Op

interface publique Op

Sous-classes indirectes connues

Abandonner , Tous , AllToAll <T>, AnonymousIteratorV2 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousRandomSeedGenerator , AnonymousSeedGenerator , Tous , ApplyAdagradV2 <T>, AssertCardinalityDataset , AssertNextDataset , assertThat , Assign <T>, AssignAdd <T>, et 602 autres.

Avorter	Soulevez une exception pour abandonner le processus lorsqu'il est appelé.
Tout	Calcule le «et logique» des éléments à travers les dimensions d'un tenseur.
AllToAll <T>	Une opération pour échanger des données entre les répliques TPU.
AnonymousIteratorV2	Un conteneur pour une ressource d'itérateur.
AnonymousMemoryCache
AnonymousMultiDeviceIterator	Un conteneur pour une ressource d'itérateur multi-périphérique.
AnonymousRandomSeedGenerator
AnonymousSeedGenerator
Quelconque	Calcule le "ou" logique des éléments à travers les dimensions d'un tenseur.
AppliquerAdagradV2 <T>	Mettez à jour '* var' selon le schéma adagrad.
AssertCardinalityDataset
AssertNextDataset	Une transformation qui affirme quelles transformations se produiront ensuite.
Affirmer que	Affirme que la condition donnée est vraie.
Attribuer <T>	Mettez à jour 'ref' en lui attribuant 'value'.
Attribuer Ajouter <T>	Mettez à jour 'ref' en y ajoutant 'value'.
AssignAddVariableOp	Ajoute une valeur à la valeur actuelle d'une variable.
AssignSub <T>	Mettez à jour 'ref' en soustrayant 'value'.
AssignSubVariableOp	Soustrait une valeur de la valeur actuelle d'une variable.
AssignVariableOp	Attribue une nouvelle valeur à une variable.
AutoShardDataset	Crée un jeu de données qui fragmente le jeu de données d'entrée.
BandedTriangularSolve <T>
Barrière	Définit une barrière qui persiste à travers différentes exécutions de graphes.
BarrièreFermer	Ferme la barrière donnée.
BarrièreIncomplèteTaille	Calcule le nombre d'éléments incomplets dans la barrière donnée.
BarrièreInsérerBeaucoup	Pour chaque clé, affecte la valeur respective au composant spécifié.
BarrierReadySize	Calcule le nombre d'éléments complets dans la barrière donnée.
Barrière	Prend le nombre donné d'éléments terminés d'une barrière.
Grouper	Regroupe tous les tenseurs d'entrée de manière non déterministe.
BatchMatMulV2 <T>	Multiplie les tranches de deux tenseurs par lots.
BatchToSpace <T>	BatchToSpace pour les tenseurs 4-D de type T.
BatchToSpaceNd <T>	BatchToSpace pour les tenseurs ND de type T.
BesselI0 <T étend le nombre>
BesselI1 <T étend le nombre>
BesselJ0 <T étend le nombre>
BesselJ1 <T étend le nombre>
BesselK0 <T étend le nombre>
BesselK0e <T étend le nombre>
BesselK1 <T étend le nombre>
BesselK1e <T étend le nombre>
BesselY0 <T étend le nombre>
BesselY1 <T étend le nombre>
Bitcast <U>	Bitcasts un tenseur d'un type à un autre sans copier de données.
BlockLSTM <T étend le nombre>	Calcule la propagation avant de la cellule LSTM pour tous les pas de temps.
BlockLSTMGrad <T étend le nombre>	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BlockLSTMGradV2 <T étend le nombre>	Calcule la propagation vers l'arrière de la cellule LSTM pour toute la séquence temporelle.
BlockLSTMV2 <T étend le nombre>	Calcule la propagation avant de la cellule LSTM pour tous les pas de temps.
BoostedTreesAggregateStats	Agrège le résumé des statistiques accumulées pour le lot.
BoostedArbresBucketize	Bucketize chaque fonctionnalité en fonction des limites du compartiment.
BoostedArbresCalculerMeilleureCaractéristiqueSplit	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de fractionnement possibles pour la fonctionnalité.
BoostedArbresCalculerMeilleureCaractéristiqueSplitV2	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de fractionnement possibles pour chaque nœud.
BoostedarbresCalculerMeilleursGainsParFonctionnalité	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de fractionnement possibles pour la fonctionnalité.
BoostedTreesCenterBias	Calcule le prior à partir des données d'apprentissage (le biais) et remplit le premier nœud avec le prior des logits.
BoostedTreesCreateEnsemble	Crée un modèle d'ensemble d'arbres et lui renvoie une poignée.
BoostedTreesCreateQuantileStreamResource	Créez la ressource pour Quantile Streams.
BoostedTreesDeserializeEnsemble	Désérialise une configuration d'ensemble d'arbres sérialisés et remplace l'arborescence actuelle ensemble.
BoostedTreesEnsembleResourceHandleOp	Crée un handle vers un BoostedTreesEnsembleResource
BoostedTreesExampleDebugOutputs	Débogage / résultats d'interprétabilité du modèle pour chaque exemple.
BoostedArbresFlushQuantileRésumés	Videz les résumés de quantile de chaque ressource de flux de quantile.
BoostedTreesGetEnsembleStates	Récupère le jeton de tampon de ressource de l'ensemble d'arbres, le nombre d'arbres et les statistiques de croissance.
BoostedArbresFaireQuantileRésumés	Fait le résumé des quantiles pour le lot.
BoostedTreesMakeStatsRésumé	Fait le résumé des statistiques accumulées pour le lot.
BoostedArbresPrédiction	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule les logits.
BoostedTreesQuantileStreamResourceAddSummaries	Ajoutez les résumés de quantile à chaque ressource de flux de quantile.
BoostedTreesQuantileStreamResourceDeserialize	Désérialisez les limites du compartiment et l'indicateur prêt dans le QuantileAccumulator actuel.
BoostedTreesQuantileStreamResourceFlush	Videz les résumés pour une ressource de flux quantile.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	Générez les limites du compartiment pour chaque entité en fonction des résumés accumulés.
BoostedTreesQuantileStreamResourceHandleOp	Crée un handle vers un BoostedTreesQuantileStreamResource.
BoostedTreesSerializeEnsemble	Sérialise l'ensemble d'arbres en proto.
BoostedTreesSparseAggregateStats	Agrège le résumé des statistiques accumulées pour le lot.
BoostedarbresSparseCalculateMeilleureCaractéristique	Calcule les gains pour chaque fonctionnalité et renvoie les meilleures informations de fractionnement possibles pour la fonctionnalité.
BoostedarbresFormationPrédict	Exécute plusieurs prédicteurs d'ensemble de régression additive sur les instances d'entrée et calcule la mise à jour des logits mis en cache.
BoostedTreesUpdateEnsemble	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en cours de croissance ou en commençant un nouvel arbre.
BoostedTreesUpdateEnsembleV2	Met à jour l'ensemble d'arbres en ajoutant une couche au dernier arbre en cours de croissance ou en commençant un nouvel arbre.
BroadcastDynamicShape <T étend le nombre>	Renvoie la forme de s0 op s1 avec diffusion.
BroadcastGradientArgs <T étend le nombre>	Renvoie les indices de réduction pour le calcul des gradients de s0 op s1 avec diffusion.
Diffuser à <T>	Diffusez un tableau pour une forme compatible.
