Модуль: tf

TensorFlow

pip install tensorflow

Модули

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

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

autograph модуль: Преобразование Python в стиле eager в код графа TensorFlow.

bitwise модуль: Операции для манипулирования двоичными представлениями целых чисел.

compat модуль: Функции совместимости.

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

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

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

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

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

errors модуль: Типы исключений для ошибок TensorFlow.

estimator модуль: Estimator: Инструменты высокого уровня для работы с моделями.

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

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

graph_util модуль: Помощники для манипулирования графом тензора в Python.

image модуль: Операции с изображениями.

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

keras модуль: Реализация API Keras, API высокого уровня TensorFlow.

linalg модуль: Операции для линейной алгебры.

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

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

math модуль: Математические операции.

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

nest модуль: Функции, работающие со структурами.

nn модуль: Базовые операции нейронной сети (NN).

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

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

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

ragged модуль: Разреженные тензоры.

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

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

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

sets модуль: Операции с множествами TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сводки, используемых в анализе и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с Tensor Processing Units.

train модуль: Поддержка обучения моделей.

types модуль: Публичные определения типов TensorFlow.

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

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

Классы

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

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

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

class GradientTape: Запись операций для автоматического дифференцирования.

class Graph: Вычисление TensorFlow, представленное в виде графа потока данных.

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

class IndexedSlicesSpec: Спецификация типа tf.IndexedSlices.

class Module: Базовый класс модуля нейронной сети.

class Operation: Представляет узел графа, выполняющий вычисления над тензорами.

class OptionalSpec: Спецификация типа tf.experimental.Optional.

class RaggedTensor: Представляет разреженный тензор.

class RaggedTensorSpec: Спецификация типа tf.RaggedTensor.

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

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа tf.sparse.SparseTensor.

class Tensor: tf.Tensor представляет многомерный массив элементов.

class TensorArray: Класс, оборачивающий динамически размерные, одноразовые массивы тензоров на каждом шаге времени.

class TensorArraySpec: Спецификация типа tf.TensorArray.

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает tf.Tensor.

class TypeSpec: Указывает тип значения TensorFlow.

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

class Variable: См. руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределенная переменная.

class VariableSynchronization: Указывает, когда будет синхронизироваться распределенная переменная.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

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

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные 1.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class zeros_initializer: Инициализатор, генерирующий тензоры, инициализированные 0.

Функции

Assert(...): Утверждает, что заданное условие истинно.

abs(...): Вычисляет абсолютное значение тензора.

acos(...): Вычисляет acos от x поэлементно.

acosh(...): Вычисляет обратную гиперболическую косинусу от x поэлементно.

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

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

argmax(...): Возвращает индекс с наибольшим значением по осям тензора.

argmin(...): Возвращает индекс с наименьшим значением по осям тензора.

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

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

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

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

asinh(...): Вычисляет обратный гиперболический синус от x поэлементно.

assert_equal(...): Утверждает, что условие x == y выполняется поэлементно.

assert_greater(...): Утверждает, что условие x > y выполняется поэлементно.

assert_less(...): Утверждает, что условие x < y выполняется поэлементно.

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

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

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

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

batch_to_space(...): BatchToSpace для N-мерных тензоров типа T.

bitcast(...): Битовое преобразование тензора из одного типа в другой без копирования данных.

boolean_mask(...): Применение булевой маски к тензору.

broadcast_dynamic_shape(...): Вычисляет форму широковещательной рассылки на основе символических форм.

broadcast_static_shape(...): Вычисляет форму широковещательной рассылки на основе известных форм.

broadcast_to(...): Распространение массива для совместимой формы.

case(...): Создание операции case.

cast(...): Преобразование тензора к новому типу.

clip_by_global_norm(...): Обрезает значения нескольких тензоров по отношению суммы их норм.

clip_by_norm(...): Обрезает значения тензора до максимальной L2-нормы.

clip_by_value(...): Обрезает значения тензора до указанного минимума и максимума.

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

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

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

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

control_dependencies(...): Обертка для Graph.control_dependencies() используя стандартную графу.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fingerprint(...): Генерирует отпечатки пальцев.

