Esta página foi traduzida pela API Cloud Translation.
Switch to English

Módulo: tf.nn

TensorFlow 1 versão

Invólucros para primitiva Neural Net (NN) Operações.

Aulas

class RNNCellDeviceWrapper : Operador que garante uma RNNCell executado em um dispositivo particular.

class RNNCellDropoutWrapper : Operador de adição de abandono para as entradas e saídas da célula dada.

class RNNCellResidualWrapper : RNNCell invólucro que entradas de células assegura são adicionados às saídas.

Funções

all_candidate_sampler(...) : Gere o conjunto de todas as classes.

atrous_conv2d(...) : Atrous convolução (aka convolução com buracos ou convolução dilatada).

atrous_conv2d_transpose(...) : A transposta de atrous_conv2d .

avg_pool(...) : realiza o agrupamento avg na entrada.

avg_pool1d(...) : realiza o agrupamento médio na entrada.

avg_pool2d(...) : realiza o agrupamento médio na entrada.

avg_pool3d(...) : realiza o agrupamento médio na entrada.

batch_norm_with_global_normalization(...) : Lote de normalização.

batch_normalization(...) : Lote de normalização.

bias_add(...) : Adiciona bias de value .

collapse_repeated(...) : integração repetida rótulos em rótulos individuais.

compute_accidental_hits(...) : computar o ids posição em sampled_candidates correspondentes true_classes .

compute_average_loss(...) : perdas Escalas por-exemplo com sample_weights e calcula sua média.

conv1d(...) : calcula um 1-D convolução dado de entrada e de filtro tensores 3-D.

conv1d_transpose(...) : A transposta de conv1d .

conv2d(...) : calcula um 2-D convolução dada input e 4-D filters tensores.

conv2d_transpose(...) : A transposta de conv2d .

conv3d(...) : calcula um 3-D de convolução dado 5-D input e filters tensores.

conv3d_transpose(...) : A transposta de conv3d .

conv_transpose(...) : A transposta de convolution .

convolution(...) : Calcula somas de convoluções ND (na verdade, de correlação cruzada).

crelu(...) : Calcula Concatenada Relu.

ctc_beam_search_decoder(...) : Realiza pesquisa feixe decodificação nos logits dadas na entrada.

ctc_greedy_decoder(...) : realiza a decodificação ganancioso nas logits dadas na entrada (melhor caminho).

ctc_loss(...) : Calcula CTC (Connectionist Temporal Classificação) perda.

ctc_unique_labels(...) : Get rótulos únicos e índices para etiquetas em lote para tf.nn.ctc_loss .

depth_to_space(...) : DepthToSpace para tensores do tipo T.

depthwise_conv2d(...) : Depthwise 2-D convolução.

depthwise_conv2d_backprop_filter(...) : calcula a gradientes de convolução depthwise com respeito ao filtro.

depthwise_conv2d_backprop_input(...) : calcula a gradientes de convolução depthwise com respeito à entrada.

dilation2d(...) : calcula a dilatação em tons de cinza de 4-D input e 3-D filters tensores.

dropout(...) : Calcula dropout: define aleatoriamente elementos a zero para evitar overfitting.

elu(...) : Calcula exponencial linear: exp(features) - 1 se <0, features outra forma.

embedding_lookup(...) : olha para cima embeddings para o dado ids de uma lista de tensores.

embedding_lookup_sparse(...) : olha para cima embeddings para os ids dadas e pesos de uma lista de tensores.

erosion2d(...) : calcula a erosão em tons de cinza de 4-D value e de 3-D filters tensores.

fixed_unigram_candidate_sampler(...) : Amostras de um conjunto de classes usando a distribuição, desde de base (fixo).

fractional_avg_pool(...) : Realiza fracionário pooling médio na entrada.

fractional_max_pool(...) : Realiza fracionário pooling máximo na entrada.

in_top_k(...) : Diz se os objectivos estão no top K previsões.

l2_loss(...) : Perda de L2.

l2_normalize(...) : normaliza junto dimensão axis usando uma norma L2.

leaky_relu(...) : Compute a função de ativação Leaky Relu.

learned_unigram_candidate_sampler(...) : Amostras um conjunto de classes de uma distribuição aprendidas durante o treinamento.

local_response_normalization(...) : local Response Normalização.

log_poisson_loss(...) : a perda Calcula log Poisson dada log_input .

log_softmax(...) : Calcula log ativações softmax.

lrn(...) : local Response Normalização.

max_pool(...) : realiza o agrupamento máximo na entrada.

max_pool1d(...) : realiza o agrupamento máximo na entrada.

max_pool2d(...) : realiza o agrupamento máximo na entrada.

max_pool3d(...) : realiza o agrupamento máximo na entrada.

max_pool_with_argmax(...) : Realiza agrupamento máximo na entrada e saídas ambos os valores máximo e índices.

moments(...) : Calcula a média ea variância de x .

nce_loss(...) : Calcula e retorna a perda de formação estimativa de ruído contrastante.

normalize_moments(...) : Calcule a média e variância de base nas estatísticas suficientes.

pool(...) : executa uma operação ND pooling.

relu(...) : Calcula retificada linear: max(features, 0) .

relu6(...) : Calcula Retificado Linear 6: min(max(features, 0), 6) .

safe_embedding_lookup_sparse(...) : Lookup incorporar resultados, representando IDs inválidos e características vazias.

sampled_softmax_loss(...) : Calcula e retorna a perda de formação softmax amostrados.

scale_regularization_loss(...) : Ajusta a soma dos dados perdas de regularização pelo número de réplicas.

selu(...) : Calcula escalado linear exponencial: scale * alpha * (exp(features) - 1)

separable_conv2d(...) : convolução 2-D com filtros separáveis.

sigmoid(...) : Calcula sigmóide de x elemento-wise.

sigmoid_cross_entropy_with_logits(...) : Calcula sigmóide cruz entropia dadas logits .

softmax(...) : Calcula softmax ativações.

softmax_cross_entropy_with_logits(...) : Calcula softmax entropia cruzamento entre logits e labels .

softplus(...) : Calcula Softplus: log(exp(features) + 1) .

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

space_to_batch(...) : SpaceToBatch para tensores do ND do tipo T.

space_to_depth(...) : SpaceToDepth para tensores do tipo T.

sparse_softmax_cross_entropy_with_logits(...) : Calcula escassa softmax entropia cruzamento entre logits e labels .

sufficient_statistics(...) : Calcular as estatísticas suficientes para a média ea variância de x .