Модуль: tf.compat.v1.raw_ops
Общедоступный API для пространства имён tf.raw_ops.
Функции
Abort(...): Вызывает исключение для прерывания процесса при вызове.
Abs(...): Вычисляет абсолютное значение тензора.
AccumulateNV2(...): Возвращает поэлементную сумму списка тензоров.
AccumulatorApplyGradient(...): Применяет градиент к заданному аккумулятору.
AccumulatorNumAccumulated(...): Возвращает количество агрегированных градиентов в заданных аккумуляторах.
AccumulatorSetGlobalStep(...): Обновляет аккумулятор новым значением для global_step.
AccumulatorTakeGradient(...): Извлекает средний градиент в заданном ConditionalAccumulator.
Acos(...): Вычисляет acos от x поэлементно.
Acosh(...): Вычисляет обратную гиперболическую косинусу от x поэлементно.
Add(...): Возвращает x + y поэлементно.
AddManySparseToTensorsMap(...): Добавляет N-микропачку SparseTensor к SparseTensorsMap, возвращает N обработчики.
AddN(...): Добавляет все входные тензоры поэлементно.
AddSparseToTensorsMap(...): Добавляет SparseTensor к SparseTensorsMap и возвращает его обработчик.
AddV2(...): Возвращает x + y поэлементно.
AdjustContrast(...): Устарело. Запрещено в версии GraphDef >= 2.
AdjustContrastv2(...): Настраивает контрастность одного или нескольких изображений.
AdjustHue(...): Настраивает цветовой тон одного или нескольких изображений.
AdjustSaturation(...): Настраивает насыщенность одного или нескольких изображений.
All(...): Вычисляет логическое "и" элементов по измерениям тензора.
AllCandidateSampler(...): Генерирует метки для выборочного отбора кандидатов с помощью обученной униграмной распределения.
AllToAll(...): Операция для обмена данными между TPU-репликами.
Angle(...): Возвращает аргумент комплексного числа.
AnonymousIterator(...): Контейнер для ресурса итератора.
AnonymousIteratorV2(...): Контейнер для ресурса итератора.
AnonymousMultiDeviceIterator(...): Контейнер для ресурса итератора нескольких устройств.
AnonymousRandomSeedGenerator(...)
Any(...): Вычисляет логическое "или" элементов по измерениям тензора.
ApplyAdaMax(...): Обновляет '*var' в соответствии с алгоритмом AdaMax.
ApplyAdadelta(...): Обновляет '*var' в соответствии со схемой adadelta.
ApplyAdagrad(...): Обновляет '*var' в соответствии со схемой adagrad.
ApplyAdagradDA(...): Обновляет '*var' в соответствии с проксимальной схемой adagrad.
ApplyAdagradV2(...): Обновляет '*var' в соответствии со схемой adagrad.
ApplyAdam(...): Обновляет '*var' в соответствии с алгоритмом Adam.
ApplyAddSign(...): Обновляет '*var' в соответствии с обновлением AddSign.
ApplyCenteredRMSProp(...): Обновляет '*var' в соответствии с алгоритмом centered RMSProp.
ApplyFtrl(...): Обновляет '*var' в соответствии со схемой Ftrl-proximal.
ApplyFtrlV2(...): Обновляет '*var' в соответствии со схемой Ftrl-proximal.
ApplyGradientDescent(...): Обновляет '*var', вычитая 'alpha' * 'delta' из него.
ApplyMomentum(...): Обновляет '*var' в соответствии со схемой импульса.
ApplyPowerSign(...): Обновляет '*var' в соответствии с обновлением AddSign.
ApplyProximalAdagrad(...): Обновляет 'var' и 'accum' в соответствии с FOBOS с AdaGrad скоростью обучения.
ApplyProximalGradientDescent(...): Обновляет '*var' как алгоритм FOBOS с фиксированной скоростью обучения.
ApplyRMSProp(...): Обновляет '*var' в соответствии с алгоритмом RMSProp.
ApproximateEqual(...): Возвращает логическое значение abs(x-y) < tolerance поэлементно.
ArgMax(...): Возвращает индекс с наибольшим значением по измерениям тензора.
ArgMin(...): Возвращает индекс с наименьшим значением по измерениям тензора.
AsString(...): Преобразует каждое значение в тензоре в строку.
Asin(...): Вычисляет тригонометрический обратный синус от x поэлементно.
Asinh(...): Вычисляет обратный гиперболический синус от x поэлементно.
Assert(...): Утверждает, что данное условие истинно.
AssertNextDataset(...): Преобразование, которое утверждает, какие преобразования следуют далее.
Assign(...): Обновляет 'ref', присваивая ему 'value'.
AssignAdd(...): Обновляет 'ref', добавляя к нему 'value'.
AssignAddVariableOp(...): Добавляет значение к текущему значению переменной.
AssignSub(...): Обновляет 'ref', вычитая из него 'value'.
AssignSubVariableOp(...): Вычитает значение из текущего значения переменной.
AssignVariableOp(...): Присваивает новое значение переменной.
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.
AudioSpectrogram(...): Создает визуализацию аудиоданных с течением времени.
AudioSummary(...): Выводит протокол Summary с аудиоданными.
AudioSummaryV2(...): Выводит протокол Summary с аудиоданными.
AutoShardDataset(...): Создает набор данных, фрагментирующий входной набор данных.
AvgPool(...): Выполняет усредняющее пулинг на входе.
AvgPool3D(...): Выполняет 3D усредняющее пулинг на входе.
AvgPool3DGrad(...): Вычисляет градиенты функции усредняющего пулинга.
AvgPoolGrad(...): Вычисляет градиенты функции усредняющего пулинга.
Barrier(...): Определяет барьер, который сохраняется при различных выполнениЯх графа.
BarrierClose(...): Закрывает заданный барьер.
BarrierIncompleteSize(...): Вычисляет количество неполных элементов в заданном барьере.
BarrierInsertMany(...): Для каждого ключа присваивает соответствующее значение указанному компоненту.
BarrierReadySize(...): Вычисляет количество полных элементов в заданном барьере.
BarrierTakeMany(...): Извлекает заданное количество завершенных элементов из барьера.
Batch(...): Недетерминированно объединяет все входные тензоры.
BatchDataset(...): Создаёт набор данных, объединяющий batch_size элементов из input_dataset.
BatchDatasetV2(...): Создаёт набор данных, объединяющий batch_size элементов из input_dataset.
BatchFunction(...): Объединяет все входные тензоры для вычислений, выполняемых функцией.
BatchMatMul(...): Умножает срезы двух тензоров в наборах.
BatchMatMulV2(...): Умножает срезы двух тензоров в наборах.
BatchMatrixTriangularSolve(...)
BatchNormWithGlobalNormalization(...): Батч-нормализация.
BatchNormWithGlobalNormalizationGrad(...): Градиенты для батч-нормализации.
BatchToSpace(...): BatchToSpace для 4-мерных тензоров типа T.
BatchToSpaceND(...): BatchToSpace для N-мерных тензоров типа T.
Betainc(...): Вычисление регулируемого неполного интеграла Бета \(I_x(a, b)\).
BiasAdd(...): Добавляет bias к value.
BiasAddGrad(...): Обратная операция для "BiasAdd" по тензору "bias".
BiasAddV1(...): Добавляет bias к value.
Bincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.
Bitcast(...): Преобразует биты тензора из одного типа в другой без копирования данных.
BitwiseAnd(...): Элемент-по-элемент вычисляет битовую операцию AND для x и y.
BitwiseOr(...): Элемент-по-элемент вычисляет битовую операцию OR для x и y.
BitwiseXor(...): Элемент-по-элемент вычисляет битовую операцию XOR для x и y.
BlockLSTM(...): Вычисляет прямое распространение ячейки LSTM для всех шагов во времени.
BlockLSTMGrad(...): Вычисляет обратное распространение ячейки LSTM для всей временной последовательности.
BlockLSTMGradV2(...): Вычисляет обратное распространение ячейки LSTM для всей временной последовательности.
BlockLSTMV2(...): Вычисляет прямое распространение ячейки LSTM для всех шагов во времени.
BoostedTreesAggregateStats(...): Агрегирует сводку накопленных статистик для пакета.
BoostedTreesBucketize(...): Разбивает каждое свойство на ведра на основе границ ведер.
BoostedTreesCalculateBestFeatureSplit(...): Вычисляет приросты для каждого свойства и возвращает информацию о наилучшем возможном разбиении для свойства.
BoostedTreesCalculateBestFeatureSplitV2(...): Вычисляет приросты для каждого свойства и возвращает информацию о наилучшем возможном разбиении для каждого узла. Однако если разбиение не найдено, то для этого узла информация о разбиении не возвращается.
BoostedTreesCalculateBestGainsPerFeature(...): Вычисляет приросты для каждого свойства и возвращает информацию о наилучшем возможном разбиении для свойства.
BoostedTreesCenterBias(...): Вычисляет приоритет из обучающих данных (смещение) и заполняет первый узел логарифмическим приоритетом. Возвращает логическое значение, указывающее на необходимость продолжения центрирования.
BoostedTreesCreateEnsemble(...): Создаёт модель ансамбля деревьев и возвращает обработчик к ней.
BoostedTreesCreateQuantileStreamResource(...): Создаёт ресурс потоков квантилей.
BoostedTreesDeserializeEnsemble(...): Десериализует сериализованную конфигурацию ансамбля деревьев и заменяет текущее дерево
BoostedTreesEnsembleResourceHandleOp(...): Создаёт обработчик для BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs(...): Вывод отладки/интерпретируемости модели для каждого примера.
BoostedTreesFlushQuantileSummaries(...): Очистить сводки квантилей из каждого ресурса потока квантилей.
BoostedTreesGetEnsembleStates(...): Получает токен отметки ресурса ансамбля деревьев, количество деревьев и статистику роста.
BoostedTreesMakeQuantileSummaries(...): Создаёт сводку квантилей для пакета.
BoostedTreesMakeStatsSummary(...): Создаёт сводку накопленных статистик для пакета.
BoostedTreesPredict(...): Запускает несколько предсказателей ансамбля аддитивной регрессии на входных примерах и
BoostedTreesQuantileStreamResourceAddSummaries(...): Добавить сводки квантилей в каждый ресурс потока квантилей.
BoostedTreesQuantileStreamResourceDeserialize(...): Десериализовать границы ведер и флаг готовности в текущий QuantileAccumulator.
BoostedTreesQuantileStreamResourceFlush(...): Очистить сводки для ресурса потока квантилей.
BoostedTreesQuantileStreamResourceGetBucketBoundaries(...): Сгенерировать границы ведер для каждого свойства на основе накопленных сводок.
BoostedTreesQuantileStreamResourceHandleOp(...): Создаёт обработчик для BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble(...): Сериализует ансамбль деревьев в протокол.
BoostedTreesSparseAggregateStats(...): Агрегирует сводку накопленных статистик для пакета.
BoostedTreesSparseCalculateBestFeatureSplit(...): Вычисляет приросты для каждого свойства и возвращает информацию о наилучшем возможном разбиении для свойства.
BoostedTreesTrainingPredict(...): Запускает несколько предсказателей ансамбля аддитивной регрессии на входных примерах и
BoostedTreesUpdateEnsemble(...): Обновляет ансамбль деревьев, добавив слой к последнему растущему дереву
BoostedTreesUpdateEnsembleV2(...): Обновляет ансамбль деревьев, добавив слой к последнему растущему дереву
BroadcastArgs(...): Возвращает форму s0 op s1 с расширением.
BroadcastGradientArgs(...): Возвращает индексы сокращения для вычисления градиентов s0 op s1 с расширением.
BroadcastTo(...): Расширяет массив для совместимой формы.
Bucketize(...): Разбивает 'вход' на ведра на основе 'границ'.
BytesProducedStatsDataset(...): Записывает размер в байтах каждого элемента input_dataset в StatsAggregator.
CSRSparseMatrixComponents(...): Читает компоненты CSRSparseMatrix в пакете index.
CSRSparseMatrixToDense(...): Преобразовать (возможно, пакетный) CSRSparseMatrix в плотный.
CSRSparseMatrixToSparseTensor(...): Преобразование (возможно, пакетного) CSRSparesMatrix в SparseTensor.
CTCBeamSearchDecoder(...): Выполняет декодирование с помощью поиска по лучам на логарифмах, указанных на входе.
CTCGreedyDecoder(...): Выполняет жадное декодирование на логарифмах, указанных на входе.
CTCLoss(...): Вычисляет потерю CTC (логарифмическая вероятность) для каждого элемента пакета. Также вычисляет
CTCLossV2(...): Вычисляет потерю CTC (логарифмическая вероятность) для каждого элемента пакета. Также вычисляет
CacheDataset(...): Создаёт набор данных, кэширующий элементы из input_dataset.
Case(...): Управляющая конструкция switch с n путями, которая вызывает функцию одного из путей.
Cast(...): Преобразование x типа SrcT в y типа DstT.
Ceil(...): Возвращает наименьшее целое число, не меньшее x.
CheckNumerics(...): Проверяет тензор на наличие значений NaN и Inf.
CheckNumericsV2(...): Проверяет тензор на наличие значений NaN, -Inf и +Inf.
Cholesky(...): Вычисляет разложение Холецкого для одной или нескольких квадратных матриц.
CholeskyGrad(...): Вычисляет обратное распространение градиента режима обратного прохода для алгоритма Холецкого.
ChooseFastestBranchDataset(...)
ClipByValue(...): Обрезает значения тензора до заданных минимального и максимального значений.
CollectiveBcastRecv(...): Принимает значение тензора, транслируемого с другого устройства.
CollectiveBcastSend(...): Передаёт значение тензора на одно или несколько других устройств.
CollectiveGather(...): Взаимно накапливает несколько тензоров одинакового типа и формы.
