| Abs <T ขยาย TNumber > | คำนวณค่าสัมบูรณ์ของเทนเซอร์ |
| AbstractDenseNdArray <T, U ขยาย NdArray <T>> | |
| AbstractNdArray <T, U ขยาย NdArray <T>> | |
| สะสม N <T ขยาย TType > | ส่งกลับผลรวมตามองค์ประกอบของรายการเทนเซอร์ |
| ตัวสะสมจำนวนสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| AccumulatorTakeGradient <T ขยาย TType > | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| Acos <T ขยาย TType > | คำนวณ acos ขององค์ประกอบ x อย่างชาญฉลาด |
| Acosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| เพิ่ม <T ขยาย TType > | ส่งกลับองค์ประกอบ x + y |
| เพิ่ม ManySparseToTensorsMap | เพิ่ม `N`-minibatch `SparseTensor` ให้กับ `SparseTensorsMap` และส่งคืนแฮนเดิล `N` |
| AddN <T ขยาย TType > | เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมดอย่างชาญฉลาด |
| เพิ่ม SparseToTensorsMap | เพิ่ม `SparseTensor` ให้กับ `SparseTensorsMap` เพื่อส่งคืนหมายเลขอ้างอิง |
| AdjustContrast <T ขยาย TNumber > | ปรับความคมชัดของภาพตั้งแต่หนึ่งภาพขึ้นไป |
| AdjustHue <T ขยาย TNumber > | ปรับเฉดสีของรูปภาพหนึ่งภาพขึ้นไป |
| ปรับความอิ่มตัว <T ขยาย TNumber > | ปรับความอิ่มตัวของภาพตั้งแต่หนึ่งภาพขึ้นไป |
| ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| AllReduce <T ขยาย TNumber > | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| AllToAll <T ขยาย TType > | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
| มุม <U ขยาย TNumber > | ส่งกลับอาร์กิวเมนต์ของจำนวนเชิงซ้อน |
| ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ApplyAdaMax <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม AdaMax |
| ApplyAdadelta <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adadelta |
| ApplyAdagrad <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
| ApplyAdagradDa <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad ที่ใกล้เคียง |
| ApplyAdagradV2 <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
| ApplyAdam <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึมของ Adam |
| ApplyAddSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
| ApplyCenteredRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp ที่อยู่กึ่งกลาง |
| ApplyFtrl <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ Ftrl-proximal |
| ApplyGradientDescent <T ขยาย TType > | อัปเดต '*var' โดยลบ 'alpha' * 'delta' ออกจากมัน |
| ใช้โมเมนตัม <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| ApplyPowerSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
| ApplyProximalAdagrad <T ขยาย TType > | อัปเดต '*var' และ '*accum' ตาม FOBOS ด้วยอัตราการเรียนรู้ของ Adagrad |
| ApplyProximalGradientDescent <T ขยาย TType > | อัปเดต '*var' เป็นอัลกอริทึม FOBOS ด้วยอัตราการเรียนรู้คงที่ |
| ApplyRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp |
| โดยประมาณเท่ากัน | ส่งกลับค่าความจริงของ abs(xy) < องค์ประกอบความอดทน |
| ArgMax <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์ |
| ArgMin <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ |
| AsString | แปลงแต่ละรายการในเทนเซอร์ที่กำหนดให้เป็นสตริง |
| Asin <T ขยาย TType > | คำนวณไซน์ผกผันตรีโกณมิติขององค์ประกอบ x |
| Asinh <T ขยาย TType > | คำนวณไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| AssertCardinalityชุดข้อมูล | |
| AssertNextชุดข้อมูล | |
| กำหนด <T ขยาย TType > | อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน |
| AssignAdd <T ขยาย TType > | อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป |
| AssignSub <T ขยาย TType > | อัปเดต 'ref' โดยลบ 'value' ออกจากมัน |
| Atan <T ขยาย TType > | คำนวณแทนเจนต์ผกผันตรีโกณมิติขององค์ประกอบ x |
| Atan2 <T ขยาย TNumber > | คำนวณอาร์กแทนเจนต์ขององค์ประกอบ "y/x" โดยคำนึงถึงสัญญาณของการโต้แย้ง |
| Atanh <T ขยาย TType > | คำนวณแทนเจนต์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| สเปกตรัมเสียง | สร้างการแสดงภาพข้อมูลเสียงเมื่อเวลาผ่านไป |
| สรุปเสียง | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมเสียง |
| ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
| AvgPool <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ยกับอินพุต |
| AvgPool3d <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ย 3D กับอินพุต |
| AvgPool3dGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
| AvgPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
| BandPart <T ขยาย TType > | คัดลอกเทนเซอร์โดยตั้งค่าทุกอย่างที่อยู่นอกแถบกลางในแต่ละเมทริกซ์ด้านในสุดให้เป็นศูนย์ |
| BandedTriangleSolve <T ขยาย TType > | |
| สิ่งกีดขวาง | กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ |
| สิ่งกีดขวางขนาดไม่สมบูรณ์ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด |
| Barrier ReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด |
| BatchCholesky <T ขยาย TNumber > | |
| BatchCholeskyGrad <T ขยาย TNumber > | |
| ชุดข้อมูลชุด | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบ "batch_size" จาก "input_dataset" |
| BatchFft | |
| BatchFft2d | |
| BatchFft3d | |
| BatchIfft | |
| BatchIfft2d | |
| BatchIfft3d | |
| BatchMatMul <T ขยาย TType > | คูณเทนเซอร์สองตัวเป็นชุด |
| BatchMatrixBandPart <T ขยาย TType > | |
| BatchMatrixDeterminant <T ขยาย TType > | |
| BatchMatrixDiag <T ขยาย TType > | |
| BatchMatrixDiagPart <T ขยาย TType > | |
| BatchMatrixInverse <T ขยาย TNumber > | |
| BatchMatrixSetDiag <T ขยาย TType > | |
| BatchMatrixSolve <T ขยาย TNumber > | |
| BatchMatrixSolveLs <T ขยาย TNumber > | |
| BatchMatrixTriangleSolve <T ขยาย TNumber > | |
| BatchNormWithGlobalNormalization <T ขยาย TType > | การทำให้เป็นมาตรฐานแบบแบตช์ |
| BatchToSpace <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
| BatchToSpaceNd <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
| BesselI0 <T ขยาย TNumber > | |
| BesselI0e <T ขยาย TNumber > | |
| BesselI1 <T ขยาย TNumber > | |
| BesselI1e <T ขยาย TNumber > | |
| BesselJ0 <T ขยาย TNumber > | |
| BesselJ1 <T ขยาย TNumber > | |
| BesselK0 <T ขยาย TNumber > | |
| BesselK0e <T ขยาย TNumber > | |
| BesselK1 <T ขยาย TNumber > | |
| BesselK1e <T ขยาย TNumber > | |
| BesselY0 <T ขยาย TNumber > | |
| BesselY1 <T ขยาย TNumber > | |
| Betainc <T ขยาย TNumber > | คำนวณอินทิกรัลเบต้าที่ไม่สมบูรณ์ \\(I_x(a, b)\\)ไม่สมบูรณ์ |
| BiasAdd <T ขยาย TType > | เพิ่ม "อคติ" ให้กับ "คุณค่า" |
| BiasAddGrad <T ขยาย TType > | การดำเนินการย้อนกลับสำหรับ "BiasAdd" บนเทนเซอร์ "bias" |
| Bincount <T ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| Bitcast <U ขยาย TType > | Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
| BitwiseAnd <T ขยาย TNumber > | Elementwise คำนวณค่าบิต AND ของ `x` และ `y` |
| BitwiseOr <T ขยาย TNumber > | Elementwise คำนวณระดับบิตหรือของ `x` และ `y` |
| BitwiseXor <T ขยาย TNumber > | Elementwise คำนวณ XOR ระดับบิตของ `x` และ `y` |
| BooleanDenseNdArray | |
| BooleanNdArray | NdArray ของบูลีน |
| BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก |
| BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource |
| BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
| BoostedTreesMakeStatsSummary | ทำการสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
| BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource |
| BroadcastDynamicShape <T ขยาย TNumber > | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
| BroadcastRecv <T ขยาย TType > | รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น |
| BroadcastSend <T ขยาย TType > | ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
| BroadcastTo <T ขยาย TType > | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
| ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
| ByteDenseNdArray | |
| ByteNdArray | NdArray ของไบต์ |
| ชุดข้อมูล BytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
| CSRSparseMatrixToDense <T ขยาย TType > | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
| ชุดข้อมูล CSV | |
| CSVDatasetV2 | |
| ชุดข้อมูลแคช | สร้างชุดข้อมูลที่แคชองค์ประกอบจาก `input_dataset` |
| ชุดข้อมูลแคชV2 | |
| ส่ง <U ขยาย TType > | ส่ง x ประเภท SrcT ถึง y ของ DstT |
| Ceil <T ขยาย TNumber > | ส่งกลับจำนวนเต็มที่น้อยที่สุดตามองค์ประกอบไม่น้อยกว่า x |
