Модуль: tf.compat.v2

Включает весь публичный интерфейс TensorFlow в этот модуль.

Модули

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

autograph модуль: Преобразование обычного Python в код графа TensorFlow.

bitwise модуль: Операции для обработки двоичных представлений целых чисел.

compat модуль: Функции для совместимости Python 2 и 3.

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

data модуль: tf.data.Dataset API для конвейеров ввода.

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

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

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

errors модуль: Типы исключений для ошибок TensorFlow.

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

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

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

graph_util модуль: Помощники для манипулирования графом тензоров в Python.

image модуль: Операции обработки и декодирования изображений.

initializers модуль: Сериализация/десериализация инициализаторов Keras.

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

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

linalg модуль: Операции линейной алгебры.

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

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

losses модуль: Встроенные функции потерь.

math модуль: Математические операции.

metrics модуль: Встроенные метрики.

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

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

optimizers модуль: Встроенные классы оптимизаторов.

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

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

ragged модуль: Разреженные тензоры.

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

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

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

sets модуль: Операции над множествами TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сводки, используемых в анализе и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с тензорными процессорными ядрами.

train модуль: Поддержка обучения моделей.

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

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

Классы

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

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

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

class GradientTape: Запись операций для автоматического дифференцирования.

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

class IndexedSlices: Разреженное представление набора срезов тензоров по заданным индексам.

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class Module: Базовый класс модуля нейронной сети.

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

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

class RaggedTensor: Представляет разреженный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

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

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа для tf.SparseTensor.

class Tensor: Представляет один из выходов Operation.

class TensorArray: Класс, оборачивающий динамические, пошаговые, одноразовые массивы тензоров.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает tf.Tensor.

class TypeSpec: Указывает тип значения TensorFlow.

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

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределённая переменная.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

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

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные 1.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class zeros_initializer: Инициализатор, генерирующий тензоры, инициализированные 0.

Функции

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

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

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

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

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

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

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

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

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

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

as_string(...): Преобразует каждый элемент данного тензора 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_less(...): Утверждает, что условие x < y выполняется поэлементно.

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

atan(...): Вычисляет тригонометрический обратный тангенс от x поэлементно.

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

atanh(...): Вычисляет обратный гиперболический тангенс от x поэлементно.

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

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

boolean_mask(...): Применяет 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(...): Вещание массива для совместимой формы.

case(...): Создание операции case.

cast(...): Преобразование тензора в новый тип.

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

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

clip_by_value(...): Обрезает значения тензора до заданного минимального и максимального значений.

complex(...): Преобразование двух вещественных чисел в комплексное число.

concat(...): Объединение тензоров по одному измерению.

cond(...): Возвращает true_fn(), если предикат pred истинный, иначе false_fn().

constant(...): Создание тензора-константы.

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

convert_to_tensor(...): Преобразование данного value в Tensor.

cos(...): Вычисление косинуса x поэлементно.

cosh(...): Вычисление гиперболического косинуса x поэлементно.

cumsum(...): Вычисление кумулятивной суммы тензора x вдоль axis.

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

device(...): Указание устройства для операций, созданных/выполненных в этом контексте.

divide(...): Вычисление деления по стилю Python x на y.

dynamic_partition(...): Разделение data на num_partitions тензоров с использованием индексов из partitions.

dynamic_stitch(...): Объединение значений из data тензоров в один тензор.

edit_distance(...): Вычисление расстояния Левенштейна между последовательностями.

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

enable_v2_behavior(...): Включение поведения TensorFlow 2.x.

ensure_shape(...): Обновление формы тензора и проверка в ходе выполнения, что форма сохраняется.

equal(...): Возвращает истинностное значение (x == y) поэлементно.

executing_eagerly(...): Возвращает True, если в текущей потоке включено выполнение в режиме eager.

exp(...): Вычисление экспоненты x поэлементно. \(y = e^x\).

expand_dims(...): Вставка измерения 1 в форму тензора.

extract_volume_patches(...): Извлечение patches из input и размещение их в выходном измерении "глубина". 3D расширение extract_image_patches.

eye(...): Построение единичной матрицы или набора матриц.

fill(...): Создание тензора, заполненного скалярным значением.

fingerprint(...): Генерация значений отпечатков пальцев.

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

foldl(...): foldl для списка тензоров, распакованных из elems по измерению 0.

foldr(...): foldr для списка тензоров, распакованных из elems по измерению 0.

function(...): Создание вызываемого графа TensorFlow из Python-функции.

gather(...): Сбор срезов из params по оси axis в соответствии с индексами.

gather_nd(...): Сбор срезов из params в тензор с формой, заданной indices.

get_logger(...): Возвращение экземпляра логгера TF.

