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 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: 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.

distributions модуль: Основной модуль для объектов и помощников распределений TensorFlow.

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.

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

gfile модуль: Маршрутизатор импорта для file_io.

graph_util модуль: Помощники для манипулирования графом тензоров на Python.

image модуль: Операции с изображениями.

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

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

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

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

linalg модуль: Операции для линейной алгебры.

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

logging модуль: Операции ведения журнала и суммирования.

lookup модуль: Публичный 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, относящиеся к оценке.

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 (НН).

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

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

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.

resource_loader модуль: Библиотека управления ресурсами.

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

sets модуль: Операции множеств TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

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

strings модуль: Операции для работы со строковыми тензорами.

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

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, относящиеся к тензорным процессорным устройствам.

train модуль: Поддержка обучения моделей.

types модуль: Публичные определения типов TensorFlow.

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

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 AttrValue: Протокол сообщений

class ConditionalAccumulator: Условный накопитель для агрегирования градиентов.

class ConditionalAccumulatorBase: Условный накопитель для агрегирования градиентов.

class ConfigProto: Протокол сообщений

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 сообщений

class FIFOQueue: Реализация очереди, извлекающая элементы в порядке «первым вошел — первым вышел».

class FixedLenFeature: Настройка для разбора входного признака фиксированной длины.

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

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

class GPUOptions: Протокол сообщений

class GradientTape: Запись операций для автоматического дифференцирования.

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

class GraphDef: Протокол сообщений

class GraphKeys: Стандартные имена для использования в коллекциях графов.

class GraphOptions: Протокол сообщений

class HistogramProto: Протокол сообщений

class IdentityReader: Чтец, который выводит очереди работ как ключ, так и значение.

class IndexedSlices: Разреженное представление набора тензорных срезов 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, выводящий записи из файла LMDB.

class LogMessage: Протокол сообщений

class MetaGraphDef: Протокол сообщений

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: Протокол сообщений

class NodeDef: Протокол сообщений

class OpError: Общая ошибка, которая возникает, когда выполнение TensorFlow завершается неудачно.

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

class OptimizerOptions: Протокол сообщений

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

class PaddingFIFOQueue: FIFOQueue, поддерживающая пакетную обработку тензоров переменной длины с помощью заполнения.

class PriorityQueue: Реализация очереди, извлекающая элементы 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, извлекающая элементы в случайном порядке.

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

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

class RunMetadata: Протокол сообщений

class RunOptions: Протокол сообщений

class Session: Класс для выполнения операций TensorFlow.

class SessionLog: Протокол сообщений

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.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 — многомерный массив элементов, представленный

class TensorArray: Класс, оборачивающий динамически изменяемые массивы тензоров на шаг времени, по которым запись выполняется один раз.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: Сообщение протокола.

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает tf.Tensor.

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

class TypeSpec: Определяет 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 для передачи значений по умолчанию для 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 нормальный, также известный как Xavier нормальный.

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

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

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные значениями 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 усеченное 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 нулями.

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 плавающему тензору.

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

add_to_collection(...): Обертка для Graph.add_to_collection() с использованием стандартной графы.

add_to_collections(...): Обертка для Graph.add_to_collections() с использованием стандартной графы.

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

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

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 вдоль осей тензора. (устаревшие аргументы)

argmin(...): Возвращает индекс с наименьшим значением вдоль осей тензора. (устаревшие аргументы)

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

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

as_string(...): Преобразует каждое значение 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 — "правильная" итерируемая последовательность.

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

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

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 данное tensor является скалярным (т.е. нульмерным).

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

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

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

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

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

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

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

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

batch_gather(...): Сбор срезков из params по 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(...): Вычислить регулируемый неполный интеграл Бета \(I_x(a, b)\).

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

bitcast(...): Преобразует битовое представление тензора из одного типа в другой без копирования данных.

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

broadcast_dynamic_shape(...): Вычисляет форму широковещательной передачи с учетом символьных форм.

broadcast_static_shape(...): Вычисляет форму широковещательной передачи с учетом известных форм.

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

case(...): Создать операцию case.

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

ceil(...): Возвращает потолок входных данных, 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 факторизации Холецкого.

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

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 указанного минимального и максимального значения.

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

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

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

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

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

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

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

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

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

control_flow_v2_enabled(...): Возвращает True, если v2 контроль потока включён.

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 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 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 настраиваемым градиентом.

