Модуль: tf.compat.v1

Включает в этот модуль весь публичный интерфейс TensorFlow.

Модули

app модуль: Общий скрипт точки входа.

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

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 имен tf.config.

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

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

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

distributions модуль: Основной модуль для объектов и вспомогательных функций распределений TensorFlow.

dtypes модуль: Публичный API для пространства имен 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 имен tf.experimental.

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

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

gfile модуль: Маршрутизатор импорта для file_io.

graph_util модуль: Вспомогательные функции для манипулирования графом тензоров на Python.

image модуль: Операции с изображениями.

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

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

keras модуль: Реализация API Keras, высокоуровневого API TensorFlow.

layers модуль: Публичный API для пространства имен tf.keras.internal.legacy.layers.

linalg модуль: Операции для линейной алгебры.

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

logging модуль: Операции регистрации и создания сводок.

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

losses модуль: Операции потерь для использования в нейронных сетях.

manip модуль: Операторы для манипулирования тензорами.

math модуль: Математические операции.

metrics модуль: Метрики, связанные с оценкой.

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

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

nest модуль: Функции, работающие со структурами.

nn модуль: Примитивные операции нейронной сети (НН).

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

python_io модуль: Функции Python для непосредственной работы с файлами в формате TFRecord.

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

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

ragged модуль: Разорванные тензоры.

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

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

resource_loader модуль: Библиотека управления ресурсами.

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

sets модуль: Операции с множествами TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

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

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сводки для анализа и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, связанные с тензорными процессорными блоками.

train модуль: Поддержка обучения моделей.

types модуль: Публичные определения типов TensorFlow.

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

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

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

Классы

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

class AttrValue: Протокольный объект сообщения

class ConditionalAccumulator: Условный аккумулирователь для агрегирования градиентов.

class ConditionalAccumulatorBase: Условный аккумулирователь для агрегирования градиентов.

class ConfigProto: Протокольный объект сообщения

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

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

class Dimension: Представляет значение одного измерения в TensorShape.

class Event: Протокольный объект сообщения

class FIFOQueue: Реализация очереди, из которой элементы извлекаются в порядке FIFO (первым вошел, первым вышел).

class FixedLenFeature: Настройка для парсинга входного атрибута фиксированной длины.

class FixedLenSequenceFeature: Настройка для парсинга входного атрибута переменной длины в Tensor.

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

class GPUOptions: Протокольный объект сообщения

class GradientTape: Запись операций для автоматического дифференцирования.

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

class GraphDef: Protobuf, содержащий граф операций.

class GraphKeys: Стандартные имена для использования в коллекциях графов.

class GraphOptions: Протокольный объект сообщения

class HistogramProto: Протокольный объект сообщения

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

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

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class InteractiveSession: TensorFlow Session для использования в интерактивных контекстах, например, в оболочке.

class LMDBReader: Чтец, который выводит записи из файла LMDB.

class LogMessage: Протокольный объект сообщения

class MetaGraphDef: Протокольный объект сообщения

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: Протокольный объект сообщения

class NodeDef: Протокольный объект сообщения

class OpError: Базовый класс для исключений TensorFlow.

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

class OptimizerOptions: Протокольный объект сообщения

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

class PaddingFIFOQueue: Очередь FIFO, которая поддерживает объединение тензоров переменной длины путем дополнения.

class PriorityQueue: Реализация очереди, из которой элементы извлекаются в приоритетном порядке.

class QueueBase: Базовый класс для реализации очередей.

class RaggedTensor: Представляет собой разрозненный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

class RandomShuffleQueue: Реализация очереди, из которой элементы извлекаются в случайном порядке.

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

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

class RunMetadata: Протокольный объект сообщения

class RunOptions: Протокольный объект сообщения

class Session: Класс для запуска операций TensorFlow.

class SessionLog: Протокольный объект сообщения

class SparseConditionalAccumulator: Условный накопитель для агрегирования разреженных градиентов.

class SparseFeature: Настройка для парсинга разреженного входного признака из Example.