CollectiveGatherV2(...): Взаимно накапливает несколько тензоров одинакового типа и формы.
CollectivePermute(...): Операция для перестановки тензоров между дублированными экземплярами TPU.
CollectiveReduce(...): Взаимно уменьшает несколько тензоров одинакового типа и формы.
CollectiveReduceV2(...): Взаимно уменьшает несколько тензоров одинакового типа и формы.
CombinedNonMaxSuppression(...): Жадно выбирает подмножество прямоугольников в порядке убывания оценки,
CompareAndBitpack(...): Сравнивает значения input с threshold и упаковывает полученные биты в uint8.
Complex(...): Преобразует две вещественные числа в комплексное число.
ComplexAbs(...): Вычисляет комплексное абсолютное значение тензора.
CompressElement(...): Сжимает элемент набора данных.
ComputeAccidentalHits(...): Вычисляет идентификаторы позиций в sampled_candidates, которые совпадают с true_labels.
ComputeBatchSize(...): Вычисляет статический размер пакета набора данных без частичных пакетов.
Concat(...): Объединяет тензоры по одному измерению.
ConcatOffset(...): Вычисляет смещения входных данных объединения внутри его выходных данных.
ConcatV2(...): Объединяет тензоры по одному измерению.
ConcatenateDataset(...): Создаёт набор данных, объединяющий input_dataset с another_dataset.
ConditionalAccumulator(...): Условный сумматор для агрегирования градиентов.
ConfigureDistributedTPU(...): Настраивает централизованные структуры для распределённой системы TPU.
ConfigureTPUEmbedding(...): Настраивает TPUEmbedding в распределённой системе TPU.
Conj(...): Возвращает комплексно сопряжённое значение комплексного числа.
ConjugateTranspose(...): Переставляет измерения x согласно перестановке и сопрягает результат.
Const(...): Возвращает тензор-константу.
ConsumeMutexLock(...): Эта операция потребляет блокировку, созданную MutexLock.
ControlTrigger(...): Ничего не делает. Служит триггером управления для планирования.
Conv2D(...): Вычисляет двумерную свертку с учётом 4-мерных input и filter тензоров.
Conv2DBackpropFilter(...): Вычисляет градиенты свертки относительно фильтра.
Conv2DBackpropInput(...): Вычисляет градиенты свертки относительно входных данных.
Conv3D(...): Вычисляет трёмерную свертку с учётом 5-мерных input и filter тензоров.
Conv3DBackpropFilter(...): Вычисляет градиенты трёмерной свертки относительно фильтра.
Conv3DBackpropFilterV2(...): Вычисляет градиенты трёмерной свертки относительно фильтра.
Conv3DBackpropInput(...): Вычисляет градиенты трёмерной свертки относительно входных данных.
Conv3DBackpropInputV2(...): Вычисляет градиенты трёмерной свертки относительно входных данных.
Copy(...): Копирует тензор с CPU на CPU или с GPU на GPU.
CopyHost(...): Копирует тензор на хост.
Cos(...): Вычисляет косинус x поэлементно.
Cosh(...): Вычисляет гиперболический косинус x поэлементно.
CountUpTo(...): Увеличивает 'ref' до тех пор, пока он не достигнет 'limit'.
CropAndResize(...): Извлекает области из тензора изображения и изменяет их размер.
CropAndResizeGradBoxes(...): Вычисляет градиент операции crop_and_resize по отношению к тензору входных областей.
CropAndResizeGradImage(...): Вычисляет градиент операции crop_and_resize по отношению к тензору входного изображения.
Cross(...): Вычисляет парные векторные произведения.
CrossReplicaSum(...): Операция для суммирования входных данных по дублированным экземплярам TPU.
CudnnRNN(...): RNN, поддерживаемый cuDNN.
CudnnRNNBackprop(...): Шаг обратного распространения ошибки для CudnnRNN.
CudnnRNNBackpropV2(...): Шаг обратного распространения ошибки для CudnnRNN.
CudnnRNNBackpropV3(...): Шаг обратного распространения ошибки для CudnnRNNV3.
CudnnRNNCanonicalToParams(...): Преобразует параметры CudnnRNN из канонической формы в удобную форму.
CudnnRNNCanonicalToParamsV2(...): Преобразует параметры CudnnRNN из канонической формы в удобную форму. Поддерживает проекцию в LSTM.
CudnnRNNParamsSize(...): Вычисляет размер весов, которые могут быть использованы моделью Cudnn RNN.
CudnnRNNParamsToCanonical(...): Возвращает параметры CudnnRNN в канонической форме.
CudnnRNNParamsToCanonicalV2(...): Возвращает параметры CudnnRNN в канонической форме. Поддерживает проекцию в LSTM.
CudnnRNNV2(...): RNN, поддерживаемый cuDNN.
CudnnRNNV3(...): RNN, поддерживаемый cuDNN.
Cumprod(...): Вычисляет кумулятивное произведение тензора x вдоль axis.
Cumsum(...): Вычисляет кумулятивную сумму тензора x вдоль axis.
CumulativeLogsumexp(...): Вычисляет кумулятивное произведение тензора x вдоль axis.
DataFormatDimMap(...): Возвращает индекс измерения в целевом формате данных, заданный индексом в
DataFormatVecPermute(...): Переупорядочивает тензор входных данных из src_format в dst_format.
DataServiceDataset(...): Создаёт набор данных, который считывает данные из сервиса tf.data.
DatasetCardinality(...): Возвращает мощность input_dataset.
DatasetFromGraph(...): Создаёт набор данных из заданного graph_def.
DatasetToGraph(...): Возвращает сериализованный GraphDef, представляющий input_dataset.
DatasetToGraphV2(...): Возвращает сериализованный GraphDef, представляющий input_dataset.
DatasetToSingleElement(...): Выводит единственный элемент из заданного набора данных.
DatasetToTFRecord(...): Записывает данный набор данных в заданный файл в формате TFRecord.
DebugGradientIdentity(...): Операция тождества для отладки градиентов.
DebugGradientRefIdentity(...): Операция тождества для отладки градиентов.
DebugIdentity(...): Обеспечивает отображение тождества для входного тензора не-Ref-типа для отладки.
DebugIdentityV2(...): Операция Debug Identity V2.
DebugNanCount(...): Операция подсчёта NaN-значений для отладки.
DebugNumericSummary(...): Операция сводки числовых данных для отладки.
DebugNumericSummaryV2(...): Операция сводки числовых данных V2 для отладки.
DecodeAndCropJpeg(...): Декодирует и обрезает JPEG-изображение в тензор uint8.
DecodeBase64(...): Декодирует веб-безопасные строки, закодированные в base64.
DecodeBmp(...): Декодирует первый кадр BMP-изображения в тензор uint8.
DecodeCSV(...): Преобразует CSV-записи в тензоры. Каждый столбец отображается в один тензор.
DecodeCompressed(...): Декомпрессирует строки.
DecodeGif(...): Декодирует кадр(ы) GIF-изображения в тензор uint8.
DecodeImage(...): Функция для decode_bmp, decode_gif, decode_jpeg и decode_png.
DecodeJSONExample(...): Преобразует JSON-закодированные записи Example в двоичные строки протокольных буферов.
DecodeJpeg(...): Декодирует JPEG-изображение в тензор uint8.
DecodePaddedRaw(...): Переинтерпретирует байты строки как вектор чисел.
DecodePng(...): Декодирует PNG-изображение в тензор uint8 или uint16.
DecodeProtoV2(...): Операция извлекает поля из сериализованного сообщения протокольного буфера в тензоры.
DecodeRaw(...): Переинтерпретирует байты строки как вектор чисел.
DecodeWav(...): Декодирует 16-битный PCM-WAV-файл в тензор с плавающей точкой.
DeepCopy(...): Создаёт копию x.
DeleteIterator(...): Контейнер для ресурса итератора.
DeleteMultiDeviceIterator(...): Контейнер для ресурса итератора.
DeleteRandomSeedGenerator(...)
DeleteSessionTensor(...): Удаляет тензор, указанный его дескриптором в сессии.
DenseBincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.
DenseCountSparseOutput(...): Выполняет подсчёт бинов с разреженной выходной информацией для входного tf.тензора.
DenseToCSRSparseMatrix(...): Преобразует плотный тензор в (возможно, пакетный) CSRSparseMatrix.
DenseToDenseSetOperation(...): Применяет операцию над множествами по последнему измерению 2 Tensor входов.
DenseToSparseBatchDataset(...): Создаёт набор данных, который группирует элементы входных данных в SparseTensor.
DenseToSparseSetOperation(...): Применяет операцию над множествами по последнему измерению Tensor и SparseTensor.
DepthToSpace(...): DepthToSpace для тензоров типа T.
DepthwiseConv2dNative(...): Вычисляет 2-мерную свёртку с глубиной, учитывая 4-мерные input и filter тензоры.
DepthwiseConv2dNativeBackpropFilter(...): Вычисляет градиенты свёртки с глубиной по фильтру.
DepthwiseConv2dNativeBackpropInput(...): Вычисляет градиенты свёртки с глубиной по входу.
Dequantize(...): Деквантизует тензор 'input' в тензор с плавающей точкой или bfloat16.
DeserializeIterator(...): Преобразует заданный тензор типа variant в итератор и сохраняет его в указанном ресурсе.
DeserializeManySparse(...): Десериализует и конкатенирует SparseTensors из сериализованной минипачки.
DeserializeSparse(...): Десериализует объекты SparseTensor.
DestroyResourceOp(...): Удаляет ресурс, указанный дескриптором.
DestroyTemporaryVariable(...): Уничтожает временную переменную и возвращает её конечное значение.
DeviceIndex(...): Возвращает индекс устройства, на котором выполняется операция.
Diag(...): Возвращает диагональный тензор с заданными диагональными значениями.
DiagPart(...): Возвращает диагональную часть тензора.
Digamma(...): Вычисляет Psi, производную от Lgamma (логарифма абсолютного значения
Dilation2D(...): Вычисляет градацию по серому цвету 4-мерных input и 3-мерных filter тензоров.
Dilation2DBackpropFilter(...): Вычисляет градиент морфологического 2-мерного расширения по фильтру.
Dilation2DBackpropInput(...): Вычисляет градиент морфологического 2-мерного расширения по входу.
DirectedInterleaveDataset(...): Замена InterleaveDataset на фиксированном списке N наборов данных.
Div(...): Возвращает x / y поэлементно.
DivNoNan(...): Возвращает 0, если знаменатель равен нулю.
DrawBoundingBoxes(...): Рисует прямоугольники на пакет изображений.
DrawBoundingBoxesV2(...): Рисует прямоугольники на пакет изображений.
DynamicPartition(...): Разделяет data на num_partitions тензоров, используя индексы из partitions.
DynamicStitch(...): Переплетает значения из data тензоров в один тензор.
EagerPyFunc(...): Усердно выполняет функцию python для вычисления func(input)->output. Функция
EditDistance(...): Вычисляет (возможно, нормализованное) расстояние Левенштейна.
Eig(...): Вычисляет собственное разложение одной или нескольких квадратных матриц.
Einsum(...): Контракция тензора в соответствии с соглашением об суммировании Эйнштейна.
Elu(...): Вычисляет экспоненциально-линейную функцию: exp(features) - 1 если < 0, features в противном случае.
EluGrad(...): Вычисляет градиенты для операции экспоненциально-линейной (Elu).
Empty(...): Создаёт тензор с заданной формой.
EmptyTensorList(...): Создаёт и возвращает пустой список тензоров.
EncodeBase64(...): Кодирует строки в веб-безопасном формате base64.
EncodeJpeg(...): Кодирование изображения в формате JPEG.
EncodeJpegVariableQuality(...): Кодирование входного изображения в формате JPEG с заданной степенью сжатия.
EncodePng(...): Кодирование изображения в формате PNG.
EncodeProto(...): Операция сериализует сообщения protobuf, предоставленные в входных тензорах.
EncodeWav(...): Кодирование аудиоданных в формате WAV.
EnqueueTPUEmbeddingIntegerBatch(...): Операция, которая добавляет список входных пакетных тензоров в TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup().
EnqueueTPUEmbeddingSparseBatch(...): Операция, которая добавляет входные индексы TPUEmbedding из SparseTensor.
EnqueueTPUEmbeddingSparseTensorBatch(...): Упрощает перенос кода, использующего tf.nn.embedding_lookup_sparse().
EnsureShape(...): Обеспечивает соответствие формы тензора ожидаемой форме.
Enter(...): Создаёт или находит дочернюю рамку и делает data доступным для дочерней рамки.
Equal(...): Возвращает истинное значение (x == y) поэлементно.
Erf(...): Вычисляет функцию ошибки Гаусса от x поэлементно.
Erfc(...): Вычисляет дополнительную функцию ошибки от x поэлементно.
EuclideanNorm(...): Вычисляет евклидову норму элементов по измерениям тензора.
Exit(...): Выходит из текущей рамки в родительскую рамку.
Exp(...): Вычисляет экспоненту от x поэлементно. \(y = e^x\).
ExpandDims(...): Вставляет измерение 1 в форму тензора.
ExperimentalAssertNextDataset(...)
ExperimentalAutoShardDataset(...): Создаёт набор данных, который фрагментирует входной набор данных.
ExperimentalBytesProducedStatsDataset(...): Записывает размер в байтах каждого элемента input_dataset в StatsAggregator.
ExperimentalChooseFastestDataset(...)
ExperimentalDatasetCardinality(...): Возвращает мощность input_dataset.
ExperimentalDatasetToTFRecord(...): Записывает данный набор данных в заданный файл в формате TFRecord.
ExperimentalDenseToSparseBatchDataset(...): Создаёт набор данных, который группирует элементы входных данных в SparseTensor.
