Op

antarmuka publik Op

Subkelas Tidak Langsung yang Diketahui

Batalkan , Abs <T extends TNumber >, AccumulateN <T extends TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T extends TType >, Acos <T extends TType >, Acosh <T extends TType >, Tambahkan <T extends TType >, AddManySparseToTensorsMap , AddN <T extends TType >, AddSparseToTensorsMap , AdjustContrast <T extends TNumber >, AdjustHue <T extends TNumber >, dan 1157 lainnya.

Menggugurkan	Naikkan pengecualian untuk membatalkan proses saat dipanggil.
Abs <T memperluas TNomber >	Menghitung nilai absolut tensor.
AkumulasiN <T memperluas TType >	Mengembalikan jumlah elemen dari daftar tensor.
AkumulatorTerapkanGradien	Menerapkan gradien ke akumulator tertentu.
AkumulatorJumlahAkumulasi	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator tertentu.
AkumulatorSetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
AccumulatorTakeGradient <T memperluas TType >	Mengekstrak gradien rata-rata di Akumulator Bersyarat yang diberikan.
Acos <T memperluas TType >	Menghitung acos dari x berdasarkan elemen.
Acosh <T memperluas TType >	Menghitung kosinus hiperbolik terbalik dari elemen x.
Tambahkan <T memperluas TType >	Mengembalikan x + y berdasarkan elemen.
TambahkanManySparseToTensorsMap	Tambahkan `N`-minibatch `SparseTensor` ke `SparseTensorsMap`, kembalikan pegangan `N`.
AddN <T memperluas TType >	Tambahkan semua elemen tensor masukan secara bijaksana.
TambahkanSparseToTensorsMap	Tambahkan `SparseTensor` ke `SparseTensorsMap` mengembalikan pegangannya.
Sesuaikan Kontras <T meluas TNomor >	Sesuaikan kontras satu atau lebih gambar.
SesuaikanHue <T memperluas TNumber >	Sesuaikan rona satu atau lebih gambar.
AdjustSaturation <T memperluas TNumber >	Sesuaikan saturasi satu atau lebih gambar.
Semua	Menghitung "logis dan" elemen di seluruh dimensi tensor.
Semua Kandidat Sampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
AllReduce <T memperluas TNumber >	Saling mereduksi beberapa tensor dengan jenis dan bentuk yang identik.
AllToAll <T memperluas TType >	Operasi untuk bertukar data di seluruh replika TPU.
Sudut <U memanjangkan Nomor >	Mengembalikan argumen bilangan kompleks.
Iterator Anonim	Sebuah wadah untuk sumber daya iterator.
AnonymousMemoryCache
MultiDeviceIterator Anonim	Sebuah wadah untuk sumber daya iterator multi perangkat.
Generator Benih Acak Anonim
Generator Benih Anonim
Setiap	Menghitung "logis atau" elemen di seluruh dimensi tensor.
TerapkanAdaMax <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma AdaMax.
TerapkanAdadelta <T memperluas TType >	Perbarui '*var' sesuai dengan skema adadelta.
TerapkanAdagrad <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdagradDa <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad proksimal.
TerapkanAdagradV2 <T memperluas TType >	Perbarui '*var' sesuai dengan skema adagrad.
TerapkanAdam <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma Adam.
ApplyAddSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyCenteredRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp terpusat.
ApplyFtrl <T memperluas TType >	Perbarui '*var' sesuai dengan skema Ftrl-proksimal.
ApplyGradientDescent <T memperluas TType >	Perbarui 'var' dengan mengurangi 'alpha' 'delta' darinya.
ApplyMomentum <T memperluas TType >	Perbarui '*var' sesuai dengan skema momentum.
ApplyPowerSign <T memperluas TType >	Perbarui '*var' sesuai dengan pembaruan AddSign.
ApplyProximalAdagrad <T memperluas TType >	Perbarui 'var' dan 'accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
ApplyProximalGradientDescent <T memperluas TType >	Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
ApplyRmsProp <T memperluas TType >	Perbarui '*var' sesuai dengan algoritma RMSProp.
Perkiraan Sama	Mengembalikan nilai kebenaran abs(xy) < elemen toleransi.
ArgMax <V memperluas TNumber >	Mengembalikan indeks dengan nilai terbesar di seluruh dimensi tensor.
ArgMin <V memperluas TNumber >	Mengembalikan indeks dengan nilai terkecil di seluruh dimensi tensor.
SebagaiString	Mengonversi setiap entri dalam tensor tertentu menjadi string.
Asin <T memperluas TType >	Menghitung sinus invers trignometri dari x berdasarkan elemen.
Asinh <T memperluas TType >	Menghitung sinus hiperbolik terbalik dari elemen x.
Tegaskan Kumpulan Data Kardinalitas
Tegaskan Kumpulan Data Berikutnya
Tegaskan Itu	Menegaskan bahwa kondisi yang diberikan benar.
Tetapkan <T memperluas TType >	Perbarui 'ref' dengan menetapkan 'nilai' padanya.
AssignAdd <T memperluas TType >	Perbarui 'ref' dengan menambahkan 'nilai' ke dalamnya.
TetapkanTambahkanVariableOp	Menambahkan nilai ke nilai variabel saat ini.
AssignSub <T memperluas TType >	Perbarui 'ref' dengan mengurangi 'nilai' darinya.
TetapkanSubVariableOp	Mengurangi nilai dari nilai variabel saat ini.
TetapkanVariabelOp	Menetapkan nilai baru ke variabel.
Atan <T memperluas TType >	Menghitung invers tangen trigonometri dari elemen x.
Atan2 <T memperluas Nomor T >	Menghitung tangen busur dari elemen `y/x`, dengan memperhatikan tanda-tanda argumen.
Atanh <T memperluas TType >	Menghitung kebalikan tangen hiperbolik dari elemen x.
Spektogram Audio	Menghasilkan visualisasi data audio dari waktu ke waktu.
Ringkasan Audio	Menghasilkan buffer protokol `Ringkasan` dengan audio.
Kumpulan Data AutoShard	Membuat himpunan data yang memecah himpunan data masukan.
AvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pada input.
AvgPool3d <T memperluas TNumber >	Melakukan pengumpulan rata-rata 3D pada input.
AvgPool3dGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
AvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi pengumpulan rata-rata.
BandPart <T memperluas TType >	Salin pengaturan tensor segala sesuatu di luar pita pusat di setiap matriks terdalam ke nol.
BandedTriangularSolve <T memperluas TType >
Penghalang	Mendefinisikan penghalang yang bertahan di berbagai eksekusi grafik.
PenghalangTutup	Menutup penghalang yang diberikan.
PenghalangUkuran Tidak Lengkap	Menghitung jumlah elemen yang tidak lengkap dalam penghalang tertentu.
BarrierInsertMany	Untuk setiap kunci, berikan nilai masing-masing ke komponen yang ditentukan.
PenghalangSiapUkuran	Menghitung jumlah elemen lengkap dalam penghalang tertentu.
PenghalangAmbilBanyak	Mengambil sejumlah elemen lengkap dari penghalang.
Kelompok	Mengelompokkan semua tensor masukan secara nondeterministik.
BatchCholesky <T memperluas TNumber >
BatchCholeskyGrad <T memperluas TNumber >
Kumpulan Data Batch	Membuat kumpulan data yang mengelompokkan elemen `batch_size` dari `input_dataset`.
BatchFft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T memperluas TType >	Mengalikan irisan dua tensor secara berkelompok.
BatchMatrixBandPart <T memperluas TType >
BatchMatrixDeterminant <T memperluas TType >
BatchMatrixDiag <T memperluas TType >
BatchMatrixDiagPart <T memperluas TType >
BatchMatrixInverse <T memperluas TNumber >
BatchMatrixSetDiag <T memperluas TType >
BatchMatrixSolve <T memperluas TNumber >
BatchMatrixSolveLs <T memperluas TNumber >
BatchMatrixTriangularSolve <T memperluas TNumber >
BatchNormWithGlobalNormalization <T memperluas TType >	Normalisasi batch.
BatchNormWithGlobalNormalizationGrad <T memperluas TType >	Gradien untuk normalisasi batch.
BatchSelfAdjointEig <T memperluas TNumber >
BatchSvd <T memperluas TType >
BatchToSpace <T memperluas TType >	BatchToSpace untuk tensor 4-D tipe T.
BatchToSpaceNd <T memperluas TType >	BatchToSpace untuk tensor ND tipe T.
BesselI0 <T memperluas TNomor >
BesselI0e <T memperluas TNomor >
BesselI1 <T memperluas TNomor >
BesselI1e <T memperluas TNomor >
BesselJ0 <T memperluas TNomber >
BesselJ1 <T memperluas TNomor >
BesselK0 <T memperluas TNomor >
BesselK0e <T memperluas TNomber >
BesselK1 <T memperluas TNomor >
BesselK1e <T memperluas TNomber >
BesselY0 <T memperluas TNomber >
BesselY1 <T memperluas TNomor >
Betainc <T memperluas TNomber >	Hitung integral beta tidak lengkap yang diatur \\(I_x(a, b)\\).
BiasTambahkan <T memperluas TType >	Menambahkan `bias` ke `nilai`.
BiasAddGrad <T memperluas TType >	Operasi mundur untuk "BiasAdd" pada tensor "bias".
Bincount <T memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
Bitcast <U memperluas TType >	Mem-bitcast tensor dari satu jenis ke jenis lainnya tanpa menyalin data.
BitwiseAnd <T memperluas TNumber >	Elementwise menghitung bitwise AND dari `x` dan `y`.
BitwiseAtau <T memperluas TNumber >	Elementwise menghitung OR bitwise dari `x` dan `y`.
BitwiseXor <T memperluas TNumber >	Elementwise menghitung XOR bitwise dari `x` dan `y`.
BlockLSTM <T memperluas TNumber >	Menghitung propagasi maju sel LSTM untuk semua langkah waktu.
BlockLSTMGrad <T memperluas TNumber >	Menghitung propagasi mundur sel LSTM untuk seluruh urutan waktu.
BoostedTreesAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesBucketize	Masukkan setiap fitur ke dalam keranjang berdasarkan batasan keranjang.
BoostedTreesCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCalculateBestFeatureSplitV2	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk setiap node.
BoostedTreesHitungKeuntungan TerbaikPerFitur	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesCenterBias	Menghitung prior dari data pelatihan (bias) dan mengisi node pertama dengan logit sebelumnya.
BoostedTreesCreateEnsemble	Membuat model ansambel pohon dan mengembalikan pegangannya.
BoostedTreesCreateQuantileStreamResource	Buat Sumber Daya untuk Aliran Kuantil.
BoostedTreesDeserializeEnsemble	Deserialisasi konfigurasi ansambel pohon berseri dan menggantikan pohon saat ini ansambel.
BoostedTreesEnsembleResourceHandleOp	Membuat pegangan ke BoostedTreesEnsembleResource
Output BoostedTreesExampleDebug	Output debug/interpretabilitas model untuk setiap contoh.
Ringkasan BoostedTreesFlushQuantile	Hapus ringkasan kuantil dari setiap sumber daya aliran kuantil.
BoostedTreesGetEnsembleStates	Mengambil token stempel sumber daya ansambel pohon, jumlah pohon, dan statistik pertumbuhan.
BoostedTreesMakeQuantileSummaries	Membuat ringkasan kuantil untuk batch.
Ringkasan BoostedTreesMakeStats	Membuat ringkasan akumulasi statistik untuk batch.
BoostedTreesPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung logit.
BoostedTreesQuantileStreamResourceAddSummaries	Tambahkan ringkasan kuantil ke setiap sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceDeserialize	Deserialisasi batas bucket dan tanda siap ke QuantileAccumulator saat ini.
BoostedTreesQuantileStreamResourceFlush	Hapus ringkasan untuk sumber daya aliran kuantil.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Hasilkan batas keranjang untuk setiap fitur berdasarkan akumulasi ringkasan.
BoostedTreesQuantileStreamResourceHandleOp	Membuat pegangan ke BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Membuat serial ansambel pohon menjadi proto.
BoostedTreesSparseAggregateStats	Mengumpulkan ringkasan akumulasi statistik untuk batch.
BoostedTreesSparseCalculateBestFeatureSplit	Menghitung keuntungan untuk setiap fitur dan mengembalikan informasi pemisahan terbaik untuk fitur tersebut.
BoostedTreesTrainingPredict	Menjalankan beberapa prediktor ansambel regresi aditif pada instans masukan dan menghitung pembaruan ke log yang di-cache.
BoostedTreesUpdateEnsemble	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BoostedTreesUpdateEnsembleV2	Memperbarui ansambel pohon dengan menambahkan lapisan ke pohon terakhir yang sedang ditanam atau dengan memulai pohon baru.
BroadcastDynamicShape <T memperluas TNumber >	Kembalikan bentuk s0 op s1 dengan siaran.
BroadcastGradientArgs <T memperluas TNumber >	Kembalikan indeks reduksi untuk menghitung gradien s0 op s1 dengan siaran.
BroadcastHelper <T memperluas TType >	Operator pembantu untuk melakukan siaran ala XLA Menyiarkan `lhs` dan `rhs` ke peringkat yang sama, dengan menambahkan dimensi ukuran 1 ke `lhs` dan `rhs` mana pun yang memiliki peringkat lebih rendah, menggunakan aturan penyiaran XLA untuk operator biner.
BroadcastRecv <T memperluas TType >	Menerima siaran nilai tensor dari perangkat lain.
BroadcastSend <T memperluas TType >	Menyiarkan nilai tensor ke satu atau beberapa perangkat lain.
BroadcastTo <T memperluas TType >	Siarkan array untuk bentuk yang kompatibel.
Buat ember	Mengelompokkan 'masukan' berdasarkan 'batas'.
BytesProductedStatsDataset	Mencatat ukuran byte setiap elemen `input_dataset` di StatsAggregator.
Komponen CSRSparseMatrix <T memperluas TType >	Membacakan komponen CSR pada `indeks` batch.
CSRSparseMatrixToDense <T memperluas TType >	Ubah CSRSparseMatrix (mungkin dalam batch) menjadi padat.