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа для tf.sparse.SparseTensor.

class SparseTensorValue: SparseTensorValue(индексы, значения, плотная_форма)

class Summary: Сообщение протокола

class SummaryMetadata: Сообщение протокола

class TFRecordReader: Чтение, которое выводит записи из файла TFRecords.

class Tensor: tf.Tensor представляет многомерный массив элементов.

class TensorArray: Класс, оборачивающий динамически размерные, одноразового заполнения, тензорные массивы на каждый шаг во времени.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: Сообщение протокола

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описывает tf.Tensor.

class TextLineReader: Чтение, которое выводит строки файла, разделенные символами новой строки.

class TypeSpec: Указывает тип значения TensorFlow.

class UnconnectedGradients: Управляет тем, как вычисление градиента ведёт себя, когда y не зависит от x.

class VarLenFeature: Настройка для парсинга входного признака переменной длины.

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределённая переменная.

class VariableScope: Объект области видимости переменной, чтобы передать значения по умолчанию для get_variable.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

class WholeFileReader: Чтение, которое выводит всё содержимое файла как значение.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

class glorot_normal_initializer: Инициализатор Glorot normal, также известный как Xavier normal initializer.

class glorot_uniform_initializer: Инициализатор Glorot uniform, также известный как Xavier uniform initializer.

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

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные значением 1.

class orthogonal_initializer: Инициализатор, генерирующий ортогональную матрицу.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class truncated_normal_initializer: Инициализатор, генерирующий усечённое нормальное распределение.

class uniform_unit_scaling_initializer: Инициализатор, генерирующий тензоры без масштабирования дисперсии.

class variable_scope: Менеджер контекста для определения операций, которые создают переменные (слои).

class variance_scaling_initializer: Инициализатор, способный адаптировать свой масштаб к форме тензоров весов.

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

Функции

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

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

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

Print(...): Выводит список тензоров. (устарело)

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

accumulate_n(...): Возвращает поэлементную сумму списка тензоров.

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

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

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

add_check_numerics_ops(...): Подключает tf.debugging.check_numerics к каждому тензору с плавающей точкой.

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

add_to_collection(...): Оборачивает Graph.add_to_collection() используя стандартную графу.

add_to_collections(...): Оборачивает Graph.add_to_collections() используя стандартную графу.

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

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

arg_max(...): Возвращает индекс с максимальным значением по измерениям тензора.

arg_min(...): Возвращает индекс с минимальным значением по измерениям тензора.

argmax(...): Возвращает индекс с максимальным значением по осям тензора. (устаревшие аргументы)

argmin(...): Возвращает индекс с минимальным значением по осям тензора. (устаревшие аргументы)

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

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

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

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

asinh(...): Вычисляет обратную гиперболическую синус от x поэлементно.

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

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

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

assert_integer(...): Утверждает, что x имеет целочисленный тип данных.

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

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

assert_near(...): Утверждает, что условие x и y близки поэлементно.

assert_negative(...): Утверждает, что условие x < 0 выполняется поэлементно.

assert_non_negative(...): Утверждает, что условие x >= 0 выполняется поэлементно.

assert_non_positive(...): Утверждает, что условие x <= 0 выполняется поэлементно.

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

assert_positive(...): Утверждает, что условие x > 0 выполняется поэлементно.

assert_proper_iterable(...): Статическое утверждение, что values является "правильной" итерируемой последовательностью.

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

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

assert_rank_in(...): Утверждает, что x имеет ранг в ranks.

assert_same_float_dtype(...): Проверяет и возвращает тип float, основанный на tensors и dtype.

assert_scalar(...): Утверждает, что заданный tensor является скаляром (т.е. нулевой размерности).

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

assert_variables_initialized(...): Возвращает операцию для проверки, инициализированы ли переменные.

assign(...): Обновляет ref присваивая ему value.

assign_add(...): Обновляет ref добавляя к нему value.

assign_sub(...): Обновляет ref вычитая из него value.

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

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

atanh(...): Вычисляет обратную гиперболическую тангенс от x поэлементно.

batch_gather(...): Сборка фрагментов из params по индексам с ведущими пакетными измерениями. (устарело)

batch_scatter_update(...): Обобщение tf.compat.v1.scatter_update на ось, отличную от 0. (устарело)

batch_to_space(...): BatchToSpace для 4-мерных тензоров типа T.

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

betainc(...): Вычисление регулируемого неполного бета-интеграла \(I_x(a, b)\).

bincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.

bitcast(...): Преобразует битовую структуру тензора из одного типа в другой без копирования данных.

