プリミティブオペレーション

パブリック抽象クラスPrimitiveOp

既知の直接サブクラス

Abort 、 All 、 AllToAll <T>、 AnonymousIteratorV2 、 AnonymousMemoryCache 、 AnonymousMultiDeviceIterator 、 AnonymousRandomSeedGenerator 、 AnonymousSeedGenerator 、 Any 、 applyAdagradV2 <T>、 AssertCardinalityDataset 、 AssertNextDataset 、 AssertThat 、 Assign <T> 、 AssignAdd <T> 、およびその他 614 個。

アボート	呼び出されたときに例外を発生させてプロセスを中止します。
全て	テンソルの次元全体で要素の「論理積」を計算します。
すべてからすべて<T>	TPU レプリカ間でデータを交換する Op。
AnonymousIteratorV2	イテレータリソースのコンテナ。
匿名メモリキャッシュ
AnonymousMultiDeviceIterator	マルチデバイス反復子リソースのコンテナー。
匿名ランダムシードジェネレーター
匿名シードジェネレーター
どれでも	テンソルの次元にわたる要素の「論理和」を計算します。
適用AdagradV2 <T>	adagrad スキームに従って「*var」を更新します。
AssertCardinalityDataset
AssertNextDataset	次にどの変換が起こるかを表明する変換。
アサートそれ	指定された条件が true であることをアサートします。
<T>を割り当てます	「value」を代入して「ref」を更新します。
割り当て追加<T>	「value」を追加して「ref」を更新します。
AssignAddVariableOp	変数の現在の値に値を追加します。
AssignSub <T>	'ref' から 'value' を減算して更新します。
AssignSubVariableOp	変数の現在の値から値を減算します。
変数の割り当て操作	変数に新しい値を代入します。
AutoShardDataset	入力データセットをシャーディングするデータセットを作成します。
BandedTriangularSolve <T>
バリア	異なるグラフ実行にわたって持続するバリアを定義します。
バリア閉じる	指定されたバリアを閉じます。
バリア不完全サイズ	指定されたバリア内の不完全な要素の数を計算します。
バリア挿入多く	各キーについて、指定されたコンポーネントにそれぞれの値を割り当てます。
バリアレディサイズ	指定されたバリア内の完全な要素の数を計算します。
バリアテイクメニー	バリアから指定された数の完了した要素を取得します。
バッチ	すべての入力テンソルを非決定的にバッチ処理します。
バッチマットMulV2 <T>	2 つのテンソルのスライスをバッチで乗算します。
バッチからスペースへ<T>	T 型の 4 次元テンソルの BatchToSpace。
BatchToSpaceND <T>	T 型の ND テンソルの BatchToSpace。
BesselI0 <T は数値を拡張>
BesselI1 <T は数値を拡張>
BesselJ0 <T は数値を拡張>
BesselJ1 <T は番号を拡張>
BesselK0 <T は数値を拡張>
BesselK0e <T は番号を拡張>
BesselK1 <T は番号を拡張>
BesselK1e <T は番号を拡張>
BesselY0 <T は数値を拡張>
BesselY1 <T は数値を拡張>
ビットキャスト<U>	データをコピーせずに、ある型から別の型にテンソルをビットキャストします。
BlockLSTM <T は数値を拡張>	すべてのタイムステップについて LSTM セルの順方向伝播を計算します。
BlockLSTMGrad <T は数値を拡張>	時系列全体に対する LSTM セルの逆方向伝播を計算します。
BlockLSTMGradV2 <T は数値を拡張>	時系列全体に対する LSTM セルの逆方向伝播を計算します。
BlockLSTMV2 <T は数値を拡張>	すべてのタイムステップについて LSTM セルの順方向伝播を計算します。
BoostedTrees集計統計	バッチの蓄積された統計の概要を集計します。
ブーストツリーバケット化	バケット境界に基づいて各機能をバケット化します。
BoostedTrees計算BestFeature分割	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
BoostedTrees計算BestFeatureSplitV2	各機能のゲインを計算し、各ノードについて可能な限り最適な分割情報を返します。
BoostedTrees計算BestGainsPereture	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリーセンターバイアス	トレーニングデータから事前分布 (バイアス) を計算し、最初のノードにロジットの事前分布を入力します。
ブーストツリー作成アンサンブル	ツリーアンサンブルモデルを作成し、そのモデルへのハンドルを返します。
BoostedTreesCreateQuantileStreamResource	分位数ストリームのリソースを作成します。
BoostedTreesDeserializeアンサンブル	シリアル化されたツリーアンサンブル構成を逆シリアル化し、現在のツリーを置き換えます。アンサンブル。
BoostedTreesアンサンブルリソースハンドルOp	BoostedTreesEnsembleResource へのハンドルを作成します
ブーストツリーの例デバッグ出力	各例のデバッグ/モデルの解釈可能性の出力。
BoostedTreesFlushQuantileサマリー	各分位ストリームリソースから分位サマリーをフラッシュします。
BoostedTreesGetEnsembleStates	ツリーアンサンブルリソーススタンプトークン、ツリーの数、および成長統計を取得します。
BoostedTreesMakeQuantile要約	バッチの分位数の要約を作成します。
BoostedTreesMakeStats概要	バッチの蓄積された統計の概要を作成します。
ブーストツリー予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、ロジットを計算します。
BoostedTreesQuantileStreamResourceAddSummaries	分位値の要約を各分位値ストリームリソースに追加します。
BoostedTreesQuantileStreamResourceDeserialize	バケット境界と準備完了フラグを現在の QuantileAccumulator に逆シリアル化します。
BoostedTreesQuantileStreamリソースフラッシュ	分位点ストリームリソースの概要をフラッシュします。
BoostedTreesQuantileStreamResourceGetBucketBoundaries	蓄積されたサマリーに基づいて、各フィーチャのバケット境界を生成します。
BoostedTreesQuantileStreamResourceHandleOp	BoostedTreesQuantileStreamResource へのハンドルを作成します。
BoostedTreesSerializeアンサンブル	ツリーアンサンブルをプロトにシリアル化します。
BoostedTreesSparseAggregateStats	バッチの蓄積された統計の概要を集計します。
ブーストツリースパース計算ベスト機能スプリット	各特徴のゲインを計算し、その特徴に対して可能な限り最適な分割情報を返します。
ブーストツリートレーニング予測	入力インスタンスに対して複数の加法回帰アンサンブル予測子を実行し、キャッシュされたロジットの更新を計算します。
BoostedTreesUpdateEnsemble	成長している最後のツリーにレイヤーを追加することによって、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BoostedTreesUpdateEnsembleV2	成長している最後のツリーにレイヤーを追加して、ツリーアンサンブルを更新します。または、新しいツリーを開始します。
BroadcastDynamicShape <T extends Number>	s0 op s1 の形状をブロードキャストで返します。
BroadcastGradientArgs <T extends Number>	ブロードキャストで s0 op s1 の勾配を計算するためのリダクションインデックスを返します。
<T>にブロードキャスト	互換性のある形状の配列をブロードキャストします。
バケット化	「境界」に基づいて「入力」をバケット化します。
CSRSparseMatrixComponents <T>	CSR コンポーネントをバッチ `index` で読み取ります。
CSRSparseMatrixToDense <T>	(おそらくバッチ処理された) CSRSparseMatrix を密に変換します。
CSRSparseMatrixToSparseTensor <T>	(おそらくバッチ処理された) CSRSparesMatrix を SparseTensor に変換します。
CSVデータセット
CSVデータセットV2
CTCLossV2	各バッチエントリの CTC 損失 (対数確率) を計算します。
キャッシュデータセットV2
CheckNumericsV2 <T は数値を拡張>	テンソルの NaN、-Inf、+Inf 値をチェックします。
最速のデータセットを選択してください
ClipByValue <T>	テンソル値を指定された最小値と最大値にクリップします。
CollectiveGather <T は番号を拡張>	同じタイプと形状の複数のテンソルを相互に蓄積します。
CollectiveGatherV2 <T は数値を拡張>	同じタイプと形状の複数のテンソルを相互に蓄積します。
