Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

Moduł: tf

Wersja TensorFlow 1 Wyświetl źródło na GitHub

TensorFlow

pip install tensorflow

Moduły

moduł audio : publiczny interfejs API dla przestrzeni nazw tf.audio.

moduł autodiff : Publiczny interfejs API dla przestrzeni nazw tf.autodiff.

Moduł autograph : Konwersja zwykłego Pythona do kodu graficznego TensorFlow.

moduł bitwise : operacje służące do manipulowania binarnymi reprezentacjami liczb całkowitych.

compat moduł: funkcje kompatybilności.

config module: Publiczny interfejs API dla przestrzeni nazw tf.config.

moduł data : tf.data.Dataset API dla potoków wejściowych.

moduł debugging : publiczny interfejs API dla przestrzeni nazw tf.debugging.

distribute module: Biblioteka do wykonywania obliczeń na wielu urządzeniach.

Moduł dtypes : Publiczny interfejs API dla przestrzeni nazw tf.dtypes.

moduł errors : Typy wyjątków dla błędów TensorFlow.

moduł estimator : Estymator: narzędzia wysokiego poziomu do pracy z modelami.

moduł experimental : Publiczne API dla przestrzeni nazw tf.experimental.

moduł feature_column : publiczny interfejs API dla przestrzeni nazw tf.feature_column.

Moduł graph_util : graph_util do manipulowania wykresem tensorowym w Pythonie.

moduł image : Image ops.

moduł initializers : serializacja / deserializacja inicjatora Keras.

moduł io : publiczny interfejs API dla przestrzeni nazw tf.io.

Moduł keras : implementacja interfejsu API Keras, która ma być interfejsem API wysokiego poziomu dla TensorFlow.

moduł linalg : Działania dla algebry liniowej.

moduł lite : Publiczny interfejs API dla przestrzeni nazw tf.lite.

moduł lookup : publiczny interfejs API dla przestrzeni nazw tf.lookup.

moduł losses : Wbudowane funkcje strat.

moduł math : operacje matematyczne.

moduł metrics : Wbudowane metryki.

Moduł mixed_precision : publiczny interfejs API dla przestrzeni nazw tf.mixed_precision.

moduł mlir : publiczny interfejs API dla przestrzeni nazw tf.mlir.

moduł nest : publiczny interfejs API dla przestrzeni nazw tf.nest.

Moduł nn : Opakowania dla prymitywnych operacji sieci neuronowych (NN).

moduł optimizers : Wbudowane klasy optymalizatorów.

moduł profiler : publiczny interfejs API dla przestrzeni nazw tf.profiler.

moduł quantization : publiczny interfejs API dla przestrzeni nazw tf.quantization.

moduł queue : publiczny interfejs API dla przestrzeni nazw tf.queue.

moduł ragged : tensory ragged .

moduł random : publiczny interfejs API dla przestrzeni nazw tf.random.

moduł raw_ops : publiczny interfejs API dla przestrzeni nazw tf.raw_ops.

Moduł saved_model : Publiczny interfejs API dla przestrzeni nazw tf.saved_model.

moduł sets : operacje na sets Tensorflow.

moduł signal : operacje przetwarzania sygnałów.

sparse moduł: Rzadka reprezentacja tensorów.

moduł strings : Operacje do pracy z tensorami stringów.

Moduł summary : Operacje do zapisu danych podsumowujących, do wykorzystania w analizie i wizualizacji.

sysconfig module: Biblioteka konfiguracji systemu.

moduł test : Testowanie.

Moduł tpu : tpu związane z jednostkami przetwarzania tensorowego.

moduł train : Wsparcie dla modeli szkoleniowych.

moduł version : publiczny interfejs API dla przestrzeni nazw tf.version.

Moduł xla : Publiczny interfejs API dla przestrzeni nazw tf.xla.

Zajęcia

class AggregationMethod : Klasa zawierająca metody agregacji używane do łączenia gradientów.

class CriticalSection : Sekcja krytyczna.

class DType : reprezentuje typ elementów w Tensor .

class DeviceSpec : reprezentuje (prawdopodobnie częściową) specyfikację urządzenia TensorFlow.

class GradientTape : nagrywanie operacji w celu automatycznego różnicowania.

class Graph : Obliczenie TensorFlow przedstawione jako wykres przepływu danych.

class IndexedSlices : class IndexedSlices reprezentacja zestawu wycinków tensorowych o podanych indeksach.

class IndexedSlicesSpec : specyfikacja typu dla tf.IndexedSlices .

class Module : Podstawowa klasa modułu sieci neuronowej.

class Operation : Reprezentuje węzeł wykresu, który wykonuje obliczenia na tensorach.

class OptionalSpec : Specyfikacja typu dla tf.experimental.Optional .

class RaggedTensor : reprezentuje nierówny tensor.

class RaggedTensorSpec : specyfikacja typu dla tf.RaggedTensor .

class RegisterGradient : Dekorator do rejestracji funkcji gradientu dla typu op.

class SparseTensor : Reprezentuje rzadki tensor.

class SparseTensorSpec : specyfikacja typu dla tf.sparse.SparseTensor .

class Tensor : Tensor to wielowymiarowa tablica elementów reprezentowana przez a

class TensorArray : Zawijanie klas tablic Tensor o rozmiarze dynamicznym, na krok czasu i jednokrotnego zapisu.

class TensorArraySpec : specyfikacja typu dla tf.TensorArray .

class TensorShape : Reprezentuje kształt Tensor .