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

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

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

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

case(...): Создает операцию case.

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

ceil(...): Возвращает целую часть от входных данных поэлементно.

check_numerics(...): Проверяет тензор на наличие значений NaN и Inf.

cholesky(...): Вычисляет разложение Холецкого для одной или нескольких квадратных матриц.

cholesky_solve(...): Решает системы линейных уравнений A X = RHS, используя факторизации Холецкого.

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

clip_by_global_norm(...): Обрезает значения нескольких тензоров до максимального отношения суммы их норм.

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

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

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

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

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

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

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

conj(...): Возвращает комплексно сопряженное значение комплексного числа.

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

container(...): Обёртка для Graph.container() с использованием стандартной графы.

control_dependencies(...): Обёртка для Graph.control_dependencies() с использованием стандартной графы.

control_flow_v2_enabled(...): Возвращает True если включен контроль потока v2.

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

convert_to_tensor_or_indexed_slices(...): Преобразует заданный объект в Tensor или IndexedSlices.

convert_to_tensor_or_sparse_tensor(...): Преобразует значение в SparseTensor или Tensor.

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

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

count_nonzero(...): Вычисляет количество ненулевых элементов по всем измерениям тензора. (устаревшие аргументы) (устаревшие аргументы)

count_up_to(...): Увеличивает 'ref' до тех пор, пока не достигнет 'limit'. (устарело)

create_partitioned_variables(...): Создает список разделительных переменных в соответствии с заданным slicing. (устарело)

cross(...): Вычисляет парное векторное произведение.

cumprod(...): Вычисляет кумулятивное произведение тензора x вдоль axis.

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

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

decode_base64(...): Декодирует строки, закодированные в безопасном для веб-сайтов формате base64.

decode_compressed(...): Распаковывает строки.

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

decode_json_example(...): Преобразует закодированные в формате JSON записи Example в двоичные строки протокольного буфера.

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

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

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

dequantize(...): Деквантизует тензор 'input' в тензор с плавающей точкой или bfloat16.

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

device(...): Обёртка для Graph.device() с использованием стандартной графы.

diag(...): Возвращает диагональный тензор с заданными диагональными значениями.

diag_part(...): Возвращает диагональную часть тензора.

digamma(...): Вычисляет функцию пси, производную от Lgamma (логарифма абсолютного значения

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

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

disable_control_flow_v2(...): Отключает контроль потока v2.

disable_eager_execution(...): Отключает выполнение в режиме eager.

disable_resource_variables(...): Отключает ресурсные переменные. (устарело)

disable_tensor_equality(...): Сравнение тензоров по их идентификаторам и возможность быть хешируемыми.

disable_v2_behavior(...): Отключает поведение TensorFlow 2.x.

disable_v2_tensorshape(...): Отключает поведение V2 TensorShape и возвращается к поведению V1.

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

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

divide(...): Вычисляет деление по стилю Python x на y.

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

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

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

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

enable_control_flow_v2(...): Используйте контроль потока v2.

enable_eager_execution(...): Включает выполнение в режиме eager на время работы этой программы.

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

enable_tensor_equality(...): Сравнение тензоров с помощью поэлементного сравнения, поэтому они не могут быть хешируемыми.

enable_v2_behavior(...): Включает поведение TensorFlow 2.x.

enable_v2_tensorshape(...): В TensorFlow 2.0 итерирование по объекту TensorShape возвращает значения.

encode_base64(...): Кодирует строки в веб-безопасном формате base64.

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

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

erf(...): Вычисляет функцию ошибки Гаусса от x поэлементно. В статистике, для неотрицательных значений \(x\), функция ошибки имеет следующее толкование: для случайной величины \(Y\), которая распределена нормально со средним значением 0 и дисперсией \(1/\sqrt{2}\), \(erf(x)\) представляет собой вероятность того, что \(Y\) попадает в диапазон \([−x, x]\).

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

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

executing_eagerly_outside_functions(...): Возвращает True, если выполнение в режиме eager, даже если внутри функции графа.

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

expand_dims(...): Возвращает тензор с вставленной осью длиной 1 на индексе axis. (устаревшие аргументы)

expm1(...): Вычисляет exp(x) - 1 поэлементно.

extract_image_patches(...): Извлекает patches из images и помещает их в «глубинное» измерение вывода.

