Diese Seite wurde von der Cloud Translation API übersetzt.

PrimitiveOp

public abstract class PrimitiveOp

Bekannte direkte Unterklassen

Abort , Alle , AllToAll <T>, AnonymousIteratorV2 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousRandomSeedGenerator , AnonymousSeedGenerator , Any , ApplyAdagradV2 <T>, AssertCardinalityDataset , AssertNextDataset , AssertThat , Assign <T>, AssignAdd <T>, und 673 andere.

Abbrechen	Lösen Sie eine Ausnahme aus, um den Prozess beim Aufrufen abzubrechen.
Alle	Berechnet das "logische Und" von Elementen über die Dimensionen eines Tensors hinweg.
AllToAll <T>	Eine Op zum Austausch von Daten zwischen TPU-Replikaten.
AnonymousIteratorV2	Ein Container für eine Iteratorressource.
AnonymousMemoryCache
AnonymousMultiDeviceIterator	Ein Container für eine Multi-Device-Iterator-Ressource.
AnonymRandomSeedGenerator
AnonymousSeedGenerator
Irgendein	Berechnet das "logische Oder" von Elementen über die Dimensionen eines Tensors hinweg.
ApplyAdagradV2 <T>	Aktualisieren Sie '*var' gemäß dem Adagrad-Schema.
AssertCardinalityDataset
AssertNextDataset	Eine Transformation, die festlegt, welche Transformationen als nächstes stattfinden.
Behaupten, dass	Bestätigt, dass die angegebene Bedingung wahr ist.
Assign <T>	Aktualisieren Sie 'ref', indem Sie ihm 'value' zuweisen.
AssignAdd <T>	Aktualisieren Sie 'ref', indem Sie 'value' hinzufügen.
AssignAddVariableOp	Fügt dem aktuellen Wert einer Variablen einen Wert hinzu.
AssignSub <T>	Aktualisieren Sie 'ref', indem Sie 'value' davon subtrahieren.
AssignSubVariableOp	Subtrahiert einen Wert vom aktuellen Wert einer Variablen.
AssignVariableOp	Weist einer Variablen einen neuen Wert zu.
AutoShardDataset	Erstellt ein Dataset, das das Eingabe-Dataset shardt.
BandedTriangularSolve <T>
Barriere	Definiert eine Barriere, die über verschiedene Diagrammausführungen hinweg bestehen bleibt.
SchrankeSchließen	Schließt die angegebene Schranke.
BarriereUnvollständigeGröße	Berechnet die Anzahl der unvollständigen Elemente in der angegebenen Barriere.
BarriereEinfügenViele	Weist für jeden Schlüssel der angegebenen Komponente den entsprechenden Wert zu.
BarrierReadySize	Berechnet die Anzahl der vollständigen Elemente in der gegebenen Barriere.
BarriereTakeMany	Nimmt die angegebene Anzahl abgeschlossener Elemente von einer Barriere.
Charge	Stapelt alle Eingabetensoren nicht deterministisch.
BatchMatMulV2 <T>	Multipliziert Slices von zwei Tensoren in Batches.
BatchMatMulV3 <V>	Multipliziert Slices von zwei Tensoren in Batches.
BatchToSpace <T>	BatchToSpace für 4-D-Tensoren vom Typ T.
BatchToSpaceNd <T>	BatchToSpace für ND-Tensoren vom Typ T.
BesselI0 <T erstreckt Number>
BesselI1 <T erstreckt Number>
BesselJ0 <T erstreckt Number>
BesselJ1 <T erstreckt Number>
BesselK0 <T erstreckt Number>
BesselK0e <T erstreckt Number>
BesselK1 <T erstreckt Number>
BesselK1e <T erstreckt Number>
BesselY0 <T erstreckt Number>
BesselY1 <T erstreckt Number>
Bitcast <U>	Bitcastet einen Tensor von einem Typ in einen anderen, ohne Daten zu kopieren.
BlockLSTM <T erstreckt Number>	Berechnet die Vorwärtsausbreitung der LSTM-Zelle für alle Zeitschritte.
BlockLSTMGrad <T erstreckt Number>	Berechnet die Rückwärtsausbreitung der LSTM-Zelle für die gesamte Zeitsequenz.
BlockLSTMGradV2 <T erstreckt Number>	Berechnet die Rückwärtsausbreitung der LSTM-Zelle für die gesamte Zeitsequenz.
BlockLSTMV2 <T erstreckt Number>	Berechnet die Vorwärtsausbreitung der LSTM-Zelle für alle Zeitschritte.
BoostedTreesAggregateStats	Aggregiert die Zusammenfassung der akkumulierten Statistiken für den Stapel.
BoostedTreesBucketize	Bucketisieren Sie jedes Feature basierend auf Bucket-Grenzen.
BoostedTreesBerechnenBestFeatureSplit	Berechnet Gewinne für jedes Feature und gibt die bestmöglichen Splitinformationen für das Feature zurück.
BoostedTreesBerechnenBestFeatureSplitV2	Berechnet Gewinne für jedes Feature und gibt die bestmöglichen Splitinformationen für jeden Knoten zurück.
BoostedTreesBerechnenBestGainsPerFeature	Berechnet Gewinne für jedes Feature und gibt die bestmöglichen Splitinformationen für das Feature zurück.
BoostedTreesCenterBias	Berechnet den Prior aus den Trainingsdaten (den Bias) und füllt den ersten Knoten mit dem Prior der Logits.
BoostedTreesCreateEnsemble	Erstellt ein Baum-Ensemble-Modell und gibt ein Handle dafür zurück.
BoostedTreesCreateQuantileStreamResource	Erstellen Sie die Ressource für Quantil-Streams.
BoostedTreesDeserializeEnsemble	Deserialisiert eine serialisierte Baum-Ensemble-Konfiguration und ersetzt den aktuellen Baum Ensemble.
BoostedTreesEnsembleResourceHandleOp	Erstellt ein Handle für eine BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs	Debugging-/Modellinterpretierbarkeitsausgaben für jedes Beispiel.
BoostedTreesFlushQuantileZusammenfassungen	Leeren Sie die Quantil-Zusammenfassungen von jeder Quantil-Stream-Ressource.
BoostedTreesGetEnsembleStates	Ruft das Ressourcenstempel-Token des Baumensembles, die Anzahl der Bäume und die Wachstumsstatistik ab.
BoostedTreesMakeQuantileZusammenfassungen	Erstellt die Zusammenfassung der Quantile für den Stapel.
BoostedTreesMakeStatsZusammenfassung	Erstellt die Zusammenfassung der gesammelten Statistiken für den Stapel.
BoostedTreesPredict	Führt mehrere additive Regressions-Ensemble-Prädiktoren auf Eingabeinstanzen aus und berechnet die Logits.
BoostedTreesQuantileStreamResourceAddSummaries	Fügen Sie die Quantil-Zusammenfassungen zu jeder Quantil-Stream-Ressource hinzu.
BoostedTreesQuantileStreamResourceDeserialize	Deserialisieren Sie die Bucket-Grenzen und das Ready-Flag in den aktuellen QuantileAccumulator.
BoostedTreesQuantileStreamResourceFlush	Leeren Sie die Zusammenfassungen für eine Quantil-Stream-Ressource.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Generieren Sie die Bucket-Grenzen für jedes Feature basierend auf akkumulierten Zusammenfassungen.
BoostedTreesQuantileStreamResourceHandleOp	Erstellt ein Handle für eine BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Serialisiert das Baumensemble zu einem Prototyp.
BoostedTreesSparseAggregateStats	Aggregiert die Zusammenfassung der akkumulierten Statistiken für den Stapel.
BoostedTreesSparseCalculateBestFeatureSplit	Berechnet Gewinne für jedes Feature und gibt die bestmöglichen Splitinformationen für das Feature zurück.
BoostedTreesTrainingPredict	Führt mehrere additive Regressions-Ensemble-Prädiktoren auf Eingabeinstanzen aus und berechnet das Update für zwischengespeicherte Logits.
BoostedTreesUpdateEnsemble	Aktualisiert das Baum-Ensemble, indem entweder dem letzten Baum, der gewachsen wird, eine Ebene hinzugefügt wird oder indem Sie einen neuen Baum starten.
BoostedTreesUpdateEnsembleV2	Aktualisiert das Baum-Ensemble, indem dem letzten Baum, der gewachsen wird, eine Ebene hinzugefügt wird oder indem Sie einen neuen Baum starten.
BroadcastDynamicShape <T erstreckt Number>	Gibt die Form von s0 op s1 mit Broadcast zurück.