ExperimentalDirectedInterleaveDataset(...): Замена InterleaveDataset на фиксированном списке N наборов данных.
ExperimentalGroupByReducerDataset(...): Создаёт набор данных, который вычисляет группировку по input_dataset.
ExperimentalGroupByWindowDataset(...): Создаёт набор данных, который вычисляет оконную группировку по input_dataset.
ExperimentalIgnoreErrorsDataset(...): Создаёт набор данных, содержащий элементы input_dataset, игнорируя ошибки.
ExperimentalIteratorGetDevice(...): Возвращает имя устройства, на котором resource размещён.
ExperimentalLatencyStatsDataset(...): Записывает время ожидания создания input_dataset элементов в StatsAggregator.
ExperimentalMapAndBatchDataset(...): Создаёт набор данных, который объединяет отображение с объединением.
ExperimentalMapDataset(...): Создаёт набор данных, который применяет f к выходам input_dataset.
ExperimentalMatchingFilesDataset(...)
ExperimentalMaxIntraOpParallelismDataset(...): Создаёт набор данных, который переопределяет максимальную внутриоператорную параллельность.
ExperimentalNonSerializableDataset(...)
ExperimentalParallelInterleaveDataset(...): Создаёт набор данных, который применяет f к результатам input_dataset.
ExperimentalParseExampleDataset(...): Преобразует input_dataset, содержащие Example протоколы как векторы DT_STRING в набор данных Tensor или SparseTensor объектов, представляющих проанализированные атрибуты.
ExperimentalPrivateThreadPoolDataset(...): Создаёт набор данных, который использует настраиваемый пул потоков для вычисления input_dataset.
ExperimentalRandomDataset(...): Создаёт набор данных, возвращающий псевдослучайные числа.
ExperimentalRebatchDataset(...): Создаёт набор данных, изменяющий размер пакета.
ExperimentalScanDataset(...): Создаёт набор данных, последовательно уменьшающий f по элементам input_dataset.
ExperimentalSetStatsAggregatorDataset(...)
ExperimentalSlidingWindowDataset(...): Создаёт набор данных, проходящий скользящим окном по input_dataset.
ExperimentalSqlDataset(...): Создаёт набор данных, выполняющий SQL-запрос и выдающий строки результирующего набора.
ExperimentalStatsAggregatorHandle(...): Создаёт ресурс менеджера статистики.
ExperimentalStatsAggregatorSummary(...): Создаёт сводку любой статистики, записанной заданным менеджером статистики.
ExperimentalTakeWhileDataset(...): Создаёт набор данных, который останавливает итерацию, когда предикат` ложен.
ExperimentalThreadPoolDataset(...): Создаёт набор данных, использующий настраиваемый пул потоков для вычисления input_dataset.
ExperimentalThreadPoolHandle(...): Создаёт набор данных, использующий настраиваемый пул потоков для вычисления input_dataset.
ExperimentalUnbatchDataset(...): Набор данных, разбивающий элементы своего входного значения на несколько элементов.
ExperimentalUniqueDataset(...): Создаёт набор данных, содержащий уникальные элементы input_dataset.
Expm1(...): Вычисляет exp(x) - 1 поэлементно.
ExtractGlimpse(...): Извлекает фрагмент из входного тензора.
ExtractGlimpseV2(...): Извлекает фрагмент из входного тензора.
ExtractImagePatches(...): Извлекает patches из images и помещает их в выходное измерение "глубина".
ExtractJpegShape(...): Извлекает информацию о форме JPEG-изображения.
ExtractVolumePatches(...): Извлекает patches из input и помещает их в выходное измерение "depth" . 3D расширение extract_image_patches.
FFT(...): Быстрое преобразование Фурье.
FFT2D(...): 2D быстрое преобразование Фурье.
FFT3D(...): 3D быстрое преобразование Фурье.
FIFOQueue(...): Очередь, которая выдаёт элементы в порядке очереди «первым пришёл – первым обслужен».
FIFOQueueV2(...): Очередь, которая выдаёт элементы в порядке очереди «первым пришёл – первым обслужен».
Fact(...): Выдаёт факт о факториалах.
FakeParam(...): Этот оператор используется в качестве заполнителя в функциях ветвления If. Он не предоставляет
FakeQuantWithMinMaxArgs(...): Фейковое квантование тензора 'inputs', тип float, в тензор 'outputs' того же типа.
FakeQuantWithMinMaxArgsGradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars(...): Фейковое квантование тензора 'inputs' типа float с помощью глобальных скаляров с плавающей точкой
FakeQuantWithMinMaxVarsGradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel(...): Фейковое квантование тензора 'inputs' типа float с помощью чисел с плавающей точкой по каналам
FakeQuantWithMinMaxVarsPerChannelGradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxVarsPerChannel.
FakeQueue(...): Устаревшее. Не использовать.
Fill(...): Создаёт тензор, заполненный скалярным значением.
FilterByLastComponentDataset(...): Создаёт набор данных, содержащий элементы первого компонента input_dataset с значением true в последнем компоненте.
FilterDataset(...): Создаёт набор данных, содержащий элементы input_dataset, соответствующие predicate.
Fingerprint(...): Генерирует значения отпечатков пальцев.
FixedLengthRecordDataset(...): Создаёт набор данных, который выводит записи из одного или нескольких двоичных файлов.
FixedLengthRecordDatasetV2(...)
FixedLengthRecordReader(...): Чтец, который выводит записи фиксированной длины из файла.
FixedLengthRecordReaderV2(...): Чтец, который выводит записи фиксированной длины из файла.
FixedUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов с помощью выученной униграмной распределения.
FlatMapDataset(...): Создаёт набор данных, который применяет f к результатам input_dataset.
Floor(...): Возвращает поэлементно наибольшее целое число, не большее x.
FloorDiv(...): Возвращает x // y поэлементно.
FloorMod(...): Возвращает поэлементно остаток от деления. Когда x < 0 xor y < 0 это
For(...): ```python
FractionalAvgPool(...): Выполняет дробное усреднение пулинга на входе.
FractionalAvgPoolGrad(...): Вычисляет градиент функции FractionalAvgPool.
FractionalMaxPool(...): Выполняет дробный максимальный пулинг на входе.
FractionalMaxPoolGrad(...): Вычисляет градиент функции FractionalMaxPool.
FusedBatchNorm(...): Батч нормализация.
FusedBatchNormGrad(...): Градиент для пакетной нормализации.
FusedBatchNormGradV2(...): Градиент для пакетной нормализации.
FusedBatchNormGradV3(...): Градиент для пакетной нормализации.
FusedBatchNormV2(...): Батч нормализация.
FusedBatchNormV3(...): Батч нормализация.
FusedPadConv2D(...): Выполняет дополнение в качестве предобработки во время свертки.
FusedResizeAndPadConv2D(...): Выполняет изменение размера и дополнение в качестве предобработки во время свертки.
GRUBlockCell(...): Вычисляет прямое распространение ячейки GRU за 1 шаг.
GRUBlockCellGrad(...): Вычисляет обратное распространение ячейки GRU за 1 шаг.
Gather(...): Сборка срезов из params в соответствии с indices.
GatherNd(...): Сборка срезов из params в тензор с формой, указанной indices.
GatherV2(...): Сборка срезов из params по оси axis в соответствии с indices.
GenerateBoundingBoxProposals(...): Этот оператор генерирует области интереса из заданных ограничивающих прямоугольников (bbox_deltas), закодированных относительно якорей в соответствии с уравнением 2 в arXiv:1506.01497
GenerateVocabRemapping(...): На основании путей к новым и старым файлам словарей возвращает тензор переназначения
GeneratorDataset(...): Создаёт набор данных, вызывающий функцию для генерации элементов.
GetSessionHandle(...): Сохраняет входной тензор в состоянии текущей сессии.
GetSessionHandleV2(...): Сохраняет входной тензор в состоянии текущей сессии.
GetSessionTensor(...): Получить значение тензора, указанного по его дескриптору.
Greater(...): Возвращает истинностное значение (x > y) поэлементно.
GreaterEqual(...): Возвращает истинностное значение (x >= y) поэлементно.
GroupByReducerDataset(...): Создаёт набор данных, вычисляющий группировку по input_dataset.
GroupByWindowDataset(...): Создаёт набор данных, вычисляющий окно группировки по input_dataset.
GuaranteeConst(...): Гарантирует TF runtime, что входной тензор является константой.
HSVToRGB(...): Преобразует одну или несколько изображений из HSV в RGB.
HashTable(...): Создаёт неинициализированную таблицу хеширования.
HashTableV2(...): Создаёт неинициализированную таблицу хеширования.
HistogramFixedWidth(...): Возвращает гистограмму значений.
HistogramSummary(...): Выводит протокол Summary с гистограммой.
IFFT(...): Обратное быстрое преобразование Фурье.
IFFT2D(...): Обратное двумерное быстрое преобразование Фурье.
IFFT3D(...): Обратное трехмерное быстрое преобразование Фурье.
IRFFT(...): Обратное быстрое преобразование Фурье для вещественных значений.
IRFFT2D(...): Обратное двумерное быстрое преобразование Фурье для вещественных значений.
IRFFT3D(...): Обратное трехмерное быстрое преобразование Фурье для вещественных значений.
Identity(...): Возвращает тензор с той же формой и содержимым, что и входной тензор или значение.
IdentityN(...): Возвращает список тензоров с теми же формами и содержимым, что и входные.
IdentityReader(...): Чтение, которое выводит поставленную в очередь работу как ключ, так и значение.
IdentityReaderV2(...): Чтение, которое выводит поставленную в очередь работу как ключ, так и значение.
If(...): output = cond ? then_branch(input) : else_branch(input)
Igamma(...): Вычисляет нижнюю регулируемую неполную гамма-функцию P(a, x).
IgammaGradA(...): Вычисляет градиент igamma(a, x) по отношению к a.
Igammac(...): Вычисляет верхнюю регулируемую неполную гамма-функцию Q(a, x).
IgnoreErrorsDataset(...): Создает набор данных, который содержит элементы input_dataset , игнорируя ошибки.
Imag(...): Возвращает мнимую часть комплексного числа.
ImageProjectiveTransformV2(...): Применяет заданное преобразование к каждому из изображений.
ImageProjectiveTransformV3(...): Применяет заданное преобразование к каждому из изображений.
ImageSummary(...): Выводит протокол Summary с изображениями.
ImmutableConst(...): Возвращает неизменяемый тензор из области памяти.
InTopK(...): Определяет, находятся ли целевые значения в топ-K прогнозах.
InTopKV2(...): Определяет, находятся ли целевые значения в топ-K прогнозах.
InfeedDequeue(...): Заполнительный оператор для значения, которое будет подано в вычисление.
InfeedDequeueTuple(...): Извлекает несколько значений из ввода как XLA кортеж.
InfeedEnqueue(...): Оператор, который подаёт одно значение тензора в вычисление.
InfeedEnqueuePrelinearizedBuffer(...): Оператор, который вставляет предварительно линейную буфер в TPU ввод.
InfeedEnqueueTuple(...): Подаёт несколько значений тензора в вычисление как XLA кортеж.
InitializeTable(...): Инициализатор таблицы, который принимает два тензора для ключей и значений соответственно.
InitializeTableFromDataset(...)
InitializeTableFromTextFile(...): Инициализирует таблицу из текстового файла.
InitializeTableFromTextFileV2(...): Инициализирует таблицу из текстового файла.
InitializeTableV2(...): Инициализатор таблицы, который принимает два тензора для ключей и значений соответственно.
InplaceAdd(...): Добавляет v в указанные строки x.
InplaceSub(...): Вычитает v из указанных строк x.
InplaceUpdate(...): Обновляет указанные строки 'i' значениями 'v'.
InterleaveDataset(...): Создаёт набор данных, который применяет f к результатам input_dataset.
Inv(...): Вычисляет обратную величину x поэлементно.
InvGrad(...): Вычисляет градиент для обратной величины x по отношению к его входу.
Invert(...): Инвертирует (переворачивает) каждый бит поддерживаемых типов; например, значение типа uint8 01010101 становится 10101010.
InvertPermutation(...): Вычисляет обратное перестановку тензора.
IsBoostedTreesEnsembleInitialized(...): Проверяет, был ли ансамбль деревьев инициализирован.
IsBoostedTreesQuantileStreamResourceInitialized(...): Проверяет, была ли инициализирована последовательность квантилей.
IsFinite(...): Возвращает элементы x, которые являются конечными.
IsInf(...): Возвращает элементы x, которые равны Inf.
IsNan(...): Возвращает элементы x, которые равны NaN.
IsVariableInitialized(...): Проверяет, был ли инициализирован тензор.
IsotonicRegression(...): Решает пакет задач изотонической регрессии.
Iterator(...): Контейнер для ресурса итератора.
IteratorFromStringHandle(...): Преобразует заданную строку, представляющую дескриптор итератора, в ресурс.
IteratorFromStringHandleV2(...)
IteratorGetDevice(...): Возвращает имя устройства, на котором resource был размещён.
IteratorGetNext(...): Получает следующий результат из данного итератора.
IteratorGetNextAsOptional(...): Получает следующий результат из данного итератора в качестве опционального варианта.
IteratorGetNextSync(...): Получает следующий результат из данного итератора.
IteratorToStringHandle(...): Преобразует заданный resource_handle , представляющий итератор, в строку.
L2Loss(...): L2 Loss.
LMDBDataset(...): Создаёт набор данных, который генерирует пары ключ-значение из одного или нескольких файлов LMDB.
LMDBReader(...): Чтение, которое выводит записи из файла LMDB.
LRN(...): Локальная нормализация ответа.
LRNGrad(...): Градиенты для локальной нормализации ответа.
LSTMBlockCell(...): Вычисляет прямое распространение ячейки LSTM для 1 шага времени.