| CheckNumerics <T ขยาย TNumber > | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
| Cholesky <T ขยาย TType > | คำนวณการสลายตัวของ Cholesky ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
| CholeskyGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีแบบ backpropagated ในโหมดย้อนกลับของอัลกอริทึม Cholesky |
| เลือกชุดข้อมูลที่เร็วที่สุด | |
| ClipByValue <T ขยาย TType > | ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
| ClusterOutput <T ขยาย TType > | ตัวดำเนินการที่เชื่อมต่อเอาต์พุตของการคำนวณ XLA กับโหนดกราฟผู้บริโภคอื่น ๆ |
| CollectiveGather <T ขยาย TNumber > | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| CollectivePermute <T ขยาย TType > | Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ |
| เปรียบเทียบและ Bitpack | เปรียบเทียบค่าของ "อินพุต" กับ "เกณฑ์" และรวมบิตผลลัพธ์ไว้ใน "uint8" |
| ผลการรวบรวม | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
| คอมเพล็กซ์ <U ขยาย TType > | แปลงจำนวนจริงสองตัวให้เป็นจำนวนเชิงซ้อน |
| ComplexAbs <U ขยาย TNumber > | คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์ |
| บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
| ComputeBatchSize | คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน |
| Concat <T ขยาย TType > | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
| เชื่อมต่อชุดข้อมูล | สร้างชุดข้อมูลที่เชื่อมโยง `input_dataset` กับ `another_dataset` |
| ตัวสะสมแบบมีเงื่อนไข | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
| Conj <T ขยาย TType > | ส่งกลับสังยุคเชิงซ้อนของจำนวนเชิงซ้อน |
| ConjugateTranspose <T ขยาย TType > | สุ่มมิติของ x ตามการเรียงสับเปลี่ยนและผันผลลัพธ์ |
| ค่าคงที่ <T ขยาย TType > | ตัวดำเนินการที่สร้างค่าคงที่ |
| Conv <T ขยาย TType > | ล้อมตัวดำเนินการ XLA ConvGeneralDilated จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#conv_convolution |
| Conv2d <T ขยาย TNumber > | คำนวณการบิดแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ |
| Conv2dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง |
| Conv2dBackpropInput <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต |
| Conv3d <T ขยาย TNumber > | คำนวณการบิดแบบ 3 มิติโดยใช้เทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 5 มิติ |
| Conv3dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยคำนึงถึงตัวกรอง |
| Conv3dBackpropInput <U ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยสัมพันธ์กับอินพุต |
| คัดลอก <T ขยาย TType > | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
| CopyHost <T ขยาย TType > | คัดลอกเทนเซอร์ไปยังโฮสต์ |
| เพราะ <T ขยาย TType > | คำนวณ cos ขององค์ประกอบ x ตามลำดับ |
| Cosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกขององค์ประกอบ x |
| CountUpTo <T ขยาย TNumber > | เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' |
| ครอบตัดและปรับขนาด | แยกพืชผลจากเทนเซอร์รูปภาพอินพุตและปรับขนาด |
| CropAndResizeGradBoxes | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์กล่องอินพุต |
| CropAndResizeGradImage <T ขยาย TNumber > | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์รูปภาพอินพุต |
| ข้าม <T ขยาย TNumber > | คำนวณผลคูณไขว้แบบคู่. |
| CrossReplicaSum <T ขยาย TNumber > | อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ |
| CudnnRNNCanonicalToParams <T ขยาย TNumber > | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ |
| CudnnRnnParamsSize <U ขยาย TNumber > | คำนวณขนาดของน้ำหนักที่โมเดล Cudnn RNN สามารถใช้ได้ |
| Cumprod <T ขยาย TType > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| Cumsum <T ขยาย TType > | คำนวณผลรวมสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| CumulativeLogsumexp <T ขยาย TNumber > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| DataFormatDimMap <T ขยาย TNumber > | ส่งกลับดัชนีมิติในรูปแบบข้อมูลปลายทางที่กำหนดรูปแบบไว้ รูปแบบข้อมูลต้นฉบับ |
| DataFormatVecPermute <T ขยาย TNumber > | เปลี่ยนเทนเซอร์อินพุตจาก `src_format` เป็น `dst_format` |
| DataServiceชุดข้อมูล | |
| ชุดข้อมูลCardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
| ชุดข้อมูลFromGraph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
| DatasetToGraph | ส่งกลับ GraphDef ที่เป็นอนุกรมซึ่งเป็นตัวแทนของ `input_dataset` |
| Dawsn <T ขยาย TNumber > | |
| DebugGradientIdentity <T ขยาย TType > | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| DebugGradientRefIdentity <T ขยาย TType > | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| DebugIdentity <T ขยาย TType > | การแก้ไขข้อบกพร่อง Identity V2 Op. |
| ดีบักNanCount | ดีบักตัวนับค่า NaN Op. |
| DebugNumericsSummary <U ขยาย TNumber > | ดีบักสรุปตัวเลข V2 Op. |
| ถอดรหัส AndCropJpeg | ถอดรหัสและครอบตัดรูปภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 |
| ถอดรหัส Base64 | ถอดรหัสสตริงที่เข้ารหัส base64 ที่ปลอดภัยบนเว็บ |
| ถอดรหัสBmp | ถอดรหัสเฟรมแรกของรูปภาพที่เข้ารหัส BMP เป็นเทนเซอร์ uint8 |
| ถอดรหัสบีบอัด | คลายการบีบอัดสตริง |
| DecodeGif | ถอดรหัสเฟรมของภาพที่เข้ารหัส GIF เป็นเทนเซอร์ uint8 |
| DecodeImage <T ขยาย TNumber > | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
| ถอดรหัสJpeg | ถอดรหัสภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 |
| ตัวอย่างการถอดรหัส Json | แปลงบันทึกตัวอย่างที่เข้ารหัส JSON เป็นสตริงบัฟเฟอร์โปรโตคอลไบนารี |
| DecodePaddedRaw <T ขยาย TNumber > | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
| DecodePng <T ขยาย TNumber > | ถอดรหัสภาพที่เข้ารหัส PNG เป็น uint8 หรือ uint16 เทนเซอร์ |
| DecodeRaw <T ขยาย TType > | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
| DeepCopy <T ขยาย TType > | สร้างสำเนาของ `x` |
| DenseBincount <U ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| DenseNdArray <T> | |
| DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) |
| ชุดข้อมูล DenseToSparseBatchData | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบอินพุตลงใน SparseTensor |
| DepthToSpace <T ขยาย TType > | DepthToSpace สำหรับเทนเซอร์ประเภท T |
| DepthwiseConv2dNative <T ขยาย TNumber > | คำนวณการบิดเชิงลึกแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ |
| DepthwiseConv2dNativeBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงตัวกรอง |
| DepthwiseConv2dNativeBackpropInput < T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงอินพุต |
| ลดปริมาณ | รับอินพุต uint32 ที่แพ็กแล้วคลายแพ็กอินพุตไปที่ uint8 เพื่อทำ การลดปริมาณบนอุปกรณ์ |
| DestroyTemporaryVariable <T ขยาย TType > | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
| เดช <T ขยาย TType > | คำนวณดีเทอร์มิแนนต์ของเมทริกซ์จตุรัสตั้งแต่ 1 ตัวขึ้นไป |
| ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
| Digamma <T ขยาย TNumber > | คำนวณ Psi ซึ่งเป็นอนุพันธ์ของ Lgamma (บันทึกของค่าสัมบูรณ์ของ `แกมมา(x)`) ตามองค์ประกอบ |
| Dilator2d <T ขยาย TNumber > | คำนวณการขยายระดับสีเทาของเทนเซอร์ `อินพุต` 4 มิติ และ `ฟิลเตอร์ 3 มิติ |
| Dilation2dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยสัมพันธ์กับตัวกรอง |
| Dilation2dBackpropInput <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยคำนึงถึงอินพุต |
| ชุดข้อมูล DirectedInterleave | ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ |
| div <T ขยาย TType > | คืนค่าองค์ประกอบ x / y |
| DivNoNan <T ขยาย TType > | ส่งกลับ 0 ถ้าตัวส่วนเป็นศูนย์ |
| จุด <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DotGeneral จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dotgeneral |
| DoubleDenseNdArray | |
| DoubleNdArray | NdArray ของคู่ |
| DrawBoundingBoxes <T ขยาย TNumber > | วาดกรอบขอบบนชุดรูปภาพ |
| DummyIterationCounter | |
| DummyMemoryCache | |
| เครื่องกำเนิด DummySeed | |
| DynamicSlice <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DynamicSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicslice |
| DynamicStitch <T ขยาย TType > | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
| DynamicUpdateSlice <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DynamicUpdateSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicupdateslice |
| แก้ไขระยะทาง | คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) |
| Einsum <T ขยาย TType > | op ที่รองรับ einsum op พื้นฐานพร้อม 2 อินพุตและ 1 เอาต์พุต |