BroadcastGradientArgs <T erstreckt Number>	Geben Sie die Reduktionsindizes für die Berechnung von Gradienten von s0 op s1 mit Broadcast zurück.
BroadcastTo <T>	Senden Sie ein Array für eine kompatible Form.
Eimer machen	Bucketisiert 'Eingabe' basierend auf 'Grenzen'.
CSRSparseMatrixComponents <T>	Liest die CSR-Komponenten bei Batch `index` aus.
CSRSparseMatrixToDense <T>	Konvertieren Sie eine (möglicherweise gestapelte) CRSSpaseMatrix in dicht.
CSRSparseMatrixToSparseTensor <T>	Konvertiert eine (möglicherweise gestapelte) CSRSparesMatrix in einen SparseTensor.
CSV-Datensatz
CSVDatasetV2
CTCLossV2	Berechnet den CTC-Verlust (Log-Wahrscheinlichkeit) für jeden Batch-Eintrag.
CacheDatasetV2
CheckNumericsV2 <T erstreckt Number>	Prüft einen Tensor auf NaN-, -Inf- und +Inf-Werte.
Wählen Sie den schnellsten Datensatz
ClipByValue <T>	Beschneidet die Tensorwerte auf einen bestimmten Mindest- und Höchstwert.
CollectiveBcastRecvV2 <U>	Empfängt einen Tensorwert-Broadcast von einem anderen Gerät.
CollectiveBcastSendV2 <T>	Sendet einen Tensorwert an ein oder mehrere andere Geräte.
CollectiveGather <T erstreckt Number>	Sammelt wechselseitig mehrere Tensoren gleicher Art und Form.
CollectiveGatherV2 <T erstreckt Number>	Sammelt wechselseitig mehrere Tensoren gleicher Art und Form.
CollectivePermute <T>	Eine Op zum Permutieren von Tensoren über replizierte TPU-Instanzen.
CollectiveReduceV2 <T erstreckt Number>	Reduziert wechselseitig mehrere Tensoren gleicher Art und Form.
CombinedNonMaxSuppression	Wählt gierig eine Teilmenge von Begrenzungsrahmen in absteigender Reihenfolge der Punktzahl aus, Diese Operation führt non_max_suppression für die Eingaben pro Batch in allen Klassen durch.
CompositeTensorVariantFromComponents	Kodiert einen `ExtensionType`-Wert in einen `variant` skalaren Tensor.
CompositeTensorVariantToComponents	Dekodiert einen `variant` skalaren Tensor in einen `ExtensionType` Wert.
Komprimierungselement	Komprimiert ein Dataset-Element.
ComputeBatchSize	Berechnet die statische Batchgröße eines Datasets ohne Teilbatches.
Concat <T>	Verkettet Tensoren entlang einer Dimension.
KonfigurierenDistributedTPU	Richtet die zentralisierten Strukturen für ein verteiltes TPU-System ein.
TPUEmbedding konfigurieren	Richtet TPUEmbedding in einem verteilten TPU-System ein.
Konstante <T>	Ein Operator, der einen konstanten Wert erzeugt.
VerbrauchenMutexLock	Dieser Op verbraucht eine von `MutexLock` erstellte Sperre.
ControlTrigger	Tut nichts.
Kopieren <T>	Kopieren Sie einen Tensor von CPU-zu-CPU oder GPU-zu-GPU.
CopyHost <T>	Kopieren Sie einen Tensor zum Host.
CountUpTo <T erstreckt Number>	Erhöht 'ref', bis es 'limit' erreicht.
CrossReplicaSum <T erstreckt Number>	Eine Op zum Summieren von Eingaben über replizierte TPU-Instanzen.
CudnnRNNBackpropV3 <T erstreckt Number>	Backprop-Schritt von CudnnRNNV3.
CudnnRNNCanonicalToParamsV2 <T erstreckt Number>	Konvertiert CudnnRNN-Parameter von der kanonischen Form in die verwendbare Form.
CudnnRNNParamsToCanonicalV2 <T erstreckt Number>	Ruft CudnnRNN-Parameter in kanonischer Form ab.
CudnnRNNV3 <T erstreckt Number>	Ein von cuDNN unterstütztes RNN.
CumulativeLogsumexp <T erstreckt Number>	Berechnen Sie das Summenprodukt des Tensors `x` entlang der `Achse`.
DataServiceDataset	Erstellt ein Dataset, das Daten aus dem tf.data-Dienst liest.
DataServiceDatasetV2	Erstellt ein Dataset, das Daten aus dem tf.data-Dienst liest.
DatensatzKardinalität	Gibt die Kardinalität von `input_dataset` zurück.
DatasetFromGraph	Erstellt einen Datensatz aus dem angegebenen `graph_def`.
DatasetToGraphV2	Gibt ein serialisiertes GraphDef zurück, das `input_dataset` darstellt.
Dawsn <T erstreckt Number>
DebugGradientIdentity <T>	Identitätsoperation für das Debuggen von Farbverläufen.
DebugGradientRefIdentity <T>	Identitätsoperation für das Debuggen von Farbverläufen.
DebugIdentity <T>	Stellt eine Identitätszuordnung des Eingabetensors vom Typ Nicht-Ref zum Debuggen bereit.
DebugIdentityV2 <T>	Debug-Identität V2 Op.
DebugNanCount	Debug-NaN-Wert-Zähler-Op.
DebugNumericSummary	Debug Numerische Zusammenfassung Op.
DebugNumericSummaryV2 <U erstreckt Number>	Numerische Debug-Zusammenfassung V2 Op.
DecodeImage <T erstreckt Number>	Funktion für decode_bmp, decode_gif, decode_jpeg und decode_png.
DecodePaddedRaw <T erstreckt Number>	Interpretieren Sie die Bytes eines Strings als Zahlenvektor neu.
DekodierungProto	Der op extrahiert Felder aus einer serialisierten Protokollpuffernachricht in Tensoren.
Deep <T>	Erstellt eine Kopie von `x`.
DeleteIterator	Ein Container für eine Iteratorressource.
SpeicherCache löschen
LöschenMultiDeviceIterator	Ein Container für eine Iteratorressource.
LöschenRandomSeedGenerator
SeedGenerator löschen
SessionTensor löschen	Löschen Sie den Tensor, der durch sein Handle in der Sitzung angegeben wird.
DenseBincount <U erstreckt Number>	Zählt die Anzahl der Vorkommen jedes Werts in einem Integer-Array.
DenseCountSparseOutput <U erstreckt Number>	Führt eine Bin-Zählung mit geringer Ausgabemenge für eine tf.tensor-Eingabe durch.
DenseToCRSparseMatrix	Konvertiert einen dichten Tensor in eine (möglicherweise gestapelte) CSRSpaseMatrix.
ZerstöreRessourceOp	Löscht die durch das Handle angegebene Ressource.
DestroyTemporaryVariable <T>	Zerstört die temporäre Variable und gibt ihren endgültigen Wert zurück.
Geräteindex	Gibt den Index des Geräts zurück, das die Operation ausführt.
DirectedInterleaveDataset	Ein Ersatz für `InterleaveDataset` in einer festen Liste von `N` Datensätzen.
DrawBoundingBoxesV2 <T erstreckt Number>	Zeichnen Sie Begrenzungsrahmen auf einen Stapel von Bildern.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicPartition <T>	Partitioniert `data` in `num_partitions` Tensoren unter Verwendung von Indizes von `partitions`.
DynamicStitch <T>	Verschachteln Sie die Werte der `Daten`-Tensoren in einen einzelnen Tensor.
Entfernung bearbeiten	Berechnet die (eventuell normalisierte) Levenshtein Edit Distance.
Eig <U>	Berechnet die Eigenzerlegung einer oder mehrerer quadratischer Matrizen.
Einsum <T>	Tensorkontraktion nach der Einsteinschen Summenkonvention.
Leeren <T>	Erzeugt einen Tensor mit der angegebenen Form.
LeereTensorListe	Erstellt eine leere Tensorliste und gibt sie zurück.
LeereTensorMap	Erstellt eine leere Tensor-Map und gibt sie zurück.
EncodeProto	Die Op serialisiert Protobuf-Nachrichten, die in den Eingabetensoren bereitgestellt werden.
EnqueueTPUEmbeddingIntegerBatch	Eine Operation, die eine Liste von Eingabe-Batch-Tensoren in TPUEmbedding einreiht.
EnqueueTPUEmbeddingRaggedTensorBatch	Erleichtert die Portierung von Code, der tf.nn.embedding_lookup() verwendet.
EnqueueTPUEmbeddingSparseBatch	Eine Operation, die TPUE-Einbettungsindizes von einem SparseTensor in die Warteschlange einreiht.
EnqueueTPUEembeddingSparseTensorBatch	Erleichtert die Portierung von Code, der tf.nn.embedding_lookup_sparse() verwendet.