Bucketize	Bucketize «l'entrée» en fonction des «limites».
CSRSparseMatrixComponents <T>	Lit les composants CSR à l'index du lot.
CSRSparseMatrixToDense <T>	Convertissez un CSRSparseMatrix (éventuellement en lots) en dense.
CSRSparseMatrixToSparseTensor <T>	Convertit un CSRSparesMatrix (éventuellement par lots) en SparseTensor.
CSVDataset
CSVDatasetV2
CTCLossV2	Calcule la perte CTC (probabilité logarithmique) pour chaque entrée de lot.
CacheDatasetV2
CheckNumericsV2 <T étend le nombre>	Vérifie un tenseur pour les valeurs NaN, -Inf et + Inf.
ChooseFastestDataset
ClipByValue <T>	Clips les valeurs du tenseur aux valeurs min et max spécifiées.
CollectiveGather <T étend le nombre>	Accumule mutuellement plusieurs tenseurs de type et de forme identiques.
CollectivePermute <T>	Une opération pour permuter les tenseurs entre les instances TPU répliquées.
CollectiveReduceV2 <T étend le nombre>	Réduit mutuellement plusieurs tenseurs de type et de forme identiques.
CombinéNonMaxSuppression	Sélectionne avec gourmandise un sous-ensemble de boîtes englobantes par ordre décroissant de score, Cette opération effectue non_max_suppression sur les entrées par lot, dans toutes les classes.
CompressElement	Compresse un élément de jeu de données.
ComputeBatchSize	Calcule la taille de lot statique d'un ensemble de données sans lots partiels.
Concat <T>	Concatène les tenseurs le long d'une dimension.
ConfigurerDistributedTPU	Configure les structures centralisées pour un système TPU distribué.
Configurer le TPUEmbedding	Configure TPUEmbedding dans un système TPU distribué.
Constante <T>	Un opérateur produisant une valeur constante.
ConsommerMutexLock	Cette opération consomme un verrou créé par `MutexLock`.
ControlTrigger	Ne fait rien.
Copier <T>	Copiez un tenseur de CPU à CPU ou GPU à GPU.
CopyHost <T>	Copiez un tenseur vers l'hôte.
CountUpTo <T étend le nombre>	Incrémente «ref» jusqu'à ce qu'il atteigne «limite».
CrossReplicaSum <T étend le nombre>	Une opération pour additionner les entrées sur les instances TPU répliquées.
CudnnRNNBackpropV3 <T étend le nombre>	Étape Backprop de CudnnRNNV3.
CudnnRNNCanonicalToParamsV2 <T étend le nombre>	Convertit les paramètres CudnnRNN de la forme canonique en forme utilisable.
CudnnRNNParamsToCanonicalV2 <T étend le nombre>	Récupère les paramètres CudnnRNN sous forme canonique.
CudnnRNNV3 <T étend le nombre>	Un RNN soutenu par cuDNN.
CumulativeLogsumexp <T étend le nombre>	Calculez le produit cumulatif du tenseur «x» le long de «axis».
DataServiceDataset
DatasetCardinality	Renvoie la cardinalité de `input_dataset`.
DatasetFromGraph	Crée un ensemble de données à partir du `graph_def` donné.
DatasetToGraphV2	Renvoie un GraphDef sérialisé représentant `input_dataset`.
Dawsn <T étend le nombre>
DebugGradientIdentity <T>	Identity op pour le débogage de gradient.
DebugGradientRefIdentity <T>	Identity op pour le débogage de gradient.
DebugIdentity <T>	Fournit un mappage d'identité du tenseur d'entrée de type non-Ref pour le débogage.
DebugIdentityV2 <T>	Debug Identity V2 Op.
DebugNanCount	Déboguer le compteur de valeur NaN Op.
DebugNumericSummary	Debug Numeric Summary Op.
DebugNumericSummaryV2 <U étend le nombre>	Résumé numérique du débogage V2 Op.
DecodeImage <T étend le nombre>	Fonction pour decode_bmp, decode_gif, decode_jpeg et decode_png.
DecodePaddedRaw <T étend le nombre>	Réinterprétez les octets d'une chaîne comme un vecteur de nombres.
DecodeProto	L'op extrait les champs d'un message de tampons de protocole sérialisé en tenseurs.
DeepCopy <T>	Fait une copie de «x».
DeleteIterator	Un conteneur pour une ressource d'itérateur.
SupprimerMemoryCache
DeleteMultiDeviceIterator	Un conteneur pour une ressource d'itérateur.
DeleteRandomSeedGenerator
DeleteSeedGenerator
DeleteSessionTensor	Supprimez le tenseur spécifié par sa poignée dans la session.
DenseBincount <U étend le nombre>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
DenseCountSparseOutput <U étend le nombre>	Effectue un comptage de bac à sortie éparse pour une entrée tf.tensor.
DenseToCSRSparseMatrix	Convertit un tenseur dense en CSRSparseMatrix (éventuellement en lots).
DestroyResourceOp	Supprime la ressource spécifiée par le handle.
DestroyTemporaryVariable <T>	Détruit la variable temporaire et renvoie sa valeur finale.
DeviceIndex	Renvoie l'index du périphérique exécuté par l'opération.
DirectedInterleaveDataset	Un substitut à «InterleaveDataset» sur une liste fixe de «N» ensembles de données.
DrawBoundingBoxesV2 <T étend le nombre>	Dessinez des cadres de délimitation sur un lot d'images.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicPartition <T>	Partitionne `data` en tenseurs` num_partitions` en utilisant les indices de `partitions`.
DynamicStitch <T>	Entrelacez les valeurs des tenseurs «data» en un seul tenseur.
Modifier la distance	Calcule la distance d'édition Levenshtein (éventuellement normalisée).
Eig <U>	Calcule la décomposition propre d'une ou plusieurs matrices carrées.
Einsum <T>	Contraction des tenseurs selon la convention de sommation d'Einstein.
Vide <T>	Crée un tenseur avec la forme donnée.
EmptyTensorList	Crée et renvoie une liste de tenseurs vide.
EmptyTensorMap	Crée et renvoie une carte tensorielle vide.
EncodeProto	L'op sérialise les messages protobuf fournis dans les tenseurs d'entrée.
EnqueueTPUEmbeddingIntegerBatch	Un op qui met en file d'attente une liste de tenseurs de lots d'entrée vers TPUEmbedding.
EnqueueTPUEmbeddingRaggedTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup ().
EnqueueTPUEmbeddingSparseBatch	Un op qui met en file d'attente les index d'entrée TPUEmbedding d'un SparseTensor.
EnqueueTPUEmbeddingSparseTensorBatch	Facilite le portage du code qui utilise tf.nn.embedding_lookup_sparse ().
EnsureShape <T>	Garantit que la forme du tenseur correspond à la forme attendue.
Entrez <T>	Crée ou trouve un cadre enfant et rend les données disponibles pour le cadre enfant.
Erfinv <T étend le nombre>
EuclideanNorm <T>	Calcule la norme euclidienne des éléments à travers les dimensions d'un tenseur.
Quitter <T>	Quitte le cadre actuel vers son cadre parent.
DévelopperDims <T>	Insère une dimension de 1 dans la forme d'un tenseur.
ExpérimentalAutoShardDataset	Crée un jeu de données qui fragmente le jeu de données d'entrée.
