RawOp

공개 추상 클래스 RawOp

알려진 직접 서브클래스

Abort , Abs <T TNumber 확장 >, AccumulateN <T 확장 TType >, AccumulatorApplyGradient , AccumulatorNumAccumulated , AccumulatorSetGlobalStep , AccumulatorTakeGradient <T 확장 TType >, Acos <T 확장 TType >, Acosh <T 확장 TType >, Add <T 확장 TType >, AddManySparseToTensorsMap , AddN <T 확장 TType >, AddSparseToTensorsMap , adjustContrast <T 확장 TNumber >, adjustHue <T 확장 TNumber > 외 1152개.

중단	호출 시 프로세스를 중단하려면 예외를 발생시킵니다.
Abs <T는 T번호를 확장합니다. >	텐서의 절대값을 계산합니다.
AccumulateN <T는 TType을 확장합니다. >	텐서 목록의 요소별 합계를 반환합니다.
누산기적용그라디언트	지정된 누산기에 그라데이션을 적용합니다.
누산기Num누적됨	지정된 누산기에서 집계된 그래디언트 수를 반환합니다.
AccumulatorSetGlobalStep	global_step에 대한 새 값으로 누산기를 업데이트합니다.
AccumulatorTakeGradient <T는 TType을 확장합니다.>	주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다.
Acos <T는 TType을 확장합니다. >	x 요소별로 acos를 계산합니다.
Acosh <T는 TType을 확장합니다>	x 요소별로 역쌍곡선 코사인을 계산합니다.
<T 확장 TType > 추가	x + y 요소를 반환합니다.
AddManySparseToTensorsMap	`SparseTensorsMap`에 `N` 미니배치 `SparseTensor`를 추가하고 `N` 핸들을 반환합니다.
AddN <T는 TType을 확장합니다. >	모든 입력 텐서 요소를 현명하게 추가합니다.
AddSparseToTensorsMap	핸들을 반환하는 `SparseTensorsMap`에 `SparseTensor`를 추가하세요.
adjustContrast <T는 T번호를 확장합니다. >	하나 이상의 이미지 대비를 조정합니다.
adjustHue <T는 T번호를 확장합니다.>	하나 이상의 이미지의 색조를 조정합니다.
adjustSaturation <T는 T숫자를 확장합니다.>	하나 이상의 이미지의 채도를 조정합니다.
모두	텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다.
전체후보샘플러	학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다.
AllReduce <T는 Tnumber를 확장합니다.>	동일한 유형과 모양의 여러 텐서를 상호 축소합니다.
AllToAll <T는 TType을 확장합니다. >	TPU 복제본 간에 데이터를 교환하는 작업입니다.
각도 <U는 T번호를 확장합니다.>	복소수의 인수를 반환합니다.
익명반복자	반복자 리소스의 컨테이너입니다.
익명메모리캐시
익명MultiDeviceIterator	다중 장치 반복자 리소스에 대한 컨테이너입니다.
익명RandomSeedGenerator
익명SeedGenerator
어느	텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다.
ApplyAdaMax <T는 TType을 확장합니다. >	AdaMax 알고리즘에 따라 '*var'를 업데이트합니다.
ApplyAdadelta <T는 TType을 확장합니다. >	adadelta 체계에 따라 '*var'를 업데이트합니다.
ApplyAdagrad <T는 TType을 확장합니다>	adagrad 체계에 따라 '*var'를 업데이트합니다.
ApplyAdagradDa <T는 TType을 확장합니다>	근위부 adagrad 체계에 따라 '*var'를 업데이트합니다.
ApplyAdagradV2 <T는 TType을 확장합니다.>	adagrad 체계에 따라 '*var'를 업데이트합니다.
ApplyAdam <T는 TType을 확장합니다>	Adam 알고리즘에 따라 '*var'를 업데이트합니다.
ApplyAddSign <T는 TType을 확장합니다. >	AddSign 업데이트에 따라 '*var'를 업데이트합니다.
ApplyCenteredRmsProp <T는 TType을 확장합니다.>	중심 RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
ApplyFtrl <T는 TType을 확장합니다. >	Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다.
ApplyGradientDescent <T는 TType을 확장합니다. >	'var'에서 'alpha' 'delta'를 빼서 업데이트합니다.
ApplyMomentum <T는 TType을 확장합니다.>	모멘텀 체계에 따라 '*var'를 업데이트합니다.
ApplyPowerSign <T는 TType을 확장합니다. >	AddSign 업데이트에 따라 '*var'를 업데이트합니다.
ApplyProximalAdagrad <T는 TType을 확장합니다>	Adagrad 학습률을 사용하여 FOBOS에 따라 'var' 및 'accum'을 업데이트합니다.
ApplyProximalGradientDescent <T는 TType을 확장합니다>	고정 학습률을 사용하는 FOBOS 알고리즘으로 '*var'를 업데이트합니다.
ApplyRmsProp <T는 TType을 확장합니다. >	RMSProp 알고리즘에 따라 '*var'를 업데이트합니다.
대략 같음	abs(xy) < 허용오차 요소별 진리값을 반환합니다.
ArgMax <V는 TNumber를 확장합니다. >	텐서의 차원 전체에서 가장 큰 값을 가진 인덱스를 반환합니다.
ArgMin <V는 T번호를 확장합니다>	텐서의 차원 전체에서 가장 작은 값을 가진 인덱스를 반환합니다.
AsString	주어진 텐서의 각 항목을 문자열로 변환합니다.
Asin <T는 TType을 확장합니다.>	x 요소별로 삼각법 역사인을 계산합니다.
Asinh <T는 TType을 확장합니다.>	x 요소별로 역쌍곡사인을 계산합니다.
Assert카디널리티데이터세트
AssertNextDataset
주장하다	주어진 조건이 참인지 확인합니다.
<T 확장 TType > 할당	'value'를 할당하여 'ref'를 업데이트합니다.
AssignAdd <T는 TType을 확장합니다. >	'value'를 추가하여 'ref'를 업데이트합니다.
할당AddVariableOp	변수의 현재 값에 값을 추가합니다.
AssignSub <T는 TType을 확장합니다. >	'value'를 빼서 'ref'를 업데이트합니다.
AssignSubVariableOp	변수의 현재 값에서 값을 뺍니다.
할당변수작업	변수에 새 값을 할당합니다.
Atan <T는 TType을 확장합니다.>	x 요소별로 삼각법 역탄젠트를 계산합니다.
Atan2 <T는 T번호를 확장합니다. >	인수의 부호를 고려하여 `y/x`의 아크탄젠트를 요소별로 계산합니다.
Atanh <T는 TType을 확장합니다.>	x 요소별로 역쌍곡선 탄젠트를 계산합니다.
오디오스펙트로그램	시간 경과에 따른 오디오 데이터의 시각화를 생성합니다.
오디오요약	오디오와 함께 '요약' 프로토콜 버퍼를 출력합니다.
AutoShard데이터세트	입력 데이터 세트를 샤딩하는 데이터 세트를 생성합니다.
AvgPool <T는 T번호를 확장합니다. >	입력에 대해 평균 풀링을 수행합니다.
AvgPool3d <T는 T번호를 확장합니다. >	입력에 대해 3D 평균 풀링을 수행합니다.
AvgPool3dGrad <T는 TNumber를 확장합니다. >	평균 풀링 함수의 기울기를 계산합니다.
AvgPoolGrad <T는 TNumber를 확장합니다. >	평균 풀링 함수의 기울기를 계산합니다.
BandPart <T는 TType을 확장합니다. >	각 가장 안쪽 행렬의 중앙 밴드 외부에 있는 모든 항목을 0으로 설정하는 텐서를 복사합니다.
BandedTriangularSolve <T는 TType을 확장합니다.>
장벽	다양한 그래프 실행에서 지속되는 장벽을 정의합니다.
장벽닫기	주어진 장벽을 닫습니다.
장벽불완전한크기	주어진 장벽의 불완전한 요소 수를 계산합니다.
장벽삽입많은	각 키에 대해 해당 값을 지정된 구성 요소에 할당합니다.
배리어준비크기	주어진 장벽의 완전한 요소 수를 계산합니다.
장벽가져다많은	장벽에서 주어진 수의 완성된 요소를 가져옵니다.
일괄	모든 입력 텐서를 비결정적으로 일괄 처리합니다.
BatchCholesky <T는 TNumber를 확장합니다>
BatchCholeskyGrad <T는 TNumber를 확장합니다.>
배치 데이터세트	`input_dataset`에서 `batch_size` 요소를 일괄 처리하는 데이터세트를 생성합니다.
일괄 Fft
BatchFft2d
BatchFft3d
BatchIfft
BatchIfft2d
BatchIfft3d
BatchMatMul <T는 TType을 확장합니다>	두 개의 텐서 조각을 일괄적으로 곱합니다.
BatchMatrixBandPart <T는 TType을 확장합니다.>
BatchMatrixDeterminant <T는 TType을 확장합니다. >
BatchMatrixDiag <T는 TType을 확장합니다.>
BatchMatrixDiagPart <T는 TType을 확장합니다.>
BatchMatrixInverse <T는 TNumber를 확장합니다.>
BatchMatrixSetDiag <T는 TType을 확장합니다.>
BatchMatrixSolve <T는 TNumber를 확장합니다.>
BatchMatrixSolveLs <T는 TNumber를 확장합니다. >
BatchMatrixTriangularSolve <T는 TNumber를 확장합니다.>
BatchNormWithGlobalNormalization <T는 TType을 확장합니다.>	일괄 정규화.
BatchNormWithGlobalNormalizationGrad <T는 TType을 확장합니다.>	배치 정규화를 위한 기울기.
BatchSelfAdjointEig <T는 TNumber를 확장합니다. >
BatchSvd <T는 TType을 확장합니다. >
BatchToSpace <T는 TType을 확장합니다. >	T 유형의 4차원 텐서에 대한 BatchToSpace.
BatchToSpaceNd <T는 TType을 확장합니다. >	T 유형의 ND 텐서에 대한 BatchToSpace.
BesselI0 <T는 T번호를 확장합니다. >
BesselI0e <T는 T번호를 확장합니다. >
BesselI1 <T는 Tnumber를 확장합니다. >
BesselI1e <T는 Tnumber를 확장합니다. >
BesselJ0 <T는 Tnumber를 확장합니다. >
BesselJ1 <T는 Tnumber를 확장합니다. >
BesselK0 <T는 T번호를 확장합니다. >
BesselK0e <T는 T번호를 확장합니다. >
BesselK1 <T는 Tnumber를 확장합니다. >
BesselK1e <T는 Tnumber를 확장합니다. >
BesselY0 <T는 Tnumber를 확장합니다. >
BesselY1 <T는 Tnumber를 확장합니다. >
Betainc <T는 T번호를 확장합니다>	정규화된 불완전 베타 적분 \\(I_x(a, b)\\)계산합니다.
BiasAdd <T는 TType을 확장합니다. >	'값'에 '편향'을 추가합니다.
BiasAddGrad <T는 TType을 확장합니다. >	"bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다.
Bincount <T는 Tnumber를 확장합니다.>	정수 배열에서 각 값의 발생 횟수를 셉니다.
비트캐스트 <U는 TType을 확장합니다.>	데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트캐스트합니다.
BitwiseAnd <T는 T번호를 확장합니다>	Elementwise는 `x`와 `y`의 비트별 AND를 계산합니다.
BitwiseOr <T는 T번호를 확장합니다. >	Elementwise는 `x`와 `y`의 비트별 OR을 계산합니다.
BitwiseXor <T는 Tnumber를 확장합니다.>	Elementwise는 `x`와 `y`의 비트별 XOR을 계산합니다.
BlockLSTM <T는 Tnumber를 확장합니다. >	모든 시간 단계에 대해 LSTM 셀의 순방향 전파를 계산합니다.
BlockLSTMMGrad <T는 TNumber를 확장합니다.>	전체 시간 시퀀스에 대한 LSTM 셀 역전파를 계산합니다.
BoostedTreesAggregateStats	배치에 대해 누적된 통계 요약을 집계합니다.
BoostedTrees버킷화	버킷 경계를 기준으로 각 기능을 버킷화합니다.
BoostedTreesCalculateBestFeatureSplit	각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다.
BoostedTreesCalculateBestFeatureSplitV2	각 기능에 대한 이득을 계산하고 각 노드에 대해 가능한 최상의 분할 정보를 반환합니다.
BoostedTreesCalculateBestGainsPerFeature	각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다.
BoostedTrees센터바이어스	훈련 데이터(편향)에서 사전을 계산하고 첫 번째 노드를 로짓의 사전으로 채웁니다.
BoostedTreesCreateEnsemble	트리 앙상블 모델을 생성하고 이에 대한 핸들을 반환합니다.
BoostedTreesCreateQuantileStreamResource	Quantile Streams에 대한 리소스를 생성합니다.
BoostedTreesDeserializeEnsemble	직렬화된 트리 앙상블 구성을 역직렬화하고 현재 트리를 대체합니다. 앙상블.
BoostedTreesEnsembleResourceHandleOp	BoostedTreesEnsembleResource에 대한 핸들을 생성합니다.
BoostedTrees예제디버그 출력	각 예제에 대한 디버깅/모델 해석 가능성 출력.
BoostedTreesFlushQuantile요약	각 분위수 스트림 리소스에서 분위수 요약을 플러시합니다.
BoostedTreesGetEnsembleStates	나무 앙상블 리소스 스탬프 토큰, 나무 수 및 성장 통계를 검색합니다.
BoostedTreesMakeQuantile요약	배치에 대한 분위수의 요약을 작성합니다.
BoostedTreesMakeStats요약	배치에 대해 누적된 통계를 요약합니다.
BoostedTree예측	입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 로짓을 계산합니다.
BoostedTreesQuantileStreamResourceAddSummaries	각 분위수 스트림 리소스에 분위수 요약을 추가합니다.
BoostedTreesQuantileStreamResourceDeserialize	버킷 경계와 준비 플래그를 현재 QuantileAccumulator로 역직렬화합니다.
BoostedTreesQuantileStreamResourceFlush	분위수 스트림 리소스에 대한 요약을 플러시합니다.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	누적된 요약을 기반으로 각 기능에 대한 버킷 경계를 생성합니다.
BoostedTreesQuantileStreamResourceHandleOp	BoostedTreesQuantileStreamResource에 대한 핸들을 생성합니다.
BoostedTreesSerializeEnsemble	트리 앙상블을 proto로 직렬화합니다.
BoostedTreesSparseAggregateStats	배치에 대해 누적된 통계 요약을 집계합니다.
BoostedTreeSparseCalculateBestFeatureSplit	각 기능에 대한 이득을 계산하고 기능에 대해 가능한 최상의 분할 정보를 반환합니다.
BoostedTrees훈련예측	입력 인스턴스에서 여러 가산 회귀 앙상블 예측기를 실행하고 캐시된 로짓에 대한 업데이트를 계산합니다.
BoostedTreesUpdate앙상블	성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여.
BoostedTreesUpdateEnsembleV2	성장 중인 마지막 나무에 레이어를 추가하여 나무 앙상블을 업데이트합니다. 또는 새 트리를 시작하여.
BroadcastDynamicShape <T는 TNumber를 확장합니다.>	브로드캐스트를 사용하여 s0 op s1의 모양을 반환합니다.
BroadcastGradientArgs <T는 TNumber를 확장합니다. >	브로드캐스트를 사용하여 s0 op s1의 기울기를 계산하기 위한 감소 지수를 반환합니다.
BroadcastHelper <T는 TType을 확장합니다>	XLA 스타일 브로드캐스트 수행을 위한 도우미 연산자 이항 연산자에 대한 XLA의 브로드캐스팅 규칙을 사용하여 `lhs` 및 `rhs` 중 더 낮은 순위를 갖는 크기 1 차원을 추가하여 `lhs` 및 `rhs`를 동일한 순위로 브로드캐스트합니다.
BroadcastRecv <T는 TType을 확장합니다. >	다른 장치에서 브로드캐스트된 텐서 값을 수신합니다.
BroadcastSend <T는 TType을 확장합니다. >	하나 이상의 다른 장치에 텐서 값을 브로드캐스트합니다.
BroadcastTo <T는 TType을 확장합니다>	호환 가능한 모양에 대한 배열을 브로드캐스트합니다.
버킷화	'경계'를 기준으로 '입력'을 버킷화합니다.
바이트생산통계데이터세트	StatsAggregator에 있는 'input_dataset'의 각 요소의 바이트 크기를 기록합니다.
CSRSparseMatrixComponents <T는 TType을 확장합니다.>	배치 '인덱스'에서 CSR 구성 요소를 읽습니다.
CSRSparseMatrixToDense <T는 TType을 확장합니다.>	(아마도 일괄 처리된) CSRSparseMatrix를 고밀도로 변환합니다.
CSRSparseMatrixToSparseTensor <T는 TType을 확장합니다.>	(아마도 일괄 처리된) CSRSparesMatrix를 SparseTensor로 변환합니다.
CSV데이터세트
CSV데이터세트V2
CTCLossV2	각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다.
캐시데이터세트	'input_dataset'에서 요소를 캐시하는 데이터세트를 생성합니다.
캐시데이터세트V2
캐스트 <U는 TType을 확장합니다>	SrcT 유형의 x를 DstT의 y로 캐스트합니다.
Ceil <T는 T번호를 확장합니다>	x보다 작지 않은 요소별 가장 작은 정수를 반환합니다.
CheckNumerics <T는 T번호를 확장합니다. >	NaN, -Inf 및 +Inf 값에 대한 텐서를 확인합니다.
Cholesky <T는 TType을 확장합니다>	하나 이상의 정사각 행렬에 대한 Cholesky 분해를 계산합니다.
CholeskyGrad <T는 TNumber를 확장합니다. >	Cholesky 알고리즘의 역방향 역전파 기울기를 계산합니다.
가장 빠른 데이터 세트 선택
ClipByValue <T는 TType을 확장합니다. >	텐서 값을 지정된 최소값과 최대값으로 자릅니다.
닫기요약작성기
ClusterOutput <T는 TType을 확장합니다. >	XLA 계산의 출력을 다른 소비자 그래프 노드에 연결하는 연산자입니다.