EnsureShape <T>	Stellt sicher, dass die Form des Tensors der erwarteten Form entspricht.
Geben Sie <T>	Erstellt oder findet einen untergeordneten Rahmen und stellt dem untergeordneten Rahmen "Daten" zur Verfügung.
Erfinv <T erstreckt Number>
EuclideanNorm <T>	Berechnet die euklidische Norm von Elementen über Dimensionen eines Tensors.
Beenden <T>	Verlässt den aktuellen Frame zu seinem übergeordneten Frame.
ExpandDims <T>	Fügt eine Bemaßung von 1 in die Form eines Tensors ein.
ExperimentellesAutoShardDataset	Erstellt ein Dataset, das das Eingabe-Dataset shardt.
ExperimentalBytesProducedStatsDataset	Zeichnet die Byte-Größe jedes Elements von `input_dataset` in einem StatsAggregator auf.
ExperimentellChooseFastestDataset
Experimenteller DatensatzKardinalität	Gibt die Kardinalität von `input_dataset` zurück.
ExperimentellesDatasetToTFRecord	Schreibt das angegebene Dataset im TFRecord-Format in die angegebene Datei.
ExperimentalDenseToSparseBatchDataset	Erstellt ein Dataset, das Eingabeelemente in einen SparseTensor stapelt.
ExperimentalLatencyStatsDataset	Zeichnet die Latenz beim Erzeugen von `input_dataset`-Elementen in einem StatsAggregator auf.
Experimentelles MatchingFilesDataset
ExperimentalMaxIntraOpParallelismDataset	Erstellt ein Dataset, das die maximale Intra-Op-Parallelität überschreibt.
ExperimentalParseExampleDataset	Transformiert `input_dataset`, das `Example`-Protos als Vektoren von DT_STRING enthält, in ein Dataset von `Tensor`- oder `SparseTensor`-Objekten, die die geparsten Features darstellen.
ExperimentellPrivateThreadPoolDataset	Erstellt ein Dataset, das einen benutzerdefinierten Thread-Pool verwendet, um "input_dataset" zu berechnen.
ExperimentalRandomDataset	Erstellt ein Dataset, das Pseudozufallszahlen zurückgibt.
ExperimentalRebatchDataset	Erstellt ein Dataset, das die Batchgröße ändert.
ExperimentalSetStatsAggregatorDataset
ExperimentellesSlidingWindowDataset	Erstellt ein Dataset, das ein gleitendes Fenster über `input_dataset` führt.
ExperimentalSqlDataset	Erstellt ein Dataset, das eine SQL-Abfrage ausführt und Zeilen des Resultsets ausgibt.
ExperimentalStatsAggregatorHandle	Erstellt eine Statistik-Manager-Ressource.
Experimentelle StatistikenAggregatorZusammenfassung	Erzeugt eine Zusammenfassung aller Statistiken, die vom angegebenen Statistikmanager aufgezeichnet wurden.
ExperimentalUnbatchDataset	Ein Dataset, das die Elemente seiner Eingabe in mehrere Elemente aufteilt.
Expint <T erstreckt Number>
ExtractGlimpseV2	Extrahiert einen Blick aus dem Eingabetensor.
ExtractVolumePatches <T erstreckt Number>	Extrahieren Sie `Patches` aus `Input` und fügen Sie sie in die `"Tiefe"`-Ausgabedimension ein.
Fill <U>	Erstellt einen Tensor, der mit einem Skalarwert gefüllt ist.
FinalizeDataset	Erstellt ein Dataset durch Anwenden von `tf.data.Options` auf `input_dataset`.
Fingerabdruck	Erzeugt Fingerabdruckwerte.
FresnelCos <T erstreckt Number>
FresnelSin <T erstreckt Number>
FusedBatchNormGradV3 <T erstreckt Zahl, U erstreckt Number>	Gradient für Batch-Normalisierung.
FusedBatchNormV3 <T erstreckt Zahl, U erstreckt Number>	Batch-Normalisierung.
GRUBlockCell <T erstreckt Number>	Berechnet die Vorwärtsausbreitung der GRU-Zellen für 1 Zeitschritt.
GRUBlockCellGrad <T erstreckt Number>	Berechnet die GRU-Zellenrückausbreitung für 1 Zeitschritt.
Sammeln Sie <T>	Sammeln Sie Slices von der 'Params'-Achse 'Achse' nach 'Indizes'.
GatherNd <T>	Sammeln Sie Slices von `params` in einen Tensor mit einer durch `indices` spezifizierten Form.
BoundingBoxProposals generieren	Diese Op erzeugt Region of Interests aus gegebenen Bounding Boxes(bbox_deltas) codierten wrt Ankern gemäß Gl.2 in arXiv:1506.01497 Der Op wählt die oberen `pre_nms_topn` Scoring-Boxen aus, dekodiert sie in Bezug auf Anker, wendet nicht-maximale Unterdrückung auf überlappende Boxen mit einem höheren als `nms_threshold` Schnittpunkt-über-Union (iou)-Wert an und verwirft Boxen, deren kürzere Seite kleiner als ` . ist min_size`.
GetOptions	Gibt die `tf.data.Options` zurück, die an `input_dataset` angehängt sind.
GetSessionHandle	Speichern Sie den Eingabetensor im Zustand der aktuellen Sitzung.
GetSessionTensor <T>	Rufen Sie den Wert des Tensors ab, der durch sein Handle angegeben wird.
GuaranteeConst <T>	Gewährleistet der TF-Laufzeit, dass der Eingangstensor eine Konstante ist.
Hash-tabelle	Erstellt eine nicht initialisierte Hashtabelle.
HistogramFixedWidth <U erstreckt Number>	Gibt das Histogramm der Werte zurück.
Identität <T>	Gibt einen Tensor mit derselben Form und demselben Inhalt wie der Eingabetensor oder Wert zurück.
IdentitätN	Gibt eine Liste von Tensoren mit denselben Formen und Inhalten wie die Eingabe zurück Tensoren.
IgnoreErrorsDataset	Erstellt ein Dataset, das die Elemente von `input_dataset` enthält, wobei Fehler ignoriert werden.
ImageProjectiveTransformV2 <T erstreckt Number>	Wendet die angegebene Transformation auf jedes der Bilder an.
ImageProjectiveTransformV3 <T erstreckt Number>	Wendet die angegebene Transformation auf jedes der Bilder an.
ImmutableConst <T>	Gibt unveränderlichen Tensor aus dem Speicherbereich zurück.
InfeedDequeue <T>	Ein Platzhalter op für einen Wert, der in die Berechnung eingespeist wird.
InfeedDequeueTuple	Ruft mehrere Werte aus der Einspeisung als XLA-Tupel ab.
EinspeisungEnqueue	Eine Op, die einen einzelnen Tensor-Wert in die Berechnung einspeist.
InfeedEnqueuePrelinearizedBuffer	Eine Operation, die einen vorlinearisierten Puffer in die TPU-Einspeisung einreiht.
InfeedEnqueueTuple	Führt mehrere Tensor-Werte als XLA-Tupel in die Berechnung ein.
Tabelle initialisieren	Tabelleninitialisierer, der jeweils zwei Tensoren für Schlüssel und Werte benötigt.
InitializeTableFromDataset
InitializeTableFromTextFile	Initialisiert eine Tabelle aus einer Textdatei.
InplaceAdd <T>	Fügt v in angegebene Zeilen von x hinzu.
InplaceSub <T>	Subtrahiert `v` in angegebene Zeilen von `x`.
InplaceUpdate <T>	Aktualisiert angegebene Zeilen 'i' mit Werten 'v'.
IsBoostedTreesEnsembleInitialized	Überprüft, ob ein Baumensemble initialisiert wurde.
IsBoostedTreesQuantileStreamResourceInitialized	Überprüft, ob ein Quantil-Stream initialisiert wurde.
IstVariableInitialized	Prüft, ob ein Tensor initialisiert wurde.
IsotonicRegression <U erstreckt Number>	Löst eine Reihe von isotonischen Regressionsproblemen.
IteratorGetDevice	Gibt den Namen des Geräts zurück, auf dem `resource` platziert wurde.
KMC2ChainInitialisierung	Gibt den Index eines Datenpunkts zurück, der dem Seed-Set hinzugefügt werden soll.
KmeansPlusPlusInitialisierung	Wählt num_to_sample Eingabezeilen unter Verwendung des KMeans++-Kriteriums aus.
KthOrderStatistic	Berechnet die Statistik K-ter Ordnung eines Datensatzes.
LMDBDataset	Erstellt ein Dataset, das die Schlüssel-Wert-Paare in einer oder mehreren LMDB-Dateien ausgibt.
LSTMBlockCell <T erstreckt Number>	Berechnet die Vorwärtsausbreitung der LSTM-Zelle für 1 Zeitschritt.