ExperimentalBytesProducedStatsDataset	Enregistre la taille en octets de chaque élément de `input_dataset` dans un StatsAggregator.
ExpérimentalChoisissezFastestDataset
ExpérimentalDatasetCardinality	Renvoie la cardinalité de `input_dataset`.
ExpérimentalDatasetToTFRecord	Écrit l'ensemble de données donné dans le fichier donné en utilisant le format TFRecord.
ExperimentalDenseToSparseBatchDataset	Crée un ensemble de données qui regroupe les éléments d'entrée dans un SparseTensor.
ExperimentalLatencyStatsDataset	Enregistre la latence de production des éléments `input_dataset` dans un StatsAggregator.
ExperimentalMatchingFilesDataset
ExperimentalMaxIntraOpParallelismDataset	Crée un jeu de données qui remplace le parallélisme intra-op maximal.
ExperimentalParseExampleDataset	Transforme «input_dataset» contenant les protos «Example» comme vecteurs de DT_STRING en un ensemble de données d'objets «Tensor» ou «SparseTensor» représentant les entités analysées.
ExpérimentalPrivateThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer `input_dataset`.
ExpérimentalRandomDataset	Crée un ensemble de données qui renvoie des nombres pseudo-aléatoires.
ExperimentalRebatchDataset	Crée un ensemble de données qui modifie la taille du lot.
ExperimentalSetStatsAggregatorDataset
ExperimentalSlidingWindowDataset	Crée un jeu de données qui passe une fenêtre glissante sur `input_dataset`.
ExperimentalSqlDataset	Crée un ensemble de données qui exécute une requête SQL et émet des lignes du jeu de résultats.
ExperimentalStatsAggregatorHandle	Crée une ressource de gestionnaire de statistiques.
ExperimentalStatsAggregatorSummary	Produit un résumé de toutes les statistiques enregistrées par le gestionnaire de statistiques donné.
ExperimentalUnbatchDataset	Un ensemble de données qui divise les éléments de son entrée en plusieurs éléments.
Expression <T étend le nombre>
ExtraitGlimpseV2	Extrait un aperçu du tenseur d'entrée.
ExtractVolumePatches <T étend le nombre>	Extrayez les `patches` de` input` et placez-les dans la dimension de sortie `` depth ''.
Remplir <U>	Crée un tenseur rempli d'une valeur scalaire.
Empreinte digitale	Génère des valeurs d'empreintes digitales.
FresnelCos <T étend le nombre>
FresnelSin <T étend le nombre>
FusedBatchNormGradV3 <T étend le nombre, U étend le nombre>	Gradient pour la normalisation des lots.
FusedBatchNormV3 <T étend le nombre, U étend le nombre>	Normalisation par lots.
GRUBlockCell <T étend le nombre>	Calcule la propagation avant de la cellule GRU pendant 1 pas de temps.
GRUBlockCellGrad <T étend le nombre>	Calcule la rétropropagation des cellules GRU pendant 1 pas de temps.
Rassemblez <T>	Rassemblez les tranches de l'axe «params» «axis» en fonction des «indices».
GatherNd <T>	Rassemblez les tranches de `params` dans un Tensor avec la forme spécifiée par` indices`.
GenerateBoundingBoxProposals	Cette opération produit une région d'intérêts à partir de boîtes englobantes données (bbox_deltas) encodées avec des ancres selon l'équation 2 dans arXiv: 1506.01497 L'op sélectionne les boîtes de notation supérieures `pre_nms_topn`, les décode par rapport aux ancres, applique une suppression non maximale sur les boîtes qui se chevauchent avec une valeur d'intersection-sur-union (iou) supérieure à` nms_threshold`, rejetant les boîtes où le côté le plus court est inférieur à ` min_size`.
GetSessionHandle	Stocke le tenseur d'entrée dans l'état de la session en cours.
GetSessionTensor <T>	Récupère la valeur du tenseur spécifié par sa poignée.
Les dégradés	Ajoute des opérations pour calculer les dérivées partielles de la somme de `y` s wrt `x` s, c'est à dire `d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...` Si les valeurs `Options.dx()` sont définies, elles sont comme les dérivés partiels symboliques initiaux d'une fonction de perte `L` wrt
GarantieConst <T>	Donne une garantie au runtime TF que le tenseur d'entrée est une constante.
HashTable	Crée une table de hachage non initialisée.
HistogramFixedWidth <U étend le nombre>	Renvoie l'histogramme des valeurs.
Identité <T>	Renvoie un tenseur avec la même forme et le même contenu que le tenseur ou la valeur d'entrée.
IdentitéN	Renvoie une liste de tenseurs avec les mêmes formes et contenus que l'entrée tenseurs.
IgnorerErrorsDataset	Crée un ensemble de données qui contient les éléments de `input_dataset` ignorant les erreurs.
ImageProjectiveTransformV2 <T étend le nombre>	Applique la transformation donnée à chacune des images.
ImmutableConst <T>	Renvoie le tenseur immuable de la région mémoire.
InfeedDequeue <T>	Un espace réservé op pour une valeur qui sera introduite dans le calcul.
InfeedDequeueTuple	Récupère plusieurs valeurs de l'alimentation en tant que tuple XLA.
InfeedEnqueue	Un op qui alimente une seule valeur Tensor dans le calcul.
InfeedEnqueuePrelinearizedBuffer	Une opération qui met en file d'attente un tampon pré-linéarisé dans une alimentation TPU.
InfeedEnqueueTuple	Fournit plusieurs valeurs Tensor dans le calcul en tant que tuple XLA.
InitializeTable	Initialiseur de table qui prend respectivement deux tenseurs pour les clés et les valeurs.
InitializeTableFromDataset
InitializeTableFromTextFile	Initialise une table à partir d'un fichier texte.
InplaceAdd <T>	Ajoute v dans les lignes spécifiées de x.
InplaceSub <T>	Soustrait «v» dans les lignes spécifiées de «x».
InplaceUpdate <T>	Met à jour les lignes spécifiées «i» avec les valeurs «v».
IsBoostedTreesEnsembleInitialized	Vérifie si un ensemble d'arbres a été initialisé.
IsBoostedTreesQuantileStreamResourceInitialized	Vérifie si un flux quantile a été initialisé.
IsVariableInitialized	Vérifie si un tenseur a été initialisé.
IsotonicRegression <U étend le nombre>	Résout un lot de problèmes de régression isotonique.
IteratorGetDevice	Renvoie le nom de l'appareil sur lequel la «ressource» a été placée.
Initialisation KMC2Chain	Renvoie l'index d'un point de données qui doit être ajouté à l'ensemble de départ.
KmeansPlusPlusInitialisation	Sélectionne num_to_sample lignes d'entrée en utilisant le critère KMeans ++.
KthOrderStatistic	Calcule la statistique d'ordre K d'un ensemble de données.
LMDBDataset	Crée un ensemble de données qui émet les paires clé-valeur dans un ou plusieurs fichiers LMDB.
LSTMBlockCell <T étend le nombre>	Calcule la propagation avant de la cellule LSTM pendant 1 pas de temps.
LSTMBlockCellGrad <T étend le nombre>	Calcule la propagation vers l'arrière de la cellule LSTM pour 1 pas de temps.
LinSpace <T étend le nombre>	Génère des valeurs dans un intervalle.
LoadTPUEmbeddingADAMParamètres	Chargez les paramètres d'intégration ADAM.