コレクティブパーミュート<T>	レプリケートされた TPU インスタンス全体でテンソルを並べ替える Op。
CollectiveReduceV2 <T は数値を拡張>	同じタイプと形状の複数のテンソルを相互に削減します。
複合非最大抑制	スコアの降順で境界ボックスのサブセットを貪欲に選択します。この操作は、すべてのクラスにわたって、バッチごとの入力に対して non_max_suppression を実行します。
要素の圧縮	データセット要素を圧縮します。
バッチサイズの計算	部分的なバッチを除いたデータセットの静的なバッチサイズを計算します。
連結<T>	テンソルを 1 次元に沿って連結します。
分散型 TPU の構成	分散 TPU システムの集中構造をセットアップします。
TPU埋め込みの構成	分散 TPU システムで TPUEmbedding をセットアップします。
定数<T>	定数値を生成する演算子。
MutexLock の消費	この操作は、「MutexLock」によって作成されたロックを消費します。
コントロールトリガー	何もしません。
コピー<T>	CPU から CPU へ、または GPU から GPU へテンソルをコピーします。
コピーホスト<T>	テンソルをホストにコピーします。
CountUpTo <T は数値を拡張>	「limit」に達するまで「ref」をインクリメントします。
CrossReplicaSum <T は数値を拡張>	レプリケートされた TPU インスタンス全体の入力を合計する Op。
CudnnRNNBackpropV3 <T は数値を拡張>	CudnnRNNV3 のバックプロップステップ。
CudnnRNNCanonicalToParamsV2 <T は数値を拡張>	CudnnRNN パラメータを正規形式から使用可能な形式に変換します。
CudnnRNNParamsToCanonicalV2 <T は数値を拡張>	CudnnRNN パラメータを正規形式で取得します。
CudnnRNNV3 <T は数値を拡張>	cuDNN によってサポートされる RNN。
CumulativeLogsumexp <T extends Number>	`axis` に沿ったテンソル `x` の累積積を計算します。
データサービスデータセット
データセットのカーディナリティ	「input_dataset」のカーディナリティを返します。
データセットからグラフ	指定された `graph_def` からデータセットを作成します。
データセットからグラフ V2	「input_dataset」を表すシリアル化された GraphDef を返します。
Dawsn <T は番号を拡張>
DebugGradientIdentity <T>	勾配デバッグ用の ID 演算。
DebugGradientRefIdentity <T>	勾配デバッグ用の ID 演算。
デバッグアイデンティティ<T>	デバッグ用に非 Ref 型入力テンソルのアイデンティティマッピングを提供します。
DebugIdentityV2 <T>	デバッグ Identity V2 Op.
デバッグナンカウント	NaN 値カウンター操作のデバッグ
デバッグ数値概要	デバッグ数値概要操作
DebugNumericsummaryV2 <U は数値を拡張>	デバッグ数値概要 V2 Op.
DecodeImage <T extends Number>	decode_bmp、decode_gif、decode_jpeg、decode_png の関数。
DecodePaddedRaw <T は数値を拡張>	文字列のバイトを数値のベクトルとして再解釈します。
デコードプロト	この操作は、シリアル化されたプロトコルバッファーメッセージからフィールドをテンソルに抽出します。
ディープコピー<T>	`x` のコピーを作成します。
反復子の削除	イテレータリソースのコンテナ。
メモリキャッシュの削除
削除MultiDeviceIterator	イテレータリソースのコンテナ。
ランダムシードジェネレーターの削除
シードジェネレータの削除
セッションテンソルの削除	セッション内のハンドルで指定されたテンソルを削除します。
DenseBincount <U は数値を拡張>	整数配列内の各値の出現数をカウントします。
DenseCountSparseOutput <U は数値を拡張>	tf.tensor 入力のスパース出力ビンカウントを実行します。
DenseToCSRSparseMatrix	密なテンソルを (おそらくバッチ化された) CSRSparseMatrix に変換します。
DestroyResourceOp	ハンドルで指定されたリソースを削除します。
DestroyTemporaryVariable <T>	一時変数を破棄し、その最終値を返します。
デバイスインデックス	操作が実行されるデバイスのインデックスを返します。
DirectedInterleaveDataset	「N」個のデータセットの固定リスト上の「InterleaveDataset」の代替。
DrawBoundingBoxesV2 <T は数値を拡張>	画像のバッチ上に境界ボックスを描画します。
ダミー反復カウンター
ダミーメモリキャッシュ
ダミーシードジェネレータ
動的パーティション<T>	`partitions` のインデックスを使用して `data` を `num_partitions` テンソルに分割します。
ダイナミックステッチ<T>	「data」テンソルの値を単一のテンソルにインターリーブします。
編集距離	(おそらく正規化された) レーベンシュタイン編集距離を計算します。
エイグ<U>	1 つ以上の正方行列の固有分解を計算します。
アインサム<T>	アインシュタインの総和規則に従ったテンソル短縮。
空の<T>	指定された形状のテンソルを作成します。
空のTensorList	空のテンソルリストを作成して返します。
EmptyTensorMap	空のテンソルマップを作成して返します。
エンコードプロト	この操作は、入力テンソルで提供された protobuf メッセージをシリアル化します。
EnqueueTPUEmbeddingIntegerBatch	入力バッチテンソルのリストを TPUEmbedding にエンキューする操作。
エンキューTPUEmbeddingRaggedTensorBatch	tf.nn.embedding_lookup() を使用するコードの移植を容易にします。
エンキューTPUEmbeddingSparseBatch	SparseTensor からの TPUEmbedding 入力インデックスをキューに入れる操作。
エンキューTPUEmbeddingSparseTensorBatch	tf.nn.embedding_lookup_sparse() を使用するコードの移植を容易にします。
エンシュアシェイプ<T>	テンソルの形状が予想される形状と一致することを確認します。
<T>を入力してください	子フレームを作成または検索し、子フレームで「data」を使用できるようにします。
Erfinv <T は数値を拡張>
ユークリッドノルム<T>	テンソルの次元にわたる要素のユークリッドノルムを計算します。
終了<T>	現在のフレームを終了して親フレームに戻ります。
ExpandDims <T>	テンソルのシェイプに 1 の次元を挿入します。
ExperimentalAutoShardDataset	入力データセットをシャーディングするデータセットを作成します。
ExperimentalBytesProducedStatsDataset	StatsAggregator の `input_dataset` の各要素のバイトサイズを記録します。
実験的最速データセットを選択してください
実験用データセットのカーディナリティ	「input_dataset」のカーディナリティを返します。
ExperimentalDatasetToTFRecord	TFRecord 形式を使用して、指定されたデータセットを指定されたファイルに書き込みます。
実験用のDenseToSparseBatchDataset	入力要素を SparseTensor にバッチ処理するデータセットを作成します。
ExperimentalLatencyStatsDataset	StatsAggregator で `input_dataset` 要素を生成する待ち時間を記録します。
実験用マッチングファイルデータセット
ExperimentalMaxIntraOpParallelismDataset	最大の演算内並列処理をオーバーライドするデータセットを作成します。
ExperimentalParseExampleDataset	DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。
実験用プライベートスレッドプールデータセット	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
実験用ランダムデータセット	擬似乱数を返すデータセットを作成します。
実験用Rebatchデータセット	バッチサイズを変更するデータセットを作成します。
ExperimentalSetStatsAggregatorDataset
実験的なSlidingWindowデータセット	`input_dataset` にスライディングウィンドウを渡すデータセットを作成します。
実験用SQLデータセット	SQL クエリを実行し、結果セットの行を出力するデータセットを作成します。
ExperimentalStatsAggregatorHandle	統計マネージャーリソースを作成します。
ExperimentalStatsAggregator概要	指定された統計マネージャーによって記録された統計の概要を作成します。
実験的Unbatchデータセット	入力の要素を複数の要素に分割するデータセット。
Expint <T は数値を拡張>
ExtractGlimpseV2	入力テンソルから垣間見える部分を抽出します。
ExtractVolumePatches <T extends Number>	「入力」から「パッチ」を抽出し、それらを「深度」出力次元に置きます。
<U>を入力してください	スカラー値で満たされたテンソルを作成します。
指紋	フィンガープリント値を生成します。
