| ยกเลิก | ยกข้อยกเว้นเพื่อยกเลิกกระบวนการเมื่อถูกเรียก |
| Abs <T ขยาย TNumber > | คำนวณค่าสัมบูรณ์ของเทนเซอร์ |
| สะสม N <T ขยาย TType > | ส่งกลับผลรวมตามองค์ประกอบของรายการเทนเซอร์ |
| Accumulatorใช้ไล่ระดับ | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
| ตัวสะสมจำนวนสะสม | ส่งกลับจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| AccumulatorSetGlobalขั้นตอน | อัพเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
| AccumulatorTakeGradient <T ขยาย TType > | แยกการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| Acos <T ขยาย TType > | คำนวณ acos ขององค์ประกอบ x อย่างชาญฉลาด |
| Acosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| เพิ่ม <T ขยาย TType > | ส่งกลับองค์ประกอบ x + y |
| เพิ่ม ManySparseToTensorsMap | เพิ่ม `N`-minibatch `SparseTensor` ให้กับ `SparseTensorsMap` และส่งคืนแฮนเดิล `N` |
| AddN <T ขยาย TType > | เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมดอย่างชาญฉลาด |
| เพิ่ม SparseToTensorsMap | เพิ่ม `SparseTensor` ให้กับ `SparseTensorsMap` เพื่อส่งคืนหมายเลขอ้างอิง |
| AdjustContrast <T ขยาย TNumber > | ปรับความคมชัดของภาพตั้งแต่หนึ่งภาพขึ้นไป |
| AdjustHue <T ขยาย TNumber > | ปรับเฉดสีของรูปภาพหนึ่งภาพขึ้นไป |
| ปรับความอิ่มตัว <T ขยาย TNumber > | ปรับความอิ่มตัวของภาพตั้งแต่หนึ่งภาพขึ้นไป |
| ทั้งหมด | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ทั้งหมดCandidateSampler | สร้างป้ายกำกับสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจงแบบยูนิแกรมที่เรียนรู้ |
| AllReduce <T ขยาย TNumber > | ลดเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| AllToAll <T ขยาย TType > | Op เพื่อแลกเปลี่ยนข้อมูลระหว่างแบบจำลอง TPU |
| มุม <U ขยาย TNumber > | ส่งกลับอาร์กิวเมนต์ของจำนวนเชิงซ้อน |
| ผู้ไม่ระบุตัวตนIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| หน่วยความจำแคชที่ไม่ระบุชื่อ | |
| AnonymousMultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำหลายอุปกรณ์ |
| เครื่องกำเนิดเมล็ดพันธุ์แบบสุ่มที่ไม่เปิดเผยตัวตน | |
| เครื่องกำเนิดเมล็ดพันธุ์ที่ไม่เปิดเผยตัวตน | |
| ใดๆ | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| ApplyAdaMax <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม AdaMax |
| ApplyAdadelta <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adadelta |
| ApplyAdagrad <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
| ApplyAdagradDa <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad ที่ใกล้เคียง |
| ApplyAdagradV2 <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ adagrad |
| ApplyAdam <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึมของ Adam |
| ApplyAddSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
| ApplyCenteredRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp ที่อยู่กึ่งกลาง |
| ApplyFtrl <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบ Ftrl-proximal |
| ApplyGradientDescent <T ขยาย TType > | อัปเดต '*var' โดยลบ 'alpha' * 'delta' ออกจากมัน |
| ใช้โมเมนตัม <T ขยาย TType > | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| ApplyPowerSign <T ขยาย TType > | อัปเดต '*var' ตามการอัปเดต AddSign |
| ApplyProximalAdagrad <T ขยาย TType > | อัปเดต '*var' และ '*accum' ตาม FOBOS ด้วยอัตราการเรียนรู้ของ Adagrad |
| ApplyProximalGradientDescent <T ขยาย TType > | อัปเดต '*var' เป็นอัลกอริทึม FOBOS ด้วยอัตราการเรียนรู้คงที่ |
| ApplyRmsProp <T ขยาย TType > | อัปเดต '*var' ตามอัลกอริทึม RMSProp |
| โดยประมาณเท่ากัน | ส่งกลับค่าความจริงของ abs(xy) < องค์ประกอบความอดทน |
| ArgMax <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์ |
| ArgMin <V ขยาย TNumber > | ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ |
| AsString | แปลงแต่ละรายการในเทนเซอร์ที่กำหนดให้เป็นสตริง |
| Asin <T ขยาย TType > | คำนวณไซน์ผกผันตรีโกณมิติขององค์ประกอบ x |
| Asinh <T ขยาย TType > | คำนวณไซน์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| AssertCardinalityชุดข้อมูล | |
| AssertNextชุดข้อมูล | |
| ยืนยันสิ่งนั้น | ยืนยันว่าเงื่อนไขที่กำหนดเป็นจริง |
| กำหนด <T ขยาย TType > | อัปเดต 'ref' โดยกำหนด 'value' ให้กับมัน |
| AssignAdd <T ขยาย TType > | อัปเดต 'ref' โดยเพิ่ม 'value' เข้าไป |
| AssignAddVariableOp | เพิ่มค่าให้กับค่าปัจจุบันของตัวแปร |
| AssignSub <T ขยาย TType > | อัปเดต 'ref' โดยลบ 'value' ออกจากมัน |
| กำหนด SubVariableOp | ลบค่าออกจากค่าปัจจุบันของตัวแปร |
| กำหนดตัวแปรOp | กำหนดค่าใหม่ให้กับตัวแปร |
| Atan <T ขยาย TType > | คำนวณแทนเจนต์ผกผันตรีโกณมิติขององค์ประกอบ x |
| Atan2 <T ขยาย TNumber > | คำนวณอาร์กแทนเจนต์ขององค์ประกอบ "y/x" โดยคำนึงถึงสัญญาณของการโต้แย้ง |
| Atanh <T ขยาย TType > | คำนวณแทนเจนต์ไฮเปอร์โบลิกผกผันขององค์ประกอบ x |
| สเปกตรัมเสียง | สร้างการแสดงภาพข้อมูลเสียงเมื่อเวลาผ่านไป |
| สรุปเสียง | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมเสียง |
| ชุดข้อมูล AutoShard | สร้างชุดข้อมูลที่แบ่งส่วนชุดข้อมูลอินพุต |
| AvgPool <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ยกับอินพุต |
| AvgPool3d <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ย 3D กับอินพุต |
| AvgPool3dGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
| AvgPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชันการรวมค่าเฉลี่ย |
| BandPart <T ขยาย TType > | คัดลอกเทนเซอร์โดยตั้งค่าทุกอย่างที่อยู่นอกแถบกลางในแต่ละเมทริกซ์ด้านในสุดให้เป็นศูนย์ |
| BandedTriangleSolve <T ขยาย TType > | |
| สิ่งกีดขวาง | กำหนดอุปสรรคที่ยังคงมีอยู่ในการประมวลผลกราฟต่างๆ |
| สิ่งกีดขวางปิด | ปิดสิ่งกีดขวางที่กำหนด |
| สิ่งกีดขวางขนาดไม่สมบูรณ์ | คำนวณจำนวนองค์ประกอบที่ไม่สมบูรณ์ในแผงกั้นที่กำหนด |
| สิ่งกีดขวางแทรกมากมาย | สำหรับแต่ละคีย์ ให้กำหนดค่าตามลำดับให้กับส่วนประกอบที่ระบุ |
| Barrier ReadySize | คำนวณจำนวนองค์ประกอบที่สมบูรณ์ในแผงกั้นที่กำหนด |
| BarrierTakeMany | นำองค์ประกอบที่เสร็จสมบูรณ์ตามจำนวนที่กำหนดจากสิ่งกีดขวาง |
| แบทช์ | แบทช์เทนเซอร์อินพุตทั้งหมดโดยไม่กำหนดไว้ |
| BatchCholesky <T ขยาย TNumber > | |
| BatchCholeskyGrad <T ขยาย TNumber > | |
| ชุดข้อมูลชุด | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบ "batch_size" จาก "input_dataset" |
| BatchFft | |
| BatchFft2d | |
| BatchFft3d | |
| BatchIfft | |
| BatchIfft2d | |
| BatchIfft3d | |
| BatchMatMul <T ขยาย TType > | คูณเทนเซอร์สองตัวเป็นชุด |
| BatchMatrixBandPart <T ขยาย TType > | |
| BatchMatrixDeterminant <T ขยาย TType > | |
| BatchMatrixDiag <T ขยาย TType > | |
| BatchMatrixDiagPart <T ขยาย TType > | |
| BatchMatrixInverse <T ขยาย TNumber > | |
| BatchMatrixSetDiag <T ขยาย TType > | |
| BatchMatrixSolve <T ขยาย TNumber > | |
| BatchMatrixSolveLs <T ขยาย TNumber > | |
| BatchMatrixTriangleSolve <T ขยาย TNumber > | |
| BatchNormWithGlobalNormalization <T ขยาย TType > | การทำให้เป็นมาตรฐานแบบแบตช์ |
| BatchNormWithGlobalNormalizationGrad <T ขยาย TType > | การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐานแบบแบทช์ |
| BatchSelfAdjointEig <T ขยาย TNumber > | |
| BatchSvd <T ขยาย TType > | |
| BatchToSpace <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T |
| BatchToSpaceNd <T ขยาย TType > | BatchToSpace สำหรับเทนเซอร์ ND ประเภท T |
| BesselI0 <T ขยาย TNumber > | |
| BesselI0e <T ขยาย TNumber > | |
| BesselI1 <T ขยาย TNumber > | |
| BesselI1e <T ขยาย TNumber > | |
| BesselJ0 <T ขยาย TNumber > | |
| BesselJ1 <T ขยาย TNumber > | |
| BesselK0 <T ขยาย TNumber > | |
| BesselK0e <T ขยาย TNumber > | |
| BesselK1 <T ขยาย TNumber > | |
| BesselK1e <T ขยาย TNumber > | |
| BesselY0 <T ขยาย TNumber > | |
| BesselY1 <T ขยาย TNumber > | |
| Betainc <T ขยาย TNumber > | คำนวณอินทิกรัลเบต้าที่ไม่สมบูรณ์ \\(I_x(a, b)\\)ไม่สมบูรณ์ |
| BiasAdd <T ขยาย TType > | เพิ่ม "อคติ" ให้กับ "คุณค่า" |
| BiasAddGrad <T ขยาย TType > | การดำเนินการย้อนกลับสำหรับ "BiasAdd" บนเทนเซอร์ "bias" |
| Bincount <T ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| Bitcast <U ขยาย TType > | Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่งโดยไม่ต้องคัดลอกข้อมูล |
| BitwiseAnd <T ขยาย TNumber > | Elementwise คำนวณค่าบิต AND ของ `x` และ `y` |
| BitwiseOr <T ขยาย TNumber > | Elementwise คำนวณระดับบิตหรือของ `x` และ `y` |
| BitwiseXor <T ขยาย TNumber > | Elementwise คำนวณ XOR ระดับบิตของ `x` และ `y` |
| BlockLSTM <T ขยาย TNumber > | คำนวณการแพร่กระจายเซลล์ไปข้างหน้าของ LSTM สำหรับขั้นตอนเวลาทั้งหมด |
| BlockLSTMGrad <T ขยาย TNumber > | คำนวณการแพร่กระจายเซลล์ LSTM ย้อนหลังสำหรับลำดับเวลาทั้งหมด |
| BoostedTreesAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesBucketize | เก็บข้อมูลแต่ละฟีเจอร์ตามขอบเขตของบัคเก็ต |
| BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดแยก | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesคำนวณคุณสมบัติที่ดีที่สุดSplitV2 | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดที่เป็นไปได้สำหรับแต่ละโหนด |
| BoostedTrees คำนวณสิ่งที่ดีที่สุดกำไรต่อคุณสมบัติ | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesCenterBias | คำนวณค่าก่อนหน้าจากข้อมูลการฝึก (อคติ) และเติมค่าก่อนหน้าของการบันทึกในโหนดแรก |
| BoostedTreesCreateEnsemble | สร้างแบบจำลองทั้งมวลของแผนภูมิและส่งกลับหมายเลขอ้างอิง |
| BoostedTreesCreateQuantileStreamResource | สร้างทรัพยากรสำหรับสตรีม Quantile |
| BoostedTreesDeserializeEnsemble | ดีซีเรียลไลซ์การกำหนดค่า Tree Ensemble ที่เป็นอนุกรมและแทนที่แผนผังปัจจุบัน ทั้งมวล |
| BoostedTreesEnsembleResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesEnsembleResource |
| BoostedTreesExampleDebugOutputs | เอาต์พุตการตีความการดีบัก/โมเดลสำหรับแต่ละตัวอย่าง |
| BoostedTreesFlushQuantileสรุป | ล้างข้อมูลสรุปควอนไทล์จากทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
| BoostedTreesGetEnsembleStates | เรียกข้อมูลโทเค็นการประทับทรัพยากรชุดต้นไม้ จำนวนต้นไม้ และสถิติการเติบโต |
| BoostedTreesMakeQuantileSummaries | จัดทำข้อมูลสรุปของปริมาณสำหรับแบทช์ |
| BoostedTreesMakeStatsSummary | ทำการสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณบันทึก |
| BoostedTreesQuantileStreamResourceAddSummary | เพิ่มข้อมูลสรุปควอนไทล์ให้กับทรัพยากรสตรีมควอนไทล์แต่ละรายการ |
| BoostedTreesQuantileStreamResourceDeserialize | ดีซีเรียลไลซ์ขอบเขตบัคเก็ตและตั้งค่าสถานะพร้อมลงใน QuantileAccumulator ปัจจุบัน |
| BoostedTreesQuantileStreamResourceFlush | ล้างข้อมูลสรุปสำหรับทรัพยากรสตรีมแบบควอนไทล์ |
| BoostedTreesQuantileStreamResourceGetBucketBoundaries | สร้างขอบเขตบัคเก็ตสำหรับแต่ละฟีเจอร์ตามข้อมูลสรุปที่สะสม |
| BoostedTreesQuantileStreamResourceHandleOp | สร้างหมายเลขอ้างอิงให้กับ BoostedTreesQuantileStreamResource |
| BoostedTreesSerializeEnsemble | ทำให้ชุดต้นไม้เป็นอนุกรมเป็นโปรโต |
| BoostedTreesSparseAggregateStats | รวมสรุปสถิติสะสมสำหรับแบตช์ |
| BoostedTreesSparseCalculateBestFeatureSplit | คำนวณกำไรสำหรับแต่ละคุณสมบัติและส่งกลับข้อมูลการแยกที่ดีที่สุดเท่าที่เป็นไปได้สำหรับคุณสมบัตินั้น |
| BoostedTreesTrainingทำนาย | รันตัวทำนายชุดการถดถอยแบบบวกหลายตัวบนอินสแตนซ์อินพุตและ คำนวณการอัปเดตเป็นบันทึกที่แคชไว้ |
| BoostedTreesUpdateEnsemble | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ |
| BoostedTreesUpdateEnsembleV2 | อัปเดตชุดต้นไม้โดยการเพิ่มเลเยอร์ให้กับต้นไม้ต้นสุดท้ายที่กำลังเติบโต หรือโดยการเริ่มต้นไม้ใหม่ |
| BroadcastDynamicShape <T ขยาย TNumber > | คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ |
| BroadcastGradientArgs <T ขยาย TNumber > | ส่งกลับดัชนีการลดสำหรับการคำนวณการไล่ระดับสีของ s0 op s1 พร้อมการออกอากาศ |
| BroadcastHelper <T ขยาย TType > | ตัวช่วยดำเนินการออกอากาศแบบ XLA ออกอากาศ `lhs` และ `rhs` ไปยังอันดับเดียวกัน โดยเพิ่มขนาด 1 มิติให้กับ `lhs` และ `rhs` ใดก็ตามที่มีอันดับต่ำกว่า โดยใช้กฎการออกอากาศของ XLA สำหรับตัวดำเนินการไบนารี |
| BroadcastRecv <T ขยาย TType > | รับค่าเทนเซอร์ที่ถ่ายทอดจากอุปกรณ์อื่น |
| BroadcastSend <T ขยาย TType > | ออกอากาศค่าเทนเซอร์ไปยังอุปกรณ์อื่นอย่างน้อยหนึ่งเครื่อง |
| BroadcastTo <T ขยาย TType > | ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้ |
| ถัง | Bucketizes 'อินพุต' ตาม 'ขอบเขต' |
| ชุดข้อมูล BytesProducedStats | บันทึกขนาดไบต์ของแต่ละองค์ประกอบของ `input_dataset` ใน StatsAggregator |
| CSRSparseMatrixComponents <T ขยาย TType > | อ่านส่วนประกอบ CSR ที่แบทช์ `ดัชนี` |
| CSRSparseMatrixToDense <T ขยาย TType > | แปลง CSRSparseMatrix (อาจเป็นแบตช์) เป็นหนาแน่น |
| CSRSparseMatrixToSparseTensor <T ขยาย TType > | แปลง CSRSparesMatrix (อาจเป็นชุด) เป็น SparseTensor |
| ชุดข้อมูล CSV | |
| CSVDatasetV2 | |
| CTCLossV2 | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ |
| ชุดข้อมูลแคช | สร้างชุดข้อมูลที่แคชองค์ประกอบจาก `input_dataset` |
