Op

パブリックインターフェースOp

既知の間接サブクラス

Abort 、 Abs <T extends TNumber >、 AccumulateN <T extends TType >、 AccumulatorApplyGradient 、 AccumulatorNumAccumulated 、 AccumulatorSetGlobalStep 、 AccumulatorTakeGradient <T extends TType >、 Acos <T extends TType >、 Acosh <T extends TType >、 Add <T extends TType >、 AddManySparseToTensorsMap 、 AddN <T extends TType >、 AddSparseToTensorsMap 、 AdjustContrast <T extends TNumber >、 AdjustHue <T extends TNumber >、その他 1157 個。

アボート	呼び出されたときに例外を発生させてプロセスを中止します。
Abs <T extends TNumber >	テンソルの絶対値を計算します。
AccumulateN <T はTTypeを拡張 >	テンソルのリストの要素ごとの合計を返します。
アキュムレータApplyGradient	指定されたアキュムレータに勾配を適用します。
アキュムレータNumAccumulated	指定されたアキュムレータに集約された勾配の数を返します。
アキュムレータセットグローバルステップ	アキュムレータを global_step の新しい値で更新します。
AccumulatorTakeGradient <T extends TType >	指定された ConditionalAccumulator の平均勾配を抽出します。
Acos <T はTTypeを拡張 >	x の acos を要素ごとに計算します。
Acosh <T はTTypeを拡張 >	x の逆双曲線余弦を要素ごとに計算します。
<T extends TType >を追加します	x + y を要素ごとに返します。
AddManySparseToTensorsMap	「N」ミニバッチ「SparseTensor」を「SparseTensorsMap」に追加し、「N」ハンドルを返します。
AddN <T はTTypeを拡張 >	すべての入力テンソルを要素ごとに追加します。
SparseToTensorsMap を追加	`SparseTensor` を `SparseTensorsMap` に追加すると、そのハンドルが返されます。
AdjustContrast <T extends TNumber >	1 つまたは複数の画像のコントラストを調整します。
AdjustHue <T extends TNumber >	1 つまたは複数の画像の色相を調整します。
AdjustSaturation <T extends TNumber >	1 つまたは複数の画像の彩度を調整します。
全て	テンソルの次元全体で要素の「論理積」を計算します。
すべての候補者サンプラー	学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
AllReduce <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に削減します。
AllToAll <T extends TType >	TPU レプリカ間でデータを交換する Op。
角度<U はTNumberを延長 >	複素数の引数を返します。
匿名反復子	イテレータリソースのコンテナ。
匿名メモリキャッシュ
AnonymousMultiDeviceIterator	マルチデバイス反復子リソースのコンテナー。
匿名ランダムシードジェネレーター
匿名シードジェネレーター
どれでも	テンソルの次元にわたる要素の「論理和」を計算します。
applyAdaMax <T はTTypeを拡張 >	AdaMax アルゴリズムに従って「*var」を更新します。
applyAdadelta <T extends TType >	adadelta スキームに従って「*var」を更新します。
applyAdagrad <T はTTypeを拡張 >	adagrad スキームに従って「*var」を更新します。
applyAdagradDa <T はTTypeを拡張 >	近位の adagrad スキームに従って「*var」を更新します。
applyAdagradV2 <T はTTypeを拡張 >	adagrad スキームに従って「*var」を更新します。
applyAdam <T extends TType >	Adam アルゴリズムに従って「*var」を更新します。
applyAddSign <T はTTypeを拡張 >	AddSign の更新に従って「*var」を更新します。
applyCenteredRmsProp <T はTTypeを拡張 >	中心の RMSProp アルゴリズムに従って「*var」を更新します。
applyFtrl <T はTTypeを拡張 >	Ftrl-proximal スキームに従って「*var」を更新します。
applyGradientDescent <T extends TType >	'var' から 'alpha' 'delta' を減算して更新します。
applyMomentum <T はTTypeを拡張 >	運動量スキームに従って「*var」を更新します。
applyPowerSign <T はTTypeを拡張 >	AddSign の更新に従って「*var」を更新します。
applyProximalAdagrad <T はTTypeを拡張 >	Adagrad 学習率の FOBOS に従って「var」と「accum」を更新します。
applyProximalGradientDescent <T extends TType >	「*var」を固定学習率の FOBOS アルゴリズムとして更新します。
applyRmsProp <T はTTypeを拡張 >	RMSProp アルゴリズムに従って「*var」を更新します。
ほぼ等しい	abs(xy) < 許容誤差の要素ごとの真理値を返します。
ArgMax <V はTNumberを拡張 >	テンソルの次元全体で最大値を持つインデックスを返します。
ArgMin <V はTNumberを拡張 >	テンソルの次元全体で最小値を持つインデックスを返します。
文字列として	指定されたテンソルの各エントリを文字列に変換します。
Asin <T extends TType >	x の三角関数の逆サインを要素ごとに計算します。
Asinh <T はTTypeを拡張 >	x の逆双曲線正弦を要素ごとに計算します。
AssertCardinalityDataset
AssertNextDataset
アサートそれ	指定された条件が true であることをアサートします。
<T extends TType >を割り当てます	「value」を代入して「ref」を更新します。
AssignAdd <T extends TType >	「value」を追加して「ref」を更新します。
AssignAddVariableOp	変数の現在の値に値を追加します。
AssignSub <T はTTypeを拡張 >	'ref' から 'value' を減算して更新します。
AssignSubVariableOp	変数の現在の値から値を減算します。
変数の割り当て操作	変数に新しい値を代入します。
Atan <T はTTypeを拡張 >	x の三角関数逆正接を要素ごとに計算します。
Atan2 <T はTNumberを拡張 >	引数の符号を考慮して、「y/x」の逆正接を要素ごとに計算します。
アタン<T はTTypeを拡張 >	x の逆双曲線正接を要素ごとに計算します。
オーディオスペクトログラム	時間の経過に伴うオーディオデータの視覚化を生成します。
オーディオ概要	音声付きの「概要」プロトコルバッファを出力します。
AutoShardDataset	入力データセットをシャーディングするデータセットを作成します。
AvgPool <T はTNumberを拡張 >	入力に対して平均プーリングを実行します。
AvgPool3d <T はTNumberを拡張 >	入力に対して 3D 平均プーリングを実行します。
AvgPool3dGrad <T はTNumberを拡張 >	平均プーリング関数の勾配を計算します。
AvgPoolGrad <T はTNumberを拡張 >	平均プーリング関数の勾配を計算します。
BandPart <T はTTypeを拡張 >	最も内側の各行列の中心バンドの外側をすべてゼロに設定するテンソルをコピーします。
BandedTriangularSolve <T extends TType >
バリア	異なるグラフ実行にわたって持続するバリアを定義します。
バリア閉じる	指定されたバリアを閉じます。
バリア不完全サイズ	指定されたバリア内の不完全な要素の数を計算します。
バリア挿入多く	各キーについて、指定されたコンポーネントにそれぞれの値を割り当てます。
バリアレディサイズ	指定されたバリア内の完全な要素の数を計算します。
バリアテイクメニー	バリアから指定された数の完了した要素を取得します。
バッチ	すべての入力テンソルを非決定的にバッチ処理します。
BatchCholesky <T extends TNumber >
BatchCholeskyGrad <T extends TNumber >
バッチデータセット	`input_dataset` から `batch_size` 要素をバッチ処理するデータセットを作成します。
バッチFft
バッチFft2d
バッチFft3d
バッチイフト
バッチIfft2d
バッチIfft3d
BatchMatMul <T はTTypeを拡張 >	2 つのテンソルのスライスをバッチで乗算します。
BatchMatrixBandPart <T はTTypeを拡張 >
BatchMatrixDeterminant <T extends TType >
BatchMatrixDiag <T はTTypeを拡張 >
BatchMatrixDiagPart <T はTTypeを拡張 >
BatchMatrixInverse <T extends TNumber >
BatchMatrixSetDiag <T はTTypeを拡張 >
BatchMatrixSolve <T extends TNumber >
BatchMatrixSolveLs <T extends TNumber >
BatchMatrixTriangularSolve <T extends TNumber >
BatchNormWithGlobalNormalization <T extends TType >	バッチ正規化。
BatchNormWithGlobalNormalizationGrad <T extends TType >	バッチ正規化のための勾配。
BatchSelfAdjointEig <T extends TNumber >
BatchSvd <T はTTypeを拡張 >
BatchToSpace <T extends TType >	T 型の 4 次元テンソルの BatchToSpace。
BatchToSpaceNd <T はTTypeを拡張 >	T 型の ND テンソルの BatchToSpace。
BesselI0 <T はTNumberを拡張 >
BesselI0e <T はTNumberを拡張 >
BesselI1 <T はTNumberを拡張 >
BesselI1e <T はTNumberを拡張 >
BesselJ0 <T はTNumberを拡張 >
BesselJ1 <T はTNumberを拡張 >
BesselK0 <T はTNumberを拡張 >
BesselK0e <T はTNumberを拡張 >
BesselK1 <T はTNumberを拡張 >
BesselK1e <T はTNumberを拡張 >
BesselY0 <T はTNumberを拡張 >
BesselY1 <T はTNumberを拡張 >
Betainc <T extends TNumber >	正規化された不完全ベータ積分 \\(I_x(a, b)\\)を計算します。
BiasAdd <T extends TType >	「値」に「バイアス」を追加します。
BiasAddGrad <T はTTypeを拡張 >	「バイアス」テンソルに対する「BiasAdd」の逆方向操作。
ビンカウント<T extends TNumber >	整数配列内の各値の出現数をカウントします。
ビットキャスト<U はTTypeを拡張 >	データをコピーせずに、ある型から別の型にテンソルをビットキャストします。
BitwiseAnd <T extends TNumber >	Elementwise は、「x」と「y」のビット単位の AND を計算します。
BitwiseOr <T extends TNumber >	Elementwise は、「x」と「y」のビット単位の OR を計算します。
BitwiseXor <T extends TNumber >	Elementwise は、「x」と「y」のビットごとの XOR を計算します。
BlockLSTM <T はTNumberを拡張 >	すべてのタイムステップについて LSTM セルの順方向伝播を計算します。
BlockLSTMGrad <T extends TNumber >	時系列全体に対する LSTM セルの逆方向伝播を計算します。
BoostedTrees集計統計	バッチの蓄積された統計の概要を集計します。
ブーストツリーバケット化	バケット境界に基づいて各機能をバケット化します。
BoostedTrees計算BestFeature分割	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
BoostedTrees計算BestFeatureSplitV2	各機能のゲインを計算し、各ノードについて可能な限り最適な分割情報を返します。
BoostedTrees計算BestGainsPereture	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリーセンターバイアス	トレーニングデータから事前分布 (バイアス) を計算し、最初のノードにロジットの事前分布を入力します。
ブーストツリー作成アンサンブル	ツリーアンサンブルモデルを作成し、そのモデルへのハンドルを返します。
BoostedTreesCreateQuantileStreamResource	分位数ストリームのリソースを作成します。
BoostedTreesDeserializeアンサンブル	シリアル化されたツリーアンサンブル構成を逆シリアル化し、現在のツリーを置き換えます。アンサンブル。
BoostedTreesアンサンブルリソースハンドルOp	BoostedTreesEnsembleResource へのハンドルを作成します
ブーストツリーの例デバッグ出力	各例のデバッグ/モデルの解釈可能性の出力。
BoostedTreesFlushQuantileサマリー	各分位ストリームリソースから分位サマリーをフラッシュします。
BoostedTreesGetEnsembleStates	ツリーアンサンブルリソーススタンプトークン、ツリーの数、および成長統計を取得します。
BoostedTreesMakeQuantile要約	バッチの分位数の要約を作成します。
BoostedTreesMakeStats概要	バッチの蓄積された統計の概要を作成します。
ブーストツリー予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、ロジットを計算します。
BoostedTreesQuantileStreamResourceAddSummaries	分位値の要約を各分位値ストリームリソースに追加します。
BoostedTreesQuantileStreamResourceDeserialize	バケット境界と準備完了フラグを現在の QuantileAccumulator に逆シリアル化します。
BoostedTreesQuantileStreamリソースフラッシュ	分位点ストリームリソースの概要をフラッシュします。
BoostedTreesQuantileStreamResourceGetBucketBoundaries	蓄積されたサマリーに基づいて、各フィーチャのバケット境界を生成します。
BoostedTreesQuantileStreamResourceHandleOp	BoostedTreesQuantileStreamResource へのハンドルを作成します。
BoostedTreesSerializeアンサンブル	ツリーアンサンブルをプロトにシリアル化します。
BoostedTreesSparseAggregateStats	バッチの蓄積された統計の概要を集計します。
ブーストツリースパース計算ベスト機能スプリット	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリートレーニング予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、キャッシュされたロジットの更新を計算します。
BoostedTreesUpdateEnsemble	成長している最後のツリーにレイヤーを追加することによって、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BoostedTreesUpdateEnsembleV2	成長している最後のツリーにレイヤーを追加して、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BroadcastDynamicShape <T extends TNumber >	s0 op s1 の形状をブロードキャストで返します。
BroadcastGradientArgs <T extends TNumber >	ブロードキャストで s0 op s1 の勾配を計算するためのリダクションインデックスを返します。
BroadcastHelper <T はTTypeを拡張 >	XLA スタイルのブロードキャストを実行するためのヘルパーオペレーター二項演算子に対する XLA のブロードキャストルールを使用して、'lhs' と 'rhs' のランクが低い方にサイズ 1 の次元を追加することにより、'lhs' と 'rhs' を同じランクにブロードキャストします。
BroadcastRecv <T はTTypeを拡張 >	別のデバイスからブロードキャストされたテンソル値を受信します。
