Op

Opération d'interface publique

Sous-classes indirectes connues

Abort , Abs <T étend TNumber >, AccumulateN <T étend TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T étend TType >, Acos <T étend TType >, Acosh <T étend TType >, Add <T étend TType >, AddManySparseToTensorsMap , AddN <T extends TType >, AddSparseToTensorsMap , AdjustContrast <T extends TNumber >, AdjustHue <T extends TNumber > et 1 157 autres.

Avorter	Déclenchez une exception pour abandonner le processus lorsqu'il est appelé.
Abs <T étend TNumber >	Calcule la valeur absolue d'un tenseur.
AccumulateN <T étend TType >	Renvoie la somme par éléments d'une liste de tenseurs.
AccumulateurApplyGradient	Applique un dégradé à un accumulateur donné.
AccumulateurNumAccumulé	Renvoie le nombre de gradients agrégés dans les accumulateurs donnés.
AccumulatorSetGlobalStep	Met à jour l'accumulateur avec une nouvelle valeur pour global_step.
AccumulatorTakeGradient <T étend TType >	Extrait le gradient moyen dans le ConditionalAccumulator donné.
Acos <T étend TType >	Calcule l'acos de x par élément.
Acosh <T étend TType >	Calcule le cosinus hyperbolique inverse de x par élément.
Ajouter <T étend TType >	Renvoie x + y par élément.
AddManySparseToTensorsMap	Ajoutez un `N`-minibatch `SparseTensor` à un `SparseTensorsMap`, renvoyez les handles `N`.
AddN <T étend TType >	Ajoutez tous les tenseurs d'entrée par élément.
AddSparseToTensorsMap	Ajoutez un `SparseTensor` à un `SparseTensorsMap` et renvoyez son handle.
AjusterContrast <T étend TNumber >	Ajustez le contraste d’une ou plusieurs images.
AjusterHue <T étend TNumber >	Ajustez la teinte d’une ou plusieurs images.
AjusterSaturation <T étend TNumber >	Ajustez la saturation d’une ou plusieurs images.
Tous	Calcule le « et logique » des éléments sur les dimensions d'un tenseur.
Tous les candidats	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
AllReduce <T étend TNumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
AllToAll <T étend TType >	Une opération pour échanger des données entre les répliques TPU.
Angle <U étend TNombre >	Renvoie l'argument d'un nombre complexe.
AnonymeItérateur	Un conteneur pour une ressource itérateur.
AnonymeMemoryCache
AnonymousMultiDeviceIterator	Un conteneur pour une ressource itérateur multi-périphérique.
Générateur de graines aléatoires anonymes
Générateur de graines anonyme
N'importe lequel	Calcule le « ou logique » des éléments sur les dimensions d'un tenseur.
ApplyAdaMax <T étend TType >	Mettez à jour '*var' selon l'algorithme AdaMax.
ApplyAdadelta <T étend TType >	Mettez à jour '*var' selon le schéma adadelta.
ApplyAdagrad <T étend TType >	Mettez à jour '*var' selon le schéma adagrad.
ApplyAdagradDa <T étend TType >	Mettez à jour '*var' selon le schéma adagrad proximal.
ApplyAdagradV2 <T étend TType >	Mettez à jour '*var' selon le schéma adagrad.
ApplyAdam <T étend TType >	Mettez à jour '*var' selon l'algorithme d'Adam.
ApplyAddSign <T étend TType >	Mettez à jour '*var' selon la mise à jour AddSign.
ApplyCenteredRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp centré.
ApplyFtrl <T étend TType >	Mettez à jour '*var' selon le schéma Ftrl-proximal.
ApplyGradientDescent <T étend TType >	Mettez à jour 'var' en soustrayant 'alpha' 'delta'.
ApplyMomentum <T étend TType >	Mettez à jour '*var' selon le schéma momentum.
ApplyPowerSign <T étend TType >	Mettez à jour '*var' selon la mise à jour AddSign.
ApplyProximalAdagrad <T étend TType >	Mettez à jour 'var' et 'accum' selon FOBOS avec le taux d'apprentissage d'Adagrad.
ApplyProximalGradientDescent <T étend TType >	Mettez à jour '*var' en tant qu'algorithme FOBOS avec un taux d'apprentissage fixe.
ApplyRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp.
Égal approximatif	Renvoie la valeur de vérité de abs(xy) < tolérance par élément.
ArgMax <V étend TNumber >	Renvoie l'index avec la plus grande valeur sur toutes les dimensions d'un tenseur.
ArgMin <V étend TNumber >	Renvoie l'index avec la plus petite valeur sur les dimensions d'un tenseur.
En tant que chaîne	Convertit chaque entrée du tenseur donné en chaînes.
Asin <T étend TType >	Calcule le sinus inverse trignométrique de x par élément.
Asinh <T étend TType >	Calcule le sinus hyperbolique inverse de x par élément.
AssertCardinalityDataset
AssertNextDataset
Affirmer que	Affirme que la condition donnée est vraie.
Attribuer <T étend TType >	Mettez à jour « ref » en lui attribuant une « valeur ».
AssignAdd <T étend TType >	Mettez à jour 'ref' en y ajoutant 'value'.
AssignAddVariableOp	Ajoute une valeur à la valeur actuelle d'une variable.
AssignSub <T étend TType >	Mettez à jour « ref » en soustrayant « valeur ».
AssignSubVariableOp	Soustrait une valeur de la valeur actuelle d'une variable.
AssignVariableOp	Attribue une nouvelle valeur à une variable.
Atan <T étend TType >	Calcule la tangente inverse trignométrique de x par élément.
Atan2 <T étend TNumber >	Calcule l'arctangente de `y/x` par élément, en respectant les signes des arguments.
Atanh <T étend TType >	Calcule la tangente hyperbolique inverse de x par élément.
AudioSpectrogramme	Produit une visualisation des données audio au fil du temps.
Résumé audio	Produit un tampon de protocole « Résumé » avec audio.
Ensemble de données AutoShard	Crée un ensemble de données qui fragmente l'ensemble de données d'entrée.
AvgPool <T étend TNumber >	Effectue un pooling moyen sur l’entrée.
AvgPool3d <T étend TNumber >	Effectue un pooling moyen 3D sur l’entrée.
AvgPool3dGrad <T étend TNumber >	Calcule les gradients de la fonction de pooling moyenne.
AvgPoolGrad <T étend TNumber >	Calcule les gradients de la fonction de pooling moyenne.
BandPart <T étend TType >	Copiez un tenseur mettant à zéro tout ce qui se trouve en dehors d'une bande centrale dans chaque matrice la plus interne.
BandedTriangularSolve <T étend TType >
Barrière	Définit une barrière qui persiste dans différentes exécutions de graphiques.
BarrièreFermer	Ferme la barrière donnée.
BarrièreIncompleteSize	Calcule le nombre d'éléments incomplets dans la barrière donnée.
BarrièreInsérerBeaucoup	Pour chaque clé, attribue la valeur respective au composant spécifié.
TailleBarrièrePrêt	Calcule le nombre d'éléments complets dans la barrière donnée.
BarrièrePrendreBeaucoup	Prend le nombre donné d'éléments terminés d'une barrière.
Lot	Regroupe tous les tenseurs d'entrée de manière non déterministe.
BatchCholesky <T étend TNumber >
BatchCholeskyGrad <T étend TNumber >
Ensemble de données par lots	Crée un ensemble de données qui regroupe les éléments `batch_size` à partir de `input_dataset`.
BatchFft
LotFft2d
LotFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T étend TType >	Multiplie les tranches de deux tenseurs par lots.
BatchMatrixBandPart <T étend TType >
BatchMatrixDeterminant <T étend TType >
BatchMatrixDiag <T étend TType >
BatchMatrixDiagPart <T étend TType >
BatchMatrixInverse <T étend TNumber >
BatchMatrixSetDiag <T étend TType >
BatchMatrixSolve <T étend TNumber >
BatchMatrixSolveLs <T étend TNumber >
BatchMatrixTriangularSolve <T étend TNumber >
BatchNormWithGlobalNormalization <T étend TType >	Normalisation des lots.
BatchNormWithGlobalNormalizationGrad <T étend TType >	Dégradés pour la normalisation par lots.
BatchSelfAdjointEig <T étend TNumber >
BatchSvd <T étend TType >
BatchToSpace <T étend TType >	BatchToSpace pour les tenseurs 4-D de type T.
BatchToSpaceNd <T étend TType >	BatchToSpace pour les tenseurs ND de type T.
BesselI0 <T étend TNumber >
BesselI0e <T étend TNumber >
BesselI1 <T étend TNumber >
BesselI1e <T étend TNumber >
BesselJ0 <T étend TNumber >
BesselJ1 <T étend TNumber >
BesselK0 <T étend TNumber >
BesselK0e <T étend TNumber >
BesselK1 <T étend TNumber >
BesselK1e <T étend TNumber >
BesselY0 <T étend TNumber >
BesselY1 <T étend TNumber >
Betainc <T étend TNumber >	Calculez l’intégrale bêta incomplète régularisée \\(I_x(a, b)\\).
BiasAdd <T étend TType >	Ajoute un « biais » à une « valeur ».
BiasAddGrad <T étend TType >	L'opération inverse pour "BiasAdd" sur le tenseur "bias".
Bincount <T étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
Bitcast <U étend TType >	Bitcaste un tenseur d'un type à un autre sans copier les données.
BitwiseAnd <T étend TNumber >	Elementwise calcule le ET au niveau du bit de « x » et « y ».
BitwiseOr <T étend TNumber >	Elementwise calcule le OU au niveau du bit de « x » et « y ».
BitwiseXor <T étend TNumber >	Elementwise calcule le XOR au niveau du bit de « x » et « y ».
BlockLSTM <T étend TNumber >	Calcule la propagation des cellules LSTM pour tous les pas de temps.
BlockLSTMGrad <T étend TNumber >	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BoostedTreesAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesBucketiser	Répartir chaque fonctionnalité en compartiments en fonction des limites du compartiment.
BoostedTreesCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCalculateBestFeatureSplitV2	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour chaque nœud.
Arbres boostésCalculer les meilleurs gains par fonctionnalité	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesCenterBias	Calcule le prior à partir des données d'entraînement (le biais) et remplit le premier nœud avec le prior des logits.
BoostedTreesCreateEnsemble	Crée un modèle d'ensemble d'arbres et lui renvoie un handle.
BoostedTreesCreateQuantileStreamResource	Créez la ressource pour les flux quantiles.
BoostedTreesDeserializeEnsemble	Désérialise une configuration d'ensemble d'arbres sérialisés et remplace l'arborescence actuelle ensemble.
BoostedTreesEnsembleResourceHandleOp	Crée un handle vers un BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs	Sorties de débogage/interprétabilité du modèle pour chaque exemple.
BoostedTreesFlushQuantileRésumés	Videz les résumés de quantile de chaque ressource de flux de quantile.
BoostedTreesGetEnsembleStates	Récupère le jeton de tampon de ressource de l’ensemble d’arbres, le nombre d’arbres et les statistiques de croissance.
BoostedTreesMakeQuantileSummaries	Fait le résumé des quantiles pour le lot.
BoostedTreesMakeStatsRésumé	Fait le résumé des statistiques accumulées pour le lot.
BoostedTreesPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule les logits.
BoostedTreesQuantileStreamResourceAddSummaries	Ajoutez les résumés de quantile à chaque ressource de flux quantile.
BoostedTreesQuantileStreamResourceDeserialize	Désérialisez les limites du bucket et signalez-le dans le QuantileAccumulator actuel.
BoostedTreesQuantileStreamResourceFlush	Videz les résumés d’une ressource de flux quantile.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Générez les limites du compartiment pour chaque fonctionnalité en fonction des résumés accumulés.
BoostedTreesQuantileStreamResourceHandleOp	Crée un handle vers un BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Sérialise l'ensemble d'arbres en un proto.
BoostedTreesSparseAggregateStats	Agrége le résumé des statistiques accumulées pour le lot.
BoostedTreesSparseCalculateBestFeatureSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de répartition possibles pour la fonctionnalité.
BoostedTreesTrainingPredict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule la mise à jour des logits mis en cache.
BoostedTreesUpdateEnsemble	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BoostedTreesUpdateEnsembleV2	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en croissance ou en démarrant un nouvel arbre.
BroadcastDynamicShape <T étend TNumber >	Renvoie la forme de s0 op s1 avec diffusion.
BroadcastGradientArgs <T étend TNumber >	Renvoie les indices de réduction pour le calcul des gradients de s0 op s1 avec diffusion.
BroadcastHelper <T étend TType >	Opérateur assistant pour effectuer des diffusions de style XLA Diffuse `lhs` et `rhs` au même rang, en ajoutant des dimensions de taille 1 à celui de `lhs` et `rhs` ayant le rang inférieur, en utilisant les règles de diffusion de XLA pour les opérateurs binaires.
BroadcastRecv <T étend TType >	Reçoit une valeur tensorielle diffusée depuis un autre appareil.
BroadcastSend <T étend TType >	Diffuse une valeur tensorielle à un ou plusieurs autres appareils.
BroadcastTo <T étend TType >	Diffusez un tableau pour une forme compatible.
Bucketiser	Bucketise les « entrées » en fonction des « limites ».
BytesProducedStatsDataset	Enregistre la taille en octets de chaque élément de `input_dataset` dans un StatsAggregator.
CSRSparseMatrixComponents <T étend TType >	Lit les composants CSR au lot `index`.
CSRSparseMatrixToDense <T étend TType >	Convertissez un CSRSparseMatrix (éventuellement par lots) en dense.
CSRSparseMatrixToSparseTensor <T étend TType >	Convertit un CSRSparesMatrix (éventuellement par lots) en SparseTensor.
Ensemble de données CSV
CSVDatasetV2
CTCPerteV2	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CacheDataset	Crée un ensemble de données qui met en cache les éléments de « input_dataset ».
CacheDatasetV2
Cast <U étend TType >	Convertissez x de type SrcT en y de DstT.
Ceil <T étend TNumber >	Renvoie le plus petit entier élément par élément non inférieur à x.
CheckNumerics <T étend TNumber >	Vérifie un tenseur pour les valeurs NaN, -Inf et +Inf.
Cholesky <T étend TType >	Calcule la décomposition de Cholesky d'une ou plusieurs matrices carrées.
CholeskyGrad <T étend TNumber >	Calcule le gradient rétropropagé en mode inverse de l'algorithme de Cholesky.
ChoisirFastestDataset
ClipByValue <T étend TType >	Coupe les valeurs du tenseur à un min et un max spécifiés.
FermerRédacteur de résumé
ClusterOutput <T étend TType >	Opérateur qui connecte la sortie d'un calcul XLA à d'autres nœuds de graphe consommateur.
CollectiveGather <T étend TNumber >	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
CollectivePermute <T étend TType >	Une opération pour permuter les tenseurs sur les instances TPU répliquées.
CombinedNonMaxSuppression	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, Cette opération effectue non_max_suppression sur les entrées par lot, dans toutes les classes.
ComparerEtBitpack	Comparez les valeurs de « input » à « threshold » et regroupez les bits résultants dans un « uint8 ».
Résultat de la compilation	Renvoie le résultat d'une compilation TPU.
CompileSucceededAssert	Affirme que la compilation a réussi.
Complexe <U étend TType >	Convertit deux nombres réels en un nombre complexe.
ComplexAbs <U étend TNumber >	Calcule la valeur absolue complexe d'un tenseur.
CompressElement	Compresse un élément d'ensemble de données.
CalculerAccès Accidentels	Calcule les identifiants des postes dans sampled_candidates qui correspondent à true_labels.
Taille du lot de calcul	Calcule la taille de lot statique d'un ensemble de données sans lots partiels.
Concat <T étend TType >	Concatène les tenseurs selon une dimension.
Concaténer un ensemble de données	Crée un ensemble de données qui concatène « input_dataset » avec « another_dataset ».
Accumulateur conditionnel	Un accumulateur conditionnel pour agréger les gradients.