CollectiveGather <T는 T번호를 확장합니다>	동일한 유형과 모양의 여러 텐서를 상호 축적합니다.
CollectivePermute <T는 TType을 확장합니다. >	복제된 TPU 인스턴스 전체에서 텐서를 순열하는 작업입니다.
CombinedNonMaxSuppression	점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이 작업은 모든 클래스에서 배치당 입력에 대해 non_max_suppression을 수행합니다.
CompareAndBitpack	'input' 값을 'threshold'와 비교하고 결과 비트를 'uint8'로 압축합니다.
편집결과	TPU 컴파일 결과를 반환합니다.
컴파일 성공 어설션	컴파일이 성공했다고 어설션합니다.
복합 <U는 TType을 확장합니다.>	두 개의 실수를 복소수로 변환합니다.
ComplexAbs <U는 TNumber를 확장합니다.>	텐서의 복소 절대값을 계산합니다.
요소 압축	데이터 세트 요소를 압축합니다.
ComputeAccidentalHits	true_labels와 일치하는 samplingd_candidates의 위치 ID를 계산합니다.
ComputeBatchSize	부분 배치가 없는 데이터 세트의 정적 배치 크기를 계산합니다.
Concat <T는 TType을 확장합니다>	한 차원을 따라 텐서를 연결합니다.
데이터세트 연결	'input_dataset'을 'another_dataset'와 연결하는 데이터세트를 생성합니다.
조건부 누산기	그라디언트 집계를 위한 조건부 누산기입니다.
분산TPU 구성	분산 TPU 시스템의 중앙 집중식 구조를 설정합니다.
TPU임베딩 구성	분산 TPU 시스템에서 TPUEmbedding을 설정합니다.
Conj <T는 TType을 확장합니다. >	복소수의 켤레 복소수를 반환합니다.
ConjugateTranspose <T는 TType을 확장합니다. >	순열에 따라 x의 차원을 섞고 결과를 켤레화합니다.
상수 <T는 TType을 확장합니다. >	상수 값을 생성하는 연산자입니다.
소비MutexLock	이 작업은 `MutexLock`에 의해 생성된 잠금을 사용합니다.
제어트리거	아무것도 하지 않습니다.
Conv <T는 TType을 확장합니다. >	다음 문서에 설명된 XLA ConvGeneralDilated 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#conv_convolution .
Conv2d <T는 Tnumber를 확장합니다. >	4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다.
Conv2dBackpropFilter <T는 TNumber를 확장합니다.>	필터에 대한 컨볼루션의 기울기를 계산합니다.
Conv2dBackpropInput <T는 TNumber를 확장합니다.>	입력에 대한 컨볼루션의 기울기를 계산합니다.
Conv3d <T는 Tnumber를 확장합니다. >	5차원 '입력' 및 '필터' 텐서를 사용하여 3차원 컨볼루션을 계산합니다.
Conv3dBackpropFilter <T는 TNumber를 확장합니다.>	필터에 대한 3차원 컨벌루션의 기울기를 계산합니다.
Conv3dBackpropInput <U는 TNumber를 확장합니다.>	입력에 대한 3차원 컨벌루션의 기울기를 계산합니다.
복사 <T는 TType을 확장합니다>	CPU에서 CPU로 또는 GPU에서 GPU로 텐서를 복사합니다.
CopyHost <T는 TType을 확장합니다. >	텐서를 호스트에 복사합니다.
Cos <T는 TType을 확장합니다. >	x 요소별로 cos를 계산합니다.
Cosh <T는 TType을 확장합니다.>	x 요소의 쌍곡선 코사인을 계산합니다.
CountUpTo <T는 T번호를 확장합니다. >	'limit'에 도달할 때까지 'ref'를 증가시킵니다.
CreateSummaryDbWriter
CreateSummaryFileWriter
자르기 및 크기 조정	입력 이미지 텐서에서 자르기를 추출하고 크기를 조정합니다.
자르기및크기조정GradBoxes	입력 상자 텐서에 대한 자르기 및 크기 조정 작업의 기울기를 계산합니다.
CropAndResizeGradImage <T는 T숫자를 확장함>	입력 이미지 텐서에 대한 Crop_and_resize 작업의 기울기를 계산합니다.
교차 <T는 T번호를 확장합니다>	쌍별 교차곱을 계산합니다.
CrossReplicaSum <T는 TNumber를 확장합니다.>	복제된 TPU 인스턴스 전체에서 입력을 합산하는 작업입니다.
CtcBeamSearchDecoder <T는 TNumber를 확장합니다.>	입력에 제공된 로짓에 대해 빔 검색 디코딩을 수행합니다.
CtcGreedyDecoder <T는 TNumber를 확장합니다.>	입력에 제공된 로짓에 대해 그리디 디코딩을 수행합니다.
CtcLoss <T는 T번호를 확장합니다. >	각 배치 항목에 대한 CTC 손실(로그 확률)을 계산합니다.
CudnnRNN <T는 T번호를 확장합니다. >	cuDNN이 지원하는 RNN입니다.
CudnnRNNBackprop <T는 TNumber를 확장합니다.>	CudnnRNNV3의 역전파 단계.
CudnnRNNCanonicalToParams <T는 TNumber를 확장합니다. >	CudnnRNN 매개변수를 표준 형식에서 사용 가능한 형식으로 변환합니다.
CudnnRNNParamsToCanonical <T는 TNumber를 확장합니다. >	표준 형식으로 CudnnRNN 매개변수를 검색합니다.
CudnnRnnParamsSize <U는 TNumber를 확장합니다.>	Cudnn RNN 모델에서 사용할 수 있는 가중치의 크기를 계산합니다.
Cumprod <T는 TType을 확장합니다>	'축'을 따라 텐서 'x'의 누적 곱을 계산합니다.
Cumsum <T는 TType을 확장합니다.>	`축`을 따라 텐서 `x`의 누적 합계를 계산합니다.
CumulativeLogsumexp <T는 TNumber를 확장합니다.>	'축'을 따라 텐서 'x'의 누적 곱을 계산합니다.
DataFormatDimMap <T는 TNumber를 확장합니다. >	지정된 대상 데이터 형식의 차원 인덱스를 반환합니다. 소스 데이터 형식.
DataFormatVecPermute <T는 TNumber를 확장합니다.>	입력 텐서를 `src_format`에서 `dst_format`으로 치환합니다.
DataService데이터 세트
데이터 세트 카디널리티	`input_dataset`의 카디널리티를 반환합니다.
데이터세트FromGraph	주어진 `graph_def`에서 데이터세트를 생성합니다.
DatasetToGraph	'input_dataset'을 나타내는 직렬화된 GraphDef를 반환합니다.
DatasetToSingleElement	지정된 데이터세트에서 단일 요소를 출력합니다.
DatasetToTFRecord	TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다.
DatasetToTfRecord	TFRecord 형식을 사용하여 지정된 파일에 지정된 데이터세트를 씁니다.
Dawsn <T는 T번호를 확장합니다>
DebugGradientIdentity <T는 TType을 확장합니다. >	그래디언트 디버깅을 위한 ID 작업입니다.
DebugGradientRefIdentity <T는 TType을 확장합니다.>	그래디언트 디버깅을 위한 ID 작업입니다.
DebugIdentity <T는 TType을 확장합니다. >	디버그 ID V2 Op.
DebugNanCount	NaN 값 카운터 Op. 디버그
DebugNumericsSummary <U는 TNumber를 확장합니다.>	디버그 수치 요약 V2 Op.
DecodeAndCropJpeg	JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩하고 자릅니다.
DecodeBase64	웹에 안전한 base64로 인코딩된 문자열을 디코딩합니다.
디코드Bmp	BMP로 인코딩된 이미지의 첫 번째 프레임을 uint8 텐서로 디코딩합니다.
디코드압축됨	문자열을 압축 해제합니다.
디코드Csv	CSV 레코드를 텐서로 변환합니다.
디코드Gif	GIF로 인코딩된 이미지의 프레임을 uint8 텐서로 디코딩합니다.
DecodeImage <T는 T번호를 확장합니다.>	decode_bmp, decode_gif, decode_jpeg 및 decode_png에 대한 함수입니다.
디코드Jpeg	JPEG로 인코딩된 이미지를 uint8 텐서로 디코딩합니다.
DecodeJson예제	JSON으로 인코딩된 예제 레코드를 바이너리 프로토콜 버퍼 문자열로 변환합니다.
DecodePendedRaw <T는 TNumber를 확장합니다. >	문자열의 바이트를 숫자 벡터로 재해석합니다.
DecodePng <T는 T번호를 확장합니다>	PNG로 인코딩된 이미지를 uint8 또는 uint16 텐서로 디코딩합니다.
디코드프로토	연산은 직렬화된 프로토콜 버퍼 메시지의 필드를 텐서로 추출합니다.
DecodeRaw <T는 TType을 확장합니다. >	문자열의 바이트를 숫자 벡터로 재해석합니다.
DecodeWav	16비트 PCM WAV 파일을 부동 텐서로 디코딩합니다.
DeepCopy <T는 TType을 확장합니다>	`x`의 복사본을 만듭니다.
삭제반복자	반복자 리소스의 컨테이너입니다.
메모리캐시 삭제
다중 장치 반복자 삭제	반복자 리소스의 컨테이너입니다.
삭제RandomSeedGenerator
삭제시드 생성기
삭제세션텐서	세션의 핸들로 지정된 텐서를 삭제합니다.
DenseBincount <U는 TNumber를 확장합니다.>	정수 배열에서 각 값의 발생 횟수를 셉니다.
DenseCountSparseOutput <U는 TNumber를 확장합니다.>	tf.tensor 입력에 대해 희소 출력 Bin 계산을 수행합니다.
DenseToCSRSparseMatrix	조밀한 텐서를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다.
DenseToDenseSetOperation <T는 TType을 확장합니다.>	2개의 'Tensor' 입력의 마지막 차원을 따라 설정 연산을 적용합니다.
DenseToSparseBatchDataset	입력 요소를 SparseTensor로 일괄 처리하는 데이터 세트를 생성합니다.
DenseToSparseSetOperation <T는 TType을 확장합니다.>	'Tensor' 및 'SparseTensor'의 마지막 차원을 따라 집합 연산을 적용합니다.
DepthToSpace <T는 TType을 확장합니다. >	T 유형의 텐서에 대한 DepthToSpace.
DepthwiseConv2dNative <T는 TNumber를 확장합니다.>	4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다.
DepthwiseConv2dNativeBackpropFilter <T는 TNumber를 확장합니다.>	필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다.
DepthwiseConv2dNativeBackpropInput <T는 TNumber를 확장합니다.>	입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다.
역양자화	압축된 uint32 입력을 가져와서 uint8에 입력을 풀어서 수행합니다. 장치의 역양자화.
역직렬화반복자	주어진 변형 텐서를 반복자로 변환하고 이를 주어진 리소스에 저장합니다.
DeserializeManySparse <T는 TType을 확장합니다.>	직렬화된 미니배치에서 'SparseTensors'를 역직렬화하고 연결합니다.
DeserializeSparse <U는 TType을 확장합니다.>	`SparseTensor` 객체를 역직렬화합니다.
DestroyResourceOp	핸들에 지정된 리소스를 삭제합니다.
DestroyTemporaryVariable <T는 TType을 확장합니다.>	임시 변수를 삭제하고 최종 값을 반환합니다.
Det <T는 TType을 확장합니다.>	하나 이상의 정사각 행렬의 행렬식을 계산합니다.
DeviceIndex	작업이 실행되는 장치의 인덱스를 반환합니다.
디감마 <T는 T숫자를 확장함>	Lgamma의 도함수인 Psi를 계산합니다(절대값의 로그). `Gamma(x)`), 요소별.
Dilation2d <T는 Tnumber를 확장합니다. >	4차원 '입력' 텐서와 3차원 '필터' 텐서의 회색조 팽창을 계산합니다.
Dilation2dBackpropFilter <T는 TNumber를 확장합니다.>	필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.
Dilation2dBackpropInput <T는 TNumber를 확장합니다.>	입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.
DirectedInterleave데이터세트	'N' 데이터 세트의 고정 목록에서 'InterleaveDataset'을 대체합니다.
Div <T는 TType을 확장합니다. >	x / y 요소별로 반환합니다.
DivNoNan <T는 TType을 확장합니다. >	분모가 0이면 0을 반환합니다.
도트 <T는 TType을 확장합니다. >	문서화된 XLA DotGeneral 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dotgeneral .
DrawBoundingBoxes <T는 Tnumber를 확장합니다.>	이미지 배치에 경계 상자를 그립니다.
더미반복카운터
더미메모리캐시
더미 시드 생성기
DynamicPartition <T는 TType을 확장합니다. >	`파티션`의 인덱스를 사용하여 `데이터`를 `num_partitions` 텐서로 분할합니다.
DynamicSlice <T는 TType을 확장합니다. >	문서화된 XLA DynamicSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicslice .
DynamicStitch <T는 TType을 확장합니다>	'데이터' 텐서의 값을 단일 텐서에 인터리브합니다.
DynamicUpdateSlice <T는 TType을 확장합니다. >	문서화된 XLA DynamicUpdateSlice 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#dynamicupdateslice .
편집거리	(정규화된) Levenshtein Edit Distance를 계산합니다.
Eig <U는 TType을 확장합니다.>	하나 이상의 정사각 행렬의 고유 분해를 계산합니다.
Einsum <T는 TType을 확장합니다>	2개의 입력과 1개의 출력으로 기본 einsum 연산을 지원하는 연산입니다.
엘루 <T는 T번호를 확장합니다>	지수 선형을 계산합니다. < 0이면 `exp(features) - 1`, 그렇지 않으면 `features`입니다.
EluGrad <T는 TNumber를 확장합니다>	지수 선형(Elu) 연산에 대한 기울기를 계산합니다.
포함활성화	TPU 임베딩을 차별화할 수 있는 작업입니다.
비어 있음 <T는 TType을 확장합니다. >	주어진 모양으로 텐서를 생성합니다.
비어있는TensorList	빈 텐서 목록을 생성하고 반환합니다.
비어있음TensorMap	빈 텐서 맵을 생성하고 반환합니다.
EncodeBase64	문자열을 웹에 안전한 base64 형식으로 인코딩합니다.
인코딩Jpeg	이미지를 JPEG로 인코딩합니다.
인코딩Jpeg변수품질	JPEG는 제공된 압축 품질로 입력 이미지를 인코딩합니다.
인코딩Png	이미지를 PNG로 인코딩합니다.
EncodeProto	op는 입력 텐서에 제공된 protobuf 메시지를 직렬화합니다.
EncodeWav	WAV 파일 형식을 사용하여 오디오 데이터를 인코딩합니다.
EnqueueTPUEmbeddingIntegerBatch	입력 배치 텐서 목록을 TPUEmbedding에 추가하는 작업입니다.
EnqueueTPUEmbeddingRaggedTensorBatch	tf.nn.embedding_lookup()을 사용하는 코드 포팅을 쉽게 합니다.
EnqueueTPUEmbeddingSparseBatch	SparseTensor에서 TPUEmbedding 입력 인덱스를 대기열에 추가하는 작업입니다.
EnqueueTPUEmbeddingSparseTensorBatch	tf.nn.embedding_lookup_sparse()를 사용하는 코드 포팅을 쉽게 합니다.
EnacheShape <T는 TType을 확장합니다. >	텐서의 모양이 예상되는 모양과 일치하는지 확인합니다.
<T는 TType을 확장합니다>를 입력합니다.	하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다.
동일한	(x == y) 요소별 진리값을 반환합니다.
Erf <T는 T번호를 확장합니다. >	'x' 요소별 가우스 오류 함수를 계산합니다.
Erfc <T는 T번호를 확장합니다>	'x'의 요소별 상보 오류 함수를 계산합니다.
EuclideanNorm <T는 TType을 확장합니다.>	텐서의 차원 전체에 걸쳐 요소의 유클리드 노름을 계산합니다.
실행하다	TPU 기기에서 TPU 프로그램을 로드하고 실행하는 Op입니다.
ExecuteAndUpdate변수	선택적 내부 변수 업데이트를 사용하여 프로그램을 실행하는 Op입니다.
종료 <T는 TType을 확장합니다>	현재 프레임을 상위 프레임으로 종료합니다.
Exp <T는 TType을 확장합니다. >	x 요소별로 지수를 계산합니다.
ExpandDims <T는 TType을 확장합니다. >	텐서의 모양에 1차원을 삽입합니다.
Expint <T는 T번호를 확장합니다. >
Expm1 <T는 TType을 확장합니다. >	요소별로 `exp(x) - 1`을 계산합니다.
ExtractGlimpse	입력 텐서에서 엿볼 수 있는 내용을 추출합니다.
ExtractImagePatches <T는 TType을 확장합니다.>	'이미지'에서 '패치'를 추출하여 '깊이' 출력 차원에 넣습니다.
ExtractJpegShape <T는 TNumber를 확장합니다.>	JPEG로 인코딩된 이미지의 모양 정보를 추출합니다.
ExtractVolumePatches <T는 TNumber를 확장합니다.>	`입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다.
사실	계승에 대한 사실을 출력합니다.
FakeQuantWithMinMaxArgs	'입력' 텐서를 가짜 양자화하고, 동일한 유형의 '출력' 텐서에 float를 입력합니다.
FakeQuantWithMinMaxArgsGradient	FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다.
FakeQuantWithMinMaxVars	전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다.
FakeQuantWithMinMaxVarsGradient	FakeQuantWithMinMaxVars 작업에 대한 기울기를 계산합니다.
FakeQuantWithMinMaxVarsPerChannel	채널별 부동 소수점을 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다. 채널별 float 유형의 '입력' 텐서와 채널별 부동 소수점을 통해 `[d]`, `[b, d]` `[b, h, w, d]` 모양 중 하나를 가짜 양자화합니다. '[d]' 모양의 min'과 'max'를 '입력'과 같은 모양의 텐서를 '출력'합니다.
FakeQuantWithMinMaxVarsPerChannelGradient	FakeQuantWithMinMaxVarsPerChannel 작업에 대한 기울기를 계산합니다.