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

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

fake_quant_with_min_max_args(...): Фейковое квантование тензора 'inputs' типа float в тензор 'outputs' того же типа.

fake_quant_with_min_max_args_gradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxArgs.

fake_quant_with_min_max_vars(...): Фейковое квантование тензора 'inputs' типа float с помощью глобальных скаляров типа float.

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

fake_quant_with_min_max_vars_per_channel(...): Фейковое квантование тензора 'inputs' типа float с помощью скаляров float на канал.

fake_quant_with_min_max_vars_per_channel_gradient(...): Вычисление градиентов для операции FakeQuantWithMinMaxVarsPerChannel.

fft(...): Быстрое преобразование Фурье.

fft2d(...): Двумерное быстрое преобразование Фурье.

fft3d(...): Трехмерное быстрое преобразование Фурье.

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

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

fixed_size_partitioner(...): Разделитель, чтобы указать фиксированное количество фрагментов по заданной оси.

floor(...): Возвращает элемент-по-элементу наибольшее целое число, не большее, чем x.

floor_div(...): Возвращает x // y элемент-по-элементу.

floordiv(...): Делит x / y элемент-по-элементу, округляя до ближайшего целого в сторону наименьшего.

floormod(...): Возвращает элемент-по-элементу остаток от деления. Когда x < 0 xor y < 0 равно

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

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

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

gather(...): Сбор срезов из params по оси axis в соответствии с индексами. (устаревшие аргументы)

gather_nd(...): Сбор срезов из params в тензор со структурой, заданной indices.

get_collection(...): Обёртка для Graph.get_collection() используя по умолчанию граф.

get_collection_ref(...): Обёртка для Graph.get_collection_ref() используя по умолчанию граф.

get_default_graph(...): Возвращает граф по умолчанию для текущей нити.

get_default_session(...): Возвращает сессию по умолчанию для текущей нити.

get_local_variable(...): Получает существующую локальную переменную или создаёт новую.

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

get_seed(...): Возвращает локальные семена, которые должна использовать операция, заданное op-специфическим семенем.

get_session_handle(...): Возвращает дескриптор data.

get_session_tensor(...): Получает тензор типа dtype, используя в качестве входных данных дескриптор тензора.

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

get_variable(...): Получает существующую переменную с данными параметрами или создаёт новую.

get_variable_scope(...): Возвращает текущую область переменных.

global_norm(...): Вычисляет глобальную норму нескольких тензоров.

global_variables(...): Возвращает глобальные переменные.

global_variables_initializer(...): Возвращает операцию, которая инициализирует глобальные переменные.

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

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

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

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

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

guarantee_const(...): Обещает исполнителю TensorFlow, что входной тензор является константой. (устарело)

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

histogram_fixed_width(...): Возвращает гистограмму значений.

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

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

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

ifft(...): Обратное быстрое преобразование Фурье.

ifft2d(...): Обратное двумерное быстрое преобразование Фурье.

ifft3d(...): Обратное трехмерное быстрое преобразование Фурье.

igamma(...): Вычисляет нижнюю регуляризованную неполную гамма-функцию P(a, x).

igammac(...): Вычисляет верхнюю регуляризованную неполную гамма-функцию Q(a, x).

imag(...): Возвращает мнимую часть комплексного (или вещественного) тензора.

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

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

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

initialize_all_variables(...): См. tf.compat.v1.global_variables_initializer. (устарело)

initialize_local_variables(...): См. tf.compat.v1.local_variables_initializer. (устарело)

initialize_variables(...): См. tf.compat.v1.variables_initializer. (устарело)

invert_permutation(...): Вычисляет обратное перестановку тензора.

is_finite(...): Возвращает, какие элементы x являются конечными.

is_inf(...): Возвращает, какие элементы x равны Inf.

is_nan(...): Возвращает, какие элементы x равны NaN.

is_non_decreasing(...): Возвращает True если x не убывает.

is_numeric_tensor(...): Возвращает True если элементы tensor являются числами.

is_strictly_increasing(...): Возвращает True если x строго возрастает.

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

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

lbeta(...): Вычисляет \(ln(|Beta(x)|)\), уменьшая по последней размерности.

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

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

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

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

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

load_file_system_library(...): Загружает плагин TensorFlow, содержащий реализацию файловой системы. (устарело)

load_library(...): Загружает плагин TensorFlow.