ConfigurerDistributedTPU	Configure les structures centralisées pour un système TPU distribué.
ConfigurerTPUEmbedding	Configure TPUEmbedding dans un système TPU distribué.
Conj <T étend TType >	Renvoie le conjugué complexe d'un nombre complexe.
ConjugateTranspose <T étend TType >	Mélangez les dimensions de x selon une permutation et conjuguez le résultat.
Constante <T étend TType >	Un opérateur produisant une valeur constante.
ConsommerMutexLock	Cette opération consomme un verrou créé par `MutexLock`.
Déclencheur de contrôle	Ne fait rien.
Conv <T étend TType >	Encapsule l'opérateur XLA ConvGeneralDilated, documenté dans https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution .
Conv2d <T étend TNumber >	Calcule une convolution 2D à partir des tenseurs 4-D « entrée » et « filtre ».
Conv2dBackpropFilter <T étend TNumber >	Calcule les gradients de convolution par rapport au filtre.
Conv2dBackpropInput <T étend TNumber >	Calcule les gradients de convolution par rapport à l'entrée.
Conv3d <T étend TNumber >	Calcule une convolution 3D à partir des tenseurs « entrée » et « filtre » 5-D.
Conv3dBackpropFilter <T étend TNumber >	Calcule les gradients de convolution 3D par rapport au filtre.
Conv3dBackpropInput <U étend TNumber >	Calcule les gradients de convolution 3D par rapport à l'entrée.
Copier <T étend TType >	Copiez un tenseur de CPU à CPU ou de GPU à GPU.
CopyHost <T étend TType >	Copiez un tenseur sur l'hôte.
Cos <T étend TType >	Calcule le cos de x par élément.
Cosh <T étend TType >	Calcule le cosinus hyperbolique de x par élément.
CountUpTo <T étend TNumber >	Incrémente « ref » jusqu'à ce qu'il atteigne « limite ».
CreateSummaryDbWriter
CreateSummaryFileWriter
RecadrerEtRedimensionner	Extrait les recadrages du tenseur de l'image d'entrée et les redimensionne.
CropAndResizeGradBoxes	Calcule le dégradé de l'opération crop_and_resize par rapport au tenseur des zones de saisie.
CropAndResizeGradImage <T étend TNumber >	Calcule le dégradé de l'opération crop_and_resize par rapport au tenseur de l'image d'entrée.
Croix <T étend TNumber >	Calculez le produit croisé par paire.
CrossReplicaSum <T étend TNumber >	Une opération pour additionner les entrées sur les instances TPU répliquées.
CtcBeamSearchDecoder <T étend TNumber >	Effectue le décodage de la recherche de faisceau sur les logits donnés en entrée.
CtcGreedyDecoder <T étend TNumber >	Effectue un décodage gourmand sur les logits donnés en entrées.
CtcLoss <T étend TNumber >	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CudnnRNN <T étend TNumber >	Un RNN soutenu par cuDNN.
CudnnRNNBackprop <T étend TNumber >	Étape de backprop de CudnnRNNV3.
CudnnRNNCanonicalToParams <T étend TNumber >	Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable.
CudnnRNNParamsToCanonical <T étend TNumber >	Récupère les paramètres CudnnRNN sous forme canonique.
CudnnRnnParamsSize <U étend TNumber >	Calcule la taille des poids qui peuvent être utilisés par un modèle Cudnn RNN.
Cumprod <T étend TType >	Calculez le produit cumulé du tenseur « x » le long de « l'axe ».
Cumsum <T étend TType >	Calculez la somme cumulée du tenseur « x » le long de « l'axe ».
CumulativeLogsumexp <T étend TNumber >	Calculez le produit cumulé du tenseur « x » le long de « l'axe ».
DataFormatDimMap <T étend TNumber >	Renvoie l'index de dimension dans le format de données de destination étant donné celui de le format des données sources.
DataFormatVecPermute <T étend TNumber >	Permutez le tenseur d'entrée de `src_format` à `dst_format`.
DataServiceDataset
Ensemble de donnéesCardinality	Renvoie la cardinalité de `input_dataset`.
Ensemble de donnéesFromGraph	Crée un ensemble de données à partir du `graph_def` donné.
Ensemble de données vers graphique	Renvoie un GraphDef sérialisé représentant `input_dataset`.
Ensemble de données vers un élément unique	Génère l’élément unique de l’ensemble de données donné.
Ensemble de données vers TFRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
Ensemble de données vers TfRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
Dawsn <T étend TNumber >
DebugGradientIdentity <T étend TType >	Opération d'identité pour le débogage du dégradé.
DebugGradientRefIdentity <T étend TType >	Opération d'identité pour le débogage du dégradé.
DebugIdentity <T étend TType >	Déboguer l'identité V2 Op.
DéboguerNanCount	Déboguer le compteur de valeur NaN Op.
DebugNumericsSummary <U étend TNumber >	Résumé numérique de débogage V2 Op.
DécoderEtCropJpeg	Décodez et recadrez une image codée en JPEG en un tenseur uint8.
DécodeBase64	Décodez les chaînes codées en base64 sécurisées pour le Web.
DécoderBmp	Décodez la première image d'une image codée en BMP en un tenseur uint8.
DécoderCompressé	Décompressez les chaînes.
DécoderCsv	Convertissez les enregistrements CSV en tenseurs.
DécoderGif	Décodez la ou les images d'une image codée en GIF en un tenseur uint8.
DecodeImage <T étend TNumber >	Fonction pour decode_bmp, decode_gif, decode_jpeg et decode_png.
DécoderJpeg	Décodez une image codée en JPEG en un tenseur uint8.
DecodeJsonExample	Convertissez les exemples d'enregistrements codés JSON en chaînes de tampon de protocole binaire.
DecodePaddedRaw <T étend TNumber >	Réinterprètez les octets d'une chaîne comme un vecteur de nombres.
DecodePng <T étend TNumber >	Décodez une image codée en PNG en un tenseur uint8 ou uint16.
DécoderProto	L'opération extrait les champs d'un message de tampon de protocole sérialisé dans des tenseurs.
DecodeRaw <T étend TType >	Réinterprètez les octets d'une chaîne comme un vecteur de nombres.
DécoderWav	Décodez un fichier PCM WAV 16 bits en un tenseur flottant.
DeepCopy <T étend TType >	Fait une copie de « x ».
SupprimerItérateur	Un conteneur pour une ressource itérateur.
Supprimer le cache mémoire
SupprimerMultiDeviceIterator	Un conteneur pour une ressource itérateur.
SupprimerRandomSeedGenerator
SupprimerSeedGenerator
SupprimerSessionTensor	Supprimez le tenseur spécifié par son handle dans la session.
DenseBincount <U étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
DenseCountSparseOutput <U étend TNumber >	Effectue un comptage de bacs à sortie clairsemée pour une entrée tf.tensor.
DenseToCSRSparseMatrix	Convertit un tenseur dense en un CSRSparseMatrix (éventuellement par lots).
DenseToDenseSetOperation <T étend TType >	Applique l'opération d'ensemble le long de la dernière dimension de 2 entrées « Tensor ».
DenseToSparseBatchDataset	Crée un ensemble de données qui regroupe les éléments d'entrée dans un SparseTensor.
DenseToSparseSetOperation <T étend TType >	Applique l'opération d'ensemble le long de la dernière dimension de `Tensor` et `SparseTensor`.
DepthToSpace <T étend TType >	DepthToSpace pour les tenseurs de type T.
DepthwiseConv2dNative <T étend TNumber >	Calcule une convolution en profondeur 2D à partir des tenseurs « entrée » et « filtre » 4-D.
DepthwiseConv2dNativeBackpropFilter <T étend TNumber >	Calcule les gradients de convolution en profondeur par rapport au filtre.
DepthwiseConv2dNativeBackpropInput <T étend TNumber >	Calcule les gradients de convolution en profondeur par rapport à l'entrée.
Déquantifier	Prend l'entrée uint32 compressée et décompresse l'entrée dans uint8 pour le faire Déquantification sur l'appareil.
DésérialiserItérateur	Convertit le tenseur de variantes donné en itérateur et le stocke dans la ressource donnée.
DeserializeManySparse <T étend TType >	Désérialisez et concaténez les « SparseTensors » à partir d'un mini-lot sérialisé.
DeserializeSparse <U étend TType >	Désérialisez les objets `SparseTensor`.
DétruireResourceOp	Supprime la ressource spécifiée par le handle.
DestroyTemporaryVariable <T étend TType >	Détruit la variable temporaire et renvoie sa valeur finale.
Det <T étend TType >	Calcule le déterminant d'une ou plusieurs matrices carrées.
Index des appareils	Renvoie l'index du périphérique exécuté par l'opération.
Digamma <T étend TNumber >	Calcule Psi, la dérivée de Lgamma (le log de la valeur absolue de `Gamma(x)`), élément par élément.
Dilation2d <T étend TNumber >	Calcule la dilatation des niveaux de gris des tenseurs « d'entrée » 4-D et « filtre » 3D.
Dilation2dBackpropFilter <T étend TNumber >	Calcule le gradient de dilatation morphologique 2D par rapport au filtre.
Dilation2dBackpropInput <T étend TNumber >	Calcule le gradient de dilatation morphologique 2D par rapport à l'entrée.
DirectedInterleaveDataset	Un substitut à `InterleaveDataset` sur une liste fixe de `N` ensembles de données.
Div <T étend TType >	Renvoie x / y par élément.
DivNoNan <T étend TType >	Renvoie 0 si le dénominateur est zéro.
Point <T étend TType >	Encapsule l'opérateur XLA DotGeneral, documenté dans https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T étend TNumber >	Dessinez des cadres de délimitation sur un lot d’images.
Compteur d'itérations factices
Cache mémoire factice
Générateur de graines factices
DynamicPartition <T étend TType >	Partitionne les « données » en tenseurs « num_partitions » en utilisant les indices des « partitions ».
DynamicSlice <T étend TType >	Encapsule l'opérateur XLA DynamicSlice, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice .
DynamicStitch <T étend TType >	Entrelacez les valeurs des tenseurs « données » en un seul tenseur.
DynamicUpdateSlice <T étend TType >	Encapsule l'opérateur XLA DynamicUpdateSlice, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice .
ModifierDistance	Calcule la distance d'édition de Levenshtein (éventuellement normalisée).
Eig <U étend TType >	Calcule la décomposition propre d'une ou plusieurs matrices carrées.
Einsum <T étend TType >	Une opération qui prend en charge une opération de base avec 2 entrées et 1 sortie.
Elu <T étend TNumber >	Calcule une exponentielle linéaire : `exp(features) - 1` si < 0, `features` sinon.
EluGrad <T étend TNumber >	Calcule les gradients pour l'opération linéaire exponentielle (Elu).
IncorporationActivations	Une opération permettant de différencier les TPU Embeddings.
Vide <T étend TType >	Crée un tenseur avec la forme donnée.
ListeTensorVide	Crée et renvoie une liste de tenseurs vide.
VideTensorMap	Crée et renvoie une carte tensorielle vide.
EncodeBase64	Encodez les chaînes au format base64 sécurisé pour le Web.
EncoderJpeg	Encodez une image en JPEG.
EncodeJpegVariableQuality	Image d'entrée encodée JPEG avec la qualité de compression fournie.
EncodePng	PNG-encode une image.
EncodeProto	L'opération sérialise les messages protobuf fournis dans les tenseurs d'entrée.
EncodeWav	Encodez les données audio en utilisant le format de fichier WAV.
Mettre en file d'attenteTPUEmbeddingIntegerBatch	Une opération qui met en file d'attente une liste de tenseurs de lots d'entrée dans TPUEmbedding.
Mettre en file d'attenteTPUEmbeddingRaggedTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup().
Mettre en file d'attenteTPUEmbeddingSparseBatch	Une opération qui met en file d'attente les indices d'entrée TPUEmbedding à partir d'un SparseTensor.
Mettre en file d'attenteTPUEmbeddingSparseTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse().
EnsureShape <T étend TType >	Garantit que la forme du tenseur correspond à la forme attendue.
Entrez <T étend TType >	Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant.
Égal	Renvoie la valeur de vérité de (x == y) élément par élément.
Erf <T étend TNumber >	Calcule la fonction d'erreur de Gauss de « x » par élément.
Erfc <T étend TNumber >	Calcule la fonction d'erreur complémentaire de « x » par élément.
EuclideanNorm <T étend TType >	Calcule la norme euclidienne des éléments sur les dimensions d'un tenseur.
Exécuter	Op qui charge et exécute un programme TPU sur un périphérique TPU.
Exécuter et mettre à jour les variables	Op qui exécute un programme avec des mises à jour facultatives de variables sur place.
Quitter <T étend TType >	Quitte l’image actuelle vers son image parent.
Exp <T étend TType >	Calcule l'exponentielle de x par élément.
ExpandDims <T étend TType >	Insère une dimension de 1 dans la forme d'un tenseur.
Expint <T étend TNumber >
Expm1 <T étend TType >	Calcule `exp(x) - 1` par élément.
ExtraireAperçu	Extrait un aperçu du tenseur d'entrée.
ExtractImagePatches <T étend TType >	Extrayez les « patchs » des « images » et placez-les dans la dimension de sortie « profondeur ».
ExtractJpegShape <T étend TNumber >	Extrayez les informations de forme d’une image codée en JPEG.
ExtractVolumePatches <T étend TNumber >	Extrayez les « patches » de « input » et placez-les dans la dimension de sortie « profondeur ».
Fait	Générez un fait sur les factorielles.
FakeQuantWithMinMaxArgs	Fausse quantifier le tenseur « entrées », tapez float au tenseur « sorties » du même type.
FakeQuantWithMinMaxArgsGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Fausse quantifier le tenseur des « entrées » de type float via des scalaires float globaux Fausse quantifier le tenseur « entrées » de type float via les scalaires flottants globaux « min » et « max » en tenseur « sorties » de même forme que « entrées ».
FakeQuantWithMinMaxVarsGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel	Fausse quantifier le tenseur des « entrées » de type float via des flotteurs par canal Fausse quantifier le tenseur des « entrées » de type float par canal et l'une des formes : `[d]`, `[b, d]` `[b, h, w, d]` via des float par canal ` min` et `max` de forme `[d]` en tenseur `outputs` de même forme que `inputs`.
FakeQuantWithMinMaxVarsPerChannelGradient	Calculez les dégradés pour une opération FakeQuantWithMinMaxVarsPerChannel.
Fft <T étend TType >	Transformée de Fourier Rapide.
Fft2d <T étend TType >	Transformation de Fourier rapide 2D.
Fft3d <T étend TType >	Transformation de Fourier rapide 3D.
FifoQueue	Une file d'attente qui produit les éléments dans l'ordre premier entré, premier sorti.
Remplir <U étend TType >	Crée un tenseur rempli d'une valeur scalaire.
FiltreByLastComponentDataset	Crée un ensemble de données contenant les éléments du premier composant de `input_dataset` ayant true dans le dernier composant.
Empreinte digitale	Génère des valeurs d'empreinte digitale.
Ensemble de données d'enregistrement de longueur fixe
Lecteur d'enregistrement de longueur fixe	Un lecteur qui génère des enregistrements de longueur fixe à partir d'un fichier.
FixeUnigramCandidateSampler	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
Étage <T étend TNumber >	Renvoie le plus grand entier par élément non supérieur à x.
FloorDiv <T étend TType >	Renvoie x // y élément par élément.
FloorMod <T étend TNumber >	Renvoie le reste de la division par élément.
FlushSummaryWriter
FractionalAvgPool <T étend TNumber >	Effectue un pooling moyen fractionnaire sur l’entrée.
FractionalAvgPoolGrad <T étend TNumber >	Calcule le gradient de la fonction FractionalAvgPool.
FractionalMaxPool <T étend TNumber >	Effectue un pooling maximum fractionnaire sur l’entrée.
FractionalMaxPoolGrad <T étend TNumber >	Calcule le gradient de la fonction FractionalMaxPool.
