ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบตามมิติของเทนเซอร์ |
AllToAll <T> | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
ไม่ระบุชื่อHashTable | สร้างตารางแฮชที่ไม่ระบุชื่อที่ไม่ได้กำหนดค่าเริ่มต้น |
ไม่ระบุชื่อIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
ไม่ระบุชื่อMultiDeviceIteratorV3 | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
ไม่ระบุชื่อMutableDenseHashTable | สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าซึ่งใช้เทนเซอร์เป็นที่เก็บสำรอง |
ไม่ระบุชื่อMutableHashTable | สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่า |
ไม่ระบุชื่อMutableHashTableOfTensors | สร้างตารางแฮชที่ไม่ระบุชื่อที่ว่างเปล่าของค่าเวกเตอร์ |
ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบตามมิติของเทนเซอร์ |
สมัครAdagradV2 <T> | อัปเดต '*var' ตามรูปแบบ adagrad |
AsserCardinalityชุดข้อมูล | |
AssertNextDataset | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดจะเกิดขึ้นต่อไป |
AssertPrevDataset | การเปลี่ยนแปลงที่ยืนยันว่าการเปลี่ยนแปลงใดเกิดขึ้นก่อนหน้านี้ |
กำหนด <T> | อัปเดต 'อ้างอิง' โดยกำหนด 'ค่า' ให้กับมัน |
กำหนดเพิ่ม <T> | อัปเดต 'อ้างอิง' โดยเพิ่ม 'ค่า' เข้าไป |
AssignSub <T> | อัปเดต 'อ้างอิง' โดยลบ 'ค่า' ออกจากมัน |
AutoShardDataset | สร้างชุดข้อมูลที่ชาร์ดชุดข้อมูลอินพุต |
BandedTriangularSolve <T> | |
อุปสรรค | กำหนดสิ่งกีดขวางที่คงอยู่ตลอดการดำเนินการกราฟต่างๆ |
BarrierIncompleteSize | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในอุปสรรคที่กำหนด |
BarrierReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในอุปสรรคที่กำหนด |
BatchMatMulV2 <T> | ทวีคูณส่วนของเมตริกซ์สองตัวในแบทช์ |
BatchMatMulV3 <V> | ทวีคูณส่วนของเมตริกซ์สองตัวในแบทช์ |
BatchToSpace <T> | BatchToSpace สำหรับเมตริกซ์ 4-D ของประเภท T |
BatchToSpaceNd <T> | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
BesselI0 <T ขยายจำนวน> | |
BesselI1 <T ขยายจำนวน> | |
BesselJ0 <T ขยายจำนวน> | |
BesselJ1 <T ขยายจำนวน> | |
BesselK0 <T ขยายจำนวน> | |
BesselK0e <T ขยายจำนวน> | |
BesselK1 <T ขยายจำนวน> | |
BesselK1e <T ขยายจำนวน> | |
BesselY0 <T ขยายจำนวน> | |
BesselY1 <T ขยายจำนวน> | |
บิตคาสต์ <U> | Bitcasts เทนเซอร์จากประเภทหนึ่งไปอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับชุดงาน |
BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (ความเอนเอียง) และเติมโหนดแรกด้วยบันทึกก่อนหน้า |
BoostedTreesEnsembleResourceHandleOp | สร้างแฮนเดิลไปยัง BoostedTreesEnsembleResource |
BoostedTreesExampleDebugOutputs | เอาต์พุตการดีบัก/ความสามารถในการตีความแบบจำลองสำหรับแต่ละตัวอย่าง |
BoostedTreesMakeStatsSummary | ทำให้สรุปสถิติสะสมสำหรับชุดงาน |
BoostedTreesPredict | เรียกใช้ตัวทำนายชุดการถดถอยเสริมหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
BoostedTreesQuantileStreamResourceHandleOp | สร้างแฮนเดิลไปยัง BoostedTreesQuantileStreamResource |
BroadcastDynamicShape <T ขยายจำนวน> | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
BroadcastTo <T> | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
Bucketize | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
CSRSparseMatrixToDense <T> | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
CSVDataset | |
CSVDatasetV2 | |
CacheDatasetV2 | |
CheckNumericsV2 <T ขยายจำนวน> | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
เลือกชุดข้อมูลที่เร็วที่สุด | |
ClipByValue <T> | คลิปค่าเทนเซอร์เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
CollateTPUEการฝังหน่วยความจำ | op ที่รวม protos config หน่วยความจำที่เข้ารหัสสตริงจากโฮสต์ทั้งหมด |
CollectiveAllToAllV3 <T ขยายจำนวน> | แลกเปลี่ยนเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกัน |
CollectiveBcastRecvV2 <U> | รับค่าเทนเซอร์ออกอากาศจากอุปกรณ์อื่น |
CollectiveBcastSendV2 <T> | ถ่ายทอดค่าเทนเซอร์ไปยังอุปกรณ์อื่นตั้งแต่หนึ่งเครื่องขึ้นไป |
CollectiveGather <T ขยายจำนวน> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกัน |
CollectiveGatherV2 <T ขยายจำนวน> | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกัน |
CollectiveInitializeCommunicator | เริ่มต้นกลุ่มสำหรับการดำเนินงานร่วมกัน |
CollectivePermute <T> | การดำเนินการเปลี่ยนเทนเซอร์ในอินสแตนซ์ TPU ที่จำลองแบบ |
CollectiveReduceV2 <T ขยายจำนวน> | ลดเทนเซอร์ที่มีประเภทและรูปร่างเหมือนกันหลายตัว |
CollectiveReduceV3 <T ขยายจำนวน> | ลดเทนเซอร์ที่มีประเภทและรูปร่างเหมือนกันหลายตัว |
คอมโพสิตเทนเซอร์ตัวแปรจากส่วนประกอบ | เข้ารหัสค่า "ExtensionType" เป็นเทนเซอร์สเกลาร์ "ตัวแปร" |
บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
ComputeBatchSize | คำนวณขนาดแบทช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบทช์บางส่วน |
คอนแคท <T> | เชื่อมเทนเซอร์เข้าด้วยกันในมิติเดียว |
ConfigureAndInitializeGlobalTPU | op ที่ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่าDistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
กำหนดค่าTPUEmbeddingHost | op ที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
กำหนดค่าTPUEmbeddingMemory | op ที่กำหนดค่าซอฟต์แวร์ TPUEmbedding บนโฮสต์ |
ค่า คงที่ <T> | ตัวดำเนินการที่สร้างค่าคงที่ |
คัดลอก <T> | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
CopyHost <T> | คัดลอกเทนเซอร์ไปยังโฮสต์ |
CopyToMesh <T> | |
CountUpTo <T ขยายจำนวน> | เพิ่ม 'อ้างอิง' จนกว่าจะถึง 'จำกัด' |
CrossReplicaSum <T ขยายจำนวน> | Op เพื่อรวมอินพุตระหว่างอินสแตนซ์ TPU ที่จำลองแบบ |
CudnnRNNCanonicalToParamsV2 <T ขยายจำนวน> | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบบัญญัติเป็นรูปแบบที่ใช้งานได้ |
CumulativeLogsumexp <T ขยายจำนวน> | คำนวณผลคูณของเทนเซอร์ "x" ตาม "แกน" |
DataServiceDataset | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
DataServiceDatasetV2 | สร้างชุดข้อมูลที่อ่านข้อมูลจากบริการ tf.data |
ชุดข้อมูลCardinality | ส่งคืนค่าคาร์ดินัลลิตี้ของ `input_dataset` |
ชุดข้อมูลจาก Graph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
DatasetToGraphV2 | ส่งกลับ GraphDef แบบอนุกรมซึ่งแสดงถึง `input_dataset' |
รุ่งอรุณ <T ขยายจำนวน> | |
DebugGradientIdentity <T> | Identity op สำหรับการดีบักไล่ระดับ |
DebugGradientRefIdentity <T> | Identity op สำหรับการดีบักไล่ระดับ |
DebugIdentity <T> | จัดเตรียมการแมปเอกลักษณ์ของเทนเซอร์อินพุตชนิด non-Ref สำหรับการดีบัก |
DebugIdentityV2 <T> | ดีบัก Identity V2 Op. |
DebugNanCount | ดีบัก NaN Value Counter Op. |
DebugNumericSummary | แก้ไขข้อบกพร่อง สรุปตัวเลข |
DebugNumericSummaryV2 <U ขยายจำนวน> | ดีบัก Numeric Summary V2 Op. |
DecodeImage <T ขยายจำนวน> | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
DecodePaddedRaw <T ขยายจำนวน> | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
DeepCopy <T> | ทำสำเนาของ `x` |
DenseBincount <U ขยายจำนวน> | นับจำนวนครั้งที่เกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบทช์) |
ทำลายตัวแปรชั่วคราว <T> | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
DirectedInterleaveDataset | แทนที่ "InterleaveDataset" ในรายการชุดข้อมูล "N" คงที่ |
DrawBoundingBoxesV2 <T ขยายจำนวน> | วาดกล่องที่มีขอบเขตบนชุดรูปภาพ |
DummyIterationCounter | |
DummyMemoryCache | |
DummySeedGenerator | |
DynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ให้เป็นเมตริกซ์เดียว |
แก้ไขระยะทาง | คำนวณ (อาจทำให้เป็นมาตรฐาน) Levenshtein Edit Distance |
ไอน์ซัม <T> | การหดตัวของเทนเซอร์ตามแบบแผนการบวกของไอน์สไตน์ |
ว่าง <T> | สร้างเทนเซอร์ที่มีรูปร่างที่กำหนด |
EmptyTensorList | สร้างและส่งคืนรายการเทนเซอร์ที่ว่างเปล่า |
EmptyTensorMap | สร้างและส่งคืนแผนที่เทนเซอร์ที่ว่างเปล่า |
เข้ารหัสโปรโต | op สร้างลำดับข้อความ protobuf ที่ให้ไว้ในเทนเซอร์อินพุต |
รับรองรูปร่าง <T> | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดไว้ |
ป้อน <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ "ข้อมูล" ใช้ได้กับเฟรมย่อย |
Erfinv <T ขยายจำนวน> | |
EuclideanNorm <T> | คำนวณบรรทัดฐานแบบยุคลิดขององค์ประกอบตามมิติของเทนเซอร์ |
ดำเนินการTPUEmbeddingPartitioner | op ที่รันตัวแบ่งพาร์ติชัน TPUEmbedding บนการกำหนดค่าส่วนกลาง อุปกรณ์และคำนวณขนาด HBM (เป็นไบต์) ที่จำเป็นสำหรับการดำเนินการ TPUEmbedding |
ออก <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