Fft <T는 TType을 확장합니다. >	고속 푸리에 변환.
Fft2d <T는 TType을 확장합니다. >	2D 고속 푸리에 변환.
Fft3d <T는 TType을 확장합니다. >	3D 고속 푸리에 변환.
Fifo 대기열	선입 선출 순서로 요소를 생성하는 큐입니다.
채우기 <U는 TType을 확장합니다.>	스칼라 값으로 채워진 텐서를 생성합니다.
FilterByLastComponentDataset	마지막 구성요소가 true인 'input_dataset'의 첫 번째 구성요소를 포함하는 데이터세트를 생성합니다.
지문	지문 값을 생성합니다.
고정길이레코드데이터세트
고정길이레코드리더	파일에서 고정 길이 레코드를 출력하는 Reader입니다.
고정UnigramCandidateSampler	학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다.
바닥 <T는 T번호를 확장합니다>	x보다 크지 않은 요소별 가장 큰 정수를 반환합니다.
FloorDiv <T는 TType을 확장합니다. >	x // y 요소별로 반환합니다.
FloorMod <T는 Tnumber를 확장합니다. >	요소별 나눗셈의 나머지를 반환합니다.
FlushSummaryWriter
FractionalAvgPool <T는 TNumber를 확장합니다. >	입력에 대해 부분 평균 풀링을 수행합니다.
FractionalAvgPoolGrad <T는 TNumber를 확장합니다. >	FractionalAvgPool 함수의 기울기를 계산합니다.
FractionalMaxPool <T는 TNumber를 확장합니다. >	입력에 대해 분수 최대 풀링을 수행합니다.
FractionalMaxPoolGrad <T는 TNumber를 확장합니다. >	FractionalMaxPool 함수의 기울기를 계산합니다.
FresnelCos <T는 T번호를 확장합니다. >
FresnelSin <T는 T번호를 확장합니다>
FusedBatchNorm <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. >	일괄 정규화.
FusedBatchNormGrad <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. >	일괄 정규화를 위한 기울기입니다.
FusedPadConv2d <T는 TNumber를 확장합니다>	컨볼루션 중 전처리로 패딩을 수행합니다.
FusedResizeAndPadConv2d <T는 TNumber를 확장합니다. >	컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다.
GRUBlockCell <T는 TNumber를 확장합니다. >	1시간 단계에 대한 GRU 셀 순방향 전파를 계산합니다.
GRUBlockCellGrad <T는 TNumber를 확장합니다. >	1시간 단계에 대한 GRU 셀 역전파를 계산합니다.
<T 확장 TType > 수집	문서화된 XLA Gather 연산자를 래핑합니다. https://www.tensorflow.org/xla/Operation_semantics#gather
GatherNd <T는 TType을 확장합니다. >	`params`의 조각을 `indices`로 지정된 모양의 Tensor로 수집합니다.
GatherV2 <T는 Tnumber를 확장합니다.>	동일한 유형과 모양의 여러 텐서를 상호 축적합니다.
BoundingBoxProposals 생성	이 작업은 arXiv:1506.01497의 eq.2에 따라 주어진 경계 상자(bbox_deltas)로 인코딩된 wrt 앵커로부터 관심 영역을 생성합니다. op는 상위 `pre_nms_topn` 점수 상자를 선택하고 앵커와 관련하여 디코딩하며 `nms_threshold` 교차-결합(iou) 값보다 높은 중첩 상자에 최대 비최대 억제를 적용하고 짧은 변이 `보다 작은 상자를 삭제합니다. 최소_크기`.
생성Vocab재매핑	새로운 어휘 파일과 기존 어휘 파일의 경로가 주어지면 다음의 리매핑 Tensor를 반환합니다. 길이 `num_new_vocab`, 여기서 `remapping[i]`에는 새 어휘의 `i` 행에 해당하는 이전 어휘의 행 번호가 포함됩니다(`new_vocab_offset` 줄에서 시작하여 최대 `num_new_vocab` 항목까지). 또는 `- 1` 새 어휘의 'i' 항목이 이전 어휘에 없는 경우.
세션 핸들 가져오기	입력 텐서를 현재 세션 상태로 저장합니다.
GetSessionTensor <T는 TType을 확장합니다.>	핸들로 지정된 텐서의 값을 가져옵니다.
보다 큰	(x > y) 요소별 진리값을 반환합니다.
더 크거나 같음	(x >= y) 요소별 진리값을 반환합니다.
GuaranteeConst <T는 TType을 확장합니다. >	입력 텐서가 상수임을 TF 런타임에 보장합니다.
해시테이블	초기화되지 않은 해시 테이블을 생성합니다.
HistogramFixedWidth <U는 TNumber를 확장합니다.>	값의 히스토그램을 반환합니다.
히스토그램요약	히스토그램과 함께 '요약' 프로토콜 버퍼를 출력합니다.
HsvToRgb <T는 T번호를 확장합니다. >	하나 이상의 이미지를 HSV에서 RGB로 변환합니다.
항등식 <T는 TType을 확장합니다. >	입력 텐서 또는 값과 모양과 내용이 동일한 텐서를 반환합니다.
아이덴티티N	입력과 모양 및 내용이 동일한 텐서 목록을 반환합니다. 텐서.
아이덴티티리더	대기 중인 작업을 키와 값으로 출력하는 리더입니다.
Ifft <T는 TType을 확장합니다. >	역 고속 푸리에 변환.
Ifft2d <T는 TType을 확장합니다. >	역 2D 고속 푸리에 변환.
Ifft3d <T는 TType을 확장합니다. >	역 3D 고속 푸리에 변환.
Igamma <T는 Tnumber를 확장합니다.>	더 낮은 정규화 불완전 감마 함수 'P(a, x)'를 계산합니다.
IgammaGradA <T는 T 번호를 확장합니다. >	`igamma(a, x)` wrt `a`의 기울기를 계산합니다.
Igammac <T는 T번호를 확장합니다>	상위 정규화 불완전 감마 함수 'Q(a, x)'를 계산합니다.
오류 무시데이터 세트	오류를 무시하고 'input_dataset' 요소가 포함된 데이터세트를 생성합니다.
이미지 <U는 T번호를 확장합니다>	복소수의 허수부를 반환합니다.
ImageProjectiveTransformV2 <T는 T번호를 확장합니다. >	주어진 변환을 각 이미지에 적용합니다.
ImageProjectiveTransformV3 <T는 T번호를 확장합니다. >	주어진 변환을 각 이미지에 적용합니다.
이미지요약	이미지와 함께 '요약' 프로토콜 버퍼를 출력합니다.
ImmutableConst <T는 TType을 확장합니다. >	메모리 영역에서 불변 텐서를 반환합니다.
Import이벤트
인탑케이	대상이 상위 'K' 예측에 있는지 여부를 나타냅니다.
InfeedDequeue <T는 TType을 확장합니다.>	계산에 입력될 값에 대한 자리 표시자 작업입니다.
InfeedDequeueTuple	인피드에서 XLA 튜플로 여러 값을 가져옵니다.
인피드인큐	단일 Tensor 값을 계산에 제공하는 연산입니다.
InfeedEnqueuePrelinearizedBuffer	사전 선형화된 버퍼를 TPU 인피드에 추가하는 작업입니다.
InfeedEnqueueTuple	여러 Tensor 값을 XLA 튜플로 계산에 입력합니다.
초기화
테이블 초기화	키와 값에 각각 두 개의 텐서를 사용하는 테이블 초기화 프로그램입니다.
TableFromDataset 초기화
TableFromTextFile 초기화	텍스트 파일에서 테이블을 초기화합니다.
InplaceAdd <T는 TType을 확장합니다. >	x의 지정된 행에 v를 추가합니다.
InplaceSub <T는 TType을 확장합니다. >	'x'의 지정된 행에서 'v'를 뺍니다.
InplaceUpdate <T는 TType을 확장합니다. >	지정된 행 'i'를 값 'v'로 업데이트합니다.
Inv <T는 TType을 확장합니다. >	하나 이상의 역정사각형 행렬이나 그 수반(켤레 전치)의 역을 계산합니다.
InvGrad <T는 TType을 확장합니다. >	입력에 대한 `x`의 역에 대한 기울기를 계산합니다.
반전 <T는 T번호를 확장합니다>	지원되는 유형의 각 비트를 반전(플립)합니다. 예를 들어 'uint8'을 입력하면 값 01010101은 10101010이 됩니다.
InvertPermutation <T는 TNumber를 확장합니다. >	텐서의 역순열을 계산합니다.
Irfft <U는 T번호를 확장합니다.>	역실수 고속 푸리에 변환.
Irfft2d <U는 T번호를 확장합니다.>	역 2D 실수 값 고속 푸리에 변환.
Irfft3d <U는 T번호를 확장합니다.>	역 3D 실수 값 고속 푸리에 변환.
IsBoostedTreesEnsembleInitialized	트리 앙상블이 초기화되었는지 확인합니다.
IsBoostedTreesQuantileStreamResourceInitialized	Quantile 스트림이 초기화되었는지 확인합니다.
유한함	x의 어느 요소가 유한한지 반환합니다.
IsInf	x의 어떤 요소가 Inf인지 반환합니다.
이스난	x의 어떤 요소가 NaN인지 반환합니다.
변수가 초기화됨	텐서가 초기화되었는지 확인합니다.
IsotonicRegression <U는 TNumber를 확장합니다.>	일련의 등장성 회귀 문제를 해결합니다.
반복자
IteratorFromStringHandle
IteratorGetDevice	`리소스`가 배치된 장치의 이름을 반환합니다.
IteratorGetNext	지정된 iterator에서 다음 출력을 가져옵니다.
IteratorGetNextAs선택 사항	Optional 변형으로 지정된 반복기의 다음 출력을 가져옵니다.
IteratorGetNextSync	지정된 반복기에서 다음 출력을 가져옵니다.
IteratorToStringHandle	반복자를 나타내는 주어진 `resource_handle`을 문자열로 변환합니다.
가입하다	주어진 문자열 텐서 목록의 문자열을 하나의 텐서로 결합합니다. 주어진 구분 기호를 사용합니다(기본값은 빈 구분 기호입니다).
KMC2Chain초기화	시드 세트에 추가되어야 하는 데이터 포인트의 인덱스를 반환합니다.
KeyValueSort <T는 TNumber를 확장하고 U는 TType을 확장합니다. >	문서화된 XLA 정렬 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#sort .
KmeansPlusPlus초기화	KMeans++ 기준을 사용하여 num_to_sample개의 입력 행을 선택합니다.
KthOrder통계	데이터 세트의 K차 통계를 계산합니다.
L2Loss <T는 T번호를 확장합니다. >	L2 손실.
LMDB데이터세트	하나 이상의 LMDB 파일에 키-값 쌍을 내보내는 데이터 세트를 생성합니다.
LSTMBlockCell <T는 T번호를 확장합니다. >	1시간 단계에 대한 LSTM 셀의 순방향 전파를 계산합니다.
LSTMBlockCellGrad <T는 TNumber를 확장합니다. >	1 시간 단계에 대한 LSTM 셀 역전파를 계산합니다.
지연 시간 통계 데이터 세트	StatsAggregator에서 'input_dataset' 요소를 생성하는 지연 시간을 기록합니다.
LeakyRelu <T는 Tnumber를 확장합니다>	수정된 선형 계산: `max(features,features * alpha)`.
LeakyReluGrad <T는 TNumber를 확장합니다>	LeakyRelu 작업에 대해 수정된 선형 기울기를 계산합니다.
배운UnigramCandidateSampler	학습된 유니그램 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다.
LeftShift <T는 T번호를 확장합니다. >	Elementwise는 `x`와 `y`의 비트 왼쪽 시프트를 계산합니다.
더 적은	(x < y) 요소의 진리값을 반환합니다.
덜같음	(x <= y) 요소별 진리값을 반환합니다.
Lgamma <T는 Tnumber를 확장합니다. >	`Gamma(x)`의 절대값에 대한 로그를 요소별로 계산합니다.
LinSpace <T는 Tnumber를 확장합니다. >	일정 간격으로 값을 생성합니다.
Lmdb데이터세트
LmdbReader	LMDB 파일의 레코드를 출력하는 리더입니다.
LoadAndRemapMatrix	체크포인트에서 이름이 `old_tensor_name`인 2차원(행렬) `Tensor`를 로드합니다. `ckpt_path`에 있으며 잠재적으로 지정된 재매핑을 사용하여 행과 열의 순서를 변경합니다.
TPU임베딩ADAM매개변수 로드	ADAM 포함 매개변수를 로드합니다.
LoadTPUEmbeddingADAMParametersGradAccumDebug	디버그 지원을 통해 ADAM 포함 매개변수를 로드합니다.
LoadTPUEmbeddingAdadelta매개변수	Adadelta 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	디버그 지원을 통해 Adadelta 매개변수를 로드합니다.
LoadTPUE임베딩Adagrad매개변수	Adagrad 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	디버그 지원을 통해 Adagrad 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingCenteredRMSProp매개변수	로드 중심 RMSProp 임베딩 매개변수입니다.
LoadTPUEmbeddingFTRL매개변수	FTRL 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	디버그 지원을 통해 FTRL 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingMDLadagradLight매개변수	MDL Adagrad Light 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingMomentum매개변수	Momentum 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	디버그 지원을 통해 Momentum 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingProximalAdagrad매개변수	근위 Adagrad 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	디버그 지원을 통해 근위 Adagrad 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingProximalYogi매개변수
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSProp매개변수	RMSProp 임베딩 매개변수를 로드합니다.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	디버그 지원을 통해 RMSProp 임베딩 매개변수를 로드합니다.
LoadTPUE임베딩확률적 경사하강 매개변수	SGD 내장 매개변수를 로드합니다.
LoadTPUE임베딩확률적 경사하강 매개변수GradAccumDebug	SGD 내장 매개변수를 로드합니다.
LocalResponseNormalization <T는 Tnumber를 확장합니다.>	국소 응답 정규화.
LocalResponseNormalizationGrad <T는 TNumber를 확장합니다. >	국소 응답 정규화를 위한 기울기.
로그 <T는 TType을 확장합니다>	x 요소별로 자연 로그를 계산합니다.
Log1p <T는 TType을 확장합니다. >	(1 + x) 요소별 자연 로그를 계산합니다.
LogMatrixDeterminant <T는 TType을 확장합니다.>	행렬식의 절대값의 부호와 로그를 계산합니다. 하나 이상의 정사각 행렬.
LogSoftmax <T는 T번호를 확장합니다. >	로그 소프트맥스 활성화를 계산합니다.
LogUniformCandidateSampler	로그 균일 분포를 사용하여 후보 샘플링에 대한 레이블을 생성합니다.
논리적이고	x AND y 요소의 진리값을 반환합니다.
논리적 아님	'NOT x'의 진리값을 요소별로 반환합니다.
논리적 또는	x OR y 요소의 진리값을 반환합니다.
LookupTableExport <T는 TType을 확장하고, U는 TType을 확장합니다. >	테이블의 모든 키와 값을 출력합니다.
LookupTableFind <U는 TType을 확장합니다.>	테이블에서 키를 조회하고 해당 값을 출력합니다.
조회테이블가져오기	테이블의 내용을 지정된 키와 값으로 바꿉니다.
조회테이블삽입	키를 값과 연결하도록 테이블을 업데이트합니다.
조회테이블제거	테이블에서 키와 관련 값을 제거합니다.
조회테이블 크기	주어진 테이블의 요소 수를 계산합니다.
LoopCond	입력을 출력으로 전달합니다.
낮추다	모든 대문자를 해당 소문자 대체 문자로 변환합니다.
LowerBound <U는 T번호를 확장합니다.>	각 행을 따라 lower_bound(sorted_search_values,values)를 적용합니다.
Lu <T는 TType을 확장하고, U는 Tnumber를 확장합니다. >	하나 이상의 정사각 행렬의 LU 분해를 계산합니다.
MakeIterator	주어진 `dataset`에서 새로운 반복자를 만들어 `iterator`에 저장합니다.
고유하게 만들기	배치가 아닌 차원의 모든 요소를 고유하게 만드십시오. 단, 다음과 \"가까운\" 초기값.
지도지우기	Op는 기본 컨테이너의 모든 요소를 제거합니다.
지도불완전한 크기	Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다.
지도Peek	Op는 지정된 키의 값을 엿봅니다.
지도 크기	Op는 기본 컨테이너의 요소 수를 반환합니다.
맵스테이지	해시테이블처럼 작동하는 기본 컨테이너의 스테이지(키, 값)입니다.
지도Unstage	Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서.
지도UnstageNoKey	Op는 임의의 (키, 값)을 제거하고 반환합니다. 기본 컨테이너에서.
MatMul <T는 TType을 확장합니다>	행렬 "a"에 행렬 "b"를 곱합니다.
일치하는 파일	하나 이상의 glob 패턴과 일치하는 파일 세트를 반환합니다.
일치하는 파일 데이터 세트
MatrixDiag <T는 TType을 확장합니다.>	주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다.
MatrixDiagPart <T는 TType을 확장합니다. >	배치 텐서의 배치 대각선 부분을 반환합니다.
MatrixDiagPartV3 <T는 TType을 확장합니다. >	배치 텐서의 배치 대각선 부분을 반환합니다.
MatrixDiagV3 <T는 TType을 확장합니다. >	주어진 배치 대각선 값을 갖는 배치 대각선 텐서를 반환합니다.
MatrixLogarithm <T는 TType을 확장합니다. >	하나 이상의 정사각 행렬의 행렬 로그를 계산합니다. \\(log(exp(A)) = A\\) 이 작업은 복잡한 행렬에 대해서만 정의됩니다.
MatrixSetDiag <T는 TType을 확장합니다. >	새로운 배치 대각선 값을 갖는 배치 행렬 텐서를 반환합니다.
MatrixSolveLs <T는 TType을 확장합니다. >	하나 이상의 선형 최소제곱 문제를 해결합니다.
최대 <T는 TType을 확장합니다.>	텐서의 차원 전체에서 요소의 최대값을 계산합니다.
MaxIntraOpParallelismDataset	최대 작업 내 병렬 처리를 재정의하는 데이터 세트를 만듭니다.
MaxPool <T는 TType을 확장합니다. >	입력에 대해 최대 풀링을 수행합니다.
