Se usó la API de Cloud Translation para traducir esta página.
Switch to English

Módulo: tf

Versión de TensorFlow 1 Ver fuente en GitHub

TensorFlow

pip install tensorflow

Módulos

módulo de audio : API pública para el espacio de nombres tf.audio.

módulo autodiff : API pública para el espacio de nombres tf.autodiff.

módulo de autograph : conversión de Python simple en código de gráfico de TensorFlow.

módulo bitwise : Operaciones para manipular las representaciones binarias de enteros.

módulo compat : funciones de compatibilidad.

módulo de config : API pública para el espacio de nombres tf.config.

módulo de data : tf.data.Dataset API para canalizaciones de entrada.

módulo de debugging : API pública para el espacio de nombres tf.debugging.

distribute módulo: biblioteca para ejecutar un cálculo en varios dispositivos.

Módulo dtypes : API pública para el espacio de nombres tf.dtypes.

módulo de errors : tipos de excepción para los errores de TensorFlow.

módulo estimator : Estimador: herramientas de alto nivel para trabajar con modelos.

módulo experimental : API pública para el espacio de nombres tf.experimental.

módulo feature_column : API pública para el espacio de nombres tf.feature_column.

módulo graph_util : graph_util para manipular un gráfico tensorial en python.

módulo de image : operaciones de imagen.

módulo de initializers : serialización / deserialización del inicializador de Keras.

Módulo io : API pública para el espacio de nombres tf.io.

Módulo keras : implementación de la API de Keras destinada a ser una API de alto nivel para TensorFlow.

módulo linalg : Operaciones para álgebra lineal.

módulo lite : API pública para el espacio de nombres tf.lite.

módulo de lookup : API pública para el espacio de nombres tf.lookup.

módulo de losses : funciones de pérdida integradas.

módulo de math : Operaciones matemáticas.

módulo de metrics : métricas integradas.

Módulo mixed_precision : API pública para el espacio de nombres tf.mixed_precision.

Módulo mlir : API pública para el espacio de nombres tf.mlir.

módulo nest : API pública para el espacio de nombres tf.nest.

Módulo nn : Contenedores para operaciones de redes neuronales primitivas (NN).

Módulo de optimizers : clases de optimizador integradas.

módulo profiler : API pública para el espacio de nombres tf.profiler.

módulo de quantization : API pública para el espacio de nombres tf.quantization.

módulo de queue : API pública para el espacio de nombres tf.queue.

módulo ragged : tensores irregulares.

módulo random : API pública para tf.random namespace.

Módulo raw_ops : API pública para el espacio de nombres tf.raw_ops.

módulo saved_model : API pública para el espacio de nombres tf.saved_model.

módulo de sets : operaciones de conjunto de Tensorflow.

signal módulo: las operaciones de procesamiento de señales.

módulo sparse : Representación de tensor sparse .

módulo strings : Operaciones para trabajar con tensores de string.

módulo de summary : operaciones para escribir datos de resumen, para su uso en análisis y visualización.

Módulo sysconfig : biblioteca de configuración del sistema.

módulo de test : Testing.

módulo tpu : Operaciones relacionadas con las unidades de procesamiento de tensor.

módulo de train : Soporte para modelos de entrenamiento.

módulo de version : API pública para el espacio de nombres tf.version.

Módulo xla : API pública para el espacio de nombres tf.xla.

Clases

class AggregationMethod : una clase que enumera los métodos de agregación utilizados para combinar gradientes.

class CriticalSection : sección crítica.

class DType : representa el tipo de elementos en un Tensor .

class DeviceSpec : representa una especificación (posiblemente parcial) para un dispositivo TensorFlow.

class GradientTape : Registro de operaciones para diferenciación automática.

class Graph : un cálculo de TensorFlow, representado como un gráfico de flujo de datos.

class IndexedSlices : representación dispersa de un conjunto de segmentos de tensor en índices dados.

class IndexedSlicesSpec : Especificación de tipo para un tf.IndexedSlices .

class Module : class Module red neuronal base.

class Operation : Representa un nodo de gráfico que realiza el cálculo de los tensores.

class OptionalSpec : Especificación de tipo para tf.experimental.Optional .

class RaggedTensor : Representa un tensor irregular.

class RaggedTensorSpec : Especificación de tipo para un tf.RaggedTensor .

class RegisterGradient : un decorador para registrar la función de gradiente para un tipo de operación.

class SparseTensor : representa un tensor disperso.

class SparseTensorSpec : especificación de tipo para un tf.sparse.SparseTensor .

class Tensor : Un tensor es una matriz multidimensional de elementos representados por un

class TensorArray : clases que envuelven matrices de Tensor de tamaño dinámico, por paso de tiempo y escritura única.

class TensorArraySpec : especificación de tipo para un tf.TensorArray .

class TensorShape : representa la forma de un Tensor .

class TensorSpec : describe un tf.Tensor.

class TypeSpec : especifica un tipo de valor de TensorFlow.

class UnconnectedGradients : controla cómo se comporta el cálculo de gradientes cuando y no depende de x.

class Variable : consulte la guía de variables .

class VariableAggregation : indica cómo se agregará una variable distribuida.