ExpandDims <T> | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
ExperimentalAutoShardDataset | สร้างชุดข้อมูลที่ชาร์ดชุดข้อมูลอินพุต |
ExperimentalBytesProducedStatsDataset | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ "input_dataset" ใน StatsAggregator |
ทดลองเลือกชุดข้อมูลที่เร็วที่สุด | |
ExperimentalDatasetCardinality | ส่งคืนค่าคาร์ดินัลลิตี้ของ `input_dataset` |
ExperimentalDenseToSparseBatchDataset | สร้างชุดข้อมูลที่แบทช์องค์ประกอบอินพุตเป็น SparseTensor |
ExperimentalLatencyStatsชุดข้อมูล | บันทึกเวลาแฝงของการสร้างองค์ประกอบ "input_dataset" ใน StatsAggregator |
ExperimentalMatchingFilesDataset | |
ExperimentalMaxIntraOpParallelismDataset | สร้างชุดข้อมูลที่แทนที่ความขนานภายในสูงสุด |
ExperimentalParseExampleDataset | แปลง "input_dataset" ที่มีโปรโต "ตัวอย่าง" เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของออบเจ็กต์ "Tensor" หรือ "SparseTensor" ซึ่งแสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ExperimentalPrivateThreadPoolDataset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ชุดข้อมูลสุ่มทดลอง | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
ExperimentalRebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
ExperimentalSetStatsAggregatorDataset | |
ExperimentalSlidingWindowDataset | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างบานเลื่อนเหนือ "input_dataset" |
ExperimentalSqlDataset | สร้างชุดข้อมูลที่ดำเนินการแบบสอบถาม SQL และปล่อยแถวของชุดผลลัพธ์ |
ExperimentalStatsAggregatorHandle | สร้างทรัพยากรตัวจัดการสถิติ |
ExperimentalStatsAggregatorSummary | สร้างสรุปสถิติใดๆ ที่บันทึกโดยตัวจัดการสถิติที่กำหนด |
ExperimentalUnbatchDataset | ชุดข้อมูลที่แยกองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
Expint <T ขยายจำนวน> | |
สารสกัดGlimpseV2 | แยกเหลือบจากเทนเซอร์อินพุต |
ExtractVolumePatches <T ขยายจำนวน> | แยก "แพทช์" ออกจาก "อินพุต" และใส่ไว้ในมิติเอาต์พุต "ความลึก" |
เติม <U> | สร้างเทนเซอร์ที่เต็มไปด้วยค่าสเกลาร์ |
FinalizeDataset | สร้างชุดข้อมูลโดยใช้ tf.data.Options กับ "input_dataset" |
ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
FresnelCos <T ขยายจำนวน> | |
FresnelSin <T ขยายจำนวน> | |
รวบรวม <T> | รวบรวมชิ้นส่วนจากแกน "params" "แกน" ตาม "ดัชนี" |
GatherNd <T> | รวบรวมสไลซ์จาก "params" ให้เป็น Tensor โดยมีรูปร่างที่ระบุโดย "ดัชนี" |
GetOptions | ส่งกลับ tf.data.Options ที่แนบกับ "input_dataset" |
GetSessionHandle | จัดเก็บเทนเซอร์อินพุตในสถานะของเซสชันปัจจุบัน |
GetSessionTensor <T> | รับค่าของเทนเซอร์ที่ระบุโดยหมายเลขอ้างอิง |
WarrantyConst <T> | ให้การรับประกันกับรันไทม์ TF ว่าอินพุทเทนเซอร์เป็นค่าคงที่ |
HashTable | สร้างตารางแฮชที่ไม่ได้กำหนดค่าเริ่มต้น |
HistogramFixedWidth <U ขยายจำนวน> | ส่งกลับฮิสโตแกรมของค่า |
เอกลักษณ์ <T> | ส่งกลับเมตริกซ์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
IgnoreErrorsDataset | สร้างชุดข้อมูลที่มีองค์ประกอบของ "input_dataset" โดยไม่สนใจข้อผิดพลาด |
ImageProjectiveTransformV2 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดให้กับแต่ละภาพ |
ImageProjectiveTransformV3 <T ขยายจำนวน> | ใช้การแปลงที่กำหนดให้กับแต่ละภาพ |
ImmutableConst <T> | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากพื้นที่หน่วยความจำ |
InfeedDequeue <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
InplaceAdd <T> | บวก v ในแถวที่ระบุของ x |
InplaceSub <T> | ลบ `v` ลงในแถวที่ระบุของ `x' |
InplaceUpdate <T> | อัปเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
IsBoostedTreesEnsembleInitialized | ตรวจสอบว่าชุดต้นไม้ได้รับการเตรียมข้อมูลเบื้องต้นแล้วหรือไม่ |
IsBoostedTreesQuantileStreamResourceInitialized | ตรวจสอบว่ามีการเริ่มต้นสตรีมควอนไทล์หรือไม่ |
IsTPUEmbeddingInitialized | กำหนดการเริ่มต้น TPU Embedding ในระบบ TPU แบบกระจายหรือไม่ |
IsVariableInitialized | ตรวจสอบว่าเทนเซอร์ได้รับการเตรียมข้อมูลเบื้องต้นแล้วหรือไม่ |
IteratorGetDevice | ส่งกลับชื่ออุปกรณ์ที่วาง "ทรัพยากร" |
KMC2ChainInitialization | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มในชุดเมล็ดพันธุ์ |