BroadcastSend <T はTTypeを拡張 >	テンソル値を 1 つ以上の他のデバイスにブロードキャストします。
BroadcastTo <T extends TType >	互換性のある形状の配列をブロードキャストします。
バケット化	「境界」に基づいて「入力」をバケット化します。
BytesProducedStatsDataset	StatsAggregator の `input_dataset` の各要素のバイトサイズを記録します。
CSRSparseMatrixComponents <T はTTypeを拡張 >	CSR コンポーネントをバッチ `index` で読み取ります。
CSRSparseMatrixToDense <T extends TType >	(おそらくバッチ処理された) CSRSparseMatrix を密に変換します。
CSRSparseMatrixToSparseTensor <T extends TType >	(おそらくバッチ処理された) CSRSparesMatrix を SparseTensor に変換します。
CSVデータセット
CSVデータセットV2
CTCLossV2	各バッチエントリの CTC 損失 (対数確率) を計算します。
キャッシュデータセット	`input_dataset` から要素をキャッシュするデータセットを作成します。
キャッシュデータセットV2
キャスト<U extends TType >	SrcT 型の x を DstT の y にキャストします。
Ceil <T extends TNumber >	x 以上の要素ごとの最小の整数を返します。
CheckNumerics <T extends TNumber >	テンソルの NaN、-Inf、+Inf 値をチェックします。
Cholesky <T はTTypeを拡張 >	1 つ以上の正方行列のコレスキー分解を計算します。
CholeskyGrad <T extends TNumber >	コレスキーアルゴリズムの逆伝搬モードの逆伝播勾配を計算します。
最速のデータセットを選択してください
ClipByValue <T はTTypeを拡張 >	テンソル値を指定された最小値と最大値にクリップします。
閉じる概要ライター
ClusterOutput <T extends TType >	XLA 計算の出力を他のコンシューマーグラフノードに接続する演算子。
CollectiveGather <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に蓄積します。
CollectivePermute <T extends TType >	レプリケートされた TPU インスタンス全体でテンソルを並べ替える Op。
複合非最大抑制	スコアの降順で境界ボックスのサブセットを貪欲に選択します。この操作は、すべてのクラスにわたって、バッチごとの入力に対して non_max_suppression を実行します。
比較とビットパック	「input」の値を「threshold」と比較し、結果のビットを「uint8」にパックします。
コンパイル結果	TPU コンパイルの結果を返します。
コンパイル成功アサート	コンパイルが成功したことをアサートします。
複合<U はTTypeを拡張 >	2 つの実数を複素数に変換します。
ComplexAbs <U はTNumberを拡張 >	テンソルの複素絶対値を計算します。
要素の圧縮	データセット要素を圧縮します。
偶発的ヒットを計算する	true_labels に一致する、sampled_candidates 内の位置の ID を計算します。
バッチサイズの計算	部分的なバッチを除いたデータセットの静的なバッチサイズを計算します。
Concat <T extends TType >	テンソルを 1 次元に沿って連結します。
データセットを連結する	「input_dataset」と「another_dataset」を連結したデータセットを作成します。
条件付きアキュムレータ	勾配を集約するための条件付きアキュムレータ。
分散型 TPU の構成	分散 TPU システムの集中構造をセットアップします。
TPU埋め込みの構成	分散 TPU システムで TPUEmbedding をセットアップします。
Conj <T extends TType >	複素数の複素共役を返します。
ConjugateTranspose <T extends TType >	順列に従って x の次元をシャッフルし、結果を共役させます。
定数<T extends TType >	定数値を生成する演算子。
MutexLock の消費	この操作は、「MutexLock」によって作成されたロックを消費します。
コントロールトリガー	何もしません。
Conv <T extends TType >	XLA ConvGeneralDirated 演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#conv_convolution 。
Conv2d <T はTNumberを拡張 >	4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の畳み込みを計算します。
Conv2dBackpropFilter <T extends TNumber >	フィルターに関する畳み込みの勾配を計算します。
Conv2dBackpropInput <T extends TNumber >	入力に対する畳み込みの勾配を計算します。
Conv3d <T はTNumberを拡張 >	5 次元の「入力」テンソルと「フィルター」テンソルを指定して 3 次元畳み込みを計算します。
Conv3dBackpropFilter <T extends TNumber >	フィルターに関する 3-D 畳み込みの勾配を計算します。
Conv3dBackpropInput <U はTNumberを拡張 >	入力に対する 3-D 畳み込みの勾配を計算します。
コピー<T extends TType >	CPU から CPU へ、または GPU から GPU へテンソルをコピーします。
CopyHost <T はTTypeを拡張 >	テンソルをホストにコピーします。
Cos <T はTTypeを拡張 >	x の cos を要素ごとに計算します。
Cosh <T はTTypeを拡張 >	x の双曲線余弦を要素ごとに計算します。
CountUpTo <T extends TNumber >	「limit」に達するまで「ref」をインクリメントします。
概要DbWriterの作成
サマリーファイルライターの作成
切り抜きとサイズ変更	入力画像テンソルからクロップを抽出し、サイズを変更します。
GradBoxの切り抜きとサイズ変更	入力ボックスのテンソルに対する Crop_and_resize オペレーションの勾配を計算します。
CropAndResizeGradImage <T extends TNumber >	入力イメージテンソルに対する Crop_and_resize オペレーションの勾配を計算します。
Cross <T extends TNumber >	ペアごとの外積を計算します。
CrossReplicaSum <T extends TNumber >	レプリケートされた TPU インスタンス全体の入力を合計する Op。
CtcBeamSearchDecoder <T はTNumberを拡張 >	入力で指定されたロジットに対してビーム検索デコードを実行します。
CtcGreedyDecoder <T はTNumberを拡張 >	入力で指定されたロジットに対して貪欲なデコードを実行します。
CtcLoss <T はTNumberを拡張 >	各バッチエントリの CTC 損失 (対数確率) を計算します。
CudnnRNN <T はTNumberを拡張 >	cuDNN によってサポートされる RNN。
CudnnRNNBackprop <T はTNumberを拡張 >	CudnnRNNV3 のバックプロップステップ。
CudnnRNNCanonicalToParams <T extends TNumber >	CudnnRNN パラメータを正規形式から使用可能な形式に変換します。
CudnnRNNParamsToCanonical <T extends TNumber >	CudnnRNN パラメータを正規形式で取得します。
CudnnRnnParamsSize <U はTNumberを拡張 >	Cudnn RNN モデルで使用できる重みのサイズを計算します。
Cumprod <T はTTypeを拡張 >	`axis` に沿ったテンソル `x` の累積積を計算します。
Cumsum <T extends TType >	`axis` に沿ったテンソル `x` の累積和を計算します。
CumulativeLogsumexp <T extends TNumber >	`axis` に沿ったテンソル `x` の累積積を計算します。
DataFormatDimMap <T extends TNumber >	指定された宛先データ形式でディメンションインデックスを返します。ソースデータ形式。
DataFormatVecPermute <T extends TNumber >	入力テンソルを `src_format` から `dst_format` に並べ替えます。
データサービスデータセット
データセットのカーディナリティ	「input_dataset」のカーディナリティを返します。
データセットからグラフ	指定された `graph_def` からデータセットを作成します。
データセットからグラフへ	「input_dataset」を表すシリアル化された GraphDef を返します。
データセットから単一要素へ	指定されたデータセットから単一の要素を出力します。
データセットからTFレコードへ	TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。
データセットからTfRecordまで	TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。
Dawsn <T はTNumberを拡張 >
DebugGradientIdentity <T extends TType >	勾配デバッグ用の ID 演算。
DebugGradientRefIdentity <T extends TType >	勾配デバッグ用の ID 演算。
DebugIdentity <T はTTypeを拡張 >	デバッグ Identity V2 Op.
デバッグナンカウント	NaN 値カウンター操作のデバッグ
DebugNumericssummary <U はTNumberを拡張 >	デバッグ数値概要 V2 Op.
デコードとクロップJpeg	JPEG エンコードされたイメージを uint8 テンソルにデコードしてトリミングします。
DecodeBase64	Web セーフな Base64 エンコード文字列をデコードします。
デコードBmp	BMP でエンコードされたイメージの最初のフレームを uint8 テンソルにデコードします。
デコード圧縮	文字列を解凍します。
Csvをデコードする	CSV レコードをテンソルに変換します。
デコードGIF	GIF エンコードされた画像のフレームを uint8 テンソルにデコードします。
DecodeImage <T extends TNumber >	decode_bmp、decode_gif、decode_jpeg、decode_png の関数。
デコードJpeg	JPEG エンコードされたイメージを uint8 テンソルにデコードします。
DecodeJsonExample	JSON エンコードされたサンプルレコードをバイナリプロトコルバッファ文字列に変換します。
DecodePaddedRaw <T extends TNumber >	文字列のバイトを数値のベクトルとして再解釈します。
DecodePng <T extends TNumber >	PNG エンコードされたイメージを uint8 または uint16 テンソルにデコードします。
デコードプロト	この操作は、シリアル化されたプロトコルバッファーメッセージからフィールドをテンソルに抽出します。
DecodeRaw <T はTTypeを拡張 >	文字列のバイトを数値のベクトルとして再解釈します。
デコードWav	16 ビット PCM WAV ファイルを浮動小数点テンソルにデコードします。
DeepCopy <T はTTypeを拡張 >	`x` のコピーを作成します。
反復子の削除	イテレータリソースのコンテナ。
メモリキャッシュの削除
削除MultiDeviceIterator	イテレータリソースのコンテナ。
ランダムシードジェネレーターの削除
シードジェネレータの削除
セッションテンソルの削除	セッション内のハンドルで指定されたテンソルを削除します。
DenseBincount <U はTNumberを拡張 >	整数配列内の各値の出現数をカウントします。
DenseCountSparseOutput <U はTNumberを拡張 >	tf.tensor 入力のスパース出力ビンカウントを実行します。
DenseToCSRSparseMatrix	密なテンソルを (おそらくバッチ化された) CSRSparseMatrix に変換します。
DenseToDenseSetOperation <T extends TType >	2 つの `Tensor` 入力の最後の次元に沿って集合演算を適用します。
DenseToSparseBatchDataset	入力要素を SparseTensor にバッチ処理するデータセットを作成します。
DenseToSparseSetOperation <T extends TType >	`Tensor` と `SparseTensor` の最後の次元に沿って集合演算を適用します。
DepthToSpace <T extends TType >	T 型のテンソルの DepthToSpace。
DepthwiseConv2dNative <T extends TNumber >	4 次元の「入力」テンソルと「フィルター」テンソルを指定して 2 次元の深さ方向の畳み込みを計算します。
DepthwiseConv2dNativeBackpropFilter <T extends TNumber >	フィルターに関する深さ方向の畳み込みの勾配を計算します。
DepthwiseConv2dNativeBackpropInput <T extends TNumber >	入力に対する深さ方向の畳み込みの勾配を計算します。
逆量子化	パックされた uint32 入力を受け取り、その入力を uint8 にアンパックして実行します。デバイス上の逆量子化。
DeserializeIterator	指定されたバリアントテンソルをイテレータに変換し、指定されたリソースに格納します。
DeserializeManySparse <T extends TType >	シリアル化されたミニバッチから「SparseTensors」を逆シリアル化し、連結します。
DeserializeSparse <U はTTypeを拡張 >	`SparseTensor` オブジェクトを逆シリアル化します。
DestroyResourceOp	ハンドルで指定されたリソースを削除します。
DestroyTemporaryVariable <T extends TType >	一時変数を破棄し、その最終値を返します。
Det <T はTTypeを拡張 >	1 つ以上の正方行列の行列式を計算します。
デバイスインデックス	操作が実行されるデバイスのインデックスを返します。
ディガンマ<T extends TNumber >	Lgamma の導関数である Psi を計算します (Lgamma の絶対値の対数)。 `Gamma(x)`)、要素ごと。
Dilation2d <T extends TNumber >	4-D `input` および 3-D `filter` テンソルのグレースケール膨張を計算します。
Dilation2dBackpropFilter <T extends TNumber >	フィルターに関する形態学的 2 次元膨張の勾配を計算します。
Dilation2dBackpropInput <T extends TNumber >	入力に対する形態学的 2 次元膨張の勾配を計算します。
DirectedInterleaveDataset	「N」個のデータセットの固定リスト上の「InterleaveDataset」の代替。
Div <T はTTypeを拡張 >	x / y を要素ごとに返します。
DivNoNan <T はTTypeを拡張 >	分母がゼロの場合は 0 を返します。
ドット<T extends TType >	XLA DotGeneral 演算子をラップします。ドキュメントは次の場所にあります。 https://www.tensorflow.org/performance/xla/operation_semantics#dotgeneral 。
DrawBoundingBoxes <T extends TNumber >	画像のバッチ上に境界ボックスを描画します。
ダミー反復カウンター
ダミーメモリキャッシュ
ダミーシードジェネレーター
DynamicPartition <T はTTypeを拡張 >	`partitions` のインデックスを使用して `data` を `num_partitions` テンソルに分割します。
DynamicSlice <T はTTypeを拡張 >	XLA DynamicSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicslice 。
DynamicStitch <T はTTypeを拡張 >	「data」テンソルの値を単一のテンソルにインターリーブします。
DynamicUpdateSlice <T はTTypeを拡張 >	XLA DynamicUpdateSlice オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#dynamicupdateslice 。
編集距離	(おそらく正規化された) レーベンシュタイン編集距離を計算します。
Eig <U はTTypeを拡張 >	1 つ以上の正方行列の固有分解を計算します。
Einsum <T extends TType >	2 入力 1 出力の基本的な einsum 演算をサポートする演算です。
Elu <T extends TNumber >	指数線形を計算します: < 0 の場合は `exp(features) - 1`、そうでない場合は `features`。
EluGrad <T はTNumberを拡張 >	指数関数的線形 (Elu) 演算の勾配を計算します。