FresnelCos <T は数値を拡張>
FresnelSin <T extends Number>
FusedBatchNormGradV3 <T は数値を拡張、U は数値を拡張>	バッチ正規化のための勾配。
FusedBatchNormV3 <T は数値を拡張、U は数値を拡張>	バッチ正規化。
GRUBlockCell <T extends Number>	1 タイムステップの GRU セル順方向伝播を計算します。
GRUBlockCellGrad <T extends Number>	1 タイムステップの GRU セルバックプロパゲーションを計算します。
集合<T>	`params` 軸 `axis` から `indices` に従ってスライスを収集します。
ギャザンド<T>	`params` からのスライスを、`indices` で指定された形状を持つ Tensor に集めます。
BoundingBoxProposal の生成	この操作は、arXiv:1506.01497 の eq.2 に従って、指定された境界ボックス (bbox_deltas) でエンコードされた wrt アンカーから関心領域を生成します。この操作は、上位の「pre_nms_topn」スコアリングボックスを選択し、アンカーに関してそれらをデコードし、「nms_threshold」intersection-over-union (iou) 値よりも高い重なり合うボックスに非最大抑制を適用し、短い辺が ` より小さいボックスを破棄します。 min_size`。
GetSessionHandle	入力テンソルを現在のセッションの状態に保存します。
GetSessionTensor <T>	ハンドルで指定されたテンソルの値を取得します。
保証定数<T>	入力テンソルが定数であることを TF ランタイムに保証します。
ハッシュ表	初期化されていないハッシュテーブルを作成します。
HistogramFixedWidth <U は数値を拡張>	値のヒストグラムを返します。
アイデンティティ<T>	入力テンソルまたは値と同じ形状と内容を持つテンソルを返します。
アイデンティティN	入力と同じ形状と内容を持つテンソルのリストを返します。テンソル。
IgnoreErrorsDataset	エラーを無視して、「input_dataset」の要素を含むデータセットを作成します。
ImageProjectiveTransformV2 <T は数値を拡張>	指定された変換を各画像に適用します。
ImageProjectiveTransformV3 <T は数値を拡張>	指定された変換を各画像に適用します。
ImmutableConst <T>	メモリ領域から不変のテンソルを返します。
インフィードデキュー<T>	計算に入力される値のプレースホルダー op。
インフィードデキュータプル	インフィードから複数の値を XLA タプルとしてフェッチします。
インフィードエンキュー	単一の Tensor 値を計算にフィードする操作。
インフィードエンキュー事前線形化バッファ	事前に線形化されたバッファを TPU インフィードにエンキューする操作。
インフィードエンキュータプル	複数の Tensor 値を XLA タプルとして計算にフィードします。
テーブルの初期化	キーと値にそれぞれ 2 つのテンソルを取るテーブル初期化子。
データセットからテーブルを初期化する
テキストファイルからテーブルを初期化する	テキストファイルからテーブルを初期化します。
InplaceAdd <T>	x の指定された行に v を追加します。
InplaceSub <T>	`v` を `x` の指定された行に減算します。
インプレイスアップデート<T>	指定された行「i」を値「v」で更新します。
IsBoostedTreesEnsembleInitialized	ツリーアンサンブルが初期化されているかどうかを確認します。
IsBoostedTreesQuantileStreamResourceInitialized	分位点ストリームが初期化されているかどうかを確認します。
変数は初期化されています	テンソルが初期化されているかどうかを確認します。
IsotonicRegression <U extends Number>	等張回帰問題のバッチを解決します。
イテレータGetDevice	「resource」が配置されているデバイスの名前を返します。
KMC2チェーンの初期化	シードセットに追加する必要があるデータポイントのインデックスを返します。
KmeansPlusPlus初期化	KMeans++ 基準を使用して、入力の num_to_sample 行を選択します。
KthOrderStatistic	データセットの K 番目の統計を計算します。
LMDBデータセット	1 つ以上の LMDB ファイルにキーと値のペアを出力するデータセットを作成します。
LSTMBlockCell <T extends Number>	1 タイムステップの LSTM セル順方向伝播を計算します。
LSTMBlockCellGrad <T は数値を拡張>	1 タイムステップの LSTM セル逆方向伝播を計算します。
LinSpace <T は数値を拡張>	一定の間隔で値を生成します。
LoadTPUEmbeddingADAMパラメータ	ADAM 埋め込みパラメータをロードします。
LoadTPUEmbeddingADAMParametersGradAccumDebug	デバッグサポートを使用して ADAM 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdadeltaParameters	Adadelta 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdadeltaParametersGradAccumDebug	デバッグサポートを使用して Adadelta パラメータをロードします。
LoadTPUEmbeddingAdagradパラメータ	Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingAdagradParametersGradAccumDebug	デバッグサポートを使用して Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingCenteredRMSPropParameters	中心に置かれた RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingFTRLパラメータ	FTRL 埋め込みパラメータをロードします。
LoadTPUEmbeddingFTRLParametersGradAccumDebug	デバッグサポートを使用して FTRL 埋め込みパラメータをロードします。
LoadTPUEmbeddingMDLAdagradLightParameters	MDL Adagrad Light 埋め込みパラメータをロードします。
LoadTPUEmbeddingMomentumパラメータ	Momentum 埋め込みパラメータをロードします。
LoadTPUEmbeddingMomentumParametersGradAccumDebug	デバッグサポートを使用して Momentum 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalAdagradParameters	近位の Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalAdagradParametersGradAccumDebug	デバッグサポートを使用して近位の Adagrad 埋め込みパラメータをロードします。
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingProximalYogiParametersGradAccumDebug
LoadTPUEmbeddingRMSPropParameters	RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingRMSPropParametersGradAccumDebug	デバッグサポートを使用して RMSProp 埋め込みパラメータをロードします。
LoadTPUEmbeddingStochasticGradientDescentパラメータ	SGD 埋め込みパラメータをロードします。
LoadTPUEmbedding確率的勾配降下パラメータGradAccumDebug	SGD 埋め込みパラメータをロードします。
LookupTableExport <T, U>	テーブル内のすべてのキーと値を出力します。
ルックアップテーブル検索<U>	テーブル内のキーを検索し、対応する値を出力します。
ルックアップテーブルインポート	テーブルの内容を指定されたキーと値で置き換えます。
ルックアップテーブル挿入	テーブルを更新してキーと値を関連付けます。
ルックアップテーブル削除	キーとそれに関連付けられた値をテーブルから削除します。
ルックアップテーブルサイズ	指定されたテーブル内の要素の数を計算します。
ループ条件	入力を出力に転送します。
LowerBound <U は数値を拡張>	各行に沿って lower_bound(sorted_search_values,values) を適用します。
Lu <T、U は数値を拡張>	1 つ以上の正方行列の LU 分解を計算します。
ユニークにする	非バッチディメンション内のすべての要素を一意にしますが、次の要素に「近い」ようにします。それらの初期値。
マップクリア	Op は、基になるコンテナー内のすべての要素を削除します。
MapIncompleteSize	Op は、基になるコンテナー内の不完全な要素の数を返します。
マップピーク	Op は、指定されたキーの値を調べます。
マップサイズ	Op は、基になるコンテナ内の要素の数を返します。
マップステージ	ハッシュテーブルのように動作する、基礎となるコンテナー内のステージ (キー、値)。
マップステージ解除	Op はキーに関連付けられた値を削除して返します基礎となるコンテナから。