MaxPool3d <T는 Tnumber를 확장합니다. >	입력에 대해 3D 최대 풀링을 수행합니다.
MaxPool3dGrad <U는 TNumber를 확장합니다.>	3D 최대 풀링 함수의 기울기를 계산합니다.
MaxPool3dGradGrad <T는 TNumber를 확장합니다. >	maxpooling 함수의 2차 기울기를 계산합니다.
MaxPoolGrad <T는 TNumber를 확장합니다. >	maxpooling 함수의 기울기를 계산합니다.
MaxPoolGradGrad <T는 TNumber를 확장합니다. >	maxpooling 함수의 2차 기울기를 계산합니다.
MaxPoolGradGradWithArgmax <T는 TNumber를 확장합니다. >	maxpooling 함수의 2차 기울기를 계산합니다.
MaxPoolGradWithArgmax <T는 TNumber를 확장합니다. >	maxpooling 함수의 기울기를 계산합니다.
MaxPoolWithArgmax <T는 TNumber를 확장하고 U는 TNumber를 확장합니다. >	입력에 대해 최대 풀링을 수행하고 최대 값과 인덱스를 모두 출력합니다.
최대 <T는 T번호를 확장합니다.>	x와 y의 최대값을 반환합니다(예:
<T는 TType을 확장함>을 의미합니다.	텐서의 차원 전체에 걸쳐 요소의 평균을 계산합니다.
병합 <T는 TType을 확장합니다>	사용 가능한 텐서의 값을 `inputs`에서 `output`으로 전달합니다.
병합요약	요약을 병합합니다.
V2체크포인트 병합	V2 형식 관련: 샤딩된 체크포인트의 메타데이터 파일을 병합합니다.
Mfcc	스펙트로그램을 음성 인식에 유용한 형식으로 변환합니다.
최소 <T는 TType을 확장합니다. >	텐서의 차원 전체에서 최소 요소를 계산합니다.
최소 <T는 T번호를 확장합니다. >	x와 y의 최소값을 반환합니다(예:
MirrorPad <T는 TType을 확장합니다>	미러링된 값으로 텐서를 채웁니다.
MirrorPadGrad <T는 TType을 확장합니다>	'MirrorPad'에 대한 그라데이션 작업입니다.
MlirPassthroughOp	main() 함수를 사용하여 모듈로 표현된 임의의 MLIR 계산을 래핑합니다.
Mod <T는 T번호를 확장합니다>	요소별 나눗셈의 나머지를 반환합니다.
모델데이터세트	성과를 모델링하는 아이덴티티 변환.
Mul <T는 TType을 확장합니다. >	x * y 요소별로 반환합니다.
MulNoNan <T는 TType을 확장합니다. >	x * y 요소별로 반환합니다.
다중 장치 반복자	MultiDeviceIterator 리소스를 생성합니다.
MultiDeviceIteratorFromStringHandle	제공된 문자열 핸들에서 MultiDeviceIterator 리소스를 생성합니다.
MultiDeviceIteratorGetNextFromShard	제공된 샤드 번호에 대한 다음 요소를 가져옵니다.
MultiDeviceIteratorInit	지정된 데이터 세트를 사용하여 다중 장치 반복기를 초기화합니다.
MultiDeviceIteratorToStringHandle	지정된 MultiDeviceIterator에 대한 문자열 핸들을 생성합니다.
다항식 <U는 TNumber를 확장합니다.>	다항 분포에서 표본을 추출합니다.
가변밀도해시테이블	텐서를 백업 저장소로 사용하는 빈 해시 테이블을 만듭니다.
가변해시테이블	빈 해시 테이블을 생성합니다.
MutableHashTableOfTensors	빈 해시 테이블을 생성합니다.
뮤텍스	'MutexLock'으로 잠글 수 있는 Mutex 리소스를 생성합니다.
MutexLock	뮤텍스 리소스를 잠급니다.
NcclAllReduce <T는 TNumber를 확장합니다. >	모든 입력 텐서에 대한 감소를 포함하는 텐서를 출력합니다.
NcclBroadcast <T는 T번호를 확장합니다.>	출력에 연결된 모든 장치에 '입력'을 보냅니다.
NcclReduce <T는 TNumber를 확장합니다. >	단일 장치에 대한 `reduction`을 사용하여 `num_devices`에서 `input`을 줄입니다.
Ndtri <T는 T번호를 확장합니다>
가장 가까운 이웃	각 점에 대해 가장 가까운 k개의 중심을 선택합니다.
부정 <T는 TType을 확장합니다. >	숫자 음수 값을 요소별로 계산합니다.
네그트레인	네거티브 샘플링을 통한 훈련.
다음 <T가 T번호를 확장한 후>	요소별로 `x2` 방향으로 표현 가능한 `x1`의 다음 값을 반환합니다.
NextIteration <T는 TType을 확장합니다.>	다음 반복에서 해당 입력을 사용할 수 있도록 합니다.
작동 안함	아무것도 하지 않습니다.
NonDeterministicInts <U는 TType을 확장합니다.>	일부 정수를 비결정적으로 생성합니다.
NonMaxSuppression <T는 TNumber를 확장합니다. >	점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. IOU(Intersection-Over-Union)가 높은 상자가 이전에 선택한 상자와 겹치는 부분을 제거합니다.
NonMaxSuppressionWithOverlaps	점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다. 이전에 선택한 상자와 많이 겹치는 상자를 잘라냅니다.
직렬화 가능하지 않은 데이터세트
같지 않음	(x != y) 요소별 진리값을 반환합니다.
NthElement <T는 Tnumber를 확장합니다. >	마지막 차원에 대한 'n'차 통계 값을 찾습니다.
OneHot <U는 TType을 확장합니다.>	원-핫 텐서를 반환합니다.
OnesLike <T는 TType을 확장합니다.>	x와 모양과 유형이 동일한 텐서를 반환합니다.
최적화데이터세트	'input_dataset'에 최적화를 적용하여 데이터세트를 생성합니다.
OptimizeDatasetV2	`input_dataset`에 관련 최적화를 적용하여 데이터 세트를 생성합니다.
OptionalFromValue	텐서 튜플에서 Optional 변형을 구성합니다.
선택적GetValue	Optional 변형에 저장된 값을 반환하거나 값이 없으면 오류를 발생시킵니다.
OptionalHasValue	주어진 Optional 변형에 값이 있는 경우에만 true를 반환합니다.
선택사항없음	값이 없는 Optional 변형을 생성합니다.
주문됨지도지우기	Op는 기본 컨테이너의 모든 요소를 제거합니다.
주문된 지도불완전한 크기	Op는 기본 컨테이너의 불완전한 요소 수를 반환합니다.
OrderedMapPeek	Op는 지정된 키의 값을 엿봅니다.
주문된 지도 크기	Op는 기본 컨테이너의 요소 수를 반환합니다.
OrderedMapStage	순서가 지정된 것처럼 동작하는 기본 컨테이너의 단계(키, 값) 연관 컨테이너.
OrderedMapUnstage	Op는 키와 관련된 값을 제거하고 반환합니다. 기본 컨테이너에서.
OrderedMapUnstageNoKey	Op는 가장 작은 (키, 값) 요소를 제거하고 반환합니다. 기본 컨테이너의 키입니다.
서수선택기	TPU 코어 선택기 Op.
OutfeedDequeue <T는 TType을 확장합니다.>	계산 아웃피드에서 단일 텐서를 검색합니다.
OutfeedDequeueTuple	계산 아웃피드에서 여러 값을 검색합니다.
OutfeedDequeueTupleV2	계산 아웃피드에서 여러 값을 검색합니다.
OutfeedDequeueV2 <T는 TType을 확장합니다. >	계산 아웃피드에서 단일 텐서를 검색합니다.
아웃피드인큐	계산 아웃피드에 Tensor를 추가합니다.
OutfeedEnqueueTuple	계산 아웃피드에 여러 Tensor 값을 대기열에 넣습니다.
패드 <T는 TType을 확장합니다>	문서화된 XLA Pad 연산자를 래핑합니다. https://www.tensorflow.org/performance/xla/Operation_semantics#pad .
패딩된 배치 데이터세트	입력에서 'batch_size' 요소를 일괄 처리하고 채우는 데이터 세트를 생성합니다.
패딩Fifo큐	선입 선출 순서로 요소를 생성하는 큐입니다.
ParallelConcat <T는 TType을 확장합니다. >	첫 번째 차원을 따라 'N' 텐서 목록을 연결합니다.
ParallelDynamicStitch <T는 TType을 확장합니다.>	'데이터' 텐서의 값을 단일 텐서에 인터리브합니다.
ParameterizedTruncatedNormal <U는 TNumber를 확장합니다.>	정규 분포에서 임의의 값을 출력합니다.
구문 분석예	tf.Example proto의 벡터(문자열)를 형식화된 텐서로 변환합니다.
ParseExampleDataset	DT_STRING의 벡터인 'Example' proto를 포함하는 'input_dataset'를 구문 분석된 기능을 나타내는 'Tensor' 또는 'SparseTensor' 개체의 데이터세트로 변환합니다.
구문 분석순서예	tf.io.SequenceExample proto의 벡터(문자열)를 형식화된 텐서로 변환합니다.
구문 분석단일예제	tf.Example proto(문자열)를 형식화된 텐서로 변환합니다.
ParseSingleSequence예제	스칼라 Brain.SequenceExample proto(문자열)를 형식화된 텐서로 변환합니다.
ParseTensor <T는 TType을 확장합니다>	직렬화된 tensorflow.TensorProto proto를 Tensor로 변환합니다.
PartitionedInput <T는 TType을 확장합니다. >	분할된 입력 목록을 함께 그룹화하는 작업입니다.
PartitionedOutput <T는 TType을 확장합니다. >	XLA에 의해 분할될 텐서를 분할된 목록으로 역다중화하는 작업입니다. XLA 계산 외부로 출력됩니다.
자리 표시자 <T는 TType을 확장합니다. >	계산에 입력될 값에 대한 자리 표시자 작업입니다.
PlaceholderWithDefault <T는 TType을 확장합니다. >	출력이 제공되지 않을 때 '입력'을 통과하는 자리 표시자 작업입니다.
폴리감마 <T는 T숫자를 확장함>	폴리감마 함수 \\(\psi^{(n)}(x)\\)계산합니다.
인구수	요소별 모집단 수를 계산합니다(일명
Pow <T는 TType을 확장합니다. >	한 값의 다른 값에 대한 거듭제곱을 계산합니다.
프리페치데이터세트	'input_dataset'에서 요소를 비동기 적으로 프리 페치하는 데이터 세트를 만듭니다.
사전선형화	하나의 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다.
사전선형화Tuple	여러 Tensor 값을 불투명한 변형 텐서로 선형화하는 작업입니다.
Gradient <t는 ttype를 확장합니다>	그라디언트가 요청되면 오류를 유발하는 ID OP.
인쇄	문자열 스칼라를 인쇄합니다.
우선권	첫 번째 구성 요소 값으로 정렬 된 요소를 생성하는 큐.
PrivateThreadPoolDataset	'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다.
Prod <T는 TType을 확장합니다. >	텐서의 차원에 걸쳐 요소의 곱을 계산합니다.
qr <t는 ttype >를 확장합니다	하나 이상의 행렬의 QR 분해를 계산합니다.
<t extends ttype >를 정량화하십시오	유형 플로트의 '입력'텐서를 유형 't'의 '출력'텐서로 양자화하십시오.
QuantizeAndDequantize <t extends tnumber >	텐서를 양자화한 다음 역양자화합니다.
QuantizeAndDequantizev3 <t는 tnumber >를 확장합니다	텐서를 양자화한 다음 역양자화합니다.
QuantizeAndDequantizev4 <t는 tnumber >를 확장합니다	`Quantization.QuantizeAndDeQuantizeV4`의 기울기를 반환합니다.
QuantizeAndDequantizev4grad <t는 tnumber >를 확장합니다	`QuantizeAndDequantizev4 '의 그라디언트를 반환합니다.
QuantizedownandshrinkRange <u는 ttype >을 확장합니다	양자화 된 '입력'텐서를 하부 비트 깊이의 사용을 최대화하고 그에 따라 출력 최소 및 최대 범위를 조정하기위한 값의 실제 분포.
QuantizedAdd <v는 ttype >을 확장합니다	X + Y 요소별로 반환하여 양자화 된 버퍼를 사용합니다.
Quantizedavgpool <t extends ttype >	양자화 된 유형에 대한 입력 텐서의 평균 풀을 생성합니다.
Quantizedbatchnormwithglobalnormalization <u는 ttype >을 확장합니다	양자화 된 배치 정규화.
QuantizedBiasAdd <V는 ttype >을 확장합니다	양자 유형의 텐서 '입력'에 텐서 '바이어스'를 추가합니다.
QuantizedConcat <t는 ttype >을 확장합니다	1 차원에 따라 양자화 된 텐서를 연결합니다.
QuantizedConv2dandrelu <v는 ttype >을 확장합니다
QuantizedConv2dandreluandrequantize <v는 ttype >을 확장합니다
QuantizedConv2dandRequantize <v는 ttype >을 확장합니다
QuantizedConv2dperChannel <V는 ttype >을 확장합니다	채널 당 QuantizedConv2d를 계산합니다.
QuantizedConv2dwithbias <v는 ttype >을 확장합니다
QuantizedConv2dwithbiasandrelu <v는 ttype >을 확장합니다
QuantizedConv2dwithbiasand reluandrequantize <w extends ttype >
QuantizedConv2dwithbiasandRequantize <w 확장 ttype >
QuantizedConv2dwithbiassignedsumandreluandrequantize <x는 ttype >를 확장합니다
QuantizedConv2dwithbiassumandrelu <v는 ttype >을 확장합니다
QuantizedConv2dwithbiassumandreluandrequantize <x는 ttype >를 확장합니다
QuantizedConv2d <V는 ttype >을 확장합니다	양자화 된 4D 입력 및 필터 텐서가 주어진 2D 컨볼 루션을 계산합니다.
QuantizedDepthWiseconv2d <V는 ttype >을 확장합니다	정량화 된 깊이 CONCL2D를 계산합니다.
QuantizedDepthwiseconv2dwithbias <v는 ttype >을 확장합니다	편향으로 양자화 된 깊이 Conv2D를 계산합니다.
QuantizedDepthwiseconv2dwithbiasandrelu <v는 ttype >을 확장합니다	Bias 및 Relu를 사용하여 양자화된 깊이별 Conv2D를 계산합니다.
QuantizedDepthwiseconv2dwithbiasandreluandrequantize <w extends ttype >	양자화 된 깊이 Conv2D를 바이어스, Relu 및 요청으로 계산합니다.
QuantizedInstancenorm <t는 ttype >을 확장합니다	정량화 된 인스턴스 정규화.
QuantizedMatmul <v는 ttype >를 확장합니다	매트릭스`b`에 의해`a`의 양자화 된 매트릭스 곱셈을 수행하십시오.
Quantizedmatmulwithbias <w는 ttype >을 확장합니다	바이어스 add와 함께 매트릭스`b '에 의한`a`의 양자화 된 행렬 곱셈을 수행합니다.
Quantizedmatmulwithbiasanddepequantize <w는 tnumber >를 확장합니다
Quantizedmatmulwithbiasandrelu <v는 ttype >을 연장합니다	바이어스 add 및 relu 융합으로 매트릭스`b '에 의한`a`에 대한 양자화 된 매트릭스 곱셈을 수행하십시오.
Quantizedmatmulwithbiasand reluandrequantize <w는 ttype >를 확장합니다	바이어스 add 및 relu와 함께 매트릭스`b '의`a`에 대한 양자화 된 매트릭스 곱셈을 수행하고 융합을 요구합니다.
QuantizedMatmulwithbiasandRequantize <w는 ttype >을 확장합니다
QuantizedMaxPool <t extends ttype >	양자화 된 유형에 대한 입력 텐서의 최대 풀을 생성합니다.
QuantizedMul <v는 ttype >을 연장합니다	x * y 요소별로 반환하여 양자 버퍼를 사용합니다.
QuantizedRelu <u는 ttype >을 확장합니다	양자화 된 정류 선형을 계산합니다 :`max (feature, 0)`
QuantizedRelu6 <u는 ttype >을 확장합니다	양자화 된 정류 된 선형 6 :`min (max (featues, 0), 6)``
QuantizedRelux <u는 ttype >을 확장합니다	양자화 된 정류 된 선형 x :`min (max (featust, 0), max_value)``를 계산합니다.
QuantizedReshape <T는 TType을 확장합니다. >	Reshape 작업에 따라 양자화된 텐서를 재구성합니다.
QuantizedResizebilinear <t는 ttype >을 확장합니다	양자화 된 이중선 보간을 사용하여 양자화 된`images '를'크기 '로 크기를 조정하십시오.
queueclose	주어진 대기열을 닫습니다.
대기열	주어진 대기열에서 하나 이상의 텐서의 튜플을 탈수합니다.
Queuedequeueany	주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples.
queuedequeueupto	주어진 대기열에서 하나 이상의 텐서의 Dequeues`n` n 'tuples.
대기열	주어진 대기열에서 하나 이상의 텐서의 튜플을 흡수합니다.
QueueenqueueMany	주어진 대기열에서 하나 이상의 텐서의 0 이상의 튜플.
대기열 공개	대기열이 닫히면 true를 반환합니다.
대기열	주어진 큐의 요소 수를 계산합니다.
raggedbincount <u는 tnumber >를 확장합니다	정수 배열에서 각 값의 발생 횟수를 셉니다.
RaggedCountsParseOutput <u는 tnumber >를 확장합니다	울퉁불퉁 한 텐서 입력에 대한 희소 출력 빈 계산을 수행합니다.
raggedcross <t는 ttype , u 확장 tnumber >	텐서 목록에서 특성 교차를 생성하고 이를 RaggedTensor로 반환합니다.
raggedgather <t는 tnumber , u는 ttype를 확장합니다>	`indices '에 따라`params` 축`0`에서 울퉁불퉁 한 조각을 수집하십시오.
RaggedRange <u는 tnumber를 확장하고 t는 tnumber를 확장합니다>	지정된 숫자 시퀀스를 포함하는 'raggedtensor'를 반환합니다.
raggedtensorfromvariant <u는 tnumber , t extends ttype >를 확장합니다>	`variant` 텐서를 'raggedtensor'로 디코딩합니다.
raggedtensortosparse <u는 ttype >을 확장합니다	`raggedtensor '를 동일한 값으로'sparsetensor '로 변환합니다.
raggedtensortotensor <u는 ttype >을 확장합니다	비정형 텐서에서 조밀한 텐서를 생성하여 모양을 변경할 수 있습니다.
비정형TensorToVariant	'RaggedTensor'를 'variant' Tensor로 인코딩합니다.
raggedtensortovariant gradient <u는 ttype >을 확장합니다	`RaggedTensorToVariant`에 대한 그래디언트를 계산하는 데 사용되는 도우미입니다.