埋め込みアクティベーション	TPU 埋め込みの差別化を可能にするオペレーション。
空の<T extends TType >	指定された形状のテンソルを作成します。
空のTensorList	空のテンソルリストを作成して返します。
EmptyTensorMap	空のテンソルマップを作成して返します。
EncodeBase64	文字列を Web セーフな Base64 形式にエンコードします。
JPEG をエンコードする	画像を JPEG エンコードします。
EncodeJpegVariableQuality	JPEG は、提供された圧縮品質で入力画像をエンコードします。
EncodePng	画像を PNG エンコードします。
エンコードプロト	この操作は、入力テンソルで提供された protobuf メッセージをシリアル化します。
Wav をエンコードする	WAV ファイル形式を使用してオーディオデータをエンコードします。
EnqueueTPUEmbeddingIntegerBatch	入力バッチテンソルのリストを TPUEmbedding にエンキューする操作。
エンキューTPUEmbeddingRaggedTensorBatch	tf.nn.embedding_lookup() を使用するコードの移植を容易にします。
エンキューTPUEmbeddingSparseBatch	SparseTensor からの TPUEmbedding 入力インデックスをキューに入れる操作。
エンキューTPUEmbeddingSparseTensorBatch	tf.nn.embedding_lookup_sparse() を使用するコードの移植を容易にします。
EnsureShape <T extends TType >	テンソルの形状が予想される形状と一致することを確認します。
<T extends TType >と入力します	子フレームを作成または検索し、子フレームで「data」を使用できるようにします。
等しい	(x == y) の真理値を要素ごとに返します。
Erf <T extends TNumber >	`x` のガウス誤差関数を要素ごとに計算します。
Erfc <T はTNumberを拡張 >	`x` の相補誤差関数を要素ごとに計算します。
EuclideanNorm <T はTTypeを拡張 >	テンソルの次元にわたる要素のユークリッドノルムを計算します。
実行する	TPU プログラムを TPU デバイスにロードして実行する Op。
変数の実行と更新	オプションのインプレース変数更新を使用してプログラムを実行する Op。
終了<T extends TType >	現在のフレームを終了して親フレームに戻ります。
Exp <T はTTypeを拡張 >	x の指数を要素ごとに計算します。
ExpandDims <T extends TType >	テンソルのシェイプに 1 の次元を挿入します。
Expint <T extends TNumber >
Expm1 <T はTTypeを拡張 >	`exp(x) - 1` を要素ごとに計算します。
抽出垣間見る	入力テンソルから垣間見える部分を抽出します。
ExtractImagePatches <T extends TType >	「画像」から「パッチ」を抽出し、「深度」出力次元に配置します。
ExtractJpegShape <T extends TNumber >	JPEG エンコードされた画像の形状情報を抽出します。
ExtractVolumePatches <T extends TNumber >	「入力」から「パッチ」を抽出し、それらを「深度」出力次元に置きます。
事実	階乗に関する事実を出力します。
FakeQuantWithMinMaxArgs	「入力」テンソルを疑似量子化し、同じ型の「出力」テンソルに float 型を入力します。
FakeQuantWithMinMaxArgsGradient	FakeQuantWithMinMaxArgs 操作の勾配を計算します。
FakeQuantWithMinMaxVars	グローバル float スカラーを介して float 型の「入力」テンソルを疑似量子化しますグローバル float スカラー `min` および `max` を介して float 型の `inputs` テンソルを、 `inputs` と同じ形状の `outputs` テンソルに疑似量子化します。
FakeQuantWithMinMaxVarsGradient	FakeQuantWithMinMaxVars 操作の勾配を計算します。
FakeQuantWithMinMaxVarsPerChannel	チャネルごとの float を介して float 型の「入力」テンソルを疑似量子化します。チャンネルごとの float 型と次のいずれかの形状の `inputs` テンソルをチャンネルごとの float を介して疑似量子化します: `[d]`、`[b, d]` `[b, h, w, d]`形状 `[d]` の min` と `max` を `inputs` と同じ形状の `outputs` テンソルに変換します。
FakeQuantWithMinMaxVarsPerChannelGradient	FakeQuantWithMinMaxVarsPerChannel 操作の勾配を計算します。
Fft <T はTTypeを拡張 >	高速フーリエ変換。
Fft2d <T はTTypeを拡張 >	2D 高速フーリエ変換。
Fft3d <T はTTypeを拡張 >	3D高速フーリエ変換。
FifoQueue	先入れ先出しの順序で要素を生成するキュー。
<U extends TType >を入力します	スカラー値で満たされたテンソルを作成します。
FilterByLastComponentDataset	最後のコンポーネントに true を持つ `input_dataset` の最初のコンポーネントの要素を含むデータセットを作成します。
指紋	フィンガープリント値を生成します。
固定長レコードデータセット
固定長レコードリーダー	ファイルから固定長レコードを出力するリーダー。
固定UnigramCandidateSampler	学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
フロア<T はTNumberを拡張 >	x 以下の要素ごとの最大の整数を返します。
FloorDiv <T はTTypeを拡張 >	x // y を要素ごとに返します。
FloorMod <T はTNumberを拡張 >	要素ごとの除算の余りを返します。
フラッシュサマリーライター
FractionalAvgPool <T extends TNumber >	入力に対して部分平均プーリングを実行します。
FractionalAvgPoolGrad <T extends TNumber >	FractionalAvgPool 関数の勾配を計算します。
FractionalMaxPool <T extends TNumber >	入力に対してフラクショナル最大プーリングを実行します。
FractionalMaxPoolGrad <T extends TNumber >	FractionalMaxPool 関数の勾配を計算します。
FresnelCos <T extends TNumber >
FresnelSin <T extends TNumber >
FusedBatchNorm <T extends TNumber 、U extends TNumber >	バッチ正規化。
FusedBatchNormGrad <T extends TNumber 、U extends TNumber >	バッチ正規化のための勾配。
FusedPadConv2d <T はTNumberを拡張 >	畳み込み中に前処理としてパディングを実行します。
FusedResizeAndPadConv2d <T extends TNumber >	畳み込み中に前処理としてサイズ変更とパディングを実行します。
GRUBlockCell <T extends TNumber >	1 タイムステップの GRU セル順方向伝播を計算します。
GRUBlockCellGrad <T extends TNumber >	1 タイムステップの GRU セルバックプロパゲーションを計算します。
収集<T extends TType >	XLA Gather オペレーターをラップします。 https://www.tensorflow.org/xla/operation_semantics#gather
GatherNd <T はTTypeを拡張 >	`params` からのスライスを、`indices` で指定された形状を持つ Tensor に集めます。
GatherV2 <T はTNumberを拡張 >	同じタイプと形状の複数のテンソルを相互に蓄積します。
BoundingBoxProposal の生成	この操作は、arXiv:1506.01497 の eq.2 に従って、指定された境界ボックス (bbox_deltas) でエンコードされた wrt アンカーから関心領域を生成します。この操作は、上位の「pre_nms_topn」スコアリングボックスを選択し、アンカーに関してそれらをデコードし、「nms_threshold」intersection-over-union (iou) 値よりも高い重なり合うボックスに非最大抑制を適用し、短い辺が ` より小さいボックスを破棄します。 min_size`。
VocabRemappingの生成	新しい語彙ファイルと古い語彙ファイルへのパスを指定すると、次の再マッピングテンソルを返します。 length `num_new_vocab`、ここで `remapping[i]` には、新しい語彙の行 `i` に対応する古い語彙の行番号が含まれます (行 `new_vocab_offset` から始まり `num_new_vocab` エンティティまで)、または `-新しい語彙のエントリ「i」が古い語彙にない場合は 1`。
GetSessionHandle	入力テンソルを現在のセッションの状態に保存します。
GetSessionTensor <T はTTypeを拡張 >	ハンドルで指定されたテンソルの値を取得します。
グレーター	(x > y) の真理値を要素ごとに返します。
より大きい等しい	(x >= y) の真理値を要素ごとに返します。
guardianconst <T extends TType >	入力テンソルが定数であることを TF ランタイムに保証します。
ハッシュ表	初期化されていないハッシュテーブルを作成します。
HistogramFixedWidth <U extends TNumber >	値のヒストグラムを返します。
ヒストグラム概要	ヒストグラムを含む「概要」プロトコルバッファを出力します。
HsvToRgb <T はTNumberを拡張 >	1 つ以上の画像を HSV から RGB に変換します。
ID <T extends TType >	入力テンソルまたは値と同じ形状と内容を持つテンソルを返します。
アイデンティティN	入力と同じ形状と内容を持つテンソルのリストを返します。テンソル。
アイデンティティリーダー	キューに入れられた作業をキーと値の両方として出力するリーダー。
Ifft <T extends TType >	逆高速フーリエ変換。
Ifft2d <T はTTypeを拡張 >	逆 2D 高速フーリエ変換。
Ift3d <T はTTypeを拡張 >	逆 3D 高速フーリエ変換。
Igamma <T extends TNumber >	下位の正規化された不完全ガンマ関数 `P(a, x)` を計算します。
IgammaGradA <T はTNumberを拡張 >	`a` に対する `igamma(a, x)` の勾配を計算します。
Igammac <T extends TNumber >	上部の正規化された不完全ガンマ関数 `Q(a, x)` を計算します。
IgnoreErrorsDataset	エラーを無視して、「input_dataset」の要素を含むデータセットを作成します。
Imag <U はTNumberを拡張 >	複素数の虚数部を返します。
ImageProjectiveTransformV2 <T はTNumberを拡張 >	指定された変換を各画像に適用します。
ImageProjectiveTransformV3 <T はTNumberを拡張 >	指定された変換を各画像に適用します。
画像概要	画像を含む「概要」プロトコルバッファを出力します。
ImmutableConst <T はTTypeを拡張 >	メモリ領域から不変のテンソルを返します。
インポートイベント
イントップK	ターゲットが上位 'K' 予測に含まれるかどうかを示します。
InfeedDequeue <T extends TType >	計算に入力される値のプレースホルダー op。
インフィードデキュータプル	インフィードから複数の値を XLA タプルとしてフェッチします。
インフィードエンキュー	単一の Tensor 値を計算にフィードする操作。
インフィードエンキュー事前線形化バッファ	事前に線形化されたバッファを TPU インフィードにエンキューする操作。
インフィードエンキュータプル	複数の Tensor 値を XLA タプルとして計算にフィードします。
初期化
テーブルの初期化	キーと値にそれぞれ 2 つのテンソルを取るテーブル初期化子。
データセットからテーブルを初期化する
テキストファイルからテーブルを初期化する	テキストファイルからテーブルを初期化します。
InplaceAdd <T extends TType >	x の指定された行に v を追加します。
InplaceSub <T はTTypeを拡張 >	`v` を `x` の指定された行に減算します。
InplaceUpdate <T はTTypeを拡張 >	指定された行「i」を値「v」で更新します。
Inv <T はTTypeを拡張 >	1 つ以上の正方可逆行列またはその随伴行列の逆行列 (共役転置) を計算します。
InvGrad <T はTTypeを拡張 >	入力に対して「x」の逆関数の勾配を計算します。
反転<T extends TNumber >	サポートされているタイプの各ビットを反転 (反転) します。たとえば、「uint8」型の値 01010101 は 10101010 になります。
InvertPermutation <T extends TNumber >	テンソルの逆順列を計算します。
Irfft <U はTNumberを拡張 >	逆実数値高速フーリエ変換。
Irfft2d <U はTNumberを拡張 >	逆 2D 実数値高速フーリエ変換。
Irfft3d <U はTNumberを拡張 >	逆 3D 実数値高速フーリエ変換。
IsBoostedTreesEnsembleInitialized	ツリーアンサンブルが初期化されているかどうかを確認します。
IsBoostedTreesQuantileStreamResourceInitialized	分位点ストリームが初期化されているかどうかを確認します。
有限である	x のどの要素が有限であるかを返します。
IsInf	x のどの要素が Inf であるかを返します。
イスナン	x のどの要素が NaN であるかを返します。
変数は初期化されています	テンソルが初期化されているかどうかを確認します。
IsotonicRegression <U extends TNumber >	等張回帰問題のバッチを解決します。
イテレーター
IteratorFromStringHandle
イテレータGetDevice	「resource」が配置されているデバイスの名前を返します。
イテレータGetNext	指定された iterator から次の出力を取得します。
IteratorGetNextAsOptional	指定されたイテレータから次の出力をオプションのバリアントとして取得します。
IteratorGetNextSync	指定されたイテレータから次の出力を取得します。
IteratorToStringHandle	イテレータを表す指定された `resource_handle` を文字列に変換します。
参加する	指定された文字列テンソルのリスト内の文字列を 1 つのテンソルに結合します。指定された区切り文字を使用します (デフォルトは空の区切り文字です)。
KMC2チェーンの初期化	シードセットに追加する必要があるデータポイントのインデックスを返します。
KeyValueSort <T extends TNumber 、U extends TType >	XLA ソート演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#sort 。
KmeansPlusPlus初期化	KMeans++ 基準を使用して、入力の num_to_sample 行を選択します。
KthOrderStatistic	データセットの K 番目の統計を計算します。
L2Loss <T はTNumberを拡張 >	L2 損失。
LMDBデータセット	1 つ以上の LMDB ファイルにキーと値のペアを出力するデータセットを作成します。
LSTMBlockCell <T extends TNumber >	1 タイムステップの LSTM セル順方向伝播を計算します。
LSTMBlockCellGrad <T extends TNumber >	1 タイムステップの LSTM セル逆方向伝播を計算します。
レイテンシー統計データセット	StatsAggregator で `input_dataset` 要素を生成する待ち時間を記録します。
LeakyRelu <T extends TNumber >	修正された線形を計算します: `max(features, features * alpha)`。
LeakyReluGrad <T extends TNumber >	LeakyRelu 操作の修正された線形勾配を計算します。
学んだUnigramCandidateSampler	学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
LeftShift <T はTNumberを拡張 >	Elementwise は、「x」と「y」のビット単位の左シフトを計算します。
少ない	(x < y) の真理値を要素ごとに返します。
同等以下	(x <= y) の真理値を要素ごとに返します。
Lガンマ<T extends TNumber >	`Gamma(x)` の絶対値の対数を要素ごとに計算します。
LinSpace <T extends TNumber >	一定の間隔で値を生成します。
Lmdbデータセット
Lmdbリーダー	LMDB ファイルからレコードを出力するリーダー。