マップUnstageNoKey	Op はランダムな (キー、値) を削除して返します。基礎となるコンテナから。
MatrixDiagPartV2 <T>	バッチ化されたテンソルのバッチ化された対角部分を返します。
MatrixDiagPartV3 <T>	バッチ化されたテンソルのバッチ化された対角部分を返します。
マトリックスダイアグ V2 <T>	指定されたバッチ対角値を持つバッチ対角テンソルを返します。
マトリックスダイアグ V3 <T>	指定されたバッチ対角値を持つバッチ対角テンソルを返します。
MatrixSetDiagV2 <T>	新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。
MatrixSetDiagV3 <T>	新しいバッチ化された対角値を含むバッチ化された行列テンソルを返します。
マックス<T>	テンソルの次元全体の要素の最大値を計算します。
MaxIntraOpParallelismDataset	最大の演算内並列処理をオーバーライドするデータセットを作成します。
<T>を結合	利用可能なテンソルの値を「入力」から「出力」に転送します。
分<T>	テンソルの次元全体で要素の最小値を計算します。
ミラーパッド<T>	テンソルをミラーリングされた値でパディングします。
ミラーパッドグラッド<T>	`MirrorPad` オペレーションのグラデーションオペレーション。
MlirPassthroughOp	main() 関数を使用してモジュールとして表現された任意の MLIR 計算をラップします。
マルノナン<T>	x * y を要素ごとに返します。
MutableDenseHashTable	テンソルをバッキングストアとして使用する空のハッシュテーブルを作成します。
可変ハッシュテーブル	空のハッシュテーブルを作成します。
MutableHashTableOfTensors	空のハッシュテーブルを作成します。
ミューテックス	MutexLock でロックできる Mutex リソースを作成します。
ミューテックスロック	ミューテックスリソースをロックします。
NcclAllReduce <T extends Number>	すべての入力テンソルにわたるリダクションを含むテンソルを出力します。
NcclBroadcast <T は番号を拡張>	出力に接続されているすべてのデバイスに「入力」を送信します。
NcclReduce <T は数値を拡張>	「reduction」を使用して「num_devices」から「input」を単一のデバイスに減らします。
Ndtri <T は数値を拡張>
最も近い隣人	各点に最も近い k 個の中心を選択します。
NextAfter <T は数値を拡張>	要素ごとに、「x2」の方向にある「x1」の次の表現可能な値を返します。
次の反復<T>	入力を次の反復で使用できるようにします。
ノーオプ	何もしません。
NonDeterministicInts <U>	非決定的にいくつかの整数を生成します。
NonMaxSuppressionV5 <T は数値を拡張>	スコアの降順で境界ボックスのサブセットを貪欲に選択します。以前に選択したボックスと重複する交差オーバーユニオン (IOU) が高いボックスを削除します。
非シリアル化可能なデータセット
ワンホット<U>	ワンホットテンソルを返します。
ワンズライク<T>	x と同じ形状と型を持つ 1 のテンソルを返します。
OptimizeDatasetV2	関連する最適化を「input_dataset」に適用してデータセットを作成します。
注文済みマップクリア	Op は、基になるコンテナー内のすべての要素を削除します。
OrderedMapIncompleteSize	Op は、基になるコンテナー内の不完全な要素の数を返します。
注文済みMapPeek	Op は、指定されたキーの値を調べます。
OrderedMapSize	Op は、基になるコンテナ内の要素の数を返します。
OrderedMapStage	順序付けられたもののように動作する、基礎となるコンテナ内のステージ (キー、値) 連想コンテナ。
注文済みマップステージ解除	Op はキーに関連付けられた値を削除して返します基礎となるコンテナから。
OrderedMapUnstageNoKey	Op は、最小値を持つ (key, value) 要素を削除して返します。基礎となるコンテナからのキー。
アウトフィードデキュー<T>	計算出力から単一のテンソルを取得します。
アウトフィードデキュータプル	計算出力から複数の値を取得します。
アウトフィードデキューTupleV2	計算出力から複数の値を取得します。
OutfeedDequeueV2 <T>	計算出力から単一のテンソルを取得します。
アウトフィードエンキュー	計算アウトフィードで Tensor をキューに入れます。
アウトフィードエンキュータプル	計算出力フィードで複数の Tensor 値をキューに入れます。
パッド<T>	テンソルをパディングします。
パラレルコンキャット<T>	'N' テンソルのリストを最初の次元に沿って連結します。
パラレルダイナミックステッチ<T>	「data」テンソルの値を単一のテンソルにインターリーブします。
ParseExampleDatasetV2	DT_STRING のベクトルとして `Example` プロトを含む `input_dataset` を、解析された特徴を表す `Tensor` または `SparseTensor` オブジェクトのデータセットに変換します。
ParseExampleV2	tf.Example プロト (文字列として) のベクトルを型付きテンソルに変換します。
ParseSequenceExampleV2	tf.io.SequenceExample プロト (文字列として) のベクトルを型付きテンソルに変換します。
プレースホルダー<T>	計算に入力される値のプレースホルダー op。
PlaceholderWithDefault <T>	出力が供給されない場合に `input` を通過するプレースホルダー op。
事前線形化	1 つの Tensor 値を不透明なバリアント tensor に線形化する演算。
事前線形化タプル	複数の Tensor 値を不透明なバリアント tensor に線形化する操作。
印刷する	文字列スカラーを出力します。
プライベートスレッドプールデータセット	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
製品<T>	テンソルの次元にわたる要素の積を計算します。
QuantizeAndDequantizeV4 <T は数値を拡張>	`QuantizeAndDequantizeV4` の勾配を返します。
QuantizeAndDequantizeV4Grad <T は数値を拡張>	`QuantizeAndDequantizeV4` の勾配を返します。
量子化されたConcat <T>	量子化されたテンソルを 1 次元に沿って連結します。
量子化Conv2DAndRelu <V>
QuantizedConv2DAndReluAndRequantize <V>
QuantizedConv2DAndRequantize <V>
QuantizedConv2DPerChannel <V>	チャネルごとに QuantizedConv2D を計算します。
QuantizedConv2DWithBias <V>
QuantizedConv2DWithBiasAndRelu <V>
QuantizedConv2DWithBiasAndReluAndRequantize <W>
QuantizedConv2DWithBiasAndRequantize <W>
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X>
QuantizedConv2DWithBiasSumAndRelu <V>
QuantizedConv2DWithBiasSumAndReluAndRequantize <X>
QuantizedDepthwiseConv2D <V>	量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBias <V>	バイアスを使用して量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBiasAndRelu <V>	Bias と Relu を使用して量子化された深さ方向の Conv2D を計算します。
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W>	Bias、Relu、および Requantize を使用して量子化された深さ方向の Conv2D を計算します。
QuantizedMatMulWithBias <W>	バイアス加算を使用して、量子化行列 'a' と行列 'b' の乗算を実行します。
QuantizedMatMulWithBiasAndDequantize <W extends Number>
QuantizedMatMulWithBiasAndRelu <V>	バイアス加算とレルフュージョンを使用して、行列 'a' と行列 'b' の量子化行列乗算を実行します。
QuantizedMatMulWithBiasAndReluAndRequantize <W>	バイアス加算および relu を使用して、行列 'a' と行列 'b' の量子化行列乗算を実行し、融合を再量子化します。
QuantizedMatMulWithBiasAndRequantize <W>
QuantizedReshape <T>	Reshape オペレーションに従って量子化テンソルを再形成します。
RaggedBincount <U は数値を拡張>	整数配列内の各値の出現数をカウントします。
RaggedCountSparseOutput <U は数値を拡張>	不規則なテンソル入力に対してスパース出力ビンカウントを実行します。
RaggedCross <T、U は数値を拡張>	テンソルのリストから特徴クロスを生成し、それを RaggedTensor として返します。