| ชุดข้อมูลแคชV2 | |
| ส่ง <U ขยาย TType > | ส่ง x ประเภท SrcT ถึง y ของ DstT |
| Ceil <T ขยาย TNumber > | ส่งกลับจำนวนเต็มที่น้อยที่สุดตามองค์ประกอบไม่น้อยกว่า x |
| CheckNumerics <T ขยาย TNumber > | ตรวจสอบเทนเซอร์สำหรับค่า NaN, -Inf และ +Inf |
| Cholesky <T ขยาย TType > | คำนวณการสลายตัวของ Cholesky ของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
| CholeskyGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีแบบ backpropagated ในโหมดย้อนกลับของอัลกอริทึม Cholesky |
| เลือกชุดข้อมูลที่เร็วที่สุด | |
| ClipByValue <T ขยาย TType > | ตัดค่าเทนเซอร์ให้เป็นค่าต่ำสุดและสูงสุดที่ระบุ |
| ปิดสรุปผู้เขียน | |
| ClusterOutput <T ขยาย TType > | ตัวดำเนินการที่เชื่อมต่อเอาต์พุตของการคำนวณ XLA กับโหนดกราฟผู้บริโภคอื่น ๆ |
| CollectiveGather <T ขยาย TNumber > | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| CollectivePermute <T ขยาย TType > | Op เพื่อเปลี่ยนเทนเซอร์ข้ามอินสแตนซ์ TPU ที่จำลองแบบ |
| รวม NonMaxSuppression | เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย การดำเนินการนี้ดำเนินการ non_max_suppression บนอินพุตต่อแบตช์ ในทุกคลาส |
| เปรียบเทียบและ Bitpack | เปรียบเทียบค่าของ "อินพุต" กับ "เกณฑ์" และรวมบิตผลลัพธ์ไว้ใน "uint8" |
| ผลการรวบรวม | ส่งกลับผลลัพธ์ของการคอมไพล์ TPU |
| คอมไพล์สำเร็จยืนยัน | ยืนยันว่าการรวบรวมสำเร็จ |
| คอมเพล็กซ์ <U ขยาย TType > | แปลงจำนวนจริงสองตัวให้เป็นจำนวนเชิงซ้อน |
| ComplexAbs <U ขยาย TNumber > | คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์ |
| บีบอัดองค์ประกอบ | บีบอัดองค์ประกอบชุดข้อมูล |
| คำนวณอุบัติเหตุ Hits | คำนวณรหัสของตำแหน่งใน Sampled_candidates ที่ตรงกับ true_labels |
| ComputeBatchSize | คำนวณขนาดแบตช์แบบคงที่ของชุดข้อมูลโดยไม่ใช้แบตช์บางส่วน |
| Concat <T ขยาย TType > | เชื่อมต่อเทนเซอร์ตามมิติเดียว |
| เชื่อมต่อชุดข้อมูล | สร้างชุดข้อมูลที่เชื่อมโยง `input_dataset` กับ `another_dataset` |
| ตัวสะสมแบบมีเงื่อนไข | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| กำหนดค่า DistributedTPU | ตั้งค่าโครงสร้างแบบรวมศูนย์สำหรับระบบ TPU แบบกระจาย |
| กำหนดค่าการฝัง TPU | ตั้งค่า TPUEmbedding ในระบบ TPU แบบกระจาย |
| Conj <T ขยาย TType > | ส่งกลับสังยุคเชิงซ้อนของจำนวนเชิงซ้อน |
| ConjugateTranspose <T ขยาย TType > | สุ่มมิติของ x ตามการเรียงสับเปลี่ยนและผันผลลัพธ์ |
| ค่าคงที่ <T ขยาย TType > | ตัวดำเนินการที่สร้างค่าคงที่ |
| ใช้ MutexLock | การดำเนินการนี้ใช้การล็อกที่สร้างโดย `MutexLock` |
| ทริกเกอร์ควบคุม | ไม่ทำอะไรเลย |
| Conv <T ขยาย TType > | ล้อมตัวดำเนินการ XLA ConvGeneralDilated จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#conv_convolution |
| Conv2d <T ขยาย TNumber > | คำนวณการบิดแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ |
| Conv2dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง |
| Conv2dBackpropInput <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต |
| Conv3d <T ขยาย TNumber > | คำนวณการบิดแบบ 3 มิติโดยใช้เทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 5 มิติ |
| Conv3dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยคำนึงถึงตัวกรอง |
| Conv3dBackpropInput <U ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดสามมิติโดยสัมพันธ์กับอินพุต |
| คัดลอก <T ขยาย TType > | คัดลอกเทนเซอร์จาก CPU-to-CPU หรือ GPU-to-GPU |
| CopyHost <T ขยาย TType > | คัดลอกเทนเซอร์ไปยังโฮสต์ |
| เพราะ <T ขยาย TType > | คำนวณ cos ขององค์ประกอบ x ตามลำดับ |
| Cosh <T ขยาย TType > | คำนวณโคไซน์ไฮเปอร์โบลิกขององค์ประกอบ x |
| CountUpTo <T ขยาย TNumber > | เพิ่ม 'การอ้างอิง' จนกว่าจะถึง 'ขีดจำกัด' |
| สร้างสรุปDbWriter | |
| สร้างSummaryFileWriter | |
| ครอบตัดและปรับขนาด | แยกพืชผลจากเทนเซอร์รูปภาพอินพุตและปรับขนาด |
| CropAndResizeGradBoxes | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์กล่องอินพุต |
| CropAndResizeGradImage <T ขยาย TNumber > | คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์รูปภาพอินพุต |
| ข้าม <T ขยาย TNumber > | คำนวณผลคูณไขว้แบบคู่. |
| CrossReplicaSum <T ขยาย TNumber > | อินพุต Op to sum ในอินสแตนซ์ TPU ที่จำลองแบบ |
| CtcBeamSearchDecoder <T ขยาย TNumber > | ดำเนินการถอดรหัสการค้นหาลำแสงในบันทึกที่กำหนดในอินพุต |
| CtcGreedyDecoder <T ขยาย TNumber > | ทำการถอดรหัสโลภในบันทึกที่กำหนดในอินพุต |
| CtcLoss <T ขยาย TNumber > | คำนวณการสูญเสีย CTC (ความน่าจะเป็นของบันทึก) สำหรับรายการแบตช์แต่ละรายการ |
| CudnnRNN <T ขยาย TNumber > | RNN ที่สนับสนุนโดย cuDNN |
| CudnnRNNBackprop <T ขยาย TNumber > | ขั้นบันไดหลัง CudnnRNNV3. |
| CudnnRNNCanonicalToParams <T ขยาย TNumber > | แปลงพารามิเตอร์ CudnnRNN จากรูปแบบมาตรฐานเป็นรูปแบบที่ใช้งานได้ |
| CudnnRNNParamsToCanonical <T ขยาย TNumber > | ดึงข้อมูลพารามิเตอร์ CudnnRNN ในรูปแบบมาตรฐาน |
| CudnnRnnParamsSize <U ขยาย TNumber > | คำนวณขนาดของน้ำหนักที่โมเดล Cudnn RNN สามารถใช้ได้ |
| Cumprod <T ขยาย TType > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| Cumsum <T ขยาย TType > | คำนวณผลรวมสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| CumulativeLogsumexp <T ขยาย TNumber > | คำนวณผลคูณสะสมของเทนเซอร์ `x` ตามแนว 'แกน' |
| DataFormatDimMap <T ขยาย TNumber > | ส่งกลับดัชนีมิติในรูปแบบข้อมูลปลายทางที่กำหนดรูปแบบไว้ รูปแบบข้อมูลต้นฉบับ |
| DataFormatVecPermute <T ขยาย TNumber > | เปลี่ยนเทนเซอร์อินพุตจาก `src_format` เป็น `dst_format` |
| DataServiceชุดข้อมูล | |
| ชุดข้อมูลCardinality | ส่งกลับจำนวนสมาชิกของ `input_dataset` |
| ชุดข้อมูลFromGraph | สร้างชุดข้อมูลจาก `graph_def` ที่กำหนด |
| DatasetToGraph | ส่งกลับ GraphDef ที่เป็นอนุกรมซึ่งเป็นตัวแทนของ `input_dataset` |
| DatasetToSingleElement | ส่งออกองค์ประกอบเดียวจากชุดข้อมูลที่กำหนด |
| ชุดข้อมูลToTFRecord | เขียนชุดข้อมูลที่กำหนดลงในไฟล์ที่กำหนดโดยใช้รูปแบบ TFRecord |
| DatasetToTfRecord | เขียนชุดข้อมูลที่กำหนดลงในไฟล์ที่กำหนดโดยใช้รูปแบบ TFRecord |
| Dawsn <T ขยาย TNumber > | |
| DebugGradientIdentity <T ขยาย TType > | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| DebugGradientRefIdentity <T ขยาย TType > | การระบุตัวตนสำหรับการดีบักการไล่ระดับสี |
| DebugIdentity <T ขยาย TType > | การแก้ไขข้อบกพร่อง Identity V2 Op. |
| ดีบักNanCount | ดีบักตัวนับค่า NaN Op. |
| DebugNumericsSummary <U ขยาย TNumber > | ดีบักสรุปตัวเลข V2 Op. |
| ถอดรหัส AndCropJpeg | ถอดรหัสและครอบตัดรูปภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 |
| ถอดรหัส Base64 | ถอดรหัสสตริงที่เข้ารหัส base64 ที่ปลอดภัยบนเว็บ |
| ถอดรหัสBmp | ถอดรหัสเฟรมแรกของรูปภาพที่เข้ารหัส BMP เป็นเทนเซอร์ uint8 |
| ถอดรหัสบีบอัด | คลายการบีบอัดสตริง |
| ถอดรหัสCsv | แปลงบันทึก CSV เป็นเทนเซอร์ |
| DecodeGif | ถอดรหัสเฟรมของภาพที่เข้ารหัส GIF เป็นเทนเซอร์ uint8 |
| DecodeImage <T ขยาย TNumber > | ฟังก์ชันสำหรับ decode_bmp, decode_gif, decode_jpeg และ decode_png |
| ถอดรหัสJpeg | ถอดรหัสภาพที่เข้ารหัส JPEG เป็นเทนเซอร์ uint8 |
| ตัวอย่างการถอดรหัส Json | แปลงบันทึกตัวอย่างที่เข้ารหัส JSON เป็นสตริงบัฟเฟอร์โปรโตคอลไบนารี |
| DecodePaddedRaw <T ขยาย TNumber > | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
| DecodePng <T ขยาย TNumber > | ถอดรหัสภาพที่เข้ารหัส PNG เป็น uint8 หรือ uint16 เทนเซอร์ |
| ถอดรหัสโปรโต | สหกรณ์แยกฟิลด์จากข้อความบัฟเฟอร์โปรโตคอลแบบซีเรียลไลซ์เป็นเทนเซอร์ |
| DecodeRaw <T ขยาย TType > | ตีความไบต์ของสตริงใหม่เป็นเวกเตอร์ของตัวเลข |
| ถอดรหัสWav | ถอดรหัสไฟล์ PCM WAV 16 บิตเป็นโฟลตเทนเซอร์ |
| DeepCopy <T ขยาย TType > | สร้างสำเนาของ `x` |
| ลบIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| ลบ MemoryCache | |
| ลบ MultiDeviceIterator | คอนเทนเนอร์สำหรับทรัพยากรตัววนซ้ำ |
| ลบ RandomSeedGenerator | |
| ลบSeedGenerator | |
| ลบเซสชัน Tensor | ลบเทนเซอร์ที่ระบุโดยตัวจัดการในเซสชัน |
| DenseBincount <U ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| DenseCountSparseOutput <U ขยาย TNumber > | ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุต tf.tensor |
| DenseToCSRSparseMatrix | แปลงเทนเซอร์หนาแน่นเป็น CSRSparseMatrix (อาจเป็นแบตช์) |
| DenseToDenseSetOperation <T ขยาย TType > | ใช้การดำเนินการที่ตั้งค่าไว้ตามมิติสุดท้ายของอินพุต 'เทนเซอร์' 2 ตัว |
| ชุดข้อมูล DenseToSparseBatchData | สร้างชุดข้อมูลที่จัดกลุ่มองค์ประกอบอินพุตลงใน SparseTensor |
| DenseToSparseSetOperation <T ขยาย TType > | ใช้การดำเนินการที่ตั้งค่าตามมิติสุดท้ายของ `Tensor` และ `SparseTensor` |
| DepthToSpace <T ขยาย TType > | DepthToSpace สำหรับเทนเซอร์ประเภท T |
| DepthwiseConv2dNative <T ขยาย TNumber > | คำนวณการบิดเชิงลึกแบบ 2 มิติโดยกำหนดเทนเซอร์ 'อินพุต' และ 'ตัวกรอง' แบบ 4 มิติ |
| DepthwiseConv2dNativeBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงตัวกรอง |
| DepthwiseConv2dNativeBackpropInput < T ขยาย TNumber > | คำนวณการไล่ระดับสีของการบิดเชิงลึกโดยคำนึงถึงอินพุต |
| ลดปริมาณ | รับอินพุต uint32 ที่แพ็กแล้วคลายแพ็กอินพุตไปที่ uint8 เพื่อทำ การลดปริมาณบนอุปกรณ์ |
| ดีซีเรียลไลซ์Iterator | แปลงเทนเซอร์ตัวแปรที่กำหนดเป็นตัววนซ้ำและจัดเก็บไว้ในทรัพยากรที่กำหนด |
| DeserializeManySparse <T ขยาย TType > | ดีซีเรียลไลซ์และต่อ `SparseTensors` จากมินิแบทช์แบบอนุกรม |
| DeserializeSparse <U ขยาย TType > | ดีซีเรียลไลซ์วัตถุ 'SparseTensor' |
| ทำลายทรัพยากรOp | ลบทรัพยากรที่ระบุโดยหมายเลขอ้างอิง |
| DestroyTemporaryVariable <T ขยาย TType > | ทำลายตัวแปรชั่วคราวและส่งกลับค่าสุดท้าย |
| เดช <T ขยาย TType > | คำนวณดีเทอร์มิแนนต์ของเมทริกซ์จตุรัสตั้งแต่ 1 ตัวขึ้นไป |
| ดัชนีอุปกรณ์ | ส่งคืนดัชนีของอุปกรณ์ที่ op ทำงาน |
| Digamma <T ขยาย TNumber > | คำนวณ Psi ซึ่งเป็นอนุพันธ์ของ Lgamma (บันทึกของค่าสัมบูรณ์ของ `แกมมา(x)`) ตามองค์ประกอบ |
| Dilator2d <T ขยาย TNumber > | คำนวณการขยายระดับสีเทาของเทนเซอร์ `อินพุต` 4 มิติ และ `ฟิลเตอร์ 3 มิติ |
| Dilation2dBackpropFilter <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยสัมพันธ์กับตัวกรอง |
| Dilation2dBackpropInput <T ขยาย TNumber > | คำนวณการไล่ระดับสีของการขยายทางสัณฐานวิทยา 2 มิติโดยคำนึงถึงอินพุต |
| ชุดข้อมูล DirectedInterleave | ใช้แทน `InterleaveDataset` ในรายการชุดข้อมูล `N` ที่คงที่ |
| div <T ขยาย TType > | คืนค่าองค์ประกอบ x / y |
| DivNoNan <T ขยาย TType > | ส่งกลับ 0 ถ้าตัวส่วนเป็นศูนย์ |
| จุด <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DotGeneral จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dotgeneral |
| DrawBoundingBoxes <T ขยาย TNumber > | วาดกรอบขอบบนชุดรูปภาพ |
| DummyIterationCounter | |
| DummyMemoryCache | |
| เครื่องกำเนิด DummySeed | |
| DynamicPartition <T ขยาย TType > | แบ่งพาร์ติชัน `data` เป็นเทนเซอร์ `num_partitions` โดยใช้ดัชนีจาก `partitions` |
| DynamicSlice <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DynamicSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicslice |
| DynamicStitch <T ขยาย TType > | แทรกค่าจากเทนเซอร์ "ข้อมูล" ลงในเทนเซอร์ตัวเดียว |
| DynamicUpdateSlice <T ขยาย TType > | ล้อมตัวดำเนินการ XLA DynamicUpdateSlice จัดทำเอกสารไว้ที่ https://www.tensorflow.org/Performance/xla/operation_semantics#dynamicupdateslice |
| แก้ไขระยะทาง | คำนวณระยะทางแก้ไขของ Levenshtein (อาจเป็นมาตรฐาน) |
| Eig <U ขยาย TType > | คำนวณการสลายตัวแบบลักษณะเฉพาะของเมทริกซ์จตุรัสตั้งแต่หนึ่งเมทริกซ์ขึ้นไป |
| Einsum <T ขยาย TType > | op ที่รองรับ einsum op พื้นฐานพร้อม 2 อินพุตและ 1 เอาต์พุต |
| Elu <T ขยาย TNumber > | คำนวณเชิงเส้นแบบเอ็กซ์โปเนนเชียล: `exp(features) - 1` ถ้า < 0, `features` มิฉะนั้น |
| EluGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีสำหรับการดำเนินการเชิงเส้นแบบเอ็กซ์โปเนนเชียล (Elu) |
| การฝังการเปิดใช้งาน | การดำเนินการที่ทำให้เกิดความแตกต่างของ TPU Embeddings |
| ว่างเปล่า <T ขยาย TType > | สร้างเทนเซอร์ตามรูปร่างที่กำหนด |
| ว่างเปล่า TensorList | สร้างและส่งกลับรายการเทนเซอร์ที่ว่างเปล่า |
| แผนที่ Tensor ว่างเปล่า | สร้างและส่งกลับแผนที่เทนเซอร์ว่างเปล่า |
| EncodeBase64 | เข้ารหัสสตริงเป็นรูปแบบ base64 ที่ปลอดภัยบนเว็บ |
| เข้ารหัสJpeg | JPEG เข้ารหัสรูปภาพ |
| เข้ารหัสคุณภาพตัวแปร JPEG | ภาพอินพุตเข้ารหัส JPEG พร้อมคุณภาพการบีบอัดที่ให้มา |
| เข้ารหัสPng | PNG เข้ารหัสรูปภาพ |
| เข้ารหัสโปรโต | op ทำให้ข้อความ protobuf อยู่ในเทนเซอร์อินพุต |
| เข้ารหัสWav | เข้ารหัสข้อมูลเสียงโดยใช้รูปแบบไฟล์ WAV |
| เข้าคิว TPUembedingIntegerBatch | การดำเนินการที่จัดคิวรายการเทนเซอร์แบทช์อินพุตเป็น TPUEmbedding |
| เข้าคิว TPUembedRaggedTensorBatch | ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup() ง่ายขึ้น |
| เข้าคิวTPUmbeddingSparseBatch | การดำเนินการที่จัดคิวดัชนีอินพุต TPUEmbedding จาก SparseTensor |
| จัดคิว TPUembedSparseTensorBatch | ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น |
| SureShape <T ขยาย TType > | ตรวจสอบให้แน่ใจว่ารูปร่างของเทนเซอร์ตรงกับรูปร่างที่คาดหวัง |