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

local_variables(...): Возвращает локальные переменные.

local_variables_initializer(...): Возвращает операцию, которая инициализирует все локальные переменные.

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

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

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

logical_and(...): Возвращает логическое И x и y элемент-по-элементу.

logical_not(...): Возвращает логическое НЕ NOT x элемент-по-элементу.

logical_or(...): Возвращает логическое ИЛИ x и y элемент-по-элементу.

logical_xor(...): Логическое XOR.

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

make_template(...): Дана произвольная функция, оберните её так, чтобы она использовала совместно переменные.

make_tensor_proto(...): Создаёт TensorProto.

map_fn(...): Преобразует elems, применяя fn к каждому элементу, не уложенному на оси 0. (устаревшие аргументы)

matching_files(...): Возвращает набор файлов, соответствующих одному или нескольким шаблонам glob.

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

matrix_band_part(...): Копирует тензор, устанавливая в ноль все элементы вне центральной полосы в каждой внутренней матрице.

matrix_determinant(...): Вычисляет определитель одной или нескольких квадратных матриц.

matrix_diag(...): Возвращает закодированный по партиям диагональный тензор с заданными диагональными значениями по партиям.

matrix_diag_part(...): Возвращает закодированную по партиям диагональную часть закодированного по партиям тензора.

matrix_inverse(...): Вычисляет обратную матрицу для одной или нескольких квадратных обратимых матриц или их присоединенных (сопряжённых транспонированных) матриц.

matrix_set_diag(...): Возвращает закодированный по партиям тензор матрицы с новыми закодированными по партиям диагональными значениями.

matrix_solve(...): Решает системы линейных уравнений.

matrix_solve_ls(...): Решает одну или несколько задач линейной наименьших квадратов.

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

matrix_transpose(...): Транспонирует две последние размерности тензора a.

matrix_triangular_solve(...): Решает системы линейных уравнений с верхними или нижними треугольными матрицами.

maximum(...): Возвращает максимальное значение из x и y (т. е. x > y ? x : y) поэлементно.

meshgrid(...): Распространяет параметры для вычисления на сетке N-мерностей.

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

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

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

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

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

multinomial(...): Выбирает выборки из многономиального распределения. (устаревшее)

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

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

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

no_op(...): Ничего не делает. Полезно только в качестве заглушки для управляющих рёбер.

no_regularizer(...): Используйте эту функцию, чтобы предотвратить регуляризацию переменных.

nondifferentiable_batch_function(...): Базирует вычисление, выполненное декорированной функцией.

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

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 со всеми элементами, равными 1.

op_scope(...): УСТАРЕВШЕ. То же, что и name_scope выше, просто с другим порядком аргументов.

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

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

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

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

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

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

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

placeholder_with_default(...): Операция-заполнитель, которая пропускает input когда её вывод не подаётся.

polygamma(...): Вычислить полигамму \(\psi^{(n)}(x)\).

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

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

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

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняет её немедленно.

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

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

quantize_v2(...): Пожалуйста, используйте tf.quantization.quantize вместо этого.

quantized_concat(...): Объединяет квантизованные тензоры вдоль одного измерения.

random_crop(...): Случайным образом обрезает тензор до заданного размера.

random_gamma(...): Выбирает shape выборок из каждого из заданных гамма-распределений.

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

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

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

random_shuffle(...): Случайным образом перемешивает тензор по его первому измерению.

random_uniform(...): Выводит случайные значения из равномерного распределения.

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Читает содержимое файла.

real(...): Возвращает вещественную часть комплексного (или вещественного) тензора.

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

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

recompute_grad(...): Определяет функцию как перевычисление-контрольную точку для автоматической дифференциации ленты.

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

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

reduce_join(...): Объединяет все строки в одну строку или объединяет вдоль оси.

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

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

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

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

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

reduce_sum(...): Вычисляет сумму элементов по измерениям тензора. (устаревшие аргументы)

regex_replace(...): Заменяет элементы input, соответствующие регулярному выражению pattern, на rewrite.