| Elu <T ขยาย TNumber > | คำนวณเชิงเส้นแบบเอ็กซ์โปเนนเชียล: `exp(features) - 1` ถ้า < 0, `features` มิฉะนั้น |
| EluGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีสำหรับการดำเนินการเชิงเส้นแบบเอ็กซ์โปเนนเชียล (Elu) |
| การฝังการเปิดใช้งาน | การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings |
| ว่างเปล่า <T ขยาย TType > | สร้างเทนเซอร์ตามรูปร่างที่กำหนด |
| ว่างเปล่า TensorList | สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า |
| แผนที่ Tensor ว่างเปล่า | สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า |
| EncodeBase64 | เข้ารหัสสตริงเป็นรูปแบบ base64 ที่ปลอดภัยบนเว็บ |
| เข้ารหัสJpeg | JPEG เข้ารหัสรูปภาพ |
| เข้ารหัสคุณภาพตัวแปร JPEG | ภาพอินพุตเข้ารหัส JPEG พร้อมคุณภาพการบีบอัดที่ให้มา |
| เข้ารหัสPng | PNG เข้ารหัสรูปภาพ |
| เข้ารหัสโปรโต | op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต |
| เข้ารหัสWav | เข้ารหัสข้อมูลเสียงโดยใช้รูปแบบไฟล์ WAV |
| SureShape <T ขยาย TType > | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง |
| ป้อน <T ขยาย TType > | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
| เท่ากัน | ส่งกลับค่าความจริงของ (x == y) ตามองค์ประกอบ |
| Erf <T ขยาย TNumber > | คำนวณฟังก์ชันข้อผิดพลาดของ Gauss ขององค์ประกอบ "x" |
| Erfc <T ขยาย TNumber > | คำนวณฟังก์ชันข้อผิดพลาดเสริมขององค์ประกอบ "x" |
| EuclideanNorm <T ขยาย TType > | คำนวณบรรทัดฐานยุคคลิดขององค์ประกอบในมิติของเมตริกซ์ |
| ออกจาก <T ขยาย TType > | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| ประสบการณ์ <T ขยาย TType > | คำนวณเลขยกกำลังขององค์ประกอบ x ตามลำดับ |
| ExpandDims <T ขยาย TType > | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
| Expint <T ขยาย TNumber > | |
| Expm1 <T ขยาย TType > | คำนวณองค์ประกอบ `exp(x) - 1` |
| สารสกัดGlimpse | แยกข้อมูลเหลือบจากเทนเซอร์อินพุต |
| ExtractImagePatches <T ขยาย TType > | แยก "แพตช์" ออกจาก "รูปภาพ" และวางไว้ในมิติเอาต์พุต "เชิงลึก" |
| ExtractJpegShape <T ขยาย TNumber > | แยกข้อมูลรูปร่างของรูปภาพที่เข้ารหัส JPEG |
| ExtractVolumePatches <T ขยาย TNumber > | แยก "แพตช์" ออกจาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" |
| ข้อเท็จจริง | นำเสนอข้อเท็จจริงเกี่ยวกับแฟกทอเรียล |
| FakeQuantWithMinMaxArgs | วัดปริมาณปลอมของเทนเซอร์ 'อินพุต' พิมพ์ float เป็นเทนเซอร์ 'เอาท์พุต' ที่เป็นประเภทเดียวกัน |
| FakeQuantWithMinMaxArgsGradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ FakeQuantWithMinMaxArgs |
| FakeQuantWithMinMaxVars | ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก วัดปริมาณปลอมของเทนเซอร์ "อินพุต" ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก "นาที" และ "สูงสุด" ถึงเทนเซอร์ "เอาต์พุต" ที่มีรูปร่างเดียวกันกับ "อินพุต" |
| FakeQuantWithMinMaxVarsPerChannel | ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านการลอยตัวต่อช่อง ปริมาณปลอมของเทนเซอร์ `อินพุต` ประเภท float ต่อแชนเนลและหนึ่งในรูปร่าง: `[d]`, `[b, d]` `[b, h, w, d]` ผ่านทางโฟลตต่อแชนเนล ` ขั้นต่ำและ 'สูงสุด' ของรูปร่าง `[d]` ถึง 'เอาท์พุต' เทนเซอร์ที่มีรูปร่างเดียวกันกับ 'อินพุต' |
| Fft <T ขยาย TType > | การแปลงฟูเรียร์แบบเร็ว |
| Fft2d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบ 2 มิติ |
| Fft3d <T ขยาย TType > | การแปลงฟูริเยร์อย่างรวดเร็ว 3 มิติ |
| FifoQueue | คิวที่สร้างองค์ประกอบตามลำดับเข้าก่อนออกก่อน |
| เติม <U ขยาย TType > | สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ |
| ชุดข้อมูล FilterByLastComponentDataset | สร้างชุดข้อมูลที่มีองค์ประกอบขององค์ประกอบแรกของ `input_dataset` ที่เป็นจริงในองค์ประกอบสุดท้าย |
| ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
| ชุดข้อมูลบันทึกความยาวคงที่ | |
| โปรแกรมอ่านบันทึกความยาวคงที่ | เครื่องอ่านที่ส่งออกบันทึกที่มีความยาวคงที่จากไฟล์ |
| FloatDenseNdArray | |
| FloatNdArray | NdArray ของการลอยตัว |
| ชั้น <T ขยาย TNumber > | ส่งกลับจำนวนเต็มที่ใหญ่ที่สุดตามองค์ประกอบซึ่งไม่เกิน x |
| FloorDiv <T ขยาย TType > | ส่งคืน x // y องค์ประกอบที่ชาญฉลาด |
| FloorMod <T ขยาย TNumber > | ส่งกลับส่วนที่เหลือของการหารตามองค์ประกอบ |
| FractionalAvgPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน FractionalAvgPool |
| FractionalMaxPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน FractionalMaxPool |
| FresnelCos <T ขยาย TNumber > | |
| FresnelSin <T ขยาย TNumber > | |
| FusedPadConv2d <T ขยาย TNumber > | ดำเนินการเติมเป็นกระบวนการล่วงหน้าระหว่างการบิด |
| FusedResizeAndPadConv2d <T ขยาย TNumber > | ดำเนินการปรับขนาดและขยายเป็นกระบวนการล่วงหน้าระหว่างการบิด |
| รวบรวม <T ขยาย TType > | ล้อมตัวดำเนินการ XLA Gather ที่บันทึกไว้ที่ https://www.tensorflow.org/xla/operation_semantics#gather |
| GatherNd <T ขยาย TType > | รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' |
| GatherV2 <T ขยาย TNumber > | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| รับ SessionHandle | เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน |
| GetSessionTensor <T ขยาย TType > | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
| มากขึ้น | ส่งกลับค่าความจริงของ (x > y) ตามองค์ประกอบ |
| เท่าเทียมกันมากขึ้น | ส่งกลับค่าความจริงของ (x >= y) ตามองค์ประกอบ |
| WarrantyConst <T ขยาย TType > | รับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตมีค่าคงที่ |
| แฮชเทเบิล | สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน |
| HistogramFixedWidth <U ขยาย TNumber > | ส่งกลับฮิสโตแกรมของค่า |
| สรุปฮิสโตแกรม | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมฮิสโตแกรม |
| HsvToRgb <T ขยาย TNumber > | แปลงรูปภาพหนึ่งภาพขึ้นไปจาก HSV เป็น RGB |
| ข้อมูลประจำตัว <T ขยาย TType > | ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
| IdentityReader | เครื่องอ่านที่ส่งออกงานที่อยู่ในคิวเป็นทั้งคีย์และค่า |
| Ifft <T ขยาย TType > | การแปลงฟูเรียร์เร็วผกผัน |
| Ifft2d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบผกผัน 2D |
| Ifft3d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบผกผัน 3D |
| อิแกมมา <T ขยาย TNumber > | คำนวณฟังก์ชันแกมม่าที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานต่ำกว่า `P(a, x)` |
| IgammaGradA <T ขยาย TNumber > | คำนวณความชันของ `igamma(a, x)` wrt `a` |
| อิแกมแมค <T ขยาย TNumber > | คำนวณฟังก์ชันแกมมาที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานด้านบน `Q(a, x)` |
| ละเว้นชุดข้อมูลข้อผิดพลาด | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด |
| Imag <U ขยาย TNumber > | ส่งกลับส่วนจินตภาพของจำนวนเชิงซ้อน |
| ImageProjectiveTransformV2 <T ขยาย TNumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| ImageProjectiveTransformV3 <T ขยาย TNumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| ภาพโดยย่อ | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมรูปภาพ |
| ImmutableConst <T ขยาย TType > | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ |
| อินท็อปเค | บอกว่าเป้าหมายอยู่ในการทำนาย `K` อันดับต้น ๆ หรือไม่ |
| InfeedDequeue <T ขยาย TType > | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
| InplaceAdd <T ขยาย TType > | เพิ่ม v ลงในแถวที่ระบุของ x |
| InplaceSub <T ขยาย TType > | ลบ `v` ลงในแถวที่ระบุของ `x` |
| InplaceUpdate <T ขยาย TType > | อัพเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
| IntDenseNdArray | |
| IntNdArray | NdArray ของจำนวนเต็ม |
| Inv <T ขยาย TType > | คำนวณค่าผกผันของเมทริกซ์แบบกลับด้านสี่เหลี่ยมจตุรัสหนึ่งหรือหลายเมทริกซ์หรือเมทริกซ์ที่อยู่ติดกัน (คอนจูเกตทรานสโพส) |
| InvGrad <T ขยาย TType > | คำนวณการไล่ระดับสีสำหรับค่าผกผันของ `x` ด้วยอินพุต |
| สลับ <T ขยาย TNumber > | สลับ (พลิก) แต่ละบิตของประเภทที่รองรับ เช่น พิมพ์ค่า `uint8` 01010101 กลายเป็น 10101010 |
| InvertPermutation <T ขยาย TNumber > | คำนวณการเรียงสับเปลี่ยนผกผันของเทนเซอร์ |
| Irfft <U ขยาย TNumber > | การแปลงฟูเรียร์เร็วมูลค่าจริงผกผัน |
| Irfft2d <U ขยาย TNumber > | การแปลงฟูเรียร์เร็วมูลค่าจริงแบบผกผัน 2D |
| Irfft3d <U ขยาย TNumber > | การแปลงฟูเรียร์ที่รวดเร็วมูลค่าจริงแบบผกผัน 3 มิติ |
| IsBoostedTreesEnsemble เริ่มต้นแล้ว | ตรวจสอบว่า Tree Ensemble ได้รับการเตรียมใช้งานแล้วหรือไม่ |
| IsBoostedTreesQuantileStreamResourceเริ่มต้นแล้ว | ตรวจสอบว่าสตรีมควอนไทล์ได้รับการเริ่มต้นแล้วหรือไม่ |
| มีจำกัด | ส่งคืนองค์ประกอบใดของ x ที่มีขอบเขตจำกัด |
