Модуль: tf.compat.v1

Включает весь общедоступный интерфейс TensorFlow в этот модуль.

Модули

app модуль: Общий скрипт точки входа.

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

autograph модуль: Преобразование обычного Python в код графа TensorFlow.

bitwise модуль: Операции для манипулирования двоичными представлениями целых чисел.

compat модуль: Функции совместимости.

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

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

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

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

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

dtypes модуль: Общедоступный 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: Общедоступный API для пространства имён tf.experimental.

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

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

gfile модуль: Маршрутизатор импорта для file_io.

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

image модуль: Операции с изображениями.

initializers модуль: Общедоступный API для пространства имён tf.initializers.

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

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

layers модуль: Общедоступный API для пространства имён tf.layers.

linalg модуль: Операции для линейной алгебры.

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

logging модуль: Ведение журналов и операции с суммами.

lookup модуль: Общедоступный API для пространства имён 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.

mixed_precision модуль: Общедоступный API для пространства имён tf.mixed_precision.

mlir модуль: Общедоступный API для пространства имён tf.mlir.

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

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

profiler модуль: Общедоступный API для пространства имён tf.profiler.

python_io модуль: Функции Python для непосредственного управления файлами в формате TFRecord.

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

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

ragged модуль: Разреженные тензоры.

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

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

resource_loader модуль: Библиотека управления ресурсами.

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

sets модуль: Операции над множествами TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

spectral модуль: Общедоступный API для пространства имён tf.spectral.

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сумм, используемых для анализа и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с тензорными процессорными устройствами.

train модуль: Поддержка обучения моделей.

user_ops модуль: Общедоступный API для пространства имён tf.user_ops.

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

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

Классы

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

class AttrValue: Протокол сообщения.

class ConditionalAccumulator: Условный аккумулирующий градиенты.

class ConditionalAccumulatorBase: Условный аккумулирующий градиенты.

class ConfigProto: Протокол сообщения.

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

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

class Dimension: Представляет значение одного измерения в TensorShape.

class Event: Протокол сообщения.

class FIFOQueue: Реализация очереди, из которой элементы извлекаются в порядке очереди «первый вошел — первый вышел».

class FixedLenFeature: Конфигурация для разбора входного признака фиксированной длины.

class FixedLenSequenceFeature: Конфигурация 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 в виде графа 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 помещённую 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 генерируется при сбое выполнения TensorFlow.

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

class OptimizerOptions: Протокол сообщения.

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

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

class PriorityQueue: Реализация очереди, из которой элементы извлекаются в приоритетном порядке.

class QueueBase: Базовый класс для реализаций очереди.

class RaggedTensor: Представляет разреженный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

class RandomShuffleQueue: Реализация очереди, из которой элементы извлекаются в случайном порядке.

class ReaderBase: Базовый класс для различных типов чтецов, производящих 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 запуска операций TensorFlow.

class SessionLog: Протокол сообщения.

class SparseConditionalAccumulator: Условный аккумулирующий для агрегирования разреженных градиентов.

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

class SparseTensor: Представляет разреженный тензор.

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

class SparseTensorValue: SparseTensorValue(индексы, значения, плотная_форма)

class Summary: Сообщение протокола

class SummaryMetadata: Сообщение протокола

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

class Tensor: Тензор — это многомерный массив элементов, представленный

class TensorArray: Класс, оборачивающий массивы тензоров с динамическим размером, на каждый временной шаг, запись один раз.

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 файла, разделённые символами новой строки.

class TypeSpec: Указывает тип значения TensorFlow.

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

class VarLenFeature: Настройка для разбора входного признака переменной длины.

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределённая переменная.

class VariableScope: Объект области переменных, содержащий значения по умолчанию, которые нужно предоставить get_variable.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

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

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

class glorot_normal_initializer: Инициализатор Glorot normal, также называемый Xavier normal initializer.

class glorot_uniform_initializer: Инициализатор Glorot uniform, также называемый Xavier uniform initializer.

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

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные 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 0.

Функции

Assert(...): Утверждает, что заданное 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 косинусу x поэлементно.

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

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

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

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

add_to_collections(...): Обертка для Graph.add_to_collections() с использованием графиков 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 по оси.

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

as_string(...): Преобразует каждую запись в заданном тензоре в строки.

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

asinh(...): Вычисляет обратный гиперболический синус 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 данных.

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 или больший rank.

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

assert_same_float_dtype(...): Проверка и возвращение типа с плавающей точкой на основе tensors и dtype.

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

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

assert_variables_initialized(...): Возвращает операцию для проверки, инициализированы ли переменные.

assign(...): Обновить ref путём присваивания value к нему.

assign_add(...): Обновить ref путём добавления value к нему.

assign_sub(...): Обновить ref путём вычитания value из него.

