Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Modulo: tf

Versione TensorFlow 1 Visualizza sorgente su GitHub

tensorflow

pip install tensorflow

moduli

modulo audio : API pubblica per lo spazio dei nomi tf.audio.

modulo autodiff : API pubblica per lo spazio dei nomi tf.autodiff.

modulo autograph : conversione del semplice Python in codice grafico TensorFlow.

modulo bitwise : operazioni per manipolare le rappresentazioni binarie di interi.

modulo compat : funzioni di compatibilità.

modulo di config : API pubblica per lo spazio dei nomi tf.config.

modulo data : API tf.data.Dataset per pipeline di input.

modulo di debugging : API pubblica per lo spazio dei nomi tf.debugging.

modulo di distribute : libreria per eseguire un calcolo su più dispositivi.

Modulo dtypes : API pubblica per lo spazio dei nomi tf.dtypes.

modulo errors : tipi di eccezione per gli errori di TensorFlow.

modulo estimator : Estimator: strumenti di alto livello per lavorare con i modelli.

modulo experimental : API pubblica per lo spazio dei nomi tf.experimental.

modulo feature_column : API pubblica per lo spazio dei nomi tf.feature_column.

Modulo graph_util : aiutanti per manipolare un grafo tensore in python.

modulo image : Image ops.

Modulo initializers : serializzazione / deserializzazione dell'inizializzatore Keras.

modulo io : API pubblica per lo spazio dei nomi tf.io.

Modulo keras : implementazione dell'API Keras intesa come API di alto livello per TensorFlow.

Modulo linalg : operazioni per algebra lineare.

modulo lite : API pubblica per lo spazio dei nomi tf.lite.

modulo di lookup : API pubblica per lo spazio dei nomi tf.lookup.

Modulo losses : funzioni di perdita incorporate.

modulo di math : operazioni matematiche.

modulo metrics : metrics integrate.

Modulo mixed_precision : API pubblica per lo spazio dei nomi tf.mixed_precision.

Modulo mlir : API pubblica per lo spazio dei nomi tf.mlir.

modulo nest : API pubblica per lo spazio dei nomi tf.nest.

Modulo nn : wrapper per operazioni primitive di rete neurale (NN).

Modulo optimizers : classi di ottimizzatori incorporate.

modulo profiler : API pubblica per lo spazio dei nomi tf.profiler.

modulo di quantization : API pubblica per lo spazio dei nomi tf.quantization.

modulo queue : API pubblica per lo spazio dei nomi tf.queue.

modulo ragged : tensori ragged .

modulo random : API pubblica per lo spazio dei nomi tf.random.

Modulo raw_ops : API pubblica per lo spazio dei nomi tf.raw_ops.

Modulo saved_model : API pubblica per lo spazio dei nomi tf.saved_model.

modulo sets : operazioni sugli insiemi di Tensorflow.

modulo signal : operazioni di elaborazione del segnale.

modulo sparse : rappresentazione tensoriale sparsa.

modulo strings : operazioni per lavorare con tensori di stringa.

modulo di summary : operazioni per la scrittura di dati di riepilogo, da utilizzare nell'analisi e nella visualizzazione.

Modulo sysconfig : libreria di configurazione del sistema.

modulo di test : test.

Modulo tpu : operazioni relative alle unità di elaborazione tensoriale.

modulo train : supporto per modelli di formazione.

modulo version : API pubblica per lo spazio dei nomi tf.version.

Modulo xla : API pubblica per lo spazio dei nomi tf.xla.

Classi

class AggregationMethod : una classe che elenca i metodi di aggregazione utilizzati per combinare i gradienti.

class CriticalSection : sezione critica.

class DType : rappresenta il tipo di elementi in un Tensor .

class DeviceSpec : rappresenta una specifica (possibilmente parziale) per un dispositivo TensorFlow.

class GradientTape : registra le operazioni per la differenziazione automatica.

class Graph : un calcolo TensorFlow, rappresentato come un grafico del flusso di dati.

class IndexedSlices : una rappresentazione sparsa di un insieme di sezioni tensoriali a determinati indici.

class IndexedSlicesSpec : specifica del tipo per un tf.IndexedSlices .

class Module : class Module rete neurale di base.

class Operation : rappresenta un nodo del grafico che esegue il calcolo sui tensori.

class OptionalSpec : tipo di specifica per tf.experimental.Optional .

class RaggedTensor : rappresenta un tensore irregolare.

class RaggedTensorSpec : tipo di specifica per un tf.RaggedTensor .

class RegisterGradient : un decoratore per registrare la funzione gradiente per un tipo op.

class SparseTensor : rappresenta un tensore sparse.

class SparseTensorSpec : specifica del tipo per un tf.sparse.SparseTensor .

class Tensor : Un tensore è un array multidimensionale di elementi rappresentati da a

class TensorArray : Class wrapping di array Tensor di dimensioni dinamiche, per passo temporale, write-once.

class TensorArraySpec : specifica del tipo per un tf.TensorArray .

class TensorShape : rappresenta la forma di un Tensor .

class TensorSpec : Descrive un tf.Tensor.

class TypeSpec : specifica un tipo di valore TensorFlow.

class UnconnectedGradients : controlla come si comporta il calcolo del gradiente quando y non dipende da x.

class Variable : vedere la guida alle variabili .

class VariableAggregation : indica come verrà aggregata una variabile distribuita.

class VariableSynchronization : indica quando verrà sincronizzata una variabile distribuita.

class constant_initializer : inizializzatore che genera tensori con valori costanti.

class name_scope : un gestore di contesto da usare quando si definisce class name_scope . <