LSTMBlockCellGrad(...): Вычисляет обратное распространение ячейки LSTM для 1 шага времени.
LatencyStatsDataset(...): Записывает время ожидания создания input_dataset элементов в StatsAggregator.
LeakyRelu(...): Вычисляет выпрямленную линейную функцию: max(features, features * alpha).
LeakyReluGrad(...): Вычисляет градиенты для операции LeakyRelu.
LearnedUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов с помощью распределения униграм, обученного с помощью обучения.
LeftShift(...): Поэлементно вычисляет сдвиг влево бит x и y.
LegacyParallelInterleaveDatasetV2(...): Создает набор данных, применяющий f к результатам input_dataset.
Less(...): Возвращает логическое значение (x < y) поэлементно.
LessEqual(...): Возвращает логическое значение (x <= y) поэлементно.
Lgamma(...): Вычисляет логарифм абсолютного значения Gamma(x) поэлементно.
LinSpace(...): Генерирует значения в интервале.
ListDiff(...): Вычисляет разницу между двумя списками чисел или строк.
LoadAndRemapMatrix(...): Загружает двумерный (матричный) Tensor с именем old_tensor_name из контрольной точки.
LoadTPUEmbeddingADAMParameters(...): Загрузить параметры ADAM встраивания.
LoadTPUEmbeddingADAMParametersGradAccumDebug(...): Загрузить параметры ADAM встраивания с поддержкой отладки.
LoadTPUEmbeddingAdadeltaParameters(...): Загрузить параметры Adadelta встраивания.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug(...): Загрузить параметры Adadelta с поддержкой отладки.
LoadTPUEmbeddingAdagradParameters(...): Загрузить параметры Adagrad встраивания.
LoadTPUEmbeddingAdagradParametersGradAccumDebug(...): Загрузить параметры Adagrad встраивания с поддержкой отладки.
LoadTPUEmbeddingCenteredRMSPropParameters(...): Загрузка параметров встраивания RMSProp с центрированием.
LoadTPUEmbeddingFTRLParameters(...): Загрузка параметров встраивания FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug(...): Загрузка параметров встраивания FTRL с поддержкой отладки.
LoadTPUEmbeddingMDLAdagradLightParameters(...): Загрузка параметров встраивания MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters(...): Загрузка параметров встраивания импульса.
LoadTPUEmbeddingMomentumParametersGradAccumDebug(...): Загрузка параметров встраивания импульса с поддержкой отладки.
LoadTPUEmbeddingProximalAdagradParameters(...): Загрузка параметров встраивания приближенного градиентного спуска Adagrad.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug(...): Загрузка параметров встраивания приближенного градиентного спуска Adagrad с поддержкой отладки.
LoadTPUEmbeddingProximalYogiParameters(...)
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug(...)
LoadTPUEmbeddingRMSPropParameters(...): Загрузка параметров встраивания RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug(...): Загрузка параметров встраивания RMSProp с поддержкой отладки.
LoadTPUEmbeddingStochasticGradientDescentParameters(...): Загрузка параметров встраивания SGD.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug(...): Загрузка параметров встраивания SGD.
Log(...): Вычисляет натуральный логарифм x поэлементно.
Log1p(...): Вычисляет натуральный логарифм (1 + x) поэлементно.
LogMatrixDeterminant(...): Вычисляет знак и логарифм абсолютного значения определителя
LogSoftmax(...): Вычисляет активации log softmax.
LogUniformCandidateSampler(...): Генерирует метки для выборки кандидатов с логарифмически равномерным распределением.
LogicalAnd(...): Возвращает значение истинности x И y поэлементно.
LogicalNot(...): Возвращает значение истинности NOT x поэлементно.
LogicalOr(...): Возвращает значение истинности x ИЛИ y поэлементно.
LookupTableExport(...): Выводит все ключи и значения в таблице.
LookupTableExportV2(...): Выводит все ключи и значения в таблице.
LookupTableFind(...): Ищет ключи в таблице, выводит соответствующие значения.
LookupTableFindV2(...): Ищет ключи в таблице, выводит соответствующие значения.
LookupTableImport(...): Заменяет содержимое таблицы заданными ключами и значениями.
LookupTableImportV2(...): Заменяет содержимое таблицы заданными ключами и значениями.
LookupTableInsert(...): Обновляет таблицу для сопоставления ключей со значениями.
LookupTableInsertV2(...): Обновляет таблицу для сопоставления ключей со значениями.
LookupTableRemoveV2(...): Удаляет ключи и связанные с ними значения из таблицы.
LookupTableSize(...): Вычисляет количество элементов в заданной таблице.
LookupTableSizeV2(...): Вычисляет количество элементов в заданной таблице.
LoopCond(...): Передает вход в выход.
LowerBound(...): Применяет lower_bound(sorted_search_values, values) по каждой строке.
Lu(...): Вычисляет LU-разложение одной или нескольких квадратных матриц.
MakeIterator(...): Создает новый итератор из данного dataset и сохраняет его в iterator.
MapAndBatchDataset(...): Создает набор данных, объединяющий отображение и пакетную обработку.
MapClear(...): Операция удаляет все элементы в базовом контейнере.
MapDataset(...): Создает набор данных, применяющий f к выходам input_dataset.
MapDefun(...): Применяет функцию к списку тензоров, распакованных из аргументов по размерности 0.
MapIncompleteSize(...): Операция возвращает количество неполных элементов в базовом контейнере.
MapPeek(...): Операция просматривает значения по указанному ключу. Если
MapSize(...): Операция возвращает количество элементов в базовом контейнере.
MapStage(...): Этап (ключ, значения) в базовом контейнере, который ведет себя как хэш-таблица.
MapUnstage(...): Операция удаляет и возвращает значения, связанные с ключом
MapUnstageNoKey(...): Операция удаляет и возвращает случайную (ключ, значение)
MatMul(...): Умножает матрицу "a" на матрицу "b".
MatchingFiles(...): Возвращает набор файлов, соответствующих одному или нескольким шаблонам glob.
MatrixBandPart(...): Копирует тензор, устанавливая все значения за пределами центральной полосы в каждой внутренней матрице в ноль.
MatrixDeterminant(...): Вычисляет определитель одной или нескольких квадратных матриц.
MatrixDiag(...): Возвращает пакетный диагональный тензор с заданными пакетными диагональными значениями.
MatrixDiagPart(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagPartV2(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagPartV3(...): Возвращает пакетную диагональную часть пакетного тензора.
MatrixDiagV2(...): Возвращает пакетный диагональный тензор с заданными пакетными диагональными значениями.
MatrixDiagV3(...): Возвращает пакетный диагональный тензор с заданными пакетными диагональными значениями.
MatrixExponential(...): Устарело, используйте реализацию на Python tf.linalg.matrix_exponential.
MatrixInverse(...): Вычисляет обратную матрицу одной или нескольких обратимых квадратных матриц или их сопряженных транспонированных.
MatrixLogarithm(...): Вычисляет матричный логарифм одной или нескольких квадратных матриц:
MatrixSetDiag(...): Возвращает пакетный тензор матрицы с новыми пакетными диагональными значениями.
MatrixSetDiagV2(...): Возвращает пакетный тензор матрицы с новыми пакетными диагональными значениями.
MatrixSetDiagV3(...): Возвращает пакетный тензор матрицы с новыми пакетными диагональными значениями.
MatrixSolve(...): Решает системы линейных уравнений.
MatrixSolveLs(...): Решает одну или несколько задач линейного наименьших квадратов.
MatrixSquareRoot(...): Вычисляет матричный квадратный корень одной или нескольких квадратных матриц:
MatrixTriangularSolve(...): Решает системы линейных уравнений с верхними или нижними треугольными матрицами с помощью обратной подстановки.
Max(...): Вычисляет максимальное значение элементов по измерениям тензора.
MaxIntraOpParallelismDataset(...): Создает набор данных, переопределяющий максимальную внутриоператорную параллельность.
MaxPool(...): Выполняет максимальный пуллинг на входе.
MaxPool3D(...): Выполняет 3D максимальный пуллинг на входе.
MaxPool3DGrad(...): Вычисляет градиенты функции 3D максимального пуллинга.
MaxPool3DGradGrad(...): Вычисляет градиенты второго порядка функции максимального пуллинга.
MaxPoolGrad(...): Вычисляет градиенты функции максимального пуллинга.
MaxPoolGradGrad(...): Вычисляет градиенты второго порядка функции максимального пуллинга.
MaxPoolGradGradV2(...): Вычисляет градиенты второго порядка функции максимального пуллинга.
MaxPoolGradGradWithArgmax(...): Вычисляет градиенты второго порядка функции максимального пуллинга.
MaxPoolGradV2(...): Вычисляет градиенты функции максимального пуллинга.
MaxPoolGradWithArgmax(...): Выполняет максимальный пуллинг на входе и выводит как максимальные значения, так и индексы.
Maximum(...): Возвращает максимум x и y (т.е. x > y ? x : y) поэлементно.
Mean(...): Вычисляет среднее значение элементов по измерениям тензора.
Merge(...): Передает значение доступного тензора из inputs в output.
MergeSummary(...): Объединяет сводки.
MergeV2Checkpoints(...): Специфично для формата V2: объединяет файлы метаданных фрагментированных контрольных точек.
Mfcc(...): Преобразует спектрограмму в форму, полезную для распознавания речи.
Min(...): Вычисляет минимум элементов по всем измерениям тензора.
Minimum(...): Возвращает мин(x, y) (т. е. x < y ? x : y) поэлементно.
MirrorPad(...): Добавляет к тензору padding с зеркальными значениями.
MirrorPadGrad(...): Операция градиента для операции MirrorPad. Эта операция складывает зеркально-дополненный тензор.
Mod(...): Возвращает остаток от деления по элементам. Это эмулирует семантику C в том, что
ModelDataset(...): Трансформация тождества, моделирующая производительность.
Mul(...): Возвращает x * y поэлементно.
MulNoNan(...): Возвращает x * y поэлементно. Возвращает ноль, если y равно нулю, даже если x бесконечен или NaN.
MultiDeviceIterator(...): Создаёт ресурс MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle(...): Создаёт ресурс MultiDeviceIterator из предоставленного строкового идентификатора.
MultiDeviceIteratorGetNextFromShard(...): Получает следующий элемент для указанного номера фрагмента.
MultiDeviceIteratorInit(...): Инициализирует итератор для нескольких устройств с заданным набором данных.
MultiDeviceIteratorToStringHandle(...): Создаёт строковый идентификатор для данного MultiDeviceIterator.
Multinomial(...): Выбирает выборки из многономиального распределения.
MutableDenseHashTable(...): Создаёт пустую хеш-таблицу, использующую тензоры в качестве базового хранилища.
MutableDenseHashTableV2(...): Создаёт пустую хеш-таблицу, использующую тензоры в качестве базового хранилища.
MutableHashTable(...): Создаёт пустую хеш-таблицу.
MutableHashTableOfTensors(...): Создаёт пустую хеш-таблицу.
MutableHashTableOfTensorsV2(...): Создаёт пустую хеш-таблицу.
MutableHashTableV2(...): Создаёт пустую хеш-таблицу.
MutexLock(...): Блокирует ресурс мьютекса. Выход — замок. До тех пор, пока тензор замка
MutexV2(...): Создаёт ресурс мьютекса, который можно заблокировать с помощью MutexLock.
NcclAllReduce(...): Выводит тензор, содержащий сокращение по всем входным тензорам.
NcclBroadcast(...): Отправляет input на все устройства, подключенные к выходу.
NcclReduce(...): Сокращает input от num_devices с помощью reduction до одного устройства.
Neg(...): Вычисляет числовое отрицание по элементам.
NextAfter(...): Возвращает следующее представимое значение x1 в направлении x2, поэлементно.
NextIteration(...): Делает свой вход доступным для следующей итерации.
NoOp(...): Ничего не делает. Полезно только как заполнитель для управляющих рёбер.
NonDeterministicInts(...): Недетерминированно генерирует некоторые целые числа.
NonMaxSuppression(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NonMaxSuppressionV2(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NonMaxSuppressionV3(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NonMaxSuppressionV4(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NonMaxSuppressionV5(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NonMaxSuppressionWithOverlaps(...): Жадно выбирает подмножество ограничивающих прямоугольников в порядке убывания оценки,
NotEqual(...): Возвращает истинностное значение (x != y) по элементам.
NthElement(...): Находит значения n-го порядкового статистического значения для последнего измерения.
OneHot(...): Возвращает тензор one-hot.
OneShotIterator(...): Создаёт итератор "one-shot", который можно итерировать только один раз.
OnesLike(...): Возвращает тензор единиц с той же формой и типом, что и x.
OptimizeDataset(...): Создаёт набор данных, применяя оптимизации к input_dataset.
OptimizeDatasetV2(...): Создаёт набор данных, применяя соответствующие оптимизации к input_dataset.
OptionalFromValue(...): Создаёт вариант Optional из кортежа тензоров.
OptionalGetValue(...): Возвращает значение, хранящееся в варианте Optional, или вызывает ошибку, если его нет.
OptionalHasValue(...): Возвращает true, если и только если данный вариант Optional имеет значение.
OptionalNone(...): Создаёт вариант Optional без значения.
OrderedMapClear(...): Операция удаляет все элементы в базовом контейнере.
OrderedMapIncompleteSize(...): Операция возвращает количество неполных элементов в базовом контейнере.
OrderedMapPeek(...): Операция просматривает значения по указанному ключу. Если
OrderedMapSize(...): Операция возвращает количество элементов в базовом контейнере.
OrderedMapStage(...): Добавляет (ключ, значения) в базовый контейнер, который ведёт себя как упорядоченный
OrderedMapUnstage(...): Операция удаляет и возвращает значения, связанные с ключом
OrderedMapUnstageNoKey(...): Операция удаляет и возвращает элемент (ключ, значение) с наименьшим
OutfeedDequeue(...): Извлекает один тензор из вычислительного выходного буфера.