LSTMBlockCellGrad <T erstreckt Number>	Berechnet die Rückwärtsausbreitung der LSTM-Zelle für 1 Zeitschritt.
Linspace <T erstreckt Number>	Erzeugt Werte in einem Intervall.
LoadTPUEmbeddingADAMParameters	Laden Sie die ADAM-Einbettungsparameter.
LoadTPUEmbeddingADAMParametersGradAccumDebug	Laden Sie ADAM-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEmbeddingAdadeltaParameters	Einbettungsparameter von Adadelta laden.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	Laden Sie Adadelta-Parameter mit Debug-Unterstützung.
LoadTPUEmbeddingAdagradParameters	Laden Sie die Einbettungsparameter von Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	Laden Sie Adagrad-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEembeddingCenteredRMSPPropParameters	Lastzentrierte RMSProp-Einbettungsparameter.
LoadTPUEmbeddingFTRLParameters	FTRL-Einbettungsparameter laden.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	Laden Sie FTRL-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEmbeddingFrequencyEstimatorParameters	Einbettungsparameter des Frequenzschätzers laden.
LoadTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug	Einbettungsparameter des Frequenzschätzers mit Debug-Unterstützung laden.
LoadTPUEembeddingMDLAdagradLightParameters	Laden Sie die Einbettungsparameter von MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters	Momentum-Einbettungsparameter laden.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	Laden Sie Momentum-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEmbeddingProximalAdagradParameters	Laden Sie die Parameter für die proximale Adagrad-Einbettung.
LoadTPUEembeddingProximalAdagradParametersGradAccumDebug	Laden Sie proximale Adagrad-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPPropParameters	Laden Sie RMSProp-Einbettungsparameter.
LoadTPUEmbeddingRMSPPropParametersGradAccumDebug	Laden Sie RMSProp-Einbettungsparameter mit Debug-Unterstützung.
LoadTPUEmbeddingStochasticGradientDescentParameters	SGD-Einbettungsparameter laden.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	SGD-Einbettungsparameter laden.
LookupTableExport <T, U>	Gibt alle Schlüssel und Werte in der Tabelle aus.
LookupTableFind <U>	Sucht Schlüssel in einer Tabelle, gibt die entsprechenden Werte aus.
LookupTableImport	Ersetzt den Inhalt der Tabelle durch die angegebenen Schlüssel und Werte.
LookupTableEinfügen	Aktualisiert die Tabelle, um Schlüssel Werten zuzuordnen.
LookupTableEntfernen	Entfernt Schlüssel und die zugehörigen Werte aus einer Tabelle.
LookupTableSize	Berechnet die Anzahl der Elemente in der angegebenen Tabelle.
LoopCond	Leitet die Eingabe an die Ausgabe weiter.
Lowerbound <U erstreckt Number>	Wendet lower_bound(sorted_search_values, values) entlang jeder Zeile an.
Lu <T, U erstreckt Number>	Berechnet die LU-Zerlegung einer oder mehrerer quadratischer Matrizen.
MakeUnique	Machen Sie alle Elemente in der Nicht-Batch-Dimension eindeutig, aber \"nah\" an ihren Anfangswert.
KarteClear	Op entfernt alle Elemente im zugrunde liegenden Container.
KarteUnvollständigeGröße	Op gibt die Anzahl der unvollständigen Elemente im zugrunde liegenden Container zurück.
KartePeek	Op zeigt die Werte am angegebenen Schlüssel an.
Kartengröße	Op gibt die Anzahl der Elemente im zugrunde liegenden Container zurück.
MapStage	Stufe (Schlüssel, Werte) im zugrunde liegenden Container, der sich wie eine Hashtabelle verhält.
KarteUnstage	Op entfernt die mit dem Schlüssel verknüpften Werte und gibt sie zurück aus dem darunter liegenden Behälter.
MapUnstageNoKey	Op entfernt einen zufälligen (Schlüssel, Wert) und gibt ihn zurück. aus dem darunter liegenden Behälter.
MatrixDiagPartV2 <T>	Gibt den gestapelten diagonalen Teil eines gestapelten Tensors zurück.
MatrixDiagPartV3 <T>	Gibt den gestapelten diagonalen Teil eines gestapelten Tensors zurück.
MatrixDiagV2 <T>	Gibt einen gestapelten Diagonaltensor mit gegebenen gestapelten Diagonalwerten zurück.
MatrixDiagV3 <T>	Gibt einen gestapelten Diagonaltensor mit gegebenen gestapelten Diagonalwerten zurück.
MatrixSetDiagV2 <T>	Gibt einen gestapelten Matrixtensor mit neuen gestapelten Diagonalwerten zurück.
MatrixSetDiagV3 <T>	Gibt einen gestapelten Matrixtensor mit neuen gestapelten Diagonalwerten zurück.
Max <T>	Berechnet das Maximum von Elementen über die Dimensionen eines Tensors.
MaxIntraOpParallelismDataset	Erstellt ein Dataset, das die maximale Intra-Op-Parallelität überschreibt.
Merge <T>	Gibt den Wert eines verfügbaren Tensors von `inputs` nach `output` weiter.
Min <T>	Berechnet das Minimum an Elementen über die Dimensionen eines Tensors.
MirrorPad <T>	Füllt einen Tensor mit gespiegelten Werten auf.
MirrorPadGrad <T>	Gradient op für `MirrorPad` op.
MlirPassthroughOp	Umschließt eine beliebige MLIR-Berechnung, die als Modul mit einer main()-Funktion ausgedrückt wird.
MulNoNan <T>	Gibt x * y elementweise zurück.
MutableDenseHashTable	Erstellt eine leere Hashtabelle, die Tensoren als Sicherungsspeicher verwendet.
MutableHashTable	Erstellt eine leere Hash-Tabelle.
MutableHashTableOfTensors	Erstellt eine leere Hash-Tabelle.
Mutex	Erstellt eine Mutex-Ressource, die durch `MutexLock` gesperrt werden kann.
MutexLock	Sperrt eine Mutex-Ressource.
NcclAllReduce <T erstreckt Number>	Gibt einen Tensor aus, der die Reduktion über alle Eingabetensoren enthält.
NcclBroadcast <T erstreckt Number>	Sendet `input` an alle Geräte, die mit dem Ausgang verbunden sind.
NcclReduce <T erstreckt Number>	Reduziert `input` von `num_devices` mit `reduction` auf ein einzelnes Gerät.
Ndtri <T erstreckt Number>
NächsterNachbar	Wählt die k nächsten Zentren für jeden Punkt aus.
NextAfter <T erstreckt Number>	Gibt elementweise den nächsten darstellbaren Wert von `x1` in Richtung `x2` zurück.
NextIteration <T>	Macht seine Eingabe für die nächste Iteration verfügbar.
NoOp	Tut nichts.
NonDeterministicInts <U>	Erzeugt nicht deterministisch einige Ganzzahlen.
NonMaxSuppressionV5 <T erstreckt Number>	Wählt gierig eine Teilmenge von Begrenzungsrahmen in absteigender Reihenfolge der Punktzahl aus, Entfernen von Kästchen, die eine hohe Schnittmenge (IOU) mit zuvor ausgewählten Kästchen überlappen.
NonSerializableDataset
OneHot <U>	Gibt einen One-Hot-Tensor zurück.
OnesLike <T>	Gibt einen Tensor von Einsen mit derselben Form und demselben Typ wie x zurück.
OptimizeDatasetV2	Erstellt ein Dataset durch Anwenden verwandter Optimierungen auf `input_dataset`.
OptionenDataset	Erstellt ein Dataset durch Anhängen von tf.data.Options an `input_dataset`.
BestelltMapClear	Op entfernt alle Elemente im zugrunde liegenden Container.
BestellteMapIncompleteSize	Op gibt die Anzahl der unvollständigen Elemente im zugrunde liegenden Container zurück.
BestelltMapPeek	Op zeigt die Werte am angegebenen Schlüssel an.
BestellteKartengröße	Op gibt die Anzahl der Elemente im zugrunde liegenden Container zurück.
BestellteMapStage	Stufe (Schlüssel, Werte) im zugrunde liegenden Container, der sich wie ein geordnetes verhält assoziativer Behälter.