FresnelCos <T étend TNumber >
FresnelSin <T étend TNumber >
FusedBatchNorm <T étend TNumber , U étend TNumber >	Normalisation des lots.
FusedBatchNormGrad <T étend TNumber , U étend TNumber >	Dégradé pour la normalisation des lots.
FusedPadConv2d <T étend TNumber >	Effectue un remplissage comme prétraitement lors d'une convolution.
FusedResizeAndPadConv2d <T étend TNumber >	Effectue un redimensionnement et un remplissage en guise de prétraitement lors d'une convolution.
GRUBlockCell <T étend TNumber >	Calcule la propagation avant de la cellule GRU pour 1 pas de temps.
GRUBlockCellGrad <T étend TNumber >	Calcule la rétro-propagation des cellules GRU pour 1 pas de temps.
Rassembler <T étend TType >	Encapsule l'opérateur XLA Gather documenté dans https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T étend TType >	Rassemblez les tranches de « params » dans un Tensor avec une forme spécifiée par « indices ».
GatherV2 <T étend TNumber >	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
Générer des propositions de boîtes de limites	Cette opération produit une région d'intérêts à partir de boîtes englobantes données (bbox_deltas) codées par rapport aux ancres selon l'équation 2 dans arXiv : 1506.01497. L'opération sélectionne les boîtes de notation `pre_nms_topn` supérieures, les décode par rapport aux ancres, applique une suppression non maximale sur les boîtes qui se chevauchent avec une valeur d'intersection sur union (iou) supérieure à `nms_threshold`, rejetant les boîtes dont le côté le plus court est inférieur à ` min_size`.
Générer un remapping vocal	Étant donné un chemin vers les nouveaux et anciens fichiers de vocabulaire, renvoie un tenseur de remappage de longueur `num_new_vocab`, où `remapping[i]` contient le numéro de ligne de l'ancien vocabulaire qui correspond à la ligne `i` dans le nouveau vocabulaire (en commençant à la ligne `new_vocab_offset` et jusqu'à `num_new_vocab` entités), ou `- 1` si l'entrée `i` dans le nouveau vocabulaire n'est pas dans l'ancien vocabulaire.
ObtenirSessionHandle	Stocke le tenseur d'entrée dans l'état de la session en cours.
GetSessionTensor <T étend TType >	Obtenez la valeur du tenseur spécifié par son handle.
Plus grand	Renvoie la valeur de vérité de (x > y) élément par élément.
Plus grandÉgalité	Renvoie la valeur de vérité de (x >= y) élément par élément.
GarantieConst <T étend TType >	Donne une garantie au runtime TF que le tenseur d’entrée est une constante.
Table de hachage	Crée une table de hachage non initialisée.
HistogramFixedWidth <U étend TNumber >	Renvoie l'histogramme des valeurs.
HistogrammeRésumé	Produit un tampon de protocole « Résumé » avec un histogramme.
HsvToRgb <T étend TNumber >	Convertissez une ou plusieurs images HSV en RVB.
Identité <T étend TType >	Renvoie un tenseur avec la même forme et le même contenu que le tenseur ou la valeur d'entrée.
IdentitéN	Renvoie une liste de tenseurs avec les mêmes formes et contenus que l'entrée tenseurs.
Lecteur d'identité	Un lecteur qui génère le travail en file d'attente à la fois sous forme de clé et de valeur.
Ifft <T étend TType >	Transformée de Fourier rapide inverse.
Ifft2d <T étend TType >	Transformation de Fourier rapide 2D inverse.
Ifft3d <T étend TType >	Transformation de Fourier rapide 3D inverse.
Igamma <T étend TNumber >	Calculez la fonction Gamma incomplète régularisée inférieure `P(a, x)`.
IgammaGradA <T étend TNumber >	Calcule le gradient de `igamma(a, x)` par rapport à `a`.
Igammac <T étend TNumber >	Calculez la fonction Gamma incomplète régularisée supérieure `Q(a, x)`.
IgnoreErrorsDataset	Crée un ensemble de données qui contient les éléments de « input_dataset » en ignorant les erreurs.
Imag <U étend TNumber >	Renvoie la partie imaginaire d'un nombre complexe.
ImageProjectiveTransformV2 <T étend TNumber >	Applique la transformation donnée à chacune des images.
ImageProjectiveTransformV3 <T étend TNumber >	Applique la transformation donnée à chacune des images.
Résumé de l'image	Produit un tampon de protocole « Résumé » avec des images.
ImmutableConst <T étend TType >	Renvoie le tenseur immuable de la région mémoire.
Importer un événement
DansTopK	Indique si les cibles figurent dans les premières prédictions « K ».
InfeedDequeue <T étend TType >	Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul.
InfeedDequeueTuple	Récupère plusieurs valeurs de l’alimentation sous forme de tuple XLA.
EntréeEnqueue	Une opération qui alimente une seule valeur Tensor dans le calcul.
InfeedEnqueuePrelinearizedBuffer	Une opération qui met en file d'attente le tampon prélinéarisé dans l'alimentation TPU.
InfeedEnqueueTuple	Introduire plusieurs valeurs Tensor dans le calcul sous forme de tuple XLA.
Initialisation
InitialiserTable	Initialiseur de table qui prend respectivement deux tenseurs pour les clés et les valeurs.
InitializeTableFromDataset
InitializeTableFromTextFile	Initialise un tableau à partir d'un fichier texte.
InplaceAdd <T étend TType >	Ajoute v dans les lignes spécifiées de x.
InplaceSub <T étend TType >	Soustrait « v » dans les lignes spécifiées de « x ».
InplaceUpdate <T étend TType >	Met à jour les lignes spécifiées « i » avec les valeurs « v ».
Inv <T étend TType >	Calcule l'inverse d'une ou plusieurs matrices carrées inversibles ou de leurs adjoints (transpositions conjuguées).
InvGrad <T étend TType >	Calcule le gradient pour l'inverse de « x » par rapport à son entrée.
Inverser <T étend TNumber >	Inverser (retourner) chaque bit des types pris en charge ; par exemple, tapez « uint8 », la valeur 01010101 devient 10101010.
InvertPermutation <T étend TNumber >	Calcule la permutation inverse d'un tenseur.
Irfft <U étend TNumber >	Transformée de Fourier rapide inverse à valeur réelle.
Irfft2d <U étend TNumber >	Transformée de Fourier rapide inverse en 2D à valeur réelle.
Irfft3d <U étend TNumber >	Transformation de Fourier rapide à valeur réelle inverse en 3D.
IsBoostedTreesEnsembleInitialisé	Vérifie si un ensemble d'arbres a été initialisé.
IsBoostedTreesQuantileStreamResourceInitialized	Vérifie si un flux quantile a été initialisé.
Est Fini	Renvoie quels éléments de x sont finis.
EstInf	Renvoie quels éléments de x sont Inf.
EstNan	Renvoie quels éléments de x sont NaN.
EstVariableInitialisé	Vérifie si un tenseur a été initialisé.
IsotonicRegression <U étend TNumber >	Résout un lot de problèmes de régression isotonique.
Itérateur
ItérateurFromStringHandle
ItérateurGetDevice	Renvoie le nom du périphérique sur lequel la « ressource » a été placée.
ItérateurGetNext	Obtient la sortie suivante de l'itérateur donné.
ItérateurGetNextAsOptional	Obtient la sortie suivante de l'itérateur donné en tant que variante facultative.
ItérateurGetNextSync	Obtient la sortie suivante de l'itérateur donné.
ItérateurVersStringHandle	Convertit le `resource_handle` donné représentant un itérateur en chaîne.
Rejoindre	Joint les chaînes de la liste donnée de tenseurs de chaînes en un seul tenseur ; avec le séparateur donné (la valeur par défaut est un séparateur vide).
KMC2ChainInitialisation	Renvoie l'index d'un point de données qui doit être ajouté à l'ensemble de départ.
KeyValueSort <T étend TNumber , U étend TType >	Encapsule l'opérateur XLA Sort, documenté dans https://www.tensorflow.org/performance/xla/operation_semantics#sort .
KmeansPlusPlusInitialisation	Sélectionne num_to_sample lignes d'entrée à l'aide du critère KMeans++.
KthOrderStatistique	Calcule la statistique d'ordre K d'un ensemble de données.
L2Loss <T étend TNumber >	Perte L2.
Ensemble de données LMDB	Crée un ensemble de données qui émet les paires clé-valeur dans un ou plusieurs fichiers LMDB.
LSTMBlockCell <T étend TNumber >	Calcule la propagation avant de la cellule LSTM pour 1 pas de temps.
LSTMBlockCellGrad <T étend TNumber >	Calcule la propagation vers l'arrière de la cellule LSTM pour 1 pas de temps.
LatencyStatsDataset	Enregistre la latence de production des éléments `input_dataset` dans un StatsAggregator.
LeakyRelu <T étend TNumber >	Calcule le linéaire rectifié : `max(features,features * alpha)`.
LeakyReluGrad <T étend TNumber >	Calcule les gradients linéaires rectifiés pour une opération LeakyRelu.
ApprisUnigramCandidateSampler	Génère des étiquettes pour l'échantillonnage des candidats avec une distribution d'unigramme apprise.
LeftShift <T étend TNumber >	Elementwise calcule le décalage vers la gauche au niveau du bit de « x » et « y ».
Moins	Renvoie la valeur de vérité de (x < y) élément par élément.
MoinsÉgal	Renvoie la valeur de vérité de (x <= y) élément par élément.
Lgamma <T étend TNumber >	Calcule le journal de la valeur absolue de « Gamma(x) » par élément.
LinSpace <T étend TNumber >	Génère des valeurs dans un intervalle.
LmdbDataset
LmdbReader	Un lecteur qui génère les enregistrements d'un fichier LMDB.
LoadAndRemapMatrix	Charge un « Tensor » 2D (matrice) avec le nom « old_tensor_name » à partir du point de contrôle à `ckpt_path` et réorganise potentiellement ses lignes et colonnes en utilisant les remappages spécifiés.
LoadTPUEmbeddingADAMParameters	Chargez les paramètres d’intégration ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	Chargez les paramètres d’intégration ADAM avec prise en charge du débogage.
LoadTPUEmbeddingAdadeltaParameters	Chargez les paramètres d’intégration d’Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	Chargez les paramètres Adadelta avec prise en charge du débogage.
LoadTPUEmbeddingAdagradParameters	Chargez les paramètres d’intégration d’Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	Chargez les paramètres d'intégration d'Adagrad avec la prise en charge du débogage.
LoadTPUEmbeddingCenteredRMSPropParameters	Paramètres d’intégration RMSProp centrés sur la charge.
LoadTPUEmbeddingFTRLParameters	Chargez les paramètres d’intégration FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	Chargez les paramètres d’intégration FTRL avec prise en charge du débogage.
LoadTPUEmbeddingMDLAdagradLightParameters	Chargez les paramètres d’intégration de MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters	Chargez les paramètres d’intégration de Momentum.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	Chargez les paramètres d’intégration de Momentum avec prise en charge du débogage.
LoadTPUEmbeddingProximalAdagradParameters	Chargez les paramètres d’intégration proximaux d’Adagrad.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	Chargez les paramètres d’intégration proximaux d’Adagrad avec prise en charge du débogage.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	Chargez les paramètres d’intégration RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	Chargez les paramètres d’intégration RMSProp avec prise en charge du débogage.
LoadTPUEmbeddingStochasticGradientDescentParameters	Chargez les paramètres d'intégration SGD.
LoadTPUEIncorporationStochasticGradientDescentParametersGradAccumDebug	Chargez les paramètres d'intégration SGD.
LocalResponseNormalization <T étend TNumber >	Normalisation de la réponse locale.
LocalResponseNormalizationGrad <T étend TNumber >	Gradients pour la normalisation de la réponse locale.
Journal <T étend TType >	Calcule le logarithme népérien de x par élément.
Log1p <T étend TType >	Calcule le logarithme népérien de (1 + x) élément par élément.
LogMatrixDeterminant <T étend TType >	Calcule le signe et le log de la valeur absolue du déterminant de une ou plusieurs matrices carrées.
LogSoftmax <T étend TNumber >	Calcule le journal des activations softmax.
LogUniformCandidateSampler	Génère des étiquettes pour l’échantillonnage des candidats avec une distribution log-uniforme.
LogiqueEt	Renvoie la valeur de vérité de x ET y par élément.
LogiquePas	Renvoie la valeur de vérité de « NOT x » par élément.
LogiqueOu	Renvoie la valeur de vérité de x OU y par élément.
LookupTableExport <T étend TType , U étend TType >	Affiche toutes les clés et valeurs du tableau.
LookupTableFind <U étend TType >	Recherche les clés dans un tableau, affiche les valeurs correspondantes.
LookupTableImport	Remplace le contenu de la table par les clés et valeurs spécifiées.
LookupTableInsérer	Met à jour le tableau pour associer les clés aux valeurs.
LookupTableSupprimer	Supprime les clés et leurs valeurs associées d'une table.
Taille de la table de recherche	Calcule le nombre d'éléments dans la table donnée.
BoucleCond	Transfère l’entrée vers la sortie.
Inférieur	Convertit tous les caractères majuscules en leurs remplacements minuscules respectifs.
LowerBound <U étend TNumber >	Applique lower_bound(sorted_search_values, valeurs) le long de chaque ligne.
Lu <T étend TType , U étend TNumber >	Calcule la décomposition LU d'une ou plusieurs matrices carrées.
MarqueItérateur	Crée un nouvel itérateur à partir du « ensemble de données » donné et le stocke dans « iterator ».
RendreUnique	Rendre tous les éléments de la dimension non-Batch uniques, mais "proches" de leur valeur initiale.
CarteEffacer	Op supprime tous les éléments du conteneur sous-jacent.
MapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
CartePeek	Op jette un coup d'œil aux valeurs à la clé spécifiée.
Taille de la carte	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
CarteStage	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une table de hachage.
CarteUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
MapUnstageNoKey	Op supprime et renvoie un élément aléatoire (clé, valeur) du conteneur sous-jacent.
MatMul <T étend TType >	Multipliez la matrice "a" par la matrice "b".
Fichiers correspondants	Renvoie l'ensemble de fichiers correspondant à un ou plusieurs modèles globaux.
MatchingFilesDataset
MatrixDiag <T étend TType >	Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données.
MatrixDiagPart <T étend TType >	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatrixDiagPartV3 <T étend TType >	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatrixDiagV3 <T étend TType >	Renvoie un tenseur diagonal par lots avec des valeurs diagonales par lots données.
MatrixLogarithm <T étend TType >	Calcule le logarithme matriciel d'une ou plusieurs matrices carrées : \\(log(exp(A)) = A\\) Cette opération n'est définie que pour les matrices complexes.
MatrixSetDiag <T étend TType >	Renvoie un tenseur matriciel par lots avec de nouvelles valeurs diagonales par lots.
MatrixSolveLs <T étend TType >	Résout un ou plusieurs problèmes de moindres carrés linéaires.
Max <T étend TType >	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
MaxIntraOpParallelismDataset	Crée un ensemble de données qui remplace le parallélisme intra-opération maximal.
MaxPool <T étend TType >	Effectue un pooling maximum sur l’entrée.
MaxPool3d <T étend TNumber >	Effectue un pooling 3D max sur l'entrée.
MaxPool3dGrad <U étend TNumber >	Calcule les gradients de la fonction de pooling 3D max.
MaxPool3dGradGrad <T étend TNumber >	Calcule les gradients de second ordre de la fonction maxpooling.
MaxPoolGrad <T étend TNumber >	Calcule les gradients de la fonction maxpooling.
