращает истинность (x == y) поэлементно.

erf(...): Вычисляет гауссовскую ошибку функции для x поэлементно.

erfc(...): Вычисляет дополнительную функцию ошибки для x поэлементно.

executing_eagerly(...): Возвращает True, если в текущем потоке включено жадное выполнение.

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

expand_dims(...): Вставляет измерение 1 в форму тензора. (устаревшие аргументы)

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

extract_image_patches(...): Извлекает patches из images и помещает их в выходное измерение "глубина".

extract_volume_patches(...): Извлекает patches из input и помещает их в выходное измерение "глубина". 3D расширение extract_image_patches.

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

fake_quant_with_min_max_args(...): Поддельная квантизация тензора 'inputs', типа float, в тензор 'outputs' того же типа.

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

fake_quant_with_min_max_vars(...): Поддельная квантизация тензора 'inputs' типа float через глобальные скаляры с плавающей точкой min

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

fake_quant_with_min_max_vars_per_channel(...): Поддельная квантизация тензора 'inputs' типа float и одной из форм: [d],

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

fft(...): Быстрое преобразование Фурье.

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

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

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

fingerprint(...): Генерирует значения отпечатков.

fixed_size_partitioner(...): Разделитель для задания фиксированного числа фрагментов по заданной оси.

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

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

floordiv(...): Делит поэлементно, округляя к ближайшему меньшему целому.

floormod(...): Возвращает поэлементный остаток от деления. Когда x < 0 XOR y < 0 равно

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

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

function(...): Создаёт вызываемый граф TensorFlow из Python-функции.

gather(...): Извлекает срезы из params по оси axis в соответствии с индексами.

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

get_collection(...): Обёртка для Graph.get_collection() с использованием стандартного графа.

get_collection_ref(...): Обёртка для Graph.get_collection_ref() с использованием стандартного графа.

get_default_graph(...): Возвращает стандартный граф для текущей нити.

get_default_session(...): Возвращает стандартную сессию для текущей нити.

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

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

get_seed(...): Возвращает локальные семена, которые должна использовать операция, учитывая опциональное семя.

get_session_handle(...): Возвращает дескриптор data.

get_session_tensor(...): Получает тензор типа dtype, передавая дескриптор тензора.

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

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

get_variable_scope(...): Возвращает текущий объём переменных.

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

global_variables(...): Возвращает глобальные переменные.

global_variables_initializer(...): Возвращает операцию инициализации глобальных переменных.

grad_pass_through(...): Создаёт операцию grad-pass-through с прямым поведением, предоставленным в f.

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

greater(...): Возвращает логическое значение (x > y) поэлементно.

greater_equal(...): Возвращает логическое значение (x >= y) поэлементно.

group(...): Создаёт операцию, группирующую несколько операций.

guarantee_const(...): Даёт гарантию для среды выполнения TF, что входной тензор является константой.

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

histogram_fixed_width(...): Возвращает гистограмму значений.

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

identity(...): Возвращает тензор с такой же формой и содержимым, как у входного.

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

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

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

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

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

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

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

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

init_scope(...): Менеджер контекста, который перемещает операции из областей управления потоком и графов построения функций.

initialize_all_tables(...): Возвращает операцию инициализации всех таблиц стандартного графа. (устарело)

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

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

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

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

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

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

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

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

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

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

is_tensor(...): Проверяет, является ли x тензором или «подобным тензору».

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

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

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

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

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

lin_space(...): Генерирует значения в интервале.

linspace(...): Генерирует значения в интервале.

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

load_library(...): Загружает плагин TensorFlow.

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

local_variables(...): Возвращает локальные переменные.

local_variables_initializer(...): Возвращает операцию инициализации всех локальных переменных.

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

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

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

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

logical_not(...): Возвращает логическое значение НЕ x поэлементно.

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

logical_xor(...): Логическая XOR-функция.

make_ndarray(...): Создаёт numpy ndarray из тензора.

make_template(...): Оборачивает произвольную функцию для совместного использования переменных.

make_tensor_proto(...): Создаёт TensorProto.

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

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

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

matrix_band_part(...): Копирует тензор, устанавливая всё вне центральной полосы в каждой внутренней матрице.