randomcrop <t는 tnumber >를 확장합니다	무작위로 자르기`image '.
randomdataset	의사 난수를 반환하는 데이터 세트를 만듭니다.
randomgamma <u는 tnumber >를 확장합니다	Alpha가 설명한 감마 분포에서 임의의 값을 출력합니다.
randomgammagrad <t는 tnumber >를 확장합니다	감마 랜덤 샘플 WRT의 미분을 계산합니다
Randompoisson <V는 tnumber >를 확장합니다	속도로 기술 된 포아송 분포 (들)의 임의 값을 출력합니다.
randomshuffle <t는 ttype >를 확장합니다	첫 번째 차원을 따라 텐서를 무작위로 섞습니다.
Randomshufflequeue	요소의 순서를 무작위화하는 대기열.
Randomstandardnormal <u는 tnumber >를 확장합니다	정규 분포에서 임의의 값을 출력합니다.
randomuniform <u는 tnumber >를 확장합니다	균일 분포에서 임의의 값을 출력합니다.
randomuniformint <u는 tnumber >를 확장합니다	균일 분포에서 임의의 정수를 출력합니다.
범위 <T는 T번호를 확장합니다.>	일련의 숫자를 생성합니다.
rangedataset	값 범위의 데이터 세트를 만듭니다.
계급	텐서의 순위를 반환합니다.
readfile	입력 파일 이름의 전체 내용을 읽고 출력합니다.
ReadVariableOp <T는 TType을 확장합니다. >	변수의 값을 읽습니다.
readernumrecordsproded	이 독자가 제작 한 레코드 수를 반환합니다.
readernumworkUnitsCompleted	이 독자가 처리 한 작업 단위 수를 반환합니다.
readerread	독자가 제작 한 다음 레코드 (키, 값 쌍)를 반환합니다.
readerReadupto	독자가 생성 한`um_records` (키, 값) 쌍으로 반환합니다.
readerreset	독자를 초기 깨끗한 상태로 복원하십시오.
readerrestorestate	독자를 이전에 저장된 상태로 복원하십시오.
독자 서신	독자의 상태를 인코딩하는 문자열 텐서를 생성합니다.
진짜 <u는 tnumber >를 확장합니다	복소수의 실제 부분을 반환합니다.
realdiv <t는 ttype >을 확장합니다	실제 유형에 대해 x / y 요소로 반환합니다.
Rebatch데이터세트	배치 크기를 변경하는 데이터세트를 만듭니다.
RebatchDatasetV2	배치 크기를 변경하는 데이터세트를 만듭니다.
왕복 <t는 ttype >를 확장합니다	X 요소별로의 상호 계산을 계산합니다.
상호 작품 <t는 ttype >를 확장합니다	`x` wrt 입력의 역수에 대한 그라디언트를 계산합니다.
레코드 푸트	무작위 레코드를 방출합니다.
Recv <T는 TType을 확장합니다. >	다른 XLA 계산에서 명명 된 텐서를 수신합니다.
recvtpuembeddingactivations	TPU에 임베딩 활성화를 수신하는 OP.
<T는 T번호를 확장합니다>를 줄입니다.	동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다.
모두 줄이기	텐서의 차원 전체에 걸쳐 요소의 "논리적 및"를 계산합니다.
모두 감소	텐서의 차원 전체에 걸쳐 요소의 "논리적 or"를 계산합니다.
감소 결합	주어진 차원에서 문자열 텐서에 결합합니다.
ReduceMax <T는 TType을 확장합니다. >	텐서의 차원 전체에서 요소의 최대값을 계산합니다.
ReduceMin <T는 TType을 확장합니다. >	텐서의 차원 전체에서 최소 요소를 계산합니다.
ReduceProd <T는 TType을 확장합니다>	텐서의 차원에 걸쳐 요소의 곱을 계산합니다.
ReduceSum <T는 TType을 확장합니다. >	텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다.
READGV2 <t는 tnumber >를 확장합니다	동일한 유형과 모양의 여러 텐서를 상호 감소시킵니다.
RefEnter <T는 TType을 확장합니다. >	하위 프레임을 만들거나 찾고 하위 프레임에서 '데이터'를 사용할 수 있도록 합니다.
RefExit <T는 TType을 확장합니다. >	현재 프레임을 상위 프레임으로 종료합니다.
RefIdentity <T는 TType을 확장합니다. >	입력 참조 텐서와 동일한 참조 텐서를 반환합니다.
RefMerge <T는 TType을 확장합니다. >	사용 가능한 텐서의 값을 `inputs`에서 `output`으로 전달합니다.
RefNextIteration <T는 TType을 확장합니다. >	다음 반복에서 해당 입력을 사용할 수 있도록 합니다.
RefSelect <T는 TType을 확장합니다. >	`inputs`의 `index` 번째 요소를 `output`으로 전달합니다.
RefSwitch <T는 TType을 확장합니다. >	참조 텐서 'data'를 'pred'에 의해 결정된 출력 포트로 전달합니다.
regexfullmatch	입력이 Regex 패턴과 일치하는지 확인하십시오.
RegexReplace	`rewrite`에 제공된 교체 문자열과 '입력'의 '패턴'정규 표현식의 일치를 대체합니다.
데이터세트 등록	tf.data 서비스에 데이터 세트를 등록합니다.
Relu <t는 ttype >를 확장합니다	정류 된 선형을 계산합니다 :`max (feature, 0)`.
Relu6 <t는 tnumber >를 연장합니다	정류 된 선형 6 :`min (max (특징, 0), 6)`.
Relu6grad <t는 tnumber >를 확장합니다	RelU6 작동을 위해 정류 된 선형 6 그라디언트를 계산합니다.
relugrad <t는 tnumber >를 확장합니다	Relu 작동을 위해 정류 된 선형 그라디언트를 계산합니다.
RemoteFusedGraphExecute	원격 프로세서에서 하위 그래프를 실행합니다.
반복 DATASET	`input_dataset``count '시간의 출력을 방출하는 데이터 세트를 만듭니다.
Replicaid	복제 ID.
ReplicatemetAdata	TPU 계산을 복제하는 방법을 나타내는 메타데이터입니다.
ReplicatedInput <t는 ttype >을 확장합니다	N개의 입력을 N방향 복제 TPU 계산에 연결합니다.
ReplicatedOutput <t extends ttype >	N 방향으로 복제된 TPU 계산의 N 출력을 연결합니다.
requantization range	양자화 된 텐서에 존재하는 실제 값을 포괄하는 범위를 계산합니다.
requantizationRangePerChannel	채널 당 요청 범위를 계산합니다.
<u 확장 ttype >	양자화 된`입력 '텐서를 하위 정밀'출력 '으로 변환합니다.
requantizeperChannel <u는 ttype >를 확장합니다	채널당 알려진 최소 및 최대 값으로 입력을 다시 양자화합니다.
reshape <t extends ttype >	텐서의 형태를 변경합니다.
resizearea	영역 보간을 사용하여 '이미지'의 크기를 '크기'로 조정합니다.
resizebicubic	이중 빙비 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오.
resizebicubicgrad <t는 tnumber >를 확장합니다	Bicubic 보간의 기울기를 계산합니다.
크기 조정기	Bilinear 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오.
ResizeBilineargrad <t는 tnumber >를 확장합니다	이중선 보간의 기울기를 계산합니다.
resizenearestneighbor <t는 tnumber >를 확장합니다	가장 가까운 이웃 보간을 사용하여 '이미지'를 '크기'로 크기로 조정하십시오.
resizenearestneighborgrad <t는 tnumber >를 확장합니다	가장 가까운 이웃 보간의 기울기를 계산합니다.
ResourceAccumulatorApplygradient	주어진 축합기에 구배를 적용합니다.
ResourceAccumulatorNumAccumulated	지정된 누산기에서 집계된 그래디언트 수를 반환합니다.
ResourceAccumulatorsetglobalstep	global_step에 대한 새 값으로 누산기를 업데이트합니다.
ResourceAccumulatortakegradient <t extends ttype >	주어진 ConditionalAccumulator에서 평균 기울기를 추출합니다.
ResourceApplyAdamax	Adamax 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourceApplyAdadelta	Adadelta 체계에 따라 '*var'를 업데이트하십시오.
ResourceApplyAdagrad	adagrad 체계에 따라 '*var'를 업데이트합니다.
ResourcePlyAdagradda	근위 Adagrad 체계에 따라 '*var'를 업데이트하십시오.
ResourceApplyAdam	Adam 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourcePlyAdamwithamsgrad	Adam 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourceApplyAddSign	AddSign 업데이트에 따라 '*var'업데이트.
ResourceApplyCenteredRMSProp	중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourcePplyftrl	ftrl-proximal 구성표에 따라 '*var'를 업데이트하십시오.
ResourceApplygradientDescent	'알파' * '델타'를 빼서 ' * var'를 업데이트하십시오.
ResourceApplyKerasmomentum	모멘텀 체계에 따라 '*var'를 업데이트하십시오.
ResourceApplyMomentum	모멘텀 체계에 따라 '*var'를 업데이트하십시오.
ResourceApplyPowerSign	AddSign 업데이트에 따라 '*var'업데이트.
ResourceApplyProximaladagrad	Adagrad 학습 속도를 가진 Fobos에 따라 'var'및 'accum'을 업데이트하십시오.
ResourceApplyProximalgradientDescent	고정 학습 속도로 FOBOS 알고리즘으로 '*var'를 업데이트하십시오.
ResourcePlyrmsprop	RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
자원조건부누산기	그라디언트 집계를 위한 조건부 누산기입니다.
ResourceCountUpTo <T는 Tnumber를 확장합니다. >	'resource'가 가리키는 변수가 'limit'에 도달할 때까지 증가합니다.
ResourceGather <U는 TType을 확장합니다.>	`indices`에 따라 `resource`가 가리키는 변수에서 조각을 수집합니다.
ResourceGatherNd <U는 TType을 확장합니다.>
자원분산추가	'resource'에서 참조 된 변수에 희소 업데이트가 추가됩니다.
ResourceScatterDiv	희소 업데이트를 'resource'에서 참조하는 변수로 나눕니다.
ResourceScatterMax	`max` 작업을 사용하여 `resource`가 참조하는 변수에 대한 희소 업데이트를 줄입니다.
ResourceScatterMin	'min' 작업을 사용하여 'resource'가 참조하는 변수에 대한 희소 업데이트를 줄입니다.
ResourceScatterMul	`resource`가 참조하는 변수에 희소 업데이트를 곱합니다.
ResourceScatterNdAdd	변수의 개별 값이나 조각에 희소 추가를 적용합니다.
자원산란NdMax
ResourceScatterNdMin
ResourceScatterNdSub	변수의 개별 값이나 조각에 희소 빼기를 적용합니다.
ResourceScatterNdUpdate	특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다.
ResourceScatterSub	`resource`가 참조하는 변수에서 희소 업데이트를 뺍니다.
ResourceScatter업데이트	`resource`가 참조하는 변수에 희소 업데이트를 할당합니다.
ResourcesParseApplyAdadelta	VAR : 변수 ()에서 가져와야합니다.
ResourcesParseApplyAdagrad	adagrad 체계에 따라 'var' 및 'accum'의 관련 항목을 업데이트합니다.
ResourcesParseApplyAdagradda	근위 Adagrad 체계에 따라 'var'및 'accum'의 업데이트 항목.
ResourcesParseApplyAdagradv2	adagrad 체계에 따라 'var' 및 'accum'의 관련 항목을 업데이트합니다.
ResourcesParseApplyCenterEdrmsProp	중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourcesParseApplyftrl	ftrl-proximal 구성표에 따라 '*var'의 관련 항목을 업데이트하십시오.
ResourcesParseApplyKerasmomentum	모멘텀 체계에 따라 'var'및 'accum'에서 관련 항목을 업데이트하십시오.
ResourcesParseApplyMomentum	모멘텀 체계에 따라 'var'및 'accum'에서 관련 항목을 업데이트하십시오.
ResourcesParseApplyProximalAdagrad	FOBOS 알고리즘에 따라 'var'및 'accum'의 스파 스 업데이트 항목.
ResourcesParseApplyProximalgradientDescent	Sparse 업데이트 '*var'고정 학습 속도를 가진 Fobos 알고리즘.
ResourcesParseApplyRMSProp	RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
ResourceStridedSlice할당	'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다.
복원하다	V2 체크 포인트에서 텐서를 복원합니다.
복원 슬라이스 <t는 ttype >을 확장합니다	체크 포인트 파일에서 텐서를 복원합니다.
검색 푸모 베딩 아담 파라 미터	Adam 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingadamparametersgradaccumdebug	디버그 지원으로 Adam 임베딩 매개 변수를 검색하십시오.
restievetpuembeddingadaDeltaparameters	Adadelta 임베딩 매개 변수를 검색합니다.
restievetpuembeddingadaDEtaparametersgradAccumdebug	디버그 지원으로 Adadelta 임베딩 매개 변수를 검색하십시오.
retrievetpuembeddingadagradgarameters	Adagrad 임베딩 매개 변수를 검색하십시오.
retrievetpuembeddingadagradagrametersgradAccumdebug	디버그 지원으로 Adagrad 포함 매개 변수를 검색하십시오.
retrievetpuembeddingcenteredrmspropparameters	중앙 RMSprop 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingftrlparameters	ftrl 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingftrlparametersgradAccumdebug	디버그 지원을 통해 FTRL 임베딩 매개변수를 검색합니다.
retrievetpuembeddingmdladagradlightparameters	MDL Adagrad Light 임베딩 매개변수를 검색합니다.
retrievetpuembeddingmomentumparameters	모멘텀 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingmomentumparametersgradAccumdebug	디버그 지원을 통해 Momentum 임베딩 매개변수를 검색합니다.
retrievetpuembeddingproximaladagradagradparameters	근위 adagrad 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingproximaladagradagrametersgradaccumdebug	디버그 지원으로 근위 Adagrad 임베딩 매개 변수를 검색하십시오.
검색 puembeddingproximalyogiparameters
검색 puembeddingproximalyogiparametersgradaccumdebug
retrievetpuembeddingrmspropparameters	RMSPROP 임베딩 매개 변수를 검색합니다.
retrievetpuembeddingrmspropparametersgradAccumdebug	디버그 지원으로 RMSProp Embedding 매개 변수를 검색하십시오.
TPUEmbeddingStochasticGradientDescentParameters 검색	SGD 내장 매개변수를 검색합니다.
retrievetpuembeddingStochasticgradientDescentParametersgradAccumdebug	디버그 지원을 통해 SGD 내장 매개변수를 검색합니다.
역방향 <T는 TType을 확장합니다.>	텐서의 특정 차원을 반대로 바꿉니다.
ReverseSequence <T는 TType을 확장합니다. >	가변 길이 슬라이스를 반전합니다.
rfft <u는 ttype >를 확장합니다	실제 값 빠른 푸리에 변환.
rfft2d <u 확장 ttype >	2D 실제 값 빠른 푸리에 변환.
rfft3d <u 확장 ttype >	3D 실제 값 빠른 푸리에 변환.
rgbtohsv <t는 tnumber >를 확장합니다	하나 이상의 이미지를 RGB에서 HSV로 변환합니다.
Rightshift <t는 tnumber >를 확장합니다	요소는`x`와`y`의 비트 시대 오른쪽 시프트를 계산합니다.
Rint <t는 tnumber >를 확장합니다	x에 가장 가까운 요소 별 정수를 반환합니다.
Rng읽기 및 건너뛰기	카운터 기반 RNG의 카운터를 향상시킵니다.
rngskip	카운터 기반 RNG의 카운터를 향상시킵니다.
롤 <t는 ttype >를 확장합니다	축을 따라 텐서의 요소를 굴립니다.
라운드 <t는 ttype >을 확장합니다	텐서의 값을 요소 측면에서 가장 가까운 정수로 반올림합니다.
RPC	RPC 요청 일괄 처리를 수행합니다.
rsqrt <t는 ttype >를 확장합니다	X 요소 단위의 제곱근의 상호 작용을 계산합니다.
rsqrtgrad <t extends ttype >	`x` wrt 입력의 rsqrt에 대한 그라디언트를 계산합니다.
SampledistortedBoundingbox <t extends tnumber >	이미지에 대해 무작위로 왜곡 된 경계 박스를 생성합니다.
샘플링데이터세트	다른 데이터세트 콘텐츠의 Bernoulli 샘플을 사용하는 데이터세트를 만듭니다.
구하다	텐서를 V2 체크 포인트 형식으로 저장합니다.
SaveSlices	입력 텐서 슬라이스를 디스크에 저장합니다.
scalarsummary	스칼라 값으로 '요약'프로토콜 버퍼를 출력합니다.
축척 및 번역
scaleandtranslategrad <t는 tnumber >를 확장합니다
ScatterAdd <T는 TType을 확장합니다. >	변수 참조에 희소 업데이트를 추가합니다.
ScatterDiv <T는 TType을 확장합니다. >	변수 참조를 희소 업데이트로 나눕니다.