BestelltMapUnstage	Op entfernt die mit dem Schlüssel verknüpften Werte und gibt sie zurück aus dem darunter liegenden Behälter.
OrderedMapUnstageNoKey	Op entfernt das Element (Schlüssel, Wert) mit dem kleinsten . und gibt es zurück Schlüssel aus dem zugrunde liegenden Container.
OutfeedDequeue <T>	Ruft einen einzelnen Tensor aus dem Berechnungsausgang ab.
OutfeedDequeueTuple	Rufen Sie mehrere Werte aus dem Berechnungsausgang ab.
OutfeedDequeueTupleV2	Rufen Sie mehrere Werte aus dem Berechnungsausgang ab.
OutfeedDequeueV2 <T>	Ruft einen einzelnen Tensor aus dem Berechnungsausgang ab.
AusgabeEinreihen	Stellen Sie einen Tensor in die Berechnungsausgabe ein.
OutfeedEnqueueTuple	Stellen Sie mehrere Tensor-Werte in die Berechnungsausgabe ein.
Pad <T>	Pads einen Tensor.
ParallelBatchDataset
ParallelConcat <T>	Verkettet eine Liste von 'N'-Tensoren entlang der ersten Dimension.
ParallelDynamicStitch <T>	Verschachteln Sie die Werte der `Daten`-Tensoren in einen einzelnen Tensor.
ParseExampleDatasetV2	Transformiert `input_dataset`, das `Example`-Protos als Vektoren von DT_STRING enthält, in ein Dataset von `Tensor`- oder `SparseTensor`-Objekten, die die geparsten Features darstellen.
ParseExampleV2	Transformiert einen Vektor von tf.Example-Protos (als Strings) in typisierte Tensoren.
ParseSequenceExampleV2	Transformiert einen Vektor von tf.io.SequenceExample-Protos (als Strings) in typisierte Tensoren.
Platzhalter <T>	Ein Platzhalter op für einen Wert, der in die Berechnung eingespeist wird.
PlaceholderWithDefault <T>	Ein Platzhalter-Op, das 'input' durchläuft, wenn seine Ausgabe nicht gefüttert wird.
Vorlinearisieren	Ein op, das einen Tensorwert zu einem undurchsichtigen Variantentensor linearisiert.
PrelinearizeTuple	Ein op, das mehrere Tensorwerte zu einem undurchsichtigen Variantentensor linearisiert.
Drucken	Gibt einen String-Skalar aus.
PrivateThreadPoolDataset	Erstellt ein Dataset, das einen benutzerdefinierten Thread-Pool verwendet, um "input_dataset" zu berechnen.
Prod <T>	Berechnet das Produkt von Elementen über Dimensionen eines Tensors.
QuantizeAndDequantizeV4 <T erstreckt Number>	Quantisiert dann dequantisiert einen Tensor.
QuantizeAndDequantizeV4Grad <T erstreckt Number>	Gibt den Gradienten von `QuantizeAndDequantizeV4` zurück.
QuantizedConcat <T>	Verkettet quantisierte Tensoren entlang einer Dimension.
QuantizedConcatV2 <T>
QuantizedConv2DAndRelu <V>
QuantizedConv2DAndReluAndRequantize <V>
QuantizedConv2DAndRequantize <V>
QuantizedConv2DPerChannel <V>	Berechnet QuantizedConv2D pro Kanal.
QuantizedConv2DWithBias <V>
QuantizedConv2DWithBiasAndRelu <V>
QuantizedConv2DWithBiasAndReluAndRequantize <W>
QuantizedConv2DWithBiasAndRequantize <W>
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X>
QuantizedConv2DWithBiasSumAndRelu <V>
QuantizedConv2DWithBiasSumAndReluAndRequantize <X>
QuantizedDepthwiseConv2D <V>	Berechnet quantisiertes tiefenweises Conv2D.
QuantizedDepthwiseConv2DWithBias <V>	Berechnet quantisiertes tiefenweises Conv2D mit Bias.
QuantizedDepthwiseConv2DWithBiasAndRelu <V>	Berechnet quantisiertes tiefenweises Conv2D mit Bias und Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W>	Berechnet tiefenweise quantisiertes Conv2D mit Bias, Relu und Requantize.
QuantizedMatMulWithBias <W>	Führt eine quantisierte Matrixmultiplikation von "a" mit der Matrix "b" mit Bias-Addition durch.
QuantizedMatMulWithBiasAndDequantize <W erstreckt Number>
QuantizedMatMulWithBiasAndRelu <V>	Führe eine quantisierte Matrixmultiplikation von "a" mit der Matrix "b" mit Bias-Addition und Relu-Fusion durch.
QuantizedMatMulWithBiasAndReluAndRequantize <W>	Führe eine quantisierte Matrixmultiplikation von "a" mit der Matrix "b" mit Bias-Addition und Relu durch und requantisiere die Fusion.
QuantizedMatMulWithBiasAndRequantize <W>
QuantizedReshape <T>	Formt einen quantisierten Tensor gemäß der Reshape-Op um.
RaggedBincount <U erstreckt Number>	Zählt die Anzahl der Vorkommen jedes Werts in einem Integer-Array.
RaggedCountSparseOutput <U erstreckt Number>	Führt Sparse-Output-Bin-Zählung für eine unregelmäßige Tensoreingabe durch.
RaggedCross <T, U erstreckt Number>	Generiert ein Feature-Kreuz aus einer Liste von Tensoren und gibt es als RaggedTensor zurück.
RaggedGather <T erstreckt Zahl, U>	Sammeln Sie zerlumpte Scheiben von der 'Params'-Achse '0' nach 'Indizes'.
RaggedRange <U erstreckt Zahl, T erstreckt Number>	Gibt einen `RaggedTensor` zurück, der die angegebenen Zahlenfolgen enthält.
RaggedTensorFromVariant <U erstreckt Zahl, T>	Dekodiert einen `varianten` Tensor in einen `RaggedTensor`.
RaggedTensorToSparse <U>	Konvertiert einen `RaggedTensor` in einen `SparseTensor` mit den gleichen Werten.
RaggedTensorToTensor <U>	Erstellen Sie einen dichten Tensor aus einem zerlumpten Tensor und ändern Sie möglicherweise seine Form.
RaggedTensorToVariant	Kodiert einen `RaggedTensor` in einen `varianten` Tensor.
RaggedTensorToVariantGradient <U>	Helfer zur Berechnung des Gradienten für `RaggedTensorToVariant`.
Bereich <T erstreckt Number>	Erzeugt eine Zahlenfolge.
Rang	Gibt den Rang eines Tensors zurück.
ReadVariableOp <T>	Liest den Wert einer Variablen.
RebatchDataset	Erstellt ein Dataset, das die Batchgröße ändert.
RebatchDatasetV2	Erstellt ein Dataset, das die Batchgröße ändert.
Empf <T>	Empfängt den benannten Tensor von send_device auf recv_device.
RecvTPUEmbeddingActivations	Eine Operation, die Einbettungsaktivierungen auf der TPU empfängt.
ReduzierenAlle	Berechnet das "logische Und" von Elementen über die Dimensionen eines Tensors hinweg.
ReduziereAny	Berechnet das "logische Oder" von Elementen über die Dimensionen eines Tensors hinweg.
ReduceMax <T>	Berechnet das Maximum von Elementen über die Dimensionen eines Tensors.
ReduceMin <T>	Berechnet das Minimum an Elementen über die Dimensionen eines Tensors.
ReduceProd <T>	Berechnet das Produkt von Elementen über Dimensionen eines Tensors.
ReduceSum <T>	Berechnet die Summe der Elemente über die Dimensionen eines Tensors.
RefEnter <T>	Erstellt oder findet einen untergeordneten Rahmen und stellt dem untergeordneten Rahmen "Daten" zur Verfügung.
RefExit <T>	Verlässt den aktuellen Frame zu seinem übergeordneten Frame.
RefIdentity <T>	Gibt denselben Ref-Tensor wie den Eingabe-Ref-Tensor zurück.
RefMerge <T>	Gibt den Wert eines verfügbaren Tensors von `inputs` nach `output` weiter.
RefNextIteration <T>	Macht seine Eingabe für die nächste Iteration verfügbar.
RefSelect <T>	Leitet das `index`te Element von `inputs` an `output` weiter.
RefSwitch <T>	Leitet den Ref-Tensor `data` an den durch `pred` bestimmten Ausgabeport weiter.
RegisterDataset	Registriert einen Datensatz beim tf.data-Dienst.
RequantizationRangePerChannel	Berechnet den Requantisierungsbereich pro Kanal.
RequantizePerChannel <U>	Requantisiert die Eingabe mit den pro Kanal bekannten Min- und Max-Werten.
Reshape <T>	Formt einen Tensor um.