MaxPoolGradGrad <T étend TNumber >	Calcule les gradients de second ordre de la fonction maxpooling.
MaxPoolGradGradWithArgmax <T étend TNumber >	Calcule les gradients de second ordre de la fonction maxpooling.
MaxPoolGradWithArgmax <T étend TNumber >	Calcule les gradients de la fonction maxpooling.
MaxPoolWithArgmax <T étend TNumber , U étend TNumber >	Effectue un pooling maximum sur l'entrée et génère à la fois les valeurs maximales et les indices.
Maximum <T étend TNumber >	Renvoie le maximum de x et y (c'est-à-dire
Moyenne <T étend TType >	Calcule la moyenne des éléments sur les dimensions d'un tenseur.
Fusionner <T étend TType >	Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ».
Fusionner le résumé	Fusionne les résumés.
Fusionner les points de contrôle V2	Spécifique au format V2 : fusionne les fichiers de métadonnées des points de contrôle fragmentés.
MFC	Transforme un spectrogramme en une forme utile pour la reconnaissance vocale.
Min <T étend TType >	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
Minimum <T étend TNumber >	Renvoie le min de x et y (c'est-à-dire
MirrorPad <T étend TType >	Remplit un tenseur avec des valeurs en miroir.
MirrorPadGrad <T étend TType >	Opération dégradé pour l'opération `MirrorPad`.
MlirPassthroughOp	Encapsule un calcul MLIR arbitraire exprimé sous forme de module avec une fonction main().
Mod <T étend TNumber >	Renvoie le reste de la division par élément.
ModèleDataset	Transformation d'identité qui modélise la performance.
Mul <T étend TType >	Renvoie x * y par élément.
MulNoNan <T étend TType >	Renvoie x * y par élément.
MultiDeviceItérateur	Crée une ressource MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle	Génère une ressource MultiDeviceIterator à partir de son handle de chaîne fourni.
MultiDeviceIteratorGetNextFromShard	Obtient l'élément suivant pour le numéro de partition fourni.
MultiDeviceIteratorInit	Initialise l'itérateur multi-périphérique avec l'ensemble de données donné.
MultiDeviceIteratorToStringHandle	Produit un handle de chaîne pour le MultiDeviceIterator donné.
Multinomial <U étend TNumber >	Tire des échantillons à partir d’une distribution multinomiale.
MutableDenseHashTable	Crée une table de hachage vide qui utilise des tenseurs comme magasin de sauvegarde.
Table de hachage mutable	Crée une table de hachage vide.
MutableHashTableOfTensors	Crée une table de hachage vide.
Mutex	Crée une ressource Mutex qui peut être verrouillée par `MutexLock`.
Verrouillage mutex	Verrouille une ressource mutex.
NcclAllReduce <T étend TNumber >	Génère un tenseur contenant la réduction sur tous les tenseurs d'entrée.
NcclBroadcast <T étend TNumber >	Envoie « entrée » à tous les appareils connectés à la sortie.
NcclReduce <T étend TNumber >	Réduit `input` de `num_devices` en utilisant `reduction` à un seul périphérique.
Ndtri <T étend TNumber >
Voisins les plus proches	Sélectionne les k centres les plus proches pour chaque point.
Neg <T étend TType >	Calcule la valeur numérique négative par élément.
NégTrain	Formation par échantillonnage négatif.
SuivantAprès <T étend TNumber >	Renvoie la prochaine valeur représentable de « x1 » dans la direction de « x2 », élément par élément.
NextIteration <T étend TType >	Rend son entrée disponible pour l’itération suivante.
NonOp	Ne fait rien.
NonDeterministicInts <U étend TType >	Génère de manière non déterministe des entiers.
NonMaxSuppression <T étend TNumber >	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, élaguer les cases qui ont un chevauchement élevé d'intersection sur union (IOU) avec les cases précédemment sélectionnées.
NonMaxSuppressionWithOverlaps	Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score, élaguer les cases qui présentent des chevauchements importants avec les cases précédemment sélectionnées.
Ensemble de données non sérialisable
Inégal	Renvoie la valeur de vérité de (x != y) élément par élément.
NthElement <T étend TNumber >	Recherche les valeurs de la statistique d'ordre "n" pour la dernière dimension.
OneHot <U étend TType >	Renvoie un tenseur one-hot.
Les uns <T étend TType >	Un opérateur créant une constante initialisée avec celles de la forme donnée par `dims`.
OnesLike <T étend TType >	Renvoie un tenseur de uns avec la même forme et le même type que x.
Opérande <T étend TType >	Interface implémentée par les opérandes d'une opération TensorFlow.
Optimiser l'ensemble de données	Crée un ensemble de données en appliquant des optimisations à « input_dataset ».
OptimiserDatasetV2	Crée un ensemble de données en appliquant les optimisations associées à « input_dataset ».
FacultatifFromValue	Construit une variante facultative à partir d'un tuple de tenseurs.
FacultatifGetValue	Renvoie la valeur stockée dans une variante facultative ou génère une erreur s'il n'en existe pas.
FacultatifHasValue	Renvoie vrai si et seulement si la variante facultative donnée a une valeur.
FacultatifAucun	Crée une variante facultative sans valeur.
CarteOrdonnéEffacer	Op supprime tous les éléments du conteneur sous-jacent.
OrderedMapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
CommandéMapPeek	Op jette un coup d'œil aux valeurs à la clé spécifiée.
Taille de la carte commandée	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
OrderedMapStage	Étape (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un objet ordonné conteneur associatif.
OrderedMapUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
OrderedMapUnstageNoKey	Op supprime et renvoie l'élément (clé, valeur) avec le plus petit clé du conteneur sous-jacent.
Sélecteur ordinal	Un sélecteur de noyau TPU Op.
OutfeedDequeue <T étend TType >	Récupère un seul tenseur de la sortie de calcul.
OutfeedDequeueTuple	Récupérez plusieurs valeurs de la sortie de calcul.
SortieDequeueTupleV2	Récupérez plusieurs valeurs de la sortie de calcul.
OutfeedDequeueV2 <T étend TType >	Récupère un seul tenseur de la sortie de calcul.
SortieEnqueue	Mettez en file d'attente un Tensor sur la sortie de calcul.
OutfeedEnqueueTuple	Mettez en file d'attente plusieurs valeurs Tensor sur la sortie de calcul.
Sortie <T étend TType >	Un handle symbolique vers un tenseur produit par un `Operation` .
Pad <T étend TType >	Enveloppe l'opérateur XLA Pad, documenté sur https://www.tensorflow.org/performance/xla/operation_semantics#pad .
Ensemble de données de lots rembourrés	Crée un ensemble de données qui regroupe et complète les éléments « batch_size » à partir de l'entrée.
RemplissageFifoQueue	Une file d'attente qui produit les éléments dans l'ordre premier entré, premier sorti.
ParallelConcat <T étend TType >	Concatène une liste de tenseurs « N » le long de la première dimension.
ParallelDynamicStitch <T étend TType >	Entrelacez les valeurs des tenseurs « données » en un seul tenseur.
ParameterizedTruncatedNormal <U étend TNumber >	Produit des valeurs aléatoires à partir d’une distribution normale.
Exemple d'analyse	Transforme un vecteur de protos tf.Example (sous forme de chaînes) en tenseurs typés.
ParseExampleDataset	Transforme `input_dataset` contenant les protos `Example` en tant que vecteurs de DT_STRING en un ensemble de données d'objets `Tensor` ou `SparseTensor` représentant les fonctionnalités analysées.
ParseSequenceExemple	Transforme un vecteur de protos tf.io.SequenceExample (sous forme de chaînes) en tenseurs typés.
ParseSingleExample	Transforme un proto tf.Example (sous forme de chaîne) en tenseurs typés.
ParseSingleSequenceExample	Transforme un proto brain.SequenceExample scalaire (sous forme de chaînes) en tenseurs typés.
ParseTensor <T étend TType >	Transforme un proto tensorflow.TensorProto sérialisé en Tensor.
PartitionedInput <T étend TType >	Une opération qui regroupe une liste d’entrées partitionnées.
PartitionedOutput <T étend TType >	Une opération qui démultiplexe un tenseur à partitionner par XLA en une liste de partitionnés sorties en dehors du calcul XLA.
Espace réservé <T étend TType >	Une opération d'espace réservé pour une valeur qui sera introduite dans le calcul.
PlaceholderWithDefault <T étend TType >	Une opération d'espace réservé qui passe par « input » lorsque sa sortie n'est pas alimentée.
Polygamma <T étend TNumber >	Calculez la fonction polygamma \\(\psi^{(n)}(x)\\).
PopulationCount	Calcule le décompte de la population par élément (alias
Pow <T étend TType >	Calcule la puissance d'une valeur par rapport à une autre.
PrefetchDataset	Crée un ensemble de données qui préextrait de manière asynchrone les éléments de « input_dataset ».
Prélinéariser	Une opération qui linéarise une valeur de Tensor en un tenseur variant opaque.
PrélinéariserTuple	Une opération qui linéarise plusieurs valeurs de Tensor en un tenseur variant opaque.
PreventGradient <T étend TType >	Une opération d'identité qui déclenche une erreur si un dégradé est demandé.
Imprimer	Imprime une chaîne scalaire.
File d'attente de priorité	Une file d'attente qui produit des éléments triés par la première valeur du composant.
PrivateThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Prod <T étend TType >	Calcule le produit des éléments sur les dimensions d'un tenseur.
Qr <T étend TType >	Calcule les décompositions QR d'une ou plusieurs matrices.
Quantifier <T étend TType >	Quantifiez le tenseur « d'entrée » de type float en tenseur « de sortie » de type « T ».
QuantizeAndDequantize <T étend TNumber >	Quantise puis déquantifie un tenseur.
QuantizeAndDequantizeV3 <T étend TNumber >	Quantise puis déquantifie un tenseur.
QuantizeAndDequantizeV4 <T étend TNumber >	Renvoie le gradient de « quantization.QuantizeAndDequantizeV4 ».
QuantizeAndDequantizeV4Grad <T étend TNumber >	Renvoie le dégradé de `QuantizeAndDequantizeV4`.
QuantizeDownAndShrinkRange <U étend TType >	Convertissez le tenseur « d'entrée » quantifié en une « sortie » de moindre précision, en utilisant le distribution réelle des valeurs pour maximiser l'utilisation de la profondeur de bits inférieure et ajuster les plages min et max de sortie en conséquence.
QuantizedAdd <V étend TType >	Renvoie x + y élément par élément, en travaillant sur des tampons quantifiés.
QuantizedAvgPool <T étend TType >	Produit le pool moyen du tenseur d'entrée pour les types quantifiés.
QuantizedBatchNormWithGlobalNormalization <U étend TType >	Normalisation par lots quantifiés.
QuantizedBiasAdd <V étend TType >	Ajoute le « biais » du Tensor à « l’entrée » du Tensor pour les types quantifiés.
QuantizedConcat <T étend TType >	Concatène les tenseurs quantifiés le long d'une dimension.
QuantizedConv2DAndRelu <V étend TType >
QuantizedConv2DAndReluAndRequantize <V étend TType >
QuantizedConv2DAndRequantize <V étend TType >
QuantizedConv2DPerChannel <V étend TType >	Calcule QuantizedConv2D par canal.
QuantizedConv2DWithBias <V étend TType >
QuantizedConv2DWithBiasAndRelu <V étend TType >
QuantizedConv2DWithBiasAndReluAndRequantize <W étend TType >
QuantizedConv2DWithBiasAndRequantize <W étend TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X étend TType >
QuantizedConv2DWithBiasSumAndRelu <V étend TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X étend TType >
QuantizedConv2d <V étend TType >	Calcule une convolution 2D à partir des tenseurs d'entrée et de filtre 4D quantifiés.
QuantizedDepthwiseConv2D <V étend TType >	Calcule le Conv2D quantifié en profondeur.
QuantizedDepthwiseConv2DWithBias <V étend TType >	Calcule le Conv2D quantifié en profondeur avec biais.
QuantizedDepthwiseConv2DWithBiasAndRelu <V étend TType >	Calcule Conv2D quantifié en profondeur avec Bias et Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W étend TType >	Calcule Conv2D quantifié en profondeur avec Bias, Relu et Requantize.
QuantizedInstanceNorm <T étend TType >	Normalisation d'instance quantifiée.
QuantizedMatMul <V étend TType >	Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b ».
QuantizedMatMulWithBias <W étend TType >	Effectue une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais.
QuantizedMatMulWithBiasAndDequantize <W étend TNumber >
QuantizedMatMulWithBiasAndRelu <V étend TType >	Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et fusion relu.
QuantizedMatMulWithBiasAndReluAndRequantize <W étend TType >	Effectuez une multiplication matricielle quantifiée de « a » par la matrice « b » avec ajout de biais et fusion relu et requantification.
QuantizedMatMulWithBiasAndRequantize <W étend TType >
QuantizedMaxPool <T étend TType >	Produit le pool maximum du tenseur d'entrée pour les types quantifiés.
QuantizedMul <V étend TType >	Renvoie x * y élément par élément, en travaillant sur des tampons quantifiés.
QuantizedRelu <U étend TType >	Calcule le linéaire rectifié quantifié : `max(features, 0)`
QuantizedRelu6 <U étend TType >	Calcule le linéaire 6 rectifié quantifié : `min(max(features, 0), 6)`
QuantizedReluX <U étend TType >	Calcule X linéaire rectifié quantifié : `min(max(features, 0), max_value)`
QuantizedReshape <T étend TType >	Remodèle un tenseur quantifié selon l'opération Reshape.
QuantizedResizeBilinear <T étend TType >	Redimensionnez les « images » quantifiées à la « taille » à l'aide de l'interpolation bilinéaire quantifiée.
File d'attenteFermer	Ferme la file d'attente donnée.
File d'attenteDequeue	Supprime un tuple d'un ou plusieurs tenseurs de la file d'attente donnée.
QueueDequeueMany	Supprime `n` tuples d'un ou plusieurs tenseurs de la file d'attente donnée.
QueueDequeueUpTo	Supprime `n` tuples d'un ou plusieurs tenseurs de la file d'attente donnée.
File d'attenteEnqueue	Met en file d'attente un tuple d'un ou plusieurs tenseurs dans la file d'attente donnée.
File d'attenteEnqueueMany	Met en file d'attente zéro ou plusieurs tuples d'un ou plusieurs tenseurs dans la file d'attente donnée.
La file d'attente est fermée	Renvoie vrai si la file d'attente est fermée.
Taille de la file d'attente	Calcule le nombre d'éléments dans la file d'attente donnée.
RaggedBincount <U étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
RaggedCountSparseOutput <U étend TNumber >	Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur irrégulier.
RaggedCross <T étend TType , U étend TNumber >	Génère un croisement de fonctionnalités à partir d'une liste de tenseurs et le renvoie sous la forme d'un RaggedTensor.
RaggedGather <T étend TNumber , U étend TType >	Rassemblez des tranches irrégulières de l'axe `params` `0` en fonction des `indices`.
RaggedRange <U étend TNumber , T étend TNumber >	Renvoie un `RaggedTensor` contenant les séquences de nombres spécifiées.
RaggedTensorFromVariant <U étend TNumber , T étend TType >	Décode un Tensor « variante » en un « RaggedTensor ».
RaggedTensorToSparse <U étend TType >	Convertit un `RaggedTensor` en un `SparseTensor` avec les mêmes valeurs.
RaggedTensorToTensor <U étend TType >	Créez un tenseur dense à partir d'un tenseur irrégulier, en modifiant éventuellement sa forme.
RaggedTensorToVariant	Encode un `RaggedTensor` dans un Tensor `variant`.
RaggedTensorToVariantGradient <U étend TType >	Helper utilisé pour calculer le dégradé pour `RaggedTensorToVariant`.
