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

Módulo: tf

Versión TensorFlow 1 Ver código 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 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 tf.debugging namespace.

Módulo de distribute : biblioteca para ejecutar un cálculo en múltiples 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 tf.experimental namespace.

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

Módulo graph_util : graph_util a manipular un gráfico tensorial en python.

Módulo de image : Operaciones de imagen.

Módulo de initializers : serialización / deserialización del inicializador Keras.

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

keras módulo: Aplicación de la API Keras destinado 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 incorporadas.

módulo math : operaciones matemáticas.

Módulo de metrics : métricas integradas.

módulo mixed_precision : API pública para tf.mixed_precision namespace.

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 primitivas de redes neuronales (NN).

Módulo optimizers : Clases optimizadoras incorporadas.

módulo del 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 conjuntos de Tensorflow.

módulo de signal : operaciones de procesamiento de señal.

Módulo sparse : Representación de tensor sparse .

Módulo de strings : Operaciones para trabajar con tensores de cadena.

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 : Pruebas.

Módulo tpu : operaciones relacionadas con las unidades de procesamiento de tensor.

train módulo: Soporte para los modelos de formación.

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 los elementos en un Tensor .

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

class GradientTape : Graba operaciones para diferenciación automática.

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

class IndexedSlices : una 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 gráfico que realiza el cálculo en 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 operativo.

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 : class TensorArray clase de tamaño dinámico, por paso de tiempo, escritura de una sola vez.

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 TensorFlow.

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

class Variable : Consulte la guía de variables .

class VariableAggregation : indica cómo se agregará una variable distribuida.

class VariableSynchronization : Indica cuándo se sincronizará una variable distribuida.

class constant_initializer : Inicializador que genera tensores con valores constantes.

class name_scope : un administrador de contexto para usar al definir una class name_scope Python.

class ones_initializer : Inicializador que genera tensores inicializados a 1.

class random_normal_initializer : Inicializador que genera tensores con una distribución normal.

class random_uniform_initializer : Inicializador que genera tensores con una distribución uniforme.

class zeros_initializer : Inicializador que genera tensores inicializados a 0.

Las funciones

Assert(...) : Afirma que la condición dada es verdadera.

abs(...) : Calcula el valor absoluto de un tensor.

acos(...) : Calcula acos de x element-wise.

acosh(...) : Calcula el coseno hiperbólico inverso de x elemento sabio.

add(...) : Devuelve x + y element-wise.

add_n(...) : Agrega todos los tensores de entrada por elementos.

argmax(...) : Devuelve el índice con el mayor valor en los ejes de un tensor.

argmin(...) : Devuelve el índice con el valor más pequeño en los ejes de un tensor.

argsort(...) : Devuelve los índices de un tensor que dan su orden ordenado a lo largo de un eje.

as_dtype(...) : Convierte el type_value dado a un DType .

as_string(...) : Convierte cada entrada en el tensor dado en cadenas.

asin(...) : Calcula el seno inverso trignométrico de x elemento sabio.

asinh(...) : Calcula el seno hiperbólico inverso de x elemento sabio.

assert_equal(...) : Afirma que la condición x == y contiene elementos sabios.

assert_greater(...) : Afirma que la condición x > y contiene elementos sabios.