| IsInf | คืนค่าองค์ประกอบของ x ที่เป็น Inf |
| อิสแนน | ส่งคืนองค์ประกอบใดของ x ที่เป็น NaN |
| เป็นตัวแปรเริ่มต้น | ตรวจสอบว่าได้เตรียมใช้งานเทนเซอร์แล้วหรือไม่ |
| ตัววนซ้ำ | |
| IteratorFromStringHandle | |
| IteratorGetDevice | ส่งกลับชื่อของอุปกรณ์ที่ได้วาง "ทรัพยากร" ไว้ |
| IteratorGetNextAsOptional | รับเอาต์พุตถัดไปจากตัววนซ้ำที่กำหนดเป็นตัวแปรเสริม |
| IteratorToStringHandle | แปลง `resource_handle` ที่กำหนดซึ่งเป็นตัวแทนของตัววนซ้ำเป็นสตริง |
| เข้าร่วม | รวมสตริงในรายการเทนเซอร์สตริงที่กำหนดให้เป็นเทนเซอร์ตัวเดียว ด้วยตัวคั่นที่กำหนด (ค่าเริ่มต้นคือตัวคั่นว่าง) |
| การเริ่มต้น KMC2Chain | ส่งกลับดัชนีของจุดข้อมูลที่ควรเพิ่มลงในชุดเริ่มต้น |
| การเริ่มต้น KmeansPlusPlus | เลือกแถวอินพุต num_to_sample โดยใช้เกณฑ์ KMeans++ |
| KthOrderStatistic | คำนวณสถิติลำดับ K ของชุดข้อมูล |
| L2Loss <T ขยาย TNumber > | การสูญเสีย L2 |
| ชุดข้อมูล LMDB | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB อย่างน้อย 1 ไฟล์ |
| ชุดข้อมูล LatencyStats | บันทึกเวลาแฝงของการสร้างองค์ประกอบ `input_dataset` ใน StatsAggregator |
| LeakyRelu <T ขยาย TNumber > | คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (ฟีเจอร์, คุณสมบัติ * อัลฟา)` |
| LeakyReluGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขแล้วสำหรับการดำเนินการ LeakyRelu |
| LeftShift <T ขยาย TNumber > | Elementwise คำนวณการเลื่อนไปทางซ้ายระดับบิตของ `x` และ `y` |
| น้อย | ส่งกลับค่าความจริงของ (x < y) ตามองค์ประกอบ |
| เท่าเทียมกันน้อยลง | ส่งกลับค่าความจริงของ (x <= y) ตามองค์ประกอบ |
| แกมม่า <T ขยาย TNumber > | คำนวณบันทึกของค่าสัมบูรณ์ขององค์ประกอบ `Gamma(x)` |
| LinSpace <T ขยาย TNumber > | สร้างค่าในช่วงเวลา |
| ชุดข้อมูล Lmdb | |
| LmdbReader | เครื่องอ่านที่ส่งออกบันทึกจากไฟล์ LMDB |
| LoadAndRemapMatrix | โหลด `Tensor` 2-D (เมทริกซ์) ที่มีชื่อ `old_tensor_name` จากจุดตรวจ ที่ `ckpt_path` และอาจจัดลำดับแถวและคอลัมน์ใหม่โดยใช้การแมปที่ระบุ |
| LocalResponseNormalization <T ขยาย TNumber > | การทำให้เป็นมาตรฐานการตอบสนองในท้องถิ่น |
| LocalResponseNormalizationGrad <T ขยาย TNumber > | การไล่ระดับสีสำหรับการปรับมาตรฐานการตอบสนองในท้องถิ่น |
| บันทึก <T ขยาย TType > | คำนวณลอการิทึมธรรมชาติขององค์ประกอบ x |
| Log1p <T ขยาย TType > | คำนวณลอการิทึมธรรมชาติขององค์ประกอบ (1 + x) |
| LogSoftmax <T ขยาย TNumber > | คำนวณการเปิดใช้งานบันทึก softmax |
| ตรรกะและ | ส่งกลับค่าความจริงขององค์ประกอบ x AND y |
| ตรรกะไม่ | ส่งคืนค่าความจริงขององค์ประกอบ "NOT x" |
| ตรรกะหรือ | ส่งกลับค่าความจริงของ x หรือ y ตามองค์ประกอบ |
| LongDenseNdArray | |
| LongNdArray | NdArray ของ longs |
| LookupTableFind <U ขยาย TType > | ค้นหาคีย์ในตาราง ส่งออกค่าที่เกี่ยวข้อง |
| LookupTableSize | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
| ห่วงCond | ส่งต่ออินพุตไปยังเอาต์พุต |
| ต่ำกว่า | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดเป็นการแทนที่ตัวพิมพ์เล็กตามลำดับ |
| LowerBound <U ขยาย TNumber > | ใช้ lower_bound(sorted_search_values, ค่า) ในแต่ละแถว |
| ทำให้ไม่ซ้ำใคร | ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \"ปิด\" ค่าเริ่มต้นของพวกเขา |
| แผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
| ขนาดแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| MatMul <T ขยาย TType > | คูณเมทริกซ์ "a" ด้วยเมทริกซ์ "b" |
| MatchingFiles | ส่งกลับชุดของไฟล์ที่ตรงกับรูปแบบ glob หนึ่งรูปแบบขึ้นไป |
| ชุดข้อมูล MatchingFiles | |
| MatrixDiag <T ขยาย TType > | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
| MatrixDiagPart <T ขยาย TType > | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
| MatrixDiagPartV3 <T ขยาย TType > | ส่งกลับส่วนเส้นทแยงมุมแบบแบทช์ของเทนเซอร์แบบแบทช์ |
| MatrixDiagV3 <T ขยาย TType > | ส่งกลับเทนเซอร์แนวทแยงแบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ที่กำหนด |
| เมทริกซ์ลอการิทึม <T ขยาย TType > | คำนวณลอการิทึมเมทริกซ์ของเมทริกซ์จตุรัสหนึ่งหรือหลายเมทริกซ์: \\(log(exp(A)) = A\\) op นี้ถูกกำหนดไว้สำหรับเมทริกซ์เชิงซ้อนเท่านั้น |
| MatrixSetDiag <T ขยาย TType > | ส่งกลับเมทริกซ์เทนเซอร์แบบแบทช์พร้อมค่าแนวทแยงแบบแบทช์ใหม่ |
| MatrixSolveLs <T ขยาย TType > | แก้ปัญหากำลังสองน้อยที่สุดเชิงเส้นอย่างน้อยหนึ่งข้อ |
| สูงสุด <T ขยาย TType > | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
| ชุดข้อมูล MaxIntraOpParallelism | สร้างชุดข้อมูลที่แทนที่ความขนานภายในปฏิบัติการสูงสุด |
| MaxPool <T ขยาย TType > | ดำเนินการรวมสูงสุดกับอินพุต |
| MaxPool3d <T ขยาย TNumber > | ดำเนินการรวม 3D max บนอินพุต |
| MaxPool3dGrad <U ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวม 3D max |
| MaxPool3dGradGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling |
| MaxPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน maxpooling |
| MaxPoolGradGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling |
| MaxPoolGradGradWithArgmax <T ขยาย TNumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling |
| MaxPoolGradWithArgmax <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน maxpooling |
| สูงสุด <T ขยาย TNumber > | ส่งกลับค่าสูงสุดของ x และ y (เช่น |
| ค่าเฉลี่ย <T ขยาย TType > | คำนวณค่าเฉลี่ยขององค์ประกอบตามมิติของเทนเซอร์ |
| รวมสรุป | รวมสรุป |
| เอ็มเอฟซีซี | แปลงสเปกโตรแกรมให้เป็นรูปแบบที่มีประโยชน์สำหรับการรู้จำคำพูด |
| ขั้นต่ำ <T ขยาย TType > | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ขั้นต่ำ <T ขยาย TNumber > | ส่งคืนค่าต่ำสุดของ x และ y (เช่น |
| MirrorPad <T ขยาย TType > | แพดเทนเซอร์ด้วยค่าที่มิเรอร์ |
| MirrorPadGrad <T ขยาย TType > | การไล่ระดับสีสำหรับ `MirrorPad` op |
| Mod <T ขยาย TNumber > | ส่งกลับส่วนที่เหลือของการหารตามองค์ประกอบ |
| ModelDataset | การเปลี่ยนแปลงอัตลักษณ์ที่เป็นแบบจำลองประสิทธิภาพ |
| Mul <T ขยาย TType > | ส่งคืนองค์ประกอบ x * y |
| MulNoNan <T ขยาย TType > | ส่งคืนองค์ประกอบ x * y |
| MultiDeviceIterator | สร้างทรัพยากร MultiDeviceIterator |
| MultiDeviceIteratorFromStringHandle | สร้างทรัพยากร MultiDeviceIterator จากหมายเลขอ้างอิงสตริงที่ให้มา |
| MultiDeviceIteratorInit | เริ่มต้นตัววนซ้ำหลายอุปกรณ์ด้วยชุดข้อมูลที่กำหนด |
| MultiDeviceIteratorToStringHandle | สร้างตัวจัดการสตริงสำหรับ MultiDeviceIterator ที่กำหนด |
| พหุนาม <U ขยาย TNumber > | ดึงตัวอย่างจากการแจกแจงแบบพหุนาม |
| ตาราง DenseHashTable ที่เปลี่ยนแปลงได้ | สร้างตารางแฮชว่างที่ใช้เทนเซอร์เป็นที่เก็บสำรอง |
| ตารางแฮชที่ไม่แน่นอน | สร้างตารางแฮชที่ว่างเปล่า |
| ตารางแฮชที่ผันแปรได้ของเทนเซอร์ | สร้างตารางแฮชที่ว่างเปล่า |
| มูเท็กซ์ | สร้างทรัพยากร Mutex ที่สามารถล็อกได้โดย `MutexLock` |
| MutexLock | ล็อกทรัพยากร mutex |
| NcclAllReduce <T ขยาย TNumber > | เอาท์พุตเทนเซอร์ที่มีการลดลงในเทนเซอร์อินพุตทั้งหมด |
| NcclBroadcast <T ขยาย TNumber > | ส่ง 'อินพุต' ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
| NcclReduce <T ขยาย TNumber > | ลด "อินพุต" จาก "num_devices" โดยใช้ "การลด" ลงในอุปกรณ์เครื่องเดียว |
| NdArray <T> | โครงสร้างข้อมูลขนาด N |
| Ndtri <T ขยาย TNumber > | |
| Neg <T ขยาย TType > | คำนวณองค์ประกอบค่าลบที่เป็นตัวเลข |
| ถัดไปหลังจาก <T ขยาย TNumber > | ส่งคืนค่าตัวแทนถัดไปของ "x1" ไปในทิศทางของ "x2" ตามองค์ประกอบ |
| NextIteration <T ขยาย TType > | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
| NonDetermisticInts <U ขยาย TType > | สร้างจำนวนเต็มบางส่วนโดยไม่ได้กำหนดไว้ |
| NonMaxSuppressionWithOverlaps | เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย ตัดกล่องที่มีการทับซ้อนกันสูงกับกล่องที่เลือกไว้ก่อนหน้านี้ออก |
| ชุดข้อมูลที่ไม่สามารถซีเรียลไลซ์ได้ | |
| ไม่เท่ากับ | ส่งกลับค่าความจริงของ (x != y) ตามองค์ประกอบ |
| NthElement <T ขยาย TNumber > | ค้นหาค่าของสถิติลำดับที่ n สำหรับมิติสุดท้าย |
| OneHot <U ขยาย TType > | ส่งกลับเทนเซอร์แบบร้อนเดียว |
| อัน <T ขยาย TType > | ตัวดำเนินการสร้างค่าคงที่ที่เริ่มต้นด้วยรูปร่างที่กำหนดโดย 'dims' |
| OnesLike <T ขยาย TType > | ส่งกลับเทนเซอร์ของวัตถุที่มีรูปร่างและประเภทเดียวกันกับ x |
| ตัวดำเนินการ <T ขยาย TType > | อินเทอร์เฟซที่ใช้งานโดยตัวถูกดำเนินการของการดำเนินการ TensorFlow |
| OptimizeDataset | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพกับ `input_dataset` |
| OptimizeDatasetV2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` |
| ไม่บังคับFromValue | สร้างตัวแปรเสริมจากทูเพิลเทนเซอร์ |