OutfeedDequeueTuple(...): Извлекает несколько значений из вычислительного выходного буфера.
OutfeedDequeueTupleV2(...): Извлекает несколько значений из вычислительного выходного буфера. Порядковый номер устройства —
OutfeedDequeueV2(...): Извлекает один тензор из вычислительного выходного буфера. Порядковый номер устройства —
OutfeedEnqueue(...): Добавляет тензор в вычислительный выходной буфер.
OutfeedEnqueueTuple(...): Добавляет несколько тензорных значений в вычислительный выходной буфер.
Pack(...): Упаковывает список N тензоров ранга R в один тензор ранга (R+1).
Pad(...): Добавляет padding к тензору нулями.
PadV2(...): Добавляет padding к тензору.
PaddedBatchDataset(...): Создаёт набор данных, группирующий и дополняющий batch_size элементов из входных данных.
PaddedBatchDatasetV2(...): Создаёт набор данных, группирующий и дополняющий batch_size элементов из входных данных.
PaddingFIFOQueue(...): Очередь, которая производит элементы в порядке FIFO.
PaddingFIFOQueueV2(...): Очередь, которая производит элементы в порядке FIFO.
ParallelConcat(...): Объединяет список N тензоров по первому измерению.
ParallelDynamicStitch(...): Переплетает значения из data тензоров в один тензор.
ParallelInterleaveDataset(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParallelInterleaveDatasetV2(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParallelInterleaveDatasetV3(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParallelInterleaveDatasetV4(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParallelMapDataset(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParallelMapDatasetV2(...): Создаёт набор данных, применяющий f к результатам input_dataset.
ParameterizedTruncatedNormal(...): Выводит случайные значения из нормального распределения. Параметры могут быть
ParseExample(...): Преобразует вектор протоколов brain.Example (как строки) в типизированные тензоры.
ParseExampleDataset(...): Преобразует input_dataset, содержащий векторы протоколов Example в виде DT_STRING, в набор данных Tensor или SparseTensor объектов, представляющих проанализированные признаки.
ParseExampleDatasetV2(...): Преобразует input_dataset, содержащие Example прото, в виде векторов DT_STRING в набор Tensor или SparseTensor объектов, представляющих проанализированные признаки.
ParseExampleV2(...): Преобразует вектор прото tf.Example (в виде строк) в типизированные тензоры.
ParseSequenceExample(...): Преобразует вектор прото brain.SequenceExample (в виде строк) в типизированные тензоры.
ParseSequenceExampleV2(...): Преобразует вектор прото tf.io.SequenceExample (в виде строк) в
ParseSingleExample(...): Преобразует прото tf.Example (в виде строки) в типизированные тензоры.
ParseSingleSequenceExample(...): Преобразует скалярный прото brain.SequenceExample (в виде строк) в типизированные тензоры.
ParseTensor(...): Преобразует сериализованный прото tensorflow.TensorProto в тензор.
PartitionedCall(...): возвращает f(inputs), где размещается и разделятся тело f.
Placeholder(...): Оператор-заполнитель для значения, которое будет подано в вычисление.
PlaceholderV2(...): Оператор-заполнитель для значения, которое будет подано в вычисление.
PlaceholderWithDefault(...): Оператор-заполнитель, который передает input при отсутствии подачи на его выходе.
Polygamma(...): Вычисление полигаммы \(\psi^{(n)}(x)\).
PopulationCount(...): Вычисляет элемент-поэлементный счет популяции (также известен как popcount, bitsum, bitcount).
Pow(...): Вычисляет степень одного значения в другой.
PrefetchDataset(...): Создает набор данных, асинхронно подготавливающий элементы из input_dataset.
Prelinearize(...): Оператор, который линейно преобразует одно значение тензора в неявный тензор типа variant.
PrelinearizeTuple(...): Оператор, который линейно преобразует несколько значений тензора в неявный тензор типа variant.
PreventGradient(...): Оператор тождества, который вызывает ошибку, если запрашивается градиент.
Print(...): Выводит список тензоров.
PrintV2(...): Выводит скалярную строку.
PriorityQueue(...): Очередь, которая возвращает элементы, отсортированные по первому компоненту.
PriorityQueueV2(...): Очередь, которая возвращает элементы, отсортированные по первому компоненту.
PrivateThreadPoolDataset(...): Создает набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
Prod(...): Вычисляет произведение элементов по измерениям тензора.
PyFunc(...): Вызывает функцию Python для вычисления func(input)->output.
PyFuncStateless(...): Бессостояние версия PyFunc.
Qr(...): Вычисляет QR-разложения одной или нескольких матриц.
QuantizeAndDequantize(...): Используйте QuantizeAndDequantizeV2 вместо этого.
QuantizeAndDequantizeV2(...): Квантует, а затем деквантует тензор.
QuantizeAndDequantizeV3(...): Квантует, а затем деквантует тензор.
QuantizeAndDequantizeV4(...): Возвращает градиент QuantizeAndDequantizeV4.
QuantizeAndDequantizeV4Grad(...): Возвращает градиент QuantizeAndDequantizeV4.
QuantizeDownAndShrinkRange(...): Преобразует квантованный тензор 'input' в тензор 'output' с меньшей точностью, используя
QuantizeV2(...): Квантует тензор 'input' типа float в тензор 'output' типа 'T'.
QuantizedAdd(...): Возвращает x + y поэлементно, работая с квантованными буферами.
QuantizedAvgPool(...): Вычисляет средний пул входного тензора для квантованных типов.
QuantizedBatchNormWithGlobalNormalization(...): Квантованная нормализация по партиям.
QuantizedBiasAdd(...): Добавляет тензор 'bias' к тензору 'input' для квантованных типов.
QuantizedConcat(...): Объединяет квантованные тензоры по одному измерению.
QuantizedConv2D(...): Вычисляет 2D свёртку для квантованных входных и фильтрующих тензоров 4D.
QuantizedConv2DAndReluAndRequantize(...)
QuantizedConv2DAndRequantize(...)
QuantizedConv2DPerChannel(...): Вычисляет QuantizedConv2D по каналам.
QuantizedConv2DWithBiasAndRelu(...)
QuantizedConv2DWithBiasAndReluAndRequantize(...)
QuantizedConv2DWithBiasAndRequantize(...)
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize(...)
QuantizedConv2DWithBiasSumAndRelu(...)
QuantizedConv2DWithBiasSumAndReluAndRequantize(...)
QuantizedDepthwiseConv2D(...): Вычисляет квантованную свёртку depthwise Conv2D.
QuantizedDepthwiseConv2DWithBias(...): Вычисляет квантованную свёртку depthwise Conv2D с Bias.
QuantizedDepthwiseConv2DWithBiasAndRelu(...): Вычисляет квантованную свёртку depthwise Conv2D с Bias и Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize(...): Вычисляет квантованную свёртку depthwise Conv2D с Bias, Relu и Requantize.
QuantizedInstanceNorm(...): Квантованная нормализация по экземплярам.
QuantizedMatMul(...): Выполняет квантованное матричное умножение a на матрицу b.
QuantizedMatMulWithBias(...): Выполняет квантованное матричное умножение a на матрицу b с bias.
QuantizedMatMulWithBiasAndDequantize(...)
QuantizedMatMulWithBiasAndRelu(...): Выполняет квантованное матричное умножение a на матрицу b с bias.
QuantizedMatMulWithBiasAndReluAndRequantize(...): Выполняет квантованное матричное умножение a на матрицу b с bias.
QuantizedMatMulWithBiasAndRequantize(...)
QuantizedMaxPool(...): Вычисляет максимальный пул входного тензора для квантованных типов.
QuantizedMul(...): Возвращает x * y поэлементно, работая с квантованными буферами.
QuantizedRelu(...): Вычисляет квантованное выпрямленное линейное: max(features, 0)
QuantizedRelu6(...): Вычисляет квантованное выпрямленное линейное 6: min(max(features, 0), 6)
QuantizedReluX(...): Вычисляет квантованное выпрямленное линейное X: min(max(features, 0), max_value)
QuantizedReshape(...): Переформировывает квантованный тензор в соответствии с оператором Reshape.
QuantizedResizeBilinear(...): Изменяет размер квантованного images до size с использованием квантованной билинейной интерполяции.
QueueClose(...): Закрывает заданную очередь.
QueueCloseV2(...): Закрывает заданную очередь.
QueueDequeue(...): Извлекает кортеж одного или нескольких тензоров из заданной очереди.
QueueDequeueMany(...): Извлекает n кортежей одного или нескольких тензоров из заданной очереди.
QueueDequeueManyV2(...): Извлекает n кортежей одного или нескольких тензоров из заданной очереди.
QueueDequeueUpTo(...): Извлекает n кортежей одного или нескольких тензоров из заданной очереди.
QueueDequeueUpToV2(...): Извлекает n кортежей одного или нескольких тензоров из заданной очереди.
QueueDequeueV2(...): Извлекает кортеж одного или нескольких тензоров из заданной очереди.
QueueEnqueue(...): Вставляет кортеж одного или нескольких тензоров в заданную очередь.
QueueEnqueueMany(...): Вставляет ноль или более кортежей одного или нескольких тензоров в заданную очередь.
QueueEnqueueManyV2(...): Вставляет ноль или более кортежей одного или нескольких тензоров в заданную очередь.
QueueEnqueueV2(...): Вставляет кортеж одного или нескольких тензоров в заданную очередь.
QueueIsClosed(...): Возвращает true, если очередь закрыта.
QueueIsClosedV2(...): Возвращает true, если очередь закрыта.
QueueSize(...): Вычисляет количество элементов в заданной очереди.
QueueSizeV2(...): Вычисляет количество элементов в заданной очереди.
RFFT(...): Быстрое преобразование Фурье для вещественных значений.
RFFT2D(...): Быстрое преобразование Фурье для вещественных значений 2D.
RFFT3D(...): Быстрое преобразование Фурье для вещественных значений 3D.
RGBToHSV(...): Преобразует одно или несколько изображений из RGB в HSV.
RaggedBincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.
RaggedCountSparseOutput(...): Выполняет подсчет бинов с разреженной выходной информацией для фрагментированного входного тензора.
RaggedCross(...): Создаёт перекрёстную характеристику из списка тензоров и возвращает её как
RaggedGather(...): Сборка фрагментированных срезов из params оси 0 в соответствии с indices.
RaggedRange(...): Возвращает RaggedTensor, содержащий указанные последовательности чисел.
RaggedTensorFromVariant(...): Декодирует variant тензор в RaggedTensor.
RaggedTensorToSparse(...): Преобразует RaggedTensor в SparseTensor с теми же значениями.
RaggedTensorToTensor(...): Создаёт плотный тензор из фрагментированного тензора, возможно, изменяя его форму.
RaggedTensorToVariant(...): Кодирует RaggedTensor в variant тензор.
RaggedTensorToVariantGradient(...): Помощник, используемый для вычисления градиента для RaggedTensorToVariant.
RandomCrop(...): Случайный обрез тензора image.
RandomDataset(...): Создаёт набор данных, возвращающий псевдослучайные числа.
RandomGamma(...): Выводит случайные значения из распределения Гамма, описанного параметром alpha.
RandomGammaGrad(...): Вычисляет производную от случайной выборки из распределения Гамма по отношению к alpha.
RandomPoisson(...): Используйте RandomPoissonV2 вместо этого.
RandomPoissonV2(...): Выводит случайные значения из распределения Пуассона, описанного параметром rate.
RandomShuffle(...): Случайным образом перемешивает тензор по своему первому измерению.
RandomShuffleQueue(...): Очередь, которая случайным образом меняет порядок элементов.
RandomShuffleQueueV2(...): Очередь, которая случайным образом меняет порядок элементов.
RandomStandardNormal(...): Выводит случайные значения из нормального распределения.
RandomUniform(...): Выводит случайные значения из равномерного распределения.
RandomUniformInt(...): Выводит случайные целые числа из равномерного распределения.
Range(...): Создаёт последовательность чисел.
RangeDataset(...): Создаёт набор данных с диапазоном значений. Соответствует xrange в Python.
Rank(...): Возвращает ранг тензора.
ReadFile(...): Читает и выводит всё содержимое входного файла.
ReadVariableOp(...): Читает значение переменной.
ReaderNumRecordsProduced(...): Возвращает количество записей, обработанных этим Чтецом.
ReaderNumRecordsProducedV2(...): Возвращает количество записей, обработанных этим Чтецом.
ReaderNumWorkUnitsCompleted(...): Возвращает количество завершённых единиц работы этим Чтецом.
ReaderNumWorkUnitsCompletedV2(...): Возвращает количество завершённых единиц работы этим Чтецом.
ReaderRead(...): Возвращает следующую запись (пара ключ-значение), сгенерированную Чтецом.
ReaderReadUpTo(...): Возвращает до num_records пар (ключ, значение), сгенерированных Чтецом.
ReaderReadUpToV2(...): Возвращает до num_records пар (ключ, значение), сгенерированных Чтецом.
ReaderReadV2(...): Возвращает следующую запись (пара ключ-значение), сгенерированную Чтецом.
ReaderReset(...): Восстанавливает Чтец в его начальное чистое состояние.
ReaderResetV2(...): Восстанавливает Чтец в его начальное чистое состояние.
ReaderRestoreState(...): Восстанавливает Чтец до ранее сохранённого состояния.
ReaderRestoreStateV2(...): Восстанавливает Чтец до ранее сохранённого состояния.
ReaderSerializeState(...): Создаёт строковый тензор, кодирующий состояние Чтеца.
ReaderSerializeStateV2(...): Создаёт строковый тензор, кодирующий состояние Чтеца.