RandomCrop <T étend TNumber >	Recadrez «l'image» de manière aléatoire.
Ensemble de données aléatoires	Crée un ensemble de données qui renvoie des nombres pseudo-aléatoires.
RandomGamma <U étend TNumber >	Génère des valeurs aléatoires à partir de la ou des distributions Gamma décrites par alpha.
RandomGammaGrad <T étend TNumber >	Calcule la dérivée d'un échantillon aléatoire Gamma par rapport à
RandomPoisson <V étend TNumber >	Génère des valeurs aléatoires à partir de la ou des distributions de Poisson décrites par taux.
RandomShuffle <T étend TType >	Mélange aléatoirement un tenseur le long de sa première dimension.
RandomShuffleQueue	Une file d'attente qui randomise l'ordre des éléments.
RandomStandardNormal <U étend TNumber >	Produit des valeurs aléatoires à partir d’une distribution normale.
RandomUniform <U étend TNumber >	Génère des valeurs aléatoires à partir d’une distribution uniforme.
RandomUniformInt <U étend TNumber >	Produit des entiers aléatoires à partir d’une distribution uniforme.
La plage <T étend TNumber >	Crée une séquence de nombres.
RangeDataset	Crée un ensemble de données avec une plage de valeurs.
Rang	Renvoie le rang d'un tenseur.
RawOp	Une classe de base pour les implémentations `Op` soutenues par un seul `Operation` .
Lire le fichier	Lit et affiche l'intégralité du contenu du nom de fichier d'entrée.
ReadVariableOp <T étend TType >	Lit la valeur d'une variable.
ReaderNumRecordsProduced	Renvoie le nombre d'enregistrements produits par ce Reader.
ReaderNumWorkUnitsCompleted	Renvoie le nombre d'unités de travail que ce Reader a fini de traiter.
LecteurLire	Renvoie l'enregistrement suivant (clé, paire de valeurs) produit par un Reader.
LecteurLireJusà	Renvoie jusqu'à `num_records` (clé, valeur) paires produites par un Reader.
LecteurRéinitialiser	Restaurez un lecteur à son état de propreté initial.
LecteurRestoreState	Restaurez un lecteur à un état précédemment enregistré.
ReaderSerializeState	Produisez un tenseur de chaîne qui code l'état d'un lecteur.
Réel <U étend TNumber >	Renvoie la partie réelle d'un nombre complexe.
RealDiv <T étend TType >	Renvoie x / y par élément pour les types réels.
RebatchDataset	Crée un ensemble de données qui modifie la taille du lot.
RebatchDatasetV2	Crée un ensemble de données qui modifie la taille du lot.
Réciproque <T étend TType >	Calcule l'inverse de x par élément.
ReciprocalGrad <T étend TType >	Calcule le gradient pour l'inverse de « x » par rapport à son entrée.
EntréeEnregistrement	Émet des enregistrements aléatoires.
Recv <T étend TType >	Reçoit le tenseur nommé d'un autre calcul XLA.
RecvTPUEmbeddingActivations	Une opération qui reçoit les activations d’intégration sur le TPU.
Réduire <T étend TNumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
RéduireTout	Calcule le « et logique » des éléments sur les dimensions d'un tenseur.
RéduireTout	Calcule le « ou logique » des éléments sur les dimensions d'un tenseur.
RéduireRejoindre	Joint un Tensor de chaîne sur les dimensions données.
RéduireMax <T étend TType >	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
RéduireMin <T étend TType >	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
RéduireProd <T étend TType >	Calcule le produit des éléments sur les dimensions d'un tenseur.
RéduireSum <T étend TType >	Calcule la somme des éléments sur les dimensions d'un tenseur.
RéduireV2 <T étend TNumber >	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
RefEnter <T étend TType >	Crée ou trouve un cadre enfant et met les « données » à la disposition du cadre enfant.
RefExit <T étend TType >	Quitte l’image actuelle vers son image parent.
RefIdentity <T étend TType >	Renvoie le même tenseur de référence que le tenseur de référence d'entrée.
RefMerge <T étend TType >	Transfère la valeur d'un tenseur disponible des « entrées » vers la « sortie ».
RefNextIteration <T étend TType >	Rend son entrée disponible pour l’itération suivante.
RefSelect <T étend TType >	Transmet le `index`ème élément de `inputs` vers `output`.
RefSwitch <T étend TType >	Transmet le tenseur de référence « data » au port de sortie déterminé par « pred ».
RegexFullMatch	Vérifiez si l'entrée correspond au modèle regex.
RegexRemplacer	Remplace les correspondances de l'expression régulière `pattern` dans `input` par la chaîne de remplacement fournie dans `rewrite`.
RegisterDataset	Enregistre un ensemble de données auprès du service tf.data.
Relu <T étend TType >	Calcule le linéaire rectifié : `max(features, 0)`.
Relu6 <T étend TNumber >	Calcule le linéaire rectifié 6 : `min(max(features, 0), 6)`.
Relu6Grad <T étend TNumber >	Calcule 6 gradients linéaires rectifiés pour une opération Relu6.
ReluGrad <T étend TNumber >	Calcule les gradients linéaires rectifiés pour une opération Relu.
RemoteFusedGraphExecute	Exécutez un sous-graphique sur un processeur distant.
Répéter l'ensemble de données	Crée un ensemble de données qui émet les sorties de `input_dataset` `count` fois.
ID de réplica	ID de réplique.
Répliquer les métadonnées	Métadonnées indiquant comment le calcul TPU doit être répliqué.
ReplicatedInput <T étend TType >	Connecte N entrées à un calcul TPU répliqué à N voies.
ReplicatedOutput <T étend TType >	Connecte N sorties d’un calcul TPU répliqué à N voies.
Plage de requantification	Calcule une plage qui couvre les valeurs réelles présentes dans un tenseur quantifié.
RequantificationRangePerChannel	Calcule la plage de requantification par canal.
Requantifier <U étend TType >	Convertit le tenseur « d'entrée » quantifié en une « sortie » de moindre précision.
RequantizePerChannel <U étend TType >	Requantise l'entrée avec les valeurs min et max connues par canal.
Remodeler <T étend TType >	Remodèle un tenseur.
Redimensionner la zone	Redimensionnez les « images » à la « taille » en utilisant l'interpolation de zone.
RedimensionnerBicubique	Redimensionnez les « images » à la « taille » en utilisant l'interpolation bicubique.
ResizeBicubicGrad <T étend TNumber >	Calcule le gradient d'interpolation bicubique.
RedimensionnerBilinéaire	Redimensionnez les « images » à la « taille » en utilisant l'interpolation bilinéaire.
ResizeBilinearGrad <T étend TNumber >	Calcule le gradient d'interpolation bilinéaire.
ResizeNearestNeighbor <T étend TNumber >	Redimensionnez les « images » à la « taille » en utilisant l'interpolation du voisin le plus proche.
ResizeNearestNeighborGrad <T étend TNumber >	Calcule le gradient de l'interpolation du voisin le plus proche.
ResourceAccumulatorApplyGradient	Applique un dégradé à un accumulateur donné.
ResourceAccumulatorNumAccumulé	Renvoie le nombre de gradients agrégés dans les accumulateurs donnés.
ResourceAccumulatorSetGlobalStep	Met à jour l'accumulateur avec une nouvelle valeur pour global_step.
ResourceAccumulatorTakeGradient <T étend TType >	Extrait le gradient moyen dans le ConditionalAccumulator donné.
RessourceAppliquerAdaMax	Mettez à jour '*var' selon l'algorithme AdaMax.
RessourceAppliquerAdadelta	Mettez à jour '*var' selon le schéma adadelta.
RessourceAppliquerAdagrad	Mettez à jour '*var' selon le schéma adagrad.
RessourceAppliquerAdagradDa	Mettez à jour '*var' selon le schéma adagrad proximal.
RessourceAppliquerAdam	Mettez à jour '*var' selon l'algorithme d'Adam.
RessourceAppliquerAdamAvecAmsgrad	Mettez à jour '*var' selon l'algorithme d'Adam.
ResourceApplyAddSign	Mettez à jour '*var' selon la mise à jour AddSign.
ResourceApplyCenteredRmsProp	Mettez à jour '*var' selon l'algorithme RMSProp centré.
ResourceApplyFtrl	Mettez à jour '*var' selon le schéma Ftrl-proximal.
ResourceApplyGradientDescent	Mettez à jour 'var' en soustrayant 'alpha' 'delta'.
RessourceAppliquerKerasMomentum	Mettez à jour '*var' selon le schéma momentum.
RessourceAppliquerMomentum	Mettez à jour '*var' selon le schéma momentum.
ResourceApplyPowerSign	Mettez à jour '*var' selon la mise à jour AddSign.
ResourceApplyProximalAdagrad	Mettez à jour 'var' et 'accum' selon FOBOS avec le taux d'apprentissage d'Adagrad.
ResourceApplyProximalGradientDescent	Mettez à jour '*var' en tant qu'algorithme FOBOS avec un taux d'apprentissage fixe.
ResourceApplyRmsProp	Mettez à jour '*var' selon l'algorithme RMSProp.
ResourceConditionalAccumulator	Un accumulateur conditionnel pour agréger les gradients.
ResourceCountUpTo <T étend TNumber >	Incrémente la variable pointée par « ressource » jusqu'à ce qu'elle atteigne « limite ».
ResourceGather <U étend TType >	Rassemblez des tranches de la variable pointée par « ressource » selon les « indices ».
ResourceGatherNd <U étend TType >
ResourceScatterAdd	Ajoute des mises à jour éparses à la variable référencée par « ressource ».
ResourceScatterDiv	Divise les mises à jour éparses dans la variable référencée par « ressource ».
ResourceScatterMax	Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « max ».
ResourceScatterMin	Réduit les mises à jour éparses dans la variable référencée par « ressource » à l'aide de l'opération « min ».
RessourceScatterMul	Multiplie les mises à jour éparses dans la variable référencée par « ressource ».
ResourceScatterNdAdd	Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable.
ResourceScatterNdUpdate	Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`.
ResourceScatterSub	Soustrait les mises à jour éparses de la variable référencée par « ressource ».
ResourceScatterUpdate	Attribue des mises à jour éparses à la variable référencée par « ressource ».
ResourceSparseApplyAdadelta	var : doit provenir d'une variable ().
ResourceSparseApplyAdagrad	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
ResourceSparseApplyAdagradDa	Mettez à jour les entrées dans « var » et « accum » selon le schéma adagrad proximal.
ResourceSparseApplyAdagradV2	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
ResourceSparseApplyCenteredRmsProp	Mettez à jour '*var' selon l'algorithme RMSProp centré.
ResourceSparseApplyFtrl	Mettez à jour les entrées pertinentes dans '*var' selon le schéma Ftrl-proximal.
ResourceSparseApplyKerasMomentum	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma momentum.
ResourceSparseApplyMomentum	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma momentum.
ResourceSparseApplyProximalAdagrad	Entrées de mise à jour éparses dans 'var' et 'accum' selon l'algorithme FOBOS.
ResourceSparseApplyProximalGradientDescent	Mise à jour éparse '*var' en tant qu'algorithme FOBOS avec taux d'apprentissage fixe.
ResourceSparseApplyRmsProp	Mettez à jour '*var' selon l'algorithme RMSProp.
ResourceStriedSliceAssign	Attribuez `value` à la référence de valeur l découpée de `ref`.
Restaurer	Restaure les tenseurs à partir d'un point de contrôle V2.
RestoreSlice <T étend TType >	Restaure un tenseur à partir des fichiers de points de contrôle.
Récupérer les paramètres TPUEmbeddingADAMParameters	Récupérez les paramètres d’intégration ADAM.
RécupérerTPUEmbeddingADAMParametersGradAccumDebug	Récupérez les paramètres d’intégration ADAM avec la prise en charge du débogage.
RécupérerTPUEmbeddingAdadeltaParameters	Récupérez les paramètres d’intégration d’Adadelta.
RécupérerTPUEmbeddingAdadeltaParametersGradAccumDebug	Récupérez les paramètres d’intégration d’Adadelta avec la prise en charge du débogage.
RécupérerTPUEmbeddingAdagradParameters	Récupérez les paramètres d’intégration d’Adagrad.
RécupérerTPUEmbeddingAdagradParametersGradAccumDebug	Récupérez les paramètres d’intégration d’Adagrad avec la prise en charge du débogage.
Récupérer les paramètres TPUEmbeddingCenteredRMSPropParameters	Récupérez les paramètres d’intégration RMSProp centrés.
Récupérer les paramètres TPUEmbeddingFTRLParameters	Récupérez les paramètres d’intégration FTRL.
RécupérerTPUEmbeddingFTRLParametersGradAccumDebug	Récupérez les paramètres d’intégration FTRL avec la prise en charge du débogage.
RécupérerTPUEmbeddingMDLAdagradLightParameters	Récupérez les paramètres d’intégration de MDL Adagrad Light.
RécupérerTPUEmbeddingMomentumParameters	Récupérez les paramètres d’intégration de Momentum.
RécupérerTPUEmbeddingMomentumParametersGradAccumDebug	Récupérez les paramètres d’intégration de Momentum avec la prise en charge du débogage.
RécupérerTPUEmbeddingProximalAdagradParameters	Récupérez les paramètres d’intégration proximaux d’Adagrad.
RécupérerTPUEmbeddingProximalAdagradParametersGradAccumDebug	Récupérez les paramètres d’intégration proximaux d’Adagrad avec la prise en charge du débogage.
RécupérerTPUEmbeddingProximalYogiParameters
RécupérerTPUEmbeddingProximalYogiParametersGradAccumDebug
RécupérerTPUEmbeddingRMSPropParameters	Récupérez les paramètres d’intégration RMSProp.
RécupérerTPUEmbeddingRMSPropParametersGradAccumDebug	Récupérez les paramètres d’intégration de RMSProp avec la prise en charge du débogage.
RécupérerTPUEmbeddingStochasticGradientDescentParameters	Récupérez les paramètres d’intégration SGD.
RécupérerTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Récupérez les paramètres d'intégration SGD avec la prise en charge du débogage.
Inverser <T étend TType >	Inverse les dimensions spécifiques d'un tenseur.
ReverseSequence <T étend TType >	Inverse les tranches de longueur variable.
Rfft <U étend TType >	Transformée de Fourier rapide à valeur réelle.
Rfft2d <U étend TType >	Transformation de Fourier rapide 2D à valeur réelle.
Rfft3d <U étend TType >	Transformation de Fourier rapide 3D à valeur réelle.
RgbToHsv <T étend TNumber >	Convertit une ou plusieurs images de RVB en HSV.
RightShift <T étend TNumber >	Elementwise calcule le décalage vers la droite au niveau du bit de « x » et « y ».
Rint <T étend TNumber >	Renvoie l’entier élément par élément le plus proche de x.
RngReadAndSkip	Avancez le compteur d’un RNG basé sur un compteur.
Sauter Rng	Avancez le compteur d’un RNG basé sur un compteur.
Rouler <T étend TType >	Fait rouler les éléments d'un tenseur le long d'un axe.
Rond <T étend TType >	Arrondit les valeurs d'un tenseur à l'entier le plus proche, élément par élément.
Rpc	Effectuez des lots de requêtes RPC.
Rsqrt <T étend TType >	Calcule l'inverse de la racine carrée de x par élément.
RsqrtGrad <T étend TType >	Calcule le dégradé pour le rqrt de `x` par rapport à son entrée.
SampleDistortedBoundingBox <T étend TNumber >	Générez un seul cadre de délimitation déformé de manière aléatoire pour une image.
Ensemble de données d'échantillonnage	Crée un ensemble de données qui prend un échantillon de Bernoulli du contenu d'un autre ensemble de données.
Sauvegarder	Enregistre les tenseurs au format de point de contrôle V2.
Enregistrer les tranches	Enregistre les tranches de tenseurs d'entrée sur le disque.
ScalaireRésumé	Produit un tampon de protocole « Résumé » avec des valeurs scalaires.
ÉchelleEtTraduction
ScaleAndTranslateGrad <T étend TNumber >
ScatterAdd <T étend TType >	Ajoute des mises à jour éparses à une référence de variable.
ScatterDiv <T étend TType >	Divise une référence de variable par des mises à jour éparses.
ScatterMax <T étend TNumber >	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération « max ».
