Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

Modül: tf

TensorFlow 1 sürümü Kaynağı GitHub'da görüntüleyin

TensorFlow

 pip install tensorflow
 

Modüller

audio modülü: tf.audio ad alanı için genel API.

autodiff modülü: tf.autodiff ad alanı için genel API.

autograph modülü: Düz Python'un TensorFlow grafik koduna dönüştürülmesi.

bitwise modül: Tamsayıların ikili gösterimlerini değiştirmek için işlemler.

compat modülü: Uyumluluk fonksiyonları.

config module: tf.config ad alanı için genel API.

data modülü: giriş ardışık tf.data.Dataset için tf.data.Dataset API.

debugging modülü: ad alanını tf.debugging için genel API.

distribute modülü: Birden çok cihazda hesaplama çalıştırmak için kitaplık.

dtypes modülü: tf.dtypes ad alanı için genel API.

errors modülü: TensorFlow hataları için özel durum türleri.

estimator modülü: Tahminci: Modellerle çalışmak için üst düzey araçlar.

experimental modül: tf.experimental namespace için genel API.

feature_column modülü: tf.feature_column ad alanı için genel API.

graph_util modülü: graph_util bir tensör grafiğini değiştirmeye yardımcı olur.

image modülü: Görüntü işlemleri.

initializers modülü: Keras başlatıcı serileştirme / seriyi kaldırma.

io modülü: tf.io ad alanı için genel API.

keras modülü: keras uygulanması, keras için üst düzey bir API anlamına geliyordu.

linalg modülü: Doğrusal cebir için işlemler.

lite modülü: tf.lite ad alanı için genel API.

lookup modülü: tf.lookup ad alanı için genel API.

losses modülü: Yerleşik kayıp fonksiyonları.

math modülü: Matematik İşlemleri.

metrics modülü: Yerleşik metrikler.

mixed_precision modülü: tf.mixed_precision ad alanı için genel API.

mlir modülü: tf.mlir ad alanı için genel API.

nest modülü: tf.nest ad alanı için genel API.

nn modülü: İlkel Sinir Ağı (NN) İşlemleri için sarmalayıcılar.

optimizers modülü: Yerleşik iyileştirici sınıfları.

profiler module: tf.profiler ad alanı için genel API.

quantization modülü: tf.quantization ad alanı için genel API.

queue modülü: tf.queue ad alanı için genel API.

ragged modül: Düzensiz Tensörler.

random modül: tf.random ad alanı için genel API.

raw_ops modülü: tf.raw_ops ad alanı için genel API.

saved_model modülü: tf.saved_model ad alanı için genel API.

sets modülü: Tensorflow set işlemleri.

signal modülü: Sinyal işleme işlemleri.

sparse modül: Seyrek Tensör Gösterimi.

strings modülü: Dizi Tensörleri ile çalışma işlemleri.

summary modülü: Analiz ve görselleştirmede kullanılmak üzere özet veri yazma işlemleri.

sysconfig modülü: Sistem yapılandırma kitaplığı.

test modülü: Test etme.

tpu module: Tensor Processing Units ile ilgili işlemler.

train modülü: Eğitim modelleri için destek.

version module: tf.version ad alanı için genel API.

xla modülü: tf.xla ad alanı için genel API.

Sınıflar

class AggregationMethod : Degradeleri birleştirmek için kullanılan bir sınıf listesi toplama yöntemleri.

class CriticalSection : Critical bölümü.

class DType a öğelerin türünü temsil Tensor .

class DeviceSpec : TensorFlow cihazı için (muhtemelen kısmi) bir spesifikasyonu temsil eder.

class GradientTape : Otomatik farklılaştırma için kayıt işlemleri.

class Graph : Veri akışı grafiği olarak gösterilen bir TensorFlow hesaplaması.

class IndexedSlices : Belirli endekslerde bir dizi tensör diliminin seyrek bir temsili.

class IndexedSlicesSpec : Bir için tip şartname tf.IndexedSlices .

class Module : Temel sinir ağı modülü sınıfı.

class Operation : Tensörler üzerinde hesaplama gerçekleştiren bir grafik düğümünü temsil eder.

class OptionalSpec : tf.experimental.Optional için tür belirtimi.

class RaggedTensor : class RaggedTensor bir tensörü temsil eder.

class RaggedTensorSpec : Bir tf.RaggedTensor için tür belirtimi.

class RegisterGradient : Bir işlem türü için gradyan fonksiyonunu kaydetmek için bir dekoratör.

class SparseTensor : Seyrek bir tensörü temsil eder.

class SparseTensorSpec : Bir için tip şartname tf.sparse.SparseTensor .

class Tensor : Bir tensör, bir ile temsil edilen çok boyutlu bir öğe dizisidir.

class TensorArray : Sınıf sarma dinamik boyutlu, adım adım, bir kez yazılabilen Tensor dizileri.

class TensorArraySpec : Bir tf.TensorArray için tür belirtimi.

class TensorShape : bir şeklini temsil eder Tensor .

class TensorSpec : Bir tf.Tensor.

class TypeSpec : Bir TensorFlow değer türü belirtir.

class UnconnectedGradients : y x'e bağlı olmadığında gradyan hesaplamasının nasıl davranacağını kontrol eder.

class Variable : Değişken kılavuzuna bakın.

class VariableAggregation : Dağıtılmış bir değişkenin nasıl toplanacağını gösterir.

class VariableSynchronization : Dağıtılmış bir değişkenin ne zaman senkronize edileceğini gösterir.

class constant_initializer : Sabit değerlere sahip tensörler oluşturan başlatıcı.

class name_scope : Bir Python operasyonu tanımlarken kullanılacak bir bağlam yöneticisi.

class ones_initializer : 1 olarak başlatılan tensörleri oluşturan başlatıcı.

class random_normal_initializer : Normal dağılımla tensörler oluşturan class random_normal_initializer .

class random_uniform_initializer : Tekdüze bir dağılımla tensörler oluşturan class random_uniform_initializer .

class zeros_initializer : 0 olarak başlatılan tensörleri oluşturan başlatıcı.

Fonksiyonlar

Assert(...) : Verilen koşulun doğru olduğunu iddia eder.

abs(...) : Bir tensörün mutlak değerini hesaplar.

acos(...) : x elemanının acos'unu hesaplar.

acosh(...) : x elemanının ters hiperbolik kosinüsünü hesaplar.

add(...) : x + y eleman olarak döndürür.

add_n(...) : Tüm girdi tensörlerini eleman bazında add_n(...) .

argmax(...) : Bir tensörün eksenleri boyunca en büyük değere sahip dizini döndürür.

argmin(...) : Bir ten