ScatterMax <T는 TNumber를 확장합니다. >	'max' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다.
ScatterMin <T는 Tnumber를 확장합니다. >	'min' 작업을 사용하여 희소 업데이트를 변수 참조로 줄입니다.
ScatterMul <T는 TType을 확장합니다>	희소 업데이트를 변수 참조에 곱합니다.
ScatterNd <U는 TType을 확장합니다.>	'인덱스'에 따라 '업데이트'를 새 텐서로 분산시킵니다.
ScatterNdAdd <T는 TType을 확장합니다. >	변수의 개별 값이나 조각에 희소 추가를 적용합니다.
ScatterNdMax <T는 TType을 확장합니다. >	요소별 최대값을 계산합니다.
ScatterNdMin <T는 TType을 확장합니다. >	요소별 최소값을 계산합니다.
ScatterNdNonAliasingAdd <T는 TType을 확장합니다.>	개별 값이나 조각을 사용하여 '입력'에 희소 추가를 적용합니다. 인덱스 `인덱스`에 따른 `업데이트`에서.
ScatterNdSub <T는 TType을 확장합니다. >	변수의 개별 값이나 조각에 희소 빼기를 적용합니다.
ScatterNdUpdate <T는 TType을 확장합니다. >	특정 값 내의 개별 값이나 조각에 희박한 '업데이트'를 적용합니다. '인덱스'에 따라 변수가 달라집니다.
ScatterSub <T는 TType을 확장합니다. >	변수 참조에 대한 희소 업데이트를 뺍니다.
ScatterUpdate <T는 TType을 확장합니다. >	변수 참조에 스파스 업데이트를 적용합니다.
sdcafprint	입력 문자열의 지문을 계산합니다.
sdcaoptimizer	확률 론적 듀얼 좌표 상승 (SDCA) 최적화의 분산 버전 L1 + L2 정규화 된 선형 모델.
SDCASHRINKL1	매개 변수에 L1 정규화 수축 단계를 적용합니다.
SEGMERMAX <t는 tnumber >를 확장합니다	텐서의 세그먼트를 따라 최대값을 계산합니다.
segmentmean <t는 ttype >를 확장합니다	텐서의 세그먼트를 따라 평균을 계산합니다.
segmentmin <t는 tnumber >를 연장합니다	텐서의 세그먼트를 따라 최소값을 계산합니다.
segmentProd <t는 ttype >을 확장합니다	텐서의 세그먼트를 따라 곱을 계산합니다.
segmentsum <t는 ttype >을 확장합니다	텐서의 세그먼트를 따라 합계를 계산합니다.
<T는 TType을 확장합니다>를 선택합니다 .
selfadjointeig <t는 ttype >를 확장합니다	자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다).
selu <t는 tnumber >를 확장합니다	스케일 지수 선형 :`scale * alpha * (exp (특징) -1)` <0 인 경우`scale * feature`는 그렇지 않으면.
selugrad <t는 tnumber >를 확장합니다	스케일링 지수 선형 (SELU) 작업을위한 그라디언트를 계산합니다.
보내다	명명 된 텐서를 다른 XLA 계산으로 보냅니다.
sendtpuembeddinggradients	임베딩 테이블의 그라디언트 업데이트를 수행합니다.
시리얼 화자	주어진`resource_handle '을 반복자를 변환하는 텐서로 변환합니다.
serializemanysparse <u는 ttype >을 확장합니다	`n`-minibatch`sparsetensor`를`[n, 3]``````````````minibatch '를 일련 화하십시오.
Serializesparse <u 확장 ttype >	`sparsetensor`를`[3]````````객체 ''로 직렬화하십시오.
serializetensor	텐서를 직렬화 된 텐서 프로토 프로토로 변환합니다.
SetDiff1d <T는 TType을 확장하고, U는 TNumber를 확장합니다. >	두 숫자 또는 문자열 목록 간의 차이를 계산합니다.
크기 설정	입력 `세트`의 마지막 차원에 따른 고유 요소 수입니다.
setstatsagagatordataset
모양 <U가 T번호를 확장함>	텐서의 모양을 반환합니다.
ShapeN <U는 T번호를 확장합니다.>	텐서의 형태를 반환합니다.
샤드데이터세트	이 데이터 세트의 1/`num_shards '만 포함하는'dataset '을 만듭니다.
ShardedFilename	샤드 파일 이름을 생성하십시오.
ShardedFilespec	모든 샤드 파일 이름과 일치하는 글로벌 패턴을 생성합니다.
샤드 <t는 ttype >를 확장합니다	주어진 샤드 속성을 기반으로 입력을 파악하는 OP.
ShuffleandrepeatDataset
Shuffledataset
셧다운 분배 된tpu	실행 중인 분산 TPU 시스템을 종료합니다.
sigmoid <t는 ttype >를 연장합니다	`x` emect-wise의 sigmoid를 계산합니다.
sigmoidgrad <t는 ttype >을 확장합니다	`x` wrt 입력의 Sigmoid의 구배를 계산합니다.
서명 <t는 ttype >를 확장합니다	숫자의 부호에 대한 요소별 표시를 반환합니다.
sin <t는 ttype >을 연장합니다	X 요소 단위의 사인을 계산합니다.
sinh <t는 ttype >을 연장합니다	X 요소 별 쌍곡선 사인을 계산합니다.
크기 <U는 T번호를 확장합니다.>	텐서의 크기를 반환합니다.
건너 뛰기	'input_dataset'에서 'count'요소를 건너 뛰는 데이터 세트를 만듭니다.
스킵그램	텍스트 파일을 구문 분석하고 예제 배치를 만듭니다.
수면
슬라이스 <T는 TType을 확장합니다. >	'input'에서 슬라이스를 반환합니다.
SlidingWindowDataset	`input_dataset`에 대한 슬라이딩 윈도우를 전달하는 데이터세트를 생성합니다.
스냅샷 <T는 TType을 확장합니다.>	입력 텐서의 복사본을 반환합니다.
SobolSample <t는 tnumber >를 확장합니다	소볼 시퀀스에서 점을 생성합니다.
softmax <t는 tnumber >를 확장합니다	SoftMax 활성화를 계산합니다.
softmaxcrossentropywithlogits <t는 tnumber >를 확장합니다	SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다.
SoftPlus <t는 tnumber >를 확장합니다	SoftPlus를 계산합니다 :`log (exp (features) + 1)`.
softplusgrad <t는 tnumber >를 확장합니다	소프트 플러스 작업을 위해 소프트 플러스 그라디언트를 계산합니다.
softsign <t는 tnumber >를 확장합니다	SoftSign을 계산합니다 :`feations / (abs (기능) + 1)`.
softsigngrad <t는 tnumber >를 확장합니다	SoftSign 작업을 위해 SoftSign 그라디언트를 계산합니다.
<t extends ttype >를 해결하십시오	선형 방정식 시스템을 해결합니다.
정렬 <t extends ttype >	문서화 된 XLA 정렬 연산자를 랩핑합니다 https://www.tensorflow.org/performance/xla/operation_semantics#sort.
spacetobatch <t extends ttype >	타입 T의 4D 텐서에 대한 Spacetobatch.
SpaceToBatchNd <T는 TType을 확장합니다. >	T 유형의 ND 텐서에 대한 SpaceToBatch.
spacetodepth <t는 ttype >를 확장합니다	T 유형의 텐서에 대한 SpaceToDepth.
SparseAccumulatorApplyGradient	지정된 누산기에 희소 그라데이션을 적용합니다.
SparseAccumulatorTakeGradient <T는 TType을 확장합니다.>	SparseConditionalAccumulator에서 평균 희소 기울기를 추출합니다.
SparseAdd <T는 TType을 확장합니다. >	두 개의 `SparseTensor` 개체를 추가하여 또 다른 `SparseTensor`를 생성합니다.
SparseAddGrad <T는 TType을 확장합니다. >	SparseAdd 작업에 대한 그래디언트 연산자입니다.
sparseapplyadadelta <t는 ttype >을 확장합니다	VAR : 변수 ()에서 가져와야합니다.
sparseapplyadagrad <t는 ttype >를 확장합니다	adagrad 체계에 따라 'var' 및 'accum'의 관련 항목을 업데이트합니다.
sparseapplyadagradda <t는 ttype >를 확장합니다	근위 Adagrad 체계에 따라 'var'및 'accum'의 업데이트 항목.
sparseapplycenteredrmsprop <t extends ttype >	중앙 RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
sparseapplyftrl <t는 ttype >을 확장합니다	ftrl-proximal 구성표에 따라 '*var'의 관련 항목을 업데이트하십시오.
SparseApplyMomentum <t는 ttype >을 확장합니다	모멘텀 체계에 따라 'var'및 'accum'에서 관련 항목을 업데이트하십시오.
SparseApplyProximaladagrad <t는 ttype >을 확장합니다	FOBOS 알고리즘에 따라 'var'및 'accum'의 스파 스 업데이트 항목.
SparseApplyProxiMalgradientDescent <t extends ttype >	Sparse 업데이트 '*var'고정 학습 속도를 가진 Fobos 알고리즘.
sparseApplyrmsprop <t extends ttype >	RMSProp 알고리즘에 따라 '*var'를 업데이트하십시오.
SparseBincount <U는 TNumber를 확장합니다.>	정수 배열에서 각 값의 발생 횟수를 셉니다.
SparseConcat <T는 TType을 확장합니다. >	지정된 차원을 따라 'SparseTensor' 목록을 연결합니다.
SparseConditionalAccumulator	희소 기울기를 집계하기 위한 조건부 누산기입니다.
SparseCountSparseOutput <U는 TNumber를 확장합니다.>	희소 텐서 입력에 대해 희소 출력 Bin 계산을 수행합니다.
스파스 크로스	희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다.
SparseCrossHashed	희소 및 조밀 텐서 목록에서 희소 교차를 생성합니다.
SparseDenseCwiseAdd <T는 TType을 확장합니다.>	다음과 같은 특수 규칙을 사용하여 SparseTensor와 Dense Tensor를 합산합니다. (1) 적합한 경우 조밀한 면을 희소한 면과 동일한 모양으로 브로드캐스팅합니다. (2) 그런 다음 SparseTensor의 인덱스가 가리키는 밀집된 값만 cwise 추가에 참여합니다.
SparseDenseCwiseDiv <T는 TType을 확장합니다.>	구성 요소별로 SparseTensor를 밀집된 Tensor로 나눕니다.
SparseDenseCwiseMul <T는 TType을 확장합니다>	구성요소 측면에서는 SparseTensor에 밀도가 높은 Tensor를 곱합니다.
SparseFillEmptyRows <T는 TType을 확장합니다.>	입력 2D 'SparseTensor'의 빈 행을 기본값으로 채웁니다.
SparseFillEmptyRowsGrad <T는 TType을 확장합니다. >	SparseFillEmptyRows의 그라데이션입니다.
SparseMatMul	행렬 "a"와 행렬 "b"를 곱합니다.
희소행렬추가	두 개의 CSR 행렬의 희소 추가, C = 알파 * A + 베타 * B.
sparsematrixmatmul <t는 ttype >을 확장합니다	희소 행렬과 조밀한 행렬을 행렬 곱합니다.
SparseMatrixMul	희소 행렬과 조밀한 텐서의 요소별 곱셈입니다.
스파스매트릭스NNZ	`sparse_matrix`의 0이 아닌 개수를 반환합니다.
SparseMatrix주문AMD	'입력'의 AMD(근사 최소 차수) 순서를 계산합니다.
SparseMatrix소프트맥스	CSRSPARSEMATRIX의 SoftMax를 계산합니다.
SparseMatrixSoftmaxGrad	SparseMatrixSoftmax 연산의 기울기를 계산합니다.
희소행렬SparseCholesky	'입력'의 희소 Cholesky 분해를 계산합니다.
SparseMatrixSparseMatMul	희소 행렬은 두 개의 CSR 행렬 'a'와 'b'를 곱합니다.
sparsematrixtranspose	CSRSparseMatrix의 내부(행렬) 차원을 바꿉니다.
SparseMatrixZeros	'dense_shape' 형태로 모두 0인 CSRSparseMatrix를 생성합니다.
SparseReduceMax <T는 TNumber를 확장합니다. >	SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다.
SparseReduceMaxSparse <T는 TNumber를 확장합니다.>	SparseTensor의 차원 전체에 걸쳐 요소의 최대값을 계산합니다.
SparseReduceSum <T는 TType을 확장합니다.>	SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다.
SparseReduceSumSparse <T는 TType을 확장합니다.>	SparseTensor의 차원 전체에 걸쳐 요소의 합을 계산합니다.
SparseReorder <T는 TType을 확장합니다. >	SparseTensor를 표준 행 우선 순서로 재정렬합니다.
SparseReshape	SparseTensor의 형태를 변경하여 새로운 밀집 형태의 값을 나타냅니다.
SparseSegmentMean <T는 TNumber를 확장합니다.>	텐서의 희소 세그먼트를 따라 평균을 계산합니다.
SparseSegmentMeanGrad <T는 TNumber를 확장합니다.>	SparseSegmentMean에 대한 기울기를 계산합니다.
SparseSegmentMeanWithNumSegments <T는 TNumber를 확장합니다.>	텐서의 희소 세그먼트를 따라 평균을 계산합니다.
SparseSegmentSqrtN <T는 TNumber를 확장합니다. >	N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다.
SparseSegmentSqrtNGrad <T는 TNumber를 확장합니다. >	SparseSegmentsqrtn에 대한 그라디언트를 계산합니다.
SparseSegmentSqrtNWithNumSegments <T는 TNumber를 확장합니다.>	N의 sqrt로 나눈 텐서의 희소 세그먼트를 따라 합계를 계산합니다.
SparseSegmentSum <T는 TNumber를 확장합니다.>	텐서의 희소 세그먼트를 따라 합계를 계산합니다.
SparseSegmentSumWithNumSegments <T는 TNumber를 확장합니다.>	텐서의 희소 세그먼트를 따라 합계를 계산합니다.
SparseSlice <T는 TType을 확장합니다. >	`start`와 `size`를 기준으로 `SparseTensor`를 슬라이스합니다.
SparseSliceGrad <T는 TType을 확장합니다.>	SparseSlice 작업에 대한 그래디언트 연산자입니다.
SparseSoftmax <T는 TNumber를 확장합니다. >	일괄 처리된 ND `SparseTensor`에 소프트맥스를 적용합니다.
sparsesoftmaxcrossentropywithlogits <t는 tnumber >를 확장합니다	SoftMax 교차 엔트로피 비용 및 그라디언트를 역전증으로 계산합니다.
SparseSparseMaximum <T는 TNumber를 확장합니다.>	두 SparseTensor의 요소별 최대값을 반환합니다.
SparseSparseMinimum <T는 TType을 확장합니다.>	두 SparseTensor의 요소별 최소값을 반환합니다.
sparsesplit <t extends ttype >	한 차원을 따라 `SparseTensor`를 `num_split` 텐서로 분할합니다.
SparseTensorDenseAdd <U는 TType을 확장합니다.>	'SparseTensor'와 조밀한 'Tensor'를 더해 조밀한 'Tensor'를 생성합니다.
SparseTensorDenseMatMul <U는 TType을 확장합니다.>	SparseTensor(랭크 2) "A"와 조밀한 행렬 "B"를 곱합니다.
sparsetensorslicedataset	SparSetensor를 요소별로 분할하는 데이터 세트를 만듭니다.
SparseTensorToCSRSparseMatrix	SparseTensor를 (아마도 일괄 처리된) CSRSparseMatrix로 변환합니다.
SparseToDense <U는 TType을 확장합니다.>	희소 표현을 조밀한 텐서로 변환합니다.
SparseToSparseSetOperation <T는 TType을 확장합니다.>	2개의 `SparseTensor` 입력의 마지막 차원을 따라 설정 연산을 적용합니다.
Spence <t는 tnumber >를 확장합니다
분할 <T는 TType을 확장합니다. >	텐서를 하나의 차원을 따라 `num_split` 텐서로 분할합니다.
SplitV <T는 TType을 확장합니다. >	텐서를 하나의 차원을 따라 `num_split` 텐서로 분할합니다.
SQLDATASET	SQL 쿼리를 실행하고 결과 세트의 행을 방출하는 데이터 세트를 생성합니다.
sqrt <t는 ttype >을 확장합니다	x 요소별로 제곱근을 계산합니다.
sqrtgrad <t extends ttype >	`x` wrt 입력의 SQRT에 대한 그라디언트를 계산합니다.
sqrtm <t는 ttype >을 확장합니다	하나 이상의 사각형 행렬의 매트릭스 제곱근을 계산합니다. matmul (sqrtm (a), sqrtm (a)) = a 입력 행렬은 뒤집을 수 없습니다.
square <t는 ttype >을 확장합니다	X 요소 별 제곱을 계산합니다.
SquaredDifference <t는 ttype >을 확장합니다	COLL (X -Y) (X -Y) 요소 별을 반환합니다.
스퀴즈 <T는 TType을 확장합니다>	텐서의 모양에서 크기 1의 차원을 제거합니다.
스택 <T는 TType을 확장합니다>	`N` 순위-`R` 텐서 목록을 하나의 순위-`(R+1)` 텐서로 압축합니다.
단계	경량 Enqueue와 유사한 단계 값입니다.
스테이지클리어	Op는 기본 컨테이너의 모든 요소를 제거합니다.
스테이지픽	Op는 지정된 인덱스의 값을 피킹합니다.
스테이지 크기	Op는 기본 컨테이너의 요소 수를 반환합니다.
Statefulrandombinomial <V는 tnumber >를 연장합니다
Statefulardnormal <u는 ttype >을 확장합니다	정규 분포에서 임의의 값을 출력합니다.
State -FultruncatedNormal <u는 ttype >을 확장합니다	잘린 정규 분포에서 임의의 값을 출력합니다.
statefulliform <u는 ttype >을 확장합니다	균일 분포에서 임의의 값을 출력합니다.
statefuluniformullint <u는 ttype >을 확장합니다	균일 분포에서 임의의 정수를 출력합니다.
Statefuliformint <u는 ttype >를 확장합니다	균일 분포에서 임의의 정수를 출력합니다.
무국적 <V는 tnumber >를 연장합니다	다국적 분포에서 샘플을 그립니다.
intationsparameterizedTruncatedNormal <v는 tnumber >를 확장합니다