ScatterMin <T étend TNumber >	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `min`.
ScatterMul <T étend TType >	Multiplie les mises à jour éparses en une référence variable.
ScatterNd <U étend TType >	Dispersez les « mises à jour » dans un nouveau tenseur selon les « indices ».
ScatterNdAdd <T étend TType >	Applique une addition clairsemée à des valeurs individuelles ou à des tranches dans une variable.
ScatterNdMax <T étend TType >	Calcule le maximum par élément.
ScatterNdMin <T étend TType >	Calcule le minimum par élément.
ScatterNdNonAliasingAdd <T étend TType >	Applique une addition clairsemée à « input » en utilisant des valeurs individuelles ou des tranches à partir des « mises à jour » selon les indices « indices ».
ScatterNdSub <T étend TType >	Applique une soustraction clairsemée à des valeurs ou tranches individuelles dans une variable.
ScatterNdUpdate <T étend TType >	Applique des « mises à jour » éparses à des valeurs ou tranches individuelles dans un variable selon des `indices`.
ScatterSub <T étend TType >	Soustrait les mises à jour éparses d’une référence de variable.
ScatterUpdate <T étend TType >	Applique des mises à jour éparses à une référence de variable.
SdcaFprint	Calcule les empreintes digitales des chaînes d'entrée.
SdcaOptimiseur	Version distribuée de l'optimiseur Stochastic Dual Coordonnée Ascent (SDCA) pour modèles linéaires avec régularisation L1 + L2.
SdcaRétréciL1	Applique l’étape de réduction de régularisation L1 sur les paramètres.
SegmentMax <T étend TNumber >	Calcule le maximum le long des segments d'un tenseur.
SegmentMean <T étend TType >	Calcule la moyenne le long des segments d'un tenseur.
SegmentMin <T étend TNumber >	Calcule le minimum le long des segments d'un tenseur.
SegmentProd <T étend TType >	Calcule le produit le long des segments d'un tenseur.
SegmentSum <T étend TType >	Calcule la somme le long des segments d'un tenseur.
Sélectionnez <T étend TType >
SelfAdjointEig <T étend TType >	Calcule la décomposition propre d'un lot de matrices auto-adjointes (Remarque : seules les entrées réelles sont prises en charge).
Selu <T étend TNumber >	Calcule un linéaire exponentiel à l'échelle : `scale * alpha * (exp(features) - 1)` si <0, `scale * Features` sinon.
SeluGrad <T étend TNumber >	Calcule les gradients pour l'opération linéaire exponentielle mise à l'échelle (Selu).
Envoyer	Envoie le tenseur nommé à un autre calcul XLA.
EnvoyerTPUEmbeddingGradients	Effectue des mises à jour dégradées des tables d'intégration.
SerializeIterator	Convertit le `resource_handle` donné représentant un itérateur en un tenseur variant.
SerializeManySparse <U étend TType >	Sérialisez un minibatch `N` `SparseTensor` en un objet `[N, 3]` `Tensor`.
SerializeSparse <U étend TType >	Sérialisez un `SparseTensor` en un objet `[3]` `Tensor`.
SérialiserTensor	Transforme un Tensor en un proto TensorProto sérialisé.
SetDiff1d <T étend TType , U étend TNumber >	Calcule la différence entre deux listes de nombres ou de chaînes.
Définir la taille	Nombre d'éléments uniques le long de la dernière dimension de l'ensemble d'entrée.
SetStatsAggregatorDataset
Forme <U étend TNumber >	Renvoie la forme d'un tenseur.
ShapeN <U étend TNumber >	Renvoie la forme des tenseurs.
Ensemble de données Shard	Crée un « Dataset » qui inclut seulement 1/`num_shards` de cet ensemble de données.
Nom de fichier fragmenté	Générez un nom de fichier fragmenté.
Spécification de fichier fragmenté	Générez un modèle global correspondant à tous les noms de fichiers partitionnés.
Sharding <T étend TType >	Une opération qui fragmente l'entrée en fonction de l'attribut de partitionnement donné.
ShuffleAndRepeatDataset
Mélanger les données
ArrêtDistribuéTPU	Arrête un système TPU distribué en cours d’exécution.
Sigmoïde <T étend TType >	Calcule le sigmoïde de « x » par élément.
SigmoidGrad <T étend TType >	Calcule le gradient du sigmoïde de « x » par rapport à son entrée.
Signe <T étend TType >	Renvoie une indication élément par élément du signe d'un nombre.
Sin <T étend TType >	Calcule le sinus de x par élément.
Sinh <T étend TType >	Calcule le sinus hyperbolique de x par élément.
Taille <U étend TNumber >	Renvoie la taille d'un tenseur.
Sauter l'ensemble de données	Crée un ensemble de données qui ignore les éléments `count` du `input_dataset`.
Skipgramme	Analyse un fichier texte et crée un lot d'exemples.
Ensemble de données de sommeil
Tranche <T étend TType >	Renvoie une tranche de « entrée ».
SlidingWindowDataset	Crée un ensemble de données qui passe une fenêtre glissante sur `input_dataset`.
Instantané <T étend TType >	Renvoie une copie du tenseur d'entrée.
SobolSample <T étend TNumber >	Génère des points à partir de la séquence Sobol.
Softmax <T étend TNumber >	Calcule les activations softmax.
SoftmaxCrossEntropyWithLogits <T étend TNumber >	Calcule le coût d'entropie croisée softmax et les gradients à rétropropager.
Softplus <T étend TNumber >	Calcule softplus : `log(exp(features) + 1)`.
SoftplusGrad <T étend TNumber >	Calcule les dégradés softplus pour une opération softplus.
Softsign <T étend TNumber >	Calcule le softsign : `features / (abs(features) + 1)`.
SoftsignGrad <T étend TNumber >	Calcule les dégradés de signature logicielle pour une opération de signature logicielle.
Résoudre <T étend TType >	Résout des systèmes d'équations linéaires.
Trier <T étend TType >	Encapsule l'opérateur XLA Sort, documenté dans https://www.tensorflow.org/performance/xla/operation_semantics#sort .
SpaceToBatch <T étend TType >	SpaceToBatch pour les tenseurs 4-D de type T.
SpaceToBatchNd <T étend TType >	SpaceToBatch pour les tenseurs ND de type T.
SpaceToDepth <T étend TType >	SpaceToDepth pour les tenseurs de type T.
SparseAccumulatorApplyGradient	Applique un dégradé clairsemé à un accumulateur donné.
SparseAccumulatorTakeGradient <T étend TType >	Extrait le gradient clairsemé moyen dans un SparseConditionalAccumulator.
SparseAdd <T étend TType >	Ajoute deux objets `SparseTensor` pour produire un autre `SparseTensor`.
SparseAddGrad <T étend TType >	L'opérateur de dégradé pour l'opération SparseAdd.
SparseApplyAdadelta <T étend TType >	var : doit provenir d'une variable ().
SparseApplyAdagrad <T étend TType >	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma adagrad.
SparseApplyAdagradDa <T étend TType >	Mettez à jour les entrées dans « var » et « accum » selon le schéma adagrad proximal.
SparseApplyCenteredRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp centré.
SparseApplyFtrl <T étend TType >	Mettez à jour les entrées pertinentes dans '*var' selon le schéma Ftrl-proximal.
SparseApplyMomentum <T étend TType >	Mettez à jour les entrées pertinentes dans 'var' et 'accum' selon le schéma momentum.
SparseApplyProximalAdagrad <T étend TType >	Entrées de mise à jour éparses dans 'var' et 'accum' selon l'algorithme FOBOS.
SparseApplyProximalGradientDescent <T étend TType >	Mise à jour éparse '*var' en tant qu'algorithme FOBOS avec taux d'apprentissage fixe.
SparseApplyRmsProp <T étend TType >	Mettez à jour '*var' selon l'algorithme RMSProp.
SparseBincount <U étend TNumber >	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
SparseConcat <T étend TType >	Concatène une liste de `SparseTensor` le long de la dimension spécifiée.
SparseConditionalAccumulator	Un accumulateur conditionnel pour agréger des gradients clairsemés.
SparseCountSparseOutput <U étend TNumber >	Effectue un comptage de cases à sortie clairsemée pour une entrée de tenseur clairsemée.
Croix clairsemée	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseCrossHashed	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseDenseCwiseAdd <T étend TType >	Additionne un SparseTensor et un Tensor dense, en utilisant ces règles spéciales : (1) Diffuse le côté dense pour qu'il ait la même forme que le côté clairsemé, s'il est éligible ; (2) Ensuite, seules les valeurs denses pointées par les indices du SparseTensor participent à l'addition intelligente.
SparseDenseCwiseDiv <T étend TType >	Divise par composants un SparseTensor par un Tensor dense.
SparseDenseCwiseMul <T étend TType >	Par composant, multiplie un SparseTensor par un Tensor dense.
SparseFillEmptyRows <T étend TType >	Remplit les lignes vides dans l'entrée 2-D `SparseTensor` avec une valeur par défaut.
SparseFillEmptyRowsGrad <T étend TType >	Le dégradé de SparseFillEmptyRows.
SparseMatMul	Multipliez la matrice "a" par la matrice "b".
SparseMatrixAjouter	Ajout clairsemé de deux matrices CSR, C = alpha * A + bêta * B.
SparseMatrixMatMul <T étend TType >	Matrice-multiplie une matrice clairsemée par une matrice dense.
SparseMatrixMul	Multiplication élément par élément d'une matrice clairsemée avec un tenseur dense.
SparseMatrixNNZ	Renvoie le nombre de valeurs différentes de zéro de `sparse_matrix`.
SparseMatrixOrderingAMD	Calcule l'ordre du degré minimum approximatif (AMD) de « l'entrée ».
SparseMatrixSoftmax	Calcule le softmax d'un CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Calcule le gradient de l'opération SparseMatrixSoftmax.
SparseMatrixSparseCholesky	Calcule la décomposition clairsemée de Cholesky de « input ».
SparseMatrixSparseMatMul	Sparse-matrix multiplie deux matrices CSR « a » et « b ».
SparseMatrixTranspose	Transpose les dimensions internes (matrices) d'un CSRSparseMatrix.
SparseMatrixZéros	Crée un CSRSparseMatrix entièrement nul avec la forme `dense_shape`.
SparseReduceMax <T étend TNumber >	Calcule le nombre maximum d'éléments sur les dimensions d'un SparseTensor.
SparseReduceMaxSparse <T étend TNumber >	Calcule le nombre maximum d'éléments sur les dimensions d'un SparseTensor.
SparseReduceSum <T étend TType >	Calcule la somme des éléments sur les dimensions d'un SparseTensor.
SparseReduceSumSparse <T étend TType >	Calcule la somme des éléments sur les dimensions d'un SparseTensor.
SparseReorder <T étend TType >	Réorganise un SparseTensor dans l'ordre canonique des lignes principales.
SparseReshape	Remodèle un SparseTensor pour représenter les valeurs dans une nouvelle forme dense.
SparseSegmentMean <T étend TNumber >	Calcule la moyenne le long de segments clairsemés d'un tenseur.
SparseSegmentMeanGrad <T étend TNumber >	Calcule les dégradés pour SparseSegmentMean.
SparseSegmentMeanWithNumSegments <T étend TNumber >	Calcule la moyenne le long de segments clairsemés d'un tenseur.
SparseSegmentSqrtN <T étend TNumber >	Calcule la somme le long de segments clairsemés d'un tenseur divisé par le carré de N.
SparseSegmentSqrtNGrad <T étend TNumber >	Calcule les dégradés pour SparseSegmentSqrtN.
SparseSegmentSqrtNWithNumSegments <T étend TNumber >	Calcule la somme le long de segments clairsemés d'un tenseur divisé par le carré de N.
SparseSegmentSum <T étend TNumber >	Calcule la somme le long de segments clairsemés d'un tenseur.
SparseSegmentSumWithNumSegments <T étend TNumber >	Calcule la somme le long de segments clairsemés d'un tenseur.
SparseSlice <T étend TType >	Découpez un `SparseTensor` en fonction du `start` et de la `size`.
SparseSliceGrad <T étend TType >	L'opérateur de dégradé pour l'opération SparseSlice.
SparseSoftmax <T étend TNumber >	Applique softmax à un ND `SparseTensor` par lots.
SparseSoftmaxCrossEntropyWithLogits <T étend TNumber >	Calcule le coût d'entropie croisée softmax et les gradients à rétropropager.
SparseSparseMaximum <T étend TNumber >	Renvoie le maximum par élément de deux SparseTensors.
SparseSparseMinimum <T étend TType >	Renvoie la valeur minimale par élément de deux SparseTensors.
SparseSplit <T étend TType >	Divisez un `SparseTensor` en tenseurs `num_split` le long d'une dimension.
SparseTensorDenseAdd <U étend TType >	Additionne un « SparseTensor » et un « Tensor » dense, produisant un « Tensor » dense.
SparseTensorDenseMatMul <U étend TType >	Multipliez SparseTensor (de rang 2) "A" par la matrice dense "B".
SparseTensorSliceDataset	Crée un ensemble de données qui divise un SparseTensor en éléments par ligne.
SparseTensorToCSRSparseMatrix	Convertit un SparseTensor en un CSRSparseMatrix (éventuellement par lots).
SparseToDense <U étend TType >	Convertit une représentation clairsemée en un tenseur dense.
SparseToSparseSetOperation <T étend TType >	Applique l'opération d'ensemble le long de la dernière dimension de 2 entrées `SparseTensor`.
Spence <T étend TNumber >
Split <T étend TType >	Divise un tenseur en tenseurs `num_split` le long d'une dimension.
SplitV <T étend TType >	Divise un tenseur en tenseurs `num_split` le long d'une dimension.
Ensemble de données SQL	Crée un ensemble de données qui exécute une requête SQL et émet des lignes du jeu de résultats.
Sqrt <T étend TType >	Calcule la racine carrée de x par élément.
SqrtGrad <T étend TType >	Calcule le dégradé pour le carré de « x » par rapport à son entrée.
Sqrtm <T étend TType >	Calcule la racine carrée matricielle d’une ou plusieurs matrices carrées : matmul(sqrtm(A), sqrtm(A)) = A La matrice d'entrée doit être inversible.
Carré <T étend TType >	Calcule le carré de x par élément.
SquaredDifference <T étend TType >	Renvoie conj(x - y)(x - y) élément par élément.
Presser <T étend TType >	Supprime les dimensions de taille 1 de la forme d'un tenseur.
Pile <T étend TType >	Regroupe une liste de tenseurs de rang « N »-« R » en un seul tenseur de rang « (R+1) ».
Scène	Valeurs d’étape similaires à une mise en file d’attente légère.
Niveau terminé	Op supprime tous les éléments du conteneur sous-jacent.
Aperçu de la scène	Op jette un coup d'œil aux valeurs à l'index spécifié.
Taille de la scène	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
StatefulRandomBinomial <V étend TNumber >
StatefulStandardNormal <U étend TType >	Produit des valeurs aléatoires à partir d’une distribution normale.
StatefulTruncatedNormal <U étend TType >	Génère des valeurs aléatoires à partir d’une distribution normale tronquée.
StatefulUniform <U étend TType >	Génère des valeurs aléatoires à partir d’une distribution uniforme.
StatefulUniformFullInt <U étend TType >	Produit des entiers aléatoires à partir d’une distribution uniforme.
StatefulUniformInt <U étend TType >	Produit des entiers aléatoires à partir d’une distribution uniforme.
StatelessMultinomial <V étend TNumber >	Tire des échantillons à partir d’une distribution multinomiale.
StatelessParameterizedTruncatedNormal <V étend TNumber >
StatelessRandomBinomial <W étend TNumber >	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution binomiale.
StatelessRandomGamma <V étend TNumber >	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution gamma.
StatelessRandomGetKeyCounterAlg	Sélectionne le meilleur algorithme en fonction de l'appareil et brouille la graine dans la clé et le compteur.
StatelessRandomNormal <V étend TNumber >	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale.
StatelessRandomNormalV2 <U étend TNumber >	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale.
StatelessRandomPoisson <W étend TNumber >	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d’une distribution de Poisson.