RaggedGather <T は Number を拡張し、U>	`params` 軸 `0` から `indices` に従って不規則なスライスを収集します。
RaggedRange <U は数値を拡張、T は数値を拡張>	指定された数値シーケンスを含む `RaggedTensor` を返します。
RaggedTensorFromVariant <U extends Number, T>	`variant` Tensor を `RaggedTensor` にデコードします。
RaggedTensorToSparse <U>	`RaggedTensor` を同じ値を持つ `SparseTensor` に変換します。
RaggedTensorToTensor <U>	不規則なテンソルから密なテンソルを作成し、場合によってはその形状を変更します。
RaggedTensorToVariant	`RaggedTensor` を `variant` Tensor にエンコードします。
RaggedTensorToVariantGradient <U>	`RaggedTensorToVariant` の勾配を計算するために使用されるヘルパー。
範囲<T は数値を拡張>	一連の数値を作成します。
ランク	テンソルのランクを返します。
ReadVariableOp <T>	変数の値を読み取ります。
再バッチデータセット	バッチサイズを変更するデータセットを作成します。
RebatchDatasetV2	バッチサイズを変更するデータセットを作成します。
受信<T>	recv_device 上の send_device から名前付きテンソルを受け取ります。
RecvTPUEmbeddingActivations	TPU 上で埋め込みアクティベーションを受け取る操作。
すべてを減らす	テンソルの次元全体で要素の「論理積」を計算します。
任意の削減	テンソルの次元にわたる要素の「論理和」を計算します。
リデュースマックス<T>	テンソルの次元全体の要素の最大値を計算します。
ReduceMin <T>	テンソルの次元全体で要素の最小値を計算します。
ReduceProd <T>	テンソルの次元にわたる要素の積を計算します。
ReduceSum <T>	テンソルの次元にわたる要素の合計を計算します。
参照入力<T>	子フレームを作成または検索し、子フレームで「data」を使用できるようにします。
RefExit <T>	現在のフレームを終了して親フレームに戻ります。
参照アイデンティティ<T>	入力参照テンソルと同じ参照テンソルを返します。
RefMerge <T>	利用可能なテンソルの値を「入力」から「出力」に転送します。
RefNextIteration <T>	入力を次の反復で使用できるようにします。
参照選択<T>	`inputs` の `index` 番目の要素を `output` に転送します。
参照スイッチ<T>	ref テンソル `data` を `pred` によって決定された出力ポートに転送します。
データセットの登録	データセットを tf.data サービスに登録します。
RemoteFusedGraphExecute	リモートプロセッサ上でサブグラフを実行します。
チャネルあたりの再量子化範囲	チャネルごとの再量子化範囲を計算します。
チャネルごとの再量子化<U>	チャネルごとに既知の最小値と最大値を使用して入力を再量子化します。
<T>の形状を変更する	テンソルを再形成します。
ResourceAccumulatorApplyGradient	指定されたアキュムレータに勾配を適用します。
ResourceAccumulatorNumAccumulated	指定されたアキュムレータに集約された勾配の数を返します。
ResourceAccumulatorSetGlobalStep	アキュムレータを global_step の新しい値で更新します。
ResourceAccumulatorTakeGradient <T>	指定された ConditionalAccumulator の平均勾配を抽出します。
リソースApplyAdagradV2	adagrad スキームに従って「*var」を更新します。
リソース適用AdamWithAmsgrad	Adam アルゴリズムに従って「*var」を更新します。
リソースApplyKerasMomentum	運動量スキームに従って「*var」を更新します。
リソース条件付きアキュムレータ	勾配を集約するための条件付きアキュムレータ。
ResourceCountUpTo <T は数値を拡張>	「limit」に達するまで「resource」が指す変数をインクリメントします。
リソース収集<U>	「インデックス」に従って「リソース」が指す変数からスライスを収集します。
リソース収集ND <U>
リソース散乱追加	`resource` によって参照される変数にスパース更新を追加します。
リソース散乱ディビジョン	スパース更新を「resource」で参照される変数に分割します。
リソーススキャッターマックス	`max` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。
リソース散乱分	`min` 操作を使用して、`resource` によって参照される変数へのスパース更新を削減します。
リソースScatterMul	スパース更新を「resource」で参照される変数に乗算します。
ResourceScatterNdAdd	変数内の個々の値またはスライスにスパース加算を適用します。
リソースScatterNdMax
リソース散乱NdMin
リソースScatterNdSub	スパース減算を変数内の個々の値またはスライスに適用します。
リソースScatterNdUpdate	与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。「インデックス」に従って変数。
リソースScatterSub	「resource」によって参照される変数からスパース更新を減算します。
リソース散乱更新	`resource` によって参照される変数にスパース更新を割り当てます。
リソースSparseApplyAdagradV2	adagrad スキームに従って、「var」および「accum」内の関連エントリを更新します。
リソースSparseApplyKerasMomentum	モメンタムスキームに従って、「var」と「accum」の関連エントリを更新します。
リソースStridedSliceAssign	`value` を `ref` のスライスされた左辺値参照に代入します。
TPUEmbeddingADAMパラメータの取得	ADAM 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingADAMParametersGradAccumDebug	デバッグサポートを使用して ADAM 埋め込みパラメータを取得します。
TPUEmbeddingAdadeltaParameters の取得	Adadelta 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingAdadeltaParametersGradAccumDebug	デバッグサポートを使用して Adadelta 埋め込みパラメータを取得します。
TPUEmbeddingAdagradパラメータの取得	Adagrad 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingAdagradParametersGradAccumDebug	デバッグサポートを使用して Adagrad 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingCenteredRMSPropParameters	中心にある RMSProp 埋め込みパラメータを取得します。
TPUEmbeddingFTRLパラメータの取得	FTRL 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingFTRLParametersGradAccumDebug	デバッグサポートを使用して FTRL 埋め込みパラメータを取得します。
TPUEmbeddingMDLAdagradLightParameters の取得	MDL Adagrad Light 埋め込みパラメータを取得します。
TPUEmbeddingMomentumパラメータの取得	Momentum 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingMomentumParametersGradAccumDebug	デバッグサポートを使用して Momentum 埋め込みパラメータを取得します。
TPUEmbeddingProximalAdagradParameters の取得	近位の Adagrad 埋め込みパラメータを取得します。
取得TPUEmbeddingProximalAdagradParametersGradAccumDebug	デバッグサポートを使用して、近位の Adagrad 埋め込みパラメータを取得します。
TPUEmbeddingProximalYogiParameters を取得
取得TPUEmbeddingProximalYogiParametersGradAccumDebug
TPUEmbeddingRMSPropParameters の取得	RMSProp 埋め込みパラメータを取得します。
RetrieveTPUEmbeddingRMSPropParametersGradAccumDebug	デバッグサポートを使用して RMSProp 埋め込みパラメータを取得します。
TPUEmbeddingStochasticGradientDescentパラメータの取得	SGD 埋め込みパラメータを取得します。
取得TPU埋め込み確率的勾配降下パラメータGradAccumDebug	デバッグサポートを使用して SGD 埋め込みパラメータを取得します。
反転<T>	テンソルの特定の次元を反転します。
リバースシーケンス<T>	可変長スライスを反転します。