ロードアンドリマップマトリックス	チェックポイントから `old_tensor_name` という名前の 2 次元 (行列) `Tensor` をロードします `ckpt_path` にあり、指定された再マッピングを使用して行と列の順序を変更する可能性があります。
LoadTPUEmbeddingADAMパラメータ	ADAM 埋め込みパラメータをロードします。
LoadTPUEmbeddingADAMParametersGradAccumDebug	デバッグサポートを使用して ADAM 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdadeltaParameters	Adadelta 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	デバッグサポートを使用して Adadelta パラメータをロードします。
LoadTPUEmbeddingAdagradパラメータ	Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdagradParametersGradAccumDebug	デバッグサポートを使用して Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingCenteredRMSPropParameters	中心に置かれた RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingFTRLパラメータ	FTRL 埋め込みパラメータをロードします。
LoadTPUEmbeddingFTRLParametersGradAccumDebug	デバッグサポートを使用して FTRL 埋め込みパラメータをロードします。
LoadTPUEmbeddingMDLAdagradLightParameters	MDL Adagrad Light 埋め込みパラメータをロードします。
LoadTPUEmbeddingMomentumパラメータ	Momentum 埋め込みパラメータをロードします。
LoadTPUEmbeddingMomentumParametersGradAccumDebug	デバッグサポートを使用して Momentum 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalAdagradParameters	近位の Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	デバッグサポートを使用して近位の Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	デバッグサポートを使用して RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingStochasticGradientDescentパラメータ	SGD 埋め込みパラメータをロードします。
LoadTPUEmbedding確率的勾配降下パラメータGradAccumDebug	SGD 埋め込みパラメータをロードします。
LocalResponseNormalization <T extends TNumber >	ローカル応答の正規化。
LocalResponseNormalizationGrad <T extends TNumber >	ローカル応答正規化のための勾配。
ログ<T extends TType >	x の自然対数を要素ごとに計算します。
Log1p <T はTTypeを拡張 >	(1 + x) の自然対数を要素ごとに計算します。
LogMatrixDeterminant <T はTTypeを拡張 >	の行列式の絶対値の符号と対数を計算します。 1 つ以上の正方行列。
LogSoftmax <T extends TNumber >	ソフトマックスのアクティブ化のログを計算します。
ログユニフォーム候補者サンプラー	対数一様分布を使用して候補サンプリングのラベルを生成します。
論理積	x AND y の真理値を要素ごとに返します。
論理的ではありません	「NOT x」の真理値を要素ごとに返します。
論理的または	x OR y の真理値を要素ごとに返します。
LookupTableExport <T はTTypeを拡張、U はTTypeを拡張 >	テーブル内のすべてのキーと値を出力します。
LookupTableFind <U はTTypeを拡張 >	テーブル内のキーを検索し、対応する値を出力します。
ルックアップテーブルインポート	テーブルの内容を指定されたキーと値で置き換えます。
ルックアップテーブル挿入	テーブルを更新してキーと値を関連付けます。
ルックアップテーブル削除	キーとそれに関連付けられた値をテーブルから削除します。
ルックアップテーブルサイズ	指定されたテーブル内の要素の数を計算します。
ループ条件	入力を出力に転送します。
より低い	すべての大文字をそれぞれの小文字に変換します。
LowerBound <U はTNumberを拡張します >	各行に沿って lower_bound(sorted_search_values,values) を適用します。
Lu <T はTTypeを拡張、U はTNumberを拡張 >	1 つ以上の正方行列の LU 分解を計算します。
MakeIterator	指定された `dataset` から新しいイテレータを作成し、それを `iterator` に格納します。
ユニークにする	非バッチディメンション内のすべての要素を一意にしますが、「近い」ようにします。それらの初期値。
マップクリア	Op は、基になるコンテナー内のすべての要素を削除します。
MapIncompleteSize	Op は、基になるコンテナー内の不完全な要素の数を返します。
マップピーク	Op は、指定されたキーの値を調べます。
マップサイズ	Op は、基になるコンテナ内の要素の数を返します。
マップステージ	ハッシュテーブルのように動作する、基礎となるコンテナー内のステージ (キー、値)。
マップステージ解除	Op はキーに関連付けられた値を削除して返します基礎となるコンテナから。
マップUnstageNoKey	Op はランダムな (キー、値) を削除して返します。基礎となるコンテナから。
MatMul <T はTTypeを拡張 >	行列「a」と行列「b」を掛けます。
一致するファイル	1 つ以上のグロブパターンに一致するファイルのセットを返します。
一致するファイルデータセット
MatrixDiag <T はTTypeを拡張 >	指定されたバッチ対角値を持つバッチ対角テンソルを返します。
MatrixDiagPart <T はTTypeを拡張 >	バッチ化されたテンソルのバッチ化された対角部分を返します。
MatrixDiagPartV3 <T はTTypeを拡張 >	バッチ化されたテンソルのバッチ化された対角部分を返します。
MatrixDiagV3 <T はTTypeを拡張 >	指定されたバッチ対角値を持つバッチ対角テンソルを返します。
MatrixLogarithm <T はTTypeを拡張 >	1 つ以上の正方行列の行列対数を計算します。 \\(log(exp(A)) = A\\) この演算は複素行列に対してのみ定義されます。
MatrixSetDiag <T はTTypeを拡張 >	新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。
MatrixSolveLs <T はTTypeを拡張 >	1 つ以上の線形最小二乗問題を解きます。
Max <T はTTypeを拡張 >	テンソルの次元全体の要素の最大値を計算します。
MaxIntraOpParallelismDataset	最大の演算内並列処理をオーバーライドするデータセットを作成します。
MaxPool <T はTTypeを拡張 >	入力に対して最大プーリングを実行します。
MaxPool3d <T はTNumberを拡張 >	入力に対して 3D 最大プーリングを実行します。
MaxPool3dGrad <U はTNumberを拡張 >	3D 最大プーリング関数の勾配を計算します。
MaxPool3dGradGrad <T extends TNumber >	maxpooling 関数の 2 次勾配を計算します。
MaxPoolGrad <T はTNumberを拡張 >	maxpooling 関数の勾配を計算します。
MaxPoolGradGrad <T extends TNumber >	maxpooling 関数の 2 次勾配を計算します。
MaxPoolGradGradWithArgmax <T extends TNumber >	maxpooling 関数の 2 次勾配を計算します。
MaxPoolGradWithArgmax <T extends TNumber >	maxpooling 関数の勾配を計算します。
MaxPoolWithArgmax <T extends TNumber 、U extends TNumber >	入力に対して最大プーリングを実行し、最大値とインデックスの両方を出力します。
最大値<T extends TNumber >	x と y の最大値を返します (すなわち、
平均<T extends TType >	テンソルの次元全体の要素の平均を計算します。
マージ<T extends TType >	利用可能なテンソルの値を「入力」から「出力」に転送します。
マージサマリー	概要を結合します。
MergeV2チェックポイント	V2 形式固有: シャードされたチェックポイントのメタデータファイルをマージします。
Mfcc	スペクトログラムを音声認識に役立つ形式に変換します。
Min <T extends TType >	テンソルの次元全体で要素の最小値を計算します。
最小値<T extends TNumber >	x と y の最小値を返します (すなわち、
MirrorPad <T はTTypeを拡張 >	テンソルをミラーリングされた値でパディングします。
MirrorPadGrad <T はTTypeを拡張 >	`MirrorPad` オペレーションのグラデーションオペレーション。
MlirPassthroughOp	main() 関数を使用してモジュールとして表現された任意の MLIR 計算をラップします。
Mod <T はTNumberを拡張 >	要素ごとの除算の余りを返します。
モデルデータセット	パフォーマンスをモデル化するアイデンティティ変換。
Mul <T extends TType >	x * y を要素ごとに返します。
MulNoNan <T はTTypeを拡張 >	x * y を要素ごとに返します。
マルチデバイスイテレータ	MultiDeviceIterator リソースを作成します。
MultiDeviceIteratorFromStringHandle	指定された文字列ハンドルから MultiDeviceIterator リソースを生成します。
MultiDeviceIteratorGetNextFromShard	指定されたシャード番号の次の要素を取得します。
MultiDeviceIteratorInit	指定されたデータセットを使用してマルチデバイス反復子を初期化します。
MultiDeviceIteratorToStringHandle	指定された MultiDeviceIterator の文字列ハンドルを生成します。
多項式<U はTNumberを拡張 >	多項分布からサンプルを抽出します。
MutableDenseHashTable	テンソルをバッキングストアとして使用する空のハッシュテーブルを作成します。
可変ハッシュテーブル	空のハッシュテーブルを作成します。
MutableHashTableOfTensors	空のハッシュテーブルを作成します。
ミューテックス	MutexLock でロックできる Mutex リソースを作成します。
ミューテックスロック	ミューテックスリソースをロックします。
NcclAllReduce <T extends TNumber >	すべての入力テンソルにわたるリダクションを含むテンソルを出力します。
NcclBroadcast <T extends TNumber >	出力に接続されているすべてのデバイスに「入力」を送信します。
NcclReduce <T extends TNumber >	「reduction」を使用して「num_devices」から「input」を単一のデバイスに減らします。
Ndtri <T はTNumberを拡張 >
最も近い隣人	各点に最も近い k 個の中心を選択します。
否定<T はTTypeを拡張 >	負の数値を要素ごとに計算します。
ネグトレイン	ネガティブサンプリングによるトレーニング。
NextAfter <T extends TNumber >	要素ごとに、「x2」の方向にある「x1」の次の表現可能な値を返します。
NextIteration <T extends TType >	入力を次の反復で利用できるようにします。
ノーオプ	何もしません。
NonDeterministicInts <U はTTypeを拡張 >	非決定的にいくつかの整数を生成します。
NonMaxSuppression <T extends TNumber >	スコアの降順で境界ボックスのサブセットを貪欲に選択します。以前に選択したボックスと重複する交差オーバーユニオン (IOU) が高いボックスを削除します。
オーバーラップありの非最大抑制	スコアの降順で境界ボックスのサブセットを貪欲に選択します。以前に選択したボックスと重複する部分が多いボックスを削除します。
非シリアル化可能なデータセット
等しくない	(x != y) の真理値を要素ごとに返します。
NthElement <T はTNumberを拡張 >	最後の次元の「n」次統計の値を検索します。
OneHot <U はTTypeを拡張 >	ワンホットテンソルを返します。
1 <T extends TType >	`dims` で指定された形状のいずれかで初期化された定数を作成する演算子。
OnesLike <T はTTypeを拡張 >	x と同じ形状と型を持つ 1 のテンソルを返します。
オペランド<T extends TType >	TensorFlow オペレーションのオペランドによって実装されるインターフェイス。
データセットの最適化	`input_dataset` に最適化を適用してデータセットを作成します。
OptimizeDatasetV2	関連する最適化を「input_dataset」に適用してデータセットを作成します。
オプションからの値	テンソルのタプルから Optional バリアントを構築します。
オプションGetValue	Optional バリアントに格納されている値を返すか、値が存在しない場合はエラーが発生します。
オプションの値あり	指定された Optional バリアントに値がある場合にのみ true を返します。
オプションなし	値のないオプションのバリアントを作成します。
注文済みマップクリア	Op は、基になるコンテナー内のすべての要素を削除します。
OrderedMapIncompleteSize	Op は、基になるコンテナー内の不完全な要素の数を返します。
注文済みMapPeek	Op は、指定されたキーの値を調べます。
OrderedMapSize	Op は、基になるコンテナ内の要素の数を返します。
OrderedMapStage	順序付けられたもののように動作する、基礎となるコンテナ内のステージ (キー、値) 連想コンテナ。
注文済みマップステージ解除	Op はキーに関連付けられた値を削除して返します基礎となるコンテナから。
OrderedMapUnstageNoKey	Op は、最小値を持つ (key, value) 要素を削除して返します。基礎となるコンテナからのキー。
OrdinalSelector	TPUコアセレクターOp.
OutfeedDequeue <T extends TType >	計算出力から単一のテンソルを取得します。
アウトフィードデキュータプル	計算出力から複数の値を取得します。
アウトフィードデキューTupleV2	計算出力から複数の値を取得します。
OutfeedDequeueV2 <T はTTypeを拡張 >	計算出力から単一のテンソルを取得します。
アウトフィードエンキュー	計算アウトフィードで Tensor をキューに入れます。
アウトフィードエンキュータプル	計算出力フィードで複数の Tensor 値をキューに入れます。
出力<T extends TType >	`Operation`によって生成されるテンソルへのシンボリックハンドル。
パッド<T はTTypeを拡張 >	XLA Pad オペレーターをラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#pad 。
PaddedBatchDataset	入力から `batch_size` 要素をバッチ化してパディングするデータセットを作成します。
パディングFifoキュー	先入れ先出しの順序で要素を生成するキュー。
ParallelConcat <T はTTypeを拡張 >	'N' テンソルのリストを最初の次元に沿って連結します。
ParallelDynamicStitch <T はTTypeを拡張 >	「data」テンソルの値を単一のテンソルにインターリーブします。
ParameterizedTruncatedNormal <U extends TNumber >	正規分布からランダムな値を出力します。
解析例	tf.Example プロト (文字列として) のベクトルを型付きテンソルに変換します。
ParseExampleDataset	DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。
解析シーケンスの例	tf.io.SequenceExample プロト (文字列として) のベクトルを型付きテンソルに変換します。
ParseSingleExample	tf.Example プロト (文字列として) を型付きテンソルに変換します。
ParseSingleSequence の例	スカラー Brain.SequenceExample プロト (文字列として) を型付きテンソルに変換します。
ParseTensor <T はTTypeを拡張 >	シリアル化された tensorflow.TensorProto プロトを Tensor に変換します。
PartitionedInput <T extends TType >	分割された入力のリストをグループ化する演算。