| ไม่บังคับHasValue | ส่งกลับค่าจริงก็ต่อเมื่อตัวแปรเสริมที่กำหนดมีค่าเท่านั้น |
| ไม่บังคับไม่มี | สร้างตัวแปรเสริมโดยไม่มีค่า |
| สั่งซื้อแผนที่ขนาดไม่สมบูรณ์ | Op ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์ต้นแบบ |
| สั่งซื้อMapSize | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| ตัวเลือกลำดับ | ตัวเลือกแกน TPU Op |
| OutfeedDequeue <T ขยาย TType > | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
| OutfeedDequeueV2 <T ขยาย TType > | ดึงข้อมูลเทนเซอร์ตัวเดียวจากเอาท์พุตการคำนวณ |
| เอาต์พุต <T ขยาย TType > | ที่จับสัญลักษณ์สำหรับเทนเซอร์ที่ผลิตโดย Operation |
| แพด <T ขยาย TType > | ล้อมตัวดำเนินการ XLA Pad ตามเอกสารที่ https://www.tensorflow.org/Performance/xla/operation_semantics#pad |
| ชุดข้อมูลแบบเบาะ | สร้างชุดข้อมูลที่แบทช์และแพดองค์ประกอบ "batch_size" จากอินพุต |
| แพดดิ้งFifoQueue | คิวที่สร้างองค์ประกอบตามลำดับเข้าก่อนออกก่อน |
| ParallelConcat <T ขยาย TType > | เชื่อมต่อรายการเทนเซอร์ `N` เข้ากับมิติแรก |
| ParallelDynamicStitch <T ขยาย TType > | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
| ParameterizedTruncatedNormal <U ขยาย TNumber > | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
| ParseExampleชุดข้อมูล | แปลง `input_dataset` ที่มีโปรโต 'ตัวอย่าง' เป็นเวกเตอร์ของ DT_STRING ให้เป็นชุดข้อมูลของวัตถุ 'Tensor' หรือ 'SparseTensor' ที่แสดงถึงคุณลักษณะที่แยกวิเคราะห์ |
| ParseTensor <T ขยาย TType > | แปลงเทนเซอร์โฟลว์แบบอนุกรมTensorProto โปรโตเป็นเทนเซอร์ |
| PartitionedInput <T ขยาย TType > | สหกรณ์ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันไว้ด้วยกัน |
| ตัวยึดตำแหน่ง <T ขยาย TType > | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
| PlaceholderWithDefault <T ขยาย TType > | ตัวยึดตำแหน่งที่ส่งผ่าน "อินพุต" เมื่อไม่ได้ป้อนเอาต์พุต |
| รูปหลายเหลี่ยม <T ขยาย TNumber > | คำนวณฟังก์ชันรูปหลายเหลี่ยม \\(\psi^{(n)}(x)\\) |
| จำนวนประชากร | คำนวณจำนวนประชากรตามองค์ประกอบ (aka |
| Pow <T ขยาย TType > | คำนวณกำลังของค่าหนึ่งไปยังอีกค่าหนึ่ง |
| ดึงข้อมูลชุดข้อมูลล่วงหน้า | สร้างชุดข้อมูลที่ดึงองค์ประกอบล่วงหน้าแบบอะซิงโครนัสจาก `input_dataset` |
| พรีลิเนียร์ | op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงไปจนถึงเทนเซอร์ตัวแปรทึบแสง |
| พรีลิเนียร์ไรซ์Tuple | op ที่ทำให้ค่าเทนเซอร์หลายค่าเป็นเส้นตรงให้เป็นเทนเซอร์ตัวแปรทึบแสง |
| PreventGradient <T ขยาย TType > | สหกรณ์ข้อมูลประจำตัวที่ทำให้เกิดข้อผิดพลาดหากมีการร้องขอการไล่ระดับสี |
| PriorityQueue | คิวที่สร้างองค์ประกอบที่จัดเรียงตามค่าส่วนประกอบแรก |
| ชุดข้อมูล ThreadPool ส่วนตัว | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ผลิตภัณฑ์ <T ขยาย TType > | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
| QuantizeAndDequantize <T ขยาย TNumber > | การหาปริมาณแล้วจึงแยกเทนเซอร์ออก |
| QuantizeAndDequantizeV3 <T ขยาย TNumber > | การหาปริมาณแล้วจึงแยกเทนเซอร์ออก |
| QuantizeAndDequantizeV4 <T ขยาย TNumber > | ส่งกลับค่าการไล่ระดับสีของ `quantization.QuantizeAndDequantizeV4` |
| QuantizedMatMulWithBiasAndDequantize < W ขยาย TNumber > | |
| คิวปิดแล้ว | คืนค่าเป็นจริงหากคิวถูกปิด |
| ขนาดคิว | คำนวณจำนวนองค์ประกอบในคิวที่กำหนด |
| RaggedBincount <U ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| RaggedTensorToTensor <U ขยาย TType > | สร้างเทนเซอร์ที่มีความหนาแน่นสูงจากเทนเซอร์ที่ขาดๆ หายๆ ซึ่งอาจมีการเปลี่ยนแปลงรูปร่างได้ |
| RaggedTensorToVariant | เข้ารหัส `RaggedTensor` ให้เป็นเทนเซอร์ 'ตัวแปร' |
| RaggedTensorToVariantGradient <U ขยาย TType > | ตัวช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `RaggedTensorToVariant` |
| RandomCrop <T ขยาย TNumber > | สุ่มครอบตัด "รูปภาพ" |
| ชุดข้อมูลแบบสุ่ม | สร้างชุดข้อมูลที่ส่งคืนตัวเลขสุ่มเทียม |
| RandomGamma <U ขยาย TNumber > | ส่งออกค่าสุ่มจากการแจกแจงแกมม่าที่อธิบายโดยอัลฟา |
| RandomGammaGrad <T ขยาย TNumber > | คำนวณอนุพันธ์ของ wrt ตัวอย่างสุ่มแกมมา |
| RandomPoisson <V ขยาย TNumber > | ส่งออกค่าสุ่มจากการแจกแจงปัวซองที่อธิบายตามอัตรา |
| สุ่มสุ่ม <T ขยาย TType > | สุ่มสับเปลี่ยนเทนเซอร์ไปตามมิติแรก |
| RandomShuffleQueue | คิวที่สุ่มลำดับขององค์ประกอบ |
| RandomStandardNormal <U ขยาย TNumber > | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
| RandomUniform <U ขยาย TNumber > | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| RandomUniformInt <U ขยาย TNumber > | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| ช่วง <T ขยาย TNumber > | สร้างลำดับของตัวเลข |
| ชุดข้อมูลช่วง | สร้างชุดข้อมูลที่มีช่วงของค่า |
| อันดับ | ส่งกลับอันดับของเทนเซอร์ |
| รอว์เทนเซอร์ | เทนเซอร์ที่หน่วยความจำไม่ได้ถูกแมปกับพื้นที่ข้อมูลที่เข้าถึงได้โดยตรงจาก JVM |
| อ่านไฟล์ | อ่านและส่งออกเนื้อหาทั้งหมดของชื่อไฟล์อินพุต |
| ReadVariableOp <T ขยาย TType > | อ่านค่าของตัวแปร |
| ReaderNumRecordsProduced | ส่งกลับจำนวนบันทึกที่ Reader นี้สร้างขึ้น |
| ReaderNumWorkUnits เสร็จสมบูรณ์ | ส่งกลับจำนวนหน่วยงานที่ Reader นี้ประมวลผลเสร็จแล้ว |
| ReaderSerializeState | สร้างเทนเซอร์สตริงที่เข้ารหัสสถานะของ Reader |
| จริง <U ขยาย TNumber > | ส่งกลับส่วนจริงของจำนวนเชิงซ้อน |
| RealDiv <T ขยาย TType > | ส่งคืนองค์ประกอบ x / y สำหรับประเภทจริง |
| รีแบทช์ชุดข้อมูล | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
| รีแบทช์ DatasetV2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบตช์ |
| ซึ่งกันและกัน <T ขยาย TType > | คำนวณส่วนกลับขององค์ประกอบ x |
| ReciprocalGrad <T ขยาย TType > | คำนวณการไล่ระดับสีสำหรับค่าผกผันของ `x` ด้วยอินพุต |
| บันทึกอินพุต | ปล่อยบันทึกแบบสุ่ม |
| รับ <T ขยาย TType > | รับเทนเซอร์ที่ระบุชื่อจากการคำนวณ XLA อื่น |
| ลด <T ขยาย TNumber > | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| ลดทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ลดใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ลดเข้าร่วม | รวมสตริงเทนเซอร์ในมิติที่กำหนด |
| ลดสูงสุด <T ขยาย TType > | คำนวณองค์ประกอบสูงสุดในมิติต่างๆ ของเทนเซอร์ |
| ลดขั้นต่ำ <T ขยาย TType > | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ลด Prod <T ขยาย TType > | คำนวณผลคูณขององค์ประกอบตามมิติของเทนเซอร์ |
| ลดผลรวม <T ขยาย TType > | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| ลด V2 <T ขยาย TNumber > | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| RefEnter <T ขยาย TType > | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
| RefExit <T ขยาย TType > | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| RefIdentity <T ขยาย TType > | ส่งคืนค่าเทนเซอร์อ้างอิงเดียวกันกับเทนเซอร์อ้างอิงอินพุต |
| RefNextIteration <T ขยาย TType > | ทำให้อินพุตพร้อมใช้งานในการวนซ้ำครั้งถัดไป |
| RefSelect <T ขยาย TType > | ส่งต่อ "องค์ประกอบดัชนี" ของ "อินพุต" ไปยัง "เอาต์พุต" |
| RegexFullMatch | ตรวจสอบว่าอินพุตตรงกับรูปแบบ regex หรือไม่ |
| Regexแทนที่ | แทนที่การจับคู่ของนิพจน์ทั่วไป "รูปแบบ" ใน "อินพุต" ด้วยสตริงการแทนที่ที่ให้ไว้ใน "เขียนใหม่" |
| ลงทะเบียนชุดข้อมูล | ลงทะเบียนชุดข้อมูลกับบริการ tf.data |
| Relu <T ขยาย TType > | คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (ฟีเจอร์, 0)` |
| Relu6 <T ขยาย TNumber > | คำนวณเชิงเส้นที่แก้ไขแล้ว 6: `min(max(features, 0), 6)` |
| Relu6Grad <T ขยาย TNumber > | คำนวณการไล่ระดับสีเชิงเส้น 6 ที่แก้ไขแล้วสำหรับการดำเนินการ Relu6 |
| ReluGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขแล้วสำหรับการดำเนินการ Relu |
| ทำซ้ำชุดข้อมูล | สร้างชุดข้อมูลที่ปล่อยเอาต์พุตของ `input_dataset` `นับ` ครั้ง |
| ReplicaId | รหัสแบบจำลอง |
| ReplicatedInput <T ขยาย TType > | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่จำลองแบบ N-way |
| ปรับรูปร่างใหม่ <T ขยาย TType > | เปลี่ยนรูปร่างเทนเซอร์ |
| ปรับขนาดพื้นที่ | ปรับขนาด "รูปภาพ" เป็น "ขนาด" โดยใช้การแก้ไขพื้นที่ |
| ปรับขนาดBicubic | ปรับขนาด "รูปภาพ" เป็น "ขนาด" โดยใช้การแก้ไขแบบไบคิวบิก |
| ResizeBicubicGrad <T ขยาย TNumber > | คำนวณความชันของการประมาณค่าแบบไบคิวบิก |
| ปรับขนาดBilinear | ปรับขนาด "รูปภาพ" เป็น "ขนาด" โดยใช้การแก้ไขแบบไบลิเนียร์ |
| ResizeBilinearGrad <T ขยาย TNumber > | คำนวณความชันของการประมาณค่าแบบไบลิเนียร์ |
| ปรับขนาดNearestNeighbor <T ขยาย TNumber > | ปรับขนาด "รูปภาพ" เป็น "ขนาด" โดยใช้การแก้ไขเพื่อนบ้านที่ใกล้ที่สุด |
| ปรับขนาดNearestNeighborGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการแก้ไขเพื่อนบ้านที่ใกล้ที่สุด |
| ResourceAccumulatorNumสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| ResourceAccumulatorTakeGradient <T ขยาย TType > | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| ทรัพยากรแบบมีเงื่อนไขสะสม | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| ResourceCountUpTo <T ขยาย TNumber > | เพิ่มตัวแปรที่ชี้ตาม 'ทรัพยากร' จนกว่าจะถึง 'ขีดจำกัด' |
| ResourceGather <U ขยาย TType > | รวบรวมชิ้นส่วนจากตัวแปรที่ชี้ไปตาม 'ทรัพยากร' ตาม 'ดัชนี' |
| ResourceGatherNd <U ขยาย TType > | |
| RestoreSlice <T ขยาย TType > | คืนค่าเทนเซอร์จากไฟล์จุดตรวจ |
| ดึงข้อมูล TPU การฝัง StochasticGradientDescentParameters | รับพารามิเตอร์การฝัง SGD |
| ย้อนกลับ <T ขยาย TType > | กลับมิติเฉพาะของเทนเซอร์ |
| ReverseSequence <T ขยาย TType > | ย้อนกลับส่วนที่มีความยาวผันแปรได้ |
| Rfft <U ขยาย TType > | การแปลงฟูเรียร์เร็วที่มีมูลค่าจริง |
| Rfft2d <U ขยาย TType > | การแปลงฟูเรียร์ที่รวดเร็วมูลค่าจริง 2 มิติ |
| Rfft3d <U ขยาย TType > | การแปลงฟูเรียร์ที่รวดเร็วมูลค่าจริง 3 มิติ |
| RgbToHsv <T ขยาย TNumber > | แปลงรูปภาพตั้งแต่หนึ่งภาพขึ้นไปจาก RGB เป็น HSV |
| RightShift <T ขยาย TNumber > | Elementwise คำนวณการเลื่อนไปทางขวาระดับบิตของ `x` และ `y` |
| Rint <T ขยาย TNumber > | ส่งกลับจำนวนเต็มตามองค์ประกอบที่ใกล้กับ x มากที่สุด |
| Rngอ่านและข้าม | เลื่อนเคาน์เตอร์ของ RNG แบบเคาน์เตอร์ |
| ม้วน <T ขยาย TType > | ม้วนองค์ประกอบของเทนเซอร์ไปตามแกน |
| รอบ <T ขยาย TType > | ปัดเศษค่าของเมตริกซ์ให้เป็นจำนวนเต็มที่ใกล้เคียงที่สุดตามองค์ประกอบ |
| รปภ | ดำเนินการคำขอ RPC เป็นชุด |
| Rsqrt <T ขยาย TType > | คำนวณส่วนกลับของรากที่สองขององค์ประกอบ x |
| RsqrtGrad <T ขยาย TType > | คำนวณการไล่ระดับสีสำหรับ rsqrt ของ `x` wrt อินพุต |
| ชุดข้อมูลสุ่มตัวอย่าง | สร้างชุดข้อมูลที่รับตัวอย่าง Bernoulli ของเนื้อหาของชุดข้อมูลอื่น |
| สรุปสเกลาร์ | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' ด้วยค่าสเกลาร์ |
| สเกลและแปล | |
| ScaleAndTranslateGrad <T ขยาย TNumber > | |
| ScatterAdd <T ขยาย TType > | เพิ่มการอัพเดตแบบกระจัดกระจายให้กับการอ้างอิงตัวแปร |
| ScatterDiv <T ขยาย TType > | แบ่งการอ้างอิงตัวแปรด้วยการอัพเดตแบบกระจัดกระจาย |
| ScatterMax <T ขยาย TNumber > | ลดการอัปเดตแบบกระจัดกระจายลงในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "สูงสุด" |
| ScatterMin <T ขยาย TNumber > | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "min" |
| ScatterMul <T ขยาย TType > | คูณการอัพเดตแบบกระจัดกระจายเป็นการอ้างอิงตัวแปร |
| ScatterNd <U ขยาย TType > | กระจาย 'อัปเดต' เป็นเทนเซอร์ใหม่ตาม 'ดัชนี' |
| ScatterNdAdd <T ขยาย TType > | ใช้การเพิ่มเติมแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| ScatterNdMax <T ขยาย TType > | คำนวณค่าสูงสุดตามองค์ประกอบ |
| ScatterNdMin <T ขยาย TType > | คำนวณขั้นต่ำตามองค์ประกอบ |
| ScatterNdNonAliasingAdd <T ขยาย TType > | ใช้การเพิ่มเติมแบบกระจายกับ "อินพุต" โดยใช้ค่าเดี่ยวๆ หรือการแบ่งส่วน จาก `อัปเดต` ตามดัชนี `ดัชนี` |
| ScatterNdSub <T ขยาย TType > | ใช้การลบแบบกระจายกับแต่ละค่าหรือส่วนต่างๆ ในตัวแปร |
| ScatterNdUpdate <T ขยาย TType > | ใช้ "การอัปเดต" แบบกระจัดกระจายกับแต่ละค่าหรือส่วนต่างๆ ภายในที่กำหนด แปรผันตาม 'ดัชนี' |
| ScatterSub <T ขยาย TType > | ลบการอัพเดตแบบกระจัดกระจายไปยังการอ้างอิงตัวแปร |
| ScatterUpdate <T ขยาย TType > | ใช้การอัพเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
| SdcaFprint | คำนวณลายนิ้วมือของสตริงอินพุต |
| SegmentMax <T ขยาย TNumber > | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
| SegmentMean <T ขยาย TType > | คำนวณค่าเฉลี่ยตามส่วนของเทนเซอร์ |
| SegmentMin <T ขยาย TNumber > | คำนวณค่าต่ำสุดตามส่วนของเทนเซอร์ |
| SegmentProd <T ขยาย TType > | คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ |
| SegmentSum <T ขยาย TType > | คำนวณผลรวมตามส่วนของเทนเซอร์ |
| เลือก <T ขยาย TType > | |
| เลือก <T ขยาย TNumber > | คำนวณเชิงเส้นแบบเอ็กซ์โปเนนเชียลที่ปรับขนาดแล้ว: `scale * alpha * (exp(features) - 1)` ถ้า < 0 แสดงว่า `scale * features` เป็นอย่างอื่น |
| SeluGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีสำหรับการดำเนินการเชิงเส้นแบบเอ็กซ์โพเนนเชียลแบบปรับขนาด (Selu) |
| ทำให้เป็นอนุกรมIterator | แปลง `resource_handle` ที่กำหนดซึ่งเป็นตัวแทนของตัววนซ้ำไปเป็นเทนเซอร์ตัวแปร |
| SerializeManySparse <U ขยาย TType > | ทำให้ `N`-minibatch `SparseTensor` เป็นอนุกรมเป็นวัตถุ `[N, 3]` `Tensor` |
| SerializeSparse <U ขยาย TType > | ทำให้ `SparseTensor` เป็นอนุกรมลงในวัตถุ `[3]` `Tensor` |
| ทำให้เป็นอนุกรมเทนเซอร์ | แปลง Tensor ให้เป็นโปรโต TensorProto ที่ต่อเนื่องกัน |
| กำหนดขนาด | จำนวนองค์ประกอบที่ไม่ซ้ำกันในมิติสุดท้ายของอินพุต `set` |
| ชุดข้อมูล SetStatsAggregator | |
| รูปร่าง <U ขยาย TNumber > | ส่งกลับรูปร่างของเทนเซอร์ |
| ShardDataset | สร้าง "ชุดข้อมูล" ที่รวมเพียง 1/`num_shards` ของชุดข้อมูลนี้ |
| ShardedFilename | สร้างชื่อไฟล์ที่แบ่งส่วน |
| ShardedFilespec | สร้างรูปแบบ glob ที่ตรงกับชื่อไฟล์ที่แบ่งส่วนทั้งหมด |
| การแบ่งส่วน <T ขยาย TType > | op ซึ่งแบ่งข้อมูลอินพุตตามแอตทริบิวต์การแบ่งส่วนที่กำหนด |
| ShortDenseNdArray | |
| ShortNdArray | NdArray ของกางเกงขาสั้น |
| สุ่มและทำซ้ำชุดข้อมูล | |
| สับเปลี่ยนชุดข้อมูล | |
| ซิกมอยด์ <T ขยาย TType > | คำนวณซิกมอยด์ขององค์ประกอบ `x` |
| SigmoidGrad <T ขยาย TType > | คำนวณการไล่ระดับสีของซิกมอยด์ของ `x` โดยที่อินพุตของมัน |
| เครื่องหมาย <T ขยาย TType > | ส่งกลับค่าบ่งชี้สัญลักษณ์ของตัวเลขตามองค์ประกอบ |
| บาป <T ขยาย TType > | คำนวณไซน์ขององค์ประกอบ x ตามลำดับ |
| Sinh <T ขยาย TType > | คำนวณไฮเปอร์โบลิกไซน์ขององค์ประกอบ x |
| ขนาด <U ขยาย TNumber > | ส่งกลับขนาดของเทนเซอร์ |
| ข้ามชุดข้อมูล | สร้างชุดข้อมูลที่ข้ามองค์ประกอบ "นับ" จาก "input_dataset" |
| ชุดข้อมูลการนอนหลับ | |
| ชิ้น <T ขยาย TType > | กลับชิ้นจาก 'อินพุต' |
| ชุดข้อมูลหน้าต่างบานเลื่อน | สร้างชุดข้อมูลที่ส่งผ่านหน้าต่างแบบเลื่อนเหนือ `input_dataset` |
| สแนปชอต <T ขยาย TType > | ส่งกลับสำเนาของเทนเซอร์อินพุต |
| SOBOLSAMPLE <t ขยาย tNUMBER > | สร้างคะแนนจากลำดับ Sobol |
| Softmax <t ขยาย tnumber > | คำนวณการเปิดใช้งาน SoftMax |
| SoftPlus <t ขยาย tnumber > | คำนวณ SoftPlus: `log (exp (คุณสมบัติ) + 1)` |
| SoftPlusGrad <t ขยาย tnumber > | คำนวณการไล่ระดับสี softPlus สำหรับการทำงานของ SoftPlus |
| softsign <t ขยาย tnumber > | คำนวณ SoftSign: `feature / (ABS (คุณสมบัติ) + 1)` |
| softsigngrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีอ่อนนุ่มสำหรับการดำเนินการ softsign |
| แก้ปัญหา <t ขยาย ttype > | แก้ระบบสมการเชิงเส้น |
| เรียงลำดับ <t ขยาย ttype > | ห่อโอเปอเรเตอร์เรียงลำดับ XLA ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#sort |
| Spacetobatch <t ขยาย ttype > | Spacetobatch สำหรับเทนเซอร์ 4-D ของ Type T. |
| SpacetObatchnd <t ขยาย ttype > | SpaceToBatch สำหรับเทนเซอร์ ND ประเภท T |
| Spacetodepth <t ขยาย ttype > | Spacetodepth สำหรับเทนเซอร์ของ Type T. |
| sparseapplyadadelta <t ขยาย ttype > | VAR: ควรมาจากตัวแปร () |
| SparseApplyAdAgrad <T ขยาย ttype > | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ adagrad |
| sparseapplyadagradda <t ขยาย ttype > | อัปเดตรายการใน '*var' และ '*accum' ตามรูปแบบ adagrad ใกล้เคียง |
| SparseapplyCenteredrmsprop <t ขยาย ttype > | อัปเดต '*var' ตามอัลกอริทึม RMSPROP ที่เป็นศูนย์กลาง |
| sparseapplyftrl <t ขยาย ttype > | อัปเดตรายการที่เกี่ยวข้องใน '*var' ตามโครงการ FTRL-Proximal |
| sparseapplymomentum <t ขยาย ttype > | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม |
| sparseapplyproximaladagrad <t ขยาย ttype > | รายการอัพเดตแบบเบาบางใน '*var' และ '*accum' ตามอัลกอริทึม FOBOS |
| sparseapplyproximalgradientdescent <t ขยาย ttype > | การอัพเดทแบบกระจัดกระจาย '*var' เป็นอัลกอริทึม fobos ที่มีอัตราการเรียนรู้คงที่ |
| SparseApplyRmsprop <t ขยาย ttype > | อัปเดต '*var' ตามอัลกอริทึม RMSPROP |
| FinseBincount <U ขยาย tnumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| sparseconditionalaccumulator | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสีกระจัดกระจาย |
| sparsedensecwiseadd <t ขยาย ttype > | เพิ่ม sparsetensor และ tensor หนาแน่นโดยใช้กฎพิเศษเหล่านี้: (1) ออกอากาศด้านหนาแน่นเพื่อให้มีรูปร่างเหมือนกับด้านเบาบางหากมีสิทธิ์; (2) จากนั้นเฉพาะค่าที่หนาแน่นชี้ไปที่ดัชนีของ sparsetensor เท่านั้นที่มีส่วนร่วมในการเพิ่ม cwise |