RessourcenakkumulatorApplyGradient	Wendet einen Gradienten auf einen bestimmten Akkumulator an.
ResourceAccumulatorNumAccumulated	Gibt die Anzahl der Gradienten zurück, die in den angegebenen Akkumulatoren aggregiert wurden.
ResourceAccumulatorSetGlobalStep	Aktualisiert den Akkumulator mit einem neuen Wert für global_step.
ResourceAccumulatorTakeGradient <T>	Extrahiert den durchschnittlichen Gradienten im angegebenen ConditionalAccumulator.
RessourceAnwendenAdagradV2	Aktualisieren Sie '*var' gemäß dem Adagrad-Schema.
RessourceApplyAdamWithAmsgrad	Aktualisieren Sie '*var' gemäß dem Adam-Algorithmus.
RessourceAnwendenKerasMomentum	Aktualisieren Sie '*var' gemäß dem Momentum-Schema.
RessourceBedingterAkku	Ein bedingter Akkumulator zum Aggregieren von Gradienten.
ResourceCountUpTo <T erstreckt Number>	Erhöht die Variable, auf die 'resource' zeigt, bis sie 'limit' erreicht.
ResourceGather <U>	Sammeln Sie Slices aus der Variablen, auf die 'Ressource' zeigt, gemäß 'Indizes'.
ResourceGatherNd <U>
ResourceScatterHinzufügen	Adds sparse updates to the variable referenced by `resource`.
ResourceScatterDiv	Divides sparse updates into the variable referenced by `resource`.
ResourceScatterMax	Reduces sparse updates into the variable referenced by `resource` using the `max` operation.
ResourceScatterMin	Reduces sparse updates into the variable referenced by `resource` using the `min` operation.
ResourceScatterMul	Multiplies sparse updates into the variable referenced by `resource`.
ResourceScatterNdAdd	Applies sparse addition to individual values or slices in a Variable.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applies sparse subtraction to individual values or slices in a Variable.
ResourceScatterNdUpdate	Applies sparse `updates` to individual values or slices within a given variable according to `indices`.
ResourceScatterSub	Subtracts sparse updates from the variable referenced by `resource`.
ResourceScatterUpdate	Assigns sparse updates to the variable referenced by `resource`.
ResourceSparseApplyAdagradV2	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
ResourceSparseApplyKerasMomentum	Update relevant entries in 'var' and 'accum' according to the momentum scheme.
ResourceStridedSliceAssign	Assign `value` to the sliced l-value reference of `ref`.
RetrieveTPUEmbeddingADAMParameters	Retrieve ADAM embedding parameters.
RetrieveTPUEmbeddingADAMParametersGradAccumDebug	Retrieve ADAM embedding parameters with debug support.
RetrieveTPUEmbeddingAdadeltaParameters	Retrieve Adadelta embedding parameters.
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug	Retrieve Adadelta embedding parameters with debug support.
RetrieveTPUEmbeddingAdagradParameters	Retrieve Adagrad embedding parameters.
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug	Retrieve Adagrad embedding parameters with debug support.
RetrieveTPUEmbeddingCenteredRMSPropParameters	Retrieve centered RMSProp embedding parameters.
RetrieveTPUEmbeddingFTRLParameters	Retrieve FTRL embedding parameters.
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug	Retrieve FTRL embedding parameters with debug support.
RetrieveTPUEmbeddingFrequencyEstimatorParameters	Retrieve frequency estimator embedding parameters.
RetrieveTPUEmbeddingFrequencyEstimatorParametersGradAccumDebug	Retrieve frequency estimator embedding parameters with debug support.
RetrieveTPUEmbeddingMDLAdagradLightParameters	Retrieve MDL Adagrad Light embedding parameters.
RetrieveTPUEmbeddingMomentumParameters	Retrieve Momentum embedding parameters.
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug	Retrieve Momentum embedding parameters with debug support.
RetrieveTPUEmbeddingProximalAdagradParameters	Retrieve proximal Adagrad embedding parameters.
RetrieveTPUEmbeddingProximalAdagradParametersGradAccumDebug	Retrieve proximal Adagrad embedding parameters with debug support.
RetrieveTPUEmbeddingProximalYogiParameters
RetrieveTPUEmbeddingProximalYogiParametersGradAccumDebug
RetrieveTPUEmbeddingRMSPropParameters	Retrieve RMSProp embedding parameters.
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug	Retrieve RMSProp embedding parameters with debug support.
RetrieveTPUEmbeddingStochasticGradientDescentParameters	Retrieve SGD embedding parameters.
RetrieveTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Retrieve SGD embedding parameters with debug support.
Reverse <T>	Reverses specific dimensions of a tensor.
ReverseSequence <T>	Reverses variable length slices.
RiscAbs <T extends Number>
RiscAdd <T extends Number>	Returns x + y element-wise.
RiscBinaryArithmetic <T extends Number>
RiscBinaryComparison
RiscBitcast <U>
RiscBroadcast <T>
RiscCast <U>
RiscCeil <T extends Number>
RiscCholesky <T extends Number>
RiscConcat <T>
RiscConv <T extends Number>
RiscCos <T extends Number>
RiscDiv <T extends Number>
RiscDot <T extends Number>
RiscExp <T extends Number>
RiscFft <T>
RiscFloor <T extends Number>
RiscGather <T>
RiscImag <U extends Number>
RiscIsFinite
RiscLog <T extends Number>
RiscLogicalAnd
RiscLogicalNot
RiscLogicalOr
RiscMax <T extends Number>	Returns max(x, y) element-wise.
RiscMin <T extends Number>
RiscMul <T extends Number>
RiscNeg <T extends Number>
RiscPad <T extends Number>
RiscPool <T extends Number>
RiscPow <T extends Number>
RiscRandomUniform
RiscReal <U extends Number>
RiscReduce <T extends Number>
RiscRem <T extends Number>
RiscReshape <T extends Number>
RiscReverse <T extends Number>
RiscScatter <U extends Number>
RiscShape <U extends Number>
RiscSign <T extends Number>
RiscSlice <T extends Number>
RiscSort <T extends Number>
RiscSqueeze <T>
RiscSub <T extends Number>
RiscTranspose <T>
RiscTriangularSolve <T extends Number>
RiscUnary <T extends Number>
RngReadAndSkip	Advance the counter of a counter-based RNG.
RngSkip	Advance the counter of a counter-based RNG.
Roll <T>	Rolls the elements of a tensor along an axis.
SamplingDataset	Creates a dataset that takes a Bernoulli sample of the contents of another dataset.
ScaleAndTranslate
ScaleAndTranslateGrad <T extends Number>
ScatterAdd <T>	Adds sparse updates to a variable reference.
ScatterDiv <T>	Divides a variable reference by sparse updates.
ScatterMax <T extends Number>	Reduces sparse updates into a variable reference using the `max` operation.
ScatterMin <T extends Number>	Reduces sparse updates into a variable reference using the `min` operation.
ScatterMul <T>	Multiplies sparse updates into a variable reference.
ScatterNd <U>	Scatter `updates` into a new tensor according to `indices`.
ScatterNdAdd <T>	Applies sparse addition to individual values or slices in a Variable.
ScatterNdMax <T>	Computes element-wise maximum.
ScatterNdMin <T>	Computes element-wise minimum.
ScatterNdNonAliasingAdd <T>	Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`.
ScatterNdSub <T>	Applies sparse subtraction to individual values or slices in a Variable.