KmeansPlusPlusInitialization | เลือก num_to_sample แถวของอินพุตโดยใช้เกณฑ์ KMeans++ |
KthOrderStatistic | คำนวณสถิติลำดับ K ของชุดข้อมูล |
LMDBDataset | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB ตั้งแต่หนึ่งไฟล์ขึ้นไป |
LinSpace <T ขยายจำนวน> | สร้างค่าในช่วงเวลา |
รายการชุดข้อมูล | สร้างชุดข้อมูลที่ปล่อย "เทนเซอร์" แต่ละตัวออกมาหนึ่งครั้ง |
LookupTableFind <U> | ค้นหาคีย์ในตาราง แสดงผลค่าที่สอดคล้องกัน |
LookupTableSize | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
LoopCond | ส่งต่ออินพุตไปยังเอาต์พุต |
ขอบเขตล่าง <U ขยายจำนวน> | ใช้ lower_bound(sorted_search_values, values) ในแต่ละแถว |
MakeUnique | ทำให้องค์ประกอบทั้งหมดในมิติข้อมูลที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ถึง ค่าเริ่มต้นของพวกเขา |
แผนที่ไม่สมบูรณ์ขนาด | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
ขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน |
MatrixDiagPartV2 <T> | ส่งกลับส่วนในแนวทแยงแบบแบตช์ของเทนเซอร์แบบแบตช์ |
MatrixDiagPartV3 <T> | ส่งกลับส่วนในแนวทแยงแบบแบตช์ของเทนเซอร์แบบแบตช์ |
MatrixDiagV2 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบกลุ่มพร้อมค่าเส้นทแยงมุมแบบกลุ่มที่กำหนด |
MatrixDiagV3 <T> | ส่งกลับเทนเซอร์แนวทแยงแบบกลุ่มพร้อมค่าเส้นทแยงมุมแบบกลุ่มที่กำหนด |
MatrixSetDiagV2 <T> | ส่งกลับเมตริกซ์เมตริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
MatrixSetDiagV3 <T> | ส่งกลับเมตริกซ์เมตริกซ์แบบแบตช์ด้วยค่าเส้นทแยงมุมแบบแบทช์ใหม่ |
แม็กซ์ <T> | คำนวณองค์ประกอบสูงสุดตามมิติของเทนเซอร์ |
MaxIntraOpParallelismDataset | สร้างชุดข้อมูลที่แทนที่ความขนานภายในสูงสุด |
มิน <T> | คำนวณองค์ประกอบขั้นต่ำตามมิติของเทนเซอร์ |
MirrorPad <T> | ซับเทนเซอร์ด้วยค่ามิเรอร์ |
MirrorPadGrad <T> | ตัวเลือกการไล่ระดับสีสำหรับตัวเลือก 'MirrorPad' |
MulNoNan <T> | ส่งกลับ x * y องค์ประกอบที่ชาญฉลาด |
MutableDenseHashTable | สร้างตารางแฮชเปล่าที่ใช้เทนเซอร์เป็นแบ็คกิ้งสโตร์ |
MutableHashTable | สร้างตารางแฮชที่ว่างเปล่า |
MutableHashTableOfTensors | สร้างตารางแฮชที่ว่างเปล่า |
Mutex | สร้างทรัพยากร Mutex ที่สามารถล็อคโดย "MutexLock" |
MutexLock | ล็อคทรัพยากร mutex |
NCclAllReduce <T ขยายจำนวน> | เอาต์พุตเทนเซอร์ที่มีการรีดิวซ์ของเทนเซอร์อินพุตทั้งหมด |
NCclBroadcast <T ขยายจำนวน> | ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
NCclReduce <T ขยายจำนวน> | ลด 'อินพุต' จาก 'num_devices' โดยใช้ 'reduction' ลงในอุปกรณ์เครื่องเดียว |
Ndtri <T ขยายจำนวน> | |
ต่อไปหลังจาก <T ขยายจำนวน> | ส่งคืนค่าที่แทนค่าได้ถัดไปของ "x1" ในทิศทางของ "x2" ตามองค์ประกอบ |
NextIteration <T> | ทำให้ข้อมูลเข้าใช้ได้สำหรับการทำซ้ำครั้งต่อไป |
NonDeterministicInts <U> | แบบไม่กำหนดจำนวนเต็มสร้างจำนวนเต็มบางจำนวน |
NonSerializableDataset | |
OneHot <U> | ส่งกลับเทนเซอร์แบบร้อนครั้งเดียว |
คนไลค์ <T> | ส่งกลับเทนเซอร์ของสิ่งที่มีรูปร่างและประเภทเดียวกันกับ x |
OptimizeDatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ "input_dataset" |
ตัวเลือกชุดข้อมูล | สร้างชุดข้อมูลโดยแนบ tf.data.Options กับ "input_dataset" |
OrderedMapIncompleteSize | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
สั่งซื้อขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน |
OutfeedDequeue <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตของการคำนวณ |
OutfeedDequeueV2 <T> | ดึงเทนเซอร์ตัวเดียวจากเอาต์พุตของการคำนวณ |
เอาท์พุต <T> | ตัวจัดการเชิงสัญลักษณ์ของเทนเซอร์ที่ผลิตโดย Operation |
แพด <T> | แผ่นเทนเซอร์ |
ParallelBatchDataset | |
ParallelConcat <T> | เชื่อมรายการเมตริกซ์ "N" ตามมิติข้อมูลแรก |
ParallelDynamicStitch <T> | แทรกค่าจากเทนเซอร์ "ข้อมูล" ให้เป็นเมตริกซ์เดียว |
ParseExampleDatasetV2 | แปลง "input_dataset" ที่มีโปรโต "ตัวอย่าง" เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของออบเจ็กต์ "Tensor" หรือ "SparseTensor" ซึ่งแสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
ตัวยึด <T> | ตัวยึดตำแหน่งสำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
PlaceholderWithDefault <T> | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต |
Prelinearize | op ที่ทำให้ค่าเทนเซอร์เป็นเส้นตรงหนึ่งค่าเป็นตัวแปรเทนเซอร์ทึบแสง |
PrelinearizeTuple | ตัวเลือกที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงเป็นตัวแปรเทนเซอร์ทึบแสง |
PrivateThreadPoolDataset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
QuantizeAndDequantizeV4 <T ขยายจำนวน> | Quantizes จากนั้น dequantizes เทนเซอร์ |
QuantizedMatMulWithBiasAndDequantize <W ขยายจำนวน> | |
RaggedBincount <U ขยายจำนวน> | นับจำนวนครั้งที่เกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
RaggedTensorToTensor <U> | สร้างความหนาแน่นของเทนเซอร์จากเทนเซอร์ที่ขาดซึ่งอาจทำให้รูปร่างเปลี่ยนไป |
RaggedTensorToVariant | เข้ารหัส "RaggedTensor" เป็น "ตัวแปร" เทนเซอร์ |
RaggedTensorToVariantGradient <U> | Helper ใช้ในการคำนวณการไล่ระดับสีสำหรับ "RaggedTensorToVariant" |
RandomIndexShuffle <T ขยายจำนวน> | ส่งออกตำแหน่งของ `ค่า' ในการเรียงสับเปลี่ยนของ [0, ..., max_index] |
ช่วง <T ขยายจำนวน> | สร้างลำดับของตัวเลข |
อันดับ | ส่งกลับอันดับของเทนเซอร์ |
ReadVariableOp <T> | อ่านค่าของตัวแปร |
RebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
RebatchDatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดชุดงาน |
Recv <T> | รับเทนเซอร์ที่มีชื่อจาก send_device บน recv_device |
ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบตามมิติของเทนเซอร์ |
ลดเลย | คำนวณ "ตรรกะหรือ" ขององค์ประกอบตามมิติของเทนเซอร์ |
ลดสูงสุด <T> | คำนวณองค์ประกอบสูงสุดตามมิติของเทนเซอร์ |
ลดขั้นต่ำ <T> | คำนวณองค์ประกอบขั้นต่ำตามมิติของเทนเซอร์ |
ลดผลิตภัณฑ์ <T> | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
ลดรวม <T> | คำนวณผลรวมขององค์ประกอบตามมิติของเทนเซอร์ |
RefEnter <T> | สร้างหรือค้นหาเฟรมย่อย และทำให้ "ข้อมูล" ใช้ได้กับเฟรมย่อย |
RefExit <T> | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
ข้อมูลประจำตัว <T> | คืนค่าเมตริกซ์อ้างอิงเดียวกับเมตริกซ์อ้างอิงอินพุต |
RefNextIteration <T> | ทำให้ข้อมูลเข้าใช้ได้สำหรับการทำซ้ำครั้งต่อไป |
RefSelect <T> | ส่งต่อองค์ประกอบ "ดัชนี" ของ "อินพุต" ไปยัง "เอาต์พุต" |
ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลด้วยบริการ tf.data |
RegisterDatasetV2 | ลงทะเบียนชุดข้อมูลด้วยบริการ tf.data |
รีเลย์ <T> | |
ก่อร่างใหม่ <T> | ปรับรูปร่างเทนเซอร์ |
ResourceAccumulatorNumAccumulated | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
ResourceAccumulatorTakeGradient <T> | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
ResourceConditionalAccumulator | ตัวสะสมแบบมีเงื่อนไขสำหรับการไล่ระดับสีแบบรวม |
ResourceCountUpTo <T ขยายจำนวน> | ตัวแปรที่เพิ่มขึ้นชี้ไปที่ 'ทรัพยากร' จนกว่าจะถึง 'ขีดจำกัด' |
ResourceGather <U> | รวบรวมชิ้นส่วนจากตัวแปรที่ชี้ไปที่ "ทรัพยากร" ตาม "ดัชนี" |
ResourceGatherNd <U> | |
ดึงTPUEmbedding StochasticGradientDescentParameters | ดึงพารามิเตอร์การฝัง SGD |
ย้อนกลับ <T> | กลับมิติเฉพาะของเทนเซอร์ |
ลำดับย้อนกลับ <T> | ย้อนกลับชิ้นความยาวผันแปร |
RewriteDataset | |
RiscAbs <T ขยายจำนวน> | |
RiscAdd <T ขยายจำนวน> | ส่งกลับ x + y องค์ประกอบที่ชาญฉลาด |
RiscBinaryArithmetic <T ขยายจำนวน> | |
RiscBinaryComparison | |
RiscBitcast <U> | |
RiscBroadcast <T> | |
RiscCast <U> | |
RiscCeil <T ขยายจำนวน> | |
RiscCholesky <T ขยายจำนวน> | |
RiscConcat <T> | |
RiscConv <T ขยายจำนวน> | |
RiscCos <T ขยายจำนวน> | |
RiscDiv <T ขยายจำนวน> | |
RiscDot <T ขยายจำนวน> | |
RiscExp <T ขยายจำนวน> | |
RiscFft <T> | |
RiscFloor <T ขยายจำนวน> | |
RiscGather <T> | |
RiscImag <U ขยายจำนวน> | |
RiscIsFinite | |
RiscLog <T ขยายจำนวน> | |
RiscLogicalและ | |
RiscLogicalNot | |
RiscLogicalหรือ | |
RiscMax <T ขยายจำนวน> | ส่งกลับค่าสูงสุด (x, y) องค์ประกอบที่ชาญฉลาด |
RiscMin <T ขยายจำนวน> | |
RiscMul <T ขยายจำนวน> | |
RiscNeg <T ขยายจำนวน> | |
RiscPad <T ขยายจำนวน> | |
RiscPool <T ขยายจำนวน> | |
RiscPow <T ขยายจำนวน> | |
RiscRandomUniform | |
RiscReal <U ขยายจำนวน> | |
RiscReduce <T ขยายจำนวน> | |
RiscRem <T ขยายจำนวน> | |
RiscReshape <T ขยายจำนวน> | |
RiscReverse <T ขยายจำนวน> | |
RiscScatter <U ขยายจำนวน> | |
