このページは Cloud Translation API によって翻訳されました。
Switch to English

モジュール:tf.nn

TensorFlow 1つのバージョン

プリミティブニューラルネット(NN)操作のためのラッパー。

クラス

class RNNCellDeviceWrapper :オペレータRNNCellを確保し、特定のデバイス上で実行されます。

class RNNCellDropoutWrapper :オペレータは、所定のセルの入力と出力にドロップアウトを追加します。

class RNNCellResidualWrapper :性を保証セルの入力が出力に追加されていることをRNNCellラッパー。

関数

all_candidate_sampler(...)すべてのクラスのセットを生成します。

atrous_conv2d(...)穴や拡張型畳み込みとの畳み込み別名)Atrousコンボリューション。

atrous_conv2d_transpose(...)の転置atrous_conv2d

avg_pool(...)実行入力の平均プーリング。

avg_pool1d(...)実行入力の平均プーリング。

avg_pool2d(...)実行入力の平均プーリング。

avg_pool3d(...)実行入力の平均プーリング。

batch_norm_with_global_normalization(...)バッチ正規化。

batch_normalization(...)バッチ正規化。

bias_add(...)追加のbiasvalue

collapse_repeated(...) :マージは、単一のラベルにラベルを繰り返しました。

compute_accidental_hits(...)で計算位置IDS sampled_candidates一致true_classes

compute_average_loss(...)スケールごとの例sample_weightsと損失とその平均値を計算します。

conv1d(...) :3-D入力とフィルタテンソル所定の計算1-D畳み込み。

conv1d_transpose(...)の転置conv1d

conv2d(...)計算2-D畳み込み所与のinput及び4-D filtersテンソル。

conv2d_transpose(...)の転置conv2d

conv3d(...)計算した3次元畳み込み所与5-Dのinputfiltersテンソル。

conv3d_transpose(...)の転置conv3d

conv_transpose(...)の転置convolution

convolution(...) :NDの畳み込みの計算和(実際には相互相関)。

crelu(...)計算連結ReLU。

ctc_beam_search_decoder(...)入力に与えlogitsに復号化を行うビーム探索。

ctc_greedy_decoder(...)入力に与えられたlogitsに行っ貪欲デコード(最高のパス)。

ctc_loss(...)計算CTC(コネ時間的分類)の損失。

ctc_unique_labels(...)のためのバッチラベルのユニークなラベルとインデックスを取得しますtf.nn.ctc_loss

depth_to_space(...)タイプTのテンソルのためDepthToSpace

depthwise_conv2d(...)奥行き2-D畳み込み。

depthwise_conv2d_backprop_filter(...)計算フィルタに対する深畳み込みの勾配。

depthwise_conv2d_backprop_input(...)計算入力に対する深畳み込みの勾配。

dilation2d(...)計算4次元のグレースケール拡張inputと3次元filtersテンソル。

dropout(...)計算がドロップアウト:ランダムにオーバーフィット防止するために、ゼロに要素を設定します。

elu(...)計算し、指数のリニア: exp(features) - 1 <0は、場合featuresそう。

embedding_lookup(...)指定のための埋め込み見上げidsテンソルのリストから。

embedding_lookup_sparse(...)テンソルのリストから、指定されたIDと重みのための埋め込み検索します。

erosion2d(...)計算4次元のグレースケール侵食valueと3次元filtersテンソル。

fixed_unigram_candidate_sampler(...)サンプルを提供(固定)ベースの配布を使用してクラスのセット。

fractional_avg_pool(...)入力の実行分数の平均プーリング。

fractional_max_pool(...)入力にプーリングを実行端数最大。

in_top_k(...)ターゲットはトップであるかどうかを言うK予測。

l2_loss(...) :L2損失。

l2_normalize(...)ディメンションに沿って正規axis L2ノルムを用いました。

leaky_relu(...)計算漏れReLU活性化機能。

learned_unigram_candidate_sampler(...)サンプル訓練中に学んだ分布からクラスのセット。

local_response_normalization(...)ローカルレスポンスの正規化。

log_poisson_loss(...)与えられた計算ログポアソン損失log_input

log_softmax(...)計算は、ソフトマックスアクティベーションをログに記録します。

lrn(...)ローカルレスポンスの正規化。

max_pool(...) :入力の最大プーリングを実行します。

max_pool1d(...)実行入力で最大のプール。

max_pool2d(...)実行入力で最大のプール。

max_pool3d(...)実行入力で最大のプール。

max_pool_with_argmax(...)入力と出力の最大値とインデックスの両方で行う最大プーリング。

moments(...)平均と分散の計算x

nce_loss(...)計算してノイズ対照的な推定トレーニング損失を返します。

normalize_moments(...)計算平均と十分な統計に基づいての分散。

pool(...)実行操作をプールND。

relu(...)計算整流されたリニア: max(features, 0)

relu6(...)計算整流リニア6: min(max(features, 0), 6)

safe_embedding_lookup_sparse(...)検索は、結果を埋め込む無効なIDと空の機能を占めています。

sampled_softmax_loss(...)計算してサンプリングされたソフトマックストレーニング損失を返します。

scale_regularization_loss(...)レプリカ数によって与えられた正則損失の合計をスケーリングします。

selu(...)計算が指数リニアスケーリング: scale * alpha * (exp(features) - 1)

separable_conv2d(...)分離可能フィルター付き2-D畳み込み。

sigmoid(...)計算はのシグモイドx要素単位。

sigmoid_cross_entropy_with_logits(...)計算は、クロスエントロピー与えられたシグモイドlogits

softmax(...)計算ソフトマックスアクティベーション。

softmax_cross_entropy_with_logits(...)間の計算ソフトマックスクロスエントロピーlogitslabels

softplus(...)計算softplus: log(exp(features) + 1)

softsign(...)計算softsign: features / (abs(features) + 1)

space_to_batch(...) :NDテンソル型TのためのSpaceToBatch

space_to_depth(...) :SpaceToDepthタイプTのテンソルについて

sparse_softmax_cross_entropy_with_logits(...)間を計算まばらなソフトマックスクロスエントロピーlogitslabels

sufficient_statistics(...)の平均と分散のための計算十分統計量x

swish(...)計算振る活性化機能: x * sigmoid(x)

tanh(...)計算双曲線正接のx要素単位。

top_k(...)見つけた値とのインデックスk最後の次元の最大エントリ。

weighted_cross_entropy_with_logits(...)計算加重クロスエントロピー。

weighted_moments(...)戻り値の周波数加重平均と分散x

with_space_to_batch(...)実行opの宇宙からバッチ表現上のinput

zero_fraction(...)にゼロの割合返しvalue