PartitionedOutput <T はTTypeを拡張 >	XLA によって分割されるテンソルを分割されたリストに逆多重化する演算 XLA 計算の外で出力します。
プレースホルダー<T extends TType >	計算に入力される値のプレースホルダー op。
PlaceholderWithDefault <T extends TType >	出力が供給されない場合に `input` を通過するプレースホルダー op。
ポリガンマ<T extends TNumber >	ポリガンマ関数 \\(\psi^{(n)}(x)\\)を計算します。
人口数	要素ごとの母集団数を計算します (別名)
Pow <T extends TType >	ある値の別の値に対する累乗を計算します。
プリフェッチデータセット	「input_dataset」から要素を非同期的にプリフェッチするデータセットを作成します。
事前線形化	1 つの Tensor 値を不透明なバリアント tensor に線形化する演算。
事前線形化タプル	複数の Tensor 値を不透明なバリアント tensor に線形化する操作。
PreventGradient <T extends TType >	グラデーションが要求された場合にエラーをトリガーするアイデンティティ演算。
印刷する	文字列スカラーを出力します。
優先キュー	最初のコンポーネント値でソートされた要素を生成するキュー。
プライベートスレッドプールデータセット	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
Prod <T extends TType >	テンソルの次元にわたる要素の積を計算します。
Qr <T はTTypeを拡張 >	1 つ以上の行列の QR 分解を計算します。
クオンタイズ<T extends TType >	float 型の '入力' テンソルを 'T' 型の '出力' テンソルに量子化します。
QuantizeAndDequantize <T extends TNumber >	テンソルを量子化してから逆量子化します。
QuantizeAndDequantizeV3 <T はTNumberを拡張 >	テンソルを量子化してから逆量子化します。
QuantizeAndDequantizeV4 <T はTNumberを拡張 >	`quantization.QuantizeAndDequantizeV4` の勾配を返します。
QuantizeAndDequantizeV4Grad <T extends TNumber >	`QuantizeAndDequantizeV4` の勾配を返します。
QuantizeDownAndShrinkRange <U はTTypeを拡張 >	を使用して、量子化された「入力」テンソルをより低精度の「出力」に変換します。低いビット深度の使用を最大化するために値を実際に分配し、それに応じて出力の最小範囲と最大範囲を調整します。
QuantizedAdd <V extends TType >	量子化されたバッファーを処理して、要素ごとに x + y を返します。
QuantizedAvgPool <T はTTypeを拡張 >	量子化された型の入力テンソルの平均プールを生成します。
QuantizedBatchNormWithGlobalNormalization <U extends TType >	量子化されたバッチ正規化。
QuantizedBiasAdd <V extends TType >	量子化型の Tensor 'input' に Tensor 'bias' を追加します。
QuantizedConcat <T はTTypeを拡張 >	量子化されたテンソルを 1 次元に沿って連結します。
QuantizedConv2DAndRelu <V はTTypeを拡張 >
QuantizedConv2DAndReluAndRequantize <V extends TType >
QuantizedConv2DAndRequantize <V はTTypeを拡張 >
QuantizedConv2DPerChannel <V はTTypeを拡張 >	チャネルごとに QuantizedConv2D を計算します。
QuantizedConv2DWithBias <V はTTypeを拡張 >
QuantizedConv2DWithBiasAndRelu <V はTTypeを拡張 >
QuantizedConv2DWithBiasAndReluAndRequantize <W extends TType >
QuantizedConv2DWithBiasAndRequantize <W extends TType >
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X extends TType >
QuantizedConv2DWithBiasSumAndRelu <V はTTypeを拡張 >
QuantizedConv2DWithBiasSumAndReluAndRequantize <X はTTypeを拡張 >
QuantizedConv2d <V はTTypeを拡張 >	量子化された 4D 入力とフィルターテンソルを指定して 2D 畳み込みを計算します。
QuantizedDepthwiseConv2D <V はTTypeを拡張 >	量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBias <V extends TType >	バイアスを使用して量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBiasAndRelu <V はTTypeを拡張 >	Bias と Relu を使用して量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W extends TType >	Bias、Relu、および Requantize を使用して量子化された深さ方向の Conv2D を計算します。
QuantizedInstanceNorm <T はTTypeを拡張 >	量子化されたインスタンスの正規化。
QuantizedMatMul <V はTTypeを拡張 >	量子化行列 'a' と行列 'b' の乗算を実行します。
QuantizedMatMulWithBias <W extends TType >	バイアス加算を使用して、量子化行列 'a' と行列 'b' の乗算を実行します。
QuantizedMatMulWithBiasAndDequantize <W extends TNumber >
QuantizedMatMulWithBiasAndRelu <V はTTypeを拡張 >	バイアス加算とレルフュージョンを使用して、行列 'a' と行列 'b' の量子化行列乗算を実行します。
QuantizedMatMulWithBiasAndReluAndRequantize <W extends TType >	バイアス加算および relu を使用して、行列 'a' と行列 'b' の量子化行列乗算を実行し、融合を再量子化します。
QuantizedMatMulWithBiasAndRequantize <W extends TType >
QuantizedMaxPool <T はTTypeを拡張 >	量子化型の入力テンソルの最大プールを生成します。
QuantizedMul <V はTTypeを拡張 >	量子化されたバッファーを処理して、要素ごとに x * y を返します。
QuantizedRelu <U はTTypeを拡張 >	量子化整流線形を計算します: `max(features, 0)`
QuantizedRelu6 <U はTTypeを拡張 >	量子化整流線形 6 を計算します: `min(max(features, 0), 6)`
QuantizedReluX <U はTTypeを拡張 >	量子化整流線形 X を計算します: `min(max(features, 0), max_value)`
QuantizedReshape <T はTTypeを拡張 >	Reshape オペレーションに従って量子化テンソルを再形成します。
QuantizedResizeBilinear <T extends TType >	量子化双線形補間を使用して、量子化された「画像」のサイズを「size」に変更します。
キュー閉じる	指定されたキューを閉じます。
キューデキュー	指定されたキューから 1 つ以上のテンソルのタプルをデキューします。
キューデキュー多く	1 つ以上のテンソルの「n」タプルを指定されたキューからデキューします。
キューデキューアップトゥ	1 つ以上のテンソルの「n」タプルを指定されたキューからデキューします。
キューエンキュー	1 つ以上のテンソルのタプルを指定されたキューにエンキューします。
キューエンキュー多く	1 つ以上のテンソルの 0 個以上のタプルを指定されたキューにエンキューします。
キューは閉じています	キューが閉じられている場合は true を返します。
キューサイズ	指定されたキュー内の要素の数を計算します。
RaggedBincount <U はTNumberを拡張 >	整数配列内の各値の出現数をカウントします。
RaggedCountSparseOutput <U はTNumberを拡張 >	不規則なテンソル入力に対してスパース出力ビンカウントを実行します。
RaggedCross <T はTTypeを拡張、U はTNumberを拡張 >	テンソルのリストから特徴クロスを生成し、それを RaggedTensor として返します。
RaggedGather <T はTNumberを拡張、U はTTypeを拡張 >	`params` 軸 `0` から `indices` に従って不規則なスライスを収集します。
RaggedRange <U はTNumberを拡張、T はTNumberを拡張 >	指定された数値シーケンスを含む `RaggedTensor` を返します。
RaggedTensorFromVariant <U はTNumberを拡張、T はTTypeを拡張 >	`variant` Tensor を `RaggedTensor` にデコードします。
RaggedTensorToSparse <U はTTypeを拡張 >	`RaggedTensor` を同じ値を持つ `SparseTensor` に変換します。
RaggedTensorToTensor <U はTTypeを拡張 >	不規則なテンソルから密なテンソルを作成し、場合によってはその形状を変更します。
RaggedTensorToVariant	`RaggedTensor` を `variant` Tensor にエンコードします。
RaggedTensorToVariantGradient <U はTTypeを拡張 >	`RaggedTensorToVariant` の勾配を計算するために使用されるヘルパー。
RandomCrop <T extends TNumber >	「画像」をランダムに切り抜きます。
ランダムデータセット	擬似乱数を返すデータセットを作成します。
RandomGamma <U はTNumberを拡張 >	アルファで記述されたガンマ分布からランダムな値を出力します。
RandomGammaGrad <T extends TNumber >	ガンマランダムサンプルの導関数を計算します
RandomPoisson <V はTNumberを拡張 >	レートで記述されたポアソン分布からランダムな値を出力します。
RandomShuffle <T はTTypeを拡張 >	テンソルを最初の次元に沿ってランダムにシャッフルします。
ランダムシャッフルキュー	要素の順序をランダム化するキュー。
RandomStandardNormal <U はTNumberを拡張 >	正規分布からランダムな値を出力します。
RandomUniform <U はTNumberを拡張 >	一様分布からランダムな値を出力します。
RandomUniformInt <U はTNumberを拡張 >	一様分布からランダムな整数を出力します。
範囲<T はTNumberを拡張 >	一連の数値を作成します。
範囲データセット	一定範囲の値を含むデータセットを作成します。
ランク	テンソルのランクを返します。
RawOp	単一の`Operation`によってサポートされる`Op`実装の基本クラス。
ファイルの読み取り	入力ファイル名の内容全体を読み取り、出力します。
ReadVariableOp <T はTTypeを拡張 >	変数の値を読み取ります。
ReaderNumRecordsProduced	この Reader が生成したレコードの数を返します。
ReaderNumWorkUnitsCompleted	この Reader が処理を完了したワークユニットの数を返します。
リーダー読む	Reader によって生成された次のレコード (キーと値のペア) を返します。
リーダー読み取り上まで	Reader によって生成された最大 `num_records` (キー、値) ペアを返します。
リーダーリセット	リーダーを初期のクリーンな状態に復元します。
ReaderRestoreState	リーダーを以前に保存した状態に復元します。
ReaderSerializeState	Reader の状態をエンコードする文字列テンソルを生成します。
実数<U はTNumberを拡張 >	複素数の実部を返します。
RealDiv <T はTTypeを拡張 >	実数型の場合は要素ごとに x / y を返します。
再バッチデータセット	バッチサイズを変更するデータセットを作成します。
RebatchDatasetV2	バッチサイズを変更するデータセットを作成します。
逆数<T extends TType >	x の逆数を要素ごとに計算します。
ReciprocalGrad <T はTTypeを拡張 >	入力に対して「x」の逆関数の勾配を計算します。
レコード入力	ランダム化されたレコードを発行します。
Recv <T はTTypeを拡張 >	別の XLA 計算から名前付きテンソルを受け取ります。
RecvTPUEmbeddingActivations	TPU 上で埋め込みアクティベーションを受け取る操作。
Reduce <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に削減します。
すべてを減らす	テンソルの次元全体で要素の「論理積」を計算します。
任意の削減	テンソルの次元にわたる要素の「論理和」を計算します。
減らす結合	指定された次元にわたって文字列テンソルを結合します。
ReduceMax <T はTTypeを拡張 >	テンソルの次元全体の要素の最大値を計算します。
ReduceMin <T はTTypeを拡張 >	テンソルの次元全体で要素の最小値を計算します。
ReduceProd <T はTTypeを拡張 >	テンソルの次元にわたる要素の積を計算します。
ReduceSum <T extends TType >	テンソルの次元にわたる要素の合計を計算します。
ReduceV2 <T extends TNumber >	同じタイプと形状の複数のテンソルを相互に削減します。
RefEnter <T はTTypeを拡張 >	子フレームを作成または検索し、子フレームで「data」を使用できるようにします。
RefExit <T extends TType >	現在のフレームを終了して親フレームに戻ります。
RefIdentity <T はTTypeを拡張 >	入力参照テンソルと同じ参照テンソルを返します。
RefMerge <T extends TType >	利用可能なテンソルの値を「入力」から「出力」に転送します。
RefNextIteration <T extends TType >	入力を次の反復で利用できるようにします。
RefSelect <T はTTypeを拡張 >	`inputs` の `index` 番目の要素を `output` に転送します。
RefSwitch <T はTTypeを拡張 >	ref テンソル `data` を `pred` によって決定された出力ポートに転送します。
RegexFullMatch	入力が正規表現パターンと一致するかどうかを確認します。
正規表現置換	`input` 内の `pattern` 正規表現の一致を `rewrite` で提供された置換文字列に置き換えます。
データセットの登録	データセットを tf.data サービスに登録します。
Relu <T はTTypeを拡張 >	修正された線形を計算します: `max(features, 0)`。
Relu6 <T はTNumberを拡張 >	修正された線形 6: `min(max(features, 0), 6)` を計算します。
Relu6Grad <T はTNumberを拡張 >	Relu6 演算の修正された線形 6 勾配を計算します。
ReluGrad <T はTNumberを拡張 >	Relu 演算の修正された線形勾配を計算します。
RemoteFusedGraphExecute	リモートプロセッサ上でサブグラフを実行します。
繰り返しデータセット	`input_dataset` `count` 回の出力を出力するデータセットを作成します。
レプリカID	レプリカID。
メタデータの複製	TPU 計算をどのように複製するかを示すメタデータ。
ReplicatedInput <T extends TType >	N 個の入力を N ウェイ複製 TPU 計算に接続します。
ReplicatedOutput <T extends TType >	N ウェイ複製された TPU 計算からの N 出力を接続します。
再量子化範囲	量子化テンソルに存在する実際の値をカバーする範囲を計算します。
チャネルごとの再量子化範囲	チャネルごとの再量子化範囲を計算します。
再量子化<U extends TType >	量子化された「入力」テンソルを、より低精度の「出力」に変換します。
RequantizePerChannel <U はTTypeを拡張 >	チャネルごとに既知の最小値と最大値を使用して入力を再量子化します。
Reshape <T extends TType >	テンソルを再形成します。
領域のサイズ変更	領域補間を使用して、`images` を `size` にサイズ変更します。
サイズ変更バイキュービック	バイキュービック補間を使用して、`images` を `size` にサイズ変更します。
ResizeBicubicGrad <T extends TNumber >	バイキュービック補間の勾配を計算します。
サイズ変更バイリニア	双一次補間を使用して、`images` を `size` にサイズ変更します。
ResizeBilinearGrad <T extends TNumber >	双一次補間の勾配を計算します。