CSRSparseMatrixToSparseTensor <T memperluas TType >	Mengonversi CSRSparesMatrix (mungkin dalam batch) menjadi SparseTensor.
Kumpulan Data CSV
CSVDatasetV2
CTCLossV2	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
Kumpulan Data Cache	Membuat kumpulan data yang menyimpan cache elemen dari `input_dataset`.
CacheDatasetV2
Keluarkan <U memperluas TType >	Keluarkan x dari tipe SrcT ke y dari DstT.
Ceil <T memperluas TNomber >	Mengembalikan bilangan bulat terkecil berdasarkan elemen tidak kurang dari x.
CheckNumerics <T memperluas TNumber >	Memeriksa tensor untuk nilai NaN, -Inf, dan +Inf.
Cholesky <T memperluas TType >	Menghitung dekomposisi Cholesky dari satu atau lebih matriks persegi.
CholeskyGrad <T memperluas TNomber >	Menghitung gradien propagasi mundur mode terbalik dari algoritma Cholesky.
Pilih Kumpulan Data Tercepat
ClipByValue <T memperluas TType >	Klip nilai tensor ke min dan maks tertentu.
CloseSummaryWriter
ClusterOutput <T memperluas TType >	Operator yang menghubungkan output komputasi XLA ke node grafik konsumen lainnya.
CollectiveGather <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
CollectivePermute <T memperluas TType >	Opsi untuk mengubah posisi tensor di seluruh instance TPU yang direplikasi.
GabunganNonMaxSuppression	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, Operasi ini melakukan non_max_suppression pada input per batch, di semua kelas.
Bandingkan dan Bitpack	Bandingkan nilai `input` dengan `threshold` dan kemas bit yang dihasilkan ke dalam `uint8`.
Hasil Kompilasi	Mengembalikan hasil kompilasi TPU.
KompilasiSucceededAssert	Menegaskan bahwa kompilasi berhasil.
Kompleks <U memperluas TType >	Mengonversi dua bilangan real menjadi bilangan kompleks.
ComplexAbs <U memperluas TNumber >	Menghitung nilai absolut kompleks dari sebuah tensor.
Elemen Kompres	Mengompresi elemen kumpulan data.
Komputasi AccidentalHits	Menghitung id posisi di sampled_candidates yang cocok dengan true_labels.
HitungUkuranBatch	Menghitung ukuran batch statis dari kumpulan data tanpa batch parsial.
Concat <T memperluas TType >	Menggabungkan tensor sepanjang satu dimensi.
Kumpulan Data Gabungan	Membuat himpunan data yang menggabungkan `input_dataset` dengan `another_dataset`.
Akumulator Bersyarat	Akumulator bersyarat untuk menggabungkan gradien.
KonfigurasikanTPU Terdistribusi	Menyiapkan struktur terpusat untuk sistem TPU terdistribusi.
Konfigurasikan TPUEmbedding	Menyiapkan TPUEmbedding dalam sistem TPU terdistribusi.
Sambungkan <T memperluas TType >	Mengembalikan konjugat kompleks dari bilangan kompleks.
ConjugateTranspose <T memperluas TType >	Kocok dimensi x menurut permutasi dan konjugasikan hasilnya.
Konstanta <T memperluas TType >	Operator yang menghasilkan nilai konstan.
KonsumsiMutexLock	Operasi ini menggunakan kunci yang dibuat oleh `MutexLock`.
KontrolPemicu	Tidak melakukan apa-apa.
Konv <T memperluas TType >	Membungkus operator XLA ConvGeneralDilated, didokumentasikan di https://www.tensorflow.org/ Performance/xla/operation_semantics#conv_convolution .
Konv2d <T memperluas TNomber >	Menghitung konvolusi 2-D dengan `input` dan `filter` 4-D.
Conv2dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan filter.
Conv2dBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi sehubungan dengan input.
Konv3d <T memperluas TNumber >	Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D.
Conv3dBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan filter.
Conv3dBackpropInput <U memperluas TNumber >	Menghitung gradien konvolusi 3-D sehubungan dengan masukan.
Salin <T extends TType >	Salin tensor dari CPU-ke-CPU atau GPU-ke-GPU.
CopyHost <T memperluas TType >	Salin tensor ke host.
Karena <T memperluas TType >	Menghitung cos dari x berdasarkan elemen.
Cosh <T memperluas TType >	Menghitung kosinus hiperbolik dari elemen x.
CountUpTo <T memperluas TNumber >	Menambah 'ref' hingga mencapai 'batas'.
BuatSummaryDbWriter
BuatSummaryFileWriter
PangkasDan Ubah Ukuran	Mengekstrak potongan dari tensor gambar masukan dan mengubah ukurannya.
PangkasDanResizeGradBoxes	Menghitung gradien crop_and_resize dengan tensor kotak input.
CropAndResizeGradImage <T memperluas TNumber >	Menghitung gradien crop_and_resize dengan tensor gambar masukan.
Silang <T memperluas Nomor T >	Hitung produk silang berpasangan.
CrossReplicaSum <T memperluas TNumber >	Opsi untuk menjumlahkan masukan di seluruh instans TPU yang direplikasi.
CtcBeamSearchDecoder <T memperluas TNumber >	Melakukan decoding pencarian berkas pada logit yang diberikan dalam input.
CtcGreedyDecoder <T memperluas TNumber >	Melakukan decoding serakah pada logit yang diberikan dalam input.
CtcLoss <T memperluas TNumber >	Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch.
CudnnRNN <T memperluas TNomber >	RNN yang didukung oleh cuDNN.
CudnnRNNBackprop <T memperluas TNumber >	Langkah backprop dari CudnnRNNV3.
CudnnRNNCanonicalToParams <T memperluas TNumber >	Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan.
CudnnRNNNParamsToCanonical <T memperluas TNumber >	Mengambil parameter CudnnRNN dalam bentuk kanonik.
CudnnRnnParamsSize <U memperluas TNumber >	Menghitung ukuran bobot yang dapat digunakan oleh model Cudnn RNN.
Cumprod <T memperluas TType >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
Cumsum <T memperluas TType >	Hitung jumlah kumulatif tensor `x` sepanjang `sumbu`.
KumulatifLogsumexp <T extends TNumber >	Hitung produk kumulatif tensor `x` sepanjang `sumbu`.
DataFormatDimMap <T memperluas TNumber >	Mengembalikan indeks dimensi dalam format data tujuan sesuai dengan yang ada di dalamnya format data sumber.
DataFormatVecPermute <T memperluas TNumber >	Ubah tensor masukan dari `src_format` menjadi `dst_format`.
DataServiceDataset
Kardinalitas Kumpulan Data	Mengembalikan kardinalitas `input_dataset`.
Kumpulan DataDariGrafik	Membuat kumpulan data dari `graph_def` yang diberikan.
Kumpulan DataToGraph	Mengembalikan GraphDef serial yang mewakili `input_dataset`.
Kumpulan DataKeSingleElement	Menghasilkan elemen tunggal dari kumpulan data yang diberikan.
Kumpulan DataToTFRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Kumpulan DataToTfRecord	Menulis kumpulan data tertentu ke file tertentu menggunakan format TFRecord.
Dawsn <T memperluas TNomber >
DebugGradientIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugGradientRefIdentity <T memperluas TType >	Operasi identitas untuk debugging gradien.
DebugIdentity <T memperluas TType >	Debug Identitas V2 Op.
DebugNanCount	Operasi Penghitung Nilai NaN Debug.
DebugNumericsSummary <U memperluas TNumber >	Ringkasan Numerik Debug V2 Op.
DecodeAndCropJpeg	Dekode dan Pangkas gambar berkode JPEG ke tensor uint8.
DecodeBase64	Dekode string berenkode base64 yang aman untuk web.
DekodeBmp	Decode frame pertama gambar yang dikodekan BMP ke tensor uint8.
DecodeTerkompresi	Dekompresi string.
DekodeCsv	Ubah data CSV menjadi tensor.
DekodeGif	Dekode bingkai gambar berkode GIF ke tensor uint8.
DecodeImage <T memperluas TNumber >	Berfungsi untuk decode_bmp, decode_gif, decode_jpeg, dan decode_png.
DekodeJpeg	Dekode gambar berkode JPEG menjadi tensor uint8.
DecodeJsonContoh	Konversikan rekaman Contoh yang dikodekan JSON ke string buffer protokol biner.
DecodePaddedRaw <T memperluas TNumber >	Menafsirkan ulang byte string sebagai vektor angka.
DecodePng <T memperluas TNumber >	Dekode gambar berkode PNG menjadi tensor uint8 atau uint16.
DekodeProto	Operasi mengekstrak bidang dari pesan buffer protokol serial menjadi tensor.
DecodeRaw <T memperluas TType >	Menafsirkan ulang byte string sebagai vektor angka.
DecodeWav	Dekode file WAV PCM 16-bit menjadi tensor float.
DeepCopy <T memperluas TType >	Membuat salinan `x`.
HapusIterator	Sebuah wadah untuk sumber daya iterator.
HapusMemoryCache
HapusMultiDeviceIterator	Sebuah wadah untuk sumber daya iterator.
HapusRandomSeedGenerator
HapusSeedGenerator
HapusSessionTensor	Hapus tensor yang ditentukan oleh pegangannya di sesi tersebut.
DenseBincount <U memperluas TNumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
DenseCountSparseOutput <U memperluas TNumber >	Melakukan penghitungan bin keluaran jarang untuk masukan tf.tensor.
PadatToCSRSparseMatrix	Mengonversi tensor padat menjadi CSRSparseMatrix (mungkin dalam batch).
DenseToDenseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir dari 2 input `Tensor`.
Kumpulan Data PadatToSparseBatch	Membuat himpunan data yang mengelompokkan elemen masukan ke dalam SparseTensor.
DenseToSparseSetOperation <T memperluas TType >	Menerapkan operasi set sepanjang dimensi terakhir `Tensor` dan `SparseTensor`.
DepthToSpace <T memperluas TType >	DepthToSpace untuk tensor tipe T.
DepthwiseConv2dNative <T memperluas TNumber >	Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D.
DepthwiseConv2dNativeBackpropFilter <T memperluas TNumber >	Menghitung gradien konvolusi mendalam terhadap filter.
DepthwiseConv2dNativeBackpropInput <T memperluas TNumber >	Menghitung gradien konvolusi mendalam sehubungan dengan masukan.
Dekuantisasi	Mengambil masukan uint32 yang dikemas dan membongkar masukan tersebut ke uint8 untuk dilakukan Dekuantisasi pada perangkat.
DeserialisasiIterator	Mengonversi tensor varian tertentu menjadi iterator dan menyimpannya di sumber daya tertentu.
DeserializeManySparse <T memperluas TType >	Deserialisasi dan gabungkan `SparseTensors` dari minibatch serial.
DeserializeSparse <U memperluas TType >	Deserialisasi objek `SparseTensor`.
HancurkanResourceOp	Menghapus sumber daya yang ditentukan oleh pegangan.
DestroyTemporaryVariable <T memperluas TType >	Menghancurkan variabel sementara dan mengembalikan nilai akhirnya.
Itu <T memperluas TType >	Menghitung determinan satu atau lebih matriks persegi.
Indeks Perangkat	Kembalikan indeks perangkat tempat operasi dijalankan.
Digamma <T memperluas TNumber >	Menghitung Psi, turunan dari Lgamma (log nilai absolut `Gamma(x)`), berdasarkan elemen.
Pelebaran2d <T memperluas TNomor >	Menghitung dilatasi skala abu-abu dari `input` 4-D dan `filter` 3-D.
Dilation2dBackpropFilter <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap filter.
Dilation2dBackpropInput <T memperluas TNumber >	Menghitung gradien dilatasi 2-D morfologi terhadap masukan.
DirectedInterleaveDataset	Pengganti `InterleaveDataset` pada daftar tetap kumpulan data `N`.
Div <T memperluas TType >	Mengembalikan x / y berdasarkan elemen.
DivNoNan <T memperluas TType >	Mengembalikan 0 jika penyebutnya nol.
Titik <T memperluas TType >	Membungkus operator XLA DotGeneral, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dotgeneral .
DrawBoundingBoxes <T memperluas TNumber >	Gambarlah kotak pembatas pada sekumpulan gambar.
DummyIterationCounter
DummyMemoryCache
Generator DummySeed
DynamicPartition <T memperluas TType >	Partisi `data` menjadi tensor `num_partitions` menggunakan indeks dari `partitions`.
DynamicSlice <T memperluas TType >	Membungkus operator XLA DynamicSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicslice .
DynamicStitch <T memperluas TType >	Sisipkan nilai dari tensor `data` ke dalam satu tensor.
DynamicUpdateSlice <T memperluas TType >	Membungkus operator XLA DynamicUpdateSlice, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#dynamicupdateslice .
Sunting Jarak	Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).
Eig <U memperluas TType >	Menghitung dekomposisi eigen dari satu atau lebih matriks persegi.
Einsum <T memperluas TType >	Sebuah operasi yang mendukung operasi einsum dasar dengan 2 input dan 1 output.
Elu <T memperluas Nomor T >	Menghitung linier eksponensial: `exp(fitur) - 1` jika < 0, `fitur` sebaliknya.
EluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linier eksponensial (Elu).
Menanamkan Aktivasi	Sebuah operasi yang memungkinkan diferensiasi Embeddings TPU.
Kosongkan <T extends TType >	Membuat tensor dengan bentuk tertentu.
Daftar Tensor Kosong	Membuat dan mengembalikan daftar tensor kosong.
KosongTensorMap	Membuat dan mengembalikan peta tensor kosong.
EncodeBase64	Enkode string ke dalam format base64 yang aman untuk web.
EnkodeJpeg	JPEG-mengkodekan gambar.
EncodeJpegVariableQuality	JPEG menyandikan gambar masukan dengan kualitas kompresi yang disediakan.
EnkodePng	PNG-mengkodekan gambar.
EnkodeProto	Operasi ini membuat serial pesan protobuf yang disediakan di tensor input.
EncodeWav	Enkode data audio menggunakan format file WAV.
EnqueueTPUEmbeddingIntegerBatch	Sebuah operasi yang memasukkan daftar tensor batch masukan ke TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup().
EnqueueTPUEmbeddingSparseBatch	Sebuah operasi yang memasukkan indeks masukan TPUEmbedding dari SparseTensor.