| sparsedensecwisediv <t ขยาย ttype > | องค์ประกอบที่ชาญฉลาดแบ่ง sparsetensor โดยเทนเซอร์หนาแน่น |
| sparsedensecwisemul <t ขยาย ttype > | ส่วนประกอบที่ชาญฉลาดทวีคูณเป็น sparsetensor โดยเทนเซอร์หนาแน่น |
| SparseMatmul | เมทริกซ์ทวีคูณ "A" โดยเมทริกซ์ "B" |
| เบาบางเมทริกซ์บวก | การบวกเมทริกซ์ CSR สองตัวแบบกระจัดกระจาย C = อัลฟา * A + เบต้า * B |
| sparsematrixmatmul <t ขยาย ttype > | เมทริกซ์คูณเมทริกซ์กระจัดกระจายด้วยเมทริกซ์หนาแน่น |
| เบาบางเมทริกซ์Mul | การคูณเมทริกซ์กระจัดกระจายอย่างชาญฉลาดด้วยเทนเซอร์หนาแน่น |
| เบาเมทริกซ์NNZ | ส่งกลับจำนวนที่ไม่ใช่ศูนย์ของ `sparse_matrix` |
| SparseMatrixการสั่งซื้อAMD | คำนวณลำดับขั้นต่ำโดยประมาณ (AMD) ของ "อินพุต" |
| SparseMatrixSoftmax | คำนวณ softmax ของ CSRSparseMatrix |
| SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
| SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบกระจัดกระจายของ `อินพุต` |
| SparseMatrixSparseMatMul | เมทริกซ์แบบกระจายจะคูณเมทริกซ์ CSR สองตัว `a` และ `b` |
| SparseMatrixTranspose | ย้ายขนาดภายใน (เมทริกซ์) ของ CSRSparseMatrix |
| เบาบางเมทริกซ์ศูนย์ | สร้าง CSRSparseMatrix ที่เป็นศูนย์ทั้งหมดที่มีรูปร่าง `dense_shape` |
| Sparsereducemax <t ขยาย tnumber > | คำนวณสูงสุดขององค์ประกอบในมิติของ sparsetensor |
| sparsereducesum <t ขยาย ttype > | คำนวณผลรวมขององค์ประกอบในมิติของ sparsetensor |
| sparsesegmentmean <t ขยาย tnumber > | คำนวณค่าเฉลี่ยตามส่วนที่กระจัดกระจายของเทนเซอร์ |
| sparsesegentmeangrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีสำหรับ sparsesegentmean |
| sparsesegentMeanwithnumsegments <t ขยาย tnumber > | คำนวณค่าเฉลี่ยตามส่วนที่กระจัดกระจายของเทนเซอร์ |
| sparsesegmentsqrtn <t ขยาย tnumber > | คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์หารด้วย SQRT ของ N |
| sparsesegmentsqrtngrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีสำหรับ sparsesegmentsqrtn |
| sparsesegmentsqrtnwithnumsegments <t ขยาย tnumber > | คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์หารด้วย SQRT ของ N |
| sparsesegmentsum <t ขยาย tnumber > | คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์ |
| sparsesegmentsumwithnumsegments <t ขยาย tnumber > | คำนวณผลรวมตามส่วนที่กระจัดกระจายของเทนเซอร์ |
| sparseslicegrad <t ขยาย ttype > | ตัวดำเนินการไล่ระดับสีสำหรับ Sparseslice op |
| sparsesoftmax <t ขยาย tnumber > | ใช้ softmax กับ nd `sparsetensor ' |
| sparsetensordenseadd <u ขยาย ttype > | เพิ่ม `sparsetensor 'และความหนาแน่น` เทนเซอร์' ทำให้เกิดความหนาแน่น `เทนเซอร์ ' |
| sparsetensordensematmul <u ขยาย ttype > | ทวีคูณ sparsetensor (จากอันดับ 2) "A" โดยเมทริกซ์หนาแน่น "B" |
| sparsetensorslicedataSet | สร้างชุดข้อมูลที่แยก sparsetensor ออกเป็นองค์ประกอบที่ชาญฉลาด |
| SparseTensorToCSRSparseMatrix | แปลง SparseTensor เป็น CSRSparseMatrix (อาจเป็นชุด) |
| sparsetodense <u ขยาย ttype > | แปลงการเป็นตัวแทนกระจัดกระจายเป็นเทนเซอร์ที่หนาแน่น |
| Spence <t ขยาย tnumber > | |
| sqldataset | สร้างชุดข้อมูลที่ดำเนินการแบบสอบถาม SQL และส่งเสียงแถวของชุดผลลัพธ์ |
| sqrt <t ขยาย ttype > | คำนวณสแควร์รูทขององค์ประกอบ x ที่ชาญฉลาด |
| sqrtgrad <t ขยาย ttype > | คำนวณการไล่ระดับสีสำหรับ SQRT ของ `x` WRT อินพุต |
| sqrtm <t ขยาย ttype > | คำนวณรูทเมทริกซ์สแควร์ของเมทริกซ์สี่เหลี่ยมหนึ่งตัวหรือมากกว่า: matmul (sqrtm (a), sqrtm (a)) = a เมทริกซ์อินพุตควรกลับด้าน |
| Square <t ขยาย ttype > | คำนวณสแควร์ขององค์ประกอบ X ที่ชาญฉลาด |
| SquaredDifference <t ขยาย ttype > | returns conj (x - y) (x - y) องค์ประกอบที่ชาญฉลาด |
| บีบ <t ขยาย ttype > | ลบขนาดขนาด 1 ออกจากรูปทรงของเทนเซอร์ |
| สแต็ค <t ขยาย ttype > | รวบรวมรายการเทนเซอร์ "อันดับ N" - "R" ไว้ในเทนเซอร์ระดับเดียว - "(R+1)" |
| ขนาดเวที | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| Statefulrandombinomial <v ขยาย tnumber > | |
| statefulstandardnormal <u ขยาย ttype > | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติ |
| statefultruncatednormal <u ขยาย ttype > | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| statefuluniform <u ขยาย ttype > | ส่งออกค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| statefuluniformfullint <u ขยาย ttype > | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| statefuluniformint <u ขยาย ttype > | ส่งออกจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| StatelessMultinomial <V ขยาย tnumber > | วาดตัวอย่างจากการกระจายแบบพหุนาม |
| StatelessParameterizedTruncatedNormal <V ขยาย tnumber > | |
| StatelessRandombinomial <W ขยาย tnumber > | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบทวินาม |
| StatelessRandomGamma <v ขยาย tnumber > | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแกมมา |
| StatelessRandomNormal <V ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
| StatelessRandomNormalv2 <U ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
| StatelessRandompoisson <W ขยาย tnumber > | ส่งออกตัวเลขสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปัวซอง |
| StatelessRandomuniform <V ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomuniformfullint <v ขยาย tnumber > | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomuniformfullintv2 <u ขยาย tnumber > | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomuniformint <v ขยาย tnumber > | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomuniformintv2 <U ขยาย tnumber > | ส่งออกจำนวนเต็มสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessRandomuniformv2 <U ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบสม่ำเสมอ |
| StatelessTruncatedNormal <v ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| StatelessTruncatedNormalv2 <U ขยาย tnumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| Staticregexfullmatch | ตรวจสอบว่าอินพุตตรงกับรูปแบบ regex หรือไม่ |
| Staticregexreplace | แทนที่การจับคู่ของรูปแบบในอินพุตด้วยการเขียนใหม่ |
| Statsaggregatorhandle | |
| StatSaggRetorSummary | สร้างข้อมูลสรุปของสถิติใดๆ ที่บันทึกโดยผู้จัดการสถิติที่กำหนด |
| stopgradient <t ขยาย ttype > | หยุดการคำนวณการไล่ระดับสี |
| StridedSlice <t ขยาย ttype > | ส่งกลับส่วนที่เป็นลายเส้นจาก "อินพุต" |
| Stredsliceassign <t ขยาย ttype > | กำหนด `value` ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ `ref` |
| StredsliceGrad <U ขยาย ttype > | ส่งกลับค่าการไล่ระดับสีของ "StridedSlice" |
| StringFormat | จัดรูปแบบเทมเพลตสตริงโดยใช้รายการเทนเซอร์ |
| ความยาวของสตริง | ความยาวสตริงของ `อินพุต ' |
| เปลื้องผ้า | แถบนำหน้าและ whitespaces ต่อท้ายจากเทนเซอร์ |
| Sub <t ขยาย ttype > | ส่งคืนองค์ประกอบ X - Y |
| เครื่องประดับ | กลับมาจาก `เทนเซอร์ 'ของสตริง |
| Sum <t ขยาย ttype > | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| ผู้เขียนบทสรุป | |
| tbfloat16 | สมองประเภทเทนเซอร์ลอย 16 บิต |
| tbool | ประเภทเทนเซอร์บูลีน |
| tfloat16 | IEEE-754 Half-Precision Float Float Tensor ประเภท |
| tfloat32 | IEEE-754 ประเภทเทนเซอร์ลอยความแม่นยำเดียว 32 บิต |
| tfloat64 | ประเภทเซนเซอร์โฟลต 64 บิตที่มีความแม่นยำสองเท่า IEEE-754 |
| tfloating | อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์จุดลอยตัวทั้งหมด |
| tint32 | ประเภทเทนเซอร์จำนวนเต็มที่ลงนาม 32 บิต |
| Tint64 | ประเภทเทนเซอร์จำนวนเต็มที่ลงนาม 64 บิต |
| สี | อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ตัวเลขอินทิกรัลทั้งหมด |
| จำนวนมาก | อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ตัวเลขทั้งหมด |
| ผลการรวบรวม TPU | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
| การเปิดใช้งานการฝัง TPU | การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings |
| tpureplicatedInput <t ขยาย ttype > | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่จำลองแบบ N-way |
| TSTRING | ประเภทสตริง |
| ttype | อินเทอร์เฟซทั่วไปสำหรับเทนเซอร์ที่พิมพ์ทั้งหมด |
| tuint8 | ประเภทเทนเซอร์จำนวนเต็มที่ไม่ได้ลงชื่อ 8 บิต |
| Takedataset | สร้างชุดข้อมูลที่มีองค์ประกอบ `count` จาก` input_dataset ' |
| Tan <t ขยาย ttype > | คำนวณผิวสีแทนขององค์ประกอบ X ที่ชาญฉลาด |
| Tanh <t ขยาย ttype > | คำนวณ Hyperbolic Tangent ของ `x` element-wise |
| Tanhgrad <t ขยาย ttype > | คำนวณการไล่ระดับสีสำหรับ tanh ของ `x` wrt อินพุตของมัน |