| ป้อน <T ขยาย TType > | สร้างหรือค้นหาเฟรมย่อย และทำให้ 'ข้อมูล' พร้อมใช้งานสำหรับเฟรมย่อย |
| เท่ากัน | ส่งกลับค่าความจริงของ (x == y) ตามองค์ประกอบ |
| Erf <T ขยาย TNumber > | คำนวณฟังก์ชันข้อผิดพลาดของ Gauss ขององค์ประกอบ "x" |
| Erfc <T ขยาย TNumber > | คำนวณฟังก์ชันข้อผิดพลาดเสริมขององค์ประกอบ "x" |
| EuclideanNorm <T ขยาย TType > | คำนวณบรรทัดฐานยุคคลิดขององค์ประกอบในมิติของเมตริกซ์ |
| ดำเนินการ | Op ที่โหลดและรันโปรแกรม TPU บนอุปกรณ์ TPU |
| ExecuteAndUpdateVariables | Op ที่รันโปรแกรมด้วยการอัพเดตตัวแปรแบบแทนที่ซึ่งเป็นตัวเลือก |
| ออกจาก <T ขยาย TType > | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| ประสบการณ์ <T ขยาย TType > | คำนวณเลขยกกำลังขององค์ประกอบ x ตามลำดับ |
| ExpandDims <T ขยาย TType > | แทรกมิติ 1 ลงในรูปร่างของเทนเซอร์ |
| Expint <T ขยาย TNumber > | |
| Expm1 <T ขยาย TType > | คำนวณองค์ประกอบ `exp(x) - 1` |
| สารสกัดGlimpse | แยกข้อมูลเหลือบจากเทนเซอร์อินพุต |
| ExtractImagePatches <T ขยาย TType > | แยก "แพตช์" ออกจาก "รูปภาพ" และวางไว้ในมิติเอาต์พุต "เชิงลึก" |
| ExtractJpegShape <T ขยาย TNumber > | แยกข้อมูลรูปร่างของรูปภาพที่เข้ารหัส JPEG |
| ExtractVolumePatches <T ขยาย TNumber > | แยก "แพตช์" ออกจาก "อินพุต" และวางไว้ในมิติเอาต์พุต "ความลึก" |
| ข้อเท็จจริง | นำเสนอข้อเท็จจริงเกี่ยวกับแฟกทอเรียล |
| FakeQuantWithMinMaxArgs | วัดปริมาณปลอมของเทนเซอร์ 'อินพุต' พิมพ์ float เป็นเทนเซอร์ 'เอาท์พุต' ที่เป็นประเภทเดียวกัน |
| FakeQuantWithMinMaxArgsGradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ FakeQuantWithMinMaxArgs |
| FakeQuantWithMinMaxVars | ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก วัดปริมาณปลอมของเทนเซอร์ "อินพุต" ประเภทลอยผ่านสเกลาร์โฟลตทั่วโลก "นาที" และ "สูงสุด" ถึงเทนเซอร์ "เอาต์พุต" ที่มีรูปร่างเดียวกันกับ "อินพุต" |
| FakeQuantWithMinMaxVarsGradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ FakeQuantWithMinMaxVars |
| FakeQuantWithMinMaxVarsPerChannel | ปลอมปริมาณเทนเซอร์ 'อินพุต' ประเภทลอยผ่านการลอยตัวต่อช่อง ปริมาณปลอมของเทนเซอร์ `อินพุต` ประเภท float ต่อแชนเนลและหนึ่งในรูปร่าง: `[d]`, `[b, d]` `[b, h, w, d]` ผ่านทางโฟลตต่อแชนเนล ` ขั้นต่ำและ 'สูงสุด' ของรูปร่าง `[d]` ถึง 'เอาท์พุต' เทนเซอร์ที่มีรูปร่างเดียวกันกับ 'อินพุต' |
| FakeQuantWithMinMaxVarsPerChannelGradient | คำนวณการไล่ระดับสีสำหรับการดำเนินการ FakeQuantWithMinMaxVarsPerChannel |
| Fft <T ขยาย TType > | การแปลงฟูเรียร์แบบเร็ว |
| Fft2d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบ 2 มิติ |
| Fft3d <T ขยาย TType > | การแปลงฟูริเยร์อย่างรวดเร็ว 3 มิติ |
| FifoQueue | คิวที่สร้างองค์ประกอบตามลำดับเข้าก่อนออกก่อน |
| เติม <U ขยาย TType > | สร้างเมตริกซ์ที่เต็มไปด้วยค่าสเกลาร์ |
| ชุดข้อมูล FilterByLastComponentDataset | สร้างชุดข้อมูลที่มีองค์ประกอบขององค์ประกอบแรกของ `input_dataset` ที่เป็นจริงในองค์ประกอบสุดท้าย |
| ลายนิ้วมือ | สร้างค่าลายนิ้วมือ |
| ชุดข้อมูลบันทึกความยาวคงที่ | |
| โปรแกรมอ่านบันทึกความยาวคงที่ | เครื่องอ่านที่ส่งออกบันทึกที่มีความยาวคงที่จากไฟล์ |
| แก้ไข UnigramCandidateSampler | สร้างป้ายกำกับสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจงแบบยูนิแกรมที่เรียนรู้ |
| ชั้น <T ขยาย TNumber > | ส่งกลับจำนวนเต็มที่ใหญ่ที่สุดตามองค์ประกอบซึ่งไม่เกิน x |
| FloorDiv <T ขยาย TType > | ส่งคืน x // y องค์ประกอบที่ชาญฉลาด |
| FloorMod <T ขยาย TNumber > | ส่งกลับส่วนที่เหลือของการหารตามองค์ประกอบ |
| FlushSummaryWriter | |
| FractionalAvgPool <T ขยาย TNumber > | ดำเนินการรวมค่าเฉลี่ยเศษส่วนกับอินพุต |
| FractionalAvgPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน FractionalAvgPool |
| FractionalMaxPool <T ขยาย TNumber > | ดำเนินการรวมเศษส่วนสูงสุดกับอินพุต |
| FractionalMaxPoolGrad <T ขยาย TNumber > | คำนวณการไล่ระดับสีของฟังก์ชัน FractionalMaxPool |
| FresnelCos <T ขยาย TNumber > | |
| FresnelSin <T ขยาย TNumber > | |
| FusedBatchNorm <T ขยาย TNumber , U ขยาย TNumber > | การทำให้เป็นมาตรฐานแบบแบตช์ |
| FusedBatchNormGrad <T ขยาย TNumber , U ขยาย TNumber > | การไล่ระดับสีสำหรับการทำให้เป็นมาตรฐานแบบแบทช์ |
| FusedPadConv2d <T ขยาย TNumber > | ดำเนินการเติมเป็นกระบวนการล่วงหน้าระหว่างการบิด |
| FusedResizeAndPadConv2d <T ขยาย TNumber > | ดำเนินการปรับขนาดและขยายเป็นกระบวนการล่วงหน้าระหว่างการบิด |
| GRUBlockCell <T ขยาย TNumber > | คำนวณการแพร่กระจายไปข้างหน้าของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
| GRUBlockCellGrad <T ขยาย TNumber > | คำนวณการแพร่กระจายกลับของเซลล์ GRU เป็นเวลา 1 ขั้นตอน |
| รวบรวม <T ขยาย TType > | ล้อมตัวดำเนินการ XLA Gather ที่บันทึกไว้ที่ https://www.tensorflow.org/xla/operation_semantics#gather |
| GatherNd <T ขยาย TType > | รวบรวมชิ้นส่วนจาก 'params' ลงในเทนเซอร์ที่มีรูปร่างที่ระบุโดย 'ดัชนี' |
| GatherV2 <T ขยาย TNumber > | สะสมเทนเซอร์หลายตัวที่มีประเภทและรูปร่างเหมือนกันร่วมกัน |
| สร้าง BoundingBoxProposals | การดำเนินการนี้สร้างภูมิภาคที่สนใจจากกล่องขอบเขตที่กำหนด (bbox_deltas) พุก wrt ที่เข้ารหัสตาม eq.2 ใน arXiv:1506.01497 op เลือกกล่องให้คะแนน `pre_nms_topn` อันดับต้นๆ ถอดรหัสด้วยความเคารพต่อจุดยึด ใช้การปราบปรามที่ไม่สูงสุดบนกล่องที่ทับซ้อนกันที่มีค่ามากกว่า `nms_threshold` ค่าทางแยก-over-union (iou) ทิ้งกล่องที่ด้านสั้นกว่าน้อยกว่า ` ขั้นต่ำ_ขนาด`. |
| สร้าง VocabRemapping | กำหนดเส้นทางไปยังไฟล์คำศัพท์ทั้งเก่าและใหม่ ส่งคืน Tensor ของการแมปใหม่ ความยาว `num_new_vocab` โดยที่ `remapping[i]` มีหมายเลขแถวในคำศัพท์เก่าที่สอดคล้องกับแถว `i` ในคำศัพท์ใหม่ (เริ่มต้นที่บรรทัด `new_vocab_offset` และไปจนถึงเอนทิตี `num_new_vocab`) หรือ `- 1` ถ้ารายการ `i` ในคำศัพท์ใหม่ไม่ได้อยู่ในคำศัพท์เก่า |
| รับ SessionHandle | เก็บเทนเซอร์อินพุตไว้ในสถานะของเซสชันปัจจุบัน |
| GetSessionTensor <T ขยาย TType > | รับค่าของเทนเซอร์ที่ระบุโดยที่จับ |
| มากขึ้น | ส่งกลับค่าความจริงของ (x > y) ตามองค์ประกอบ |
| เท่าเทียมกันมากขึ้น | ส่งกลับค่าความจริงของ (x >= y) ตามองค์ประกอบ |
| WarrantyConst <T ขยาย TType > | รับประกันรันไทม์ TF ว่าเทนเซอร์อินพุตมีค่าคงที่ |
| แฮชเทเบิล | สร้างตารางแฮชที่ไม่ได้เตรียมใช้งาน |
| HistogramFixedWidth <U ขยาย TNumber > | ส่งกลับฮิสโตแกรมของค่า |
| สรุปฮิสโตแกรม | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมฮิสโตแกรม |
| HsvToRgb <T ขยาย TNumber > | แปลงรูปภาพหนึ่งภาพขึ้นไปจาก HSV เป็น RGB |
| ข้อมูลประจำตัว <T ขยาย TType > | ส่งกลับเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับเทนเซอร์หรือค่าอินพุต |
| อัตลักษณ์N | ส่งคืนรายการเทนเซอร์ที่มีรูปร่างและเนื้อหาเหมือนกับอินพุต เทนเซอร์ |
| IdentityReader | เครื่องอ่านที่ส่งออกงานที่อยู่ในคิวเป็นทั้งคีย์และค่า |
| Ifft <T ขยาย TType > | การแปลงฟูเรียร์เร็วผกผัน |
| Ifft2d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบผกผัน 2D |
| Ifft3d <T ขยาย TType > | การแปลงฟูเรียร์เร็วแบบผกผัน 3D |
| อิแกมมา <T ขยาย TNumber > | คำนวณฟังก์ชันแกมม่าที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานต่ำกว่า `P(a, x)` |
| IgammaGradA <T ขยาย TNumber > | คำนวณความชันของ `igamma(a, x)` wrt `a` |
| อิแกมแมค <T ขยาย TNumber > | คำนวณฟังก์ชันแกมมาที่ไม่สมบูรณ์และทำให้เป็นมาตรฐานด้านบน `Q(a, x)` |
| ละเว้นชุดข้อมูลข้อผิดพลาด | สร้างชุดข้อมูลที่มีองค์ประกอบของ `input_dataset` โดยไม่สนใจข้อผิดพลาด |
| Imag <U ขยาย TNumber > | ส่งกลับส่วนจินตภาพของจำนวนเชิงซ้อน |
| ImageProjectiveTransformV2 <T ขยาย TNumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| ImageProjectiveTransformV3 <T ขยาย TNumber > | ใช้การแปลงที่กำหนดกับแต่ละภาพ |
| ภาพโดยย่อ | ส่งออกบัฟเฟอร์โปรโตคอล 'สรุป' พร้อมรูปภาพ |
| ImmutableConst <T ขยาย TType > | ส่งกลับเทนเซอร์ที่ไม่เปลี่ยนรูปจากขอบเขตหน่วยความจำ |
| กิจกรรมนำเข้า | |
| อินท็อปเค | บอกว่าเป้าหมายอยู่ในการทำนาย `K` อันดับต้น ๆ หรือไม่ |
| InfeedDequeue <T ขยาย TType > | ตัวยึดตำแหน่งใช้สำหรับค่าที่จะป้อนเข้าสู่การคำนวณ |
| InfeedDequeueTuple | ดึงค่าหลายค่าจากการป้อนเข้าเป็นทูเพิล XLA |
| ป้อนเข้าคิว | op ที่ป้อนค่า Tensor เดียวในการคำนวณ |
| InfeedEnqueuePrelinearizedBuffer | การดำเนินการที่จัดคิวบัฟเฟอร์ที่กำหนดไว้ล่วงหน้าลงในอินพุต TPU |
| InfeedEnqueueTuple | ฟีดค่าเทนเซอร์หลายค่าลงในการคำนวณเป็นทูเพิล XLA |
| ในนั้น | |
| เตรียมใช้งานตาราง | เครื่องมือเริ่มต้นตารางที่รับเทนเซอร์สองตัวสำหรับคีย์และค่าตามลำดับ |
| เตรียมใช้งานTableFromDataset | |
| เตรียมใช้งาน TableFromTextFile | เตรียมข้อมูลเบื้องต้นให้กับตารางจากไฟล์ข้อความ |
| InplaceAdd <T ขยาย TType > | เพิ่ม v ลงในแถวที่ระบุของ x |
| InplaceSub <T ขยาย TType > | ลบ `v` ลงในแถวที่ระบุของ `x` |
| InplaceUpdate <T ขยาย TType > | อัพเดตแถวที่ระบุ 'i' ด้วยค่า 'v' |
| Inv <T ขยาย TType > | คำนวณค่าผกผันของเมทริกซ์แบบกลับด้านสี่เหลี่ยมจตุรัสหนึ่งหรือหลายเมทริกซ์หรือเมทริกซ์ที่อยู่ติดกัน (คอนจูเกตทรานสโพส) |
| InvGrad <T ขยาย TType > | คำนวณการไล่ระดับสีสำหรับค่าผกผันของ `x` ด้วยอินพุต |
| สลับ <T ขยาย TNumber > | สลับ (พลิก) แต่ละบิตของประเภทที่รองรับ เช่น พิมพ์ค่า `uint8` 01010101 กลายเป็น 10101010 |
| InvertPermutation <T ขยาย TNumber > | คำนวณการเรียงสับเปลี่ยนผกผันของเทนเซอร์ |
| irfft <u ขยาย tnumber > | การแปลงฟูริเยร์ที่มีค่าผกผันแบบผกผัน |
| irfft2d <u ขยาย tnumber > | ผกผัน 2D การแปลงฟูริเยร์ที่มีค่าอย่างรวดเร็ว |
| irfft3d <u ขยาย tnumber > | ผกผัน 3D การแปลงฟูริเยร์ที่มีค่าอย่างรวดเร็ว |
| isboostedtreesensembleinitialized | ตรวจสอบว่าชุดต้นไม้ได้รับการเริ่มต้นหรือไม่ |
| isboostedtreesquantilestreamresourceInitialized | ตรวจสอบว่ามีการเริ่มต้นกระแสควอนไทล์หรือไม่ |
| isfinite | ผลตอบแทนองค์ประกอบของ X นั้น จำกัด |
| isinf | ผลตอบแทนองค์ประกอบของ X คือ inf |
| ISNAN | ผลตอบแทนองค์ประกอบของ X คือ NAN |
| isVariableInitialized | ตรวจสอบว่าเทนเซอร์ได้รับการเริ่มต้นหรือไม่ |
| isotonicregression <u ขยาย tnumber > | แก้ปัญหาการถดถอยไอโซนิกชุด |
| ตัววนซ้ำ | |
| IteratorFromStringHandle | |
| iteratorgetDevice | ส่งคืนชื่อของอุปกรณ์ที่ `ทรัพยากร 'ถูกวางไว้ |
| iteratorgetNext | รับเอาต์พุตถัดไปจากตัววนซ้ำที่กำหนด |
| iteratorgetnextasoptional | รับเอาต์พุตถัดไปจากตัววนซ้ำที่กำหนดเป็นตัวแปรเสริม |
| iteratorgetnextsync | รับเอาต์พุตถัดไปจากตัววนซ้ำที่กำหนด |
| iteratortOstringhandle | แปลง `resource_handle` ที่กำหนดเป็นตัวแทนของตัววนซ้ำเป็นสตริง |
| เข้าร่วม | เข้าร่วมสตริงในรายการเทนเซอร์สตริงที่กำหนดไว้ในเทนเซอร์เดียว ด้วยตัวคั่นที่กำหนด (ค่าเริ่มต้นคือตัวคั่นที่ว่างเปล่า) |
| KMC2Chaininitialization | ส่งคืนดัชนีของจุดข้อมูลที่ควรเพิ่มลงในชุดเมล็ด |
| KeyValuesort <t ขยาย tnumber , u ขยาย ttype > | ห่อโอเปอเรเตอร์เรียงลำดับ XLA ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#sort |
| KMeansPlusInitialization | เลือกแถว NUM_TO_SAMPLE ของอินพุตโดยใช้เกณฑ์ KMEANS ++ |
| Kthorderstatistic | คำนวณสถิติการสั่งซื้อ KTH ของชุดข้อมูล |
| l2loss <t ขยาย tnumber > | การสูญเสีย L2 |
| LMDBDATASET | สร้างชุดข้อมูลที่ปล่อยคู่คีย์-ค่าในไฟล์ LMDB หนึ่งไฟล์ขึ้นไป |
| lstmblockcell <t ขยาย tnumber > | คำนวณการแพร่กระจายไปข้างหน้าของเซลล์ LSTM เป็นเวลา 1 ขั้นตอน |
| lstmblockcellgrad <t ขยาย tnumber > | คำนวณการแพร่กระจายของเซลล์ LSTM ย้อนหลังเป็นเวลา 1 ครั้ง |
| LatencyStatsDataset | บันทึกเวลาแฝงของการผลิตองค์ประกอบ `input_dataset` ใน statsaggregator |
| leakyrelu <t ขยาย tnumber > | คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (คุณสมบัติคุณสมบัติ * alpha)` |
| LeakyrelUgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขสำหรับการดำเนินการรั่วไหล |
| เรียนรู้ | สร้างฉลากสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจง Unigram ที่เรียนรู้ |
| leftshift <t ขยาย tnumber > | Elementwise คำนวณการเปลี่ยน bitwise ซ้ายของ `x` และ` y` |
| น้อย | ส่งคืนค่าความจริงของ (x <y) องค์ประกอบที่ชาญฉลาด |
| ไม่เท่ากัน | ส่งคืนค่าความจริงของ (x <= y) องค์ประกอบที่ชาญฉลาด |
| lgamma <t ขยาย tnumber > | คำนวณบันทึกของค่าสัมบูรณ์ของ `gamma (x)` องค์ประกอบที่ชาญฉลาด |
| linspace <t ขยาย tnumber > | สร้างค่าในช่วงเวลา |
| LMDBDATASET | |
| lmdbreader | เครื่องอ่านที่ส่งออกเร็กคอร์ดจากไฟล์ LMDB |
| loadandremapmatrix | โหลด 2-D (เมทริกซ์) `tensor` พร้อมชื่อ` old_tensor_name` จากจุดตรวจสอบ ที่ `ckpt_path` และอาจจัดเรียงแถวและคอลัมน์ของมันใหม่โดยใช้ remappings ที่ระบุ |
| loadtpuembeddingadamparameters | โหลดพารามิเตอร์การฝังอดัม |
| loadtpuembeddingadamparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง ADAM พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| Loadtpuembeddingadadeltaparameters | โหลดพารามิเตอร์การฝัง Adadelta |
| loadtpuembeddingadadeltaparametersgradaccumdebug | โหลดพารามิเตอร์ Adadelta ด้วยการสนับสนุนการดีบัก |
| loadtpuembeddingadadagradparameters | โหลดพารามิเตอร์การฝัง Adagrad |
| loadtpuembeddingadadagradparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง Adagrad พร้อมการสนับสนุนการดีบัก |