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

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

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

matrix_inverse(...): Вычисляет обратную матрицу одной или нескольких квадратных обратимых матриц или их

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

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

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

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

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

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

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

meshgrid(...): Распространяет параметры для вычисления на N-мерной сетке.

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

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

mod(...): Возвращает остаток от деления поэлементно. Когда x < 0 xor y < 0

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

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

multinomial(...): Выборка из многочленного распределения. (устарело)

multiply(...): Возвращает x * y поэлементно.

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

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

no_op(...): Ничего не делает. Полезно только в качестве заполнителя для управляющих ребер.

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

nondifferentiable_batch_function(...): Пакетирует вычисления, выполняемые декорированной функцией.

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

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

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

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

ones(...): Создает тензор со всеми элементами, равными 1.

ones_like(...): Создает тензор со всеми элементами, равными 1.

op_scope(...): УСТАРЕЛО. То же, что и name_scope выше, просто порядок аргументов другой.

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

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

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

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

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

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

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

placeholder_with_default(...): Placeholder, который пропускает input при отсутствии подачи на его выход.

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

pow(...): Вычисляет степень одного значения в другую.

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

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

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняется жадно.

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

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

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

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

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

random_gamma(...): Выборка shape образцов из каждого из заданных гамма-распределений.

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

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

random_shuffle(...): Случайно перемешивает тензор вдоль первого измерения.

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

range(...): Создает последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Читает и выводит все содержимое входного файла.

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

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

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

recompute_grad(...): Версия recompute_grad, совместимая с eager.

reduce_all(...): Вычисляет "логическое И" элементов по измерениям тензора. (устаревшие аргументы)

reduce_any(...): Вычисляет "логическое ИЛИ" элементов по измерениям тензора. (устаревшие аргументы)

reduce_join(...): Объединяет тензор строк по заданным измерениям.

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

reduce_max(...): Вычисляет максимум элементов по измерениям тензора. (устаревшие аргументы)

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

reduce_min(...): Вычисляет минимум элементов по измерениям тензора. (устаревшие аргументы)

reduce_prod(...): Вычисляет произведение элементов по измерениям тензора. (устаревшие аргументы)

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

regex_replace(...): Заменяет элементы input совпадающие с регулярным выражением pattern на rewrite.

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

repeat(...): Повторяет элементы input

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

required_space_to_batch_paddings(...): Вычисляет padding, необходимый для того, чтобы block_shape делил input_shape.

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

reshape(...): Изменяет форму тензора.

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

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

reverse_sequence(...): Переворачивает срезы с переменной длиной.

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

rint(...): Возвращает поэлементно ближайшее целое число к x.

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

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

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

saturate_cast(...): Выполняет безопасное насыщающее приведение value к dtype.

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

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

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

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

scatter_max(...): Сводит разреженные обновления к ссылке на переменную, используя операцию max.

scatter_min(...): Сводит разреженные обновления к ссылке на переменную, используя операцию min.

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

scatter_nd(...): Разбрасывает updates в новый тензор согласно indices.

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

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

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

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

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

searchsorted(...): Ищет значения во входном тензоре по внутреннему измерению.

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

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

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

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

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

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

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

sequence_mask(...): Возвращает тензор маски, представляющий первые N позиций каждого элемента.

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

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

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

set_random_seed(...): Устанавливает глобальное для графа случайное семя для стандартного графа.

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

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает форму тензоров.

sigmoid(...): Вычисляет сигмоиду от каждого элемента x.

sign(...): Возвращает элемент-мудрое указание знака числа.

sin(...): Вычисляет синус от x элемент-мудро.

sinh(...): Вычисляет гиперболический синус от x элемент-мудро.

size(...): Возвращает размер тензора.

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

sort(...): Сортирует тензор.

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

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

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

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

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

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

sparse_mask(...): Маскирует элементы IndexedSlices.

sparse_matmul(...): Перемножает матрицу "a" на матрицу "b".

sparse_maximum(...): Возвращает элемент-мудрое максимальное значение двух SparseTensors.

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

sparse_minimum(...): Возвращает элемент-мудрое минимальное значение двух SparseTensors.