LoadTPUEmbeddingADAMParametersGradAccumDebug	Chargez les paramètres d'intégration ADAM avec la prise en charge du débogage.
LoadTPUEmbeddingAdadeltaParamètres	Chargez les paramètres d'intégration d'Adadelta.
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	Chargez les paramètres Adadelta avec le support de débogage.
LoadTPUEmbeddingAdagradParamètres	Chargez les paramètres d'intégration d'Adagrad.
LoadTPUEmbeddingAdagradParametersGradAccumDebug	Chargez les paramètres d'intégration d'Adagrad avec la prise en charge du débogage.
LoadTPUEmbeddingCenteredRMSPropParameters	Paramètres d'intégration RMSProp centrés sur la charge.
LoadTPUEmbeddingFTRLParameters	Chargez les paramètres d'incorporation FTRL.
LoadTPUEmbeddingFTRLParametersGradAccumDebug	Chargez les paramètres d'incorporation FTRL avec prise en charge du débogage.
LoadTPUEmbeddingMDLAdagradLightParameters	Chargez les paramètres d'intégration MDL Adagrad Light.
LoadTPUEmbeddingMomentumParamètres	Charger les paramètres d'intégration de Momentum.
LoadTPUEmbeddingMomentumParametersGradAccumDebug	Charger les paramètres d'intégration de Momentum avec prise en charge du débogage.
LoadTPUEmbeddingProximalAdagradParamètres	Charger les paramètres d'inclusion d'Adagrad proximal.
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	Chargez les paramètres d'intégration Adagrad proximaux avec prise en charge du débogage.
LoadTPUEmbeddingProximalYogiParamètres
LoadTPUEmbeddingProximalYogiParamètresGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	Chargez les paramètres d'intégration RMSProp.
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	Chargez les paramètres d'incorporation RMSProp avec la prise en charge du débogage.
LoadTPUEmbeddingStochasticGradientDescenteParamètres	Chargez les paramètres d'intégration SGD.
LoadTPUEmbeddingStochasticGradientDescenteParamètresGradAccumDebug	Chargez les paramètres d'intégration SGD.
LookupTableExport <T, U>	Sort toutes les clés et valeurs de la table.
LookupTableFind <U>	Recherche les clés dans une table, génère les valeurs correspondantes.
LookupTableImport	Remplace le contenu de la table par les clés et valeurs spécifiées.
LookupTableInsert	Met à jour la table pour associer les clés aux valeurs.
LookupTableRemove	Supprime les clés et les valeurs associées d'une table.
LookupTableSize	Calcule le nombre d'éléments dans le tableau donné.
LoopCond	Transfère l'entrée vers la sortie.
LowerBound <U étend le nombre>	Applique lower_bound (sorted_search_values, values) le long de chaque ligne.
Lu <T, U étend le nombre>	Calcule la décomposition LU d'une ou plusieurs matrices carrées.
MakeUnique	Rendre tous les éléments de la dimension non-Batch uniques, mais \ "proches \" de leur valeur initiale.
MapClear	Op supprime tous les éléments du conteneur sous-jacent.
MapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
MapPeek	Op regarde les valeurs de la clé spécifiée.
Taille de la carte	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
MapStage	Stage (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme une table de hachage.
CarteUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
MapUnstageNoKey	Op supprime et renvoie un aléatoire (clé, valeur) du conteneur sous-jacent.
MatrixDiagPartV2 <T>	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatrixDiagPartV3 <T>	Renvoie la partie diagonale groupée d'un tenseur groupé.
MatrixDiagV2 <T>	Renvoie un tenseur diagonal groupé avec des valeurs diagonales groupées données.
MatrixDiagV3 <T>	Renvoie un tenseur diagonal groupé avec des valeurs diagonales groupées données.
MatrixSetDiagV2 <T>	Renvoie un tenseur de matrice par lots avec de nouvelles valeurs diagonales groupées.
MatrixSetDiagV3 <T>	Renvoie un tenseur de matrice par lots avec de nouvelles valeurs diagonales groupées.
Max <T>	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
MaxIntraOpParallelismDataset	Crée un jeu de données qui remplace le parallélisme intra-op maximal.
Fusionner <T>	Transmet la valeur d'un tenseur disponible des «entrées» à la «sortie».
Min <T>	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
MirrorPad <T>	Remplit un tenseur avec des valeurs en miroir.
MirrorPadGrad <T>	Gradient op pour «MirrorPad» op.
MlirPassthroughOp	Enveloppe un calcul MLIR arbitraire exprimé sous forme de module avec une fonction main ().
MulNoNan <T>	Renvoie x * y élément par élément.
MutableDenseHashTable	Crée une table de hachage vide qui utilise des tenseurs comme magasin de stockage.
MutableHashTable	Crée une table de hachage vide.
MutableHashTableOfTensors	Crée une table de hachage vide.
Mutex	Crée une ressource Mutex qui peut être verrouillée par `MutexLock`.
MutexLock	Verrouille une ressource mutex.
NcclAllReduce <T étend le nombre>	Produit un tenseur contenant la réduction sur tous les tenseurs d'entrée.
NcclBroadcast <T étend le nombre>	Envoie «input» à tous les appareils connectés à la sortie.
NcclReduce <T étend le nombre>	Réduit `input` de` num_devices` en utilisant `reduction` à un seul périphérique.
Ndtri <T étend le nombre>
Voisins les plus proches	Sélectionne les k centres les plus proches pour chaque point.
NextAfter <T étend le nombre>	Renvoie la valeur représentable suivante de «x1» dans la direction de «x2», élément par élément.
NextIteration <T>	Rend son entrée disponible pour la prochaine itération.
NoOp	Ne fait rien.
NonDéterministicInts <U>	Génère de manière non déterministe des nombres entiers.
NonMaxSuppressionV5 <T étend le nombre>	Sélectionne avec gourmandise un sous-ensemble de boîtes englobantes par ordre décroissant de score, élaguer les boîtes qui ont un chevauchement intersection-sur-union (IOU) élevé avec les boîtes précédemment sélectionnées.
NonSerializableDataset
OneHot <U>	Renvoie un tenseur one-hot.
Tout comme <T>	Renvoie un tenseur de uns avec la même forme et le même type que x.
OptimizeDatasetV2	Crée un ensemble de données en appliquant les optimisations associées à `input_dataset`.
OrderedMapClear	Op supprime tous les éléments du conteneur sous-jacent.
OrderedMapIncompleteSize	Op renvoie le nombre d'éléments incomplets dans le conteneur sous-jacent.
OrderedMapPeek	Op regarde les valeurs de la clé spécifiée.
OrderedMapSize	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
OrderedMapStage	Stage (clé, valeurs) dans le conteneur sous-jacent qui se comporte comme un ordre conteneur associatif.
OrderedMapUnstage	Op supprime et renvoie les valeurs associées à la clé du conteneur sous-jacent.
OrderedMapUnstageNoKey	Op supprime et renvoie l'élément (clé, valeur) avec le plus petit key du conteneur sous-jacent.
OutfeedDequeue <T>	Récupère un seul tenseur de la sortie de calcul.
OutfeedDequeueTuple	Récupérez plusieurs valeurs de la sortie de calcul.
OutfeedEnqueue	Mettez un Tensor en file d'attente sur la sortie de calcul.
OutfeedEnqueueTuple	Mettez plusieurs valeurs Tensor en file d'attente sur la sortie de calcul.