EnqueueTPUEmbeddingSparseTensorBatch	Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup_sparse().
Pastikan Bentuk <T memperluas TType >	Memastikan bentuk tensor sesuai dengan bentuk yang diharapkan.
Masukkan <T memperluas TType >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Setara	Mengembalikan nilai kebenaran (x == y) berdasarkan elemen.
Erf <T memperluas TNomber >	Menghitung fungsi kesalahan Gauss dari elemen `x`.
Erfc <T memperluas TNumber >	Menghitung fungsi kesalahan komplementer dari elemen `x`.
EuclideanNorm <T memperluas TType >	Menghitung norma euclidean elemen di seluruh dimensi tensor.
Menjalankan	Op yang memuat dan menjalankan program TPU pada perangkat TPU.
ExecuteAndUpdateVariables	Op yang menjalankan program dengan pembaruan variabel opsional di tempat.
Keluar <T memperluas TType >	Keluar dari frame saat ini ke frame induknya.
Exp <T memperluas TType >	Menghitung eksponensial x berdasarkan elemen.
ExpandDims <T memperluas TType >	Menyisipkan dimensi 1 ke dalam bentuk tensor.
Ekspansi <T extends TNumber >
Expm1 <T memperluas TType >	Menghitung `exp(x) - 1` berdasarkan elemen.
Ekstrak Sekilas	Mengekstrak sekilas dari tensor masukan.
ExtractImagePatches <T memperluas TType >	Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".
ExtractJpegShape <T memperluas TNumber >	Ekstrak informasi bentuk gambar berkode JPEG.
ExtractVolumePatches <T memperluas TNumber >	Ekstrak `patch` dari `input` dan letakkan di dimensi output `"kedalaman"`.
Fakta	Keluarkan fakta tentang faktorial.
FakeQuantWithMinMaxArgs	Kuantisasi palsu tensor 'input', ketik float ke tensor 'output' dengan tipe yang sama.
FakeQuantWithMinMaxArgsGradien	Hitung gradien untuk operasi FakeQuantWithMinMaxArgs.
FakeQuantWithMinMaxVars	Mengkuantisasi palsu tensor 'input' bertipe float melalui skalar float global Lakukan kuantisasi palsu tensor `input` dari tipe float melalui skalar float global `min` dan `max` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakeQuantWithMinMaxVarsGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVars.
FakeQuantWithMinMaxVarsPerChannel	Lakukan kuantisasi palsu pada tensor 'input' dari tipe float melalui float per saluran Kuantisasi palsu tensor `input` dari tipe float per saluran dan salah satu bentuk: `[d]`, `[b, d]` `[b, h, w, d]` melalui float per saluran ` min` dan `max` dari bentuk `[d]` ke tensor `output` dengan bentuk yang sama dengan `inputs`.
FakeQuantWithMinMaxVarsPerChannelGradient	Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel.
Fft <T memperluas TType >	Transformasi Fourier Cepat.
Fft2d <T memperluas TType >	Transformasi Fourier cepat 2D.
Fft3d <T memperluas TType >	Transformasi Fourier cepat 3D.
FifoQueue	Antrian yang menghasilkan elemen dengan urutan masuk pertama keluar pertama.
Isi <U extends TType >	Membuat tensor yang diisi dengan nilai skalar.
FilterByLastComponentDataset	Membuat kumpulan data yang berisi elemen komponen pertama `input_dataset` yang memiliki nilai true di komponen terakhir.
Sidik jari	Menghasilkan nilai sidik jari.
Kumpulan Data Catatan Panjang Tetap
Pembaca Catatan Panjang Tetap	Pembaca yang mengeluarkan catatan dengan panjang tetap dari sebuah file.
MemperbaikiUnigramCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
Lantai <T memanjang TNomor >	Mengembalikan bilangan bulat terbesar berdasarkan elemen yang tidak lebih besar dari x.
FloorDiv <T memperluas TType >	Mengembalikan x // y berdasarkan elemen.
FloorMod <T memperluas TNumber >	Mengembalikan sisa pembagian berdasarkan elemen.
Penulis Ringkasan Siram
FractionalAvgPool <T memperluas TNumber >	Melakukan pengumpulan rata-rata pecahan pada input.
FractionalAvgPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalAvgPool.
FractionalMaxPool <T memperluas TNumber >	Melakukan pengumpulan maksimal pecahan pada input.
FractionalMaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi FractionalMaxPool.
FresnelCos <T memperluas TNumber >
FresnelSin <T memperluas TNumber >
FusedBatchNorm <T memperluas TNomber , U memperluas TNorm >	Normalisasi batch.
FusedBatchNormGrad <T memperluas TNomber , U memperluas TNumber >	Gradien untuk normalisasi batch.
FusedPadConv2d <T memperluas TNumber >	Melakukan padding sebagai praproses selama konvolusi.
FusedResizeAndPadConv2d <T memperluas TNumber >	Melakukan pengubahan ukuran dan padding sebagai praproses selama konvolusi.
GRUBlockCell <T memperluas TNumber >	Menghitung propagasi maju sel GRU untuk 1 langkah waktu.
GRUBlockCellGrad <T memperluas TNomber >	Menghitung propagasi balik sel GRU untuk 1 langkah waktu.
Kumpulkan <T extends TType >	Membungkus operator XLA Gather yang didokumentasikan di https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T memperluas TType >	Kumpulkan irisan dari `params` menjadi Tensor dengan bentuk yang ditentukan oleh `indeks`.
GatherV2 <T memperluas TNumber >	Saling mengakumulasi beberapa tensor dengan jenis dan bentuk yang identik.
Hasilkan Proposal BoundingBox	Operasi ini menghasilkan Wilayah Minat dari kotak pembatas tertentu (bbox_deltas) jangkar wrt yang dikodekan sesuai dengan persamaan 2 di arXiv:1506.01497 Operasi memilih kotak penilaian `pre_nms_topn` teratas, mendekodekannya sehubungan dengan jangkar, menerapkan penekanan non-maksimal pada kotak yang tumpang tindih dengan nilai interseksi-over-union (iou) yang lebih tinggi dari `nms_threshold`, membuang kotak yang sisinya lebih pendek kurang dari ` ukuran_minimal`.
Hasilkan Pemetaan Ulang Vocab	Diberikan jalur ke file kosakata baru dan lama, mengembalikan Tensor yang dipetakan ulang panjang `num_new_vocab`, dengan `remapping[i]` berisi nomor baris dalam kosakata lama yang sesuai dengan baris `i` dalam kosakata baru (mulai dari baris `new_vocab_offset` dan hingga `num_new_vocab` entitas), atau `- 1` jika entri `i` pada kosakata baru tidak ada pada kosakata lama.
DapatkanSessionHandle	Simpan tensor masukan dalam keadaan sesi saat ini.
GetSessionTensor <T memperluas TType >	Dapatkan nilai tensor yang ditentukan oleh pegangannya.
Lebih besar	Mengembalikan nilai kebenaran (x > y) berdasarkan elemen.
Lebih Besar Sama	Mengembalikan nilai kebenaran (x >= y) berdasarkan elemen.
GuaranteeConst <T memperluas TType >	Memberikan jaminan pada runtime TF bahwa tensor masukan adalah konstan.
Tabel Hash	Membuat tabel hash yang tidak diinisialisasi.
HistogramFixedWidth <U memperluas TNumber >	Kembalikan histogram nilai.
Ringkasan Histogram	Menghasilkan buffer protokol `Ringkasan` dengan histogram.
HsvToRgb <T memperluas TNumber >	Konversi satu atau lebih gambar dari HSV ke RGB.
Identitas <T memperluas TType >	Mengembalikan tensor dengan bentuk dan konten yang sama dengan tensor atau nilai masukan.
IdentitasN	Mengembalikan daftar tensor dengan bentuk dan konten yang sama dengan input tensor.
Pembaca Identitas	Pembaca yang mengeluarkan pekerjaan yang diantrekan sebagai kunci dan nilai.
Ifft <T memperluas TType >	Transformasi Fourier cepat terbalik.
Ifft2d <T memperluas TType >	Transformasi Fourier cepat 2D terbalik.
Ifft3d <T memperluas TType >	Transformasi Fourier cepat 3D terbalik.
Igamma <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap terregulasi bawah `P(a, x)`.
IgammaGradA <T memperluas TNomber >	Menghitung gradien `igamma(a, x)` wrt `a`.
Igammac <T memperluas TNomber >	Hitung fungsi Gamma tidak lengkap yang diatur atas `Q(a, x)`.
AbaikanErrorsDataset	Membuat kumpulan data yang berisi elemen `input_dataset` yang mengabaikan kesalahan.
Gambar <U memperluas Nomor T >	Mengembalikan bagian imajiner dari bilangan kompleks.
ImageProjectiveTransformV2 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
ImageProjectiveTransformV3 <T memperluas TNumber >	Menerapkan transformasi yang diberikan ke setiap gambar.
Ringkasan Gambar	Menghasilkan buffer protokol `Ringkasan` dengan gambar.
ImmutableConst <T memperluas TType >	Mengembalikan tensor yang tidak dapat diubah dari wilayah memori.
ImporAcara
Di TopK	Mengatakan apakah target berada dalam prediksi `K` teratas.
InfeedDequeue <T memperluas TType >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam perhitungan.
InfeedDequeueTuple	Mengambil beberapa nilai dari infeed sebagai tupel XLA.
Antrean Infeed	Sebuah operasi yang memasukkan satu nilai Tensor ke dalam komputasi.
InfeedEnqueuePrelinearizedBuffer	Sebuah operasi yang memasukkan buffer yang telah dipralinearisasi ke dalam pengumpan TPU.
InfeedEnqueueTuple	Memasukkan beberapa nilai Tensor ke dalam komputasi sebagai tupel XLA.
Init
Inisialisasi Tabel	Penginisialisasi tabel yang masing-masing menggunakan dua tensor untuk kunci dan nilai.
InisialisasiTableFromDataset
InisialisasiTableFromTextFile	Menginisialisasi tabel dari file teks.
InplaceAdd <T memperluas TType >	Menambahkan v ke dalam baris x tertentu.
InplaceSub <T memperluas TType >	Kurangi `v` ke dalam baris `x` yang ditentukan.
InplaceUpdate <T memperluas TType >	Memperbarui baris tertentu 'i' dengan nilai 'v'.
Inv <T memperluas TType >	Menghitung invers dari satu atau lebih matriks persegi yang dapat dibalik atau adjointnya (transpos konjugasi).
InvGrad <T memperluas TType >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
Balikkan <T extends TNumber >	Membalikkan (membalik) setiap bit dari tipe yang didukung; misalnya ketik `uint8` nilai 01010101 menjadi 10101010.
InvertPermutation <T extends TNumber >	Menghitung permutasi terbalik dari tensor.
Irfft <U memperluas TNomber >	Transformasi Fourier cepat bernilai riil terbalik.
Irfft2d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 2D terbalik.
Irfft3d <U memperluas TNomber >	Transformasi Fourier cepat bernilai nyata 3D terbalik.
IsBoostedTreesEnsembleInisialisasi	Memeriksa apakah ansambel pohon telah diinisialisasi.
IsBoostedTreesQuantileStreamResourceInisialisasi	Memeriksa apakah aliran kuantil telah diinisialisasi.
Adalah Terbatas	Mengembalikan elemen x mana yang terbatas.
AdalahInf	Mengembalikan elemen x mana yang merupakan Inf.
AdalahNan	Mengembalikan elemen x mana yang merupakan NaN.
IsVariableInisialisasi	Memeriksa apakah tensor telah diinisialisasi.
Regresi Isotonik <U memperluas TNumber >	Memecahkan sejumlah masalah regresi isotonik.
Pengulangan
IteratorDariStringHandle
IteratorGetDevice	Mengembalikan nama perangkat tempat `sumber daya` ditempatkan.
IteratorDapatkanBerikutnya	Mendapatkan keluaran selanjutnya dari iterator yang diberikan.
IteratorGetNextAsOpsional	Mendapatkan keluaran berikutnya dari iterator yang diberikan sebagai varian Opsional.
IteratorGetNextSync	Mendapatkan keluaran berikutnya dari iterator yang diberikan.
IteratorToStringHandle	Mengonversi `resource_handle` tertentu yang mewakili iterator menjadi string.
Bergabung	Menggabungkan string dalam daftar tensor string tertentu menjadi satu tensor; dengan pemisah yang diberikan (defaultnya adalah pemisah kosong).
Inisialisasi KMC2Chain	Mengembalikan indeks titik data yang harus ditambahkan ke kumpulan benih.
KeyValueSort <T memperluas TNumber , U memperluas TType >	Membungkus operator Sortir XLA, didokumentasikan di https://www.tensorflow.org/kinerja/xla/operation_semantics#sort .
Inisialisasi KmeansPlusPlus	Memilih num_to_sample baris input menggunakan kriteria KMeans++.
Statistik Pesanan Kth	Menghitung statistik urutan ke-K dari kumpulan data.
L2Loss <T meluas TNomber >	L2 Kerugian.
Kumpulan Data LMDB	Membuat himpunan data yang memancarkan pasangan nilai kunci dalam satu atau beberapa file LMDB.
LSTMBlockCell <T memperluas TNomber >	Menghitung propagasi maju sel LSTM untuk 1 langkah waktu.
LSTMBlockCellGrad <T memperluas TNumber >	Menghitung propagasi mundur sel LSTM untuk 1 langkah waktu.
Kumpulan Data LatencyStats	Merekam latensi produksi elemen `input_dataset` di StatsAggregator.
LeakyRelu <T memperluas TNomber >	Menghitung linier yang diperbaiki: `maks(fitur, fitur * alfa)`.
LeakyReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi LeakyRelu.
LearnedUnigramCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.
LeftShift <T memperluas TNumber >	Elementwise menghitung pergeseran kiri bitwise dari `x` dan `y`.
Lebih sedikit	Mengembalikan nilai kebenaran (x < y) berdasarkan elemen.
Kurang Sama	Mengembalikan nilai kebenaran (x <= y) berdasarkan elemen.
Lgamma <T memperluas TNomber >	Menghitung log nilai absolut `Gamma(x)` berdasarkan elemen.
LinSpace <T memperluas TNomber >	Menghasilkan nilai dalam suatu interval.
Kumpulan Data Lmdb
Pembaca Lmdb	Pembaca yang mengeluarkan catatan dari file LMDB.
LoadAndRemapMatrix	Memuat `Tensor` 2-D (matriks) dengan nama `nama_tensor_lama` dari pos pemeriksaan di `ckpt_path` dan berpotensi menyusun ulang baris dan kolomnya menggunakan pemetaan ulang yang ditentukan.