ScatterNdUpdate <T>	Applies sparse `updates` to individual values or slices within a given variable according to `indices`.
ScatterSub <T>	Subtracts sparse updates to a variable reference.
ScatterUpdate <T>	Applies sparse updates to a variable reference.
SelectV2 <T>
Send	Sends the named tensor from send_device to recv_device.
SendTPUEmbeddingGradients	Performs gradient updates of embedding tables.
SetDiff1d <T, U extends Number>	Computes the difference between two lists of numbers or strings.
SetSize	Number of unique elements along last dimension of input `set`.
Shape <U extends Number>	Returns the shape of a tensor.
ShapeN <U extends Number>	Returns shape of tensors.
ShardDataset	Creates a `Dataset` that includes only 1/`num_shards` of this dataset.
ShuffleAndRepeatDatasetV2
ShuffleDatasetV2
ShuffleDatasetV3
ShutdownDistributedTPU	Shuts down a running distributed TPU system.
Size <U extends Number>	Returns the size of a tensor.
Skipgram	Parses a text file and creates a batch of examples.
SleepDataset
Slice <T>	Return a slice from 'input'.
SlidingWindowDataset	Creates a dataset that passes a sliding window over `input_dataset`.
Snapshot <T>	Returns a copy of the input tensor.
SnapshotDataset	Creates a dataset that will write to / read from a snapshot.
SnapshotDatasetReader
SnapshotNestedDatasetReader
SobolSample <T extends Number>	Generates points from the Sobol sequence.
SpaceToBatchNd <T>	SpaceToBatch for ND tensors of type T.
SparseApplyAdagradV2 <T>	Update relevant entries in 'var' and 'accum' according to the adagrad scheme.
SparseBincount <U extends Number>	Counts the number of occurrences of each value in an integer array.
SparseCountSparseOutput <U extends Number>	Performs sparse-output bin counting for a sparse tensor input.
SparseCrossHashed	Generates sparse cross from a list of sparse and dense tensors.
SparseCrossV2	Generates sparse cross from a list of sparse and dense tensors.
SparseMatrixAdd	Sparse addition of two CSR matrices, C = alpha * A + beta * B.
SparseMatrixMatMul <T>	Matrix-multiplies a sparse matrix with a dense matrix.
SparseMatrixMul	Element-wise multiplication of a sparse matrix with a dense tensor.
SparseMatrixNNZ	Returns the number of nonzeroes of `sparse_matrix`.
SparseMatrixOrderingAMD	Computes the Approximate Minimum Degree (AMD) ordering of `input`.
SparseMatrixSoftmax	Calculates the softmax of a CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Calculates the gradient of the SparseMatrixSoftmax op.
SparseMatrixSparseCholesky	Computes the sparse Cholesky decomposition of `input`.
SparseMatrixSparseMatMul	Sparse-matrix-multiplies two CSR matrices `a` and `b`.
SparseMatrixTranspose	Transposes the inner (matrix) dimensions of a CSRSparseMatrix.
SparseMatrixZeros	Creates an all-zeros CSRSparseMatrix with shape `dense_shape`.
SparseSegmentSumGrad <T extends Number>	Computes gradients for SparseSegmentSum.
SparseTensorToCSRSparseMatrix	Converts a SparseTensor to a (possibly batched) CSRSparseMatrix.
Spence <T extends Number>
Split <T>	Splits a tensor into `num_split` tensors along one dimension.
SplitV <T>	Splits a tensor into `num_split` tensors along one dimension.
Squeeze <T>	Removes dimensions of size 1 from the shape of a tensor.
Stack <T>	Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor.
Stage	Stage values similar to a lightweight Enqueue.
StageClear	Op removes all elements in the underlying container.
StagePeek	Op peeks at the values at the specified index.
StageSize	Op returns the number of elements in the underlying container.
StatefulRandomBinomial <V extends Number>
StatefulStandardNormal <U>	Outputs random values from a normal distribution.
StatefulStandardNormalV2 <U>	Outputs random values from a normal distribution.
StatefulTruncatedNormal <U>	Outputs random values from a truncated normal distribution.
StatefulUniform <U>	Outputs random values from a uniform distribution.
StatefulUniformFullInt <U>	Outputs random integers from a uniform distribution.
StatefulUniformInt <U>	Outputs random integers from a uniform distribution.
StatelessParameterizedTruncatedNormal <V extends Number>
StatelessRandomBinomial <W extends Number>	Outputs deterministic pseudorandom random numbers from a binomial distribution.
StatelessRandomGammaV2 <V extends Number>	Outputs deterministic pseudorandom random numbers from a gamma distribution.
StatelessRandomGetAlg	Picks the best counter-based RNG algorithm based on device.
StatelessRandomGetKeyCounter	Scrambles seed into key and counter, using the best algorithm based on device.
StatelessRandomGetKeyCounterAlg	Picks the best algorithm based on device, and scrambles seed into key and counter.
StatelessRandomNormalV2 <U extends Number>	Outputs deterministic pseudorandom values from a normal distribution.
StatelessRandomPoisson <W extends Number>	Outputs deterministic pseudorandom random numbers from a Poisson distribution.
StatelessRandomUniformFullInt <V extends Number>	Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformFullIntV2 <U extends Number>	Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformIntV2 <U extends Number>	Outputs deterministic pseudorandom random integers from a uniform distribution.
StatelessRandomUniformV2 <U extends Number>	Outputs deterministic pseudorandom random values from a uniform distribution.
StatelessSampleDistortedBoundingBox <T extends Number>	Generate a randomly distorted bounding box for an image deterministically.
StatelessTruncatedNormalV2 <U extends Number>	Outputs deterministic pseudorandom values from a truncated normal distribution.
StatsAggregatorHandleV2
StatsAggregatorSetSummaryWriter	Set a summary_writer_interface to record statistics using given stats_aggregator.
StopGradient <T>	Stops gradient computation.
StridedSlice <T>	Return a strided slice from `input`.
StridedSliceAssign <T>	Assign `value` to the sliced l-value reference of `ref`.
StridedSliceGrad <U>	Returns the gradient of `StridedSlice`.
StringLower	Converts all uppercase characters into their respective lowercase replacements.
StringNGrams <T extends Number>	Creates ngrams from ragged string data.
StringUpper	Converts all lowercase characters into their respective uppercase replacements.
Sum <T>	Computes the sum of elements across dimensions of a tensor.
SwitchCond <T>	Forwards `data` to the output port determined by `pred`.
TPUCompilationResult	Returns the result of a TPU compilation.
TPUCompileSucceededAssert	Asserts that compilation succeeded.
TPUEmbeddingActivations	An op enabling differentiation of TPU Embeddings.
TPUExecute	Op that loads and executes a TPU program on a TPU device.
TPUExecuteAndUpdateVariables	Op that executes a program with optional in-place variable updates.
TPUOrdinalSelector	A TPU core selector Op.
TPUPartitionedInput <T>	An op that groups a list of partitioned inputs together.
TPUPartitionedOutput <T>	An op that demultiplexes a tensor to be sharded by XLA to a list of partitioned outputs outside the XLA computation.