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

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

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

batch_gather(...): Сборка срезов из params в соответствии с индексами с ведущими измерениями пакета. (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(...): Вычислить регулируемый неполный бета-интеграл \(I_x(a, b)\).

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

bitcast(...): Битовое преобразование тензора 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(...): Расширить массив для совместимой формы.

case(...): Создать операцию case.

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

ceil(...): Возвращает верхнюю границу входного значения 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, используя разложения 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 заданного минимума и максимума.

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

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

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

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

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

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

constant(...): Создаёт тензор константы.

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

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

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

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

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

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

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

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

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

count_up_to(...): Увеличивает 'ref' до достижения 'limit'. (устарело)

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

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

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

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

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

decode_base64(...): Декодирует строки web-safe base64.

decode_compressed(...): Распаковывает строки.

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

decode_json_example(...): Преобразует JSON-кодированные примеры записей в двоичные строки протокольного буфера.

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

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

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

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

deserialize_many_sparse(...): Десериализует и объединяет SparseTensors из сериализованной мини-пачки.

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

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

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

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

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

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

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

disable_eager_execution(...): Отключение выполнения в режиме eager.

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

disable_tensor_equality(...): Сравнение тензоров по их идентификатору и хеширование.

disable_v2_behavior(...): Отключение поведения TensorFlow 2.x.

disable_v2_tensorshape(...): Отключение поведения V2 TensorShape и возврат к V1 поведению.

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

div_no_nan(...): Вычисляет безопасное деление, возвращающее 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 тензора по указанным индексам и внешнее произведение.

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

enable_eager_execution(...): Включает выполнение в режиме eager на всё время работы программы.

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

enable_tensor_equality(...): Сравнивает тензоры с поэлементным сравнением и таким образом не хешируется.

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

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

encode_base64(...): Кодирует строки в web-safe формате base64.

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

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

erf(...): Вычисляет функцию ошибки Гаусса от x поэлементно.

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

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

executing_eagerly_outside_functions(...): Возвращает True, если выполняется в режиме eager, даже если внутри функции графа.

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

expand_dims(...): Возвращает тензор с осевым измерением длины 1, вставленным в индекс axis. (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 пакет матриц.

fake_quant_with_min_max_args(...): Фейк-квантизует тензор 'inputs', тип 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(...): Фейк-квантизует тензор 'inputs' типа float с помощью глобальных скаляров с плавающей точкой.

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

fake_quant_with_min_max_vars_per_channel(...): Фейк-квантизация тензора 'inputs' типа float с помощью float-значений по каналам.

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, задающий фиксированное количество фрагментов вдоль указанной оси.

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

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

floordiv(...): Деление поэлементно, округляя к ближайшему отрицательному целому.

floormod(...): Возвращает остаток от поэлементного деления. Когда x < 0 xor y < 0

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

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

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

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

gather_nd(...): Сбор срезов из params в тензор с формой, указанной 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 оп-семен.

get_session_handle(...): Возвращает дескриптор data.

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

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

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

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

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

global_variables(...): Возвращает глобальные переменные.

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

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

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

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

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

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

guarantee_const(...): Даёт гарантию TF-runtime, что входной тензор является константой.

hessians(...): Построение Гессиана суммы ys относительно 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, что и входной.

identity_n(...): Возвращает список тензоров с такой же формой и содержимым, что и входные.

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

ifft2d(...): Обратное двухмерное 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 поднимает операции из областей управления потоком и графов построения функций.

initialize_all_tables(...): Возвращает операцию, которая инициализирует все таблицы 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 элементы x, которые являются конечными.

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

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

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

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

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

is_tensor(...): Проверяет, является ли x TF-родным типом, который можно передать во многие TF-операции.

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

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

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

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

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

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

linspace(...): Генерирует равномерно распределенные значения в интервале вдоль заданной оси.

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

load_library(...): Загружает плагин TensorFlow.

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

local_variables(...): Возвращает локальные переменные.

local_variables_initializer(...): Возвращает операцию, которая инициализирует все локальные переменные.

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

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

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

logical_and(...): Логическая операция И.

logical_not(...): Возвращает логическое значение NOT x поэлементно.

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

logical_xor(...): Логическая операция ИСКЛЮЧАЮЩЕЕ ИЛИ.

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

make_template(...): Оборачивает произвольную функцию, чтобы она использовала общие переменные.

make_tensor_proto(...): Создаёт TensorProto.

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

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

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

matrix_band_part(...): Копирует тензор, обнуляя 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 диагональными значениями.

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

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

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

matrix_transpose(...): Транспонирует две последние размерности тензора a.

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

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

meshgrid(...): Распространяет параметры для вычислений на сетке N-мерностей.

min_max_variable_partitioner(...): Разделитель для выделения минимального размера каждого среза.