RngReadAndSkip	カウンタベースの RNG のカウンタを進めます。
Rngスキップ	カウンタベースの RNG のカウンタを進めます。
ロール<T>	テンソルの要素を軸に沿って回転させます。
Rpc	RPC リクエストのバッチを実行します。
サンプリングデータセット	別のデータセットの内容のベルヌーイサンプルを取得するデータセットを作成します。
スケールと翻訳
ScaleAndTranslateGrad <T は数値を拡張>
ScatterAdd <T>	変数参照にスパース更新を追加します。
散乱ディビジョン<T>	変数参照をスパース更新によって分割します。
ScatterMax <T は数値を拡張>	「max」操作を使用して、スパース更新を変数参照に減らします。
ScatterMin <T は数値を拡張>	`min` 操作を使用して、スパース更新を変数参照に減らします。
スキャッターマル<T>	スパース更新を変数参照に乗算します。
スキャッターンド<U>	「インデックス」に従って新しいテンソルに「更新」を分散します。
ScatterNdAdd <T>	変数内の個々の値またはスライスにスパース加算を適用します。
ScatterNdMax <T>	要素ごとの最大値を計算します。
散乱NdMin <T>	要素ごとの最小値を計算します。
ScatterNdNonAliasingAdd <T>	個々の値またはスライスを使用して「input」にスパース加算を適用しますインデックス「インデックス」に従って「更新」から。
ScatterNDSub <T>	スパース減算を変数内の個々の値またはスライスに適用します。
ScatterNdUpdate <T>	与えられた範囲内の個々の値またはスライスにスパースの「更新」を適用します。「インデックス」に従って変数。
スキャッターサブ<T>	スパース更新を変数参照から減算します。
スキャッターアップデート<T>	スパース更新を変数参照に適用します。
選択V2 <T>
送信	名前付きテンソルをsend_deviceからrecv_deviceに送信します。
TPUEmbeddingGradients の送信	埋め込みテーブルの勾配更新を実行します。
SetDiff1d <T、U は数値を拡張>	2 つの数値または文字列のリストの差を計算します。
サイズの設定	入力「set」の最後の次元に沿った一意の要素の数。
形状<U は数値を延長>	テンソルの形状を返します。
ShapeN <U は数値を拡張>	テンソルの形状を返します。
シャードデータセット	このデータセットの 1/`num_shards` だけを含む `Dataset` を作成します。
ShuffleAndRepeatDatasetV2
シャッフルデータセットV2
シャッフルデータセットV3
シャットダウン分散型TPU	実行中の分散TPUシステムをシャットダウンします。
size <uは数字>を拡張します	テンソルのサイズを返します。
スキップグラム	テキストファイルを解析し、例のバッチを作成します。
sleepdataset
スライス<t>	「入力」からスライスを返します。
SlidingWindowDataset	`input_dataset` にスライディングウィンドウを渡すデータセットを作成します。
スナップショット<t>	入力テンソルのコピーを返します。
SnapShotDataset	スナップショットから /読み取るデータセットを作成します。
sobolsample <t拡張番号>	SOBOLシーケンスからポイントを生成します。
spacetobatchnd <t>	タイプTのndテンソル用のspaceTobatch。
Sparseapplyadagradv2 <T>	Adagradスキームに従って、「var」および「ascum」の関連するエントリを更新します。
sparsebincount <uはnumber>を拡張します	整数配列内の各値の発生数をカウントします。
sparsecountsparseoutput <uはnumber>を拡張します	まばらなテンソル入力のためにスパース出力ビンカウントを実行します。
Sparsecrosshed	スパースおよびデンステンソルのリストからスパースクロスを生成します。
sparsecrossv2	スパースおよびデンステンソルのリストからスパースクロスを生成します。
sparsematrixadd	2つのCSRマトリックスのスパース追加、c = alpha * a + beta * B.
sparsematrixmatmul <t>	Matrix-Multipries密なマトリックスを備えたスパースマトリックス。
sparsematrixmul	密なテンソルを備えたスパースマトリックスの要素ごとの乗算。
Sparsematrixnnz	`sparse_matrix`の非ゼロの数を返します。
sparsematrixorderingamd	「入力」のおおよその最小度（AMD）順序を計算します。
スパースマトリックスソフトマックス	csrsparsematrixのソフトマックスを計算します。
sparsematrixsoftmaxgrad	SparseMatrixSoftmax 演算の勾配を計算します。
sparsematrixsparsecholesky	「入力」のまばらな胆嚢分解を計算します。
sparsematrixsparsematmul	スパルスマトリックスマルチプリーズ2つのCSRマトリックス「a」と「b」。
SparsematrixTranspose	CSRSPARSEMATRIXの内部（マトリックス）寸法を転置します。
Sparsematrixzeros	形状 `dense_shape` を持つすべてゼロの CSRSparseMatrix を作成します。
sparsetensortocsrsparsematrix	SparsetEnsorを（おそらくバッチ）CSRSParsematrixに変換します。
Spence <t拡張番号>
分割<t>	テンソルを1つの次元に沿って `num_split`テンソルに分割します。
splitv <t>	テンソルを1つの次元に沿って `num_split`テンソルに分割します。
スクイーズ<t>	テンソルの形状からサイズ1の寸法を削除します。
スタック<t>	`n` rank-` r`テンソルのリストを1つのランク `（r+1）`テンソルに詰めます。
ステージ	軽量のエンキューと同様のステージ値。
stageclear	OPは、基礎となる容器内のすべての要素を削除します。
ステージピーク	Op は、指定されたインデックスの値を調べます。
ステージングします	OPは、基礎となる容器内の要素の数を返します。
statefulrandombinomial <vは数値を拡張します
StatefulStandardnormal <u>	正規分布からランダム値を出力します。
StatefulStandardnormalv2 <u>	正規分布からランダム値を出力します。
statefultruncatednormal <u>	切り捨てられた正規分布からランダム値を出力します。
statefuluniform <u>	均一な分布からランダム値を出力します。
statefuluniformfullint <u>	均一な分布からランダムな整数を出力します。
statefuluniformint <u>	均一な分布からランダムな整数を出力します。
statonessparametarizedTruncatednormal <v拡張番号>
statellessRandombinomial <wは数字>を拡張します	二項分布からの決定論的な疑似ランダム乱数を出力します。
StatEllingRandomGammav2 <v拡張番号>	ガンマ分布からの決定論的な疑似ランダム乱数を出力します。
statellessrandomgetkeycounteralg	デバイスに基づいて最適なアルゴリズムを選択し、シードをキーとカウンターにスクランブルします。
StatEllenseRandomNormalV2 <uは数値を拡張します	正規分布からの決定論的な疑似ランダム値を出力します。
StatEllenseRandompoisson <w拡張番号>	ポアソン分布からの決定論的な疑似ランダム乱数を出力します。
statelessrandomuniformfullint <v拡張番号>	均一な分布からの決定論的な疑似ランダムランダム整数を出力します。
statellessrandomuniformfullintv2 <u拡張番号>	均一な分布からの決定論的な疑似ランダムランダム整数を出力します。
statelessrandomuniformintv2 <uはnumber>> extens>	均一な分布からの決定論的な疑似ランダムランダム整数を出力します。
statellessrandomuniformv2 <uはnumber>を拡張します	均一な分布からの決定論的な疑似ランダム値を出力します。
statelessSampledistortedboundingbox <t拡張番号>	決定論的に画像のランダムに歪んだ境界ボックスを生成します。
statelesstruncatednormalv2 <uは数値を拡張します>	切り捨てられた正規分布からの決定論的な疑似ランダム値を出力します。
statsaggregatorhandlev2
statsaggregatorsetsummarywriter	summary_writer_interfaceを設定して、指定されたstats_aggregatorを使用して統計を記録します。
stopgrionient <t>	勾配計算を停止します。
stridedslice <t>	「入力」から伸びたスライスを返します。
stridedsliceassign <t>	「ref」のスライスされたL値参照に「値」を割り当てます。
StridedSlicegrad <u>	「stridedslice」の勾配を返します。
stringlower	すべての大文字をそれぞれの小文字に変換します。
stringngrams <t拡張番号>	ぼろぼろの文字列データからngramsを作成します。
Stringupper	すべての小文字をそれぞれの大文字の交換に変換します。
合計<t>	テンソルの寸法にわたる要素の合計を計算します。