| temporaryVariable <t ขยาย ttype > | ส่งกลับเทนเซอร์ที่อาจกลายพันธุ์ แต่คงอยู่ในขั้นตอนเดียวเท่านั้น |
| เทนเซอร์ | อาร์เรย์หลายมิติที่พิมพ์แบบคงที่ |
| tensorarraygather <t ขยาย ttype > | รวบรวมองค์ประกอบเฉพาะจาก TensorArray ลงในเอาต์พุต `value` |
| tensorarraypack <t ขยาย ttype > | |
| tensorarrayread <t ขยาย ttype > | อ่านองค์ประกอบจาก TensorArray ลงในเอาต์พุต `value` |
| TensorArrayScatter | กระจายข้อมูลจากค่าอินพุตไปยังองค์ประกอบ TensorArray ที่เฉพาะเจาะจง |
| ขนาดเทนเซอร์อาร์เรย์ | รับขนาดปัจจุบันของ TensorArray |
| เทนเซอร์อาร์เรย์แยก | แยกข้อมูลจากค่าอินพุตออกเป็นองค์ประกอบ TensorArray |
| TensorArrayแกะออก | |
| TensorArrayWrite | ผลักองค์ประกอบไปที่ tensor_array |
| เทนสอร์ตาเทาเซต | สร้างชุดข้อมูลที่ปล่อย `ส่วนประกอบ 'เป็น tuple ของเทนเซอร์หนึ่งครั้ง |
| tensordiag <t ขยาย ttype > | ส่งคืนเทนเซอร์ในแนวทแยงด้วยค่าเส้นทแยงมุมที่กำหนด |
| Tensordiagpart <t ขยาย ttype > | ส่งคืนส่วนทแยงมุมของเทนเซอร์ |
| tensoresttreeisinitializedop | ตรวจสอบว่าต้นไม้ได้รับการเริ่มต้นหรือไม่ |
| TensorForestTreePredict | เอาต์พุตบันทึกสำหรับข้อมูลอินพุตที่กำหนด |
| TensorestTreeresourceHandleop | สร้างที่จับไปยัง TensorForestTreerEsource |
| TensorForestTreeserialize | ทำให้ด้ามจับต้นไม้เป็นแบบต่อเนื่องเป็นโปรโต |
| TensorForestTreesize | รับจำนวนโหนดในต้นไม้ |
| TensorListConcatLists | |
| TensorlistelementShape <t ขยาย tnumber > | รูปร่างขององค์ประกอบของรายการที่ระบุเป็นเทนเซอร์ |
| TensorListFromTensor | สร้าง TensorList ซึ่งเมื่อซ้อนกันแล้วจะมีค่าเป็น "tensor" |
| tensorlistgather <t ขยาย ttype > | สร้าง Tensor โดยการจัดทำดัชนีลงใน TensorList |
| tensorlistgetiTem <t ขยาย ttype > | |
| TensorListLength | ส่งกลับจำนวนเทนเซอร์ในรายการเทนเซอร์อินพุต |
| TensorListPushBack | ส่งคืนรายการที่มีการส่งผ่าน "Tensor" เป็นองค์ประกอบสุดท้ายและองค์ประกอบอื่นๆ ของรายการที่กำหนดใน "input_handle" |
| TensorListPushBackBatch | |
| TensorListReserve | รายการขนาดที่กำหนดซึ่งมีองค์ประกอบว่าง |
| TensorListResize | ปรับขนาดรายการ |
| TensorListScatter | สร้าง TensorList โดยการจัดทำดัชนีลงใน Tensor |
| TensorListScatter เข้าสู่รายการที่มีอยู่ | กระจายเมตริกซ์ที่ดัชนีในรายการอินพุต |
| TensorListSetItem | |
| TensorListSplit | แยกเมตริกซ์ออกเป็นรายการ |
| tensorliststack <t ขยาย ttype > | ซ้อนเทนเซอร์ทั้งหมดในรายการ |
| TensorMapErase | ส่งคืนแผนที่เทนเซอร์โดยลบรายการจากคีย์ที่กำหนด |
| TensorMapHasKey | ส่งคืนว่ามีรหัสที่กำหนดอยู่ในแผนที่หรือไม่ |
| เทนเซอร์แมปแทรก | ส่งกลับแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่กำหนด |
| tensormaplookup <u ขยาย ttype > | ส่งกลับค่าจากคีย์ที่กำหนดในแผนที่เทนเซอร์ |
| TensorMapSize | ส่งกลับจำนวนเทนเซอร์ในแผนที่เทนเซอร์อินพุต |
| tensormapstackkeys <t ขยาย ttype > | ส่งกลับสแต็กเทนเซอร์ของคีย์ทั้งหมดในแมปเทนเซอร์ |
| tensorscatterndadd <t ขยาย ttype > | เพิ่ม "การอัปเดต" แบบกระจัดกระจายให้กับเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| tensorscatterndmax <t ขยาย ttype > | |
| tensorscatterndmin <t ขยาย ttype > | |
| tensorscatterndsub <t ขยาย ttype > | ลบ "การอัปเดต" แบบกระจายออกจากเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| tensorscatterndupdate <t ขยาย ttype > | กระจาย 'อัปเดต' ไปยังเทนเซอร์ที่มีอยู่ตาม 'ดัชนี' |
| TensorslicedataSet | สร้างชุดข้อมูลที่ปล่อยออกมาแต่ละชิ้นของส่วนประกอบ `` 'ครั้งเดียว |
| tensorstridedsliceUpdate <t ขยาย ttype > | กำหนด "value" ให้กับการอ้างอิงค่า l ที่แบ่งส่วนของ "input" |
| Tensorsummary | เอาท์พุทบัฟเฟอร์โปรโตคอล summary` ที่มีข้อมูลเทนเซอร์และข้อมูลต่อปลั๊ก |
| textlinedataset | สร้างชุดข้อมูลที่ปล่อยบรรทัดของไฟล์ข้อความหนึ่งไฟล์ขึ้นไป |
| Textlinereader | ผู้อ่านที่ส่งออกบรรทัดของไฟล์ที่คั่นด้วย '\ n' |
| tfrecorddataset | สร้างชุดข้อมูลที่ส่งเสียงบันทึกจากไฟล์ TFRecord หนึ่งไฟล์ขึ้นไป |
| tfrecordreader | ผู้อ่านที่ส่งออกเร็กคอร์ดจากไฟล์ Tensorflow Records |
| ThreadPoolชุดข้อมูล | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| ThreadPoolHandle | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| กระเบื้อง <t ขยาย ttype > | สร้างเทนเซอร์โดยการปูกระเบื้องเทนเซอร์ที่กำหนด |
| Tilegrad <t ขยาย ttype > | ส่งคืนการไล่ระดับสีของ `กระเบื้อง ' |
| การประทับเวลา | ให้เวลาตั้งแต่ยุคในไม่กี่วินาที |
| ยาสูบ | แปลงเทนเซอร์เป็นภาคใต้สเกลาร์ |
| Tohashbucket | แปลงแต่ละสตริงในอินพุตเทนเซอร์เป็นแฮชม็อดด้วยที่เก็บข้อมูลจำนวนหนึ่ง |
| tohashbucketfast | แปลงแต่ละสตริงในอินพุตเทนเซอร์เป็นแฮชม็อดด้วยที่เก็บข้อมูลจำนวนหนึ่ง |
| Tohashbucketstrong | แปลงแต่ละสตริงในอินพุตเทนเซอร์เป็นแฮชม็อดด้วยที่เก็บข้อมูลจำนวนหนึ่ง |
| Tonumber <t ขยาย tnumber > | แปลงแต่ละสตริงในเทนเซอร์อินพุตเป็นประเภทตัวเลขที่ระบุ |
| transpose <t ขยาย ttype > | มิติสลับของ X ตามการเปลี่ยนแปลง |
| triangularsolve <t ขยาย ttype > | แก้ไขระบบของสมการเชิงเส้นด้วยเมทริกซ์สามเหลี่ยมบนหรือล่างโดยการตีกลับ |
| tridiagonalmatmul <t ขยาย ttype > | คำนวณผลิตภัณฑ์ด้วยเมทริกซ์ tridiagonal |
| tridiagonalsolve <t ขยาย ttype > | แก้ระบบ tridiagonal ของสมการ |
| truncatediv <t ขยาย ttype > | ส่งคืนองค์ประกอบ X / Y ที่ชาญฉลาดสำหรับประเภทจำนวนเต็ม |
| truncatemod <t ขยาย tnumber > | ส่งคืนองค์ประกอบที่เหลืออยู่ในการแบ่ง |
| truncatedNormal <U ขยาย tnumber > | ส่งออกค่าสุ่มจากการแจกแจงแบบปกติที่ถูกตัดทอน |
| unbatch <t ขยาย ttype > | ย้อนกลับการทำงานของแบทช์สำหรับเทนเซอร์เอาต์พุตเดี่ยว |
| unbatchdataset | ชุดข้อมูลที่แบ่งองค์ประกอบของอินพุตออกเป็นหลายองค์ประกอบ |
| unbatchgrad <t ขยาย ttype > | การไล่ระดับสีของ Unbatch |
| unicodeencode | เข้ารหัสเทนเซอร์ของ INTs ลงในสตริง Unicode |
| ต้นแบบ | กำหนดรหัสสคริปต์ของเทนเซอร์ที่กำหนดของคะแนนรหัสจำนวนเต็ม Unicode |
| Unicodetranscode | แปลงรหัสข้อความอินพุตจากการเข้ารหัสต้นทางไปยังการเข้ารหัสปลายทาง |
| ไม่รวม | สร้างชุดข้อมูลที่มีองค์ประกอบเฉพาะของ `input_dataset` |
| Unravelindex <t ขยาย tnumber > | แปลงอาร์เรย์ของดัชนีแบนให้กลายเป็นอาร์เรย์พิกัด |
| unsortsegmentjoin | เข้าร่วมองค์ประกอบของ `อินพุต 'ตาม` segment_ids' |
| unsortsegmentmax <t ขยาย tnumber > | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
| unsortsegmentmin <t ขยาย tnumber > | คำนวณค่าต่ำสุดตามส่วนของเทนเซอร์ |
| unsortsegmentProd <t ขยาย ttype > | คำนวณผลิตภัณฑ์ตามส่วนของเทนเซอร์ |
| unsortsegmentsum <t ขยาย ttype > | คำนวณผลรวมตามส่วนของเทนเซอร์ |
| UNWRAPDATASETVARIANT | |
| ด้านบน | แปลงอักขระตัวพิมพ์เล็กทั้งหมดเป็นการแทนที่ตัวพิมพ์ใหญ่ตามลำดับ |
| Upperbound <U ขยาย tnumber > | ใช้ updux_bound (sorted_search_values, ค่า) ตามแต่ละแถว |
| varhandleop | สร้างที่จับไปยังทรัพยากรตัวแปร |
| varisinitializedop | ตรวจสอบว่าตัวแปรที่ใช้การจัดการทรัพยากรได้รับการเริ่มต้นหรือไม่ |
| ตัวแปร <t ขยาย ttype > | ถือสถานะในรูปแบบของเทนเซอร์ที่ยังคงอยู่ในขั้นตอน |
| Variableshape <t ขยาย tnumber > | ส่งคืนรูปร่างของตัวแปรที่ชี้ไปที่ `ทรัพยากร ' |
| ที่ไหน | ส่งคืนตำแหน่งของค่าที่ไม่ใช่ศูนย์ / จริงในเทนเซอร์ |
| Wholefilereader | ผู้อ่านที่ส่งออกเนื้อหาทั้งหมดของไฟล์เป็นค่า |
| WindowDataset | รวมองค์ประกอบอินพุต (รังของ) ลงในชุดข้อมูลของหน้าต่าง (รังของ) |
| WorkerHeartBeat | Worker Heartbeat Op |
| WrapDatasetVariant | |
| xdivy <t ขยาย ttype > | ส่งคืน 0 ถ้า x == 0 และ x / y เป็นอย่างอื่น Elementwise |
| xlarecvfromhost <t ขยาย ttype > | OP ที่จะได้รับเทนเซอร์จากโฮสต์ |
| xlasetbound | ตั้งค่าขอบเขตสำหรับค่าอินพุตที่กำหนดเป็นคำใบ้ไปยังคอมไพเลอร์ XLA ส่งคืนค่าเดียวกัน |
| xlaspmdfulltoshardshape <t ขยาย ttype > | OP ที่ใช้โดย XLA SPMD Partitioner เพื่อเปลี่ยนจากการแบ่งพาร์ติชันอัตโนมัติเป็น การแบ่งพาร์ติชันด้วยตนเอง |
| xlaspmdshardtofullshape <t ขยาย ttype > | OP ที่ใช้โดย XLA SPMD Partitioner เพื่อเปลี่ยนจากการแบ่งพาร์ติชันด้วยตนเองเป็น การแบ่งพาร์ติชันอัตโนมัติ |
| xlog1py <t ขยาย ttype > | ส่งคืน 0 ถ้า x == 0, และ x * log1p (y) มิฉะนั้น, elementwise |
| xlogy <t ขยาย ttype > | ส่งคืน 0 ถ้า x == 0, และ x * log (y) มิฉะนั้น, elementwise |
| ศูนย์ <T ขยาย TType > | ผู้ประกอบการที่สร้างค่าเริ่มต้นที่เริ่มต้นด้วยศูนย์ของรูปร่างที่กำหนดโดย `dims ' |
| Zeroslike <t ขยาย ttype > | ส่งคืนเทนเซอร์ของศูนย์ที่มีรูปร่างและพิมพ์เท่ากับ x |
| Zeta <t ขยาย tnumber > | คำนวณฟังก์ชัน Hurwitz Zeta \\(\zeta(x, q)\\) |
| Zipdataset | สร้างชุดข้อมูลที่ซิปเข้าด้วยกัน `input_datasets ' |
| erfinv <t ขยาย tnumber > | |