anstationsrandombinomial <w는 tnumber >를 확장합니다	이항 분포에서 결정론적 의사 난수를 출력합니다.
InstantessrandomGamma <V는 tnumber >를 연장합니다	감마 분포에서 결정론적 의사 난수를 출력합니다.
SANTESSRANDOMGETKEYCOUNTERALG	장치를 기반으로 최상의 알고리즘을 선택하고 시드를 키와 카운터에 스크램블합니다.
SANCELESSRANDOMNORMAL <V는 tnumber >를 연장합니다	정규 분포에서 결정론적 의사 난수 값을 출력합니다.
SANTESSRANDOMNORMALV2 <u는 tnumber >를 확장합니다	정규 분포에서 결정론적 의사 난수 값을 출력합니다.
Instantessrandompoisson <w는 tnumber >를 확장합니다	포아송 분포에서 결정론적 의사 난수를 출력합니다.
SANTELESSRANDOMUNIFOR <V는 tnumber >를 확장합니다	균일 분포에서 결정적 의사 난수 난수 값을 출력합니다.
stationsrandomuniformullint <v는 tnumber >를 확장합니다	균일 분포에서 결정론적 의사 난수 난수를 출력합니다.
SANTELESSRANDOMUNIFORFULLINTV2 <u는 tnumber >를 확장합니다	균일 분포에서 결정론적 의사 난수 난수를 출력합니다.
inationsrandomuniformint <v는 tnumber >를 확장합니다	균일 분포에서 결정론적 의사 난수 난수를 출력합니다.
SANTESSRANDOMUNIFORINTV2 <u는 tnumber >를 확장합니다	균일 분포에서 결정론적 의사 난수 난수를 출력합니다.
SANTESSRANDOMUNIFORV2 <u는 tnumber >를 확장합니다	균일 분포에서 결정적 의사 난수 난수 값을 출력합니다.
stantelesssampledistordboundingbox <t extends tnumber >	이미지를 결정적으로 무작위로 왜곡 된 경계 박스를 생성합니다.
InstationsTrunctedNormal <V는 tnumber >를 연장합니다	잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다.
SANTESSTRUCTATEDNORMALV2 <u는 tnumber >를 확장합니다	잘린 정규 분포에서 결정론적 의사 난수 값을 출력합니다.
staticregexfullmatch	입력이 Regex 패턴과 일치하는지 확인하십시오.
staticregexreplace	입력의 패턴 일치를 다시 쓰기로 대체합니다.
StatsAggregatorHandle
statsaggreatorsetsummarywriter	stats_aggregator를 사용하여 통계를 기록하려면 summary_writer_interface를 설정하십시오.
Statsaggregatorsummary	지정된 통계 관리자가 기록한 모든 통계의 요약을 생성합니다.
StopGradient <T는 TType을 확장합니다. >	그라데이션 계산을 중지합니다.
StridedSlice <T는 TType을 확장합니다. >	`input`에서 스트라이드 슬라이스를 반환합니다.
StridedSliceAssign <T는 TType을 확장합니다.>	'ref'의 슬라이스된 l-value 참조에 'value'를 할당합니다.
StridedSliceGrad <U는 TType을 확장합니다.>	'StridedSlice'의 그래디언트를 반환합니다.
StringFormat	텐서 목록을 사용하여 문자열 템플릿을 형식화합니다.
StringLength	`입력`의 문자열 길이.
StringNgrams <t는 tnumber >를 확장합니다	울퉁불퉁 한 문자열 데이터에서 ngrams를 만듭니다.
stringsplit	`spec`을 'sparsetensor'로 기준으로 '소스'의 분할 요소.
조각	텐서의 선장 및 후행 공백.
sub <t는 ttype >을 확장합니다	x - y 요소별로 반환합니다.
기판	문자열의 '텐서'에서 기판을 반환합니다.
합계 <T는 TType을 확장합니다.>	텐서의 차원 전체에 걸쳐 요소의 합을 계산합니다.
요약자
svd <t는 ttype >를 확장합니다	자체 조정 행렬 배치의 고유 분해를 계산합니다. (참고 : 실제 입력 만 지원됩니다).
SwitchCond <T는 TType을 확장합니다. >	`pred`에 의해 결정된 출력 포트로 `데이터`를 전달합니다.
TPU컴파일 결과	TPU 컴파일 결과를 반환합니다.
tpuembeddingactivations	TPU 임베딩을 차별화할 수 있는 작업입니다.
TPUREPLICATEMETADATA	TPU 계산을 복제하는 방법을 나타내는 메타데이터입니다.
tpureplicatedInput <t는 ttype >을 확장합니다	N개의 입력을 N방향 복제 TPU 계산에 연결합니다.
tpureplicatedOutput <t는 ttype >을 확장합니다	N 방향으로 복제된 TPU 계산의 N 출력을 연결합니다.
TakeDataset	'input_dataset'의 'count'요소가 포함 된 데이터 세트를 만듭니다.
TakeManySparseFromTensorsMap <T는 TType을 확장합니다.>	`SparseTensorsMap`에서 `SparseTensors`를 읽고 연결합니다.
tan <t는 ttype >를 확장합니다	X 요소 단위의 Tan을 계산합니다.
tanh <t는 ttype >를 확장합니다	`x` emelt-swise의 쌍곡선 접선을 계산합니다.
tanhgrad <t는 ttype >를 확장합니다	`x` wrt 입력의 tanh에 대한 그라디언트를 계산합니다.
TemporaryVariable <T는 TType을 확장합니다. >	변경될 수 있지만 단일 단계 내에서만 지속되는 텐서를 반환합니다.
텐서어레이	주어진 크기의 Tensor 배열.
텐서어레이닫기	리소스 컨테이너에서 TensorArray를 삭제합니다.
TensorArrayConcat <T는 TType을 확장합니다>	TensorArray의 요소를 'value' 값으로 연결합니다.
TensorArrayGather <T는 TType을 확장합니다>	TensorArray의 특정 요소를 출력 '값'으로 수집합니다.
TensorArrayGrad	지정된 핸들에 값의 기울기를 저장하기 위한 TensorArray를 만듭니다.
TensorArrayGradWithShape	지정된 핸들에 값의 여러 기울기를 저장하기 위한 TensorArray를 만듭니다.
TensorArrayPack <T는 TType을 확장합니다.>
TensorArrayRead <T는 TType을 확장합니다. >	TensorArray의 요소를 읽어 '값'을 출력합니다.
TensorArrayScatter	입력 값의 데이터를 특정 TensorArray 요소로 분산시킵니다.
텐서배열크기	TensorArray의 현재 크기를 가져옵니다.
텐서어레이분할	입력 값의 데이터를 TensorArray 요소로 분할합니다.
TensorArrayUnpack
텐서어레이쓰기	Tensor_Array에 요소를 밀어 넣으십시오.
Tensordataset	``구성 요소 ''를 텐서의 튜플로 한 번 방출하는 데이터 세트를 만듭니다.
tensordiag <t는 ttype >을 확장합니다	주어진 대각선 값으로 대각선 텐서를 반환합니다.
Tensordiagpart <t는 ttype >를 확장합니다	텐서의 대각선 부분을 반환합니다.
TensorForestCreateTree변수	트리 리소스를 생성하고 이에 대한 핸들을 반환합니다.
TensorForestTreeDeserialize	proto를 트리 핸들로 역직렬화합니다.
TensorForestTreeIsInitializedOp	나무가 초기화되었는지 확인합니다.
TensorforestTreepredict	주어진 입력 데이터에 대한 로짓을 출력합니다.
TensorForestTreeResourceHandleOp	TensorForestTreeResource에 대한 핸들을 생성합니다.
TensorForestTree직렬화	트리 핸들을 proto로 직렬화합니다.
Tensor숲나무크기	트리의 노드 수를 가져옵니다.
TensorListConcat <U는 TType을 확장합니다.>	0차원을 따라 목록의 모든 텐서를 연결합니다.
TensorListConcatLists
TensorListElementShape <T는 TNumber를 확장합니다.>	텐서로서 주어진 목록의 요소 모양입니다.
TensorListFromTensor	쌓이면 `tensor` 값을 갖는 TensorList를 생성합니다.
TensorListGather <T는 TType을 확장합니다>	TensorList를 인덱싱하여 Tensor를 생성합니다.
TensorListGetItem <T는 TType을 확장합니다.>
TensorList길이	입력 텐서 목록의 텐서 수를 반환합니다.
TensorListPopBack <T는 TType을 확장합니다.>	입력 목록의 마지막 요소와 해당 요소를 제외한 모든 요소가 포함된 목록을 반환합니다.
TensorList푸시백	전달된 `Tensor`를 마지막 요소로 포함하고 주어진 목록의 다른 요소를 `input_handle`에 포함하는 목록을 반환합니다.
TensorListPushBackBatch
TensorListReserve	빈 요소가 있는 지정된 크기의 목록입니다.
TensorList크기 조정	목록의 크기를 조정합니다.
TensorListScatter	Tensor를 인덱싱하여 TensorList를 생성합니다.
TensorListScatterIntoExistingList	입력 목록의 인덱스에 텐서를 분산시킵니다.
TensorListSetItem
TensorList분할	텐서를 목록으로 분할합니다.
TensorListStack <T는 TType을 확장합니다>	목록의 모든 텐서를 스택합니다.
텐서맵 지우기	주어진 키가 지워진 항목으로 텐서 맵을 반환합니다.
TensorMapHasKey	주어진 키가 맵에 존재하는지 여부를 반환합니다.
텐서맵삽입	주어진 키-값 쌍이 삽입된 'input_handle'인 맵을 반환합니다.
TensorMapLookup <U는 TType을 확장합니다.>	텐서 맵의 특정 키에서 값을 반환합니다.
텐서맵 크기	입력 텐서 맵의 텐서 수를 반환합니다.
TensorMapStackKeys <T는 TType을 확장합니다.>	텐서 맵에 있는 모든 키의 텐서 스택을 반환합니다.
TensorScatterNdAdd <T는 TType을 확장합니다.>	'인덱스'에 따라 기존 텐서에 희박한 '업데이트'를 추가합니다.
TensorScatterNdMax <T는 TType을 확장합니다.>
TensorScatterNdMin <T는 TType을 확장합니다.>
TensorScatterNdSub <T는 TType을 확장합니다.>	'인덱스'에 따라 기존 텐서에서 희박한 '업데이트'를 뺍니다.
Tensorscatterndupdate <t extends ttype >	'인덱스'에 따라 기존 텐서에 '업데이트'를 분산시킵니다.
TensorSlice데이터세트	'구성 요소'의 각 DIM-0 조각을 한 번 방출하는 데이터 세트를 만듭니다.
TensorStridedSliceUpdate <T는 TType을 확장합니다.>	'input'의 분할된 l-value 참조에 'value'를 할당합니다.
Tensorsummary	텐서 및 플러그 당 데이터를 사용하여 '요약'프로토콜 버퍼를 출력합니다.
TextLineDataset	하나 이상의 텍스트 파일의 줄을 방출하는 데이터 세트를 만듭니다.
TextLinerEader	'\ n'으로 구분 된 파일의 줄을 출력하는 리더.
tfrecorddataset	하나 이상의 TFRecord 파일에서 레코드를 내보내는 데이터세트를 생성합니다.
tfrecordreader	Tensorflow 레코드 파일에서 레코드를 출력하는 독자.
ThreadPool데이터세트	'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다.
ThreadPoolHandle	'input_dataset'을 계산하기 위해 커스텀 스레드 풀을 사용하는 데이터세트를 생성합니다.
타일 <T는 TType을 확장합니다>	주어진 텐서를 타일링하여 텐서를 구성합니다.
Tilegrad <t는 ttype >를 확장합니다	'타일'의 그라디언트를 반환합니다.
타임스탬프	에포크 이후의 시간을 초 단위로 제공합니다.
ToBool	텐서를 스칼라 조건자로 변환합니다.
Tohashbucket	입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다.
Tohashbucketfast	입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다.
TohashbucketStrong	입력 텐서의 각 문자열을 여러 버킷으로 해시 모드로 변환합니다.
Tonumber <t는 tnumber >를 확장합니다	입력 텐서의 각 문자열을 지정된 숫자 유형으로 변환합니다.
topk <t는 tnumber >를 확장합니다	마지막 차원에 대한`k '최대 요소의 값과 지수를 찾습니다.
TopK유니크	정렬된 순서로 배열의 TopK 고유 값을 반환합니다.
TopKWith고유	배열의 TopK 값을 정렬된 순서로 반환합니다.
전환 <t extends ttype >	순열에 따라 X의 셔플 치수.
triangularsolve <t extends ttype >	백 스트럭션에 의해 상위 또는 하부 삼각형 매트릭스를 갖는 선형 방정식 시스템을 해결합니다.
tridiagonalmatmul <t는 ttype >를 확장합니다	Tridiagonal 매트릭스로 제품을 계산하십시오.
tridiagonalsolve <t extends ttype >	방정식의 삼중대각 시스템을 해결합니다.
truncatediv <t는 ttype >를 확장합니다	정수 유형의 경우 x / y 요소로 반환합니다.
truncatemod <t는 tnumber >를 확장합니다	요소별 나눗셈의 나머지를 반환합니다.
TruncatedNormal <u는 tnumber >를 확장합니다	잘린 정규 분포에서 임의의 값을 출력합니다.
TryRpc	RPC 요청 일괄 처리를 수행합니다.
Unbatch <T는 TType을 확장합니다.>	단일 출력 Tensor에 대한 Batch 작업을 반대로 합니다.
Undatchdataset	입력 요소를 여러 요소로 분할하는 데이터세트입니다.
UnbatchGrad <T는 TType을 확장합니다. >	Unbatch의 그라데이션.
비 압축	압축되지 않은 데이터 세트 요소를 압축합니다.
UnicodedEcode <t는 tnumber >를 확장합니다	'input'의 각 문자열을 일련의 유니코드 코드 포인트로 디코딩합니다.
unicodedecodewithoffoffsets <t extends tnumber >	'input'의 각 문자열을 일련의 유니코드 코드 포인트로 디코딩합니다.
Unicodeencode	int의 텐서를 유니코드 문자열로 인코딩합니다.
유니 코드 스크립트	유니 코드 정수 코드 포인트의 주어진 텐서의 스크립트 코드를 결정하십시오.
Unicodetranscode	소스에서 입력 텍스트를 인코딩하여 대상 인코딩으로 트랜스 코딩합니다.
UniformCandididatesAmpler	균일 한 분포로 후보 샘플링에 대한 레이블을 생성합니다.
고유 <T는 TType을 확장하고, V는 Tnumber를 확장합니다. >	텐서의 축을 따라 고유한 요소를 찾습니다.
고유 데이터 세트	'input_dataset'의 고유 요소가 포함된 데이터세트를 생성합니다.
UniqueWithCounts <T는 TType을 확장하고, V는 TNumber를 확장합니다. >	텐서의 축을 따라 고유한 요소를 찾습니다.
UnsavelIndex <t는 tnumber >를 확장합니다	평면 인덱스 배열을 좌표 배열 튜플로 변환합니다.
정렬되지 않은세그먼트 조인	`segment_ids '를 기반으로`inputs'의 요소에 합류합니다.
UnsortedSegmentMax <t는 tnumber >를 확장합니다	텐서의 세그먼트를 따라 최대값을 계산합니다.
UnsortedSegmentmin <t는 tnumber >를 확장합니다	텐서의 세그먼트를 따라 최소값을 계산합니다.
UnsortedSegmentProd <t extends ttype >	텐서의 세그먼트를 따라 곱을 계산합니다.
UnsortedSegmentsum <t는 ttype >을 확장합니다	텐서의 세그먼트를 따라 합계를 계산합니다.
Unstack <T는 TType을 확장합니다.>	순위-`R` 텐서의 주어진 차원을 `num` 순위-`(R-1)` 텐서로 압축 해제합니다.
언스테이지	Op는 경량 Dequeue와 유사합니다.
Unprapdatasetvariant
높은	모든 소문자를 해당 대문자로 변환합니다.
UpperBound <U는 T번호를 확장합니다.>	각 행을 따라 upper_bound(sorted_search_values,values)를 적용합니다.
VarHandleOp	변수 리소스에 대한 핸들을 만듭니다.
VarIsInitializedOp	리소스 핸들 기반 변수가 초기화되었는지 확인합니다.
변수 <T는 TType을 확장합니다. >	여러 단계에 걸쳐 지속되는 텐서 형태로 상태를 유지합니다.
VariableShape <T는 Tnumber를 확장합니다.>	`resource`가 가리키는 변수의 형태를 반환합니다.
어디	텐서에서 0이 아닌 값/참 값의 위치를 반환합니다.
wholefilereader	파일의 전체 내용을 값으로 출력하는 리더.
Windowdataset	입력 요소를 (둥지) Windows의 데이터 세트로 결합합니다.
작업자하트비트	작업자의 심장박동 op.
WrapDatasetVariant
writeaudiosummary	오디오 요약을 작성합니다.
쓰기 파일	입력 파일 이름에서 파일에 내용을 씁니다.
writegraphsummary	그래프 요약을 작성합니다.
writehistogramsummary	히스토그램 요약을 작성합니다.
WriteImagesUmmary	이미지 요약을 작성합니다.
Writerawprotosummary	직렬화된 proto 요약을 작성합니다.
writescalarsummary	스칼라 요약을 작성합니다.
Writesummary	텐서 요약을 작성합니다.
xdivy <t는 ttype >를 확장합니다	x == 0이면 0을 반환하고 그렇지 않으면 x / y는 요소를 반환합니다.
xlarecvfromhost <t는 ttype >을 확장합니다	호스트로부터 텐서를 수신하는 연산입니다.
xlasendtohost	텐서를 호스트에게 보내는 OP.
xlasetbound	주어진 입력 값에 대한 경계를 XLA 컴파일러에 대한 힌트로 설정하십시오. 같은 값을 반환합니다.
XlaSpmdFullToShardShape <T는 TType을 확장합니다.>	XLA SPMD 파티셔너가 자동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 수동 파티셔닝.
XlaSpmdShardToFullShape <T는 TType을 확장합니다.>	XLA SPMD 파티셔너가 수동 파티셔닝에서 다음 파티셔닝으로 전환하는 데 사용하는 작업입니다. 자동 파티셔닝.
xlog1py <t는 ttype >를 확장합니다	x == 0이면 0을 반환하고, 그렇지 않으면 요소별로 x * log1p(y)를 반환합니다.
xlogy <t는 ttype >를 확장합니다	x == 0이면 0을 반환하고 x * log (y)는 그렇지 않으면 요소를 반환합니다.
ZerosLike <T는 TType을 확장합니다. >	x와 모양과 유형이 동일한 0의 텐서를 반환합니다.
Zeta <t는 tnumber >를 확장합니다	Hurwitz Zeta 함수 \\(\zeta(x, q)\\)계산하십시오.
zipdataset	'input_datasets'를 함께 줄이는 데이터 세트를 만듭니다.
erfinv <t는 tnumber >를 확장합니다