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

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

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

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

gather(...): Извлекает срезы из params по оси axis согласно индексам. (устаревшие аргументы)

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

get_current_name_scope(...): Возвращает текущую полную область имен, заданную tf.name_scope(...)s.

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

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

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

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

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

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

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

guarantee_const(...): Обещает TF-среде, что входной тензор является константой. (устарело)

hessians(...): Строит гессиан суммы ys относительно x в xs.

histogram_fixed_width(...): Возвращает гистограмму значений.

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

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

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

import_graph_def(...): Импортирует граф из graph_def в текущую стандартную Graph. (устаревшие аргументы)

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

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

is_tensor(...): Проверяет, является ли x тензором TF-совместимого типа, который может быть передан во многие операции TF.

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

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

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

load_library(...): Загружает плагин TensorFlow.

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

logical_and(...): Возвращает логическое И x И y поэлементно.

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

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

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

make_tensor_proto(...): Создаёт TensorProto.

map_fn(...): Преобразует elems, применяя fn к каждому элементу, раскладывая по оси 0. (устаревшие аргументы)

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

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

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

meshgrid(...): Транслирует параметры для вычисления на N-мерной сетке.

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

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

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

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

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

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

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

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

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

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

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

ones_like(...): Создаёт тензор из единиц с такой же формой, что и входной.

pad(...): Заполняет тензор.

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

pow(...): Вычисляет степень одного значения относительно другого.

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

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняется в режиме eager.

random_index_shuffle(...): Возвращает позицию value в перестановке [0, ..., max_index].

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

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

recompute_grad(...): Определяет функцию как рекомпиляционный чекпоинт для автодифференцирования.

reduce_all(...): Вычисляет tf.math.logical_and элементов по всем измерениям тензора.

reduce_any(...): Вычисляет tf.math.logical_or элементов по всем измерениям тензора.

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

reduce_max(...): Вычисляет tf.math.maximum элементов по всем измерениям тензора.

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

reduce_min(...): Вычисляет tf.math.minimum элементов по всем измерениям тензора.

reduce_prod(...): Вычисляет tf.math.multiply элементов по всем измерениям тензора.

reduce_sum(...): Вычисляет сумму элементов по всем измерениям тензора.

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

repeat(...): Повторяет элементы input.

required_space_to_batch_paddings(...): Вычисляет требуемое заполнение, чтобы block_shape делил input_shape.

reshape(...): Изменяет форму тензора.

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

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

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

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

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

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

scan(...): сканирование списка тензоров, распакованных из elems по размерности 0. (устаревшие аргументы)

scatter_nd(...): Разбрасывает updates в тензор формы shape в соответствии с indices.

searchsorted(...): Поиск места вставки значения в отсортированную последовательность.

sequence_mask(...): Возвращает маску тензора, представляющую первые N позиций каждой ячейки.

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

shape_n(...): Возвращает форму тензоров.

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

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

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

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

size(...): Возвращает размер тензора.

slice(...): Извлекает срез из тензора.

sort(...): Сортирует тензор.

space_to_batch(...): SpaceToBatch для N-мерных тензоров типа T.

space_to_batch_nd(...): SpaceToBatch для N-мерных тензоров типа T.

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

sqrt(...): Вычисляет квадратный корень каждого элемента входного тензора.

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

squeeze(...): Удаляет размерности размером 1 из формы тензора.

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

stop_gradient(...): Останавливает вычисление градиента.

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

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

switch_case(...): Создаёт операцию switch/case, то есть условную операцию с индексацией целыми числами.

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

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

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

tensor_scatter_nd_max(...): Применяет разреженное обновление к тензору, выбирая поэлементный максимум.

tensor_scatter_nd_min(...)

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

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

tensordot(...): Тензорное сокращение a и b вдоль указанных осей и внешнее произведение.

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

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

transpose(...): Транспонирует a, где a - это тензор.

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

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

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

tuple(...): Объединяет тензоры вместе.

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

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

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

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

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

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

vectorized_map(...): Параллельное отображение списка тензоров, распакованных из elems по размерности 0.

where(...): Возвращает индексы ненулевых элементов или переключает x и y.

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

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

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