LoadTPUEmbeddingADAMParameter	Muat parameter penyematan ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	Muat parameter penyematan ADAM dengan dukungan debug.
LoadTPUEmbeddingAdadeltaParameters	Muat parameter penyematan Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	Muat parameter Adadelta dengan dukungan debug.
LoadTPUEmbeddingAdagradParameters	Muat parameter penyematan Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	Muat parameter penyematan Adagrad dengan dukungan debug.
LoadTPUEmbeddingCenteredRMSPropParameters	Memuat parameter penyematan RMSProp yang terpusat.
LoadTPUEmbeddingFTRLParameter	Muat parameter penyematan FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	Muat parameter penyematan FTRL dengan dukungan debug.
MuatTPUEmbeddingMDLAdagradLightParameters	Memuat parameter penyematan MDL Adagrad Light.
LoadTPUEmbeddingMomentumParameters	Muat parameter penyematan Momentum.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	Muat parameter penyematan Momentum dengan dukungan debug.
LoadTPUEmbeddingProximalAdagradParameters	Muat parameter penyematan Adagrad proksimal.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	Muat parameter penyematan Adagrad proksimal dengan dukungan debug.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	Muat parameter penyematan RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	Muat parameter penyematan RMSProp dengan dukungan debug.
LoadTPUEmbeddingStochasticGradientDescentParameters	Muat parameter penyematan SGD.
LoadTPUEmbeddingStochasticGradientDescentParametersGradAccumDebug	Muat parameter penyematan SGD.
Normalisasi Respons Lokal <T memperluas Nomor T >	Normalisasi Respon Lokal.
LocalResponseNormalizationGrad <T memperluas TNumber >	Gradien untuk Normalisasi Respon Lokal.
Log <T memperluas TType >	Menghitung logaritma natural dari elemen x.
Log1p <T memperluas TType >	Menghitung logaritma natural (1 + x) berdasarkan elemen.
LogMatrixDeterminant <T memperluas TType >	Menghitung tanda dan log nilai absolut determinan satu atau lebih matriks persegi.
LogSoftmax <T memperluas TNumber >	Menghitung aktivasi log softmax.
LogUniformCandidateSampler	Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-uniform.
LogisDan	Mengembalikan nilai kebenaran x DAN y berdasarkan elemen.
LogisTidak	Mengembalikan nilai kebenaran dari elemen `NOT x`.
LogisAtau	Mengembalikan nilai kebenaran x OR y berdasarkan elemen.
LookupTableExport <T memperluas TType , U memperluas TType >	Menampilkan semua kunci dan nilai dalam tabel.
LookupTableFind <U memperluas TType >	Mencari kunci dalam tabel, menampilkan nilai yang sesuai.
Impor Tabel Pencarian	Menggantikan isi tabel dengan kunci dan nilai yang ditentukan.
Sisipkan Tabel Pencarian	Memperbarui tabel untuk mengaitkan kunci dengan nilai.
LookupTableRemove	Menghapus kunci dan nilai terkaitnya dari tabel.
Ukuran Tabel Pencarian	Menghitung jumlah elemen dalam tabel yang diberikan.
LoopCond	Meneruskan masukan ke keluaran.
Lebih rendah	Mengonversi semua karakter huruf besar menjadi pengganti huruf kecilnya masing-masing.
Batas Bawah <U memperluas Nomor T >	Menerapkan batas_bawah (nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
Lu <T memperluas TType , U memperluas TNomber >	Menghitung dekomposisi LU dari satu atau lebih matriks persegi.
BuatIterator	Membuat iterator baru dari `dataset` yang diberikan dan menyimpannya di `iterator`.
Jadikan Unik	Jadikan semua elemen dalam dimensi non-Batch unik, namun \"dekat\" dengannya nilai awal mereka.
Jelas Peta	Op menghapus semua elemen dalam wadah yang mendasarinya.
Ukuran PetaTidak Lengkap	Op mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Peek Peta	Op mengintip nilai pada kunci yang ditentukan.
Ukuran peta	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Panggung Peta	Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti tabel hash.
PetaTidak Panggung	Op menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah di bawahnya.
MapUnstageNoKey	Op menghapus dan mengembalikan acak (kunci, nilai) dari wadah di bawahnya.
MatMul <T memperluas TType >	Kalikan matriks "a" dengan matriks "b".
File yang Cocok	Mengembalikan kumpulan file yang cocok dengan satu atau lebih pola glob.
Kumpulan Data File Pencocokan
MatrixDiag <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
MatrixDiagPart <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagPartV3 <T memperluas TType >	Mengembalikan bagian diagonal batch dari tensor batch.
MatrixDiagV3 <T memperluas TType >	Mengembalikan tensor diagonal kumpulan dengan nilai diagonal kumpulan tertentu.
Logaritma Matriks <T memperluas TType >	Menghitung logaritma matriks dari satu atau lebih matriks persegi: \\(log(exp(A)) = A\\) Operasi ini hanya ditentukan untuk matriks kompleks.
MatrixSetDiag <T memperluas TType >	Mengembalikan tensor matriks batch dengan nilai diagonal batch baru.
MatrixSolveLs <T memperluas TType >	Memecahkan satu atau lebih masalah kuadrat terkecil linier.
Maks <T memperluas TType >	Menghitung jumlah maksimum elemen di seluruh dimensi tensor.
Kumpulan Data MaxIntraOpParallelism	Membuat kumpulan data yang mengesampingkan paralelisme intra-operasi maksimum.
MaxPool <T memperluas TType >	Melakukan pengumpulan maksimal pada input.
MaxPool3d <T memperluas TNumber >	Melakukan pengumpulan maksimal 3D pada input.
MaxPool3dGrad <U memperluas TNumber >	Menghitung gradien fungsi pengumpulan maksimal 3D.
MaxPool3dGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGrad <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
MaxPoolGradGrad <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradGradWithArgmax <T memperluas TNumber >	Menghitung gradien orde kedua dari fungsi maxpooling.
MaxPoolGradWithArgmax <T memperluas TNumber >	Menghitung gradien fungsi maxpooling.
MaxPoolWithArgmax <T memperluas TNomber , U memperluas TNomber >	Melakukan pengumpulan maksimal pada input dan output baik nilai dan indeks maksimal.
Maksimum <T memperluas TNomber >	Mengembalikan maksimal x dan y (mis
Berarti <T memperluas TType >	Menghitung rata-rata elemen di seluruh dimensi tensor.
Gabungkan <T extends TType >	Meneruskan nilai tensor yang tersedia dari `inputs` ke `output`.
Gabungkan Ringkasan	Menggabungkan ringkasan.
Gabungkan Pos Pemeriksaan V2	Khusus format V2: menggabungkan file metadata dari pos pemeriksaan yang dipecah.
Mfcc	Mengubah spektogram menjadi bentuk yang berguna untuk pengenalan suara.
Min <T memperluas TType >	Menghitung jumlah minimum elemen di seluruh dimensi tensor.
Minimum <T memperluas TNomber >	Mengembalikan min dari x dan y (mis
MirrorPad <T memperluas TType >	Mengisi tensor dengan nilai cermin.
MirrorPadGrad <T memperluas TType >	Operasi gradien untuk operasi `MirrorPad`.
MlirPassthroughOp	Membungkus komputasi MLIR arbitrer yang dinyatakan sebagai modul dengan fungsi main().
Mod <T memperluas TNomber >	Mengembalikan sisa pembagian berdasarkan elemen.
Kumpulan Data Model	Transformasi identitas yang memodelkan kinerja.
Mul <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MulNoNan <T memperluas TType >	Mengembalikan x * y berdasarkan elemen.
MultiDeviceIterator	Membuat sumber daya MultiDeviceIterator.
MultiDeviceIteratorFromStringHandle	Menghasilkan sumber daya MultiDeviceIterator dari pegangan string yang disediakan.
MultiDeviceIteratorGetNextFromShard	Mendapatkan elemen berikutnya untuk nomor pecahan yang disediakan.
MultiDeviceIteratorInit	Menginisialisasi iterator multi perangkat dengan kumpulan data yang diberikan.
MultiDeviceIteratorToStringHandle	Menghasilkan pegangan string untuk MultiDeviceIterator yang diberikan.
Multinomial <U memperluas TNumber >	Mengambil sampel dari distribusi multinomial.
MutableDenseHashTable	Membuat tabel hash kosong yang menggunakan tensor sebagai penyimpanan pendukung.
TabelHash yang Dapat Diubah	Membuat tabel hash kosong.
MutableHashTableOfTensor	Membuat tabel hash kosong.
muteks	Membuat sumber daya Mutex yang dapat dikunci dengan `MutexLock`.
Kunci Mutex	Mengunci sumber daya mutex.
NcclAllReduce <T memperluas TNumber >	Menghasilkan tensor yang berisi reduksi di semua tensor masukan.
NcclBroadcast <T memperluas TNumber >	Mengirim `input` ke semua perangkat yang terhubung ke output.
NcclReduce <T memperluas TNumber >	Mengurangi `input` dari `num_devices` menggunakan `reduction` ke satu perangkat.
Ndtri <T memperluas TNomber >
Tetangga Terdekat	Memilih k pusat terdekat untuk setiap titik.
Neg <T memperluas TType >	Menghitung nilai negatif numerik berdasarkan elemen.
Kereta Negatif	Pelatihan melalui pengambilan sampel negatif.
BerikutnyaSetelah <T memperluas TNomor >	Mengembalikan nilai `x1` berikutnya yang dapat direpresentasikan ke arah `x2`, berdasarkan elemen.
Iterasi Berikutnya <T memperluas TType >	Membuat masukannya tersedia untuk iterasi berikutnya.
Tidak ada operasi	Tidak melakukan apa-apa.
NonDeterministicInts <U memperluas TType >	Secara non-deterministik menghasilkan beberapa bilangan bulat.
Nonmaxsupresi <t memperluas tnumber >	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak yang memiliki tumpang tindih persimpangan tinggi-over-union (IOU) dengan kotak yang dipilih sebelumnya.
NonmaxsuppressionWithOllaps	Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun, memangkas kotak yang memiliki tumpang tindih tinggi dengan kotak yang dipilih sebelumnya.
NonserializableDataSet
Tidak sama	Mengembalikan nilai kebenaran (x! = Y) elemen-bijaksana.
NthElement <T memperluas TNumber >	Menemukan nilai statistik urutan ke-`n` untuk dimensi terakhir.
OneHot <u memperluas ttype >	Mengembalikan tensor satu-panas.
Yang <T memperluas TType >	Operator yang membuat konstan diinisialisasi dengan bentuk dari bentuk yang diberikan oleh `Dims`.
Seperti <t memperluas ttype >	Mengembalikan tensor orang dengan bentuk dan jenis yang sama seperti x.
Operan <T memperluas TType >	Antarmuka diimplementasikan oleh operan operasi TensorFlow.
OptimizedataSet	Membuat dataset dengan menerapkan optimisasi ke `input_dataset`.
OptimizedataSetv2	Membuat kumpulan data dengan menerapkan pengoptimalan terkait ke `input_dataset`.
OpsionalFromValue	Membangun varian opsional dari tuple tensor.
OpsionalGetValue	Mengembalikan nilai yang disimpan dalam varian opsional atau menimbulkan kesalahan jika tidak ada.
OpsionalHasvalue	Mengembalikan true jika dan hanya jika varian opsional yang diberikan memiliki nilai.
OpsionalNone	Membuat varian opsional tanpa nilai.
Orderedmapclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
Orderedmapinctilesize	OP mengembalikan jumlah elemen yang tidak lengkap dalam wadah yang mendasarinya.
Orderedmappeek	Op mengintip nilai pada kunci yang ditentukan.
Orderedmapsize	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Orderedmapstage	Tahap (kunci, nilai) dalam wadah dasar yang berperilaku seperti yang dipesan wadah asosiatif.
Orderedmapunstage	OP menghapus dan mengembalikan nilai yang terkait dengan kunci dari wadah yang mendasarinya.
Orderedmapunstagenokey	OP menghapus dan mengembalikan elemen (kunci, nilai) dengan yang terkecil kunci dari wadah yang mendasarinya.
Ordinalselector	Op pemilih inti TPU.
OutfeedDequeue <T memperluas ttype >	Mengambil tensor tunggal dari outfeed komputasi.
Outfeeddequeuetuple	Ambil beberapa nilai dari outfeed komputasi.
Outfeeddequeuetuplev2	Ambil beberapa nilai dari outfeed komputasi.
Outfeeddequeuev2 <t memperluas ttype >	Mengambil tensor tunggal dari outfeed komputasi.
Outfeedenqueue	Enqueue tensor pada outfeed komputasi.
Outfeedenqueuetuple	ENQUEUE Nilai beberapa tensor pada outfeed komputasi.
Keluaran <T memperluas TType >	Pegangan simbolis pada tensor yang dihasilkan oleh `Operation` .
Pad <T Extends ttype >	Membungkus operator XLA Pad, didokumentasikan di https://www.tensorflow.org/performance/xla/operation_semantics#pad.
PaddedBatchDataset	Membuat dataset bahwa batch dan bantalan `Batch_Size` elemen dari input.
Paddingfifoqueue	Antrian yang menghasilkan elemen dalam urutan pertama-dalam pertama.
ParallelConcat <T memperluas ttype >	Menggabungkan daftar tensor `N` di sepanjang dimensi pertama.
Paralleldynamicstitch <T memperluas ttype >	Interleave nilai -nilai dari tensor `data` menjadi tensor tunggal.
ParameterizedTruncatedNormal <U memperluas tnumber >	Output nilai acak dari distribusi normal.
Parseexample	Mengubah vektor TF.Example Protos (sebagai string) menjadi tensor yang diketik.
Parseexampledataet	Mengubah `input_dataset` yang berisi proto `Contoh` sebagai vektor DT_STRING menjadi kumpulan data objek `Tensor` atau `SparseTensor` yang mewakili fitur yang diurai.
ParsesequenceExample	Mengubah vektor tf.io.SequenceExample Protos (sebagai string) menjadi tensor yang diketik.