단일 Operation 으로 뒷받침되는 Op 구현의 기본 클래스.

Tensorflow 코어에 등록 된 각 작업은 RawOp 으로 제공됩니다. 단일 작업 만 작동하는 사용자 정의 작업은이 클래스에서 도출 될 수 있습니다.

공개 방법

최종 부울	같음 (객체 객체)
최종 정수	해시 코드 ()
작업	op () 이 계산 단위를 단일 `Operation` 으로 반환합니다.
최종 문자열	toString ()

상속된 메서드

java.lang.Object 클래스에서

부울	같음 (개체 arg0)
마지막 수업<?>	getClass ()
정수	해시 코드 ()
최종 무효	알림 ()
최종 무효	통지모두 ()
끈	toString ()
최종 무효	대기 (long arg0, int arg1)
최종 무효	기다리세요 (긴 arg0)
최종 무효	기다리다 ()

인터페이스 org.tensorflow.op.Op 에서

추상 실행환경	환경 () 이 작업이 생성된 실행 환경을 반환합니다.
추상적인 작업	op () 이 계산 단위를 단일 `Operation` 으로 반환합니다.

공개 방법

공개 최종 부울 평등 (Object OBJ)

공개 최종 int hashcode ()

공개 운영 op ()

이 계산 단위를 단일 Operation 으로 반환합니다.

raw 작업의 경우 반환된 값은 이 작업으로 래핑된 TensorFlow 작업에 해당합니다.

복합 작업의 경우 반환된 값은 일반적으로 체인에서 호출된 마지막 작업에 해당하거나 하나 이상의 작업을 단일 계산 단위로 그룹화하는 NoOp 에 해당합니다.

보고

Operation

RawOp

공개 방법

상속된 메서드

공개 방법

공개 최종 부울 평등 (Object OBJ)

공개 최종 int hashcode ()

공개 운영 op ()

보고

공개 최종 문자열 tostring ()