Real(...): Возвращает действительную часть комплексного числа.
RealDiv(...): Возвращает x / y поэлементно для вещественных типов.
RebatchDataset(...): Создаёт набор данных, меняющий размер пакета.
RebatchDatasetV2(...): Создаёт набор данных, меняющий размер пакета.
Reciprocal(...): Вычисляет обратную величину x поэлементно.
ReciprocalGrad(...): Вычисляет градиент для обратной величины x относительно её входных данных.
RecordInput(...): Выводит случайные записи.
Recv(...): Получает именованный тензор от send_device на recv_device.
RecvTPUEmbeddingActivations(...): Операция получения активаций встраивания на TPU.
ReduceDataset(...): Сокращает входной набор данных до единственного элемента с помощью функции сокращения.
ReduceJoin(...): Объединяет строковый тензор по заданным измерениям.
RefEnter(...): Создаёт или находит фрейм-потомок и делает data доступным для фрейма-потомка.
RefExit(...): Выходит из текущего фрейма в родительский фрейм.
RefIdentity(...): Возвращает тот же тензор-ссылку, что и входной тензор-ссылку.
RefMerge(...): Передаёт значение доступного тензора из inputs в output.
RefNextIteration(...): Делает свой вход доступным для следующей итерации.
RefSelect(...): Передаёт index-й элемент inputs в output.
RefSwitch(...): Передаёт тензор-ссылку data на выходной порт, определённый pred.
RegexFullMatch(...): Проверка соответствия входных данных шаблону регулярного выражения.
RegexReplace(...): Замена совпадений pattern регулярного выражения в input на
RegisterDataset(...): Регистрация набора данных в службе tf.data.
Relu(...): Вычисление выпрямленного линейного: max(features, 0).
Relu6(...): Вычисление выпрямлённого линейного 6: min(max(features, 0), 6).
Relu6Grad(...): Вычисление градиентов для выпрямлённого линейного 6 для операции Relu6.
ReluGrad(...): Вычисление градиентов для выпрямлённого линейного для операции Relu.
RemoteCall(...): Выполнение функции f на удалённом устройстве, указанном target.
RepeatDataset(...): Создаёт набор данных, который выводит выходные данные input_dataset count раз.
RequantizationRange(...): Вычисляет диапазон, который охватывает фактические значения, присутствующие в квантизованном тензоре.
RequantizationRangePerChannel(...): Вычисляет диапазон переквантования по каждому каналу.
Requantize(...): Преобразует квантизованный input тензор в тензор с меньшей точностью output.
RequantizePerChannel(...): Переквантует входные данные с минимальными и максимальными значениями, известными по каждому каналу.
Reshape(...): Изменяет форму тензора.
ResizeArea(...): Изменение размера images до size с использованием интерполяции площади.
ResizeBicubic(...): Изменение размера images до size с использованием бикубической интерполяции.
ResizeBicubicGrad(...): Вычисляет градиент бикубической интерполяции.
ResizeBilinear(...): Изменение размера images до size с использованием билинейной интерполяции.
ResizeBilinearGrad(...): Вычисляет градиент билинейной интерполяции.
ResizeNearestNeighbor(...): Изменение размера images до size с использованием интерполяции ближайшего соседа.
ResizeNearestNeighborGrad(...): Вычисляет градиент интерполяции ближайшего соседа.
ResourceAccumulatorApplyGradient(...): Применяет градиент к заданному аккумулятору.
ResourceAccumulatorNumAccumulated(...): Возвращает количество градиентов, агрегированных в заданных аккумуляторах.
ResourceAccumulatorSetGlobalStep(...): Обновляет аккумулятор новым значением для global_step.
ResourceAccumulatorTakeGradient(...): Извлекает средний градиент в заданном ConditionalAccumulator.
ResourceApplyAdaMax(...): Обновить '*var' в соответствии с алгоритмом AdaMax.
ResourceApplyAdadelta(...): Обновить '*var' в соответствии со схемой adadelta.
ResourceApplyAdagrad(...): Обновить '*var' в соответствии со схемой adagrad.
ResourceApplyAdagradDA(...): Обновить '*var' в соответствии с проксимальной схемой adagrad.
ResourceApplyAdagradV2(...): Обновить '*var' в соответствии со схемой adagrad.
ResourceApplyAdam(...): Обновить '*var' в соответствии с алгоритмом Adam.
ResourceApplyAdamWithAmsgrad(...): Обновить '*var' в соответствии с алгоритмом Adam.
ResourceApplyAddSign(...): Обновить '*var' в соответствии с обновлением AddSign.
ResourceApplyCenteredRMSProp(...): Обновить '*var' в соответствии с алгоритмом centered RMSProp.
ResourceApplyFtrl(...): Обновить '*var' в соответствии со схемой Ftrl-proximal.
ResourceApplyFtrlV2(...): Обновить '*var' в соответствии со схемой Ftrl-proximal.
ResourceApplyGradientDescent(...): Обновить '*var', вычтя 'alpha' * 'delta' из него.
ResourceApplyKerasMomentum(...): Обновить '*var' в соответствии со схемой импульса.
ResourceApplyMomentum(...): Обновить '*var' в соответствии со схемой импульса.
ResourceApplyPowerSign(...): Обновить '*var' в соответствии с обновлением AddSign.
ResourceApplyProximalAdagrad(...): Обновить 'var' и 'accum' в соответствии с алгоритмом FOBOS с учётом скорости обучения Adagrad.
ResourceApplyProximalGradientDescent(...): Обновить '*var' как алгоритм FOBOS с фиксированной скоростью обучения.
ResourceApplyRMSProp(...): Обновить '*var' в соответствии с алгоритмом RMSProp.
ResourceConditionalAccumulator(...): Условный аккумулятор для агрегирования градиентов.
ResourceCountUpTo(...): Увеличивает переменную, на которую указывает 'resource', пока она не достигнет 'limit'.
ResourceGather(...): Сбор срезов из переменной, на которую указывает resource, в соответствии с indices.
ResourceScatterAdd(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.
ResourceScatterDiv(...): Делит разреженные обновления на переменную, на которую ссылается resource.
ResourceScatterMax(...): Сводит разреженные обновления к переменной, на которую ссылается resource с помощью операции max.
ResourceScatterMin(...): Сводит разреженные обновления к переменной, на которую ссылается resource с помощью операции min.
ResourceScatterMul(...): Умножает разреженные обновления на переменную, на которую ссылается resource.
ResourceScatterNdAdd(...): Применяет разреженное сложение к отдельным значениям или срезам в переменной.
ResourceScatterNdSub(...): Применяет разреженное вычитание к отдельным значениям или срезам в переменной.
ResourceScatterNdUpdate(...): Применяет разреженную updates к отдельным значениям или срезам в данной
ResourceScatterSub(...): Вычитает разреженные обновления из переменной, на которую ссылается resource.
ResourceScatterUpdate(...): Назначает разреженные обновления переменной, на которую ссылается resource.
ResourceSparseApplyAdadelta(...): var: Должен быть из Variable().
ResourceSparseApplyAdagrad(...): Обновить соответствующие записи в 'var' и 'accum' в соответствии со схемой adagrad.
ResourceSparseApplyAdagradDA(...): Обновить записи в 'var' и 'accum' в соответствии с проксимальной схемой adagrad.
ResourceSparseApplyAdagradV2(...): Обновить соответствующие записи в 'var' и 'accum' в соответствии со схемой adagrad.
ResourceSparseApplyCenteredRMSProp(...): Обновить '*var' в соответствии с алгоритмом centered RMSProp.
ResourceSparseApplyFtrl(...): Обновить соответствующие записи в '*var' в соответствии со схемой Ftrl-proximal.
ResourceSparseApplyFtrlV2(...): Обновить соответствующие записи в '*var' в соответствии со схемой Ftrl-proximal.
ResourceSparseApplyKerasMomentum(...): Обновить соответствующие записи в 'var' и 'accum' в соответствии со схемой импульса.
ResourceSparseApplyMomentum(...): Обновить соответствующие записи в 'var' и 'accum' в соответствии со схемой импульса.
ResourceSparseApplyProximalAdagrad(...): Разреженное обновление записей в 'var' и 'accum' в соответствии с алгоритмом FOBOS.
ResourceSparseApplyProximalGradientDescent(...): Разреженное обновление '*var' как алгоритм FOBOS с фиксированной скоростью обучения.
ResourceSparseApplyRMSProp(...): Обновить '*var' в соответствии с алгоритмом RMSProp.
ResourceStridedSliceAssign(...): Присвоить value срезу l-значения ссылки ref.
Restore(...): Восстанавливает тензор из файлов контрольных точек.
RestoreSlice(...): Восстанавливает тензор из файлов контрольных точек.
RestoreV2(...): Восстанавливает тензоры из контрольной точки V2.
RetrieveTPUEmbeddingADAMParameters(...): Получить параметры встраивания ADAM.
RetrieveTPUEmbeddingADAMParametersGradAccumDebug(...): Получить параметры встраивания ADAM с поддержкой отладки.
RetrieveTPUEmbeddingAdadeltaParameters(...): Получить параметры встраивания Adadelta.
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug(...): Получить параметры встраивания Adadelta с поддержкой отладки.
RetrieveTPUEmbeddingAdagradParameters(...): Получить параметры встраивания Adagrad.
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug(...): Получить параметры встраивания Adagrad с поддержкой отладки.
RetrieveTPUEmbeddingCenteredRMSPropParameters(...): Получить параметры встраивания centered RMSProp.
RetrieveTPUEmbeddingFTRLParameters(...): Получить параметры встраивания FTRL.
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug(...): Получить параметры встраивания FTRL с поддержкой отладки.
RetrieveTPUEmbeddingMDLAdagradLightParameters(...): Получить параметры встраивания MDL Adagrad Light.
RetrieveTPUEmbeddingMomentumParameters(...): Получить параметры встраивания Momentum.
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug(...): Получить параметры встраивания Momentum с поддержкой отладки.
RetrieveTPUEmbeddingProximalAdagradParameters(...): Получить параметры встраивания proximal Adagrad.
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug(...): Получить параметры встраивания proximal Adagrad с поддержкой отладки.
RetrieveTPUEmbeddingProximalYogiParameters(...)
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug(...)
RetrieveTPUEmbeddingRMSPropParameters(...): Получить параметры встраивания RMSProp.
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug(...): Получить параметры встраивания RMSProp с поддержкой отладки.
RetrieveTPUEmbeddingStochasticGradientDescentParameters(...): Получить параметры встраивания SGD.
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug(...): Получить параметры встраивания SGD с поддержкой отладки.
Reverse(...): Инвертирует определённые измерения тензора.
ReverseSequence(...): Инвертирует срезы переменной длины.
ReverseV2(...): Инвертирует определённые измерения тензора.
RightShift(...): Элементо-поэлементное вычисление битового сдвига вправо x и y.
Rint(...): Возвращает целое число, ближайшее к x.
RngReadAndSkip(...): Передвинуть счётчик счётчика RNG.
RngSkip(...): Переместить счётчик псевдослучайного генератора, основанного на счётчике.
Roll(...): Поворачивает элементы тензора вдоль оси.
Round(...): Округляет значения тензора до ближайшего целого числа, поэлементно.
Rsqrt(...): Вычисляет обратное значение квадратного корня от x поэлементно.
RsqrtGrad(...): Вычисляет градиент для обратного значения квадратного корня от x относительно его входного значения.
SampleDistortedBoundingBox(...): Генерирует одну случайную искажённую рамку для изображения.
SampleDistortedBoundingBoxV2(...): Генерирует одну случайную искажённую рамку для изображения.
SamplingDataset(...): Создаёт набор данных, который берёт Бернулли-выборку из содержимого другого набора данных.
Save(...): Сохраняет входные тензоры на диск.
SaveSlices(...): Сохраняет слайсы входных тензоров на диск.
SaveV2(...): Сохраняет тензоры в формате V2 контрольных точек.
ScalarSummary(...): Выводит протокол Summary с численными значениями.
ScanDataset(...): Создаёт набор данных, последовательно вычисляющий f над элементами input_dataset.
ScatterAdd(...): Добавляет разреженные обновления к ссылке на переменную.
ScatterDiv(...): Делит ссылку на переменную на разреженные обновления.
ScatterMax(...): Сокращает разреженные обновления в ссылку на переменную с помощью операции max.
ScatterMin(...): Сокращает разреженные обновления в ссылку на переменную с помощью операции min.
ScatterMul(...): Умножает разреженные обновления в ссылку на переменную.
ScatterNd(...): Рассеивает updates в новый тензор в соответствии с indices.
ScatterNdAdd(...): Применяет разрежённое сложение к отдельным значениям или слайсам в переменной.
ScatterNdMax(...): Вычисляет поэлементный максимум.
ScatterNdMin(...): Вычисляет поэлементный минимум.
ScatterNdNonAliasingAdd(...): Применяет разрежённое сложение к input используя отдельные значения или слайсы
ScatterNdSub(...): Применяет разрешённое вычитание к отдельным значениям или слайсам в переменной.
ScatterNdUpdate(...): Применяет разрешённое updates к отдельным значениям или слайсам внутри заданной
ScatterSub(...): Вычитает разреженные обновления из ссылки на переменную.
ScatterUpdate(...): Применяет разреженные обновления к ссылке на переменную.
SdcaFprint(...): Вычисляет отпечатки пальцев входных строк.
SdcaOptimizer(...): Распределённый вариант оптимизатора Стохастического двойственного восхождения по координатам (SDCA) для
SdcaOptimizerV2(...): Распределённый вариант оптимизатора Стохастического двойственного восхождения по координатам (SDCA) для
SdcaShrinkL1(...): Применяет шаг сжатия L1 регуляризации к параметрам.