| loadtpuembeddingcenteredrmspropparameters | โหลดพารามิเตอร์การฝัง RMSProp ที่กึ่งกลาง |
| loadtpuembeddingftrlparameters | โหลดพารามิเตอร์การฝัง FTRL |
| loadtpuembeddingftrlparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง FTRL พร้อมการสนับสนุนการแก้ไขข้อบกพร่อง |
| loadtpuembeddingmdladagradlightparameters | โหลดพารามิเตอร์การฝังแสง Adagrad MDL |
| loadtpuembeddingmomentumparameters | โหลดพารามิเตอร์การฝังโมเมนตัม |
| loadtpuembeddingmomentumparametersgradaccumdebug | โหลดพารามิเตอร์การฝังโมเมนตัมด้วยการสนับสนุนการดีบัก |
| loadtpuembeddingproximaladagradparameters | โหลดพารามิเตอร์การฝัง adagrad proximal |
| loadtpuembeddingproximaladagradparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง adagrad proximal ด้วยการสนับสนุนการดีบัก |
| loadtpuembeddingproximalyogiparameters | |
| loadtpuembeddingproximalyogiparametersgradaccumdebug | |
| loadtpuembeddingrmspropparameters | โหลดพารามิเตอร์การฝัง RMSPROP |
| loadtpuembeddingrmspropparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง RMSPROP ด้วยการสนับสนุนการดีบัก |
| loadtpuembeddingstochasticgradientdescentparameters | โหลดพารามิเตอร์การฝัง SGD |
| loadtpuembeddingstochasticgradientdescentparametersgradaccumdebug | โหลดพารามิเตอร์การฝัง SGD |
| LocalResponsenormalization <t ขยาย tnumber > | การตอบสนองการตอบสนองในท้องถิ่น |
| LocalResponsenormalizationGrad <t ขยาย tnumber > | การไล่ระดับสีสำหรับการตอบสนองในท้องถิ่น |
| log <t ขยาย ttype > | คำนวณลอการิทึมธรรมชาติของ X Element-wise |
| log1p <t ขยาย ttype > | คำนวณลอการิทึมธรรมชาติของ (1 + x) องค์ประกอบที่ชาญฉลาด |
| logMatrixDeterminant <t ขยาย ttype > | คำนวณเครื่องหมายและบันทึกของค่าสัมบูรณ์ของตัวกำหนดของ เมทริกซ์สี่เหลี่ยมหนึ่งตัวขึ้นไป |
| logsoftmax <t ขยาย tnumber > | คำนวณการเปิดใช้งาน SoftMax Log |
| loguniformcandidateAmpler | สร้างฉลากสำหรับการสุ่มตัวอย่างผู้สมัครด้วยการแจกแจงบันทึกแบบไม่สม่ำเสมอ |
| ตรรกะและ | ส่งคืนค่าความจริงขององค์ประกอบ x และ y ที่ชาญฉลาด |
| ตรรกะ | ส่งคืนค่าความจริงขององค์ประกอบ "NOT x" |
| เครื่องตรรกะ | ส่งคืนค่าความจริงขององค์ประกอบ x หรือ y ที่ชาญฉลาด |
| lookextable export <t ขยาย ttype , u ขยาย ttype > | เอาต์พุตปุ่มและค่าทั้งหมดในตาราง |
| lookuxtablefind <u ขยาย ttype > | ค้นหาคีย์ในตารางส่งออกค่าที่สอดคล้องกัน |
| มองดูได้ง่าย | แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ |
| lookuxtableinsert | อัปเดตตารางเป็นคีย์เชื่อมโยงกับค่า |
| lookuptableremove | ลบคีย์และค่าที่เกี่ยวข้องออกจากตาราง |
| มองดู | คำนวณจำนวนองค์ประกอบในตารางที่กำหนด |
| วนรอบ | ส่งต่ออินพุตไปยังเอาต์พุต |
| ต่ำกว่า | แปลงอักขระตัวพิมพ์ใหญ่ทั้งหมดให้เป็นตัวพิมพ์เล็กที่เกี่ยวข้อง |
| ล่างสุด <u ขยาย tnumber > | ใช้ lower_bound (sorted_search_values, ค่า) ตามแต่ละแถว |
| lu <t ขยาย ttype , u ขยาย tnumber > | คำนวณการสลายตัวของ LU ของเมทริกซ์สี่เหลี่ยมหนึ่งตัวหรือมากกว่า |
| เครื่องทำให้ขัง | สร้างตัววนซ้ำใหม่จากชุดข้อมูล `ที่กำหนดและเก็บไว้ใน` iterator ' |
| makeunique | ทำให้องค์ประกอบทั้งหมดในมิติที่ไม่ใช่แบทช์ไม่ซ้ำกัน แต่ \ "ปิด \" ค่าเริ่มต้นของพวกเขา |
| MapClear | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| MapinComentesize | OP ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
| การนัดพบ | OP Peeks ที่ค่าที่คีย์ที่ระบุ |
| ทำแผนที่ | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| เวทีแผนที่ | ขั้นตอน (คีย์, ค่า) ในคอนเทนเนอร์พื้นฐานซึ่งทำงานเหมือนแฮชต์ |
| Mapunstage | OP ลบและส่งคืนค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง |
| Mapunstagenokey | Op ลบและส่งกลับการสุ่ม (คีย์, ค่า) จากภาชนะที่อยู่ด้านล่าง |
| matmul <t ขยาย ttype > | คูณเมทริกซ์ "A" โดยเมทริกซ์ "B" |
| การจับคู่ไฟล์ | ส่งคืนชุดของไฟล์ที่ตรงกับรูปแบบ GLOB หนึ่งรูปแบบขึ้นไป |
| MatchingFilesDataset | |
| matrixdiag <t ขยาย ttype > | ส่งคืนเทนเซอร์ในแนวทแยงที่มีค่าเส้นทแยงมุมที่กำหนด |
| matrixdiagpart <t ขยาย ttype > | ส่งคืนส่วนแนวทแยงมุมของเทนเซอร์แบตช์ |
| matrixdiagpartv3 <t ขยาย ttype > | ส่งคืนส่วนแนวทแยงมุมของเทนเซอร์แบตช์ |
| matrixdiagv3 <t ขยาย ttype > | ส่งคืนเทนเซอร์ในแนวทแยงที่มีค่าเส้นทแยงมุมที่กำหนด |
| matrixlogarithm <t ขยาย ttype > | คำนวณลอการิทึมเมทริกซ์ของเมทริกซ์สี่เหลี่ยมหนึ่งตัวขึ้นไป: \\(log(exp(A)) = A\\) OP นี้ถูกกำหนดไว้สำหรับเมทริกซ์ที่ซับซ้อนเท่านั้น |
| matrixsetDiag <t ขยาย ttype > | ส่งคืนเทนเซอร์เมทริกซ์แบบแบตช์พร้อมค่าเส้นทแยงมุมแบบแบตช์ใหม่ |
| matrixSolvels <t ขยาย ttype > | แก้ปัญหาสองกำลังสองน้อยลงอย่างน้อยหนึ่งปัญหา |
| สูงสุด <t ขยาย ttype > | คำนวณองค์ประกอบสูงสุดในมิติของเทนเซอร์ |
| MaxintraopparallelismDataset | สร้างชุดข้อมูลที่แทนที่การขนานภายในภายในสูงสุด |
| MaxPool <t ขยาย ttype > | ดำเนินการรวมสูงสุดในอินพุต |
| maxpool3d <t ขยาย tnumber > | ดำเนินการรวมสูงสุด 3D บนอินพุต |
| maxpool3dgrad <u ขยาย tnumber > | คำนวณการไล่ระดับสีของฟังก์ชั่นการรวมสูงสุด 3D |
| maxpool3dgradgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชั่น maxpooling |
| maxpoolgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของฟังก์ชั่น maxpooling |
| maxpoolgradgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชั่น maxpooling |
| maxpoolgradgradwithargmax <t ขยาย tnumber > | คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชั่น maxpooling |
| maxpoolgradwithargmax <t ขยาย tnumber > | คำนวณการไล่ระดับสีของฟังก์ชั่น maxpooling |
| maxpoolwithargmax <t ขยาย tnumber , u ขยาย tnumber > | ดำเนินการรวมสูงสุดในอินพุตและเอาต์พุตทั้งค่าสูงสุดและดัชนี |
| สูงสุด <t ขยาย tnumber > | ส่งคืนสูงสุดของ x และ y (เช่น |
| หมายถึง <t ขยาย ttype > | คำนวณค่าเฉลี่ยขององค์ประกอบในมิติของเทนเซอร์ |
| ผสาน <t ขยาย ttype > | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" ไปยัง "เอาต์พุต" |
| Mergesummamary | รวมสรุป |
| mergev2checkpoints | รูปแบบ V2 เฉพาะ: ผสานไฟล์ข้อมูลเมตาของจุดตรวจสอบ |
| MFCC | แปลงสเปกโตรแกรมเป็นรูปแบบที่มีประโยชน์สำหรับการจดจำคำพูด |
| min <t ขยาย ttype > | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ขั้นต่ำ <t ขยาย tnumber > | ส่งคืน min of x และ y (เช่น |
| Mirrorpad <t ขยาย ttype > | แผ่นเทนเซอร์ที่มีค่ามิเรอร์ |
| Mirrorpadgrad <t ขยาย ttype > | การไล่ระดับสี op สำหรับ `mirrorpad` op |
| mlirpassthroughop | ล้อมการคำนวณ MLIR ตามอำเภอใจที่แสดงเป็นโมดูลด้วยฟังก์ชัน main() |
| mod <t ขยาย tnumber > | ส่งคืนองค์ประกอบที่เหลืออยู่ในการแบ่ง |
| ModelDataset | การแปลงตัวตนที่จำลองประสิทธิภาพ |
| mul <t ขยาย ttype > | ส่งคืน x * y องค์ประกอบที่ชาญฉลาด |
| Mulnonan <t ขยาย ttype > | ส่งคืน x * y องค์ประกอบที่ชาญฉลาด |
| Multideviceiterator | สร้างทรัพยากร MultideviceIterator |
| MultideViceIteratorFromStringHandle | สร้างทรัพยากร MultideViceIterator จากที่จับสตริงที่ให้ไว้ |
| MultideViceIteratorGetNextFromshard | รับองค์ประกอบถัดไปสำหรับหมายเลขชาร์ดที่ระบุ |
| multideviceiterinit | เริ่มต้นตัววนซ้ำอุปกรณ์หลายตัวด้วยชุดข้อมูลที่กำหนด |
| MultideviceiteratortoStringHandle | ผลิตที่จับสตริงสำหรับ multideviceiterator ที่กำหนด |
| Multinomial <U ขยาย tnumber > | วาดตัวอย่างจากการกระจายแบบพหุนาม |
| Mutabledensehashtable | สร้างตารางแฮชที่ว่างเปล่าที่ใช้เทนเซอร์เป็นร้านค้าสำรอง |
| ไม่แน่นอน | สร้างตารางแฮชที่ว่างเปล่า |
| MutableHashtableOftensors | สร้างตารางแฮชที่ว่างเปล่า |
| mutex | สร้างทรัพยากร mutex ที่สามารถล็อคโดย `mutexlock` |
| Mutexlock | ล็อคทรัพยากร mutex |
| ncclallreduce <t ขยาย tnumber > | เอาต์พุตเทนเซอร์ที่มีการลดลงของเทนเซอร์อินพุตทั้งหมด |
| ncclbroadcast <t ขยาย tnumber > | ส่ง `อินพุต 'ไปยังอุปกรณ์ทั้งหมดที่เชื่อมต่อกับเอาต์พุต |
| ncclreduce <t ขยาย tnumber > | ลด `อินพุต 'จาก` num_devices` โดยใช้ `ลด' ไปยังอุปกรณ์เดียว |
| ndtri <t ขยาย tnumber > | |
| ที่ใกล้ที่สุด | เลือกศูนย์ K ที่ใกล้ที่สุดสำหรับแต่ละจุด |
| neg <t ขยาย ttype > | คำนวณองค์ประกอบค่าลบเชิงตัวเลขที่ชาญฉลาด |
| การลบล้าง | การฝึกอบรมผ่านการสุ่มตัวอย่างเชิงลบ |
| nextfter <t ขยาย tnumber > | ส่งคืนค่าที่เป็นตัวแทนถัดไปของ `x1` ในทิศทางของ 'x2`, องค์ประกอบที่ชาญฉลาด |
| Nextiteration <t ขยาย ttype > | ทำให้อินพุตพร้อมใช้งานการทำซ้ำครั้งต่อไป |
| บุต | ไม่ทำอะไรเลย |
| NondeterministicInts <U ขยาย ttype > | ไม่ได้สร้างจำนวนเต็มบางส่วน |
| nonmaxsuppression <t ขยาย tnumber > | อย่างโลภเลือกชุดย่อยของกล่องขอบเขตตามลำดับจากมากไปน้อย การตัดแต่งกล่องออกไปที่มีจุดตัดสูง-UNUNION (IOU) ซ้อนทับกับกล่องที่เลือกไว้ก่อนหน้านี้ |
| nonmaxsuppressionwithOverlaps | อย่างโลภเลือกชุดย่อยของกล่องขอบเขตตามลำดับจากมากไปน้อย การตัดแต่งกล่องออกไปที่มีการทับซ้อนกันสูงพร้อมกล่องที่เลือกไว้ก่อนหน้านี้ |
| Nonserializabledataset | |
| ไม่เท่ากับ | ส่งคืนค่าความจริงของ (x! = y) องค์ประกอบที่ชาญฉลาด |
| nthelement <t ขยาย tnumber > | ค้นหาค่าของสถิติการสั่งซื้อ `n`-th สำหรับมิติสุดท้าย |
| onehot <u ขยาย ttype > | ส่งคืนเทนเซอร์ร้อนหนึ่งตัว |
| ennlike <t ขยาย ttype > | ส่งคืนเทนเซอร์ของคนที่มีรูปร่างและพิมพ์เท่ากับ x |
| OptimizedAset | สร้างชุดข้อมูลโดยใช้การปรับให้เหมาะสมกับ `input_dataset` |
| OptimizedAsetv2 | สร้างชุดข้อมูลโดยใช้การเพิ่มประสิทธิภาพที่เกี่ยวข้องกับ `input_dataset` |
| ตัวเลือกจากค่า | สร้างตัวแปรเสริมจาก Tuple of Tensors |
| ตัวเลือก GetGetValue | ส่งคืนค่าที่เก็บไว้ในตัวแปรเสริมหรือทำให้เกิดข้อผิดพลาดหากไม่มีอยู่ |
| ตัวเลือก | ส่งคืนจริงถ้าและเฉพาะในกรณีที่ตัวแปรทางเลือกที่กำหนดมีค่า |
| ตัวเลือก | สร้างตัวแปรเสริมที่ไม่มีค่า |
| orderedmapclear | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| orderedmapincompletesize | OP ส่งคืนจำนวนองค์ประกอบที่ไม่สมบูรณ์ในคอนเทนเนอร์พื้นฐาน |
| orderedmappeek | OP Peeks ที่ค่าที่คีย์ที่ระบุ |
| orderedmapsize | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| orderedmapstage | ขั้นตอน (คีย์, ค่า) ในคอนเทนเนอร์พื้นฐานซึ่งทำงานเหมือนคำสั่งซื้อ คอนเทนเนอร์เชื่อมโยง |
| orderedmapunstage | OP ลบและส่งคืนค่าที่เกี่ยวข้องกับคีย์ จากภาชนะที่อยู่ด้านล่าง |
| orderedmapunstagenokey | OP ลบและส่งคืนองค์ประกอบ (คีย์, ค่า) ที่เล็กที่สุด กุญแจจากคอนเทนเนอร์พื้นฐาน |
| ordinalselector | ตัวเลือกหลักของ TPU |
| outfeeddequeue <t ขยาย ttype > | ดึงเทนเซอร์เดี่ยวจากการคำนวณ outfeed |
| outfeeddequeuetuple | ดึงค่าหลายค่าจากการคำนวณ outfeed |
| outfeeddequeuetuplev2 | ดึงค่าหลายค่าจากการคำนวณ outfeed |
| outfeeddequeuev2 <t ขยาย ttype > | ดึงเทนเซอร์เดี่ยวจากการคำนวณ outfeed |
| outfeedenqueue | enqueue เทนเซอร์ในการคำนวณ outfeed |
| outfeedenqueuetuple | enqueue ค่าเทนเซอร์หลายค่าในการคำนวณ outfeed |
| pad <t ขยาย ttype > | ห่อผู้ให้บริการ XLA Pad ซึ่งบันทึกไว้ที่ https://www.tensorflow.org/performance/xla/operation_semantics#pad |
| PaddedbatchDataset | สร้างชุดข้อมูลที่แบทช์และแผ่นรอง `batch_size 'องค์ประกอบจากอินพุต |
| Paddingfoqueue | คิวที่สร้างองค์ประกอบในลำดับแรกออก |
| ParallelConcat <t ขยาย ttype > | เชื่อมต่อรายการของ `n` tensors ตามมิติแรก |
| Parleldynamicstitch <t ขยาย ttype > | ผสมค่าจากเทนเซอร์ `data 'ลงในเทนเซอร์เดียว |
| ParameterizedTruncatedNormal <U ขยาย tnumber > | เอาต์พุตค่าสุ่มจากการแจกแจงปกติ |
| Parseexample | แปลงเวกเตอร์ของ tf.example protos (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
| Parseexampledataset | แปลง `input_dataset` ที่มี` ตัวอย่าง 'protos เป็นเวกเตอร์ของ dt_string ลงในชุดข้อมูลของวัตถุ' tensor 'หรือ `sparsetensor' ที่แสดงถึงคุณสมบัติที่แยกวิเคราะห์ |
| parsesequencexample | แปลงเวกเตอร์ของ tf.io.equenceExample protos (เป็น strings) เป็นเทนเซอร์ที่พิมพ์ |
| ParsingleExample | แปลง tf.example proto (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
| Parsesinglesequencexample | แปลงสมองสเกลาร์ Scalar.exexence ตัวอย่างโปรโต (เป็นสตริง) เป็นเทนเซอร์ที่พิมพ์ |
| parsetensor <t ขยาย ttype > | แปลง tensorflow แบบอนุกรม Tensorproto โปรโตเป็นเทนเซอร์ |
| PartitionEdInput <t ขยาย ttype > | OP ที่จัดกลุ่มรายการอินพุตที่แบ่งพาร์ติชันเข้าด้วยกัน |
| PartitionEdOutput <t ขยาย ttype > | สหกรณ์ที่แยกเมตริกซ์เทนเซอร์ที่จะแบ่งส่วนโดย XLA ไปยังรายการพาร์ติชัน เอาต์พุตนอกการคำนวณ XLA |
| ตัวยึด <t ขยาย ttype > | ตัวยึดตำแหน่งสำหรับค่าที่จะถูกป้อนเข้าสู่การคำนวณ |
| PlaceHolderWithDefault <t ขยาย ttype > | ตัวยึดตำแหน่งที่ผ่าน `อินพุต` เมื่อไม่ได้รับเอาต์พุต |
| Polygamma <t ขยาย tnumber > | คำนวณฟังก์ชัน polygamma \\(\psi^{(n)}(x)\\) |
| ประชากรจำนวนมาก | คำนวณจำนวนประชากรที่ชาญฉลาด (aka |
| pow <t ขยาย ttype > | คำนวณพลังของค่าหนึ่งไปยังอีก |
| PrefetchDataset | สร้างชุดข้อมูลที่ asynchronously prefettes องค์ประกอบจาก `input_dataset` |
| ทำให้มีการกำหนดค่าล่วงหน้า | op ที่ทำให้ค่าเทนเซอร์หนึ่งค่าเป็นเส้นตรงไปจนถึงเทนเซอร์ตัวแปรทึบแสง |
| Prelinearizetuple | OP ซึ่งเป็นเส้นตรงค่าเทนเซอร์หลายค่าไปยังเทนเซอร์ตัวแปรทึบแสง |