switchcond <t>	「Pred」によって決定される出力ポートに「データ」を転送します。
tpucompilationResult	TPU コンパイルの結果を返します。
tpucompilesuchededassert	編集が成功したと主張します。
tpuembeddingIctivations	TPU埋め込みの差別化を可能にするOP。
tpuexecute	TPUデバイスでTPUプログラムをロードおよび実行するOP。
tpuexecuteandupdatevariables	オプションのインプレース変数更新を備えたプログラムを実行するOP。
tpuordinalselector	TPUコアセレクターop。
tpupartitionedinput <t>	パーティション化された入力のリストをグループ化するOP。
tpupartitionedOutput <T>	XLAによってシャードされるテンソルをパーティション化されたリストに非難するOP XLA計算の外側の出力。
tpureplicatemetadata	TPU計算の複製方法を示すメタデータ。
tpureplicatedInput <T>	n入力をN-way Replaged TPU計算に接続します。
tpureplicatedOutput <T>	N-Way Replased TPU計算からN出力を接続します。
一時的な可変<t>	変異する可能性のあるテンソルを返しますが、単一のステップ内でのみ持続します。
テンソラレイ	指定されたサイズのテンソルの配列。
Tensorarrayclose	リソースコンテナからテンソラレイを削除します。
TensorArrayConcat <T>	テンソラレイからの要素を価値 `value`に連結します。
Tensorarraygather <t>	テンソラレイから出力「値」に特定の要素を収集します。
TensorArraygrad	指定されたハンドルに値の勾配を保存するためのテンソラレイを作成します。
Tensorraygradwithshape	指定されたハンドルに複数の値の勾配を格納するための TensorArray を作成します。
TensorArrayPack <T>
TensorArrayread <t>	テンソラレイから出力「値」への要素を読みます。
Tensorarrayscatter	入力値からデータを特定のテンソラレイ要素に分散させます。
テンソラレイズ	テンソラレイの現在のサイズを取得します。
Tensorraysplit	データを入力値からテンソラレイ要素に分割します。
Tensorarrayunpack
TensorArraywrite	要素をtensor_arrayに押し込みます。
tensorforestcreateTreevariable	ツリーリソースを作成し、ハンドルを返します。
TensorforestTreedErialize	プロトをツリーハンドルに逆シリアル化します
tensorforesttreeisInitializedop	ツリーが初期化されているかどうかを確認します。
tensorforesttreepredict	指定された入力データのロジットを出力します
tensorforesttreeresourcehandleop	Tensorforesttreeresourceのハンドルを作成します
tensorforesttreeSerialize	ツリーハンドルをプロトにシリアル化します
tensorforestTreeSize	ツリー内のノードの数を取得します
TensorlistConcat <t>	0番目の次元に沿ったリスト内のすべてのテンソルを連結します。
TensorlistConcatlists
TensOrlistConcatv2 <u>	0番目の次元に沿ったリスト内のすべてのテンソルを連結します。
TensorListelementshape <t拡張番号>	テンソルとして、指定されたリストの要素の形状。
Tensorlistfromtensor	積み重ねられたときに「テンソル」の価値を持つテンソルリストを作成します。
Tensorlistgather <t>	TensorList にインデックスを付けて Tensor を作成します。
tensorlistgetitem <t>
TensorListlength	入力テンソルリスト内のテンソルの数を返します。
TensorListPopback <T>	入力リストの最後の要素と、その要素を除くすべてのリストを返します。
TensorListPushback	「input_handle」の指定されたリストの他の要素として、「テンソル」を `input_handle`の他の要素として渡されたリストを返します。
TensOrlistPushbackBatch
Tensorlistreserve	空の要素を含む指定されたサイズのリスト。
Tensorlistresize	リストのサイズを変更します。
Tensorlistscatter	テンソルにインデックスを作成することにより、テンソルリストを作成します。
tensorlistscatterintoexistinglist	入力リストのインデックスでテンソルを散乱させます。
Tensorlistscatterv2	テンソルにインデックスを作成することにより、テンソルリストを作成します。
TENSORLISSTITITEM
Tensorlistsplit	テンソルをリストに分割します。
TensorListStack <T>	リスト内のすべてのテンソルをスタックします。
Tensormaperase	指定されたキーの消去からアイテムを使用してテンソルマップを返します。
Tensormaphaskey	指定されたキーがマップに存在するかどうかを返します。
tensormapinsert	指定されたキー値ペアが挿入された「input_handle」であるマップを返します。
tensormaplookup <u>	テンソルマップの特定のキーから値を返します。
tensormapsize	入力テンソルマップのテンソルの数を返します。
tensormapstackkeys <t>	テンソルマップのすべてのキーのテンソルスタックを返します。
tensorscatteradd <t>	「インデックス」に従って既存のテンソルにスパース「更新」を追加します。
tensorscattermax <t>
Tensorscattermin <t>
tensorscattersub <t>	「インデックス」に従って既存のテンソルからスパース「更新」を減算します。
tensorscatterupdate <t>	「インデックス」に従って「更新」を既存のテンソルに分散させます。
tensorstridedsliceupdate <t>	「入力」のスライスされたL値参照に「値」を割り当てます。
threadpooldataset	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
ThreadPoolHandle	カスタムスレッドプールを使用して「input_dataset」を計算するデータセットを作成します。
タイル<t>	特定のテンソルをタイリングすることにより、テンソルを構築します。
タイムスタンプ	エポック以来の時間を数秒で提供します。
トブール	テンソルをスカラー述語に変換します。
Topkunique	並べ替えられた順序で、アレイのtopk一意の値を返します。
topkwithunique	並べ替えられた順序でアレイのtopk値を返します。
tridiagonalmatmul <t>	三分角行列で製品を計算します。
tridiagonalsolve <t>	方程式の三分角系を解決します。
tryrpc	RPCリクエストのバッチを実行します。
unbatch <t>	単一の出力テンソルのバッチの動作を逆転させます。
Unbatchgrad <T>	バッチの勾配。
非圧縮セレメント	圧縮データセット要素を非圧縮します。
unicodedeCode <t拡張番号>	「入力」の各文字列をユニコードコードポイントのシーケンスにデコードします。
unicodeencode	INTのテンソルをUnicode文字列にエンコードします。
ユニーク<t、v拡張番号>	テンソルの軸に沿って一意の要素を検索します。
Uniquedataset	「input_dataset」の一意の要素を含むデータセットを作成します。
UniqueWithCounts <t、vは数字>を拡張します	テンソルの軸に沿って一意の要素を検索します。
uravelindex <t拡張番号>	フラットインデックスの配列を座標配列のタプルに変換します。
unsortedsegmentjoin	「segment_ids」に基づいて「入力」の要素に結合します。
unstack <t>	ランク`R`テンソルの特定のディメンションを「num」ランク `（r-1）`テンソルに展開します。
段階的	OPは軽量のデクエに似ています。
unwrapdatasetvariant
upperbound <uは数字>を拡張します	各行に沿ってapper_bound（sorted_search_values、values）を適用します。
varhandleop	可変リソースのハンドルを作成します。
VarisInitializedop	リソースハンドルベースの変数が初期化されているかどうかを確認します。
可変<t>	ステップ全体で持続するテンソルの形で状態を保持します。
variableshape <t拡張番号>	`resource` が指す変数の形状を返します。
どこ	テンソルで非ゼロ /真の値の位置を返します。
ここで3 <t>	「条件」に応じて、「x」または「y」から要素を選択します。
workerheartbeat	ワーカーハートビートop。
wrapdatasetvariant
writerawprotosummary	シリアル化されたプロトの要約を書きます。
xlarecvfromhost <t>	ホストからテンソルを受け取る操作。
xlasendtohost	ホストにテンソルを送信するOP。
xlog1py <t>	x == 0の場合は0、x * log1p（y）それ以外の場合は、elementwiseを返します。
Zeroslike <t>	xと同じ形状とタイプのゼロのテンソルを返します。