ResizeNearestNeighbor <T extends TNumber >	最近傍補間を使用して、`images` を `size` にサイズ変更します。
ResizeNearestNeighborGrad <T extends TNumber >	最近傍補間の勾配を計算します。
ResourceAccumulatorApplyGradient	指定されたアキュムレータに勾配を適用します。
ResourceAccumulatorNumAccumulated	指定されたアキュムレータに集約された勾配の数を返します。
ResourceAccumulatorSetGlobalStep	アキュムレータを global_step の新しい値で更新します。
ResourceAccumulatorTakeGradient <T extends TType >	指定された ConditionalAccumulator の平均勾配を抽出します。
リソースApplyAdaMax	AdaMax アルゴリズムに従って「*var」を更新します。
リソースApplyAdadelta	adadelta スキームに従って「*var」を更新します。
リソース適用アダグラド	adagrad スキームに従って「*var」を更新します。
リソースApplyAdagradDa	近位の adagrad スキームに従って「*var」を更新します。
リソース適用アダム	Adam アルゴリズムに従って「*var」を更新します。
リソース適用AdamWithAmsgrad	Adam アルゴリズムに従って「*var」を更新します。
リソース適用追加署名	AddSign の更新に従って「*var」を更新します。
リソースApplyCenteredRmsProp	中心の RMSProp アルゴリズムに従って「*var」を更新します。
リソースApplyFtrl	Ftrl-proximal スキームに従って「*var」を更新します。
リソースApplyGradientDescent	'var' から 'alpha' 'delta' を減算して更新します。
リソースApplyKerasMomentum	運動量スキームに従って「*var」を更新します。
リソース適用勢い	運動量スキームに従って「*var」を更新します。
リソースApplyPowerSign	AddSign の更新に従って「*var」を更新します。
リソースApplyProximalAdagrad	Adagrad 学習率の FOBOS に従って「var」と「accum」を更新します。
ResourceApplyProximalGradientDescent	「*var」を固定学習率の FOBOS アルゴリズムとして更新します。
リソースApplyRmsProp	RMSProp アルゴリズムに従って「*var」を更新します。
リソース条件付きアキュムレータ	勾配を集約するための条件付きアキュムレータ。
ResourceCountUpTo <T extends TNumber >	「limit」に達するまで「resource」が指す変数をインクリメントします。
ResourceGather <U はTTypeを拡張 >	「インデックス」に従って「リソース」が指す変数からスライスを収集します。
ResourceGatherNd <U はTTypeを拡張 >
リソース散乱追加	`resource` によって参照される変数にスパース更新を追加します。
リソース散乱ディビジョン	スパース更新を「resource」で参照される変数に分割します。
リソーススキャッターマックス	`max` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。
リソース散乱分	`min` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。
リソースScatterMul	スパース更新を「resource」で参照される変数に乗算します。
ResourceScatterNdAdd	変数内の個々の値またはスライスにスパース加算を適用します。
リソースScatterNdMax
リソース散乱NdMin
リソースScatterNdSub	スパース減算を変数内の個々の値またはスライスに適用します。
リソースScatterNdUpdate	与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。「インデックス」に従って変数。
リソースScatterSub	「resource」によって参照される変数からスパース更新を減算します。
リソース散乱更新	`resource` によって参照される変数にスパース更新を割り当てます。
リソースSparseApplyAdadelta	var: Variable() から取得する必要があります。
リソースSparseApplyアダグラド	adagrad スキームに従って、「var」および「accum」内の関連エントリを更新します。
リソースSparseApplyAdagradDa	近位の adagrad スキームに従って、「var」と「accum」のエントリを更新します。
リソースSparseApplyAdagradV2	adagrad スキームに従って、「var」および「accum」内の関連エントリを更新します。
ResourceSparseApplyCenteredRmsProp	中心の RMSProp アルゴリズムに従って「*var」を更新します。
リソースSparseApplyFtrl	Ftrl-proximal スキームに従って、「*var」内の関連エントリを更新します。
リソースSparseApplyKerasMomentum	モメンタムスキームに従って、「var」と「accum」の関連エントリを更新します。
リソースSparseApplyMomentum	モメンタムスキームに従って、「var」と「accum」の関連エントリを更新します。
リソースSparseApplyProximalアダグラド	FOBOS アルゴリズムに従って、'var' および 'accum' 内のスパース更新エントリ。
リソースSparseApplyProximalGradientDescent	学習率が固定された FOBOS アルゴリズムとして「*var」をスパース更新します。
ResourceSparseApplyRmsProp	RMSProp アルゴリズムに従って「*var」を更新します。
リソースStridedSliceAssign	`value` を `ref` のスライスされた左辺値参照に代入します。
復元する	V2 チェックポイントからテンソルを復元します。
RestoreSlice <T extends TType >	チェックポイントファイルからテンソルを復元します。
TPUEmbeddingADAMパラメータの取得	ADAM 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingADAMParametersGradAccumDebug	デバッグサポートを使用して ADAM 埋め込みパラメータを取得します。
TPUEmbeddingAdadeltaParameters の取得	Adadelta 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug	デバッグサポートを使用して Adadelta 埋め込みパラメータを取得します。
TPUEmbeddingAdagradパラメータの取得	Adagrad 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug	デバッグサポートを使用して Adagrad 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingCenteredRMSPropParameters	中心にある RMSProp 埋め込みパラメータを取得します。
TPUEmbeddingFTRLパラメータの取得	FTRL 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug	デバッグサポートを使用して FTRL 埋め込みパラメータを取得します。
TPUEmbeddingMDLAdagradLightParameters の取得	MDL Adagrad Light 埋め込みパラメータを取得します。
TPUEmbeddingMomentumパラメータの取得	Momentum 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug	デバッグサポートを使用して Momentum 埋め込みパラメータを取得します。
TPUEmbeddingProximalAdagradParameters の取得	近位の Adagrad 埋め込みパラメータを取得します。
取得TPUEmbeddingProximalAdagradParametersGradAccumDebug	デバッグサポートを使用して、近位の Adagrad 埋め込みパラメータを取得します。
TPUEmbeddingProximalYogiParameters を取得
取得TPUEmbeddingProximalYogiParametersGradAccumDebug
TPUEmbeddingRMSPropParameters の取得	RMSProp 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug	デバッグサポートを使用して RMSProp 埋め込みパラメータを取得します。
TPUEmbeddingStochasticGradientDescentパラメータの取得	SGD 埋め込みパラメータを取得します。
取得TPU埋め込み確率的勾配降下パラメータGradAccumDebug	デバッグサポートを使用して SGD 埋め込みパラメータを取得します。
逆方向<T extends TType >	テンソルの特定の次元を反転します。
ReverseSequence <T extends TType >	可変長スライスを反転します。
Rfft <U はTTypeを拡張 >	実数値高速フーリエ変換。
Rfft2d <U はTTypeを拡張 >	2D 実数値高速フーリエ変換。
Rfft3d <U はTTypeを拡張 >	3D 実数値高速フーリエ変換。
RgbToHsv <T はTNumberを拡張 >	1 つ以上の画像を RGB から HSV に変換します。
RightShift <T はTNumberを拡張 >	Elementwise は、`x` と `y` のビット単位の右シフトを計算します。
Rint <T extends TNumber >	x に最も近い要素ごとの整数を返します。
RngReadAndSkip	カウンタベースの RNG のカウンタを進めます。
Rngスキップ	カウンタベースの RNG のカウンタを進めます。
ロール<T はTTypeを拡張 >	テンソルの要素を軸に沿って回転させます。
Round <T extends TType >	テンソルの値を要素ごとに最も近い整数に丸めます。
RPC	RPC リクエストのバッチを実行します。
Rsqrt <T はTTypeを拡張 >	x の平方根の逆数を要素ごとに計算します。
RsqrtGrad <T はTTypeを拡張 >	入力に対する `x` の rsqrt の勾配を計算します。
SampleDistortedBoundingBox <T extends TNumber >	画像に対してランダムに歪んだ単一の境界ボックスを生成します。
サンプリングデータセット	別のデータセットの内容のベルヌーイサンプルを取得するデータセットを作成します。
保存	テンソルを V2 チェックポイント形式で保存します。
スライスの保存	入力テンソルスライスをディスクに保存します。
スカラー概要	スカラー値を含む「概要」プロトコルバッファを出力します。
スケールと翻訳
ScaleAndTranslateGrad <T はTNumberを拡張 >
ScatterAdd <T はTTypeを拡張 >	変数参照にスパース更新を追加します。
ScatterDiv <T はTTypeを拡張 >	変数参照をスパース更新によって分割します。
ScatterMax <T はTNumberを拡張 >	「max」操作を使用して、スパース更新を変数参照に減らします。
ScatterMin <T はTNumberを拡張 >	`min` 操作を使用して、スパース更新を変数参照に減らします。
ScatterMul <T はTTypeを拡張 >	スパース更新を変数参照に乗算します。
ScatterNd <U はTTypeを拡張 >	「インデックス」に従って新しいテンソルに「更新」を分散します。
ScatterNdAdd <T はTTypeを拡張 >	変数内の個々の値またはスライスにスパース加算を適用します。
ScatterNdMax <T はTTypeを拡張 >	要素ごとの最大値を計算します。
ScatterNdMin <T はTTypeを拡張 >	要素ごとの最小値を計算します。
ScatterNdNonAliasingAdd <T extends TType >	個々の値またはスライスを使用して「input」にスパース加算を適用しますインデックス「インデックス」に従って「更新」から。
ScatterNdSub <T はTTypeを拡張 >	スパース減算を変数内の個々の値またはスライスに適用します。
ScatterNdUpdate <T はTTypeを拡張 >	与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。「インデックス」に従って変数。
ScatterSub <T はTTypeを拡張 >	スパース更新を変数参照から減算します。
ScatterUpdate <T はTTypeを拡張 >	スパース更新を変数参照に適用します。
SdcaFprint	入力文字列のフィンガープリントを計算します。
Sdcaオプティマイザー	Stochastic Dual Coowned Ascent (SDCA) オプティマイザーの分散バージョン L1 + L2 正則化を使用した線形モデル。
SdcaShrinkL1	パラメータに L1 正則化縮小ステップを適用します。
SegmentMax <T extends TNumber >	テンソルのセグメントに沿った最大値を計算します。
SegmentMean <T はTTypeを拡張 >	テンソルのセグメントに沿った平均を計算します。
SegmentMin <T extends TNumber >	テンソルのセグメントに沿った最小値を計算します。
SegmentProd <T はTTypeを拡張 >	テンソルのセグメントに沿って積を計算します。
SegmentSum <T extends TType >	テンソルのセグメントに沿って合計を計算します。
<T extends TType >を選択します。
SelfAdjointEig <T はTTypeを拡張 >	自己共役行列のバッチの固有分解を計算します (注: 実数入力のみがサポートされます)。
Selu <T extends TNumber >	スケーリングされた指数線形を計算します: `scale * alpha * (exp(features) - 1)` < 0 の場合、それ以外の場合は `scale * features`。
SeluGrad <T extends TNumber >	スケーリングされた指数線形 (Selu) 演算の勾配を計算します。
送信	名前付きテンソルを別の XLA 計算に送信します。
TPUEmbeddingGradients の送信	埋め込みテーブルの勾配更新を実行します。
SerializeIterator	イテレータを表す指定された `resource_handle` をバリアントテンソルに変換します。
SerializeManySparse <U はTTypeを拡張 >	`N`-ミニバッチ `SparseTensor` を `[N, 3]` `Tensor` オブジェクトにシリアル化します。
SerializeSparse <U はTTypeを拡張 >	`SparseTensor` を `[3]` `Tensor` オブジェクトにシリアル化します。
SerializeTensor	Tensor をシリアル化された TensorProto プロトに変換します。
SetDiff1d <T はTTypeを拡張、U はTNumberを拡張 >	2 つの数値または文字列のリストの差を計算します。
サイズの設定	入力「set」の最後の次元に沿った一意の要素の数。
SetStatsAggregatorDataset
形状<U はTNumberを拡張 >	テンソルの形状を返します。
ShapeN <U はTNumberを拡張 >	テンソルの形状を返します。
シャードデータセット	このデータセットの 1/`num_shards` だけを含む `Dataset` を作成します。
シャードファイル名	シャーディングされたファイル名を生成します。
シャードファイル仕様	すべてのシャーディングされたファイル名に一致するグロブパターンを生成します。
シャーディング<T extends TType >	指定されたシャーディング属性に基づいて入力をシャーディングする操作。
ShuffleAndRepeatデータセット
シャッフルデータセット
シャットダウン分散型TPU	実行中の分散 TPU システムをシャットダウンします。
シグモイド<T extends TType >	`x` のシグモイドを要素ごとに計算します。
SigmoidGrad <T はTTypeを拡張 >	入力に対して「x」のシグモイドの勾配を計算します。
符号<T はTTypeを拡張 >	数値の符号を要素ごとに示す値を返します。
Sin <T extends TType >	x の正弦を要素ごとに計算します。
Sinh <T はTTypeを拡張 >	x の双曲線正弦を要素ごとに計算します。
サイズ<U はTNumberを拡張 >	テンソルのサイズを返します。
データセットをスキップ	`input_dataset` から `count` 要素をスキップするデータセットを作成します。
スキップグラム	テキストファイルを解析し、サンプルのバッチを作成します。
睡眠データセット
スライス<T extends TType >	「input」からスライスを返します。
スライディングウィンドウデータセット	`input_dataset` にスライディングウィンドウを渡すデータセットを作成します。
スナップショット<T extends TType >	入力テンソルのコピーを返します。