Pad <T>	Pads un tenseur.
ParallelConcat <T>	Concatène une liste de tenseurs «N» le long de la première dimension.
ParallelDynamicStitch <T>	Entrelacez les valeurs des tenseurs «data» en un seul tenseur.
ParseExampleDatasetV2	Transforme «input_dataset» contenant les protos «Example» comme vecteurs de DT_STRING en un ensemble de données d'objets «Tensor» ou «SparseTensor» représentant les entités analysées.
ParseExampleV2	Transforme un vecteur de tf.Example protos (sous forme de chaînes) en tenseurs typés.
ParseSequenceExampleV2	Transforme un vecteur de protos tf.io.SequenceExample (sous forme de chaînes) en tenseurs typés.
Espace réservé <T>	Un espace réservé op pour une valeur qui sera introduite dans le calcul.
PlaceholderWithDefault <T>	Un espace réservé op qui passe par `input` lorsque sa sortie n'est pas alimentée.
Prélinariser	Un op qui linéarise une valeur Tensor en un tenseur variant opaque.
PrélinariserTuple	Un op qui linéarise plusieurs valeurs Tensor en un tenseur variant opaque.
PrimitiveOp	Une classe de base pour les implémentations d' `Op` qui sont soutenues par une seule `Operation` .
Imprimer	Imprime une chaîne scalaire.
PrivateThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer `input_dataset`.
Prod <T>	Calcule le produit des éléments sur les dimensions d'un tenseur.
QuantizedConcat <T>	Concatène les tenseurs quantifiés le long d'une dimension.
QuantizedConv2DAndRelu <V>
QuantizedConv2DAndReluAndRequantize <V>
QuantizedConv2DAndRequantize <V>
QuantizedConv2DPerChannel <V>	Calcule QuantizedConv2D par canal.
QuantizedConv2DWithBias <V>
QuantizedConv2DWithBiasAndRelu <V>
QuantizedConv2DWithBiasAndReluAndRequantize <W>
QuantizedConv2DWithBiasAndRequantize <W>
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X>
QuantizedConv2DWithBiasSumAndRelu <V>
QuantizedConv2DWithBiasSumAndReluAndRequantize <X>
QuantizedDepthwiseConv2D <V>	Calcule le Conv2D quantifié en profondeur.
QuantizedDepthwiseConv2DWithBias <V>	Calcule le Conv2D quantifié en profondeur avec Bias.
QuantizedDepthwiseConv2DWithBiasAndRelu <V>	Calcule le Conv2D quantifié en profondeur avec Bias et Relu.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W>	Calcule le Conv2D quantifié en profondeur avec Bias, Relu et Requantize.
QuantizedMatMulWithBias <W>	Effectue une multiplication matricielle quantifiée de «a» par la matrice «b» avec addition de biais.
QuantizedMatMulWithBiasAndDequantize <W étend le nombre>
QuantizedMatMulWithBiasAndRelu <V>	Effectuer une multiplication matricielle quantifiée de «a» par la matrice «b» avec addition de biais et fusion relu.
QuantizedMatMulWithBiasAndReluAndRequantize <W>	Effectuer une multiplication matricielle quantifiée de «a» par la matrice «b» avec un biais ajouter et relu et requantiser la fusion.
QuantizedMatMulWithBiasAndRequantize <W>
QuantizedReshape <T>	Remodèle un tenseur quantifié selon l'opération Reshape.
RaggedBincount <U étend le nombre>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
RaggedCountSparseOutput <U étend le nombre>	Effectue un comptage de bac à sortie éparse pour une entrée de tenseur irrégulière.
RaggedCross <T, U étend le nombre>	Génère un croisement d'entités à partir d'une liste de tenseurs et le renvoie sous la forme d'un RaggedTensor.
RaggedGather <T étend le nombre, U>	Rassemblez les tranches irrégulières de l'axe des `params`` 0` selon les `indices`.
RaggedRange <U étend le nombre, T étend le nombre>	Renvoie un «RaggedTensor» contenant les séquences de nombres spécifiées.
RaggedTensorFromVariant <U étend le nombre, T>	Décode un Tensor «variant» en un «RaggedTensor».
RaggedTensorToSparse <U>	Convertit un `RaggedTensor` en un` SparseTensor` avec les mêmes valeurs.
RaggedTensorToTensor <U>	Créez un tenseur dense à partir d'un tenseur irrégulier, modifiant éventuellement sa forme.
RaggedTensorToVariant	Encode un «RaggedTensor» en un «variant» Tensor.
Plage <T étend le nombre>	Crée une séquence de nombres.
Rang	Renvoie le rang d'un tenseur.
ReadVariableOp <T>	Lit la valeur d'une variable.
RebatchDataset	Crée un ensemble de données qui modifie la taille du lot.
RebatchDatasetV2	Crée un ensemble de données qui modifie la taille du lot.
Recv <T>	Reçoit le tenseur nommé de send_device sur recv_device.
RecvTPUEmbeddingActivations	Une opération qui reçoit des activations d'intégration sur le TPU.
Réduire tout	Calcule le «et logique» des éléments à travers les dimensions d'un tenseur.
Réduire	Calcule le "ou" logique des éléments à travers les dimensions d'un tenseur.
RéduireMax <T>	Calcule le maximum d'éléments sur les dimensions d'un tenseur.
RéduireMin <T>	Calcule le minimum d'éléments sur les dimensions d'un tenseur.
RéduireProd <T>	Calcule le produit des éléments sur les dimensions d'un tenseur.
RéduireSomme <T>	Calcule la somme des éléments sur les dimensions d'un tenseur.
RefEntrez <T>	Crée ou trouve un cadre enfant et rend les données disponibles pour le cadre enfant.
Ref Quitter <T>	Quitte le cadre actuel vers son cadre parent.
RefIdentity <T>	Renvoie le même tenseur de référence que le tenseur de référence d'entrée.
RefMerge <T>	Transmet la valeur d'un tenseur disponible des «entrées» à la «sortie».
RefNextIteration <T>	Rend son entrée disponible pour la prochaine itération.
RefSélectionnez <T>	Transmet le `index`e élément de` inputs` à `output`.
RefSwitch <T>	Transmet le tenseur de référence «data» au port de sortie déterminé par «pred».
S'inscrire	Enregistre un ensemble de données avec le service tf.data.
RemoteFusedGraphExecute	Exécutez un sous-graphe sur un processeur distant.
RequantizationRangePerChannel	Calcule la plage de requantisation par canal.
RequantizePerChannel <U>	Requantise une entrée avec des valeurs min et max connues par canal.
Remodeler <T>	Remodèle un tenseur.
ResourceAccumulatorApplyGradient	Applique un dégradé à un accumulateur donné.
ResourceAccumulatorNumAccumulated	Renvoie le nombre de dégradés agrégés dans les accumulateurs donnés.
ResourceAccumulatorSetGlobalStep	Met à jour l'accumulateur avec une nouvelle valeur pour global_step.
ResourceAccumulatorTakeGradient <T>	Extrait le gradient moyen dans le ConditionalAccumulator donné.
ResourceApplyAdagradV2	Mettez à jour '* var' selon le schéma adagrad.
ResourceApplyAdamWithAmsgrad	Mettez à jour '* var' selon l'algorithme d'Adam.
ResourceApplyKerasMomentum	Mettez à jour '* var' selon le schéma d'élan.