Parsesinglexample	Mengubah proto TF.Example (sebagai string) menjadi tensor yang diketik.
ParsesingleSequenceExample	Mengubah otak skalar. Proto ExcesenceExample (sebagai string) menjadi tensor yang diketik.
Parsetensor <T memperluas ttype >	Mengubah tensorflow serial.tensorproto menjadi tensor.
PartitionedInput <T memperluas ttype >	OP yang mengelompokkan daftar input yang dipartisi bersama.
PartitionedOutput <T Extends tType >	Op bahwa demultiplexes tensor untuk dicekik oleh XLA ke daftar dipartisi output di luar perhitungan XLA.
Placeholder <T memperluas ttype >	Opsi placeholder untuk nilai yang akan dimasukkan ke dalam perhitungan.
PlaceholderwithDefault <t memperluas ttype >	Operasi placeholder yang melewati `input` ketika outputnya tidak diumpankan.
Poligamma <t memperluas tnumber >	Hitung fungsi poligamma \\(\psi^{(n)}(x)\\).
PopulationCount	Menghitung jumlah populasi elemen-bijaksana (alias
Pow <T memperluas ttype >	Menghitung kekuatan satu nilai ke nilai lainnya.
Prefetchdataset	Membuat dataset yang secara asinkron memilih elemen dari `input_dataset`.
PrelinieArize	OP yang linierisasi satu nilai tensor ke tensor varian buram.
Prelinearizetuple	OP yang linierisasi beberapa nilai tensor ke tensor varian buram.
PreventGradient <T Extends tType >	OP identitas yang memicu kesalahan jika gradien diminta.
Mencetak	Mencetak skalar string.
Antrian Prioritas	Antrian yang menghasilkan elemen diurutkan berdasarkan nilai komponen pertama.
PrivatheReadPooldataset	Membuat dataset yang menggunakan kumpulan utas khusus untuk menghitung `input_dataset`.
Prod <T Extends ttype >	Menghitung produk elemen di seluruh dimensi tensor.
QR <T memperluas ttype >	Menghitung dekomposisi QR dari satu atau lebih matriks.
Kuantize <t memperluas ttype >	Hitung tensor 'input' bertipe float ke tensor 'output' bertipe 'T'.
Quantizeanddequantize <t extends tnumber >	Menghitung kemudian dequantizes tensor.
QuantizeandDequantizev3 <t memperluas tnumber >	Menghitung kemudian dequantizes tensor.
Quantizeanddequantizev4 <t memperluas tnumber >	Mengembalikan gradien `kuantisasi. Quantizeandddequantizev4`.
Quantizeanddequantizev4grad <t memperluas tnumber >	Mengembalikan gradien `quantizeanddequantizev4`.
KuantizedOwnAndShrinkrange <u memperluas ttype >	Konversi tensor 'input' kuantisasi menjadi 'output' presisi lebih rendah, menggunakan Distribusi nilai aktual untuk memaksimalkan penggunaan kedalaman bit yang lebih rendah dan menyesuaikan min output dan rentang maks.
KuantitedAdd <v memperluas ttype >	Mengembalikan elemen x + y, bekerja pada buffer kuantisasi.
QuantizedAvgPool <T memperluas TType >	Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.
QuantizedBatchNormWithGlobalNormalization <U memperluas TType >	Normalisasi Batch terkuantisasi.
QuantizedBiasAdd <V memperluas TType >	Menambahkan 'bias' Tensor ke 'input' Tensor untuk tipe Terkuantisasi.
Kuantisasi KCAT <T memperluas ttype >	Menggabungkan tensor terkuantisasi sepanjang satu dimensi.
QuantizedConv2DAndRelu <V memperluas TType >
QuantizedConv2DAndReluAndRequantize <V memperluas TType >
QuantizedConv2DAndRequantize <V memperluas TType >
QuantizedConv2DPerChannel <V memperluas TType >	Menghitung QuantizedConv2D per saluran.
QuantizedConv2DWithBias <V memperluas TType >
QuantizedConv2DWithBiasAndRelu <V memperluas TType >
QuantizedConv2DWithBiasAndReluAndRequantize <W memperluas TType >
QuantizedConv2DWithBiasAndRequantize <W memperluas TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X memperluas TType >
QuantizedConv2DWithBiasSumAndRelu <V memperluas TType >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X memperluas TType >
QuantizedConv2d <V memperluas TType >	Menghitung konvolusi 2D dengan masukan 4D terkuantisasi dan tensor filter.
QuantizedDepthwiseConv2D <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi.
QuantizedDepthwiseConv2DWithBias <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias.
QuantizedDepthwiseConv2DWithBiasAndRelu <V memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias dan Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W memperluas TType >	Menghitung Konv2D mendalam yang terkuantisasi dengan Bias, Relu, dan Requantize.
QuantizedInstanceNorm <T memperluas TType >	Normalisasi Instans Terkuantisasi.
KuantisasiMatMul <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b`.
KuantisasiMatMulwithBias <W memperluas ttype >	Melakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add.
KuantitedMatMulwithBiASandDequantize <W Extends tnumber >
KuantizedMatMulwithBiasandrelu <v memperluas ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu fusi.
KuantitedMatMulwithBiasandreluandrequanize <W Extends ttype >	Lakukan multiplikasi matriks kuantisasi `a` dengan matriks` b` dengan bias add dan relu dan requantize fusion.
KuantitedMatMulWithBiASandRequarize <W Extends ttype >
QuantizedMaxPool <T memperluas TType >	Menghasilkan kumpulan maksimal tensor masukan untuk tipe terkuantisasi.
Kuantisasi <v memperluas ttype >	Mengembalikan elemen x * y, bekerja pada buffer kuantisasi.
QuantizedRelu <U memperluas TType >	Menghitung Linier Terkuantifikasi Terkuantisasi: `maks(fitur, 0)`
QuantizedRelu6 <U memperluas TType >	Menghitung Linear Terkuantifikasi 6: `min(maks(fitur, 0), 6)`
QuantizedReluX <U memperluas TType >	Menghitung Linear X Terkuantifikasi: `min(maks(fitur, 0), nilai_maks)`
CuanTizedReshape <T memperluas ttype >	Membentuk kembali tensor terkuantisasi sesuai reshape op.
QuantizedResizebilinear <t memperluas ttype >	Ubah ukuran `gambar` terkuantisasi menjadi` ukuran` menggunakan interpolasi bilinear terkuantisasi.
Queueclose	Menutup antrian yang diberikan.
Queuedequeue	Dequeues tuple dari satu atau lebih tensor dari antrian yang diberikan.
Queuedequeuemany	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
QueuedequeUeupto	Dequeues `n` tupel dari satu atau lebih tensor dari antrian yang diberikan.
Queueenqueue	Enqueues tuple dari satu atau lebih tensor dalam antrian yang diberikan.
QueueenqueueMany	Enqueues nol atau lebih tupel dari satu atau lebih tensor dalam antrian yang diberikan.
Antrian	Mengembalikan true jika antrian ditutup.
Ukuran Antrian	Menghitung jumlah elemen dalam antrian yang diberikan.
RaggedBincount <u memperluas tnumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
RaggedCountSparseOutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input tensor yang compang-camping.
RaggedCross <t memperluas ttype , u memperluas tnumber >	Menghasilkan salib fitur dari daftar tensor, dan mengembalikannya sebagai raggedtensor.
RaggedGather <T memperluas tnumber , u memperluas ttype >	Kumpulkan irisan compang -camping dari `Params` Axis` 0` menurut `indeks`.
RaggedRange <u memperluas tnumber , t memperluas tnumber >	Mengembalikan `raggedTensor` yang berisi urutan angka yang ditentukan.
RaggedTensorFromVariant <u memperluas tnumber , t memperluas ttype >	Decodes tensor `varian` ke` raggedtensor`.
RaggedTensortosparse <u memperluas ttype >	Mengubah `raggedTensor` menjadi` sparsetensor` dengan nilai yang sama.
RaggedTensortotensor <U memperluas ttype >	Buat tensor padat dari tensor compang -camping, mungkin mengubah bentuknya.
RaggedTensortovariant	Mengkodekan `RaggedTensor` menjadi Tensor `varian`.
RaggedTensortovariantGradient <u memperluas ttype >	Helper digunakan untuk menghitung gradien untuk `raggedtensortovariant`.
RandomCrop <T memperluas tnumber >	Pangkas secara acak `Image`.
Kumpulan Data Acak	Membuat dataset yang mengembalikan angka pseudorandom.
RandomGamma <u memperluas tnumber >	Output nilai acak dari distribusi gamma yang dijelaskan oleh alpha.
RandomGammagrad <T memperluas tnumber >	Menghitung turunan dari wrt sampel acak gamma
Randompoisson <v memperluas tnumber >	Output nilai acak dari distribusi Poisson yang dijelaskan berdasarkan tingkat.
ROOKShuffle <T memperluas ttype >	Secara acak mengocok tenor sepanjang dimensi pertamanya.
Randomshufflequeue	Antrian yang mengacak urutan elemen.
RandomStandardNormal <u memperluas tnumber >	Output nilai acak dari distribusi normal.
RandomUniform <u memperluas tnumber >	Output nilai acak dari distribusi yang seragam.
RandomUniformInt <u memperluas tnumber >	Menghasilkan bilangan bulat acak dari distribusi seragam.
Rentang <t extends tnumber >	Menciptakan urutan angka.
RangedataSet	Membuat dataset dengan berbagai nilai.
Pangkat	Mengembalikan peringkat tensor.
Rawop	Kelas dasar untuk implementasi `Op` yang didukung oleh satu `Operation` .
File Baca	Membaca dan mengeluarkan seluruh isi nama file input.
ReadvariableOp <t memperluas ttype >	Membaca nilai variabel.
ReaderNumRecordsproduced	Mengembalikan jumlah catatan yang telah diproduksi pembaca ini.
ReaderNuMworkunitscReted	Mengembalikan jumlah unit kerja yang telah diselesaikan pembaca ini.
Readerread	Mengembalikan catatan berikutnya (kunci, pasangan nilai) yang diproduksi oleh pembaca.
Readerreadupto	Mengembalikan hingga `num_records` (kunci, nilai) pasangan yang diproduksi oleh pembaca.
Pembaca	Kembalikan pembaca ke kondisi bersih awalnya.
ReaderRestoreState	Kembalikan pembaca ke keadaan disimpan sebelumnya.
Readerserializestate	Menghasilkan tensor string yang mengkodekan keadaan pembaca.
Nyata <u memperluas tnumber >	Mengembalikan bagian real dari bilangan kompleks.
RealDiv <T memperluas ttype >	Mengembalikan elemen x / y untuk tipe nyata.
RematchDataSet	Membuat dataset yang mengubah ukuran batch.
RematchDataSetV2	Membuat dataset yang mengubah ukuran batch.
Timbal balik <t extends ttype >	Menghitung timbal balik dari elemen-elemen.
ReciprocalGrad <T memperluas ttype >	Menghitung gradien untuk kebalikan dari `x` dengan masukannya.
RecordInput	Memancarkan catatan acak.
Recv <T memperluas ttype >	Menerima tensor bernama dari perhitungan XLA lain.
Recvtpuembeddingactivations	OP yang menerima aktivasi penyematan pada TPU.
Kurangi <t extends tnumber >	Saling mengurangi beberapa tensor dari jenis dan bentuk yang identik.
Reduceall	Menghitung "logis dan" elemen lintas dimensi tensor.
Reduceany	Menghitung "logis atau" elemen lintas dimensi tensor.
Mengurangi	Bergabung dengan tensor string melintasi dimensi yang diberikan.
Reducemax <t memperluas ttype >	Menghitung maksimum elemen di seluruh dimensi tensor.
Reducemin <t memperluas ttype >	Menghitung minimum elemen di seluruh dimensi tensor.
ReduceProd <T Extends tType >	Menghitung produk elemen di seluruh dimensi tensor.
Mengurangi <T memperluas ttype >	Menghitung jumlah elemen lintas dimensi tensor.
Reducev2 <t memperluas tnumber >	Saling mengurangi beberapa tensor dari jenis dan bentuk yang identik.
Refenter <T memperluas ttype >	Membuat atau menemukan bingkai anak, dan membuat `data` tersedia untuk bingkai anak.
Refexit <T memperluas ttype >	Keluar dari frame saat ini ke frame induknya.
Refidentity <T memperluas ttype >	Mengembalikan tensor ref yang sama dengan input ref tensor.
Refmerge <T memperluas ttype >	Meneruskan nilai tensor yang tersedia dari `input` ke` output`.
RefNexTiteration <T memperluas ttype >	Membuat inputnya tersedia untuk iterasi berikutnya.
Memilih ulang <T memperluas ttype >	Meneruskan elemen `indeks` input` ke` output`.
Refswitch <T memperluas ttype >	Meneruskan tensor ref tensor `ke port output yang ditentukan oleh` pred`.
RegexFullMatch	Periksa apakah input cocok dengan pola regex.
Ganti Regex	Mengganti kecocokan ekspresi reguler `pola` di` input` dengan string pengganti yang disediakan dalam `penulisan ulang`.
RegisterdataSet	Mendaftarkan dataset dengan layanan TF.Data.
Relu <T memperluas TType >	Menghitung linier yang diperbaiki: `maks(fitur, 0)`.
Relu6 <T memperluas Nomor T >	Menghitung linier 6 yang diperbaiki: `min(maks(fitur, 0), 6)`.
Relu6Grad <T memperluas TNumber >	Menghitung gradien 6 linier yang diperbaiki untuk operasi Relu6.
ReluGrad <T memperluas TNumber >	Menghitung gradien linier yang diperbaiki untuk operasi Relu.
RemotefusedGraphExecute	Jalankan sub grafik pada prosesor jarak jauh.
RepeatDataSet	Membuat dataset yang memancarkan output `input_dataset`` count` kali.
Replika	ID replika.
Replicatemetadata	Metadata menunjukkan bagaimana perhitungan TPU harus direplikasi.
RepicatedInput <T Extends tType >	Menghubungkan N input ke komputasi TPU N-Way yang direplikasi.
RepicatedOutput <T Extends tType >	Menghubungkan output N dari komputasi TPU N-Way yang direplikasi.
Requantizationrange	Menghitung rentang yang mencakup nilai aktual yang ada dalam tensor terkuantisasi.
RequantizationRangeperchannel	Menghitung rentang permintaan per saluran.
Requantize <u memperluas ttype >	Mengonversi tensor `input` yang terkuantisasi menjadi `output` dengan presisi lebih rendah.