単一のOperationに裏付けられたOp実装の基本クラス。

Tensorflow Coreに登録されている各操作は原始的であり、 PrimitiveOpとして提供されています。 1つのプリミティブのみを使用して動作するカスタムオペレーションは、このクラスに由来する場合があります。

パブリックメソッド

最終ブール値	等しい(オブジェクトオブジェクト)
最終整数	ハッシュコード（）
手術	オプ() 基礎となる`Operation`を返します
最後の文字列	toString ()

継承されたメソッド

クラスjava.lang.Objectから

ブール値	等しい(オブジェクト arg0)
最終クラス<?>	getクラス()
整数	ハッシュコード（）
最後の空白	通知する()
最後の空白	すべて通知()
弦	toString ()
最後の空白	wait (long arg0, int arg1)
最後の空白	待機(長い引数0)
最後の空白	待って（）

パブリックメソッド

パブリックファイナルブールエコール（オブジェクトOBJ）

public final int hashcode （）

Puply OperationOp （）

基礎となるOperationを返します

プリミティブオペレーション

パブリックメソッド

継承されたメソッド

パブリックメソッド

パブリックファイナルブールエコール（オブジェクトOBJ）

public final int hashcode （）

Puply OperationOp （ ）

パブリックファイナルストリングtoString （）

Puply OperationOp （）