ResourceConditionalAccumulator	Un accumulateur conditionnel pour agréger des gradients.
ResourceCountUpTo <T étend le nombre>	Incrémente la variable pointée par «ressource» jusqu'à ce qu'elle atteigne la «limite».
ResourceGather <U>	Rassemblez les tranches de la variable pointée par «resource» en fonction des «indices».
ResourceGatherNd <U>
ResourceScatterAdd	Ajoute des mises à jour éparses à la variable référencée par `resource`.
ResourceScatterDiv	Divise les mises à jour éparses dans la variable référencée par `resource`.
ResourceScatterMax	Réduit les mises à jour éparses dans la variable référencée par `resource` en utilisant l'opération` max`.
ResourceScatterMin	Réduit les mises à jour éparses dans la variable référencée par `resource` en utilisant l'opération` min`.
ResourceScatterMul	Multiplie les mises à jour éparses dans la variable référencée par `resource`.
ResourceScatterNdAdd	Applique des ajouts épars aux valeurs individuelles ou aux tranches d'une variable.
ResourceScatterNdMax
ResourceScatterNdMin
ResourceScatterNdSub	Applique une soustraction éparse aux valeurs individuelles ou aux tranches d'une variable.
ResourceScatterNdUpdate	Applique des «mises à jour» éparses aux valeurs individuelles ou aux tranches dans un variable selon les «indices».
ResourceScatterSub	Soustrait les mises à jour éparses de la variable référencée par `resource`.
ResourceScatterUpdate	Attribue des mises à jour éparses à la variable référencée par `resource`.
ResourceSparseApplyAdagradV2	Mettez à jour les entrées pertinentes dans '* var' et '* accum' selon le schéma adagrad.
ResourceSparseApplyKerasMomentum	Mettez à jour les entrées pertinentes dans '* var' et '* accum' selon le schéma d'élan.
ResourceStridedSliceAssign	Assignez «value» à la référence de valeur l découpée de «ref».
RetrieveTPUEmbeddingADAMParamètres	Récupérez les paramètres d'intégration ADAM.
RécupérerTPUEmbeddingADAMParametersGradAccumDebug	Récupérez les paramètres d'intégration ADAM avec la prise en charge du débogage.
RécupérerTPUEmbeddingAdadeltaParameters	Récupérez les paramètres d'intégration d'Adadelta.
RécupérerTPUEmbeddingAdadeltaParametersGradAccumDebug	Récupérez les paramètres d'intégration d'Adadelta avec la prise en charge du débogage.
RécupérerTPUEmbeddingAdagradParameters	Récupérez les paramètres d'intégration d'Adagrad.
RécupérerTPUEmbeddingAdagradParametersGradAccumDebug	Récupérez les paramètres d'intégration d'Adagrad avec la prise en charge du débogage.
RetrieveTPUEmbeddingCenteredRMSPropParameters	Récupérez les paramètres d'incorporation RMSProp centrés.
RetrieveTPUEmbeddingFTRLParameters	Récupérez les paramètres d'incorporation FTRL.
RécupérerTPUEmbeddingFTRLParametersGradAccumDebug	Récupérez les paramètres d'incorporation FTRL avec la prise en charge du débogage.
RécupérerTPUEmbeddingMDLAdagradLightParameters	Récupérez les paramètres d'intégration MDL Adagrad Light.
RetrieveTPUEmbeddingMomentumParameters	Récupérez les paramètres d'intégration de Momentum.
RécupérerTPUEmbeddingMomentumParametersGradAccumDebug	Récupérez les paramètres d'intégration de Momentum avec la prise en charge du débogage.
RécupérerTPUEmbeddingProximalAdagradParameters	Récupérez les paramètres d'inclusion d'Adagrad proximal.
RécupérerTPUEmbeddingProximalAdagradParametersGradAccumDebug	Récupérez les paramètres d'intégration Adagrad proximaux avec la prise en charge du débogage.
RécupérerTPUEmbeddingProximalYogiParamètres
RécupérerTPUEmbeddingProximalYogiParamètresGradAccumDebug
RécupérerTPUEmbeddingRMSPropParameters	Récupérez les paramètres d'intégration RMSProp.
RécupérerTPUEmbeddingRMSPropParametersGradAccumDebug	Récupérez les paramètres d'intégration RMSProp avec la prise en charge du débogage.
RécupérerTPUEmbeddingStochasticGradientDescentParameters	Récupérez les paramètres d'intégration SGD.
RécupérerTPUEmbeddingStochastiqueGradientDescenteParamètresGradAccumDebug	Récupérez les paramètres d'intégration SGD avec la prise en charge du débogage.
Inverser <T>	Inverse les dimensions spécifiques d'un tenseur.
ReverseSequence <T>	Inverse les tranches de longueur variable.
RngSkip	Avancez le compteur d'un RNG basé sur un compteur.
Lancez <T>	Fait rouler les éléments d'un tenseur le long d'un axe.
Rpc	Exécutez des lots de requêtes RPC.
SamplingDataset	Crée un ensemble de données qui prend un échantillon Bernoulli du contenu d'un autre ensemble de données.
ScaleAndTranslate
ScaleAndTranslateGrad <T étend le nombre>
ScatterAdd <T>	Ajoute des mises à jour éparses à une référence de variable.
ScatterDiv <T>	Divise une référence de variable par des mises à jour éparses.
ScatterMax <T étend le nombre>	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `max`.
ScatterMin <T étend le nombre>	Réduit les mises à jour éparses en une référence de variable à l'aide de l'opération `min`.
ScatterMul <T>	Multiplie les mises à jour éparses en une référence de variable.
ScatterNd <U>	Dispersez les «mises à jour» dans un nouveau tenseur selon les «indices».
ScatterNdAdd <T>	Applique des ajouts épars aux valeurs individuelles ou aux tranches d'une variable.
ScatterNdMax <T>	Calcule le maximum par élément.
ScatterNdMin <T>	Calcule le minimum élément par élément.
ScatterNdNonAliasingAdd <T>	Applique des ajouts épars à «input» en utilisant des valeurs individuelles ou des tranches des «mises à jour» selon les indices «indices».
ScatterNdSub <T>	Applique une soustraction éparse aux valeurs individuelles ou aux tranches d'une variable.
ScatterNdUpdate <T>	Applique des «mises à jour» éparses aux valeurs individuelles ou aux tranches dans un variable selon les «indices».
ScatterSub <T>	Soustrait les mises à jour éparses à une référence de variable.
ScatterUpdate <T>	Applique des mises à jour éparses à une référence de variable.
SélectionnezV2 <T>
Envoyer	Envoie le tenseur nommé de send_device à recv_device.
SendTPUEmbeddingGradients	Effectue des mises à jour de dégradé des tables d'intégration.
SetDiff1d <T, U étend le nombre>	Calcule la différence entre deux listes de nombres ou de chaînes.
SetSize	Nombre d'éléments uniques le long de la dernière dimension de l'entrée `set`.
Forme <U étend le nombre>	Renvoie la forme d'un tenseur.
ShapeN <U étend le nombre>	Renvoie la forme des tenseurs.
ShardDataset	Crée un `Dataset` qui inclut seulement 1 /` num_shards` de cet ensemble de données.
ShuffleAndRepeatDatasetV2
ShuffleDatasetV2
ShuffleDatasetV3
ShutdownDistributedTPU	Arrête un système TPU distribué en cours d'exécution.