StatelessRandomUniform <V étend TNumber >	Génère des valeurs aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformFullInt <V étend TNumber >	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformFullIntV2 <U étend TNumber >	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformInt <V étend TNumber >	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformIntV2 <U étend TNumber >	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessRandomUniformV2 <U étend TNumber >	Génère des valeurs aléatoires pseudo-aléatoires déterministes à partir d’une distribution uniforme.
StatelessSampleDistortedBoundingBox <T étend TNumber >	Générez de manière déterministe un cadre de délimitation déformé de manière aléatoire pour une image.
StatelessTruncatedNormal <V étend TNumber >	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale tronquée.
StatelessTruncatedNormalV2 <U étend TNumber >	Produit des valeurs pseudo-aléatoires déterministes à partir d’une distribution normale tronquée.
StaticRegexFullMatch	Vérifiez si l'entrée correspond au modèle regex.
StaticRegexReplace	Remplace la correspondance du modèle en entrée par une réécriture.
StatsAggregatorHandle
StatsAggregatorSetSummaryWriter	Définissez une summary_writer_interface pour enregistrer les statistiques à l'aide du stats_aggregator donné.
StatsAggregatorRésumé	Produit un résumé de toutes les statistiques enregistrées par le gestionnaire de statistiques donné.
StopGradient <T étend TType >	Arrête le calcul du gradient.
StridedSlice <T étend TType >	Renvoie une tranche striée depuis `input`.
StridedSliceAssign <T étend TType >	Attribuez `value` à la référence de valeur l découpée de `ref`.
StridedSliceGrad <U étend TType >	Renvoie le dégradé de `StriedSlice`.
Format de chaîne	Formate un modèle de chaîne à l'aide d'une liste de tenseurs.
Longueur de chaine	Longueurs de chaîne de « input ».
StringNGrams <T étend TNumber >	Crée des ngrammes à partir de données de chaîne irrégulières.
Séparation de chaînes	Divisez les éléments de « source » basés sur « sep » en un « SparseTensor ».
Bande	Supprimez les espaces de début et de fin du Tensor.
Sub <T étend TType >	Renvoie x - y par élément.
Sous-titre	Renvoie les sous-chaînes du « Tensor » des chaînes.
Somme <T étend TType >	Calcule la somme des éléments sur les dimensions d'un tenseur.
Rédacteur de résumé
Svd <T étend TType >	Calcule la décomposition propre d'un lot de matrices auto-adjointes (Remarque : seules les entrées réelles sont prises en charge).
SwitchCond <T étend TType >	Transfère les « données » vers le port de sortie déterminé par « pred ».
Résultat de compilation TPU	Renvoie le résultat d'une compilation TPU.
TPUEmbeddingActivations	Une opération permettant de différencier les TPU Embeddings.
TPUReplicateMetadonnées	Métadonnées indiquant comment le calcul TPU doit être répliqué.
TPUReplicatedInput <T étend TType >	Connecte N entrées à un calcul TPU répliqué à N voies.
TPUReplicatedOutput <T étend TType >	Connecte N sorties d’un calcul TPU répliqué à N voies.
Prendre un ensemble de données	Crée un ensemble de données qui contient les éléments `count` à partir du `input_dataset`.
TakeManySparseFromTensorsMap <T étend TType >	Lisez `SparseTensors` à partir d'un `SparseTensorsMap` et concaténez-les.
Tan <T étend TType >	Calcule le bronzage de x par élément.
Tanh <T étend TType >	Calcule la tangente hyperbolique de « x » par élément.
TanhGrad <T étend TType >	Calcule le dégradé pour le tanh de « x » par rapport à son entrée.
TemporaryVariable <T étend TType >	Renvoie un tenseur qui peut être muté, mais qui ne persiste qu'en une seule étape.
TensorArray	Un tableau de Tensors de taille donnée.
TensorArrayFermer	Supprimez le TensorArray de son conteneur de ressources.
TensorArrayConcat <T étend TType >	Concaténez les éléments du TensorArray en valeur « valeur ».
TensorArrayGather <T étend TType >	Rassemblez des éléments spécifiques du TensorArray dans la « valeur » de sortie.
TensorArrayGrad	Crée un TensorArray pour stocker les dégradés de valeurs dans le handle donné.
TensorArrayGradWithShape	Crée un TensorArray pour stocker plusieurs dégradés de valeurs dans le handle donné.
TensorArrayPack <T étend TType >
TensorArrayRead <T étend TType >	Lisez un élément du TensorArray dans la sortie « valeur ».
TensorArrayScatter	Répartissez les données de la valeur d'entrée dans des éléments TensorArray spécifiques.
TensorArraySize	Obtenez la taille actuelle du TensorArray.
TensorArraySplit	Divisez les données de la valeur d'entrée en éléments TensorArray.
TensorArrayDécompresser
TensorArrayWrite	Poussez un élément sur le tensor_array.
TensorDataset	Crée un ensemble de données qui émet une fois des « composants » sous la forme d'un tuple de tenseurs.
TensorDiag <T étend TType >	Renvoie un tenseur diagonal avec des valeurs diagonales données.
TensorDiagPart <T étend TType >	Renvoie la partie diagonale du tenseur.
TensorForestCreateTreeVariable	Crée une ressource d'arborescence et lui renvoie un handle.
TensorForestTreeDésérialiser	Désérialise un proto dans le handle de l'arbre
TensorForestTreeIsInitializedOp	Vérifie si un arbre a été initialisé.
TensorForestTreePredict	Afficher les logits pour les données d'entrée données
TensorForestTreeResourceHandleOp	Crée un handle vers un TensorForestTreeResource
TensorForestTreeSerialize	Sérialise le handle de l'arborescence en un proto
TensorForestTreeSize	Obtenez le nombre de nœuds dans un arbre
TensorListConcat <U étend TType >	Concatène tous les tenseurs de la liste le long de la 0ème dimension.
TensorListConcatListes
TensorListElementShape <T étend TNumber >	La forme des éléments de la liste donnée, en tant que tenseur.
TensorListFromTensor	Crée une TensorList qui, une fois empilée, a la valeur « tensor ».
TensorListGather <T étend TType >	Crée un Tensor en indexant dans TensorList.
TensorListGetItem <T étend TType >
TensorListLength	Renvoie le nombre de tenseurs dans la liste de tenseurs d'entrée.
TensorListPopBack <T étend TType >	Renvoie le dernier élément de la liste d'entrée ainsi qu'une liste avec tous les éléments sauf cet élément.
TensorListPushBack	Renvoie une liste qui a le « Tensor » transmis comme dernier élément et les autres éléments de la liste donnée dans « input_handle ».
TensorListPushBackBatch
TensorListReserve	Liste de la taille donnée avec des éléments vides.
TensorListResize	Redimensionne la liste.
TensorListScatter	Crée une TensorList en indexant dans un Tensor.
TensorListScatterIntoExistingList	Disperse le tenseur au niveau des indices dans une liste d'entrée.
TensorListSetItem
TensorListSplit	Divise un tenseur en une liste.
TensorListStack <T étend TType >	Empile tous les tenseurs de la liste.
TensorMapErase	Renvoie une carte tensorielle avec l'élément de la clé donnée effacé.
TensorMapHasKey	Renvoie si la clé donnée existe dans la carte.
TensorMapInsérer	Renvoie une carte qui est le « input_handle » avec la paire clé-valeur donnée insérée.
TensorMapLookup <U étend TType >	Renvoie la valeur d'une clé donnée dans une carte tensorielle.
TensorMapSize	Renvoie le nombre de tenseurs dans la carte de tenseurs d'entrée.
TensorMapStackKeys <T étend TType >	Renvoie une pile Tensor de toutes les clés d'une carte Tensor.
TensorScatterNdAdd <T étend TType >	Ajoute des « mises à jour » éparses à un tenseur existant en fonction des « indices ».
TensorScatterNdMax <T étend TType >
TensorScatterNdMin <T étend TType >
TensorScatterNdSub <T étend TType >	Soustrait les « mises à jour » éparses d'un tenseur existant en fonction des « indices ».
TensorScatterNdUpdate <T étend TType >	Dispersez les « mises à jour » dans un tenseur existant selon les « indices ».
TensorSliceDataset	Crée un ensemble de données qui émet une fois chaque tranche dim-0 de « composants ».
TensorStriedSliceUpdate <T étend TType >	Attribuez « value » à la référence de valeur l découpée en tranches de « input ».
TensorRésumé	Génère un tampon de protocole « Résumé » avec un tenseur et des données par plugin.
Ensemble de données TextLine	Crée un ensemble de données qui émet les lignes d'un ou plusieurs fichiers texte.
Lecteur de ligne de texte	Un Reader qui affiche les lignes d'un fichier délimitées par '\n'.
TfRecordDataset	Crée un ensemble de données qui émet les enregistrements d'un ou plusieurs fichiers TFRecord.
TfRecordReader	Un lecteur qui génère les enregistrements d'un fichier TensorFlow Records.
ThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Poignée de pool de threads	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer « input_dataset ».
Tile <T étend TType >	Construit un tenseur en mosaïque un tenseur donné.
TileGrad <T étend TType >	Renvoie le dégradé de `Tile`.
Horodatage	Fournit le temps écoulé depuis l'époque en secondes.
ÀBool	Convertit un tenseur en prédicat scalaire.
ÀHashBucket	Convertit chaque chaîne du Tensor d'entrée en son mod de hachage par un certain nombre de compartiments.
ToHashBucketFast	Convertit chaque chaîne du Tensor d'entrée en son mod de hachage par un certain nombre de compartiments.
ToHashBucketStrong	Convertit chaque chaîne du Tensor d'entrée en son mod de hachage par un certain nombre de compartiments.
ToNumber <T étend TNumber >	Convertit chaque chaîne du Tensor d'entrée en type numérique spécifié.
TopK <T étend TNumber >	Recherche les valeurs et les indices des éléments « k » les plus grands pour la dernière dimension.
TopKUnique	Renvoie les valeurs uniques TopK dans le tableau par ordre trié.
TopKAvecUnique	Renvoie les valeurs TopK dans le tableau par ordre trié.
Transposer <T étend TType >	Mélangez les dimensions de x selon une permutation.
TriangularSolve <T étend TType >	Résout des systèmes d'équations linéaires avec des matrices triangulaires supérieures ou inférieures par rétrosubstitution.
TridiagonalMatMul <T étend TType >	Calculer le produit avec une matrice tridiagonale.
TridiagonalSolve <T étend TType >	Résout les systèmes d’équations tridiagonaux.
TruncateDiv <T étend TType >	Renvoie x / y par élément pour les types entiers.
TruncateMod <T étend TNumber >	Renvoie le reste de la division par élément.
TruncatedNormal <U étend TNumber >	Génère des valeurs aléatoires à partir d’une distribution normale tronquée.
EssayezRpc	Effectuez des lots de requêtes RPC.
Dégrouper <T étend TType >	Inverse le fonctionnement de Batch pour un Tensor de sortie unique.
Supprimer l'ensemble de données	Un ensemble de données qui divise les éléments de son entrée en plusieurs éléments.
UnbatchGrad <T étend TType >	Dégradé de Unbatch.
DécompresserÉlément	Décompresse un élément d’ensemble de données compressé.
UnicodeDecode <T étend TNumber >	Décode chaque chaîne dans « input » en une séquence de points de code Unicode.
UnicodeDecodeWithOffsets <T étend TNumber >	Décode chaque chaîne dans « input » en une séquence de points de code Unicode.
UnicodeEncode	Encodez un tenseur d'entiers en chaînes Unicode.
UnicodeScript	Déterminez les codes de script d'un tenseur donné de points de code entiers Unicode.
UnicodeTranscode	Transcodez le texte saisi d’un encodage source vers un encodage de destination.
Échantillonneur de candidats uniformes	Génère des étiquettes pour l’échantillonnage des candidats avec une distribution uniforme.
Unique <T étend TType , V étend TNumber >	Recherche des éléments uniques le long d'un axe d'un tenseur.
Ensemble de données unique	Crée un ensemble de données qui contient les éléments uniques de « input_dataset ».
UniqueWithCounts <T étend TType , V étend TNumber >	Recherche des éléments uniques le long d'un axe d'un tenseur.
UnravelIndex <T étend TNumber >	Convertit un tableau d'indices plats en un tuple de tableaux de coordonnées.
Non triéSegmentJoin	Joint les éléments de `inputs` en fonction des `segment_ids`.
UnsortedSegmentMax <T étend TNumber >	Calcule le maximum le long des segments d'un tenseur.
UnsortedSegmentMin <T étend TNumber >	Calcule le minimum le long des segments d'un tenseur.
UnsortedSegmentProd <T étend TType >	Calcule le produit le long des segments d'un tenseur.
UnsortedSegmentSum <T étend TType >	Calcule la somme le long des segments d'un tenseur.
Dépiler <T étend TType >	Décompresse une dimension donnée d'un tenseur de rang `R` en tenseurs `num` rang-`(R-1)`.
Supprimer la scène	Op est similaire à un Dequeue léger.
DéballerDatasetVariant
Supérieur	Convertit tous les caractères minuscules en leurs remplacements majuscules respectifs.
UpperBound <U étend TNumber >	Applique upper_bound(sorted_search_values, valeurs) le long de chaque ligne.
VarHandleOp	Crée un handle vers une ressource variable.
VarIsInitializedOp	Vérifie si une variable basée sur un handle de ressource a été initialisée.
Variable <T étend TType >	Contient l'état sous la forme d'un tenseur qui persiste à travers les étapes.
VariableShape <T étend TNumber >	Renvoie la forme de la variable pointée par `resource`.
Où	Renvoie les emplacements des valeurs différentes de zéro/vraies dans un tenseur.
Lecteur de fichiers entiers	Un lecteur qui affiche l'intégralité du contenu d'un fichier sous forme de valeur.
Ensemble de données de fenêtre	Combine des (nids de) éléments d'entrée dans un ensemble de données de (nids de) fenêtres.
TravailleurHeartbeat	Battement de coeur du travailleur op.
WrapDatasetVariant
Écrire le résumé audio	Rédige un résumé audio.
Écrire un fichier	Écrit le contenu dans le fichier au nom du fichier d'entrée.
WriteGraphRésumé	Rédige un résumé graphique.
Écrire HistogrammeRésumé	Écrit un résumé de l'histogramme.
WriteImageRésumé	Rédige un résumé d’image.
WriteRawProtoSummary	Écrit un résumé de proto sérialisé.
WriteScalarSummary	Écrit un résumé scalaire.
Écrire le résumé	Écrit un résumé tensoriel.
Xdivy <T étend TType >	Renvoie 0 si x == 0, et x / y sinon, par élément.
XlaRecvFromHost <T étend TType >	Une opération pour recevoir un tenseur de l'hôte.
XlaSendToHost	Une opération pour envoyer un tenseur à l'hôte.
XlaSetBound	Définissez une limite pour la valeur d'entrée donnée comme indice pour le compilateur Xla, renvoie la même valeur.
XlaSpmdFullToShardShape <T étend TType >	Une opération utilisée par le partitionneur XLA SPMD pour passer du partitionnement automatique à partitionnement manuel.
XlaSpmdShardToFullShape <T étend TType >	Une opération utilisée par le partitionneur XLA SPMD pour passer du partitionnement manuel à partitionnement automatique.
Xlog1py <T étend TType >	Renvoie 0 si x == 0, et x * log1p(y) sinon, élément par élément.
Xlogy <T étend TType >	Renvoie 0 si x == 0, et x * log(y) sinon, élément par élément.
Zéros <T étend TType >	Un opérateur créant une constante initialisée avec des zéros de la forme donnée par `dims`.
ZerosLike <T étend TType >	Renvoie un tenseur de zéros avec la même forme et le même type que x.
Zeta <T étend TNumber >	Calculez la fonction zêta de Hurwitz \\(\zeta(x, q)\\).
Ensemble de données Zip	Crée un ensemble de données qui compresse ensemble `input_datasets`.
erfinv <T étend TNumber >