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

decode_compressed(...): Разжимает строки.

decode_csv(...): Преобразует CSV записи в тензоры. Каждый столбец соответствует одному тензору.

decode_json_example(...): Преобразует JSON-кодированные записи Example в бинарные строки протокольных буферов.

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

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

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

dequantize(...): Деквантизует тензор 'input' в тензор float или bfloat16.

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

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

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 поведения V1 и V2 в TF.

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

disable_control_flow_v2(...): Отключение контроля потока v2.

disable_eager_execution(...): Отключение исполнения с немедленной обработкой.

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

disable_tensor_equality(...): Сравнивать тензоры по их идентификаторам и быть хешируемыми.

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

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

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

div_no_nan(...): Вычисляет безопасное деление, возвращая 0, если y равно нулю.

divide(...): Вычисляет деление в стиле Python x на y.

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

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

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

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

enable_control_flow_v2(...): Использование контроля потока v2.

enable_eager_execution(...): Включает немедленное исполнение на протяжении всего времени жизни этой программы.

enable_resource_variables(...): По умолчанию создаются ресурсные переменные.

enable_tensor_equality(...): Сравнивать тензоры с поэлементным сравнением и таким образом не быть хешируемыми.

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 base64 формате.

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

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

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

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

executing_eagerly(...): Проверяет, включено ли немедленное исполнение в текущей потоке.

executing_eagerly_outside_functions(...): Возвращает True, если исполнение осуществляется с немедленной обработкой, даже внутри функции графа.

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

expand_dims(...): Возвращает тензор с осей длины 1, вставленной 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 "depth" 3D расширение extract_image_patches.

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

fake_quant_with_min_max_args(...): Моделирует квантизацию 'inputs' тензора, 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(...): С помощью глобальных числовых скаляров типа float выполняется фейковое квантование тензора «inputs» типа float

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

fake_quant_with_min_max_vars_per_channel(...): Фейковое квантование тензора «inputs» типа float с использованием числовых скаляров 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 пальцев.

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

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

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

floordiv(...): Делит x / y поэлементно, округляя в сторону наименьшего целого числа.

floormod(...): Возвращает остаток от деления поэлементно. 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(...): Извлекает фрагменты из params по оси axis в соответствии с индексами.

gather_nd(...): Извлекает фрагменты из params в тензор с формой, указанной в indices.

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

get_collection_ref(...): Обертка 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 значения семян, которые должна использовать операция с учётом специфичных для операции семян.

get_session_handle(...): Возвращает дескриптор data.

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

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

get_variable(...): Получает существующую переменную с этими 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 инициализации глобальных переменных.

grad_pass_through(...): Создаёт операцию пропуска градиента с вперёд направленным поведением, заданным в f.

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

greater(...): Возвращает логическое значение (x > y) по элементу.

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

group(...): Создаёт операцию, 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(...): Возвращает гистограмму значений.

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

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

identity_n(...): Возвращает список тензоров с той же формой и содержимым, что и вход.

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 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 обратную 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 не убывающим.

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 родным для TF типом, который можно передавать во многие операции TF.

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

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

less(...): Возвращает логическое значение (x < y) по элементу.

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

lgamma(...): Вычисляет логарифм абсолютного значения Gamma(x) по элементу.

lin_space(...): Генерирует равномерно распределённые значения в интервале по заданной оси.

linspace(...): Генерирует равномерно распределённые значения в интервале по 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 инициализации всех локальных переменных.

log(...): Вычисляет натуральный логарифм x по элементу.

log1p(...): Вычисляет натуральный логарифм (1 + x) по элементу.

log_sigmoid(...): Вычисляет логарифм сигмоиды x по элементу.

logical_and(...): Логическая операция И.

logical_not(...): Возвращает логическое значение NOT x по элементу.

logical_or(...): Возвращает логическое значение x ИЛИ y по элементу.

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

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

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

make_tensor_proto(...): Создаёт TensorProto.

map_fn(...): Преобразует elems путём применения fn к каждому элементу, разложенному 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, устанавливая все значения вне центральной полосы в каждой внутренней матрице в ноль.

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 величину одной или нескольких квадратных обратимых матриц или их сопряжённых транспонированных.

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 линейных задач наименьших квадратов.

matrix_square_root(...): Вычисляет матричный квадратный корень 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 из x и y (т.е. x > y ? x : y) покомпонентно.

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

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

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

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

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

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

multinomial(...): Выбирает образцы из многономиального распределения. (устарело)

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

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

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

no_op(...): Не делает ничего. Полезно только в качестве заполнителя для управляющих рёбер.

no_regularizer(...): Используйте эту функцию для предотвращения регуляризации переменных.

nondifferentiable_batch_function(...): Выполняет вычисления, выполняемые декорированной функцией, в пакете.