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

grad_pass_through(...): Создание операции grad-pass-through с поведением по направлению, предоставленным в f.

gradients(...): Построение символических производных суммы ys по x в xs.

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

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

group(...): Создание операции, которая группирует несколько операций.

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

hessians(...): Построение Гессиана суммы ys по отношению к x в xs.

histogram_fixed_width(...): Возвращение гистограммы значений.

histogram_fixed_width_bins(...): Разбиение заданных значений для использования в гистограмме.

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

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

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

init_scope(...): Блок контекста, который выводит операции из блоков управления потоком и графов построения функций.

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

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

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

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

load_library(...): Загрузка плагина TensorFlow.

load_op_library(...): Загрузка плагина TensorFlow, содержащего пользовательские операции и ядра.

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

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

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

make_ndarray(...): Создание массива NumPy из тензора.

make_tensor_proto(...): Создание TensorProto.

map_fn(...): Применение map к списку тензоров, распакованных из elems по измерению 0.

matmul(...): Умножение матрицы a на матрицу b, производя a * b.

matrix_square_root(...): Вычисление квадратного корня матрицы для одной или нескольких квадратных матриц:

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

meshgrid(...): Вещание параметров для вычисления на N-мерной сетке.

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

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

negative(...): Вычисление численного отрицательного значения поэлементно.

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

no_op(...): Не делает ничего. Полезно только в качестве заглушки для управляющих ребер.

nondifferentiable_batch_function(...): Упаковывает вычисление, выполняемое декорированной функцией.

norm(...): Вычисление нормы векторов, матриц и тензоров.

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

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

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

ones(...): Создание тензора со всеми элементами, установленными в 1.

ones_like(...): Создание тензора со всеми элементами, установленными в единицу.

pad(...): Заполнение тензора.

parallel_stack(...): Параллельное укладывание списка тензоров ранга R в один тензор ранга (R+1).

pow(...): Вычисление степени одного значения в другую.

print(...): Вывод указанных входных данных.

py_function(...): Оборачивает Python-функцию в операцию TensorFlow, которая выполняется в режиме eager.

range(...): Создание последовательности чисел.

rank(...): Возвращает ранг тензора.

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

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

reduce_all(...): Вычисление логического "и" элементов по измерениям тензора.

reduce_any(...): Вычисление логического "или" элементов по измерениям тензора.

reduce_logsumexp(...): Вычисление log(sum(exp(элементы по измерениям тензора))).

reduce_max(...): Вычисление максимума элементов по измерениям тензора.

reduce_mean(...): Вычисление среднего значения элементов по измерениям тензора.

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

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

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

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

repeat(...): Повторяет элементы input

required_space_to_batch_paddings(...): Вычисляет требуемое заполнение, чтобы block_shape делил input_shape.

reshape(...): Изменяет форму тензора.

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

reverse_sequence(...): Инвертирует срезы переменной длины.

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

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

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

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

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

scatter_nd(...): Разброс updates в новый тензор в соответствии с indices.

searchsorted(...): Поиск значений во входном тензоре по внутреннему измерению.

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

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает формы тензоров.

sigmoid(...): Вычисляет сигмоиду от x поэлементно.

sign(...): Возвращает поэлементное указание знака числа.

sin(...): Вычисляет синус от x поэлементно.

sinh(...): Вычисляет гиперболический синус от x поэлементно.

size(...)

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

sort(...): Сортирует тензор.

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

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

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

sqrt(...): Вычисляет квадратный корень из x поэлементно.

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

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

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

stop_gradient(...): Останавливает вычисление градиента.

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

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

switch_case(...): Создаёт операцию switch/case, т.е. условный оператор с индексом-целым числом.

tan(...): Вычисляет тангенс от x поэлементно.

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

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

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

tile(...): Создаёт тензор путём копирования заданного тензора.

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

transpose(...): Транспонирует a.

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

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

truncatemod(...): Возвращает поэлементный остаток от деления. Это эмулирует 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.

unstack(...): Разбирает указанное измерение тензора ранга R в тензоры ранга (R-1).

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

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

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

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

zeros(...): Создаёт тензор со всеми элементами, установленными в ноль.

zeros_like(...): Создаёт тензор со всеми элементами, установленными в ноль.

Другие члены

• 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