RequantizeperChannel <u memperluas ttype >	Mempersekalkan input dengan nilai min dan maks yang diketahui per saluran.
Rektor <T memperluas ttype >	Membentuk kembali tensor.
Ressizearea	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi area.
RESIZEBICUBIC	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi bicubic.
REVIZEBICUBICGRAD <T Extends tnumber >	Menghitung gradien interpolasi bicubic.
Ubah ukuranBilinear	Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi bilinear.
REVESIZEBILINEARGRAD <T Extends tnumber >	Menghitung gradien interpolasi bilinear.
Ressizearearestneighbor <t memperluas tnumber >	Ubah Ubah Ubah `gambar` menjadi` ukuran` menggunakan interpolasi tetangga terdekat.
Ressizearearestneighgrad <t memperluas tnumber >	Menghitung gradien interpolasi tetangga terdekat.
ResourceAccumulatorApplyGradient	Menerapkan gradien untuk akumulator yang diberikan.
Resourceaccumulatornumaculated	Mengembalikan jumlah gradien yang dikumpulkan dalam akumulator yang diberikan.
ResourceaccumulatorsetGlobalStep	Memperbarui akumulator dengan nilai baru untuk global_step.
ResourceaccumulatorTakeGradient <T Extends ttype >	Mengekstrak gradien rata -rata dalam akumulator kondisional yang diberikan.
ResourceApplyadamax	UPDATE '*var' sesuai dengan algoritma Adamax.
ResourceApplyadadelta	UPDATE '*var' sesuai dengan skema Adadelta.
ResourceApplyadagrad	Perbarui '*var' sesuai dengan skema Adagrad.
Resourceapplyadagradda	Perbarui '*var' sesuai dengan skema Proksimal Adagrad.
ResourceApplyadam	UPDATE '*var' sesuai dengan algoritma Adam.
ResourceApplyadamWithamsgrad	UPDATE '*var' sesuai dengan algoritma Adam.
ResourceApplyaddsign	UPDATE '*var' sesuai dengan pembaruan AddSign.
ResourceApplycenteredrmsprop	UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.
ResourceApplyftrl	UPDATE '*var' sesuai dengan skema ftrl-proximal.
ResourceApplyGradientDescent	Perbarui ' * var' dengan mengurangi 'alpha' * 'delta' dari itu.
ResourceApplykerasmomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplymomentum	Perbarui '*var' sesuai dengan skema momentum.
ResourceApplyPowerSign	UPDATE '*var' sesuai dengan pembaruan AddSign.
ResourceApplyproximaladagrad	Perbarui 'var' dan 'accum' sesuai dengan fobos dengan tingkat pembelajaran adagrad.
ResourceApplyProximalGradientDescent	Perbarui '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.
ResourceApplyrmsprop	UPDATE '*var' sesuai dengan algoritma RMSPROP.
ResourceConditionalAcculator	Akumulator bersyarat untuk agregat gradien.
ResourceCountupto <t extends tnumber >	Menambah variabel yang ditunjukkan oleh 'sumber daya' hingga mencapai 'batas'.
ResourceGather <u memperluas ttype >	Kumpulkan irisan dari variabel yang ditunjukkan oleh `sumber daya` sesuai dengan` indeks`.
ResourceGathernd <u memperluas ttype >
Resourcescatteradd	Menambahkan pembaruan yang jarang ke variabel yang dirujuk oleh `sumber daya`.
Resourcescatterdiv	Membagi pembaruan jarang menjadi variabel yang dirujuk oleh `sumber daya`.
Resourcescattermax	Mengurangi pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya` menggunakan operasi` max`.
Resourcescattermin	Mengurangi pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya` menggunakan operasi` min`.
Resourcescattermul	Mengalikan pembaruan jarang ke dalam variabel yang dirujuk oleh `sumber daya`.
ResourcescatternDadd	Menerapkan tambahan yang jarang untuk nilai atau irisan individu dalam variabel.
ResourcescatternDmax
ResourcescatternDmin
ResourcescatternDSub	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
ResourcescatternDupdate	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
Resourcescattersub	Mengurangi pembaruan yang jarang dari variabel yang direferensikan oleh `sumber daya`.
Resourcescatterupdate	Menetapkan pembaruan jarang untuk variabel yang dirujuk oleh `sumber daya`.
ResourcesparseApplyadadelta	VAR: Harus dari variabel ().
ResourcesparseApplyadagrad	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema Adagrad.
ResourcesparseApplyadagradda	Perbarui entri di 'var' dan 'accum' sesuai dengan skema Adagrad proksimal.
ResourcesparseApplyAdagradv2	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema Adagrad.
ResourcesparseApplycenteredrmsprop	UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.
ResourcesparseApplyftrl	Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.
ResourcesparseApplykerasmomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourcesparseApplymomentum	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
ResourcesparseApplyproximaladagrad	Entri pembaruan jarang di 'var' dan 'accum' sesuai dengan algoritma fobos.
ResourcesparseApplyProximalGradientDescent	Pembaruan jarang '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.
ResourcesparseApplyrmsprop	UPDATE '*var' sesuai dengan algoritma RMSPROP.
ResourcestridedSliceasSign	Tetapkan `value` ke referensi L-value yang diiris dari` Ref`.
Memulihkan	Mengembalikan tensor dari pos pemeriksaan V2.
Restoreslice <t memperluas ttype >	Mengembalikan tensor dari file pos pemeriksaan.
Retrievetpuembeddingadamparameters	Ambil parameter embedding Adam.
Retrievetpuembeddingadamparametersgradaccumdebug	Ambil parameter embedding Adam dengan dukungan debug.
Retrievetpuembeddingadadeltaparameters	Ambil parameter penyematan Adadelta.
Retrievetpuembeddingadadeltaparametersgradaccumdebug	Ambil parameter embedding adadelta dengan dukungan debug.
Retrievetpuembeddingadagradparameters	Ambil parameter embedding adagrad.
Retrievetpuembeddingadagradparametersgradaccumdebug	Ambil parameter embedding adagrad dengan dukungan debug.
Retrievetpuembeddingcenteredrmspropparameters	Parameter embedding RMSPROP yang terpusat.
Retrievetpuembeddingftrlparameters	Ambil parameter embedding ftrl.
Retrievetpuembeddingftrlparametersgradaccumdebug	Ambil parameter embedding FTRL dengan dukungan debug.
Retrievetpuembeddingmdladagradlightparameters	Ambil parameter embedding cahaya mdl adagrad.
Retrievetpuembeddingmomentumparameters	Ambil parameter penyematan Momentum.
Retrievetpuembeddingmomentumparametersgradaccumdebug	Ambil parameter embedding momentum dengan dukungan debug.
Retrievetpuembeddingproximaladagradparameters	Ambil parameter embedding proksimal adagrad.
Retrievetpuembeddingproximaladagradparametersgradaccumdebug	Ambil parameter embedding ADAGRAD proksimal dengan dukungan debug.
Retrievetpuembeddingproximalyogiparamers
Retrievetpuembeddingproximalyogiparametersgradaccumdebug
RETRIEVETPUEMBEDRMSPROPPARAMETER	Mengambil parameter embedding RMSProp.
RETRIEVETPUEMBEDRMSPROPPARAMETERGRADACCUMDEBUG	Ambil parameter embedding RMSProp dengan dukungan debug.
Retrievetpuembeddingstochasticgradientdescentparamers	Ambil parameter penyematan SGD.
Retrievetpuembeddingstochasticgradientdescentparametersgradaccumdebug	Ambil parameter embedding SGD dengan dukungan debug.
Reverse <T Extends tType >	Membalikkan dimensi spesifik tensor.
Reversessesyquence <T Extends tType >	Membalikkan irisan dengan panjang variabel.
Rfft <u memperluas ttype >	Transformasi Fourier cepat bernilai nyata.
Rfft2d <u memperluas ttype >	2D Transformasi Fourier Fast yang bernilai nyata.
Rfft3d <u memperluas ttype >	Transformasi Fourier Fast yang bernilai nyata 3D.
Rgbtohsv <t memperluas tnumber >	Mengubah satu atau lebih gambar dari RGB ke HSV.
Rightshift <T memperluas tnumber >	Elementwise menghitung bitwise-shift `x` dan` y`.
Rint <t memperluas tnumber >	Mengembalikan integer elemen-bijaksana terdekat dengan x.
Rngreadandskip	Tingkatkan penghitung RNG berbasis penghitung.
Rngskip	Tingkatkan penghitung RNG berbasis penghitung.
Roll <t extends ttype >	Gulung elemen tensor di sepanjang sumbu.
Round <T Extends TType >	Membulatkan nilai tensor ke bilangan bulat terdekat, dari bijaksana.
Rp	Lakukan batch permintaan RPC.
Rsqrt <t memperluas ttype >	Menghitung kebalikan dari akar kuadrat dari elemen x.
Rsqrtgrad <t memperluas ttype >	Menghitung gradien untuk rsqrt `x` wrt inputnya.
SampledistortedBoundingBox <T memperluas tnumber >	Menghasilkan satu kotak pembatas yang terdistorsi secara acak untuk suatu gambar.
SamplingDataset	Membuat dataset yang mengambil sampel Bernoulli dari konten dataset lain.
Menyimpan	Menghemat tensor dalam format pos pemeriksaan v2.
Penyelamatan	Menghemat irisan tensor input ke disk.
Skalarsummary	Output buffer protokol `ringkasan` dengan nilai skalar.
Scaleandtranslate
ScaleandtranslateGrad <T Extends tnumber >
Scatteradd <ttends ttype >	Menambahkan pembaruan yang jarang ke referensi variabel.
Scatterdiv <T memperluas ttype >	Membagi referensi variabel dengan pembaruan yang jarang.
Scattermax <t memperluas tnumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `max`.
Penyebaran <t memperluas tnumber >	Mengurangi pembaruan yang jarang menjadi referensi variabel menggunakan operasi `min`.
Scattermul <T memperluas ttype >	Mengalikan pembaruan yang jarang menjadi referensi variabel.
Scatternd <u memperluas ttype >	Sebutkan `pembaruan` ke tensor baru menurut` indeks`.
Scatterndadd <t memperluas ttype >	Menerapkan tambahan yang jarang untuk nilai atau irisan individu dalam variabel.
Scatterndmax <t memperluas ttype >	Menghitung maksimum elemen bijaksana.
Scatterndmin <t memperluas ttype >	Menghitung minimum elemen bijaksana.
Scatterndnonaliasingadd <t extends ttype >	Menerapkan tambahan yang jarang untuk `input` menggunakan nilai atau irisan individu dari `pembaruan` menurut indeks` indeks`.
Scatterndsub <t memperluas ttype >	Menerapkan pengurangan renggang pada nilai atau irisan individual dalam Variabel.
Scatterndupdate <t memperluas ttype >	Menerapkan `pembaruan` yang jarang pada nilai atau bagian individual dalam suatu nilai tertentu variabel menurut `indeks`.
Scattersub <T memperluas ttype >	Kurangi pembaruan jarang menjadi referensi variabel.
Scatterupdate <t memperluas ttype >	Menerapkan pembaruan yang jarang untuk referensi variabel.
Sdcafprint	Menghitung sidik jari dari string input.
Sdcaoptimizer	Versi Terdistribusi Pengoptimal Koordinat Dual Stochastic (SDCA) untuk Model linier dengan regularisasi L1 + L2.
Sdcashrinkl1	Menerapkan L1 regularisasi menyusut langkah pada parameter.
SegmentMax <T memperluas tnumber >	Menghitung maksimum sepanjang segmen tensor.
SegmentMean <T memperluas ttype >	Menghitung rata -rata sepanjang segmen tensor.
Segmentmin <t memperluas tnumber >	Menghitung nilai minimum sepanjang segmen tensor.
SegmentProd <T memperluas ttype >	Menghitung produk sepanjang segmen tensor.
Segmentum <T memperluas ttype >	Menghitung jumlah sepanjang segmen tensor.
Pilih <t extends ttype >
Selfadjointeig <t memperluas ttype >	Menghitung dekomposisi eigen dari batch matriks self-adjoint (Catatan: Hanya input nyata yang didukung).
Selu <T memperluas Nomor T >	Menghitung skala linier eksponensial: `skala * alfa * (exp(fitur) - 1)` jika < 0, `skala * fitur` sebaliknya.
SeluGrad <T memperluas TNumber >	Menghitung gradien untuk operasi linear eksponensial berskala (Selu).
Mengirim	Mengirimkan tensor bernama ke perhitungan XLA lain.
Sendtpuembeddinggradients	Melakukan pembaruan gradien tabel penyematan.
SerializeIterator	Konversi `sumber daya_handle` yang diberikan mewakili iterator ke tensor varian.
SerializeManySparse <u memperluas ttype >	Serialisasi `n`-minibatch` sparsetensor` menjadi objek `n, 3]` `tensor`.
Serializesparse <u memperluas ttype >	Serialisasi `sparsetensor` menjadi objek` [3] `` tensor`.
Serializetensor	Mengubah tensor menjadi proto TensorProTo serial.
SetDiff1d <t memperluas ttype , u memperluas tnumber >	Menghitung perbedaan antara dua daftar angka atau string.
SetUkuran	Jumlah elemen unik sepanjang dimensi terakhir masukan `set`.
Setstatsaggregatordataet
Bentuk <u memperluas tnumber >	Mengembalikan bentuk tensor.
Shapen <u memperluas tnumber >	Mengembalikan bentuk tensor.
Sharddataset	Membuat `dataset` yang hanya mencakup 1/` num_shards` dari dataset ini.
ShardedfileName	Menghasilkan nama file sharded.
ShardedfileSpec	Hasilkan pola glob yang mencocokkan semua nama file bercukur.
Sharding <T Extends TType >	OP yang membungkuk input berdasarkan atribut sharding yang diberikan.
ShuffleandrepeatDataset
Shuffledataset
Shutdowndistributedtpu	Mematikan sistem TPU terdistribusi yang berjalan.
Sigmoid <t memperluas ttype >	Menghitung sigmoid dari `X` elemen-bijaksana.
Sigmoidgrad <t memperluas ttype >	Menghitung gradien sigmoid `x` dengan masukannya.
Masuk <T memperluas ttype >	Mengembalikan indikasi tanda bilangan berdasarkan elemen.
Sin <T memperluas ttype >	Menghitung sinus dari elemen-elemen.
Sinh <T memperluas ttype >	Menghitung sinus hiperbolik dari elemen X.