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

repeat(...): Повторяет элементы input.

report_uninitialized_variables(...): Добавляет операции для вывода имён неинициализированных переменных.

required_space_to_batch_paddings(...): Вычисляет padding, необходимый для того, чтобы block_shape делило input_shape.

reset_default_graph(...): Очищает стек графиков по умолчанию и сбрасывает глобальный график по умолчанию.

reshape(...): Изменяет форму тензора.

resource_variables_enabled(...): Возвращает True если переменные ресурсов включены.

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

reverse_sequence(...): Инвертирует куски с переменной длиной. (устаревшие аргументы) (устаревшие аргументы)

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

rint(...): Возвращает поэлементно целое число, ближайшее к x.

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

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

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

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

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

scan(...): scan по списку тензоров, распакованных из elems по размерности 0.

scatter_add(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.

scatter_div(...): Делит ссылку на переменную на разреженные обновления.

scatter_max(...): Применяет операцию max к разреженным обновлениям и переменной.

min: Применяет операцию min к разреженным обновлениям и переменной.

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

scatter_nd(...): Разбрасывает updates в тензор формы shape по правилам indices.

scatter_nd_add(...): Применяет разреженное сложение к отдельным значениям или срезам в переменной.

scatter_nd_sub(...): Применяет разреженное вычитание к отдельным значениям или срезам в переменной.

scatter_nd_update(...): Применяет разреженные updates к отдельным значениям или срезам в переменной.

scatter_sub(...): Вычитает разреженные обновления из ссылки на переменную.

scatter_update(...): Применяет разреженные обновления к ссылке на переменную.

searchsorted(...): Ищет, куда следует вставить значение в отсортированную последовательность.

segment_max(...): Вычисляет максимальное значение вдоль сегментов тензора.

segment_mean(...): Вычисляет среднее значение вдоль сегментов тензора.

segment_min(...): Вычисляет минимальное значение вдоль сегментов тензора.

segment_prod(...): Вычисляет произведение вдоль сегментов тензора.

segment_sum(...): Вычисляет сумму вдоль сегментов тензора.

self_adjoint_eig(...): Вычисляет собственное разложение пакета эрмитовых матриц.

self_adjoint_eigvals(...): Вычисляет собственные значения одной или нескольких эрмитовых матриц.

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

serialize_many_sparse(...): Сериализует N-минь-батч SparseTensor в [N, 3] Tensor.

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

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

set_random_seed(...): Устанавливает глобальное для графа случайное семя для стандартного графа.

setdiff1d(...): Вычисляет разность между двумя списками чисел или строк.

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает форму тензоров.

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

sign(...): Возвращает элемент-по-элемент указание знака числа.

sin(...): Вычисляет синус от x элемент-по-элементу.

sinh(...): Вычисляет гиперболический синус от x элемент-по-элементу.

size(...): Возвращает размер тензора.

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

sort(...): Сортирует тензор.

space_to_batch(...): SpaceToBatch для 4-мерных тензоров типа T.

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

space_to_depth(...): SpaceToDepth для тензоров типа T.

sparse_add(...): Складывает два тензора, по меньшей мере один из каждого является SparseTensor. (устаревшие аргументы)

sparse_concat(...): Объединяет список SparseTensor по указанной размерности. (устаревшие аргументы)

sparse_fill_empty_rows(...): Заполняет пустые строки в входном 2-мерном SparseTensor значениями по умолчанию.

sparse_mask(...): Маскирует элементы IndexedSlices.

sparse_matmul(...): Умножает матрицу "a" на матрицу "b".

sparse_maximum(...): Возвращает поэлементный максимум двух SparseTensors.

sparse_merge(...): Объединяет пакет идентификаторов признаков и значений в один SparseTensor. (устарело)

sparse_minimum(...): Возвращает поэлементный минимум двух SparseTensors.

sparse_placeholder(...): Вставляет placeholder для разреженного тензора, который всегда будет подпитываться.

sparse_reduce_max(...): Вычисляет tf.sparse.maximum элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_max_sparse(...): Вычисляет максимум элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reduce_sum(...): Вычисляет tf.sparse.add элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_sum_sparse(...): Вычисляет сумму элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reorder(...): Переупорядочивает SparseTensor в каноническую строково-главную упорядоченность.

sparse_reset_shape(...): Сбрасывает форму SparseTensor с неизменными индексами и значениями.

sparse_reshape(...): Изменяет форму SparseTensor для представления значений в новой плотной форме.

sparse_retain(...): Удерживает указанные ненулевые значения в SparseTensor.