| preventgradient <t ขยาย ttype > | ตัวตน OP ที่ก่อให้เกิดข้อผิดพลาดหากมีการร้องขอการไล่ระดับสี |
| พิมพ์ | พิมพ์สเกลาร์สตริง |
| PriorityQueue | คิวที่สร้างองค์ประกอบที่จัดเรียงตามค่าองค์ประกอบแรก |
| PrivatetHreadPooldAtaset | สร้างชุดข้อมูลที่ใช้พูลเธรดที่กำหนดเองเพื่อคำนวณ `input_dataset` |
| prod <t ขยาย ttype > | คำนวณผลิตภัณฑ์ขององค์ประกอบในมิติของเทนเซอร์ |
| qr <t ขยาย ttype > | คำนวณการสลายตัวของ QR ของเมทริกซ์อย่างน้อยหนึ่งรายการ |
| quantize <t ขยาย ttype > | ปริมาณ 'อินพุต' เทนเซอร์ของประเภทลอยไปที่ 'เอาต์พุต' เทนเซอร์ของประเภท 't' |
| quantizeanddequantize <t ขยาย tnumber > | ปริมาณจากนั้นลดระดับเทนเซอร์ |
| Quantizeanddequantizev3 <t ขยาย tnumber > | ปริมาณจากนั้นลดระดับเทนเซอร์ |
| Quantizeanddequantizev4 <t ขยาย tnumber > | ส่งคืนการไล่ระดับสีของ `quantization.quantizeanddequantizev4` |
| Quantizeanddequantizev4grad <t ขยาย tnumber > | ส่งคืนการไล่ระดับสีของ `quantizeanddequantizev4` |
| quantizedOwnandshrinkRange <u ขยาย ttype > | แปลง 'อินพุต' ของเทนเซอร์ที่มีปริมาณ การแจกแจงค่าที่แท้จริงของค่าเพื่อเพิ่มการใช้งานของความลึกบิตที่ต่ำที่สุดและปรับเอาท์พุทขั้นต่ำและช่วงสูงสุดตามลำดับ |
| QuantizedAdd <v ขยาย ttype > | ส่งคืนองค์ประกอบ x + y ที่ชาญฉลาดทำงานกับบัฟเฟอร์เชิงปริมาณ |
| quantizedavgpool <t ขยาย ttype > | ผลิตพูลเฉลี่ยของเทนเซอร์อินพุตสำหรับประเภทปริมาณ |
| QuantizedBatchNormWithGlobalNormalization <U ขยาย ttype > | การทำให้เป็นมาตรฐานเป็นชุดเชิงปริมาณ |
| QuantizedBiasadd <V ขยาย ttype > | เพิ่ม 'อคติ' ของเทนเซอร์ลงในเทนเซอร์ 'อินพุต' สำหรับประเภทปริมาณ |
| QuantizedCat <t ขยาย ttype > | เชื่อมต่อเทนเซอร์เชิงปริมาณตามหนึ่งมิติ |
| QuantizedConv2dandrelu <v ขยาย ttype > | |
| QuantizedConv2dandreluandrequantize <v ขยาย ttype > | |
| QuantizedConv2DandRequantize <V ขยาย ttype > | |
| QuantizedConv2dperChannel <V ขยาย ttype > | คำนวณ QuantizedConv2d ต่อช่อง |
| QuantizedConv2dwithBias <v ขยาย ttype > | |
| QuantizedConv2dwithBiasandrelu <v ขยาย ttype > | |
| QuantizedConv2dwithBiasandReluandRequantize <W ขยาย ttype > | |
| QuantizedConv2dwithBiasandRequantize <W ขยาย ttype > | |
| QuantizedConv2dwithBiassignedSumandreluandrequantize <x ขยาย ttype > | |
| QuantizedConv2dwithBiassumandrelu <v ขยาย ttype > | |
| QuantizedConv2dwithBiassumandReluandRequantize <x ขยาย ttype > | |
| QuantizedConv2d <v ขยาย ttype > | คำนวณการควบคุมแบบ 2D ที่ได้รับอินพุต 4D เชิงปริมาณและเทนเซอร์ตัวกรอง |
| QuantizedDepthWiseconv2d <v ขยาย ttype > | คำนวณปริมาณเชิงลึกเชิงลึก conv2d |
| QuantizedDepthWiseconv2dwithBias <v ขยาย ttype > | คำนวณปริมาณเชิงลึกเชิงลึกที่มีอคติ |
| QuantizedDepthWiseconv2dwithBiasandrelu <v ขยาย ttype > | คำนวณปริมาณเชิงลึกเชิงลึกที่มีอคติและ relu |
| QuantizedDepthWiseconv2dwithBiasandReluandrequantize <W ขยาย ttype > | คำนวณเชิงลึกเชิงลึก conv2d ด้วยอคติ relu และขอ |
| QuantizedInstancenorm <t ขยาย ttype > | การทำให้เป็นมาตรฐานอินสแตนซ์เชิงปริมาณ |
| QuantizedMatmul <V ขยาย ttype > | ทำการคูณเมทริกซ์เชิงปริมาณของ `A` โดยเมทริกซ์` b` |
| QuantizedMatMulwithBias <W ขยาย ttype > | ทำการคูณเมทริกซ์เชิงปริมาณของ `A` โดยเมทริกซ์` b` ด้วยการเพิ่มอคติ |
| QuantizedMatMulwithBiasandDequantize <W ขยาย tnumber > | |
| QuantizedMatMulwithBiasandrelu <v ขยาย ttype > | ทำการคูณเมทริกซ์เชิงปริมาณของ `A` โดยเมทริกซ์` b` ด้วยการเพิ่มอคติและการฟิวชั่น relu |
| quantizedMatMulwithBiasAndRelUandRequantize <W ขยาย ttype > | ดำเนินการคูณเมทริกซ์เชิงปริมาณของ `a` ด้วยเมทริกซ์ `b` โดยมีอคติบวกและ relu และกำหนดปริมาณฟิวชั่นใหม่ |
| QuantizedMatMulwithBiasandRequantize <W ขยาย ttype > | |
| QuantizedMaxPool <t ขยาย ttype > | ผลิตพูลสูงสุดของเทนเซอร์อินพุตสำหรับประเภทปริมาณ |
| QuantizedMul <v ขยาย ttype > | ส่งคืนองค์ประกอบ x * y ทำงานกับบัฟเฟอร์เชิงปริมาณ |
| QuantizedRelu <U ขยาย ttype > | คำนวณเชิงเส้นที่แก้ไขเชิงปริมาณ: `สูงสุด (คุณสมบัติ, 0)` |
| QuantizedRelu6 <U ขยาย ttype > | คำนวณเชิงเส้นที่แก้ไขเชิงปริมาณ 6: `min (สูงสุด (คุณสมบัติ, 0), 6)` |
| QuantizedRelux <U ขยาย ttype > | คำนวณเชิงเส้นที่แก้ไขเชิงปริมาณ X: `min (สูงสุด (คุณสมบัติ, 0), max_value)` |
| QuantizedReshape <t ขยาย ttype > | เปลี่ยนเทนเซอร์เชิงปริมาณตาม op op |
| quantizedResizeBilinear <t ขยาย ttype > | ปรับขนาด `images 'เป็น` size` โดยใช้การแก้ไข bilinear เชิงปริมาณ |
| queueclose | ปิดคิวที่กำหนด |
| คิว | dequeues tuple ของหนึ่งหรือมากกว่านั้นจากคิวที่กำหนด |
| คิว | dequeues `n` tuples ของหนึ่งหรือมากกว่านั้นจากคิวที่กำหนด |
| queuedequeueUpto | dequeues `n` tuples ของหนึ่งหรือมากกว่านั้นจากคิวที่กำหนด |
| คิว | enqueues tuple ของหนึ่งหรือมากกว่าหนึ่งเทนเซอร์ในคิวที่กำหนด |
| คิว | enqueues เป็นศูนย์หรือมากกว่า tuples ของหนึ่งหรือมากกว่าหนึ่งเทนเซอร์ในคิวที่กำหนด |
| คิว | ส่งคืนจริงถ้าคิวถูกปิด |
| คิว | คำนวณจำนวนองค์ประกอบในคิวที่กำหนด |
| RaggedBincount <U ขยาย TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| RaggedCountSparseOutput <U ขยาย TNumber > | ดำเนินการนับถังเอาท์พุตแบบกระจัดกระจายสำหรับอินพุตเทนเซอร์ที่ขาดหาย |
| RaggedCross <T ขยาย TType , U ขยาย TNumber > | สร้างคุณลักษณะที่ตัดกันจากรายการเทนเซอร์ และส่งกลับเป็น RaggedTensor |
| RaggedGather <T ขยาย TNumber , U ขยาย TType > | รวบรวมส่วนที่ขาดจากแกน `params` `0` ตาม `ดัชนี` |
| RaggedRange <U ขยาย TNumber , T ขยาย TNumber > | ส่งกลับ `RaggedTensor` ที่มีลำดับตัวเลขที่ระบุ |
| RaggedTensorFromVariant <U ขยาย TNumber , T ขยาย TType > | ถอดรหัสเทนเซอร์ "ตัวแปร" เป็น "RaggedTensor" |
| RaggedTensorToSparse <U ขยาย TType > | แปลง `RaggedTensor` ให้เป็น `SparseTensor` ที่มีค่าเดียวกัน |
| RaggedTensorToTensor <U ขยาย TType > | สร้างเทนเซอร์ที่มีความหนาแน่นสูงจากเทนเซอร์ที่ขาดๆ หายๆ ซึ่งอาจมีการเปลี่ยนแปลงรูปร่างได้ |
| RaggedTensorToVariant | เข้ารหัส `RaggedTensor` ให้เป็นเทนเซอร์ 'ตัวแปร' |
| RaggedTensorToVariantGradient <U ขยาย TType > | ตัวช่วยใช้ในการคำนวณการไล่ระดับสีสำหรับ `RaggedTensorToVariant` |
| Randomcrop <t ขยาย tnumber > | การครอบตัดแบบสุ่ม `image ' |
| สุ่ม | สร้างชุดข้อมูลที่ส่งคืนหมายเลขเทียม |
| Randomgamma <u ขยาย tnumber > | เอาต์พุตค่าสุ่มจากการแจกแจงแกมม่าที่อธิบายโดยอัลฟ่า |
| RandomGammagrad <t ขยาย tnumber > | คำนวณอนุพันธ์ของตัวอย่างสุ่มแกมมา WRT |
| Randompoisson <v ขยาย tnumber > | เอาต์พุตค่าสุ่มจากการแจกแจงปัวซองที่อธิบายโดยอัตรา |
| RandomShuffle <t ขยาย ttype > | สุ่มสับเทนเซอร์ตามมิติแรก |
| สุ่ม | คิวที่สุ่มลำดับขององค์ประกอบ |
| RandomStandardNormal <U ขยาย tnumber > | เอาต์พุตค่าสุ่มจากการแจกแจงปกติ |
| RandomUniform <U ขยาย tnumber > | เอาต์พุตค่าสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| RandomUniformint <U ขยาย tnumber > | เอาต์พุตจำนวนเต็มสุ่มจากการแจกแจงแบบสม่ำเสมอ |
| ช่วง <t ขยาย tnumber > | สร้างลำดับตัวเลข |
| rangedataset | สร้างชุดข้อมูลที่มีช่วงของค่า |
| อันดับ | ส่งคืนอันดับของเทนเซอร์ |
| อ่านไฟล์ | อ่านและส่งออกเนื้อหาทั้งหมดของชื่อไฟล์อินพุต |
| ReadVariableOp <t ขยาย ttype > | อ่านค่าของตัวแปร |
| ReaderNumRecordsProduced | ส่งคืนจำนวนระเบียนที่ผู้อ่านนี้ผลิตขึ้น |
| ReaderNumworkunitscompleted | ส่งคืนจำนวนหน่วยงานที่ผู้อ่านนี้ได้ประมวลผลเสร็จแล้ว |
| readerRead | ส่งคืนระเบียนถัดไป (คีย์คู่ค่า) ที่ผลิตโดยผู้อ่าน |
| readerReadupto | ส่งคืนคู่ `num_records` (คีย์, ค่า) คู่ที่ผลิตโดยผู้อ่าน |
| ReaderReset | คืนค่าผู้อ่านให้อยู่ในสภาพที่สะอาดเริ่มต้น |
| readerRestorestate | คืนค่าผู้อ่านให้อยู่ในสถานะที่บันทึกไว้ก่อนหน้านี้ |
| ผู้อ่าน | ผลิตเทนเซอร์สตริงที่เข้ารหัสสถานะของผู้อ่าน |
| จริง <u ขยาย tnumber > | ส่งคืนส่วนที่แท้จริงของหมายเลขที่ซับซ้อน |
| realdiv <t ขยาย ttype > | ส่งคืนองค์ประกอบ X / Y ที่ชาญฉลาดสำหรับประเภทจริง |
| rebatchDataset | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ |
| rebatchDatasetv2 | สร้างชุดข้อมูลที่เปลี่ยนขนาดแบทช์ |
| ซึ่งกันและกัน <t ขยาย ttype > | คำนวณซึ่งกันและกันของ X Element-wise |
| ซึ่งกันและกัน <t ขยาย ttype > | คำนวณการไล่ระดับสีสำหรับการผกผันของ `x` wrt อินพุตของมัน |
| recordInput | ปล่อยบันทึกแบบสุ่ม |
| Recv <t ขยาย ttype > | รับเทนเซอร์ที่มีชื่อจากการคำนวณ XLA อื่น |
| recvtpuembeddingactive | OP ที่ได้รับการเปิดใช้งานการฝัง TPU |
| ลด <t ขยาย tnumber > | ลดหลายเทนเซอร์หลายประเภทและรูปร่างที่เหมือนกัน |
| การลดทอน | คำนวณ "ตรรกะและ" ขององค์ประกอบในมิติต่างๆ ของเทนเซอร์ |
| การลดลง | คำนวณ "ตรรกะหรือ" ขององค์ประกอบในมิติของเทนเซอร์ |
| ลดลง | เข้าร่วมเทนเซอร์สตริงในมิติที่กำหนด |
| REDUCEMAX <t ขยาย ttype > | คำนวณองค์ประกอบสูงสุดในมิติของเทนเซอร์ |
| REDUCEMIN <t ขยาย ttype > | คำนวณองค์ประกอบขั้นต่ำในมิติของเทนเซอร์ |
| ลดลง <t ขยาย ttype > | คำนวณผลิตภัณฑ์ขององค์ประกอบในมิติของเทนเซอร์ |
| ลด <t ขยาย ttype > | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| REDUCEV2 <t ขยาย tnumber > | ลดหลายเทนเซอร์หลายประเภทและรูปร่างที่เหมือนกัน |
| Refenter <t ขยาย ttype > | สร้างหรือค้นหากรอบเด็กและทำให้ `data 'พร้อมใช้งานกับกรอบเด็ก |
| Refexit <t ขยาย ttype > | ออกจากเฟรมปัจจุบันไปยังเฟรมหลัก |
| refidentity <t ขยาย ttype > | ส่งคืน Tensor Ref เดียวกับ Tensor Ref Input |
| refmerge <t ขยาย ttype > | ส่งต่อค่าของเทนเซอร์ที่มีอยู่จาก "อินพุต" ไปยัง "เอาต์พุต" |
| Refnextiteration <t ขยาย ttype > | ทำให้อินพุตพร้อมใช้งานการทำซ้ำครั้งต่อไป |
| refselect <t ขยาย ttype > | ส่งต่อองค์ประกอบ `ดัชนี 'ของ` อินพุต' ไปยัง `output ' |
| refswitch <t ขยาย ttype > | ส่งต่อ Tensor ref tensor `data 'ไปยังพอร์ตเอาต์พุตที่กำหนดโดย` pred` |
| regexfullmatch | ตรวจสอบว่าอินพุตตรงกับรูปแบบ regex หรือไม่ |
| regexreplace | แทนที่การจับคู่ของนิพจน์ปกติ `รูปแบบ 'ใน` อินพุต' ด้วยสตริงการแทนที่ที่มีให้ใน `rewrite ' |
| การลงทะเบียน | ลงทะเบียนชุดข้อมูลด้วยบริการ TF.Data |
| relu <t ขยาย ttype > | คำนวณเชิงเส้นที่แก้ไขแล้ว: `สูงสุด (คุณสมบัติ, 0)` |
| relu6 <t ขยาย tnumber > | คำนวณเชิงเส้นที่แก้ไขแล้ว 6: `min (สูงสุด (คุณสมบัติ, 0), 6)` |
| relu6grad <t ขยาย tnumber > | คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขแล้วสำหรับการดำเนินการ RELU6 |
| relugrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีเชิงเส้นที่แก้ไขสำหรับการดำเนินการ RELU |
| RemotefusedGraphexecute | ดำเนินการกราฟย่อยบนโปรเซสเซอร์ระยะไกล |
| ทำซ้ำ DATASET | สร้างชุดข้อมูลที่ปล่อยเอาต์พุตของ `input_dataset`` count` คูณ |
| ทำซ้ำ | รหัสจำลอง |
| แบบจำลอง | ข้อมูลเมตาระบุว่าการคำนวณ TPU ควรทำซ้ำอย่างไร |
| ReplicatedInput <t ขยาย ttype > | เชื่อมต่ออินพุต N กับการคำนวณ TPU ที่ทำซ้ำ N-Way |
| ReplicatedOutput <t ขยาย ttype > | เชื่อมต่อเอาต์พุต N จากการคำนวณ TPU ที่ทำซ้ำ N-way |
| การกำหนดค่า | คำนวณช่วงที่ครอบคลุมค่าจริงที่มีอยู่ในเทนเซอร์เชิงปริมาณ |
| regedizationRangePerchannel | คำนวณช่วงที่ต้องการต่อช่องสัญญาณ |
| regedize <u ขยาย ttype > | แปลงเทนเซอร์ `อินพุต 'เป็นปริมาณเป็นค่าความแม่นยำต่ำ' เอาท์พุท ' |
| requantizeperchannel <u ขยาย ttype > | จัดปริมาณอินพุตใหม่ด้วยค่าต่ำสุดและสูงสุดที่ทราบต่อช่องสัญญาณ |
| Reshape <t ขยาย ttype > | เปลี่ยนรูปร่างเทนเซอร์ |
| resizearea | ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขพื้นที่ |
| resizebicubic | ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขแบบไบบิก |
| ResizeBicubicGrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของการแก้ไข bicubic |
| resizebilinear | ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไข bilinear |
| ResizeBilinearGrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของการแก้ไข bilinear |
| resizenearestneighbor <t ขยาย tnumber > | ปรับขนาด `images` เป็น` size 'โดยใช้การแก้ไขเพื่อนบ้านที่ใกล้ที่สุด |
| Resizenearestneighborgrad <t ขยาย tnumber > | คำนวณการไล่ระดับสีของการแก้ไขเพื่อนบ้านที่ใกล้ที่สุด |
| ResourceAccumulatorApplyGradient | ใช้การไล่ระดับสีกับตัวสะสมที่กำหนด |
| ResourceAccumulatornumcumulated | ส่งคืนจำนวนการไล่ระดับสีที่รวมอยู่ในตัวสะสมที่กำหนด |
| ResourceAccumulatorsetGlobalstep | อัปเดตตัวสะสมด้วยค่าใหม่สำหรับ global_step |
| ResourceAccumulatortakeGradient <t ขยาย ttype > | สกัดการไล่ระดับสีเฉลี่ยใน ConditionalAccumulator ที่กำหนด |
| Resourceapplyadamax | อัปเดต '*var' ตามอัลกอริทึม Adamax |
| Resourceapplyadadelta | อัปเดต '*var' ตามโครงการ Adadelta |
| Resourceapplyadagrad | อัปเดต '*var' ตามรูปแบบ Adagrad |
| Resourceapplyadagradda | อัปเดต '*var' ตามรูปแบบ Adagrad ใกล้เคียง |
| Resourceapplyadam | อัปเดต '*var' ตามอัลกอริทึม ADAM |
| Resourceapplyadamwithamsgrad | อัปเดต '*var' ตามอัลกอริทึม ADAM |
| ResourceapplyAddsign | อัปเดต '*var' ตามการอัปเดต AddSign |
| ResourceapplyCenteredRmsprop | อัปเดต '*var' ตามอัลกอริทึม RMSPROP ที่เป็นศูนย์กลาง |