Une unité logique de calcul.

Les implémentations Op fournissent une API fortement typée pour créer et exécuter des opérations sans utiliser de littéraux ni d'index, comme l'exigent les classes internes comme Operation .

Les opérations peuvent être classées en deux catégories :

Les opérations Raw ciblent une seule opération TensorFlow et sont, dans la plupart des cas, générées automatiquement à partir des définitions de proto OpDef exposées par la bibliothèque d'exécution TensorFlow.
Les opérations composites exécutent une série d’autres opérations pour accomplir une tâche logiquement présentée comme une seule unité de calcul.

Méthodes publiques

résuméExécutionEnvironnement	env () Renvoie l'environnement d'exécution dans lequel cette opération a été créée.
opération abstraite	op () Renvoie cette unité de calcul sous la forme d'une seule `Operation` .

Méthodes publiques

public abstrait ExecutionEnvironment env ()

Renvoie l'environnement d'exécution dans lequel cette opération a été créée.

opération abstraite publique op ()

Renvoie cette unité de calcul sous la forme d'une seule Operation .

Pour une opération raw , la valeur renvoyée correspond à l'opération TensorFlow encapsulée par cette opération.

Pour une opération composite, la valeur renvoyée correspond généralement à la dernière opération invoquée dans une chaîne ou à un NoOp regroupant une ou plusieurs opérations en une seule unité de calcul.

Retour

une Operation