SobolSample <T extends TNumber >	Sobol シーケンスから点を生成します。
ソフトマックス<T extends TNumber >	ソフトマックスのアクティベーションを計算します。
SoftmaxCrossEntropyWithLogits <T extends TNumber >	逆伝播するためのソフトマックスクロスエントロピーコストと勾配を計算します。
Softplus <T はTNumberを拡張 >	ソフトプラスを計算します: `log(exp(features) + 1)`。
SoftplusGrad <T はTNumberを拡張 >	SoftPlus 操作の SoftPlus 勾配を計算します。
ソフトサイン<T はTNumberを拡張 >	ソフトサインを計算します: `features / (abs(features) + 1)`。
SoftsignGrad <T はTNumberを拡張 >	ソフトサイン演算のソフトサイン勾配を計算します。
<T extends TType >を解く	連立一次方程式を解きます。
並べ替え<T extends TType >	XLA ソート演算子をラップします。ドキュメントは次のとおりです。 https://www.tensorflow.org/performance/xla/operation_semantics#sort 。
SpaceToBatch <T extends TType >	T 型の 4 次元テンソルの SpaceToBatch。
SpaceToBatchNd <T はTTypeを拡張 >	T 型の ND テンソルの SpaceToBatch。
SpaceToDepth <T はTTypeを拡張 >	T 型のテンソルの SpaceToDepth。
SparseAccumulatorApplyGradient	指定されたアキュムレータにスパースグラデーションを適用します。
SparseAccumulatorTakeGradient <T extends TType >	SparseConditionalAccumulator で平均スパース勾配を抽出します。
SparseAdd <T extends TType >	2 つの `SparseTensor` オブジェクトを追加して、別の `SparseTensor` を生成します。
SparseAddGrad <T はTTypeを拡張 >	SparseAdd 演算の勾配演算子。
SparseApplyAdadelta <T extends TType >	var: Variable() から取得する必要があります。
SparseApplyAdagrad <T はTTypeを拡張 >	adagrad スキームに従って、「var」および「accum」内の関連エントリを更新します。
SparseApplyAdagradDa <T extends TType >	近位の adagrad スキームに従って、「var」と「accum」のエントリを更新します。
SparseApplyCenteredRmsProp <T extends TType >	中心の RMSProp アルゴリズムに従って「*var」を更新します。
SparseApplyFtrl <T はTTypeを拡張 >	Ftrl-proximal スキームに従って、「*var」内の関連エントリを更新します。
SparseApplyMomentum <T extends TType >	モメンタムスキームに従って、「var」と「accum」の関連エントリを更新します。
SparseApplyProximalAdagrad <T extends TType >	FOBOS アルゴリズムに従って、'var' および 'accum' 内のスパース更新エントリ。
SparseApplyProximalGradientDescent <T extends TType >	学習率が固定された FOBOS アルゴリズムとして「*var」をスパース更新します。
SparseApplyRmsProp <T extends TType >	RMSProp アルゴリズムに従って「*var」を更新します。
SparseBincount <U はTNumberを拡張 >	整数配列内の各値の出現数をカウントします。
SparseConcat <T はTTypeを拡張 >	指定された次元に沿って `SparseTensor` のリストを連結します。
SparseConditionalAccumulator	疎な勾配を集約するための条件付きアキュムレータ。
SparseCountSparseOutput <U はTNumberを拡張 >	スパーステンソル入力に対してスパース出力ビンカウントを実行します。
スパースクロス	スパースおよびデンステンソルのリストからスパースクロスを生成します。
スパースクロスハッシュ	スパースおよびデンステンソルのリストからスパースクロスを生成します。
SparseDenseCwiseAdd <T extends TType >	次の特別なルールを使用して、SparseTensor と密な Tensor を加算します。 (1) 適格であれば、密な側を疎な側と同じ形状になるようにブロードキャストします。 (2) 次に、SparseTensor のインデックスによって指定された密な値のみが cwise 加算に参加します。
SparseDenseCwiseDiv <T はTTypeを拡張 >	コンポーネントごとに、SparseTensor を密な Tensor で分割します。
SparseDenseCwiseMul <T extends TType >	コンポーネントごとに、SparseTensor と密な Tensor を乗算します。
SparseFillEmptyRows <T extends TType >	入力 2-D `SparseTensor` の空の行をデフォルト値で埋めます。
SparseFillEmptyRowsGrad <T extends TType >	SparseFillEmptyRows のグラデーション。
スパースマットマル	行列「a」と行列「b」を掛けます。
スパース行列追加	2 つの CSR 行列、C = アルファ * A + ベータ * B のスパース加算。
SparseMatrixMatMul <T はTTypeを拡張 >	疎行列と密行列を行列乗算します。
スパースマトリックスMul	疎行列と密テンソルの要素ごとの乗算。
スパースマトリックスNNZ	`sparse_matrix` の非ゼロの数を返します。
SparseMatrixOrderingAMD	「input」の近似最小次数 (AMD) 順序を計算します。
スパースマトリックスソフトマックス	CSRSparseMatrix のソフトマックスを計算します。
SparseMatrixSoftmaxGrad	SparseMatrixSoftmax 演算の勾配を計算します。
スパース行列スパースコレスキー	「input」のスパースコレスキー分解を計算します。
スパース行列スパースマットマルMul	スパース行列は、2 つの CSR 行列「a」と「b」を乗算します。
スパース行列転置	CSRSparseMatrix の内部 (行列) 次元を転置します。
スパース行列ゼロ	形状 `dense_shape` を持つすべてゼロの CSRSparseMatrix を作成します。
SparseReduceMax <T extends TNumber >	SparseTensor の次元全体の要素の最大値を計算します。
SparseReduceMaxSparse <T extends TNumber >	SparseTensor の次元全体の要素の最大値を計算します。
SparseReduceSum <T はTTypeを拡張 >	SparseTensor の次元全体の要素の合計を計算します。
SparseReduceSumSparse <T extends TType >	SparseTensor の次元全体の要素の合計を計算します。
SparseReorder <T extends TType >	SparseTensor を正規の行優先の順序に並べ替えます。
スパースリシェイプ	SparseTensor を再形成して、値を新しい密な形状で表現します。
SparseSegmentMean <T extends TNumber >	テンソルの疎なセグメントに沿った平均を計算します。
SparseSegmentMeanGrad <T extends TNumber >	SparseSegmentMean の勾配を計算します。
SparseSegmentMeanWithNumSegments <T extends TNumber >	テンソルの疎なセグメントに沿った平均を計算します。
SparseSegmentSqrtN <T はTNumberを拡張 >	テンソルの疎なセグメントに沿った合計を N の 2 乗で割って計算します。
SparseSegmentSqrtNGrad <T extends TNumber >	SparseSegmentSqrtN の勾配を計算します。
SparseSegmentSqrtNWithNumSegments <T extends TNumber >	テンソルの疎なセグメントに沿った合計を N の 2 乗で割って計算します。
SparseSegmentSum <T extends TNumber >	テンソルの疎なセグメントに沿って合計を計算します。
SparseSegmentSumWithNumSegments <T extends TNumber >	テンソルの疎なセグメントに沿って合計を計算します。
SparseSlice <T はTTypeを拡張 >	`start` と `size` に基づいて `SparseTensor` をスライスします。
SparseSliceGrad <T はTTypeを拡張 >	SparseSlice 演算の勾配演算子。
SparseSoftmax <T extends TNumber >	バッチ化された ND `SparseTensor` にソフトマックスを適用します。
SparseSoftmaxCrossEntropyWithLogits <T extends TNumber >	逆伝播するためのソフトマックスクロスエントロピーコストと勾配を計算します。
SparseSparseMinimum <T extends TNumber >	2 つの SparseTensor の要素ごとの最大値を返します。
SparseSparseMinimum <T extends TType >	2 つの SparseTensor の要素ごとの最小値を返します。
SparseSplit <T はTTypeを拡張 >	`SparseTensor` を 1 次元に沿って `num_split` テンソルに分割します。
SparseTensorDenseAdd <U はTTypeを拡張 >	`SparseTensor` と稠密な `Tensor` を加算して、稠密な `Tensor` を生成します。
SparseTensorDenseMatMul <U はTTypeを拡張 >	SparseTensor (ランク 2) "A" と密行列 "B" を乗算します。
SparseTensorSliceDataset	SparseTensor を行ごとの要素に分割するデータセットを作成します。
SparseTensorToCSRSparseMatrix	SparseTensor を (バッチ処理された) CSRSparseMatrix に変換します。
SparseToDense <U はTTypeを拡張 >	スパース表現を高密度テンソルに変換します。
SparseToSparseSetOperation <T extends TType >	2 つの `SparseTensor` 入力の最後の次元に沿ってセット演算を適用します。
スペンス<T extends TNumber >
分割<T extends TType >	テンソルを 1 次元に沿って `num_split` テンソルに分割します。
SplitV <T はTTypeを拡張 >	テンソルを 1 次元に沿って `num_split` テンソルに分割します。
SQLデータセット	SQL クエリを実行し、結果セットの行を出力するデータセットを作成します。
Sqrt <T はTTypeを拡張 >	x の平方根を要素ごとに計算します。
SqrtGrad <T はTTypeを拡張 >	入力に対する `x` の 2 乗の勾配を計算します。
Sqrtm <T はTTypeを拡張 >	1 つ以上の正方行列の行列平方根を計算します。 matmul(sqrtm(A), sqrtm(A)) = A 入力行列は可逆である必要があります。
正方形<T はTTypeを拡張 >	x の 2 乗を要素ごとに計算します。
SquaredDifference <T extends TType >	conj(x - y)(x - y) を要素ごとに返します。
スクイーズ<T extends TType >	テンソルのシェイプからサイズ 1 の次元を削除します。
スタック<T extends TType >	`N` ランク - `R` テンソルのリストを 1 つのランク - `(R+1)` テンソルにパックします。
ステージ	軽量のエンキューに似たステージ値。
ステージクリア	Op は、基になるコンテナー内のすべての要素を削除します。
ステージピーク	Op は、指定されたインデックスの値を調べます。
ステージサイズ	Op は、基になるコンテナ内の要素の数を返します。
StatefulRandomBinomial <V extends TNumber >
StatefulStandardNormal <U はTTypeを拡張 >	正規分布からランダムな値を出力します。
StatefulTruncatedNormal <U はTTypeを拡張 >	切り捨てられた正規分布からランダムな値を出力します。
StatefulUniform <U はTTypeを拡張 >	一様分布からランダムな値を出力します。
StatefulUniformFullInt <U はTTypeを拡張 >	一様分布からランダムな整数を出力します。
StatefulUniformInt <U はTTypeを拡張 >	一様分布からランダムな整数を出力します。
StatelessMultinomial <V extends TNumber >	多項分布からサンプルを抽出します。
StatelessParameterizedTruncatedNormal <V extends TNumber >
StatelessRandomBinomial <W extends TNumber >	二項分布から決定論的な擬似乱数を出力します。
StatelessRandomGamma <V extends TNumber >	ガンマ分布から決定論的な擬似乱数を出力します。
StatelessRandomGetKeyCounterAlg	デバイスに基づいて最適なアルゴリズムを選択し、シードをキーとカウンターにスクランブルします。
StatelessRandomNormal <V extends TNumber >	正規分布から決定論的な擬似乱数値を出力します。
StatelessRandomNormalV2 <U はTNumberを拡張 >	正規分布から決定論的な擬似乱数値を出力します。
StatelessRandomPoisson <W extends TNumber >	ポアソン分布から決定論的な擬似乱数を出力します。
StatelessRandomUniform <V extends TNumber >	一様分布から決定論的な擬似乱数のランダム値を出力します。
StatelessRandomUniformFullInt <V extends TNumber >	一様分布から決定論的な擬似乱数ランダム整数を出力します。
StatelessRandomUniformFullIntV2 <U はTNumberを拡張 >	一様分布から決定論的な擬似乱数ランダム整数を出力します。
StatelessRandomUniformInt <V extends TNumber >	一様分布から決定論的な擬似乱数ランダム整数を出力します。
StatelessRandomUniformIntV2 <U はTNumberを拡張 >	一様分布から決定論的な擬似乱数ランダム整数を出力します。
StatelessRandomUniformV2 <U はTNumberを拡張 >	一様分布から決定論的な擬似乱数のランダム値を出力します。
StatelessSampleDistortedBoundingBox <T extends TNumber >	画像に対してランダムに歪んだ境界ボックスを決定論的に生成します。
StatelessTruncatedNormal <V extends TNumber >	切り捨てられた正規分布から決定論的な擬似乱数値を出力します。
StatelessTruncatedNormalV2 <U はTNumberを拡張 >	切り捨てられた正規分布から決定論的な擬似乱数値を出力します。
StaticRegexFullMatch	入力が正規表現パターンと一致するかどうかを確認します。
StaticRegexReplace	入力内のパターンの一致を書き換えに置き換えます。
StatsAggregatorHandle
StatsAggregatorSetsummaryWriter	指定された stats_aggregator を使用して統計を記録するように summary_writer_interface を設定します。
統計アグリゲータ概要	指定された統計マネージャーによって記録された統計の概要を作成します。
StopGradient <T extends TType >	勾配の計算を停止します。
StridedSlice <T はTTypeを拡張 >	`input` からストライドされたスライスを返します。
StridedSliceAssign <T はTTypeを拡張 >	`value` を `ref` のスライスされた左辺値参照に代入します。
StridedSliceGrad <U はTTypeを拡張 >	`StridedSlice` の勾配を返します。
文字列形式	テンソルのリストを使用して文字列テンプレートをフォーマットします。
文字列の長さ	「input」の文字列の長さ。
StringNGrams <T extends TNumber >	不規則な文字列データから ngram を作成します。
文字列分割	`sep` に基づいて `source` の要素を `SparseTensor` に分割します。
ストリップ	Tensor から先頭と末尾の空白を削除します。
Sub <T extends TType >	x - y を要素ごとに返します。