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

sparse_reduce_max(...): Вычисляет максимальное значение элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

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

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

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

sparse_reorder(...): Переупорядочивает SparseTensor в каноническое, строчно-главное упорядочение.

sparse_reset_shape(...): Сбрасывает форму SparseTensor с неизменными индексами и значениями.

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

sparse_retain(...): Сохраняет указанные ненулевые значения в пределах SparseTensor.

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

sparse_segment_sqrt_n(...): Вычисляет сумму по разреженным сегментам тензора, деленную на корень квадратный из N.

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

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

sparse_softmax(...): Применяет softmax к пакету N-мерного SparseTensor.

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

sparse_tensor_dense_matmul(...): Умножает разреженный тензор (ранга 2) "A" на плотную матрицу "B".

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

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

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

sparse_transpose(...): Транспонирует SparseTensor

split(...): Разделяет тензор на подтензоры.

sqrt(...): Вычисляет квадратный корень из x элемент-мудро.

square(...): Вычисляет квадрат x элемент-мудро.

squared_difference(...): Возвращает (x - y)(x - y) элемент-мудро.

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

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

stop_gradient(...): Останавливает вычисление градиента.

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

string_join(...): Объединяет строки в заданном списке тензоров строк в один тензор;

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

string_strip(...): Удаляет ведущие и хвостовые пробелы из тензора.

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

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

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

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

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

subtract(...): Возвращает x - y элемент-мудро.

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

switch_case(...): Создает операцию switch/case, то есть условную операцию с целочисленным индексом.

tables_initializer(...): Возвращает оператор, который инициализирует все таблицы стандартного графа.

tan(...): Вычисляет тангенс от x элемент-мудро.

tanh(...): Вычисляет гиперболический тангенс от x элемент-мудро.

tensor_scatter_add(...): Складывает разреженные updates к существующему тензору в соответствии с indices.

tensor_scatter_nd_add(...): Складывает разреженные updates к существующему тензору в соответствии с indices.

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

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

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

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

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

tile(...): Конструирует тензор путем чередования заданного тензора.

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

to_bfloat16(...): Преобразует тензор в тип bfloat16. (устарело)

to_complex128(...): Преобразует тензор в тип complex128. (устарело)

to_complex64(...): Преобразует тензор в тип complex64. (устарело)

to_double(...): Преобразует тензор в тип float64. (устарело)

to_float(...): Преобразует тензор в тип float32. (устарело)

to_int32(...): Преобразует тензор в тип int32. (устарело)

to_int64(...): Преобразует тензор в тип int64. (устарело)

trace(...): Вычисляет след тензора x.

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

transpose(...): Транспонирует a.

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

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

truncatediv(...): Возвращает x / y поэлементно для целочисленных типов.

truncatemod(...): Возвращает остаток от деления поэлементно. Это имитирует семантику C в том, что

tuple(...): Объединяет тензоры вместе.

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

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

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

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

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

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

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

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

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

unstack(...): Разделяет заданную размерность тензора ранга R на тензоры ранга (R-1).

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

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

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

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

vectorized_map(...): Параллельное применение к списку тензоров, распакованных из elems по размерности 0.

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

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

where_v2(...): Возвращает элементы, либо из x , либо из y, в зависимости от condition.

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

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

write_file(...): Записывает содержимое в файл по указанному имени файла. Создаёт файл и рекурсивно

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

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

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

Другие члены

• AUTO_REUSE
• COMPILER_VERSION = '7.3.1 20180303'
• CXX11_ABI_FLAG = 0
• GIT_VERSION = 'v1.15.0-rc3-22-g590d6ee'
• GRAPH_DEF_VERSION = 134
• GRAPH_DEF_VERSION_MIN_CONSUMER = 0
• GRAPH_DEF_VERSION_MIN_PRODUCER = 0
• MONOLITHIC_BUILD = 0
• QUANTIZED_DTYPES
• VERSION = '1.15.0'
• bfloat16
• bool
• complex128
• complex64
• double
• float16
• float32
• float64
• half
• int16
• int32
• int64
• int8
• newaxis = None
• qint16
• qint32
• qint8
• quint16
• quint8
• resource
• string
• uint16
• uint32
• uint64
• uint8
• variant