SegmentMax(...): Вычисляет максимальное значение по сегментам тензора.
SegmentMean(...): Вычисляет среднее значение по сегментам тензора.
SegmentMin(...): Вычисляет минимальное значение по сегментам тензора.
SegmentProd(...): Вычисляет произведение по сегментам тензора.
SegmentSum(...): Вычисляет сумму по сегментам тензора.
Select(...): Выбирает элементы из x или y, в зависимости от condition.
SelfAdjointEig(...): Вычисляет собственное разложение пакета квадратных самосопряжённых матриц.
SelfAdjointEigV2(...): Вычисляет собственное разложение одной или нескольких квадратных самосопряжённых матриц.
Selu(...): Вычисляет масштабированную экспоненциальную линейную функцию: scale * alpha * (exp(features) - 1)
SeluGrad(...): Вычисляет градиенты для масштабированной экспоненциальной линейной (Selu) операции.
Send(...): Отправляет именованный тензор с send_device на recv_device.
SendTPUEmbeddingGradients(...): Выполняет обновления градиентов таблиц встраивания.
SerializeIterator(...): Преобразует заданный resource_handle, представляющий итератор, в тензор-вариант.
SerializeManySparse(...): Сериализует N-минимальную партию SparseTensor в объект [N, 3] Tensor.
SerializeSparse(...): Сериализует SparseTensor в объект [3] Tensor.
SerializeTensor(...): Преобразует тензор в сериализованный объект TensorProto.
SetSize(...): Количество уникальных элементов по последнему измерению входного set.
SetStatsAggregatorDataset(...)
Shape(...): Возвращает форму тензора.
ShapeN(...): Возвращает форму тензоров.
ShardDataset(...): Создаёт набор данных, включающий только 1/num_shards этого набора данных.
ShardedFilename(...): Генерирует имя фрагментированного файла. Имя файла форматируется как
ShardedFilespec(...): Генерирует шаблон глобального поиска, соответствующий всем именам фрагментированных файлов.
ShuffleAndRepeatDataset(...): Создаёт набор данных, который перемешивает и повторяет элементы из input_dataset
ShuffleAndRepeatDatasetV2(...)
ShuffleDataset(...): Создаёт набор данных, который перемешивает элементы из input_dataset псевдослучайным образом.
ShutdownDistributedTPU(...): Останавливает работающую распределённую систему TPU.
Sigmoid(...): Вычисляет сигмоиду от x поэлементно.
SigmoidGrad(...): Вычисляет градиент сигмоиды от x относительно его входного значения.
Sign(...): Возвращает поэлементную индикацию знака числа.
Sin(...): Вычисляет синус от x поэлементно.
Sinh(...): Вычисляет гиперболический синус от x поэлементно.
Size(...): Возвращает размер тензора.
SkipDataset(...): Создаёт набор данных, пропускающий count элементов из набора input_dataset.
Slice(...): Возвращает срез из 'input'.
SlidingWindowDataset(...): Создаёт набор данных, проходящий скользящим окном по input_dataset.
Snapshot(...): Возвращает копию входного тензора.
SnapshotDataset(...): Создаёт набор данных, который будет записывать/читать из моментального снимка.
SnapshotDatasetV2(...): Создаёт набор данных, который будет записывать/читать из моментального снимка.
SobolSample(...): Генерирует точки из последовательности Соболя.
Softmax(...): Вычисляет активации softmax.
SoftmaxCrossEntropyWithLogits(...): Вычисляет стоимость и градиенты кросс-энтропии softmax для обратного распространения.
Softplus(...): Вычисляет softplus: log(exp(features) + 1).
SoftplusGrad(...): Вычисляет градиенты softplus для операции softplus.
Softsign(...): Вычисляет softsign: features / (abs(features) + 1).
SoftsignGrad(...): Вычисляет градиенты softsign для операции softsign.
SpaceToBatch(...): SpaceToBatch для 4-мерных тензоров типа T.
SpaceToBatchND(...): SpaceToBatch для N-мерных тензоров типа T.
SpaceToDepth(...): SpaceToDepth для тензоров типа T.
SparseAccumulatorApplyGradient(...): Применяет разреженный градиент к заданному аккумулятору.
SparseAccumulatorTakeGradient(...): Извлекает средний разреженный градиент в SparseConditionalAccumulator.
SparseAdd(...): Добавляет два объекта SparseTensor для получения другого SparseTensor.
SparseAddGrad(...): Оператор градиента для операции SparseAdd.
SparseApplyAdadelta(...): var: Должен быть получен из Variable().
SparseApplyAdagrad(...): Обновляет соответствующие записи в «var» и «accum» в соответствии со схемой adagrad.
SparseApplyAdagradDA(...): Обновляет записи в «var» и «accum» в соответствии с приближенной схемой adagrad.
SparseApplyAdagradV2(...): Обновляет соответствующие записи в «var» и «accum» в соответствии со схемой adagrad.
SparseApplyCenteredRMSProp(...): Обновляет «*var» в соответствии с алгоритмом centered RMSProp.
SparseApplyFtrl(...): Обновляет соответствующие записи в «*var» в соответствии с приближенной схемой Ftrl.
SparseApplyFtrlV2(...): Обновляет соответствующие записи в «*var» в соответствии с приближенной схемой Ftrl.
SparseApplyMomentum(...): Обновляет соответствующие записи в «var» и «accum» в соответствии со схемой импульса.
SparseApplyProximalAdagrad(...): Распределённое обновление записей в «var» и «accum» согласно алгоритму FOBOS.
SparseApplyProximalGradientDescent(...): Распределённое обновление «*var» как алгоритм FOBOS с фиксированной скоростью обучения.
SparseApplyRMSProp(...): Обновляет «*var» в соответствии с алгоритмом RMSProp.
SparseBincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.
SparseConcat(...): Объединяет список SparseTensor по указанному измерению.
SparseConditionalAccumulator(...): Условный накопитель для агрегирования разреженных градиентов.
SparseCountSparseOutput(...): Выполняет подсчёт бинов с разреженным выходом для разреженного входного тензора.
SparseCross(...): Генерирует разреженное перекрестие из списка разреженных и плотных тензоров.
SparseCrossHashed(...): Генерирует разреженное перекрестие из списка разреженных и плотных тензоров.
SparseCrossV2(...): Генерирует разреженное перекрестие из списка разреженных и плотных тензоров.
SparseDenseCwiseAdd(...): Складывает SparseTensor и плотный тензор, используя следующие правила:
SparseDenseCwiseDiv(...): Компонентное деление SparseTensor на плотный тензор.
SparseDenseCwiseMul(...): Компонентное умножение SparseTensor на плотный тензор.
SparseFillEmptyRows(...): Заполняет пустые строки во входном 2-мерном SparseTensor значением по умолчанию.
SparseFillEmptyRowsGrad(...): Оператор градиента для SparseFillEmptyRows.
SparseMatMul(...): Умножение матрицы «a» на матрицу «b».
SparseMatrixAdd(...): Разреженное сложение двух матриц CSR, C = alpha * A + beta * B.
SparseMatrixMatMul(...): Умножение матрицы разреженной матрицы на плотную матрицу.
SparseMatrixMul(...): Элементное умножение разреженной матрицы на плотный тензор.
SparseMatrixNNZ(...): Возвращает количество ненулевых элементов sparse_matrix.
SparseMatrixOrderingAMD(...): Вычисляет упорядочение приближённой минимальной степени (AMD) input.
SparseMatrixSoftmax(...): Вычисляет softmax для CSRSparseMatrix.
SparseMatrixSoftmaxGrad(...): Вычисляет градиент операции SparseMatrixSoftmax.
SparseMatrixSparseCholesky(...): Вычисляет разреженное разложение Холецкого input.
SparseMatrixSparseMatMul(...): Умножение разреженных матриц в формате CSR a и b.
SparseMatrixTranspose(...): Транспонирует внутренние (матричные) измерения CSRSparseMatrix.
SparseMatrixZeros(...): Создаёт CSRSparseMatrix со всеми нулевыми элементами с формой dense_shape.
SparseReduceMax(...): Вычисляет максимальное значение элементов по измерениям SparseTensor.
SparseReduceMaxSparse(...): Вычисляет максимальное значение элементов по измерениям SparseTensor.
SparseReduceSum(...): Вычисляет сумму элементов по измерениям SparseTensor.
SparseReduceSumSparse(...): Вычисляет сумму элементов по измерениям SparseTensor.
SparseReorder(...): Переупорядочивает SparseTensor в каноническое, упорядоченное по строкам.
SparseReshape(...): Изменяет форму SparseTensor, чтобы представить значения в новой плотной форме.
SparseSegmentMean(...): Вычисляет среднее значение по разреженным сегментам тензора.
SparseSegmentMeanGrad(...): Вычисляет градиенты для SparseSegmentMean.
SparseSegmentMeanWithNumSegments(...): Вычисляет среднее значение по разреженным сегментам тензора.
SparseSegmentSqrtN(...): Вычисляет сумму по разреженным сегментам тензора, делённую на корень из N.
SparseSegmentSqrtNWithNumSegments(...): Вычисляет сумму по разреженным сегментам тензора, делённую на корень из N.
SparseSegmentSum(...): Вычисляет сумму по разреженным сегментам тензора.
SparseSegmentSumWithNumSegments(...): Вычисляет сумму по разреженным сегментам тензора.
SparseSlice(...): Вырезает SparseTensor на основе start и size.
SparseSliceGrad(...): Оператор градиента для операции SparseSlice.
SparseSoftmax(...): Применяет softmax к пакетному N-мерному SparseTensor.
SparseSoftmaxCrossEntropyWithLogits(...): Вычисляет стоимость кросс-энтропии softmax и градиенты для обратного распространения.
SparseSparseMaximum(...): Возвращает поэлементный максимум двух SparseTensor.
SparseSparseMinimum(...): Возвращает поэлементный минимум двух SparseTensor.
SparseSplit(...): Разделяет SparseTensor на num_split тензоров по одному измерению.
SparseTensorDenseAdd(...): Складывает SparseTensor и плотный Tensor, получая плотный Tensor.
SparseTensorDenseMatMul(...): Умножает SparseTensor (ранга 2) «A» на плотную матрицу «B».
SparseTensorSliceDataset(...): Создаёт набор данных, разбивающий SparseTensor на элементы по строкам.
SparseTensorToCSRSparseMatrix(...): Преобразует SparseTensor в (возможно, пакетную) CSRSparseMatrix.
SparseToDense(...): Преобразует разреженное представление в плотный тензор.
SparseToSparseSetOperation(...): Применяет операцию множества по последнему измерению 2 SparseTensor входов.
Split(...): Разделяет тензор на num_split тензоров по одному измерению.
SplitV(...): Разделяет тензор на num_split тензоров по одному измерению.
SqlDataset(...): Создаёт набор данных, который выполняет SQL-запрос и генерирует строки результата.
Sqrt(...): Вычисляет квадратный корень от x поэлементно.
SqrtGrad(...): Вычисляет градиент для квадратного корня из x по отношению к его входу.
Square(...): Вычисляет квадрат x поэлементно.
SquaredDifference(...): Возвращает conj(x - y)(x - y) поэлементно.
Squeeze(...): Удаляет измерения размера 1 из формы тензора.
Stack(...): Устарело, используйте StackV2.
StackClose(...): Устарело, используйте StackCloseV2.
StackCloseV2(...): Удаляет стек из его контейнера ресурсов.
StackPop(...): Устарело, используйте StackPopV2.
StackPopV2(...): Извлекает элемент из вершины стека.
StackPush(...): Устарело, используйте StackPushV2.
StackPushV2(...): Помещает элемент в стек.
StackV2(...): Стек, который генерирует элементы в порядке LIFO.
Stage(...): Этапирование значений, аналогичное лёгкому Enqueue.
StageClear(...): Операция удаляет все элементы в базовом контейнере.
StagePeek(...): Операция просматривает значения в указанном индексе. Если
StageSize(...): Операция возвращает количество элементов в базовом контейнере.
StatefulPartitionedCall(...): возвращает f(inputs), где размещен и разбит тело f.
StatefulStandardNormal(...): Выводит случайные значения из нормального распределения. Этот оператор устарел в пользу оператора 'StatefulStandardNormalV2'
StatefulStandardNormalV2(...): Выводит случайные значения из нормального распределения.
StatefulTruncatedNormal(...): Выводит случайные значения из усеченного нормального распределения.
StatefulUniform(...): Выводит случайные значения из равномерного распределения.
StatefulUniformFullInt(...): Выводит случайные целые числа из равномерного распределения.
StatefulUniformInt(...): Выводит случайные целые числа из равномерного распределения.
StatelessCase(...): Условное оператор с n ветвями, вызывающий функцию одной ветви.
StatelessIf(...): output = cond ? then_branch(input) : else_branch(input)
StatelessMultinomial(...): Извлекает выборки из многономиального распределения.
StatelessParameterizedTruncatedNormal(...)
StatelessRandomBinomial(...): Выводит детерминированные псевдослучайные числа из биномиального распределения.
StatelessRandomGammaV2(...): Выводит детерминированные псевдослучайные числа из гамма-распределения.
StatelessRandomGetKeyCounterAlg(...): Выбирает лучший алгоритм на основе устройства и шифрует seed в ключ и счётчик.
StatelessRandomNormal(...): Выводит детерминированные псевдослучайные значения из нормального распределения.
StatelessRandomNormalV2(...): Выводит детерминированные псевдослучайные значения из нормального распределения.
StatelessRandomPoisson(...): Выводит детерминированные псевдослучайные числа из распределения Пуассона.
StatelessRandomUniform(...): Выводит детерминированные псевдослучайные случайные значения из равномерного распределения.
StatelessRandomUniformFullInt(...): Выводит детерминированные псевдослучайные случайные целые числа из равномерного распределения.