Ukuran <u memperluas tnumber >	Mengembalikan ukuran tensor.
Lewati Kumpulan Data	Membuat dataset yang melewatkan elemen `Count` dari` input_dataset`.
Lewatigram	Mem-parsing file teks dan membuat sekumpulan contoh.
Sleepdataset
Slice <T Extends tType >	Mengembalikan irisan dari 'input'.
SlidingWindowDataset	Membuat dataset yang melewati jendela geser di atas `input_dataset`.
Snapshot <T Extends tType >	Mengembalikan salinan tensor input.
Sobolsample <T memperluas tnumber >	Menghasilkan poin dari urutan sobol.
Softmax <T memperluas TNomber >	Menghitung aktivasi softmax.
Softmaxcrossentropywithlogits <t memperluas tnumber >	Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.
Softplus <t memperluas tnumber >	Menghitung Softplus: `Log (EXP (Fitur) + 1)`.
Softplusgrad <t memperluas tnumber >	Menghitung gradien softplus untuk operasi softplus.
Softsign <T memperluas TNumber >	Menghitung tanda lunak: `fitur / (abs(fitur) + 1)`.
SoftsignGrad <T memperluas TNumber >	Menghitung gradien softsign untuk operasi softsign.
Selesaikan <T Extends TType >	Memecahkan sistem persamaan linear.
Sortir <ttends ttype >	Membungkus operator sortir XLA, didokumentasikan di https://www.tensorflow.org/performance/xla/operation_semantics#sort.
SpaceToBatch <T memperluas TType >	SpaceToBatch untuk tensor 4-D tipe T.
SpacetoBatchnd <T Extends TType >	SpacetoBatch untuk nd tensor tipe T.
SpaceToDepth <T memperluas TType >	SpaceToDepth untuk tensor tipe T.
SparseaccumulatorApplygradient	Menerapkan gradien jarang untuk akumulator yang diberikan.
SparseaccumulatortakeGradient <t extends ttype >	Mengekstrak gradien jarang rata -rata dalam sparseconditionalaccumulator.
SparseAdd <T memperluas ttype >	Menambahkan dua objek `sparsetensor` untuk menghasilkan` sparsetensor` lainnya.
SPARSEADDGRAD <T Extends TType >	Operator gradien untuk oparseadd op.
SPARSEAPPLYADELTA <T Extends ttype >	VAR: Harus dari variabel ().
SparseApplyadagrad <t memperluas ttype >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema Adagrad.
SPARSEAPPLYAGADDA <T Extends ttype >	Perbarui entri di 'var' dan 'accum' sesuai dengan skema Adagrad proksimal.
SparseApplycenteredrmsprop <t memperluas ttype >	UPDATE '*var' sesuai dengan algoritma RMSPROP yang terpusat.
SparseApplyftrl <t memperluas ttype >	Perbarui entri yang relevan di '*var' sesuai dengan skema ftrl-proximal.
SPARSEAPPLYMOMENTUM <T memperluas ttype >	Perbarui entri yang relevan di 'var' dan 'accum' sesuai dengan skema momentum.
SPARSEAPPLYPROXIMALADAGRAD <T Extends ttype >	Entri pembaruan jarang di 'var' dan 'accum' sesuai dengan algoritma fobos.
SPARSEAPPLYPROXIMALGRADIENTDESCEST <T Extends ttype >	Pembaruan jarang '*var' sebagai algoritma fobos dengan tingkat pembelajaran tetap.
SparseApplyrmsprop <t memperluas ttype >	UPDATE '*var' sesuai dengan algoritma RMSPROP.
Sparsebincount <u memperluas tnumber >	Menghitung jumlah kemunculan setiap nilai dalam array bilangan bulat.
SPARSECONCAT <T Extends tType >	Menggabungkan daftar `sparsetensor` di sepanjang dimensi yang ditentukan.
Akumulator Bersyarat Jarang	Akumulator bersyarat untuk menggabungkan gradien jarang.
Sparsecountsparseoutput <u memperluas tnumber >	Melakukan penghitungan nampan-output yang jarang untuk input tensor yang jarang.
Sparsecross	Menghasilkan Salib Jarang dari Daftar Tensor Jarang dan Lebat.
Sparsecrosshash	Menghasilkan Salib Jarang dari Daftar Tensor Jarang dan Lebat.
SPARSEDENSECWISEADD <T Extends ttype >	Menambahkan sparsetensor dan tensor padat, menggunakan aturan khusus ini: (1) menyiarkan sisi padat untuk memiliki bentuk yang sama dengan sisi yang jarang, jika memenuhi syarat; (2) Kemudian, hanya nilai padat yang ditunjuk oleh indeks sparsetensor berpartisipasi dalam penambahan CWEDE.
SPARSEDENSECWISEIV <T Extends Ttype >	Komponen-bijaksana membagi sparsetensor dengan tensor padat.
SPARSEDENSECWISEMUL <T Extends ttype >	Komponen-bijaksana melipatgandakan sparsetensor dengan tensor padat.
SPARSEFILLEMPYROWS <T Extends ttype >	Mengisi baris kosong dalam input 2-D` sparsetensor` dengan nilai default.
SPARSEFILLEMPYROWSGRAD <T Extends ttype >	Gradien Sparsefillemplyrows.
SPARSEMATMUL	Gandakan matriks "A" dengan matriks "b".
SPARSEMATRIXADD	Penambahan jarang dari dua matriks CSR, c = alpha * a + beta * B.
Sparsematrixmatmul <t memperluas ttype >	Matriks-multiplies matriks jarang dengan matriks padat.
SPARSEMATRIXMUL	Perkalian elemen-bijaksana dari matriks jarang dengan tensor padat.
SPARSEMATRIXNNZ	Mengembalikan jumlah bukan nol dari `sparse_matrix`.
Sparsematrixorderingamd	Menghitung perkiraan tingkat minimum (AMD) pemesanan `input`.
Sparsematrixsoftmax	Menghitung softmax dari CSRSparseMatrix.
SPARSEMATRIXSOFTMAXGRAD	Menghitung gradien sparsematrixsoftmax op.
SPARSEMATRIXSPARSECHOLESKY	Menghitung dekomposisi Cholesky yang jarang dari `input`.
SPARSEMATRIXSPARSEMATMUL	Jarang-matrix-multiplies dua matriks CSR `a` dan` b`.
SPARSEMATRIXTRANSPOSE	Transposes dimensi bagian dalam (matriks) dari csrsrsematrix.
SPARSEMATRIXZEROS	Membuat csrsrsematrix all-zeros dengan bentuk `dense_shape`.
SPARSEREDUCEMEMAX <T Extends Tnumber >	Menghitung maks dari elemen di seluruh dimensi sparsetensor.
SPARSEDECEMAXSPARSE <T Extends tnumber >	Menghitung maks dari elemen di seluruh dimensi sparsetensor.
SPARSEREDUCESUM <T Extends ttype >	Menghitung jumlah elemen lintas dimensi sparsetensor.
SPARSEDEUSUMSPARSE <T Extends ttype >	Menghitung jumlah elemen lintas dimensi sparsetensor.
SPARSEREORDER <T Extends ttype >	Memorder kembali sparsetensor ke dalam pemesanan kanonik, baris-mayor.
Sparsereshape	Membentuk kembali sparsetensor untuk mewakili nilai dalam bentuk padat baru.
SPARSESEGMENTMEAN <t extends tnumber >	Menghitung rata -rata di sepanjang segmen tensor yang jarang.
SPARSESEGMENTMEANGRAD <T Extends tnumber >	Menghitung gradien untuk sparsesegmentmean.
Sparsesegmentmeanwithnumsegments <T Extends tnumber >	Menghitung rata -rata di sepanjang segmen tensor yang jarang.
Sparsesegmentsqrtn <t memperluas tnumber >	Menghitung jumlah di sepanjang segmen jarang dari tensor dibagi dengan SQRT dari N.
SPARSESEGMENTQRTNGRAD <T Extends tnumber >	Menghitung gradien untuk sparsesegmentsqrtn.
SPARSESEGMENTSQRTNWithNUMSEGMENTS <T Extends tnumber >	Menghitung jumlah di sepanjang segmen jarang dari tensor dibagi dengan SQRT dari N.
Sparsesegmentsum <T memperluas tnumber >	Menghitung jumlah di sepanjang segmen jarang dari tensor.
Jarang -jarang dengan sasaran <t memperluas tnumber >	Menghitung jumlah di sepanjang segmen jarang dari tensor.
SPARSESLICE <T Extends ttype >	Iris `sparsetensor` berdasarkan` start` dan `size`.
SPARSESLICEGRAD <T Extends ttype >	Operator Gradien untuk Op Sparseslice.
Sparsesoftmax <t memperluas tnumber >	Menerapkan softmax ke nd `sparsetensor` batched.
SPARSESOFTMAXCROPTROPYWithLOGITS <T Extends tnumber >	Menghitung biaya entropi silang softmax dan gradien ke propagasi mundur.
SPARSESPARSEMAXIMUM <T Extends Tnumber >	Mengembalikan maks elemen dari dua sparsetensors.
Sparsesparseminimum <T memperluas ttype >	Mengembalikan menit bijaksana dari dua sparsetensors.
SPARSESPLIT <T memperluas ttype >	Pisahkan `sparsetensor` menjadi` num_split` tensor sepanjang satu dimensi.
Sparsetensordenseadd <u memperluas ttype >	Menambahkan `sparsetensor` dan` tensor` padat, menghasilkan `tensor` padat.
Sparsetensordensematmul <u memperluas ttype >	Gandakan sparsetensor (peringkat 2) "A" dengan matriks padat "B".
Sparsetensorslicedataet	Membuat dataset yang membagi sparsetensor menjadi elemen dari segi baris.
Sparsetensortocsrsparsematrix	Mengubah sparsetensor menjadi csrsrsematrix (mungkin batched).
Sparsetodense <u memperluas ttype >	Mengubah representasi yang jarang menjadi tensor padat.
Sparsetosparsetoperation <t memperluas ttype >	Menerapkan operasi yang diatur sepanjang dimensi terakhir dari 2 input `sparsetensor`.
Spence <T memperluas tnumber >
Split <T Extends TType >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
Splitv <t memperluas ttype >	Membagi tensor menjadi tensor `num_split` sepanjang satu dimensi.
Kumpulan Data Sql	Membuat dataset yang mengeksekusi kueri SQL dan memancarkan baris set hasil.
SQRT <T Extends ttype >	Menghitung akar kuadrat dari elemen-elemen.
Sqrtgrad <t memperluas ttype >	Menghitung gradien untuk sqrt `x` wrt inputnya.
Sqrtm <t memperluas ttype >	Menghitung akar kuadrat matriks dari satu atau lebih matriks persegi: matmul (sqrtm (a), sqrtm (a)) = a Matriks input harus dibalik.
Square <T Extends ttype >	Menghitung kuadrat dari elemen-elemen.
SquaredDifference <T memperluas ttype >	Mengembalikan elemen conj (x - y) (x - y).
Squeeze <T Extends ttype >	Menghapus dimensi ukuran 1 dari bentuk tensor.
Tumpukan <T Extends TType >	Mengemas daftar tensor per peringkat `n` ke dalam satu peringkat-` (r+1) `tensor.
Panggung	Nilai panggung mirip dengan enqueue ringan.
Stageclear	OP menghilangkan semua elemen dalam wadah yang mendasarinya.
Stagepeek	Op mengintip nilai pada indeks yang ditentukan.
Tahapan	Op mengembalikan jumlah elemen dalam wadah yang mendasarinya.
Statefulrandombinomial <v memperluas tnumber >
Statefulstandardnormal <u memperluas ttype >	Output nilai acak dari distribusi normal.
StatefultruncatedNormal <u memperluas ttype >	Output nilai acak dari distribusi normal terpotong.
StatefulUnifor <u memperluas ttype >	Output nilai acak dari distribusi yang seragam.
Statefuliformfullint <u memperluas ttype >	Menghasilkan bilangan bulat acak dari distribusi seragam.
Statefuliformint <u memperluas ttype >	Menghasilkan bilangan bulat acak dari distribusi seragam.
Statelessmultinomial <v memperluas tnumber >	Menarik sampel dari distribusi multinomial.
StatelessparameterizedtruncatedNormal <v memperluas tnumber >
Statelessrandombinomial <W memperluas tnumber >	Output angka acak pseudorandom deterministik dari distribusi binomial.
Statelessrandomgamma <v memperluas tnumber >	Menghasilkan angka acak pseudorandom deterministik dari distribusi gamma.
Statelessrandomgeteycounteralg	Picks the best algorithm based on device, and scrambles seed into key and counter.
StatelessRandomNormal <V extends TNumber >	Outputs deterministic pseudorandom values from a normal distribution.
StatelessRandomNormalV2 <U extends TNumber >	Outputs deterministic pseudorandom values from a normal distribution.
StatelessRandomPoisson <W extends TNumber >	Menghasilkan bilangan acak pseudorandom deterministik dari distribusi Poisson.
StatelessRandomUniform <V extends TNumber >	Outputs deterministic pseudorandom random values from a uniform distribution.
StatelessRandomUniformFullInt <V extends TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformFullIntV2 <U extends TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformInt <V extends TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformIntV2 <U extends TNumber >	Menghasilkan bilangan bulat acak pseudorandom deterministik dari distribusi seragam.
StatelessRandomUniformV2 <U extends TNumber >	Outputs deterministic pseudorandom random values from a uniform distribution.
StatelessSampleDistortedBoundingBox <T extends TNumber >	Hasilkan kotak pembatas yang terdistorsi secara acak untuk gambar secara deterministik.
StatelessTruncatedNormal <V extends TNumber >	Outputs deterministic pseudorandom values from a truncated normal distribution.
StatelessTruncatedNormalV2 <U extends TNumber >	Outputs deterministic pseudorandom values from a truncated normal distribution.
StaticRegexFullMatch	Check if the input matches the regex pattern.
StaticRegexReplace	Replaces the match of pattern in input with rewrite.
StatsAggregatorHandle
StatsAggregatorSetSummaryWriter	Set a summary_writer_interface to record statistics using given stats_aggregator.
StatsAggregatorSummary	Produces a summary of any statistics recorded by the given statistics manager.
StopGradient <T extends TType >	Menghentikan perhitungan gradien.
StridedSlice <T extends TType >	Return a strided slice from `input`.
StridedSliceAssign <T extends TType >	Assign `value` to the sliced l-value reference of `ref`.
StridedSliceGrad <U extends TType >	Returns the gradient of `StridedSlice`.
Format String	Formats a string template using a list of tensors.
StringLength	Panjang string `input`.
StringNGrams <T extends TNumber >	Creates ngrams from ragged string data.
Pemisahan String	Split elements of `source` based on `sep` into a `SparseTensor`.
Mengupas	Strip leading and trailing whitespaces from the Tensor.
Sub <T extends TType >	Returns x - y element-wise.
Substr	Return substrings from `Tensor` of strings.
Sum <T extends TType >	Computes the sum of elements across dimensions of a tensor.