RiscShape <U ขยายจำนวน> | |
RiscSign <T ขยายจำนวน> | |
RiscSlice <T ขยายจำนวน> | |
RiscSort <T ขยายจำนวน> | |
RiscSqueeze <T> | |
RiscSub <T ขยายจำนวน> | |
RiscTranspose <T> | |
RiscTriangularSolve <T ขยายจำนวน> | |
RiscUnary <T ขยายจำนวน> | |
RngReadAndSkip | เลื่อนตัวนับของ RNG ที่อิงตามเคาน์เตอร์ |
ม้วน <T> | หมุนองค์ประกอบของเทนเซอร์ไปตามแกน |
SamplingDataset | สร้างชุดข้อมูลที่ใช้ตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
ScaleAndTranslate | |
ScaleAndTranslateGrad <T ขยายจำนวน> | |
ScatterAdd <T> | เพิ่มการอัพเดตแบบกระจัดกระจายไปยังการอ้างอิงตัวแปร |
ScatterDiv <T> | แบ่งการอ้างอิงตัวแปรด้วยการอัพเดตแบบกระจาย |
ScatterMax <T ขยายจำนวน> | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "สูงสุด" |
ScatterMin <T ขยายจำนวน> | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "ขั้นต่ำ" |
ScatterMul <T> | ทวีคูณการอัพเดตแบบกระจัดกระจายในการอ้างอิงตัวแปร |
ScatterNd <U> | กระจาย "อัปเดต" เป็นเมตริกซ์ของรูปร่าง "รูปร่าง" ตาม "ดัชนี" |
ScatterNdAdd <T> | ใช้การเพิ่มแบบกระจายกับค่าแต่ละรายการหรือการแบ่งส่วนในตัวแปร |
ScatterNdMax <T> | คำนวณสูงสุดตามองค์ประกอบ |
ScatterNdMin <T> | คำนวณขั้นต่ำตามองค์ประกอบ |
ScatterNdNonAliasingAdd <T> | ใช้การเพิ่มแบบกระจัดกระจายกับ 'อินพุต' โดยใช้ค่าแต่ละค่าหรือการแบ่งส่วน จาก "อัปเดต" ตามดัชนี "ดัชนี" |
ScatterNdSub <T> | ใช้การลบแบบเบาบางกับค่าแต่ละค่าหรือการแบ่งส่วนในตัวแปร |
ScatterNdUpdate <T> | ใช้ `อัปเดต' แบบกระจัดกระจายกับค่าแต่ละค่าหรือส่วนภายในที่กำหนด ตัวแปรตาม "ดัชนี" |
ScatterSub <T> | ลบการอัพเดตแบบกระจายไปยังการอ้างอิงตัวแปร |
ScatterUpdate <T> | ใช้การอัพเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
SelectV2 <T> | |
SetSize | จำนวนองค์ประกอบที่ไม่ซ้ำตามมิติสุดท้ายของอินพุต "ชุด" |
รูปร่าง <U ขยายจำนวน> | ส่งกลับรูปร่างของเทนเซอร์ |
ShardDataset | สร้าง `ชุดข้อมูล` ที่มีเพียง 1/`num_shards` ของชุดข้อมูลนี้ |
ShuffleAndRepeatDatasetV2 . สุ่ม | |
ShuffleDatasetV2 | |
ShuffleDatasetV3 | |
การปิดระบบTPUSystem | op ที่ปิดระบบ TPU |
ขนาด <U ขยายจำนวน> | ส่งกลับขนาดของเทนเซอร์ |
SleepDataset | |
ฝาน <T> | ส่งคืนชิ้นส่วนจาก 'อินพุต' |
SlidingWindowDataset | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างบานเลื่อนเหนือ "input_dataset" |
สแนปชอต <T> | ส่งกลับสำเนาของเทนเซอร์อินพุต |
SnapshotDataset | สร้างชุดข้อมูลที่จะเขียนถึง / อ่านจากสแน็ปช็อต |
SnapshotDatasetReader | |
SnapshotNestedDatasetReader | |
SobolSample <T ขยายจำนวน> | สร้างคะแนนจากลำดับ Sobol |
SpaceToBatchNd <T> | SpaceToBatch สำหรับเทนเซอร์ ND ประเภท T |
SparseApplyAdagradV2 <T> | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
SparseBincount <U ขยายจำนวน> | นับจำนวนครั้งที่เกิดขึ้นของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
SparseMatrixAdd | การเพิ่มเมทริกซ์ CSR สองรายการแบบกระจัดกระจาย C = alpha * A + beta * B |
SparseMatrixMatMul <T> | เมทริกซ์-คูณเมทริกซ์เบาบางด้วยเมทริกซ์หนาแน่น |
SparseMatrixMul | การคูณตามองค์ประกอบของเมทริกซ์เบาบางที่มีเทนเซอร์หนาแน่น |
SparseMatrixNNZ | ส่งกลับจำนวนที่ไม่ใช่ศูนย์ของ "sparse_matrix" |
SparseMatrixการสั่งซื้อAMD | คำนวณการเรียงลำดับระดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต" |
SparseMatrixSoftmax | คำนวณ softmax ของ CSRSparseMatrix |
SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบเบาบางของ "อินพุต" |
SparseMatrixSparseMatMul | Sparse-matrix- คูณเมทริกซ์ CSR สองตัว "a" และ "b" |
SparseMatrixTranspose | เปลี่ยนมิติภายใน (เมทริกซ์) ของ CSRSparseMatrix |
SparseMatrixZeros | สร้าง CSRSparseMatrix เป็นศูนย์ทั้งหมดที่มีรูปร่าง `dense_shape` |
SparseSegmentSumGrad <T ขยายจำนวน> | คำนวณการไล่ระดับสีสำหรับ SparseSegmentSum |
SparseTensorToCSRSparseMatrix | แปลง SparseTensor เป็น CSRSparseMatrix (อาจเป็นแบทช์) |
สเปนซ์ <T ขยายจำนวน> | |
บีบ <T> | ลบมิติขนาด 1 ออกจากรูปร่างของเทนเซอร์ |
กอง <T> | บรรจุรายการเทนเซอร์ `N` rank-`R` ลงในเทนเซอร์ระดับเดียว -`(R+1)` |
ขนาดเวที | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์พื้นฐาน |
StatefulRandomBinomial <V ขยายจำนวน> | |
StatefulStandardNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
StatefulStandardNormalV2 <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
StatefulTruncatedNormal <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
StatefulUniform <U> | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformFullInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
StatefulUniformInt <U> | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
ไร้สัญชาติParameterizedTruncatedNormal <V expands Number> | |
StatelessRandomBinomial <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มหลอกที่กำหนดขึ้นเองจากการแจกแจงแบบทวินาม |
StatelessRandomGammaV2 <V ขยายจำนวน> | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นเองจากการแจกแจงแกมมา |
StatelessRandomGetAlg | เลือกอัลกอริธึม RNG แบบเคาน์เตอร์ที่ดีที่สุดตามอุปกรณ์ |
StatelessRandomNormalV2 <U ขยายจำนวน> | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
StatelessRandomPoisson <W ขยายจำนวน> | ส่งออกตัวเลขสุ่มหลอกที่กำหนดขึ้นเองจากการแจกแจงแบบปัวซอง |
StatelessRandomUniformFullInt <V ขยายจำนวน> | เอาท์พุตของจำนวนเต็มสุ่มสุ่มเทียมที่กำหนดขึ้นเองจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformFullIntV2 <U ขยายจำนวน> | เอาท์พุตของจำนวนเต็มสุ่มสุ่มเทียมที่กำหนดขึ้นเองจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformIntV2 <U ขยายจำนวน> | เอาท์พุตของจำนวนเต็มสุ่มสุ่มเทียมที่กำหนดขึ้นเองจากการแจกแจงแบบสม่ำเสมอ |
StatelessRandomUniformV2 <U ขยายจำนวน> | ส่งออกค่าสุ่มหลอกที่กำหนดขึ้นเองจากการแจกแจงแบบสม่ำเสมอ |
สับเปลี่ยนไร้สัญชาติ <T> | สุ่มและกำหนดเทนเซอร์สับเปลี่ยนตามมิติแรก |
StatelessTruncatedNormalV2 <U ขยายจำนวน> | เอาต์พุตค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติที่ถูกตัดทอน |
StatsAggregatorHandleV2 | |
StopGradient <T> | หยุดการคำนวณแบบเกรเดียนท์ |
สไตรด์สไลซ์ <T> | ส่งคืนสไลซ์ที่มีความก้าวหน้าจาก "อินพุต" |
StriedSliceAssign <T> | กำหนด `ค่า` ให้กับการอ้างอิงค่า l แบบแบ่งส่วนของ `ref` |
StriedSliceGrad <U> | ส่งกลับการไล่ระดับสีของ `StridedSlice` |
StringLower | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ |
StringUpper | แปลงอักขระตัวพิมพ์เล็กทั้งหมดเป็นการแทนที่ตัวพิมพ์ใหญ่ตามลำดับ |
ซำ <T> | คำนวณผลรวมขององค์ประกอบตามมิติของเทนเซอร์ |
TPUCompilationResult | ส่งกลับผลลัพธ์ของการรวบรวม TPU |
การเปิดใช้งาน TPUEmbedding | op ที่เปิดใช้งานการสร้างความแตกต่างของการฝัง TPU |
TPUOrdinalSelector | ตัวเลือกแกน TPU Op. |
TPUPartitionedInput <T> | op ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
TPUReplicatedInput <T> | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่จำลองแบบ N-way |
TPUรอบโรบิน | การทำโหลดบาลานซ์แบบ Round-robin บนแกน TPU |
ตัวแปรชั่วคราว <T> | ส่งกลับเทนเซอร์ที่อาจกลายพันธุ์แต่ยังคงอยู่ภายในขั้นตอนเดียว |
TensorArrayGather <T> | รวบรวมองค์ประกอบเฉพาะจาก TensorArray ลงใน "ค่า" ของเอาต์พุต |
TensorArrayPack <T> | |
TensorArrayRead <T> | อ่านองค์ประกอบจาก TensorArray เป็น "ค่า" ของเอาต์พุต |
TensorArrayScatter | กระจายข้อมูลจากค่าอินพุตไปยังองค์ประกอบ TensorArray ที่เฉพาะเจาะจง |
TensorArraySize | รับขนาดปัจจุบันของ TensorArray |
TensorArraySplit | แยกข้อมูลจากค่าอินพุตออกเป็นองค์ประกอบ TensorArray |
TensorArrayUnpack | |
TensorArrayWrite | ดันองค์ประกอบลงบน tensor_array |
TensorListConcatLists | |
TensorListElementShape <T ขยายจำนวน> | รูปร่างขององค์ประกอบของรายการที่กำหนด เป็นเทนเซอร์ |
TensorListFromTensor | สร้าง TensorList ซึ่งเมื่อซ้อนกันแล้วจะมีค่าเป็น "tensor" |
TensorListGather <T> | สร้าง Tensor โดยการจัดทำดัชนีลงใน TensorList |
TensorListGetItem <T> | |
TensorListLength | ส่งกลับจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต |
TensorListPushBack | ส่งคืนรายการที่มี "เทนเซอร์" ที่ส่งผ่านเป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่นๆ ของรายการที่กำหนดใน "input_handle" |
TensorListPushBackBatch | |
TensorListReserve | รายการขนาดที่กำหนดพร้อมองค์ประกอบว่าง |
TensorListResize | ปรับขนาดรายการ |