StatelessRandomUniformFullIntV2(...): Выводит детерминированные псевдослучайные случайные целые числа из равномерного распределения.
StatelessRandomUniformInt(...): Выводит детерминированные псевдослучайные случайные целые числа из равномерного распределения.
StatelessRandomUniformIntV2(...): Выводит детерминированные псевдослучайные случайные целые числа из равномерного распределения.
StatelessRandomUniformV2(...): Выводит детерминированные псевдослучайные случайные значения из равномерного распределения.
StatelessSampleDistortedBoundingBox(...): Генерация случайно искажённого прямоугольника bounding box для изображения детерминированно.
StatelessTruncatedNormal(...): Выводит детерминированные псевдослучайные значения из усечённого нормального распределения.
StatelessTruncatedNormalV2(...): Выводит детерминированные псевдослучайные значения из усечённого нормального распределения.
StatelessWhile(...): output = input; While (Cond(output)) { output = Body(output) }
StaticRegexFullMatch(...): Проверка, соответствует ли вход шаблону regex.
StaticRegexReplace(...): Замена совпадения шаблона в входе на rewrite.
StatsAggregatorHandle(...): Создаёт ресурс менеджера статистики.
StatsAggregatorSetSummaryWriter(...): Устанавливает интерфейс summary_writer для записи статистики, используя заданный stats_aggregator.
StatsAggregatorSummary(...): Создаёт сводку любой статистики, записанной заданным менеджером статистики.
StopGradient(...): Остановка вычисления градиента.
StridedSlice(...): Возвращает срез из input.
StridedSliceAssign(...): Присваивает value срезу l-значения ссылки ref.
StridedSliceGrad(...): Возвращает градиент StridedSlice.
StringFormat(...): Форматирует шаблон строки с помощью списка тензоров.
StringJoin(...): Объединяет строки в заданном списке тензоров строк в один тензор;
StringLength(...): Длины строк input.
StringLower(...): Преобразует все заглавные символы в соответствующие строчные символы.
StringNGrams(...): Создаёт n-граммы из данных строк с пропусками.
StringSplit(...): Разделяет элементы input по delimiter в SparseTensor.
StringSplitV2(...): Разделяет элементы source по sep в SparseTensor.
StringStrip(...): Удаляет начальные и конечные пробелы из тензора.
StringToHashBucket(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.
StringToHashBucketFast(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.
StringToHashBucketStrong(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.
StringToNumber(...): Преобразует каждую строку в входном тензоре в указанный числовой тип.
StringUpper(...): Преобразует все строчные символы в соответствующие заглавные символы.
Sub(...): Возвращает x - y поэлементно.
Substr(...): Возвращает подстроки из Tensor строк.
Sum(...): Вычисляет сумму элементов по измерениям тензора.
Svd(...): Вычисляет сингулярные разложения одной или нескольких матриц.
Switch(...): Перенаправляет data на выходной порт, определяемый pred.
SymbolicGradient(...): Вычисляет функцию градиента для функции f с помощью обратного распространения.
TFRecordDataset(...): Создаёт набор данных, который излучает записи из одного или нескольких файлов TFRecord.
TFRecordReader(...): Чтец, который выводит записи из файла TensorFlow Records.
TFRecordReaderV2(...): Чтец, который выводит записи из файла TensorFlow Records.
TPUCompilationResult(...): Возвращает результат компиляции TPU.
TPUEmbeddingActivations(...): Оператор, позволяющий дифференцировать вставки TPU.
TPUOrdinalSelector(...): Оператор выбора ядра TPU.
TPUPartitionedCall(...): Вызов функции, размещённой на заданном устройстве TPU.
TPUReplicateMetadata(...): Метаданные, указывающие, как следует дублировать вычисление TPU.
TPUReplicatedInput(...): Подключает N входов к N-кратному дублированному вычислению TPU.
TPUReplicatedOutput(...): Подключает N выходов от N-кратно дублированного вычисления TPU.
TakeDataset(...): Создаёт набор данных, который содержит count элементов из input_dataset.
TakeManySparseFromTensorsMap(...): Чтение SparseTensors из SparseTensorsMap и конкатенация их.
TakeWhileDataset(...): Создаёт набор данных, который останавливает итерацию, когда predicate` ложно.
Tan(...): Вычисляет tg x поэлементно.
Tanh(...): Вычисляет гиперболический тангенс x поэлементно.
TanhGrad(...): Вычисляет градиент для tg x по отношению к его входу.
TemporaryVariable(...): Возвращает тензор, который может быть изменён, но существует только в одном шаге.
TensorArrayCloseV2(...): Устарело. Используйте TensorArrayCloseV3
TensorArrayCloseV3(...): Удаляет TensorArray из его контейнера ресурсов.
TensorArrayConcatV2(...): Устарело. Используйте TensorArrayConcatV3
TensorArrayConcatV3(...): Объединяет элементы из TensorArray в значение value.
TensorArrayGatherV2(...): Устарело. Используйте TensorArrayGatherV3
TensorArrayGatherV3(...): Извлечение определенных элементов из TensorArray в выходной value.
TensorArrayGradV2(...): Устарело. Используйте TensorArrayGradV3
TensorArrayGradV3(...): Создает TensorArray для хранения градиентов значений в заданном дескрипторе.
TensorArrayGradWithShape(...): Создает TensorArray для хранения нескольких градиентов значений в заданном дескрипторе.
TensorArrayReadV2(...): Устарело. Используйте TensorArrayReadV3
TensorArrayReadV3(...): Чтение элемента из TensorArray в выходной value.
TensorArrayScatterV2(...): Устарело. Используйте TensorArrayScatterV3
TensorArrayScatterV3(...): Разброс данных из входного значения в определенные элементы TensorArray.
TensorArraySizeV2(...): Устарело. Используйте TensorArraySizeV3
TensorArraySizeV3(...): Получение текущего размера TensorArray.
TensorArraySplitV2(...): Устарело. Используйте TensorArraySplitV3
TensorArraySplitV3(...): Разделение данных из входного значения на элементы TensorArray.
TensorArrayV2(...): Устарело. Используйте TensorArrayV3
TensorArrayV3(...): Массив тензоров заданного размера.
TensorArrayWriteV2(...): Устарело. Используйте TensorArrayGradV3
TensorArrayWriteV3(...): Добавление элемента в tensor_array.
TensorDataset(...): Создает набор данных, который выдает components как кортеж тензоров один раз.
TensorListConcat(...): Объединяет все тензоры в списке по 0-й размерности.
TensorListConcatV2(...): Объединяет все тензоры в списке по 0-й размерности.
TensorListElementShape(...): Форма элементов заданного списка, как тензор.
TensorListFromTensor(...): Создает TensorList, который при объединении имеет значение tensor.
TensorListGather(...): Создает тензор путем индексирования в TensorList.
TensorListGetItem(...): Возвращает элемент в списке с заданным индексом.
TensorListLength(...): Возвращает количество тензоров во входном списке тензоров.
TensorListPopBack(...): Возвращает последний элемент входного списка, а также список без этого элемента.
TensorListPushBack(...): Возвращает список, содержащий переданный Tensor в качестве последнего элемента, а другие элементы заданного списка в input_handle.
TensorListReserve(...): Список заданного размера с пустыми элементами.
TensorListResize(...): Изменение размера списка.
TensorListScatter(...): Создание TensorList путем индексирования в тензор.
TensorListScatterIntoExistingList(...): Разброс тензора по индексам во входном списке.
TensorListScatterV2(...): Создание TensorList путем индексирования в тензор.
TensorListSetItem(...): Установка позиции списка с индексом для содержания данного тензора.
TensorListSplit(...): Разделение тензора на список.
TensorListStack(...): Объединение всех тензоров в списке.
TensorScatterAdd(...): Добавление разреженного updates к существующему тензору в соответствии с indices.
TensorScatterSub(...): Вычитание разреженного updates из существующего тензора в соответствии с indices.
TensorScatterUpdate(...): Разброс updates в существующий тензор в соответствии с indices.
TensorSliceDataset(...): Создает набор данных, который выдает каждый срез dim-0 components по одному.
TensorStridedSliceUpdate(...): Присваивание value к срезу l-значения input.
TensorSummary(...): Вывод Summary протокольного буфера с тензором.
TensorSummaryV2(...): Вывод Summary протокольного буфера с тензором и данными по плагинам.
TextLineDataset(...): Создает набор данных, который выдает строки из одного или нескольких текстовых файлов.
TextLineReader(...): Чтец, который выводит строки файла, ограниченные '\n'.
TextLineReaderV2(...): Чтец, который выводит строки файла, ограниченные '\n'.
ThreadPoolDataset(...): Создает набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ThreadPoolHandle(...): Создает набор данных, использующий пользовательский пул потоков для вычисления input_dataset.
ThreadUnsafeUnigramCandidateSampler(...): Генерирует метки для выборки кандидатов с использованием распределения частот.
Tile(...): Построение тензора путем копирования заданного тензора.
TileGrad(...): Возвращает градиент Tile.
Timestamp(...): Предоставляет время с эпохи в секундах.
ToBool(...): Преобразование тензора в скалярное предикатное значение.
TopK(...): Находит значения и индексы k наибольших элементов для последнего измерения.
TopKV2(...): Находит значения и индексы k наибольших элементов для последнего измерения.
Transpose(...): Переупорядочивание измерений x в соответствии с перестановкой.
TridiagonalMatMul(...): Вычисление произведения с треугольной матрицей.
TridiagonalSolve(...): Решение треугольных систем уравнений.
TruncateDiv(...): Возвращает x / y поэлементно для целочисленных типов.
TruncateMod(...): Возвращает остаток от деления поэлементно. Это эмулирует семантику C в том, что
TruncatedNormal(...): Вывод случайных значений из усеченного нормального распределения.
Unbatch(...): Обратное преобразование операции Batch для одного выходного тензора.
UnbatchDataset(...): Набор данных, который разбивает элементы своего входного набора на несколько элементов.
UnbatchGrad(...): Градиент Unbatch.
UncompressElement(...): Разжатие сжатого элемента набора данных.
UnicodeDecode(...): Декодирование каждой строки в input в последовательность кодов Юникода.
UnicodeDecodeWithOffsets(...): Декодирование каждой строки в input в последовательность кодов Юникода.
UnicodeEncode(...): Кодирование тензора целых чисел в строки Юникода.
UnicodeScript(...): Определение кодов скриптов заданного тензора кодов Юникода.
UnicodeTranscode(...): Транскодирование входного текста из исходной кодировки в кодировку назначения.
UniformCandidateSampler(...): Генерирует метки для выборки кандидатов с равномерным распределением.
Unique(...): Нахождение уникальных элементов в одномерном тензоре.
UniqueDataset(...): Создает набор данных, содержащий уникальные элементы input_dataset.
UniqueV2(...): Нахождение уникальных элементов вдоль оси тензора.
UniqueWithCounts(...): Нахождение уникальных элементов в одномерном тензоре.
UniqueWithCountsV2(...): Нахождение уникальных элементов вдоль оси тензора.
Unpack(...): Распаковка заданного измерения тензора ранга R в num тензоры ранга (R-1).
UnravelIndex(...): Преобразование массива плоских индексов в кортеж массивов координат.
UnsortedSegmentJoin(...): Объединение элементов inputs на основе segment_ids.
UnsortedSegmentMax(...): Вычисляет максимальное значение по сегментам тензора.
UnsortedSegmentMin(...): Вычисляет минимальное значение по сегментам тензора.
UnsortedSegmentProd(...): Вычисляет произведение по сегментам тензора.
UnsortedSegmentSum(...): Вычисляет сумму по сегментам тензора.
Unstage(...): Операция аналогична лёгкому Dequeue.
UpperBound(...): Применяет upper_bound(sorted_search_values, values) по каждой строке.
VarHandleOp(...): Создаёт указатель на ресурс Variable.
VarIsInitializedOp(...): Проверяет, был ли инициализирован ресурс переменной, основанный на указателе.
Variable(...): Используйте VariableV2 вместо этого.
VariableShape(...): Возвращает форму переменной, на которую указывает resource.
VariableV2(...): Содержит состояние в виде тензора, который сохраняется между шагами.
Where(...): Возвращает местоположения ненулевых/истинных значений в тензоре.
While(...): output = input; While (Cond(output)) { output = Body(output) }
WholeFileReader(...): Чтец, который выводит всё содержимое файла в качестве значения.
WholeFileReaderV2(...): Чтец, который выводит всё содержимое файла в качестве значения.
WindowDataset(...): Объединяет (вложенные) элементы входных данных в набор (вложенных) окон.
WorkerHeartbeat(...): Операция определения работоспособности исполнителя.
WriteAudioSummary(...): Записывает сводку аудио.
WriteFile(...): Записывает содержимое в файл по пути input filename. Создаёт файл и рекурсивно
WriteGraphSummary(...): Записывает сводку графа.
WriteHistogramSummary(...): Записывает сводку гистограммы.
WriteImageSummary(...): Записывает сводку изображения.
WriteRawProtoSummary(...): Записывает сводку сериализованного прото.
WriteScalarSummary(...): Записывает сводку скаляров.
WriteSummary(...): Записывает сводку тензора.
Xdivy(...): Возвращает 0, если x == 0, и x / y в противном случае, поэлементно.
Xlog1py(...): Возвращает 0, если x == 0, и x * log1p(y) в противном случае, поэлементно.
Xlogy(...): Возвращает 0, если x == 0, и x * log(y) в противном случае, поэлементно.
ZerosLike(...): Возвращает тензор нулей с той же формой и типом, что и x.
Zeta(...): Вычисляет функцию дзета Хурвиц \(\zeta(x, q)\).
ZipDataset(...): Создаёт набор данных, который объединяет input_datasets.
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/compat/v1/raw_ops
