Spec-Zone.ru › TensorFlow 2.4

tf.experimental.numpy.int8

Целочисленный тип со знаком, совместимый с C char.

tf.experimental.numpy.int8(
    *args, **kwargs
)

Код символа: 'b'. Каноническое имя: np.byte. Псевдоним на этой платформе: np.int8: 8-битное целое число со знаком (-128 до 127).

Методы

all

all()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

any

any()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

argmax

argmax()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

argmin

argmin()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

argsort

argsort()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

astype

astype()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

byteswap

byteswap()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

choose

choose()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

clip

clip()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

compress

compress()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

conj

conj()

conjugate

conjugate()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

copy

copy()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

cumprod

cumprod()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

cumsum

cumsum()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

diagonal

diagonal()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

dump

dump()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

dumps

dumps()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

fill

fill()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

flatten

flatten()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

getfield

getfield()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

item

item()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

itemset

itemset()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

max

max()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

mean

mean()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

min

min()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

newbyteorder

newbyteorder()

newbyteorder(new_order='S')

Возвращает новый dtype с другим порядком байтов.

Изменения также производятся во всех полях и подмассивах типа данных.

Код new_order может быть любым из следующих:

  • 'S' - поменять порядок байтов с текущего на противоположный

'<', 'L'

- little endian

'>', 'B'

- big endian

'=', 'N'

- порядок по умолчанию

'|', 'I'

- игнорировать (без изменений порядка байтов)

Параметры

new_order : str, необязательно Порядок байтов для принудительного задания; значение из спецификаций порядка байтов выше. Значение по умолчанию ('S') приводит к перестановке текущего порядка байтов. Код выполняет регистронезависимую проверку первой буквы new_order для альтернатив выше. Например, любой из 'B' или 'b' или 'biggish' является допустимым для указания big-endian.

Возвращает

new_dtype : dtype Новый dtype объект с заданным изменением порядка байтов.

nonzero

nonzero()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения numpy скаляров, и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить унифицированный API.

См. также соответствующий атрибут производного класса, который нас интересует.

prod

prod()

Не реализовано (виртуальное атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

ptp

ptp()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

put

put()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

ravel

ravel()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

repeat

repeat()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

reshape

reshape()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

resize

resize()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

round

round()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

searchsorted

searchsorted()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

setfield

setfield()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

setflags

setflags()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

sort

sort()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

squeeze

squeeze()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

std

std()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

sum

sum()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

swapaxes

swapaxes()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

take

take()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

tobytes

tobytes()

tofile

tofile()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

tolist

tolist()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

tostring

tostring()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

trace

trace()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

transpose

transpose()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

var

var()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

view

view()

Не реализовано (виртуальный атрибут)

Класс generic существует только для получения чисел NumPy из массивов и обладает, хотя и не реализованными, всеми атрибутами класса ndarray, чтобы обеспечить единый API.

См. также соответствующий атрибут интересуемого производного класса.

__abs__

__abs__()

abs(self)

__add__

__add__(
    value, /
)

Возвращает self+value.

__and__

__and__(
    value, /
)

Возвращает self&value.

__bool__

__bool__()

self != 0

__eq__

__eq__(
    value, /
)

Возвращает self==value.

__floordiv__

__floordiv__(
    value, /
)

Возвращает self//value.

__ge__

__ge__(
    value, /
)

Возвращает self>=value.

__getitem__

__getitem__(
    key, /
)

Возвращает self[key].

__gt__

__gt__(
    value, /
)

Возвращает self>value.

__invert__

__invert__()

~self

__le__

__le__(
    value, /
)

Возвращает self<=value.

__lt__

__lt__(
    value, /
)

Возвращает self

__mod__

__mod__(
    value, /
)

Возвращает self%value.

__mul__

__mul__(
    value, /
)

Возвращает self*value.

__ne__

__ne__(
    value, /
)

Возвращает self!=value.

__neg__

__neg__()

-self

__or__

__or__(
    value, /
)

Возвращает self|value.

__pos__

__pos__()

+self

__pow__

__pow__(
    value, mod, /
)

Возвращает pow(self, value, mod).

__radd__

__radd__(
    value, /
)

Возвращает value+self.

__rand__

__rand__(
    value, /
)

Возвращает value&self.

__rfloordiv__

__rfloordiv__(
    value, /
)

Возвращает value//self.

__rmod__

__rmod__(
    value, /
)

Возвращает value%self.

__rmul__

__rmul__(
    value, /
)

Возвращает значение*self.

__ror__

__ror__(
    value, /
)

Возвращает значение|self.

__rpow__

__rpow__(
    value, mod, /
)

Возвращает pow(значение, self, mod).

__rsub__

__rsub__(
    value, /
)

Возвращает значение-self.

__rtruediv__

__rtruediv__(
    value, /
)

Возвращает значение/self.

__rxor__

__rxor__(
    value, /
)

Возвращает значение^self.

__sub__

__sub__(
    value, /
)

Возвращает self-значение.

__truediv__

__truediv__(
    value, /
)

Возвращает self/значение.

__xor__

__xor__(
    value, /
)

Возвращает self^значение.

Переменные класса
T
base
data
denominator
dtype
flags
flat
imag
itemsize
nbytes
ndim
numerator
real
shape
size
strides

© 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/experimental/numpy/int8

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API