| Resourceapplyftrl | อัปเดต '*var' ตามโครงการ FTRL-Proximal |
| ResourceApplyGradientDescent | อัปเดต ' * var' โดยการลบ 'alpha' * 'delta' จากมัน |
| Resourceapplykerasmomentum | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| Resourceapplymomentum | อัปเดต '*var' ตามรูปแบบโมเมนตัม |
| ResourceapplyPowersign | อัปเดต '*var' ตามการอัปเดต AddSign |
| ResourceapplyProximaladagrad | อัปเดต '*var' และ '*accum' ตาม fobos ด้วยอัตราการเรียนรู้ adagrad |
| ResourceapplyProximalGradientSescent | อัปเดต '*var' เป็นอัลกอริทึม fobos พร้อมอัตราการเรียนรู้ที่แน่นอน |
| ResourceApplyRMSPROP | อัปเดต '*var' ตามอัลกอริทึม RMSPROP |
| ResourceConditionalAccumulator | ตัวสะสมแบบมีเงื่อนไขสำหรับการรวมการไล่ระดับสี |
| ResourceCountupto <t ขยาย tnumber > | ตัวแปรเพิ่มขึ้นชี้ไปที่ 'ทรัพยากร' จนกว่าจะถึง 'ขีด จำกัด ' |
| ResourceGather <u ขยาย ttype > | รวบรวมชิ้นจากตัวแปรที่ชี้ไปที่ `ทรัพยากร 'ตาม' ดัชนี ' |
| ResourceGathernd <U ขยาย ttype > | |
| Resourcescatteradd | เพิ่มการอัปเดตแบบเบาบางลงในตัวแปรอ้างอิงโดย `Resource ' |
| Resourcescatterdiv | แบ่งการอัปเดตแบบเบาบางลงในตัวแปรอ้างอิงโดย `ทรัพยากร ' |
| Resourcescattermax | ลดการอัปเดตแบบกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย "ทรัพยากร" โดยใช้การดำเนินการ "สูงสุด" |
| Resourcescattermin | ลดการอัปเดตที่กระจัดกระจายลงในตัวแปรที่อ้างอิงโดย `ทรัพยากร 'โดยใช้การดำเนินการ` min` |
| Resourcescattermul | ทวีคูณการอัพเดทอย่างกระจัดกระจายลงในตัวแปรที่อ้างอิงโดย `ทรัพยากร ' |
| Resourcescatterndadd | ใช้การเพิ่มอย่างกระจัดกระจายกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| Resourcescatterndmax | |
| Resourcescatterndmin | |
| Resourcescatterndsub | ใช้การลบแบบเบาบางกับค่าแต่ละค่าหรือชิ้นในตัวแปร |
| Resourcescatterndupdate | ใช้เบาบาง `การอัปเดต 'กับค่าแต่ละค่าหรือชิ้นภายในที่กำหนด ตัวแปรตาม `ดัชนี ' |
| ResourceScattersub | ลบการอัปเดตที่กระจัดกระจายจากตัวแปรอ้างอิงโดย `ทรัพยากร ' |
| ResourcescatterUpdate | กำหนดการอัปเดตแบบเบาบางให้กับตัวแปรที่อ้างอิงโดย `Resource ' |
| Resourcesparseapplyadadelta | VAR: ควรมาจากตัวแปร () |
| ResourcespareAsapplyAdagrad | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ Adagrad |
| Resourcesparseapplyadagradda | อัปเดตรายการใน '*var' และ '*accum' ตามรูปแบบ adagrad ใกล้เคียง |
| Resourcesparseapplyadagradv2 | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบ Adagrad |
| ResourcespareapplyCenteredRmsprop | อัปเดต '*var' ตามอัลกอริทึม RMSPROP ที่เป็นศูนย์กลาง |
| ResourCespareEpplyFtrl | อัปเดตรายการที่เกี่ยวข้องใน '*var' ตามโครงการ FTRL-Proximal |
| Resourcespareapplykerasmomentum | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม |
| Resourcespareeapplymomentum | อัปเดตรายการที่เกี่ยวข้องใน '*var' และ '*accum' ตามรูปแบบโมเมนตัม |
| ResourceSeSePplyProximalAdagrad | รายการอัพเดตแบบเบาบางใน '*var' และ '*accum' ตามอัลกอริทึม FOBOS |
| ResourceSeSepplyProximalGradientDescent | การอัพเดทแบบกระจัดกระจาย '*var' เป็นอัลกอริทึม fobos ที่มีอัตราการเรียนรู้คงที่ |
| ResourcesparseapplyRmsprop | อัปเดต '*var' ตามอัลกอริทึม RMSPROP |
| Resourcestridedsliceassign | กำหนด `value` ให้กับการอ้างอิง l-value ที่หั่นบาง ๆ ของ` ref` |
| คืนค่า | คืนค่าเทนเซอร์จากจุดตรวจ V2 |
| Restoreslice <t ขยาย ttype > | คืนค่าเทนเซอร์จากไฟล์จุดตรวจ |
| RetrievetPuembeddingAdamparameters | ดึงพารามิเตอร์การฝังอดัม |
| RetrievetPuembeddingadamparametersgradaccumdebug | ดึงพารามิเตอร์การฝังอดัมด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingadadeltaparameters | ดึงพารามิเตอร์การฝัง Adadelta |
| RetrievetPuembeddingadadeltaparametersgradaccumdebug | ดึงพารามิเตอร์การฝัง Adadelta ด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingadadagradparameters | ดึงพารามิเตอร์การฝัง Adagrad |
| RetrievetPuembeddingadadagradparametersgradaccumdebug | ดึงพารามิเตอร์การฝัง Adagrad ด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingCenteredrmspropparameters | ดึงข้อมูลพารามิเตอร์การฝัง RMSProp ที่กึ่งกลาง |
| RetrievetPuembeddingftrlParameters | ดึงพารามิเตอร์การฝัง FTRL |
| RetrievetPuembeddingftrlparametersgradaccumdebug | ดึงพารามิเตอร์การฝัง FTRL ด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingMdladagradlightParameters | ดึงพารามิเตอร์การฝังแสง Adagrad MDL |
| RetrievetPuembeddingmomentumparameters | ดึงพารามิเตอร์การฝังโมเมนตัม |
| RetrievetPuembeddingmomentumparametersgradaccumdebug | ดึงพารามิเตอร์การฝังโมเมนตัมด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingdingdingdingdingdingdingdingDagradParameters | ดึงพารามิเตอร์การฝัง adagrad proximal |
| RetrieveetPuembeddingdingdingdingdingdingdingdingdingdingDagradParametersgradaccumdebug | ดึงพารามิเตอร์การฝัง adagrad proximal ด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingDdingProximalyogiparameters | |
| RetrieveetPuembeddingdingdingdingdingdingdingdingderingaLyogiparametersgradaccumdebug | |
| RetrievetPuembeddingrmspropparameters | ดึงพารามิเตอร์การฝัง RMSPROP |
| RetrievetPuembeddingrmspropparametersgradaccumdebug | ดึงพารามิเตอร์การฝัง RMSPROP ด้วยการสนับสนุนการดีบัก |
| RetrievetPuembeddingStochasticGradientDescentParameters | ดึงพารามิเตอร์การฝัง SGD |
| RetrievetPuembeddingStochasticGradientDescentParametersgradaccumdebug | ดึงพารามิเตอร์การฝัง SGD ด้วยการสนับสนุนการดีบัก |
| ย้อนกลับ <t ขยาย ttype > | ย้อนกลับมิติที่เฉพาะเจาะจงของเทนเซอร์ |
| ReverseSequence <T extends TType > | ย้อนกลับส่วนที่มีความยาวผันแปรได้ |
| Rfft <U extends TType > | Real-valued fast Fourier transform. |
| Rfft2d <U extends TType > | 2D real-valued fast Fourier transform. |
| Rfft3d <U extends TType > | 3D real-valued fast Fourier transform. |
| RgbToHsv <T extends TNumber > | Converts one or more images from RGB to HSV. |
| RightShift <T extends TNumber > | Elementwise computes the bitwise right-shift of `x` and `y`. |
| Rint <T extends TNumber > | Returns element-wise integer closest to x. |
| RngReadAndSkip | Advance the counter of a counter-based RNG. |
| RngSkip | Advance the counter of a counter-based RNG. |
| Roll <T extends TType > | Rolls the elements of a tensor along an axis. |
| Round <T extends TType > | Rounds the values of a tensor to the nearest integer, element-wise. |
| Rpc | Perform batches of RPC requests. |
| Rsqrt <T extends TType > | คำนวณส่วนกลับของรากที่สองขององค์ประกอบ x |
| RsqrtGrad <T extends TType > | Computes the gradient for the rsqrt of `x` wrt its input. |
| SampleDistortedBoundingBox <T extends TNumber > | Generate a single randomly distorted bounding box for an image. |
| SamplingDataset | Creates a dataset that takes a Bernoulli sample of the contents of another dataset. |
| บันทึก | Saves tensors in V2 checkpoint format. |
| SaveSlices | Saves input tensors slices to disk. |
| ScalarSummary | Outputs a `Summary` protocol buffer with scalar values. |
| ScaleAndTranslate | |
| ScaleAndTranslateGrad <T extends TNumber > | |
| ScatterAdd <T extends TType > | Adds sparse updates to a variable reference. |
| ScatterDiv <T extends TType > | Divides a variable reference by sparse updates. |
| ScatterMax <T extends TNumber > | Reduces sparse updates into a variable reference using the `max` operation. |
| ScatterMin <T extends TNumber > | ลดการอัปเดตแบบกระจัดกระจายในการอ้างอิงตัวแปรโดยใช้การดำเนินการ "min" |
| ScatterMul <T extends TType > | Multiplies sparse updates into a variable reference. |
| ScatterNd <U extends TType > | Scatter `updates` into a new tensor according to `indices`. |
| ScatterNdAdd <T extends TType > | Applies sparse addition to individual values or slices in a Variable. |
| ScatterNdMax <T extends TType > | Computes element-wise maximum. |
| ScatterNdMin <T extends TType > | คำนวณขั้นต่ำตามองค์ประกอบ |
| ScatterNdNonAliasingAdd <T extends TType > | Applies sparse addition to `input` using individual values or slices from `updates` according to indices `indices`. |
| ScatterNdSub <T extends TType > | Applies sparse subtraction to individual values or slices in a Variable. |
| ScatterNdUpdate <T extends TType > | Applies sparse `updates` to individual values or slices within a given variable according to `indices`. |
| ScatterSub <T extends TType > | Subtracts sparse updates to a variable reference. |
| ScatterUpdate <T extends TType > | ใช้การอัพเดตแบบกระจัดกระจายกับการอ้างอิงตัวแปร |
| SdcaFprint | Computes fingerprints of the input strings. |
| SdcaOptimizer | Distributed version of Stochastic Dual Coordinate Ascent (SDCA) optimizer for linear models with L1 + L2 regularization. |
| SdcaShrinkL1 | Applies L1 regularization shrink step on the parameters. |
| SegmentMax <T extends TNumber > | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
| SegmentMean <T extends TType > | Computes the mean along segments of a tensor. |
| SegmentMin <T extends TNumber > | Computes the minimum along segments of a tensor. |
| SegmentProd <T extends TType > | Computes the product along segments of a tensor. |
| SegmentSum <T extends TType > | Computes the sum along segments of a tensor. |
| Select <T extends TType > | |
| SelfAdjointEig <T extends TType > | Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). |
| Selu <T extends TNumber > | Computes scaled exponential linear: `scale * alpha * (exp(features) - 1)` if < 0, `scale * features` otherwise. |
| SeluGrad <T extends TNumber > | Computes gradients for the scaled exponential linear (Selu) operation. |
| ส่ง | Sends the named tensor to another XLA computation. |
| SendTPUEmbeddingGradients | Performs gradient updates of embedding tables. |
| SerializeIterator | Converts the given `resource_handle` representing an iterator to a variant tensor. |
| SerializeManySparse <U extends TType > | Serialize an `N`-minibatch `SparseTensor` into an `[N, 3]` `Tensor` object. |
| SerializeSparse <U extends TType > | Serialize a `SparseTensor` into a `[3]` `Tensor` object. |
| SerializeTensor | Transforms a Tensor into a serialized TensorProto proto. |
| SetDiff1d <T extends TType , U extends TNumber > | Computes the difference between two lists of numbers or strings. |
| SetSize | จำนวนองค์ประกอบที่ไม่ซ้ำกันในมิติสุดท้ายของอินพุต `set` |
| SetStatsAggregatorDataset | |
| Shape <U extends TNumber > | Returns the shape of a tensor. |
| ShapeN <U extends TNumber > | Returns shape of tensors. |
| ShardDataset | Creates a `Dataset` that includes only 1/`num_shards` of this dataset. |
| ShardedFilename | Generate a sharded filename. |
| ShardedFilespec | Generate a glob pattern matching all sharded file names. |
| Sharding <T extends TType > | An op which shards the input based on the given sharding attribute. |
| ShuffleAndRepeatDataset | |
| ShuffleDataset | |
| ShutdownDistributedTPU | Shuts down a running distributed TPU system. |
| Sigmoid <T extends TType > | Computes sigmoid of `x` element-wise. |
| SigmoidGrad <T extends TType > | Computes the gradient of the sigmoid of `x` wrt its input. |
| Sign <T extends TType > | Returns an element-wise indication of the sign of a number. |
| Sin <T extends TType > | Computes sine of x element-wise. |
| Sinh <T extends TType > | Computes hyperbolic sine of x element-wise. |
| Size <U extends TNumber > | Returns the size of a tensor. |
| SkipDataset | Creates a dataset that skips `count` elements from the `input_dataset`. |
| Skipgram | Parses a text file and creates a batch of examples. |
| SleepDataset | |
| Slice <T extends TType > | Return a slice from 'input'. |
| SlidingWindowDataset | Creates a dataset that passes a sliding window over `input_dataset`. |
| Snapshot <T extends TType > | Returns a copy of the input tensor. |
| SobolSample <T extends TNumber > | Generates points from the Sobol sequence. |
| Softmax <T extends TNumber > | Computes softmax activations. |
| SoftmaxCrossEntropyWithLogits <T extends TNumber > | Computes softmax cross entropy cost and gradients to backpropagate. |
| Softplus <T extends TNumber > | Computes softplus: `log(exp(features) + 1)`. |
| SoftplusGrad <T extends TNumber > | Computes softplus gradients for a softplus operation. |
| Softsign <T extends TNumber > | Computes softsign: `features / (abs(features) + 1)`. |
| SoftsignGrad <T extends TNumber > | Computes softsign gradients for a softsign operation. |