サブ文字列	文字列の `Tensor` から部分文字列を返します。
合計<T extends TType >	テンソルの次元にわたる要素の合計を計算します。
サマリーライター
Svd <T はTTypeを拡張 >	自己共役行列のバッチの固有分解を計算します (注: 実数入力のみがサポートされます)。
SwitchCond <T はTTypeを拡張 >	`data` を `pred` によって決定された出力ポートに転送します。
TPUコンパイル結果	TPU コンパイルの結果を返します。
TPU埋め込みアクティベーション	TPU 埋め込みの差別化を可能にするオペレーション。
TPUReplicateMetadata	TPU 計算をどのように複製するかを示すメタデータ。
TPUReplicatedInput <T はTTypeを拡張 >	N 個の入力を N ウェイ複製 TPU 計算に接続します。
TPUReplicatedOutput <T はTTypeを拡張 >	N ウェイ複製された TPU 計算からの N 出力を接続します。
TakeDataset	`input_dataset` から `count` 要素を含むデータセットを作成します。
TakeManySparseFromTensorsMap <T extends TType >	`SparseTensorsMap` から `SparseTensors` を読み取り、それらを連結します。
Tan <T はTTypeを拡張 >	x の Tan を要素ごとに計算します。
Tanh <T はTTypeを拡張 >	`x` の双曲線正接を要素ごとに計算します。
TanhGrad <T はTTypeを拡張 >	入力に対する `x` の正接の勾配を計算します。
TemporaryVariable <T はTTypeを拡張 >	突然変異する可能性があるが、単一ステップ内でのみ持続するテンソルを返します。
テンソル配列	指定されたサイズの Tensor の配列。
TensorArrayClose	TensorArray をリソースコンテナから削除します。
TensorArrayConcat <T はTTypeを拡張 >	TensorArray の要素を値 `value` に連結します。
TensorArrayGather <T はTTypeを拡張 >	TensorArray から特定の要素を出力 `value` に収集します。
TensorArrayGrad	指定されたハンドルに値の勾配を格納するための TensorArray を作成します。
TensorArrayGradWithShape	指定されたハンドルに複数の値の勾配を格納するための TensorArray を作成します。
TensorArrayPack <T はTTypeを拡張 >
TensorArrayRead <T はTTypeを拡張 >	TensorArray から要素を出力 `value` に読み取ります。
TensorArrayScatter	入力値のデータを特定の TensorArray 要素に分散します。
TensorArraySize	TensorArray の現在のサイズを取得します。
TensorArraySplit	入力値のデータを TensorArray 要素に分割します。
TensorArrayUnpack
TensorArrayWrite	要素を tensor_array にプッシュします。
テンソルデータセット	「コンポーネント」をテンソルのタプルとして一度出力するデータセットを作成します。
TensorDiag <T はTTypeを拡張 >	指定された対角値を持つ対角テンソルを返します。
TensorDiagPart <T はTTypeを拡張 >	テンソルの対角部分を返します。
TensorForestCreateTreeVariable	ツリーリソースを作成し、そのリソースへのハンドルを返します。
TensorForestTreeデシリアライズ	プロトをツリーハンドルに逆シリアル化します
TensorForestTreeIsInitializedOp	ツリーが初期化されているかどうかを確認します。
TensorForestTreePredict	指定された入力データのロジットを出力します。
TensorForestTreeResourceHandleOp	TensorForestTreeResource へのハンドルを作成します
TensorForestTreeSerialize	ツリーハンドルをプロトにシリアル化します。
TensorForestTreeSize	ツリー内のノードの数を取得する
TensorListConcat <U はTTypeを拡張 >	リスト内のすべてのテンソルを 0 次元に沿って連結します。
TensorListConcatLists
TensorListElementShape <T extends TNumber >	指定されたリストの要素の形状 (テンソルとして)。
TensorListFromTensor	スタックされたときに `tensor` の値を持つ TensorList を作成します。
TensorListGather <T はTTypeを拡張 >	TensorList にインデックスを付けて Tensor を作成します。
TensorListGetItem <T はTTypeを拡張 >
TensorListLength	入力テンソルリスト内のテンソルの数を返します。
TensorListPopBack <T extends TType >	入力リストの最後の要素と、その要素以外のすべての要素を含むリストを返します。
TensorListPushBack	最後の要素として渡された `Tensor` と、指定されたリストの他の要素を `input_handle` に持つリストを返します。
TensorListPushBackBatch
TensorListReserve	空の要素を含む指定されたサイズのリスト。
TensorListResize	リストのサイズを変更します。
TensorListScatter	Tensor にインデックスを付けて TensorList を作成します。
TensorListScatterIntoExistingList	入力リスト内のインデックスでテンソルを散布します。
TensorListSetItem
TensorListSplit	テンソルをリストに分割します。
TensorListStack <T はTTypeを拡張 >	すべてのテンソルをリストに積み重ねます。
TensorMapErase	指定されたキーの項目が消去されたテンソルマップを返します。
TensorMapHasKey	指定されたキーがマップ内に存在するかどうかを返します。
TensorMapInsert	指定されたキーと値のペアが挿入された「input_handle」であるマップを返します。
TensorMapLookup <U はTTypeを拡張 >	テンソルマップ内の指定されたキーから値を返します。
テンソルマップサイズ	入力テンソルマップ内のテンソルの数を返します。
TensorMapStackKeys <T extends TType >	テンソルマップ内のすべてのキーの Tensor スタックを返します。
TensorScatterNdAdd <T はTTypeを拡張 >	「インデックス」に従って、既存のテンソルにスパースの「更新」を追加します。
TensorScatterNdMax <T はTTypeを拡張 >
TensorScatterNdMin <T はTTypeを拡張 >
TensorScatterNdSub <T はTTypeを拡張 >	「インデックス」に従って既存のテンソルからスパースの「更新」を減算します。
TensorScatterNdUpdate <T はTTypeを拡張 >	「インデックス」に従って既存のテンソルに「更新」を分散します。
TensorSliceDataset	「コンポーネント」の各 dim-0 スライスを 1 回ずつ出力するデータセットを作成します。
TensorStridedSliceUpdate <T はTTypeを拡張 >	`value` を `input` のスライスされた左辺値参照に代入します。
テンソルの概要	テンソルとプラグインごとのデータを含む「概要」プロトコルバッファを出力します。
TextLineDataset	1 つ以上のテキストファイルの行を出力するデータセットを作成します。
テキストラインリーダー	「\n」で区切られたファイルの行を出力するリーダー。
TfRecordDataset	1 つ以上の TFRecord ファイルからレコードを出力するデータセットを作成します。
TfRecordReader	TensorFlow Records ファイルからレコードを出力するリーダー。
スレッドプールデータセット	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
スレッドプールハンドル	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
タイル<T extends TType >	指定されたテンソルをタイル化してテンソルを構築します。
TileGrad <T はTTypeを拡張 >	`Tile`のグラデーションを返します。
タイムスタンプ	エポックからの時間を秒単位で提供します。
トブール	テンソルをスカラー述語に変換します。
ToHashBucket	入力 Tensor の各文字列をバケットの数によってそのハッシュ mod に変換します。
ToHashBucketFast	入力 Tensor の各文字列をバケットの数によってそのハッシュ mod に変換します。
ToHashBucketStrong	入力 Tensor の各文字列をバケットの数によってそのハッシュ mod に変換します。
ToNumber <T extends TNumber >	入力 Tensor の各文字列を指定された数値型に変換します。
TopK <T はTNumberを拡張 >	最後の次元の「k」個の最大要素の値とインデックスを検索します。
トップKUユニーク	配列内の TopK の一意の値を並べ替えられた順序で返します。
トップKWithUnique	配列内の TopK 値をソートされた順序で返します。
転置<T extends TType >	順列に従って x の次元をシャッフルします。
TriangularSolve <T はTTypeを拡張 >	逆代入によって上三角行列または下三角行列を含む線形方程式系を解きます。
TridiagonalMatMul <T はTTypeを拡張 >	三重対角行列との積を計算します。
TridiagonalSolve <T extends TType >	三重対角方程式系を解きます。
TruncateDiv <T はTTypeを拡張 >	整数型の場合は要素ごとに x / y を返します。
TruncateMod <T extends TNumber >	要素ごとの除算の余りを返します。
TruncatedNormal <U はTNumberを拡張 >	切り捨てられた正規分布からランダムな値を出力します。
TryRpc	RPC リクエストのバッチを実行します。
アンバッチ<T extends TType >	単一の出力 Tensor の Batch の操作を逆にします。
アンバッチデータセット	入力の要素を複数の要素に分割するデータセット。
UnbatchGrad <T はTTypeを拡張 >	アンバッチのグラデーション。
要素の圧縮解除	圧縮されたデータセット要素を解凍します。
UnicodeDecode <T extends TNumber >	「input」内の各文字列を一連の Unicode コードポイントにデコードします。
UnicodeDecodeWithOffsets <T extends TNumber >	「input」内の各文字列を一連の Unicode コードポイントにデコードします。
Unicodeエンコード	int のテンソルを Unicode 文字列にエンコードします。
ユニコードスクリプト	Unicode 整数コードポイントの指定されたテンソルのスクリプトコードを決定します。
Unicodeトランスコード	入力テキストをソースエンコーディングから宛先エンコーディングにトランスコードします。
制服候補者サンプラー	一様分布で候補サンプリングのラベルを生成します。
一意の<T extends TType 、V extends TNumber >	テンソルの軸に沿って一意の要素を検索します。
固有のデータセット	`input_dataset` の一意の要素を含むデータセットを作成します。
UniqueWithCounts <T はTTypeを拡張、V はTNumberを拡張 >	テンソルの軸に沿って一意の要素を検索します。
UnravelIndex <T extends TNumber >	フラットインデックスの配列を座標配列のタプルに変換します。
未分類セグメント結合	`segment_ids` に基づいて `inputs` の要素を結合します。
UnsortedSegmentMax <T extends TNumber >	テンソルのセグメントに沿った最大値を計算します。
UnsortedSegmentMin <T extends TNumber >	テンソルのセグメントに沿った最小値を計算します。
UnsortedSegmentProd <T extends TType >	テンソルのセグメントに沿って積を計算します。
UnsortedSegmentSum <T extends TType >	テンソルのセグメントに沿って合計を計算します。
アンスタック<T extends TType >	階数「R」テンソルの指定された次元を階数「(R-1)」テンソルにアンパックします。
アンステージ	Op は軽量の Dequeue に似ています。
アンラップデータセットバリアント
アッパー	すべての小文字をそれぞれの大文字に変換します。
UpperBound <U はTNumberを拡張します >	各行に沿って upper_bound(sorted_search_values,values) を適用します。
VarHandleOp	Variable リソースへのハンドルを作成します。
VarIsInitializedOp	リソースハンドルベースの変数が初期化されているかどうかを確認します。
変数<T extends TType >	ステップ間で持続するテンソルの形式で状態を保持します。
VariableShape <T extends TNumber >	`resource` が指す変数の形状を返します。
どこ	テンソル内の非ゼロ/真の値の位置を返します。
ファイル全体リーダー	ファイルの内容全体を値として出力するリーダー。
ウィンドウデータセット	入力要素 (のネスト) をウィンドウ (のネスト) のデータセットに結合します。
労働者ハートビート	労働者の心拍音op.
ラップデータセットバリアント
WriteAudio概要	音声の概要を書き込みます。
ファイルの書き込み	入力ファイル名のファイルに内容を書き込みます。
WriteGraph概要	グラフの概要を書き込みます。
書き込みヒストグラム概要	ヒストグラムの概要を書き込みます。
画像の概要を書く	画像のまとめを書きます。
WriteRawProtoサマリー	シリアル化されたプロトの概要を書きます。
書き込みスカラー概要	スカラー要約を書き込みます。
要約を書く	テンソルの概要を書き込みます。
Xdivy <T はTTypeを拡張 >	x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x / y を返します。
XlaRecvFromHost <T はTTypeを拡張 >	ホストからテンソルを受け取る操作。
XlaSendToHost	テンソルをホストに送信する操作。
XlaSetBound	指定された入力値の境界を Xla コンパイラへのヒントとして設定します。同じ値を返します。
XlaSpmdFullToShardShape <T extends TType >	XLA SPMD パーティショナーによって自動パーティショニングから手動パーティショニング。
XlaSpmdShardToFullShape <T はTTypeを拡張 >	XLA SPMD パーティショナーによって手動パーティショニングから自動パーティショニング。
Xlog1py <T はTTypeを拡張 >	x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x * log1p(y) を返します。
Xlogy <T はTTypeを拡張 >	x == 0 の場合は 0 を返し、それ以外の場合は要素ごとに x * log(y) を返します。
ゼロ<T extends TType >	`dims` で指定された形状のゼロで初期化された定数を作成する演算子。
ZerosLike <T はTTypeを拡張 >	x と同じ形状と型を持つゼロのテンソルを返します。
ゼータ<T はTNumberを拡張 >	フルヴィッツのゼータ関数 \\(\zeta(x, q)\\)を計算します。
ZipDataset	`input_datasets` を圧縮したデータセットを作成します。
erfinv <T extends TNumber >

計算の論理単位。

Op実装は、 Operationなどの内部クラスで必要とされる、リテラルやインデックスを使用せずにオペレーションを構築および実行するための、厳密に型指定された API を提供します。

運用は 2 つのカテゴリに分類できます。

Raw ops は単一の TensorFlow オペレーションをターゲットにしており、ほとんどの場合、TensorFlow ランタイムライブラリによって公開されるOpDefプロト定義から自動的に生成されます。
複合演算は、一連の他の演算を実行して、単一の計算単位として論理的に提示されるタスクを実行します。

パブリックメソッド

抽象的な実行環境	環境() このオペレーションが作成された実行環境を返します。
抽象的な操作	オプ() この計算単位を単一の`Operation`として返します。

パブリックメソッド

public abstract ExecutionEnvironment env ()

このオペレーションが作成された実行環境を返します。

パブリックアブストラクトオペレーションop ()

この計算単位を単一のOperationとして返します。

raw演算の場合、戻り値は、この演算によってラップされた TensorFlow 演算に対応します。

複合演算の場合、戻り値は通常、チェーン内で呼び出された最後の演算、または 1 つ以上の演算を単一の計算単位としてグループ化したNoOpに対応します。

戻り値

Operation