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

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

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

one_hot(...): Возвращает один-в-горячем тензор.

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

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

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

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

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

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

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

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

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

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

input: Операция placeholder, которая проходит через input, когда её выход не задан.

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

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

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

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

py_function(...): Оборачивает python-функцию в операцию TensorFlow, которая выполняет её в режиме eager.

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

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

quantize_and_dequantize_v4(...): Возвращает градиент QuantizeAndDequantizeV4.

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(...): Выбирает shape образцов из каждого из заданных распределений Гамма.

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

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

random_shuffle(...): Случайным образом перемешивает тензор вдоль своего 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 покомпонентно для вещественных типов.

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

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 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 padding, необходимый для того, чтобы block_shape делила 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(...): Инвертирует определённые измерения тензора.

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

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

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

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

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

rsqrt(...): Вычисляет обратную величину квадратного корня из x покомпонентно.

saturate_cast(...): Выполняет безопасное насыщающее преобразование value в 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(...): Уменьшает разреженные обновления до ссылки на переменную, используя операцию max.

scatter_min(...): Уменьшает разреженные обновления до ссылки на переменную, используя операцию min.

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

scatter_nd(...): Разброс 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 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 каждой ячейки.

serialize_many_sparse(...): Сериализует [N, 3] Tensor мини-пакета N.

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

serialize_tensor(...): Преобразует Tensor в сериализованный прото TensorProto.

set_random_seed(...): Устанавливает генератор случайных чисел на уровне графа 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 каждого элемента x.

sign(...): Возвращает указание знака числа для каждого элемента.

sin(...): Вычисляет синус от x для каждого элемента.

sinh(...): Вычисляет гиперболический синус от x для каждого элемента.

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 по указанному измерению. (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 элемент-мудро максимальное значение из двух SparseTensors.

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

sparse_minimum(...): Возвращает элемент-мудро минимальное значение из 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 каноническую строчную форму.

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(...): Удерживает указанные ненулевые значения внутри SparseTensor.

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

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

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

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

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

sparse_split(...): Разделяет SparseTensor на num_split тензоров по axis. (устаревшие аргументы)

sparse_tensor_dense_matmul(...): Умножает SparseTensor (или плотную матрицу) (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 индексный тензор.

sparse_transpose(...): Транспонирует SparseTensor

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

sqrt(...): Вычисляет квадратный корень от входного тензора элемент-мудро.

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

squared_difference(...): Возвращает conj(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 срез тензора с шагом (обобщённое индексирование массивов Python).

string_join(...): Выполняет элемент-мудрое конкатенацию списка строковых тензоров.

string_split(...): Разделяет элементы source по delimiter. (устаревшие аргументы)

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

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

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

string_to_hash_bucket_strong(...): Преобразует каждую строку во входном тензоре в её хеш 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(...): Создаёт операцию switch/case, то есть условный оператор с индексом целого числа.

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

tan(...): Вычисляет тангенс от x для каждого элемента.

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_max(...)

tensor_scatter_nd_min(...)

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 разреженный updates из существующего тензора в соответствии с indices.

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

tensordot(...): Сжатие тензоров 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(...): Преобразование тензора в тип bfloat16. (устарело)

to_complex128(...): Преобразование тензора в тип complex128. (устарело)

to_complex64(...): Преобразование тензора в тип complex64. (устарело)

to_double(...): Преобразование тензора в тип float64. (устарело)

to_float(...): Преобразование тензора в тип float32. (устарело)

to_int32(...): Преобразование тензора в тип int32. (устарело)

to_int64(...): Преобразование тензора в тип int64. (устарело)

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

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

transpose(...): Транспонирование a.

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

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

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

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

tuple(...): Объединяет тензоры вместе.

type_spec_from_value(...): Возвращает tf.TypeSpec, представляющий 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 sqrt(N).

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

unstack(...): Разделяет заданный размер тензора ранга R на тензоры ранга (R-1).

variable_axis_size_partitioner(...): Получение разделителя 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 отображение списка тензоров, распакованных из elems по размеру 0.

verify_tensor_all_finite(...): Утверждение, что тензор не содержит значений 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(...): Повторение body до тех пор, пока условие cond истинно.

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

write_file(...): Запись содержимого в файл по имени файла на входе. Создаёт файл и рекурсивно

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

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

zeta(...): Вычисление дзета-функции Харди \(\zeta(x, q)\).