TPUReplicateMetadata	Metadata indicating how the TPU computation should be replicated.
TPUReplicatedInput <T>	Connects N inputs to an N-way replicated TPU computation.
TPUReplicatedOutput <T>	Connects N outputs from an N-way replicated TPU computation.
TPUReshardVariables	Op that reshards on-device TPU variables to specified state.
TemporaryVariable <T>	Returns a tensor that may be mutated, but only persists within a single step.
TensorArray	An array of Tensors of given size.
TensorArrayClose	Delete the TensorArray from its resource container.
TensorArrayConcat <T>	Concat the elements from the TensorArray into value `value`.
TensorArrayGather <T>	Gather specific elements from the TensorArray into output `value`.
TensorArrayGrad	Creates a TensorArray for storing the gradients of values in the given handle.
TensorArrayGradWithShape	Creates a TensorArray for storing multiple gradients of values in the given handle.
TensorArrayPack <T>
TensorArrayRead <T>	Read an element from the TensorArray into output `value`.
TensorArrayScatter	Scatter the data from the input value into specific TensorArray elements.
TensorArraySize	Get the current size of the TensorArray.
TensorArraySplit	Split the data from the input value into TensorArray elements.
TensorArrayUnpack
TensorArrayWrite	Push an element onto the tensor_array.
TensorListConcat <T>	Concats all tensors in the list along the 0th dimension.
TensorListConcatLists
TensorListConcatV2 <U>	Concats all tensors in the list along the 0th dimension.
TensorListElementShape <T extends Number>	The shape of the elements of the given list, as a tensor.
TensorListFromTensor	Creates a TensorList which, when stacked, has the value of `tensor`.
TensorListGather <T>	Creates a Tensor by indexing into the TensorList.
TensorListGetItem <T>
TensorListLength	Returns the number of tensors in the input tensor list.
TensorListPopBack <T>	Returns the last element of the input list as well as a list with all but that element.
TensorListPushBack	Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`.
TensorListPushBackBatch
TensorListReserve	List of the given size with empty elements.
TensorListResize	Resizes the list.
TensorListScatter	Creates a TensorList by indexing into a Tensor.
TensorListScatterIntoExistingList	Scatters tensor at indices in an input list.
TensorListScatterV2	Creates a TensorList by indexing into a Tensor.
TensorListSetItem
TensorListSplit	Splits a tensor into a list.
TensorListStack <T>	Stacks all tensors in the list.
TensorMapErase	Returns a tensor map with item from given key erased.
TensorMapHasKey	Returns whether the given key exists in the map.
TensorMapInsert	Returns a map that is the 'input_handle' with the given key-value pair inserted.
TensorMapLookup <U>	Returns the value from a given key in a tensor map.
TensorMapSize	Returns the number of tensors in the input tensor map.
TensorMapStackKeys <T>	Returns a Tensor stack of all keys in a tensor map.
TensorScatterAdd <T>	Adds sparse `updates` to an existing tensor according to `indices`.
TensorScatterMax <T>
TensorScatterMin <T>
TensorScatterSub <T>	Subtracts sparse `updates` from an existing tensor according to `indices`.
TensorScatterUpdate <T>	Scatter `updates` into an existing tensor according to `indices`.
TensorStridedSliceUpdate <T>	Assign `value` to the sliced l-value reference of `input`.
ThreadPoolDataset	Creates a dataset that uses a custom thread pool to compute `input_dataset`.
ThreadPoolHandle	Creates a dataset that uses a custom thread pool to compute `input_dataset`.
Tile <T>	Constructs a tensor by tiling a given tensor.
Timestamp	Provides the time since epoch in seconds.
ToBool	Converts a tensor to a scalar predicate.
TopKUnique	Returns the TopK unique values in the array in sorted order.
TopKWithUnique	Returns the TopK values in the array in sorted order.
TridiagonalMatMul <T>	Produkt mit tridiagonaler Matrix berechnen.
TridiagonalSolve <T>	Solves tridiagonal systems of equations.
Unbatch <T>	Reverses the operation of Batch for a single output Tensor.
UnbatchGrad <T>	Gradient of Unbatch.
UncompressElement	Uncompresses a compressed dataset element.
UnicodeDecode <T extends Number>	Decodes each string in `input` into a sequence of Unicode code points.
UnicodeEncode	Encode a tensor of ints into unicode strings.
Unique <T, V extends Number>	Finds unique elements along an axis of a tensor.
UniqueDataset	Creates a dataset that contains the unique elements of `input_dataset`.
UniqueWithCounts <T, V extends Number>	Finds unique elements along an axis of a tensor.
UnravelIndex <T extends Number>	Converts an array of flat indices into a tuple of coordinate arrays.
UnsortedSegmentJoin	Joins the elements of `inputs` based on `segment_ids`.
Unstack <T>	Unpacks a given dimension of a rank-`R` tensor into `num` rank-`(R-1)` tensors.
Unstage	Op is similar to a lightweight Dequeue.
UnwrapDatasetVariant
UpperBound <U extends Number>	Applies upper_bound(sorted_search_values, values) along each row.
VarHandleOp	Creates a handle to a Variable resource.
VarIsInitializedOp	Checks whether a resource handle-based variable has been initialized.
Variable <T>	Holds state in the form of a tensor that persists across steps.
VariableShape <T extends Number>	Returns the shape of the variable pointed to by `resource`.
Where	Returns locations of nonzero / true values in a tensor.
Where3 <T>	Selects elements from `x` or `y`, depending on `condition`.
Window
WorkerHeartbeat	Worker heartbeat op.
WrapDatasetVariant
WriteRawProtoSummary	Writes a serialized proto summary.
XlaRecvFromHost <T>	An op to receive a tensor from the host.
XlaSendToHost	An op to send a tensor to the host.
Xlog1py <T>	Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise.
ZerosLike <T>	Returns a tensor of zeros with the same shape and type as x.

A base class for Op implementations that are backed by a single Operation .

Each operation registered in the TensorFlow core is a primitive and is provided as a PrimitiveOp . Custom operations working with only one primitive may also derive from this class.

Öffentliche Methoden

final boolean	gleich (Object obj)
letzte int	hashCode ()
Betrieb	OP () Gibt den zugrunde liegenden `Operation`
letzte Saite	toString ()

Vererbte Methoden

Aus der Klasse java.lang.Object

boolesch	equals (Object arg0)
Abschlussklasse<?>	getClass ()
int	hashCode ()
letzte Leere	notify ()
letzte Leere	notifyAll ()
Zeichenfolge	toString ()
letzte Leere	Warten (long arg0, int arg1)
letzte Leere	Warten (long arg0)
letzte Leere	wait ()

Öffentliche Methoden

public final boolean equals (Object obj)

public final int hashCode ()

public Operation op ()

Gibt den zugrunde liegenden Operation

PrimitiveOp

Öffentliche Methoden

Vererbte Methoden

Öffentliche Methoden

public final boolean equals (Object obj)

public final int hashCode ()

public Operation op ()

public final String toString ()