TensorListScatter | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
TensorListScatterIntoExistingList | กระจายเทนเซอร์ที่ดัชนีในรายการอินพุต |
TensorListScatterV2 | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
TensorListSetItem | |
TensorListSplit | แยกเทนเซอร์ออกเป็นรายการ |
TensorListStack <T> | กองเทนเซอร์ทั้งหมดในรายการ |
TensorMapErase | ส่งคืนแผนที่เทนเซอร์พร้อมรายการจากคีย์ที่ระบุถูกลบ |
TensorMapHasKey | ส่งกลับว่ามีคีย์ที่ระบุอยู่ในแผนที่หรือไม่ |
TensorMapInsert | ส่งคืนแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่ระบุ |
TensorMapLookup <U> | ส่งคืนค่าจากคีย์ที่ระบุในแผนที่เทนเซอร์ |
TensorMapSize | ส่งกลับจำนวนเทนเซอร์ในแผนผังเทนเซอร์อินพุต |
TensorMapStackKeys <T> | ส่งกลับ Tensor stack ของคีย์ทั้งหมดในแผนที่ tensor |
TensorScatterAdd <T> | เพิ่ม "การอัปเดต" แบบเบาบางให้กับเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
TensorScatterMax <T> | ใช้การอัพเดตแบบกระจัดกระจายกับเทนเซอร์โดยใช้ค่าสูงสุดตามองค์ประกอบ |
TensorScatterMin <T> | |
TensorScatterSub <T> | ลบ "การอัปเดต" แบบเบาบางจากเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
TensorScatterUpdate <T> | กระจาย "อัปเดต" เป็นเมตริกซ์ที่มีอยู่ตาม "ดัชนี" |
TensorStridedSliceUpdate <T> | กำหนด "ค่า" ให้กับการอ้างอิงค่า l แบบแบ่งส่วนของ "อินพุต" |
ThreadPoolDataset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
ThreadPoolHandle | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
กระเบื้อง <T> | สร้างเทนเซอร์โดยปูกระเบื้องเทนเซอร์ที่กำหนด |
การประทับเวลา | ระบุเวลาตั้งแต่ยุคเป็นวินาที |
ToBool | แปลงเทนเซอร์เป็นเพรดิเคตสเกลาร์ |
TpuHandleToProtoKey | แปลงแฮนเดิล uid ของ XRT เป็นรูปแบบอินพุตที่เป็นมิตรกับ TensorFlow |
TridiagonalMatMul <T> | คำนวณผลคูณด้วยเมทริกซ์สามมิติ |
TridiagonalSolve <T> | แก้ระบบสมการสามมิติของสมการ |
เลิกแบทช์ <T> | ย้อนกลับการทำงานของ Batch สำหรับเทนเซอร์เอาต์พุตเดี่ยว |
UnbatchGrad <T> | การไล่ระดับของ Unbatch |
UnicodeEncode | เข้ารหัสเทนเซอร์ของ int เป็นสตริงยูนิโค้ด |
UniformDequantize <U ขยายจำนวน> | ดำเนินการ dequantization บน `อินพุต' เทนเซอร์เชิงปริมาณ |
UniformQuantize <U> | ดำเนินการหาปริมาณบนเทนเซอร์ `อินพุต' |
UniformQuantizedClipByValue <T> | ดำเนินการคลิปตามค่าบนตัวถูกดำเนินการ `ตัวถูกดำเนินการ' ของเทนเซอร์เชิงปริมาณ |
UniformQuantizedDot <U> | ดำเนินการจุดเชิงปริมาณของเทนเซอร์เชิงปริมาณ `lhs` และเทนเซอร์เชิงปริมาณ `rhs` เพื่อสร้าง `ผลลัพธ์` เชิงปริมาณ |
UniformQuantizedDotHybrid <V ขยายจำนวน> | ดำเนินการจุด quantized dot แบบไฮบริดของ float Tensor `lhs` และ quantized Tensor `rhs` |
UniformRequantize <U> | ให้ `อินพุต' เทนเซอร์เชิงปริมาณ ให้หาค่าใหม่ด้วยพารามิเตอร์การหาปริมาณใหม่ |
UniqueDataset | สร้างชุดข้อมูลที่มีองค์ประกอบเฉพาะของ "input_dataset" |
UnravelIndex <T ขยายจำนวน> | แปลงอาร์เรย์ของดัชนีแบบเรียบเป็นทูเพิลของอาร์เรย์พิกัด |
UnsortedSegmentเข้าร่วม | |
UnwrapDatasetVariant | |
UpperBound <U ขยายจำนวน> | ใช้ upper_bound(sorted_search_values, values) ในแต่ละแถว |
VarHandleOp | สร้างหมายเลขอ้างอิงไปยังทรัพยากรตัวแปร |
VarIsInitializedOp | ตรวจสอบว่าตัวแปรตามการจัดการทรัพยากรได้รับการเตรียมใช้งานแล้วหรือไม่ |
ตัวแปร <T> | รักษาสถานะในรูปของเทนเซอร์ที่คงอยู่ข้ามขั้นตอน |
VariableShape <T ขยายจำนวน> | ส่งกลับรูปร่างของตัวแปรที่ชี้ไปที่ "ทรัพยากร" |
ที่ไหน | Returns locations of nonzero / true values in a tensor. |
Where3 <T> | Selects elements from `x` or `y`, depending on `condition`. |
WindowOp | |
WorkerHeartbeat | Worker heartbeat op. |
WrapDatasetVariant | |
XlaConcatND <T> | Concats input tensor across all dimensions. |
XlaRecvFromHost <T> | An op to receive a tensor from the host. |
XlaRecvTPUEmbeddingDeduplicationData | Receives deduplication data (indices and weights) from the embedding core. |
Xlog1py <T> | Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. |
Zeros <T> | An operator creating a constant initialized with zeros of the shape given by `dims`. |
ZerosLike <T> | Returns a tensor of zeros with the same shape and type as x. |