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

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

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

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

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

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

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

no_gradient(...): Указывает, что операции типа op_type недифференцируемы.

no_op(...): Ничего не делает. Полезно только в качестве заглушки для управляющих рёбер.

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

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

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

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

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

one_hot(...): Возвращает одномерный тензор.

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

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

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

pad(...): Добавляет заполнение 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 tensorflow.TensorProto прото в тензор.

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

input: Операция-заглушка, проходящая через input когда её выход не подаётся.

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

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

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

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

py_function(...): Оборачивает питоновскую функцию 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(...): Генерирует shape выборок из каждого заданного гамма-распределения(й).

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

random_poisson(...): Генерирует shape выборок из каждого заданного пуассоновского распределения(й).

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

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

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Читает и выводит всё содержимое входного имени файла.

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

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

reciprocal(...): Вычисляет обратную величину x поэлементно.

recompute_grad(...): Версия recompute_grad, совместимая с жадным режимом.

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 все строки в одну строку или объединяет вдоль оси.

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

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

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

reduce_min(...): Вычисляет минимальное значение 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 соответствующие регулярному выражению pattern на rewrite.

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

repeat(...): Повторяет элементы input.

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

required_space_to_batch_paddings(...): Вычисляет заполнение, необходимое для того, чтобы block_shape делило input_shape.

reset_default_graph(...): Очищает стек графиков по умолчанию и сбрасывает глобальный график по умолчанию.

reshape(...): Изменяет форму тензора.

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

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

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

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

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

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

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

rsqrt(...): Вычисляет обратную величину квадратного корня из x 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_add(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.

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

scatter_max(...): Объединяет разреженные обновления в ссылку на переменную, используя операцию max.

scatter_min(...): Объединяет разреженные обновления в ссылку на переменную, используя операцию min.

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

scatter_nd(...): Рассеивание updates в новый тензор в соответствии с 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 разреженное 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 в входном тензоре по самому внутреннему измерению.

segment_max(...): Вычисляет максимальное значение вдоль сегментов тензора.

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

segment_min(...): Вычисляет минимальное значение вдоль сегментов тензора.

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

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

self_adjoint_eig(...): Вычисляет разложение по собственным значениям 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-минимальную партию 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 зерно случайных чисел для графа по умолчанию.

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

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает форму тензоров.

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

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

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

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

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 — 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(...): Умножает матрицу "a" на матрицу "b".

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

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

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

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

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

sparse_reduce_max_sparse(...): Вычисляет максимум 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 канонический строчный порядок.

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 непустые значения в SparseTensor.

sparse_segment_mean(...): Вычисляет среднее значение вдоль разреженных сегментов тензора.

sparse_segment_sqrt_n(...): Вычисляет сумму вдоль разреженных сегментов тензора, деленную на sqrt(N).

sparse_segment_sum(...): Вычисляет сумму вдоль разреженных сегментов тензора.

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

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

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

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

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

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

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

sparse_transpose(...): Транспонирует SparseTensor

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

sqrt(...): Вычисляет поэлементный квадратный корень входного тензора.

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

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

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

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

stop_gradient(...): Останавливает вычисление градиента.

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

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

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

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

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

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

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

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

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

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

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

switch_case(...): Создает операцию переключения/выбора, то есть условную по целочисленному индексу.

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

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

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

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

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

tensor_scatter_nd_max(...)

tensor_scatter_nd_min(...)

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

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

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

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

tensordot(...): Сжатие тензора a и b вдоль указанных осей и внешнее произведение.

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

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

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

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

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

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

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

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

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

trace(...): Вычисление следа тензора x.

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

transpose(...): Транспонирует a.

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

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

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

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

tuple(...): Объединяет тензоры вместе.

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

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

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

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

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

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

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

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

unsorted_segment_sqrt_n(...): Вычисляет сумму по сегментам тензора, делённую на корень квадратный из 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 партишенеер для VariableScope, чтобы держать фрагменты ниже max_shard_bytes.

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

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

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

vectorized_map(...): Параллельное отображение на список 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 или y, в зависимости от condition.

where_v2(...): Возвращает элементы, где condition равно True (мультиплексирование x и y).

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

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

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

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

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

zeta(...): Вычислить функцию дзета Хёрвита \(\zeta(x, q)\).

Другие члены

• AUTO_REUSE
• COMPILER_VERSION = '7.3.1 20180303'
• CXX11_ABI_FLAG = 0
• GIT_VERSION = 'v2.3.0-rc2-23-gb36436b087'
• GRAPH_DEF_VERSION = 440
• GRAPH_DEF_VERSION_MIN_CONSUMER = 0
• GRAPH_DEF_VERSION_MIN_PRODUCER = 0
• MONOLITHIC_BUILD = 0
• QUANTIZED_DTYPES
• VERSION = '2.3.0'
• __version__ = '2.3.0'
• 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