Taille <U étend le nombre>	Renvoie la taille d'un tenseur.
Skipgram	Analyse un fichier texte et crée un lot d'exemples.
SleepDataset
Tranche <T>	Renvoie une tranche de 'input'.
SlidingWindowDataset	Crée un jeu de données qui passe une fenêtre glissante sur `input_dataset`.
Instantané <T>	Renvoie une copie du tenseur d'entrée.
SnapshotDataset	Crée un ensemble de données qui écrira / lira à partir d'un instantané.
SobolSample <T étend le nombre>	Génère des points à partir de la séquence Sobol.
SpaceToBatchNd <T>	SpaceToBatch pour les tenseurs ND de type T.
SparseApplyAdagradV2 <T>	Mettez à jour les entrées pertinentes dans '* var' et '* accum' selon le schéma adagrad.
SparseBincount <U étend le nombre>	Compte le nombre d'occurrences de chaque valeur dans un tableau d'entiers.
SparseCountSparseOutput <U étend le nombre>	Effectue un comptage de casier en sortie creuse pour une entrée de tenseur creuse.
SparseCrossHashed	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseCrossV2	Génère un croisement clairsemé à partir d'une liste de tenseurs clairsemés et denses.
SparseMatrixAdd	Ajout clairsemé de deux matrices CSR, C = alpha * A + beta * B.
SparseMatrixMatMul <T>	Matrix multiplie une matrice clairsemée avec une matrice dense.
SparseMatrixMul	Multiplication élément par élément d'une matrice clairsemée avec un tenseur dense.
SparseMatrixNNZ	Renvoie le nombre de non-zéros de `sparse_matrix`.
SparseMatrixOrderingAMD	Calcule le classement AMD (Approximate Minimum Degree) de "input".
SparseMatrixSoftmax	Calcule le softmax d'un CSRSparseMatrix.
SparseMatrixSoftmaxGrad	Calcule le gradient de l'opération SparseMatrixSoftmax.
SparseMatrixSparseCholesky	Calcule la décomposition de Cholesky clairsemée de «input».
SparseMatrixSparseMatMul	La matrice clairsemée multiplie deux matrices CSR «a» et «b».
SparseMatrixTranspose	Transpose les dimensions internes (matrice) d'un CSRSparseMatrix.
SparseMatrixZeros	Crée un CSRSparseMatrix entièrement zéros avec la forme `dense_shape`.
SparseTensorToCSRSparseMatrix	Convertit un SparseTensor en CSRSparseMatrix (éventuellement par lots).
Spence <T étend le nombre>
Fractionner <T>	Divise un tenseur en tenseurs «num_split» le long d'une dimension.
SplitV <T>	Divise un tenseur en tenseurs «num_split» le long d'une dimension.
Appuyez sur <T>	Supprime les dimensions de taille 1 de la forme d'un tenseur.
Empiler <T>	Regroupe une liste de tenseurs de rang «N» «R» dans un tenseur de rang «(R + 1)».
Étape	Valeurs de scène similaires à une mise en file d'attente légère.
Niveau terminé	Op supprime tous les éléments du conteneur sous-jacent.
StagePeek	Op regarde les valeurs à l'index spécifié.
StageSize	Op renvoie le nombre d'éléments dans le conteneur sous-jacent.
StatefulRandomBinomial <V étend le nombre>
StatefulStandardNormal <U>	Produit des valeurs aléatoires à partir d'une distribution normale.
StatefulStandardNormalV2 <U>	Produit des valeurs aléatoires à partir d'une distribution normale.
StatefulTruncatedNormal <U>	Produit des valeurs aléatoires à partir d'une distribution normale tronquée.
StatefulUniform <U>	Produit des valeurs aléatoires à partir d'une distribution uniforme.
StatefulUniformFullInt <U>	Produit des entiers aléatoires à partir d'une distribution uniforme.
StatefulUniformInt <U>	Produit des entiers aléatoires à partir d'une distribution uniforme.
StatelessParameterizedTruncatedNormal <V étend le nombre>
StatelessRandomBinomial <W étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d'une distribution binomiale.
StatelessRandomGammaV2 <V étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d'une distribution gamma.
StatelessRandomPoisson <W étend le nombre>	Produit des nombres aléatoires pseudo-aléatoires déterministes à partir d'une distribution de Poisson.
StatelessRandomUniformFullInt <V étend le nombre>	Produit des entiers aléatoires pseudo-aléatoires déterministes à partir d'une distribution uniforme.
StatelessSampleDistortedBoundingBox <T étend le nombre>	Génère une boîte englobante distordue de manière aléatoire pour une image de manière déterministe.
StatistiquesAggregatorHandleV2
StatistiquesAggregatorSetSummaryWriter	Définissez une summary_writer_interface pour enregistrer les statistiques à l'aide de stats_aggregator donné.
StopGradient <T>	Arrête le calcul du gradient.
StridedSlice <T>	Renvoie une tranche à pas de `input`.
StridedSliceAssign <T>	Assignez «value» à la référence de valeur l découpée de «ref».
StridedSliceGrad <U>	Renvoie le dégradé de `StridedSlice`.
StringLower	Convertit tous les caractères majuscules en leurs remplacements minuscules respectifs.
StringNGrams <T étend le nombre>	Crée des ngrams à partir de données de chaîne irrégulières.
StringUpper	Convertit tous les caractères minuscules en leurs remplacements en majuscules respectifs.
Somme <T>	Calcule la somme des éléments sur les dimensions d'un tenseur.
SwitchCond <T>	Transmet `data` au port de sortie déterminé par` pred`.
TPUCompilationRésultat	Renvoie le résultat d'une compilation TPU.
TPUCompileSucceededAssert	Affirme que la compilation a réussi.
TPUEmbeddingActivations	Une opération permettant la différenciation des embeddings TPU.
TPUExecute	Op qui charge et exécute un programme TPU sur un périphérique TPU.
TPUExecuteAndUpdateVariables	Op qui exécute un programme avec des mises à jour de variables sur place facultatives.
TPUOrdinalSelector	Un sélecteur de noyau TPU Op.
TPUPartitionedInput <T>	Un op qui regroupe une liste d'entrées partitionnées ensemble.
TPUPartitionedOutput <T>	Une opération qui démultiplexe un tenseur à partitionner par XLA en une liste de sorties en dehors du calcul XLA.
TPUReplicateMetadata	Métadonnées indiquant comment le calcul TPU doit être répliqué.
TPUReplicatedInput <T>	Connecte N entrées à un calcul TPU répliqué à N voies.
TPUReplicatedOutput <T>	Connecte N sorties d'un calcul TPU répliqué à N voies.
Variable temporaire <T>	Renvoie un tenseur qui peut être muté, mais qui ne persiste que pendant une seule étape.
TensorArray	Un tableau de Tensors de taille donnée.
TensorArrayClose	Supprimez le TensorArray de son conteneur de ressources.
TensorArrayConcat <T>	Concattez les éléments de TensorArray en valeur `value`.
TensorArrayGather <T>	Rassemblez des éléments spécifiques du TensorArray dans la sortie `value`.
TensorArrayGrad	Crée un TensorArray pour stocker les dégradés de valeurs dans le handle donné.
TensorArrayGradWithShape	Crée un TensorArray pour stocker plusieurs dégradés de valeurs dans le handle donné.
