어레이 작업

T 유형의 4 차원 텐서 용 BatchToSpace

T 유형의 ND 텐서에 대한 BatchToSpace

데이터를 복사하지 않고 한 유형에서 다른 유형으로 텐서를 비트 캐스트합니다.

브로드 캐스트로 s0 op s1의 모양을 반환합니다.

호환되는 모양에 대한 배열을 브로드 캐스트합니다.

텐서에서 NaN 및 Inf 값을 확인합니다.

한 차원을 따라 텐서를 연결합니다.

순열에 따라 x의 차원을 섞고 결과를 결합합니다.

그래디언트 디버깅을위한 Identity op.

그래디언트 디버깅을위한 Identity op.

x 의 복사본을 만듭니다.

유형 T의 텐서에 대한 DepthToSpace .

'input'텐서를 부동 Tensor 로 역 양자화 합니다.

주어진 대각선 값을 가진 대각선 텐서를 반환합니다.

텐서의 대각선 부분을 반환합니다.

(정규화 가능) Levenshtein Edit Distance를 계산합니다.

주어진 모양으로 텐서를 만듭니다.

텐서의 모양이 예상 모양과 일치하는지 확인합니다.

텐서의 모양에 차원 1을 삽입합니다.

images 에서 patches 를 추출하여 "깊이"출력 차원에 넣습니다.

input 에서 patches 를 추출하여 "깊이"출력 차원에 넣습니다.

'입력'텐서를 가짜 양자화하고 동일한 유형의 '출력'텐서에 float를 입력하십시오.

FakeQuantWithMinMaxArgs 작업에 대한 기울기를 계산합니다.

전역 float 스칼라를 통해 float 유형의 '입력'텐서를 가짜 양자화 min

FakeQuantWithMinMaxVars 연산에 대한 기울기를 계산합니다.

float 유형의 '입력'텐서와 [d] , 모양 중 하나를 가짜 양자화합니다.

FakeQuantWithMinMaxVarsPerChannel 작업에 대한 기울기를 계산합니다.

스칼라 값으로 채워진 텐서를 만듭니다.

지문 값을 생성합니다.

indices 에 따라 params 에서 조각을 수집 합니다.

indices 지정된 모양을 사용하여 params 슬라이스를 Tensor 로 수집 합니다.

indices 에 따라 params 축 axis 에서 슬라이스를 수집 합니다.

TF 런타임에 입력 텐서가 상수임을 보장합니다.

입력 텐서 또는 값과 모양 및 내용이 동일한 텐서를 반환합니다.

입력과 모양과 내용이 동일한 텐서 목록을 반환합니다.

메모리 영역에서 불변 텐서를 반환합니다.

x의 지정된 행에 v를 더합니다.

v 를 x 지정된 행으로 뺍니다.

v 값으로 지정된 행을 업데이트합니다.

텐서의 역 순열을 계산합니다.

가장 안쪽의 각 행렬에서 중앙 밴드 외부의 모든 것을 설정하는 텐서를 복사합니다.

주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다.

배치 된 텐서의 배치 된 대각선 부분을 반환합니다.

배치 된 텐서의 배치 된 대각선 부분을 반환합니다.

주어진 배치 대각선 값으로 배치 된 대각선 텐서를 반환합니다.

새로운 배치 된 대각선 값이있는 배치 된 행렬 텐서를 반환합니다.

새로운 배치 된 대각선 값이있는 배치 된 행렬 텐서를 반환합니다.

미러링 된 값으로 텐서를 채 웁니다.

원-핫 텐서를 반환합니다.

x와 모양과 유형이 같은 1의 텐서를 반환합니다.

텐서를 0으로 채 웁니다.

텐서를 채 웁니다.

첫 번째 차원을 따라 N 텐서 목록을 연결합니다.

계산에 입력 할 값에 대한 자리 표시 자 작업입니다.

출력이 공급되지 않을 때 input 을 통과하는 자리 표시 자 작업입니다.

그래디언트가 요청되면 오류를 트리거하는 ID 작업입니다.

그런 다음 텐서를 양자화합니다.

그런 다음 텐서를 양자화합니다.

float 유형의 '입력'텐서를 'T'유형의 '출력'텐서로 양자화합니다.

한 차원을 따라 양자화 된 텐서를 연결합니다.

양자화 된 인스턴스 정규화.

두 숫자 또는 문자열 목록의 차이를 계산합니다.

N 랭크 R 텐서 목록을 하나의 랭크- (R+1) 텐서로 압축합니다.

Reshape 작업에 따라 양자화 된 텐서를 재구성합니다.

x와 모양과 유형이 같은 0의 텐서를 반환합니다.