Модуль: tf

TensorFlow

pip install tensorflow

Модули

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

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

autograph модуль: Преобразование обычного Python в код графа TensorFlow.

bitwise модуль: Операции для манипулирования двоичными представлениями целых чисел.

compat модуль: Функции совместимости.

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

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

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: инструментарий 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 с изображениями.

initializers модуль: Сериализация/десериализация инициализаторов Keras.

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

keras модуль: Реализация API Keras, предназначенного как API высокого уровня для TensorFlow.

linalg модуль: Операции для 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.

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

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

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

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

optimizers модуль: Встроенные классы оптимизаторов.

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

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 с 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 для анализа и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с устройствами Tensor Processing Unit.

train модуль: Поддержка обучения моделей.

types модуль: Публичные определения типов TensorFlow.

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

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

Классы

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

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

class DeviceSpec: Представляет (возможно частичную) спецификацию устройства TensorFlow.

class GradientTape: Фиксирует операции для автоматического дифференцирования.

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

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

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: Спецификация типа для tf.experimental.Optional.

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.sparse.SparseTensor.

class Tensor: Тензор — это многомерный массив элементов, представленный

class TensorArray: Класс, оборачивающий динамически размерные, 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 тем, как ведут себя 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: Блок управления для определения Python-операции.

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

Функции

Assert(...): Утверждает, что заданное 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 по оси.

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

as_string(...): Преобразует каждое значение в заданном 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_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 от 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(...): Преобразует биты тензора из одного типа в другой без копирования данных.

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

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

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

broadcast_to(...): Выполнить широковещательную передачу массива для совместимой формы.

case(...): Создать операцию выбора.

cast(...): Преобразует тензор к новому типу.

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 минимума и максимума.

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

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

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

constant(...): Создает тензор-константу из объекта, подобного тензору.

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

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

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

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

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

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

device(...): Указывает устройство для операций, созданных/выполненных в этом контексте.

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.

eig(...): Вычисляет собственное разложение пакета матриц.

eigvals(...): Вычисляет собственные значения одной или нескольких матриц.

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

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

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

executing_eagerly(...): Проверяет, включено ли выполнение с нетерпением в текущей потоке.

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

expand_dims(...): Возвращает тензор с осью длиной 1, вставленной в индекс axis.

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

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

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

fingerprint(...): Генерирует значения отпечатков пальцев.

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

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

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

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

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

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

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

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

grad_pass_through(...): Создаёт операцию прохождения градиента с поведением forward, указанным в f.

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

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

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

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

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

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

histogram_fixed_width(...): Возвращает гистограмму значений.

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

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

identity_n(...): Возвращает список тензоров с теми же формами и содержанием, что и входной.

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

init_scope(...): Блок кода, который поднимает операции из областей потока управления и графов построения функций.

inside_function(...): Указывает, выполняется ли код вызывающей стороны внутри tf.function.

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

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

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

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

load_library(...): Загружает плагин TensorFlow.

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

logical_and(...): Логическое И.

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

logical_or(...): Возвращает логическое ИЛИ от x и y поэлементно.

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

make_tensor_proto(...): Создаёт TensorProto.

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

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

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

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

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

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

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

negative(...): Вычисляет числовое отрицание поэлементно.

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

no_op(...): Не делает ничего. Полезно только как заполнитель для управляющих ребер.

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

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

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

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

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

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

ones_like(...): Создаёт тензор, состоящий из единиц, имеющий ту же форму, что и входной.

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

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

pow(...): Вычисляет степень одного значения по другому.

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

py_function(...): Оборачивает Python-функцию в операцию TensorFlow, которая выполняется с нетерпением.

quantize_and_dequantize_v4(...): Возвращает градиент QuantizeAndDequantizeV4.

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

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

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

reduce_all(...): Вычисляет «логическое И» элементов по всем измерениям тензора.

reduce_any(...): Вычисляет «логическое ИЛИ» элементов по всем измерениям тензора.

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

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

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

reduce_min(...): Вычисляет минимальное значение элементов по всем измерениям тензора.

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

reduce_sum(...): Вычисляет сумму элементов по всем 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 размер блока block_shape делил размер входной формы input_shape.

reshape(...): Изменяет форму тензора.

reverse(...): Отражает конкретные измерения тензора.

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

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

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

saturate_cast(...): Выполняет безопасное насыщающее преобразование value в dtype.

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

scan(...): сканирование списка тензоров, распакованных из elems по измерению 0. (устаревшие значения аргументов)

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

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

sequence_mask(...): Возвращает маску тензора, представляющую первые N позиций каждого элемента.

shape(...): Возвращает тензор, содержащий форму входного тензора.

shape_n(...): Возвращает форму тензоров.

sigmoid(...): Вычисляет сигмоиду по элементам x.

sign(...): Возвращает поэлементную индикацию знака числа.

sin(...): Вычисляет синус x по элементам.

sinh(...): Вычисляет гиперболический синус x по элементам.

size(...): Возвращает размер тензора.

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 value на список подтензоров.

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

square(...): Вычисляет квадрат x по элементам.

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 срез тензора с шагом (обобщенное индексирование массива Python).

subtract(...): Возвращает x - y по элементам.

switch_case(...): Создает операцию переключения/случая, т. е. условную с целочисленным индексом.

tan(...): Вычисляет tg x по элементам.

tanh(...): Вычисляет гиперболическую тангенс x по элементам.

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

tensor_scatter_nd_max(...)

tensor_scatter_nd_min(...)

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

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

tensordot(...): Внешнее произведение тензорного сокращения a и b вдоль указанных осей.

tile(...): Создает тензор путем копирования заданного тензора.

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

transpose(...): Транспонирует a, где a является тензором.

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

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

truncatemod(...): Возвращает поэлементный остаток от деления. Это эмулирует семантику C, в которой

tuple(...): Объединяет тензоры вместе.

type_spec_from_value(...): Возвращает tf.TypeSpec, который представляет данный 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.

unstack(...): Распаковывает заданное измерение тензора ранга R в тензоры ранга (R-1).

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

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

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

while_loop(...): Повторять body пока условие cond истинно. (устаревшие значения аргументов)

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

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