TensorArrayPack <T>
TensorArrayRead <T>	Lisez un élément du TensorArray dans la sortie `value`.
TensorArrayScatter	Dispersez les données de la valeur d'entrée dans des éléments TensorArray spécifiques.
TensorArraySize	Obtenez la taille actuelle du TensorArray.
TensorArraySplit	Divisez les données de la valeur d'entrée en éléments TensorArray.
TensorArrayUnpack
TensorArrayWrite	Poussez un élément sur le tensor_array.
TensorForestCreateTreeVariable	Crée une ressource d'arbre et lui renvoie un handle.
TensorForestTreeDeserialize	Désérialise un proto dans la poignée de l'arborescence
TensorForestTreeIsInitializedOp	Vérifie si une arborescence a été initialisée.
TensorForestTreePredict	Sortie des logits pour les données d'entrée données
TensorForestTreeResourceHandleOp	Crée un handle vers un TensorForestTreeResource
TensorForestTreeSerialize	Sérialise le handle de l'arborescence en proto
TensorForestTreeSize	Obtenez le nombre de nœuds dans un arbre
TensorListConcat <T>	Concats tous les tenseurs de la liste le long de la 0ème dimension.
TensorListConcatLists
TensorListConcatV2 <U>	Concats tous les tenseurs de la liste le long de la 0ème dimension.
TensorListElementShape <T étend le nombre>	La forme des éléments de la liste donnée, en tant que tenseur.
TensorListFromTensor	Crée une TensorList qui, lorsqu'elle est empilée, a la valeur «tensor».
TensorListGather <T>	Crée un Tensor en l'indexant dans TensorList.
TensorListGetItem <T>
TensorListLength	Renvoie le nombre de tenseurs dans la liste de tenseurs d'entrée.
TensorListPopBack <T>	Renvoie le dernier élément de la liste d'entrée ainsi qu'une liste avec tout sauf cet élément.
TensorListPushBack	Renvoie une liste qui a le `Tensor` passé comme dernier élément et les autres éléments de la liste donnée dans` input_handle`.
TensorListPushBackBatch
TensorListReserve	Liste de la taille donnée avec des éléments vides.
TensorListResize	Redimensionne la liste.
TensorListScatter	Crée un TensorList en l'indexant dans un Tensor.
TensorListScatterIntoExistingList	Disperse le tenseur aux indices dans une liste d'entrée.
TensorListScatterV2	Crée un TensorList en l'indexant dans un Tensor.
TensorListSetItem
TensorListSplit	Divise un tenseur en une liste.
TensorListStack <T>	Empile tous les tenseurs de la liste.
TensorMapErase <U>	Renvoie une carte tensorielle avec l'élément de la clé donnée effacée.
TensorMapHasKey	Renvoie si la clé donnée existe dans la carte.
TensorMapInsert	Renvoie une carte qui est le 'input_handle' avec la paire clé-valeur donnée insérée.
TensorMapLookup <U>	Renvoie la valeur d'une clé donnée dans une carte tensorielle.
TensorMapSize	Renvoie le nombre de tenseurs dans la carte des tenseurs d'entrée.
TensorScatterAdd <T>	Ajoute des «mises à jour» éparses à un tenseur existant selon les «indices».
TensorScatterMax <T>
TensorScatterMin <T>
TensorScatterSub <T>	Soustrait les «mises à jour» éparses d'un tenseur existant en fonction des «indices».
TensorScatterUpdate <T>	Dispersez les «mises à jour» dans un tenseur existant selon les «indices».
TensorStridedSliceUpdate <T>	Assignez «value» à la référence de valeur l découpée de «input».
ThreadPoolDataset	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer `input_dataset`.
ThreadPoolHandle	Crée un ensemble de données qui utilise un pool de threads personnalisé pour calculer `input_dataset`.
Tuile <T>	Construit un tenseur en pavant un tenseur donné.
Horodatage	Fournit le temps écoulé depuis l'époque en secondes.
ToBool	Convertit un tenseur en prédicat scalaire.
TopKUnique	Renvoie les valeurs uniques TopK du tableau dans l'ordre trié.
TopKWithUnique	Renvoie les valeurs TopK du tableau dans l'ordre trié.
TridiagonalMatMul <T>	Calculez le produit avec une matrice tridiagonale.
TridiagonalSolve <T>	Résout des systèmes d'équations tridiagonaux.
TryRpc	Exécutez des lots de requêtes RPC.
Débatch <T>	Inverse le fonctionnement de Batch pour un seul Tensor de sortie.
UnbatchGrad <T>	Gradient de Unbatch.
DécompresserElement	Décompresse un élément d'ensemble de données compressé.
UnicodeDecode <T étend le nombre>	Décode chaque chaîne de `input` en une séquence de points de code Unicode.
UnicodeEncode	Encodez un tenseur d'entiers en chaînes Unicode.
Unique <T, V étend le nombre>	Recherche des éléments uniques le long d'un axe d'un tenseur.
UniqueDataset	Crée un ensemble de données contenant les éléments uniques de `input_dataset`.
UniqueWithCounts <T, V étend le nombre>	Recherche des éléments uniques le long d'un axe d'un tenseur.
UnravelIndex <T étend le nombre>	Convertit un tableau d'indices plats en un tuple de tableaux de coordonnées.
Non trié	Joint les éléments de `inputs` basés sur` segment_ids`.
Désempiler <T>	Décompresse une dimension donnée d'un tenseur de rang «R» en tenseurs «num» de rang «(R-1)».
Désactiver	Op est similaire à un Dequeue léger.
UnwrapDatasetVariant
UpperBound <U étend le nombre>	Applique upper_bound (sorted_search_values, values) le long de chaque ligne.
VarHandleOp	Crée un handle vers une ressource variable.
VarIsInitializedOp	Vérifie si une variable basée sur un descripteur de ressource a été initialisée.
Variable <T>	Maintient l'état sous la forme d'un tenseur qui persiste à travers les étapes.
VariableShape <T étend le nombre>	Renvoie la forme de la variable pointée par `resource`.
Où	Renvoie les emplacements de valeurs non nulles / vraies dans un tenseur.
Où3 <T>	Sélectionne des éléments parmi «x» ou «y», en fonction de la «condition».
Travailleur	Battement de cœur des travailleurs op.
WrapDatasetVariant
WriteRawProtoSummary	Écrit un résumé du proto sérialisé.
XlaRecvFromHost <T>	Une opération pour recevoir un tenseur de l'hôte.
XlaSendToHost	Une opération pour envoyer un tenseur à l'hôte.
Xlog1py <T>	Renvoie 0 si x == 0, et x * log1p (y) sinon, élément par élément.
Zéros <T>	Un opérateur créant une constante initialisée avec des zéros de la forme donnée par `dims`.
Zéros comme <T>	Renvoie un tenseur de zéros avec la même forme et le même type que x.

Une interface de marqueur pour tous les wrappers d'opération.

Les wrappers d'opération fournissent des interfaces fortement typées pour les opérations de construction et d'exécution sans l'utilisation de littéraux et d'index, comme requis dans les classes principales.

Cette interface permet de conserver des références à n'importe quel wrapper d'opération utilisant un type commun.

 // All values returned by an Ops call can be referred as a Op
 Op split = ops.array().split(...);
 Op shape = ops.array().shape(...);

 // All operations could be added to an Op collection
 Collection<Op> allOps = Arrays.asList(split, shape);