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

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

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

sparse_slice(...): Вырезает срез из SparseTensor на основе start и size.

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

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

sparse_tensor_dense_matmul(...): Умножает SparseTensor (или плотную матрицу) (ранга 2) "A" на плотную матрицу

sparse_tensor_to_dense(...): Преобразует SparseTensor в плотный тензор.

sparse_to_dense(...): Преобразует разреженное представление в плотный тензор. (устарело)

sparse_to_indicator(...): Преобразует SparseTensor идентификаторов в плотный булевый указательный тензор.

sparse_transpose(...): Транспонирует SparseTensor

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

sqrt(...): Вычисляет квадратный корень от входного тензора поэлементно.

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

squared_difference(...): Возвращает conj(x - y)(x - y) поэлементно.

squeeze(...): Удаляет измерения размера 1 из формы тензора. (устаревшие аргументы)

stack(...): Упаковывает 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).

string_join(...): Выполняет поэлементное конкатенацию списка строковых тензоров.

string_split(...): Разделяет элементы source на основе delimiter. (устаревшие аргументы)

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

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

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

string_to_hash_bucket_strong(...): Преобразует каждую строку во входном тензоре в ее хэш по модулю количества ведер.

string_to_number(...): Преобразует каждую строку во входном тензоре в указанный числовой тип.

substr(...): Возвращает подстроки из Tensor строк.

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

svd(...): Вычисляет сингулярное разложение одной или нескольких матриц.

switch_case(...): Создает операцию switch/case, т.е. условную операцию с целочисленным индексом.

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

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

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

tensor_scatter_add(...): Добавляет разреженные updates к существующему тензору в соответствии с indices.

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

tensor_scatter_nd_max(...): Применяет разреженное обновление к тензору, принимая элементное максимальное значение.

tensor_scatter_nd_min(...)

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

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

tensor_scatter_sub(...): Вычитает разреженные updates из существующего тензора в соответствии с indices.

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

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

tile(...): Строит тензор путем черепичного копирования заданного тензора.

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

to_bfloat16(...): Преобразование тензора в тип bfloat16. (устарело)

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

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

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

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

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

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

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

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

transpose(...): Транспонирует a.

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

truncated_normal(...): Вывод случайных значений из усеченного нормального распределения.

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

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

tuple(...): Объединение тензоров вместе.

type_spec_from_value(...): Возвращает tf.TypeSpec, представляющий заданный value.

unique(...): Поиск уникальных элементов в тензоре 1-й размерности.

unique_with_counts(...): Поиск уникальных элементов в тензоре 1-й размерности.

unravel_index(...): Преобразование массива плоских индексов в кортеж массивов координат.

unsorted_segment_max(...): Вычисляет максимальное значение по сегментам тензора.

unsorted_segment_mean(...): Вычисляет среднее значение по сегментам тензора.

unsorted_segment_min(...): Вычисляет минимальное значение по сегментам тензора.

unsorted_segment_prod(...): Вычисляет произведение по сегментам тензора.

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

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

unstack(...): Распаковывает заданный размер тензора ранга R в тензоры ранга (R-1).

variable_axis_size_partitioner(...): Получение партиционера для VariableScope, чтобы сохранить фрагменты ниже max_shard_bytes.

variable_creator_scope(...): Область, которая определяет функцию создания переменных, которая будет использоваться переменной().

variable_op_scope(...): Устарело: менеджер контекста для определения операции, создающей переменные.

variables_initializer(...): Возвращает операцию, которая инициализирует список переменных.

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

verify_tensor_all_finite(...): Утверждение, что тензор не содержит NaN или Inf.

where(...): Возвращает элементы из x или y, в зависимости от condition.

where_v2(...): Возвращает индексы ненулевых элементов или мультиплексирует x и y.

while_loop(...): Повторяет body до тех пор, пока условие cond истинно.

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

write_file(...): Записывает contents в файл по входу filename.

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

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

zeta(...): Вычисляет дзета-функцию Хурвица \(\zeta(x, q)\).

{
 tf.qint16,
 tf.qint16_ref,
 tf.qint32,
 tf.qint32_ref,
 tf.qint8,
 tf.qint8_ref,
 tf.quint16,
 tf.quint16_ref,
 tf.quint8,
 tf.quint8_ref
}