| Solve <T extends TType > | Solves systems of linear equations. |
| Sort <T extends TType > | Wraps the XLA Sort operator, documented at https://www.tensorflow.org/performance/xla/operation_semantics#sort . |
| SpaceToBatch <T extends TType > | SpaceToBatch for 4-D tensors of type T. |
| SpaceToBatchNd <T extends TType > | SpaceToBatch for ND tensors of type T. |
| SpaceToDepth <T extends TType > | SpaceToDepth for tensors of type T. |
| SparseAccumulatorApplyGradient | Applies a sparse gradient to a given accumulator. |
| SparseAccumulatorTakeGradient <T extends TType > | Extracts the average sparse gradient in a SparseConditionalAccumulator. |
| SparseAdd <T extends TType > | Adds two `SparseTensor` objects to produce another `SparseTensor`. |
| SparseAddGrad <T extends TType > | The gradient operator for the SparseAdd op. |
| SparseApplyAdadelta <T extends TType > | var: Should be from a Variable(). |
| SparseApplyAdagrad <T extends TType > | Update relevant entries in '*var' and '*accum' according to the adagrad scheme. |
| SparseApplyAdagradDa <T extends TType > | Update entries in '*var' and '*accum' according to the proximal adagrad scheme. |
| SparseApplyCenteredRmsProp <T extends TType > | Update '*var' according to the centered RMSProp algorithm. |
| SparseApplyFtrl <T extends TType > | Update relevant entries in '*var' according to the Ftrl-proximal scheme. |
| SparseApplyMomentum <T extends TType > | Update relevant entries in '*var' and '*accum' according to the momentum scheme. |
| SparseApplyProximalAdagrad <T extends TType > | Sparse update entries in '*var' and '*accum' according to FOBOS algorithm. |
| SparseApplyProximalGradientDescent <T extends TType > | Sparse update '*var' as FOBOS algorithm with fixed learning rate. |
| SparseApplyRmsProp <T extends TType > | Update '*var' according to the RMSProp algorithm. |
| SparseBincount <U extends TNumber > | นับจำนวนครั้งของแต่ละค่าในอาร์เรย์จำนวนเต็ม |
| SparseConcat <T extends TType > | Concatenates a list of `SparseTensor` along the specified dimension. |
| SparseConditionalAccumulator | A conditional accumulator for aggregating sparse gradients. |
| SparseCountSparseOutput <U extends TNumber > | Performs sparse-output bin counting for a sparse tensor input. |
| SparseCross | Generates sparse cross from a list of sparse and dense tensors. |
| SparseCrossHashed | Generates sparse cross from a list of sparse and dense tensors. |
| SparseDenseCwiseAdd <T extends TType > | Adds up a SparseTensor and a dense Tensor, using these special rules: (1) Broadcasts the dense side to have the same shape as the sparse side, if eligible; (2) Then, only the dense values pointed to by the indices of the SparseTensor participate in the cwise addition. |
| SparseDenseCwiseDiv <T extends TType > | Component-wise divides a SparseTensor by a dense Tensor. |
| SparseDenseCwiseMul <T extends TType > | Component-wise multiplies a SparseTensor by a dense Tensor. |
| SparseFillEmptyRows <T extends TType > | Fills empty rows in the input 2-D `SparseTensor` with a default value. |
| SparseFillEmptyRowsGrad <T extends TType > | The gradient of SparseFillEmptyRows. |
| SparseMatMul | Multiply matrix "a" by matrix "b". |
| SparseMatrixAdd | Sparse addition of two CSR matrices, C = alpha * A + beta * B. |
| SparseMatrixMatMul <T extends TType > | Matrix-multiplies a sparse matrix with a dense matrix. |
| SparseMatrixMul | Element-wise multiplication of a sparse matrix with a dense tensor. |
| SparseMatrixNNZ | Returns the number of nonzeroes of `sparse_matrix`. |
| SparseMatrixOrderingAMD | Computes the Approximate Minimum Degree (AMD) ordering of `input`. |
| SparseMatrixSoftmax | Calculates the softmax of a CSRSparseMatrix. |
| SparseMatrixSoftmaxGrad | คำนวณการไล่ระดับสีของ SparseMatrixSoftmax op |
| SparseMatrixSparseCholesky | คำนวณการสลายตัวของ Cholesky แบบกระจัดกระจายของ `อินพุต` |
| SparseMatrixSparseMatMul | Sparse-matrix-multiplies two CSR matrices `a` and `b`. |
| SparseMatrixTranspose | Transposes the inner (matrix) dimensions of a CSRSparseMatrix. |
| SparseMatrixZeros | Creates an all-zeros CSRSparseMatrix with shape `dense_shape`. |
| SparseReduceMax <T extends TNumber > | Computes the max of elements across dimensions of a SparseTensor. |
| SparseReduceMaxSparse <T extends TNumber > | Computes the max of elements across dimensions of a SparseTensor. |
| SparseReduceSum <T extends TType > | Computes the sum of elements across dimensions of a SparseTensor. |
| SparseReduceSumSparse <T extends TType > | Computes the sum of elements across dimensions of a SparseTensor. |
| SparseReorder <T extends TType > | Reorders a SparseTensor into the canonical, row-major ordering. |
| SparseReshape | Reshapes a SparseTensor to represent values in a new dense shape. |
| SparseSegmentMean <T extends TNumber > | Computes the mean along sparse segments of a tensor. |
| SparseSegmentMeanGrad <T extends TNumber > | คำนวณการไล่ระดับสีสำหรับ SparseSegmentMean |
| SparseSegmentMeanWithNumSegments <T extends TNumber > | Computes the mean along sparse segments of a tensor. |
| SparseSegmentSqrtN <T extends TNumber > | Computes the sum along sparse segments of a tensor divided by the sqrt of N. |
| SparseSegmentSqrtNGrad <T extends TNumber > | Computes gradients for SparseSegmentSqrtN. |
| SparseSegmentSqrtNWithNumSegments <T extends TNumber > | Computes the sum along sparse segments of a tensor divided by the sqrt of N. |
| SparseSegmentSum <T extends TNumber > | Computes the sum along sparse segments of a tensor. |
| SparseSegmentSumWithNumSegments <T extends TNumber > | Computes the sum along sparse segments of a tensor. |
| SparseSlice <T extends TType > | Slice a `SparseTensor` based on the `start` and `size`. |
| SparseSliceGrad <T extends TType > | The gradient operator for the SparseSlice op. |
| SparseSoftmax <T extends TNumber > | Applies softmax to a batched ND `SparseTensor`. |
| SparseSoftmaxCrossEntropyWithLogits <T extends TNumber > | Computes softmax cross entropy cost and gradients to backpropagate. |
| SparseSparseMaximum <T extends TNumber > | Returns the element-wise max of two SparseTensors. |
| SparseSparseMinimum <T extends TType > | Returns the element-wise min of two SparseTensors. |
| SparseSplit <T extends TType > | Split a `SparseTensor` into `num_split` tensors along one dimension. |
| SparseTensorDenseAdd <U extends TType > | Adds up a `SparseTensor` and a dense `Tensor`, producing a dense `Tensor`. |
| SparseTensorDenseMatMul <U extends TType > | Multiply SparseTensor (of rank 2) "A" by dense matrix "B". |
| SparseTensorSliceDataset | Creates a dataset that splits a SparseTensor into elements row-wise. |
| SparseTensorToCSRSparseMatrix | Converts a SparseTensor to a (possibly batched) CSRSparseMatrix. |
| SparseToDense <U extends TType > | Converts a sparse representation into a dense tensor. |
| SparseToSparseSetOperation <T extends TType > | Applies set operation along last dimension of 2 `SparseTensor` inputs. |
| Spence <T extends TNumber > | |
| Split <T extends TType > | Splits a tensor into `num_split` tensors along one dimension. |
| SplitV <T extends TType > | Splits a tensor into `num_split` tensors along one dimension. |
| SqlDataset | Creates a dataset that executes a SQL query and emits rows of the result set. |
| Sqrt <T extends TType > | Computes square root of x element-wise. |
| SqrtGrad <T extends TType > | Computes the gradient for the sqrt of `x` wrt its input. |
| Sqrtm <T extends TType > | Computes the matrix square root of one or more square matrices: matmul(sqrtm(A), sqrtm(A)) = A The input matrix should be invertible. |
| Square <T extends TType > | Computes square of x element-wise. |
| SquaredDifference <T extends TType > | Returns conj(x - y)(x - y) element-wise. |
| Squeeze <T extends TType > | ลบขนาดขนาด 1 ออกจากรูปทรงของเทนเซอร์ |
| Stack <T extends TType > | Packs a list of `N` rank-`R` tensors into one rank-`(R+1)` tensor. |
| เวที | Stage values similar to a lightweight Enqueue. |
| StageClear | Op จะลบองค์ประกอบทั้งหมดในคอนเทนเนอร์ที่อยู่ด้านล่าง |
| StagePeek | Op peeks at the values at the specified index. |
| StageSize | Op ส่งคืนจำนวนองค์ประกอบในคอนเทนเนอร์ต้นแบบ |
| StatefulRandomBinomial <V extends TNumber > | |
| StatefulStandardNormal <U extends TType > | Outputs random values from a normal distribution. |
| StatefulTruncatedNormal <U extends TType > | Outputs random values from a truncated normal distribution. |
| StatefulUniform <U extends TType > | Outputs random values from a uniform distribution. |
| StatefulUniformFullInt <U extends TType > | Outputs random integers from a uniform distribution. |
| StatefulUniformInt <U extends TType > | Outputs random integers from a uniform distribution. |
| StatelessMultinomial <V extends TNumber > | Draws samples from a multinomial distribution. |
| StatelessParameterizedTruncatedNormal <V extends TNumber > | |
| StatelessRandomBinomial <W extends TNumber > | Outputs deterministic pseudorandom random numbers from a binomial distribution. |
| StatelessRandomGamma <V extends TNumber > | Outputs deterministic pseudorandom random numbers from a gamma distribution. |
| StatelessRandomGetKeyCounterAlg | Picks the best algorithm based on device, and scrambles seed into key and counter. |
| StatelessRandomNormal <V extends TNumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
| StatelessRandomNormalV2 <U extends TNumber > | ส่งออกค่าสุ่มเทียมที่กำหนดขึ้นจากการแจกแจงแบบปกติ |
| StatelessRandomPoisson <W extends TNumber > | Outputs deterministic pseudorandom random numbers from a Poisson distribution. |
| StatelessRandomUniform <V extends TNumber > | Outputs deterministic pseudorandom random values from a uniform distribution. |
| StatelessRandomUniformFullInt <V extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
| StatelessRandomUniformFullIntV2 <U extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
| StatelessRandomUniformInt <V extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
| StatelessRandomUniformIntV2 <U extends TNumber > | Outputs deterministic pseudorandom random integers from a uniform distribution. |
| StatelessRandomUniformV2 <U extends TNumber > | Outputs deterministic pseudorandom random values from a uniform distribution. |
| StatelessSampleDistortedBoundingBox <T extends TNumber > | Generate a randomly distorted bounding box for an image deterministically. |
| StatelessTruncatedNormal <V extends TNumber > | Outputs deterministic pseudorandom values from a truncated normal distribution. |
| StatelessTruncatedNormalV2 <U extends TNumber > | Outputs deterministic pseudorandom values from a truncated normal distribution. |
| StaticRegexFullMatch | Check if the input matches the regex pattern. |
| StaticRegexReplace | Replaces the match of pattern in input with rewrite. |
| StatsAggregatorHandle | |
| StatsAggregatorSetSummaryWriter | Set a summary_writer_interface to record statistics using given stats_aggregator. |
| StatsAggregatorSummary | Produces a summary of any statistics recorded by the given statistics manager. |
| StopGradient <T extends TType > | Stops gradient computation. |
| StridedSlice <T extends TType > | Return a strided slice from `input`. |
| StridedSliceAssign <T extends TType > | Assign `value` to the sliced l-value reference of `ref`. |
| StridedSliceGrad <U extends TType > | Returns the gradient of `StridedSlice`. |
| StringFormat | Formats a string template using a list of tensors. |
| StringLength | String lengths of `input`. |
| StringNGrams <T extends TNumber > | Creates ngrams from ragged string data. |
| StringSplit | Split elements of `source` based on `sep` into a `SparseTensor`. |
| เปลื้องผ้า | Strip leading and trailing whitespaces from the Tensor. |
| Sub <T extends TType > | Returns x - y element-wise. |
| Substr | Return substrings from `Tensor` of strings. |
| Sum <T extends TType > | คำนวณผลรวมขององค์ประกอบในมิติของเทนเซอร์ |