SummaryWriter
Svd <T extends TType >	Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported).
SwitchCond <T extends TType >	Meneruskan `data` ke port keluaran yang ditentukan oleh `pred`.
TPUCompilationResult	Returns the result of a TPU compilation.
TPUEmbeddingActivations	An op enabling differentiation of TPU Embeddings.
TPUReplicateMetadata	Metadata indicating how the TPU computation should be replicated.
TPUReplicatedInput <T extends TType >	Connects N inputs to an N-way replicated TPU computation.
TPUReplicatedOutput <T extends TType >	Connects N outputs from an N-way replicated TPU computation.
AmbilDataset	Creates a dataset that contains `count` elements from the `input_dataset`.
TakeManySparseFromTensorsMap <T extends TType >	Read `SparseTensors` from a `SparseTensorsMap` and concatenate them.
Tan <T extends TType >	Computes tan of x element-wise.
Tanh <T extends TType >	Computes hyperbolic tangent of `x` element-wise.
TanhGrad <T extends TType >	Computes the gradient for the tanh of `x` wrt its input.
TemporaryVariable <T extends TType >	Returns a tensor that may be mutated, but only persists within a single step.
Array Tensor	An array of Tensors of given size.
TensorArrayClose	Delete the TensorArray from its resource container.
TensorArrayConcat <T extends TType >	Gabungkan elemen dari TensorArray menjadi nilai `nilai`.
TensorArrayGather <T extends TType >	Gather specific elements from the TensorArray into output `value`.
TensorArrayGrad	Membuat TensorArray untuk menyimpan gradien nilai dalam pegangan tertentu.
TensorArrayGradWithShape	Creates a TensorArray for storing multiple gradients of values in the given handle.
TensorArrayPack <T extends TType >
TensorArrayRead <T extends TType >	Membaca elemen dari TensorArray menjadi `nilai` keluaran.
TensorArrayScatter	Scatter the data from the input value into specific TensorArray elements.
TensorArraySize	Get the current size of the TensorArray.
TensorArraySplit	Split the data from the input value into TensorArray elements.
TensorArrayUnpack
TensorArrayWrite	Push an element onto the tensor_array.
TensorDataset	Creates a dataset that emits `components` as a tuple of tensors once.
TensorDiag <T extends TType >	Returns a diagonal tensor with a given diagonal values.
TensorDiagPart <T extends TType >	Returns the diagonal part of the tensor.
TensorForestCreateTreeVariable	Creates a tree resource and returns a handle to it.
TensorForestTreeDeserialize	Deserializes a proto into the tree handle
TensorForestTreeIsInitializedOp	Checks whether a tree has been initialized.
TensorForestTreePredict	Keluarkan log untuk data masukan yang diberikan
TensorForestTreeResourceHandleOp	Membuat pegangan ke TensorForestTreeResource
TensorForestTreeSerialize	Serializes the tree handle to a proto
TensorForestTreeSize	Dapatkan jumlah node di pohon
TensorListConcat <U extends TType >	Concats all tensors in the list along the 0th dimension.
TensorListConcatLists
TensorListElementShape <T extends TNumber >	The shape of the elements of the given list, as a tensor.
TensorListFromTensor	Creates a TensorList which, when stacked, has the value of `tensor`.
TensorListGather <T extends TType >	Membuat Tensor dengan mengindeks ke TensorList.
TensorListGetItem <T extends TType >
TensorListLength	Returns the number of tensors in the input tensor list.
TensorListPopBack <T extends TType >	Returns the last element of the input list as well as a list with all but that element.
TensorListPushBack	Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`.
TensorListPushBackBatch
TensorListReserve	List of the given size with empty elements.
TensorListResize	Resizes the list.
TensorListScatter	Creates a TensorList by indexing into a Tensor.
TensorListScatterIntoExistingList	Scatters tensor at indices in an input list.
TensorListSetItem
TensorListSplit	Splits a tensor into a list.
TensorListStack <T extends TType >	Menumpuk semua tensor dalam daftar.
TensorMapErase	Mengembalikan peta tensor dengan item dari kunci tertentu dihapus.
TensorMapHasKey	Returns whether the given key exists in the map.
TensorMapInsert	Returns a map that is the 'input_handle' with the given key-value pair inserted.
TensorMapLookup <U extends TType >	Returns the value from a given key in a tensor map.
TensorMapSize	Returns the number of tensors in the input tensor map.
TensorMapStackKeys <T extends TType >	Returns a Tensor stack of all keys in a tensor map.
TensorScatterNdAdd <T extends TType >	Adds sparse `updates` to an existing tensor according to `indices`.
TensorScatterNdMax <T extends TType >
TensorScatterNdMin <T extends TType >
TensorScatterNdSub <T extends TType >	Subtracts sparse `updates` from an existing tensor according to `indices`.
TensorScatterNdUpdate <T extends TType >	Scatter `updates` into an existing tensor according to `indices`.
Kumpulan Data TensorSlice	Creates a dataset that emits each dim-0 slice of `components` once.
TensorStridedSliceUpdate <T extends TType >	Tetapkan `nilai` ke referensi nilai-l yang diiris dari `input`.
TensorSummary	Outputs a `Summary` protocol buffer with a tensor and per-plugin data.
Kumpulan Data Baris Teks	Creates a dataset that emits the lines of one or more text files.
Pembaca Baris Teks	A Reader that outputs the lines of a file delimited by '\n'.
TfRecordDataset	Creates a dataset that emits the records from one or more TFRecord files.
TfRecordReader	A Reader that outputs the records from a TensorFlow Records file.
ThreadPoolDataset	Creates a dataset that uses a custom thread pool to compute `input_dataset`.
ThreadPoolHandle	Creates a dataset that uses a custom thread pool to compute `input_dataset`.
Tile <T extends TType >	Constructs a tensor by tiling a given tensor.
TileGrad <T extends TType >	Returns the gradient of `Tile`.
Stempel waktu	Menyediakan waktu sejak zaman dalam hitungan detik.
ToBool	Converts a tensor to a scalar predicate.
ToHashBucket	Converts each string in the input Tensor to its hash mod by a number of buckets.
ToHashBucketFast	Converts each string in the input Tensor to its hash mod by a number of buckets.
ToHashBucketStrong	Converts each string in the input Tensor to its hash mod by a number of buckets.
ToNumber <T extends TNumber >	Converts each string in the input Tensor to the specified numeric type.
TopK <T memperluas TNomor >	Menemukan nilai dan indeks elemen terbesar `k` untuk dimensi terakhir.
TopKUnique	Returns the TopK unique values in the array in sorted order.
TopKWithUnique	Returns the TopK values in the array in sorted order.
Transpose <T extends TType >	Shuffle dimensions of x according to a permutation.
TriangularSolve <T extends TType >	Solves systems of linear equations with upper or lower triangular matrices by backsubstitution.
TridiagonalMatMul <T extends TType >	Calculate product with tridiagonal matrix.
TridiagonalSolve <T extends TType >	Solves tridiagonal systems of equations.
TruncateDiv <T extends TType >	Returns x / y element-wise for integer types.
TruncateMod <T extends TNumber >	Returns element-wise remainder of division.
TruncatedNormal <U extends TNumber >	Outputs random values from a truncated normal distribution.
TryRpc	Perform batches of RPC requests.
Unbatch <T extends TType >	Reverses the operation of Batch for a single output Tensor.
UnbatchDataset	A dataset that splits the elements of its input into multiple elements.
UnbatchGrad <T extends TType >	Gradient of Unbatch.
UncompressElement	Uncompresses a compressed dataset element.
UnicodeDecode <T extends TNumber >	Mendekode setiap string di `input` menjadi rangkaian titik kode Unicode.
UnicodeDecodeWithOffsets <T extends TNumber >	Mendekode setiap string di `input` menjadi rangkaian titik kode Unicode.
UnicodeEncode	Encode a tensor of ints into unicode strings.
UnicodeScript	Determine the script codes of a given tensor of Unicode integer code points.
UnicodeTranscode	Transcode the input text from a source encoding to a destination encoding.
UniformCandidateSampler	Generates labels for candidate sampling with a uniform distribution.
Unique <T extends TType , V extends TNumber >	Finds unique elements along an axis of a tensor.
UniqueDataset	Creates a dataset that contains the unique elements of `input_dataset`.
UniqueWithCounts <T extends TType , V extends TNumber >	Finds unique elements along an axis of a tensor.
UnravelIndex <T extends TNumber >	Converts an array of flat indices into a tuple of coordinate arrays.
UnsortedSegmentJoin	Joins the elements of `inputs` based on `segment_ids`.
UnsortedSegmentMax <T extends TNumber >	Menghitung maksimum sepanjang segmen tensor.
UnsortedSegmentMin <T extends TNumber >	Menghitung nilai minimum sepanjang segmen tensor.
UnsortedSegmentProd <T extends TType >	Menghitung produk sepanjang segmen tensor.
UnsortedSegmentSum <T extends TType >	Menghitung jumlah sepanjang segmen tensor.
Unstack <T extends TType >	Membongkar dimensi tertentu dari tensor rank-`R` menjadi tensor `num` rank-`(R-1)`.
Tidak panggung	Op is similar to a lightweight Dequeue.
UnwrapDatasetVariant
Atas	Mengonversi semua karakter huruf kecil menjadi pengganti huruf besarnya masing-masing.
UpperBound <U extends TNumber >	Menerapkan batas_atas(nilai_pencarian_diurutkan, nilai) di sepanjang setiap baris.
VarHandleOp	Creates a handle to a Variable resource.
VarIsInitializedOp	Checks whether a resource handle-based variable has been initialized.
Variable <T extends TType >	Holds state in the form of a tensor that persists across steps.
VariableShape <T extends TNumber >	Mengembalikan bentuk variabel yang ditunjuk oleh `sumber daya`.
Di mana	Returns locations of nonzero / true values in a tensor.
Pembaca File Utuh	A Reader that outputs the entire contents of a file as a value.
WindowDataset	Combines (nests of) input elements into a dataset of (nests of) windows.
WorkerHeartbeat	Worker heartbeat op.
WrapDatasetVariant
WriteAudioSummary	Writes an audio summary.
File Tulis	Writes contents to the file at input filename.
WriteGraphSummary	Writes a graph summary.
WriteHistogramSummary	Writes a histogram summary.
WriteImageSummary	Writes an image summary.
WriteRawProtoSummary	Writes a serialized proto summary.
WriteScalarSummary	Writes a scalar summary.
WriteSummary	Writes a tensor summary.
Xdivy <T extends TType >	Returns 0 if x == 0, and x / y otherwise, elementwise.
XlaRecvFromHost <T extends TType >	An op to receive a tensor from the host.
XlaSendToHost	An op to send a tensor to the host.
XlaSetBound	Set a bound for the given input value as a hint to Xla compiler, returns the same value.
XlaSpmdFullToShardShape <T extends TType >	An op used by XLA SPMD partitioner to switch from automatic partitioning to manual partitioning.
XlaSpmdShardToFullShape <T extends TType >	An op used by XLA SPMD partitioner to switch from manual partitioning to automatic partitioning.
Xlog1py <T extends TType >	Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise.
Xlogy <T extends TType >	Returns 0 if x == 0, and x * log(y) otherwise, elementwise.
Nol <T memperluas TType >	An operator creating a constant initialized with zeros of the shape given by `dims`.
ZerosLike <T extends TType >	Mengembalikan tensor nol dengan bentuk dan tipe yang sama dengan x.
Zeta <T extends TNumber >	Compute the Hurwitz zeta function \\(\zeta(x, q)\\).
ZipDataset	Creates a dataset that zips together `input_datasets`.
erfinv <T extends TNumber >

A logical unit of computation.

Op implementations provide a strongly typed API for building and executing operations without the use of literals and indexes, as required in internal classes like Operation .

Ops can be classified under two categories:

Raw ops target a single TensorFlow operation and are, in most cases, generated automatically from the OpDef proto definitions exposed by TensorFlow runtime library.
Composite ops execute a series of other ops to accomplish a task logically presented as a single unit of computation.

Metode Publik

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu `Operation` .

Metode Publik

public abstract ExecutionEnvironment env ()

Kembalikan lingkungan eksekusi tempat operasi ini dibuat.

public abstract Operation op ()

Kembalikan unit komputasi ini sebagai satu Operation .

Untuk operasi raw , nilai yang dikembalikan sesuai dengan operasi TensorFlow yang digabungkan dengan operasi ini.

Untuk operasi gabungan, nilai yang dikembalikan biasanya sesuai dengan operasi terakhir yang dijalankan dalam rantai atau NoOp yang mengelompokkan satu atau lebih operasi sebagai satu unit komputasi.

Kembali

sebuah Operation