Opérations de flux de données

Applique un dégradé à un accumulateur donné.

Renvoie le nombre de dégradés agrégés dans les accumulateurs donnés.

Met à jour l'accumulateur avec une nouvelle valeur pour global_step.

Extrait le gradient moyen dans le ConditionalAccumulator donné.

Définit une barrière qui persiste à travers différentes exécutions de graphes.

Ferme la barrière donnée.

Calcule le nombre d'éléments incomplets dans la barrière donnée.

Pour chaque clé, affecte la valeur respective au composant spécifié.

Calcule le nombre d'éléments complets dans la barrière donnée.

Prend le nombre donné d'éléments terminés d'une barrière.

Un accumulateur conditionnel pour agréger des gradients.

Supprimez le tenseur spécifié par sa poignée dans la session.

Partitionne les data en tenseurs num_partitions utilisant les indices des partitions .

Entrelacez les valeurs des tenseurs de data dans un seul tenseur.

Une file d'attente qui produit des éléments dans l'ordre premier entré, premier sorti.

Stocke le tenseur d'entrée dans l'état de la session en cours.

Stocke le tenseur d'entrée dans l'état de la session en cours.

Récupère la valeur du tenseur spécifié par sa poignée.

Op supprime tous les éléments du conteneur sous-jacent.

Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.

Op regarde les valeurs de la clé spécifiée.

Op renvoie le nombre d'éléments dans le conteneur sous-jacent.

Stage (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une table de hachage.

Op supprime et renvoie les valeurs associées à la clé.

Op supprime et renvoie un aléatoire (clé, valeur)

Op supprime tous les éléments du conteneur sous-jacent.

Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.

Op regarde les valeurs de la clé spécifiée.

Op renvoie le nombre d'éléments dans le conteneur sous-jacent.

Stage (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une commande.

Op supprime et renvoie les valeurs associées à la clé.

Op supprime et renvoie l'élément (clé, valeur) avec le plus petit.

Une file d'attente qui produit des éléments dans l'ordre premier entré, premier sorti.

Entrelacez les valeurs des tenseurs de data dans un seul tenseur.

Une file d'attente qui produit des éléments triés par la valeur du premier composant.

Ferme la file d'attente donnée.

Supprime un tuple d'un ou plusieurs tenseurs de la file d'attente donnée.

Retire n uplets d'un ou plusieurs tenseurs de la file d'attente donnée.

Retire n uplets d'un ou plusieurs tenseurs de la file d'attente donnée.

Met en file d'attente un tuple d'un ou plusieurs tenseurs dans la file d'attente donnée.

Met en file d'attente zéro ou plusieurs tuples d'un ou plusieurs tenseurs dans la file d'attente donnée.

Renvoie true si la file d'attente est fermée.

Renvoie true si la file d'attente est fermée.

Calcule le nombre d'éléments dans la file d'attente donnée.

Une file d'attente qui randomise l'ordre des éléments.

Émet des enregistrements aléatoires.

Applique un gradient clairsemé à un accumulateur donné.

Extrait le gradient clairsemé moyen dans un SparseConditionalAccumulator .

Un accumulateur conditionnel pour agréger des gradients clairsemés.

Valeurs de scène similaires à une mise en file d'attente légère.

Op supprime tous les éléments du conteneur sous-jacent.

Op regarde les valeurs à l'index spécifié.

Op renvoie le nombre d'éléments dans le conteneur sous-jacent.

Un tableau de Tensors de taille donnée.

Supprimez le TensorArray de son conteneur de ressources.

Concattez les éléments de TensorArray en valeur value .

Rassemblez des éléments spécifiques du TensorArray dans la value sortie.

Crée un TensorArray pour stocker les dégradés de valeurs dans le handle donné.

Crée un TensorArray pour stocker plusieurs dégradés de valeurs dans le handle donné.

Lisez un élément du TensorArray dans la value sortie.

Dispersez les données de la valeur d'entrée dans des éléments TensorArray spécifiques.

Obtenez la taille actuelle du TensorArray .

Divisez les données de la valeur d'entrée en éléments TensorArray .

Poussez un élément sur le tensor_array.

Op est similaire à un Dequeue léger.