| SummaryWriter | |
| Svd <T extends TType > | Computes the eigen decomposition of a batch of self-adjoint matrices (Note: Only real inputs are supported). |
| SwitchCond <T extends TType > | Forwards `data` to the output port determined by `pred`. |
| TPUCompilationResult | Returns the result of a TPU compilation. |
| TPUEmbeddingActivations | An op enabling differentiation of TPU Embeddings. |
| TPUReplicateMetadata | Metadata indicating how the TPU computation should be replicated. |
| TPUReplicatedInput <T extends TType > | Connects N inputs to an N-way replicated TPU computation. |
| TPUReplicatedOutput <T extends TType > | Connects N outputs from an N-way replicated TPU computation. |
| TakeDataset | Creates a dataset that contains `count` elements from the `input_dataset`. |
| TakeManySparseFromTensorsMap <T extends TType > | Read `SparseTensors` from a `SparseTensorsMap` and concatenate them. |
| Tan <T extends TType > | Computes tan of x element-wise. |
| Tanh <T extends TType > | Computes hyperbolic tangent of `x` element-wise. |
| TanhGrad <T extends TType > | Computes the gradient for the tanh of `x` wrt its input. |
| TemporaryVariable <T extends TType > | Returns a tensor that may be mutated, but only persists within a single step. |
| TensorArray | An array of Tensors of given size. |
| TensorArrayClose | Delete the TensorArray from its resource container. |
| TensorArrayConcat <T extends TType > | เชื่อมต่อองค์ประกอบจาก TensorArray ให้เป็นค่า `value` |
| TensorArrayGather <T extends TType > | Gather specific elements from the TensorArray into output `value`. |
| TensorArrayGrad | สร้าง TensorArray สำหรับจัดเก็บการไล่ระดับสีของค่าในแฮนเดิลที่กำหนด |
| TensorArrayGradWithShape | Creates a TensorArray for storing multiple gradients of values in the given handle. |
| TensorArrayPack <T extends TType > | |
| TensorArrayRead <T extends TType > | Read an element from the TensorArray into output `value`. |
| TensorArrayScatter | Scatter the data from the input value into specific TensorArray elements. |
| TensorArraySize | Get the current size of the TensorArray. |
| TensorArraySplit | Split the data from the input value into TensorArray elements. |
| TensorArrayUnpack | |
| TensorArrayWrite | Push an element onto the tensor_array. |
| TensorDataset | Creates a dataset that emits `components` as a tuple of tensors once. |
| TensorDiag <T extends TType > | Returns a diagonal tensor with a given diagonal values. |
| TensorDiagPart <T extends TType > | Returns the diagonal part of the tensor. |
| TensorForestCreateTreeVariable | Creates a tree resource and returns a handle to it. |
| TensorForestTreeDeserialize | Deserializes a proto into the tree handle |
| TensorForestTreeIsInitializedOp | Checks whether a tree has been initialized. |
| TensorForestTreePredict | Output the logits for the given input data |
| TensorForestTreeResourceHandleOp | Creates a handle to a TensorForestTreeResource |
| TensorForestTreeSerialize | Serializes the tree handle to a proto |
| TensorForestTreeSize | Get the number of nodes in a tree |
| TensorListConcat <U extends TType > | เชื่อมต่อเทนเซอร์ทั้งหมดในรายการตามมิติที่ 0 |
| TensorListConcatLists | |
| TensorListElementShape <T extends TNumber > | The shape of the elements of the given list, as a tensor. |
| TensorListFromTensor | Creates a TensorList which, when stacked, has the value of `tensor`. |
| TensorListGather <T extends TType > | Creates a Tensor by indexing into the TensorList. |
| TensorListGetItem <T extends TType > | |
| TensorListLength | Returns the number of tensors in the input tensor list. |
| TensorListPopBack <T extends TType > | Returns the last element of the input list as well as a list with all but that element. |
| TensorListPushBack | Returns a list which has the passed-in `Tensor` as last element and the other elements of the given list in `input_handle`. |
| TensorListPushBackBatch | |
| TensorListReserve | List of the given size with empty elements. |
| TensorListResize | Resizes the list. |
| TensorListScatter | Creates a TensorList by indexing into a Tensor. |
| TensorListScatterIntoExistingList | Scatters tensor at indices in an input list. |
| TensorListSetItem | |
| TensorListSplit | Splits a tensor into a list. |
| TensorListStack <T extends TType > | ซ้อนเทนเซอร์ทั้งหมดในรายการ |
| TensorMapErase | Returns a tensor map with item from given key erased. |
| TensorMapHasKey | Returns whether the given key exists in the map. |
| TensorMapInsert | ส่งกลับแผนที่ที่เป็น 'input_handle' โดยใส่คู่คีย์-ค่าที่กำหนด |
| TensorMapLookup <U extends TType > | Returns the value from a given key in a tensor map. |
| TensorMapSize | Returns the number of tensors in the input tensor map. |
| TensorMapStackKeys <T extends TType > | Returns a Tensor stack of all keys in a tensor map. |
| TensorScatterNdAdd <T extends TType > | เพิ่ม "การอัปเดต" แบบกระจัดกระจายให้กับเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| TensorScatterNdMax <T extends TType > | |
| TensorScatterNdMin <T extends TType > | |
| TensorScatterNdSub <T extends TType > | ลบ "การอัปเดต" แบบกระจายออกจากเทนเซอร์ที่มีอยู่ตาม "ดัชนี" |
| TensorScatterNdUpdate <T extends TType > | Scatter `updates` into an existing tensor according to `indices`. |
| TensorSliceDataset | Creates a dataset that emits each dim-0 slice of `components` once. |
| TensorStridedSliceUpdate <T extends TType > | Assign `value` to the sliced l-value reference of `input`. |
| TensorSummary | Outputs a `Summary` protocol buffer with a tensor and per-plugin data. |
| TextLineDataset | Creates a dataset that emits the lines of one or more text files. |
| TextLineReader | A Reader that outputs the lines of a file delimited by '\n'. |
| TfRecordDataset | Creates a dataset that emits the records from one or more TFRecord files. |
| TfRecordReader | A Reader that outputs the records from a TensorFlow Records file. |
| ThreadPoolDataset | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
| ThreadPoolHandle | Creates a dataset that uses a custom thread pool to compute `input_dataset`. |
| Tile <T extends TType > | Constructs a tensor by tiling a given tensor. |
| TileGrad <T extends TType > | Returns the gradient of `Tile`. |
| การประทับเวลา | ระบุเวลาตั้งแต่ยุคในหน่วยวินาที |
| ToBool | Converts a tensor to a scalar predicate. |
| ToHashBucket | Converts each string in the input Tensor to its hash mod by a number of buckets. |
| ToHashBucketFast | Converts each string in the input Tensor to its hash mod by a number of buckets. |
| ToHashBucketStrong | Converts each string in the input Tensor to its hash mod by a number of buckets. |
| ToNumber <T extends TNumber > | Converts each string in the input Tensor to the specified numeric type. |
| TopK <T extends TNumber > | Finds values and indices of the `k` largest elements for the last dimension. |
| TopKUnique | Returns the TopK unique values in the array in sorted order. |
| TopKWithUnique | Returns the TopK values in the array in sorted order. |
| Transpose <T extends TType > | Shuffle dimensions of x according to a permutation. |
| TriangularSolve <T extends TType > | Solves systems of linear equations with upper or lower triangular matrices by backsubstitution. |
| TridiagonalMatMul <T extends TType > | Calculate product with tridiagonal matrix. |
| TridiagonalSolve <T extends TType > | Solves tridiagonal systems of equations. |
| TruncateDiv <T extends TType > | Returns x / y element-wise for integer types. |
| TruncateMod <T extends TNumber > | Returns element-wise remainder of division. |
| TruncatedNormal <U extends TNumber > | Outputs random values from a truncated normal distribution. |
| TryRpc | Perform batches of RPC requests. |
| Unbatch <T extends TType > | Reverses the operation of Batch for a single output Tensor. |
| UnbatchDataset | A dataset that splits the elements of its input into multiple elements. |
| UnbatchGrad <T extends TType > | Gradient of Unbatch. |
| UncompressElement | Uncompresses a compressed dataset element. |
| UnicodeDecode <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
| UnicodeDecodeWithOffsets <T extends TNumber > | Decodes each string in `input` into a sequence of Unicode code points. |
| UnicodeEncode | Encode a tensor of ints into unicode strings. |
| UnicodeScript | Determine the script codes of a given tensor of Unicode integer code points. |
| UnicodeTranscode | Transcode the input text from a source encoding to a destination encoding. |
| UniformCandidateSampler | Generates labels for candidate sampling with a uniform distribution. |
| Unique <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
| UniqueDataset | Creates a dataset that contains the unique elements of `input_dataset`. |
| UniqueWithCounts <T extends TType , V extends TNumber > | Finds unique elements along an axis of a tensor. |
| UnravelIndex <T extends TNumber > | Converts an array of flat indices into a tuple of coordinate arrays. |
| UnsortedSegmentJoin | Joins the elements of `inputs` based on `segment_ids`. |
| UnsortedSegmentMax <T extends TNumber > | คำนวณค่าสูงสุดตามส่วนของเทนเซอร์ |
| UnsortedSegmentMin <T extends TNumber > | Computes the minimum along segments of a tensor. |
| UnsortedSegmentProd <T extends TType > | Computes the product along segments of a tensor. |
| UnsortedSegmentSum <T extends TType > | Computes the sum along segments of a tensor. |
| Unstack <T extends TType > | คลายมิติที่กำหนดของเทนเซอร์อันดับ-`R` ออกเป็นเทนเซอร์อันดับ `num`-`(R-1)` |
| Unstage | Op is similar to a lightweight Dequeue. |
| UnwrapDatasetVariant | |
| Upper | Converts all lowercase characters into their respective uppercase replacements. |
| UpperBound <U extends TNumber > | Applies upper_bound(sorted_search_values, values) along each row. |
| VarHandleOp | Creates a handle to a Variable resource. |
| VarIsInitializedOp | Checks whether a resource handle-based variable has been initialized. |
| Variable <T extends TType > | Holds state in the form of a tensor that persists across steps. |
| VariableShape <T extends TNumber > | Returns the shape of the variable pointed to by `resource`. |
| ที่ไหน | ส่งกลับตำแหน่งของค่าที่ไม่ใช่ศูนย์ / ค่าจริงในเทนเซอร์ |
| WholeFileReader | A Reader that outputs the entire contents of a file as a value. |
| WindowDataset | Combines (nests of) input elements into a dataset of (nests of) windows. |
| WorkerHeartbeat | Worker heartbeat op. |
| WrapDatasetVariant | |
| WriteAudioSummary | Writes an audio summary. |
| WriteFile | Writes contents to the file at input filename. |
| WriteGraphSummary | Writes a graph summary. |
| WriteHistogramSummary | Writes a histogram summary. |
| WriteImageSummary | Writes an image summary. |
| WriteRawProtoSummary | Writes a serialized proto summary. |
| WriteScalarSummary | เขียนสรุปแบบสเกลาร์ |
| WriteSummary | Writes a tensor summary. |
| Xdivy <T extends TType > | Returns 0 if x == 0, and x / y otherwise, elementwise. |
| XlaRecvFromHost <T extends TType > | An op to receive a tensor from the host. |
| XlaSendToHost | An op to send a tensor to the host. |
| XlaSetBound | Set a bound for the given input value as a hint to Xla compiler, returns the same value. |
| XlaSpmdFullToShardShape <T extends TType > | An op used by XLA SPMD partitioner to switch from automatic partitioning to manual partitioning. |
| XlaSpmdShardToFullShape <T extends TType > | An op used by XLA SPMD partitioner to switch from manual partitioning to automatic partitioning. |
| Xlog1py <T extends TType > | Returns 0 if x == 0, and x * log1p(y) otherwise, elementwise. |
| Xlogy <T extends TType > | Returns 0 if x == 0, and x * log(y) otherwise, elementwise. |
| ZerosLike <T extends TType > | Returns a tensor of zeros with the same shape and type as x. |
| Zeta <T extends TNumber > | Compute the Hurwitz zeta function \\(\zeta(x, q)\\). |
| ZipDataset | Creates a dataset that zips together `input_datasets`. |
| erfinv <T extends TNumber > | |
