PrimitiveOp

کلاس انتزاعی عمومی PrimitiveOp

زیر کلاس های مستقیم شناخته شده

لغو , همه , AllToAll <T>, AnonymousHashTable , AnonymousIteratorV2 , AnonymousIteratorV3 , AnonymousMemoryCache , AnonymousMultiDeviceIterator , AnonymousMultiDeviceIteratorV3 , AnonymousMutableDenseHashTable , AnonymousMutableHashTable , AnonymousMutableHashTableR AnonymouseMutableHashTableR AnonymouseMutableT AnonymousE SeedGenerator ، Any ، و 745 نفر دیگر.

سقط	هنگام فراخوانی، یک استثنا برای لغو فرآیند ایجاد کنید.
همه	"منطقی و" عناصر را در ابعاد یک تانسور محاسبه می کند.
AllToAll <T>	یک عملیات برای تبادل داده در بین کپی های TPU.
جدول هش ناشناس	یک جدول هش ناشناس بدون مقدار دهی اولیه ایجاد می کند.
AnonymousIteratorV2	ظرفی برای یک منبع تکرارکننده.
AnonymousIteratorV3	ظرفی برای یک منبع تکرارکننده.
AnonymousMemoryCache
AnonymousMultiDeviceIterator	ظرفی برای منبع تکرارکننده چند دستگاهی.
AnonymousMultiDeviceIteratorV3	ظرفی برای منبع تکرارکننده چند دستگاهی.
AnonymousMutableDenseHashTable	یک جدول هش قابل تغییر ناشناس خالی ایجاد می کند که از تانسورها به عنوان ذخیره پشتیبان استفاده می کند.
Anonymous MutableHashTable	یک جدول هش قابل تغییر ناشناس خالی ایجاد می کند.
Anonymous MutableHashTableOfTensors	یک جدول هش قابل تغییر ناشناس خالی از مقادیر برداری ایجاد می کند.
ناشناس RandomSeed Generator
Anonymous SeedGenerator
هر	"منطقی یا" عناصر را در ابعاد یک تانسور محاسبه می کند.
ApplyAdagradV2 <T>	"*var" را طبق طرح adagrad به روز کنید.
ApproxTopK <T تعداد را گسترش می دهد>	مقادیر min/max k و شاخص های آنها را از عملوند ورودی به روشی تقریبی برمی گرداند.
AssertCardinalityDataset
AssertNextDataset	تحولی که بیان می کند کدام تحولات بعدی اتفاق می افتد.
AssertPrevDataset	تحولی که نشان می دهد کدام تحولات قبلاً اتفاق افتاده است.
ادعا کن	ادعا می کند که شرط داده شده درست است.
تخصیص <T>	"ref" را با اختصاص دادن "value" به آن به روز کنید.
AssignAdd <T>	"ref" را با افزودن "value" به آن به روز کنید.
AssignAddVariableOp	یک مقدار به مقدار فعلی یک متغیر اضافه می کند.
AssignSub <T>	"ref" را با کم کردن "value" از آن به روز کنید.
AssignSubVariableOp	مقداری را از مقدار فعلی یک متغیر کم می کند.
AssignVariableOp	مقدار جدیدی را به یک متغیر اختصاص می دهد.
AssignVariableXlaConcatND	تانسور ورودی Concat در تمام ابعاد.
AutoShardDataset	مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
BandedTriangularSolve <T>
مانع	مانعی را تعریف می کند که در اجرای گراف های مختلف وجود دارد.
BarrierClose	سد داده شده را می بندد.
BarrierIncompleteSize	تعداد عناصر ناقص را در مانع داده شده محاسبه می کند.
BarrierInsertMany	برای هر کلید، مقدار مربوطه را به جزء مشخص شده اختصاص می دهد.
BarrierReadySize	تعداد عناصر کامل را در مانع داده شده محاسبه می کند.
BarrierTakeMany	تعداد داده شده عناصر تکمیل شده را از یک مانع می گیرد.
دسته ای	همه تانسورهای ورودی را به صورت غیر قطعی دسته بندی می کند.
BatchMatMulV2 <T>	برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchMatMulV3 <V>	برش های دو تانسور را به صورت دسته ای ضرب می کند.
BatchToSpace <T>	BatchToSpace برای تانسورهای 4 بعدی از نوع T.
BatchToSpaceNd <T>	BatchToSpace برای تانسورهای ND از نوع T.
BesselI0 <T تعداد را گسترش می دهد>
BesselI1 <T تعداد را گسترش می دهد>
BesselJ0 <T تعداد را گسترش می دهد>
BesselJ1 <T تعداد را گسترش می دهد>
BesselK0 <T تعداد را گسترش می دهد>
BesselK0e <T تعداد را گسترش می دهد>
BesselK1 <T تعداد را گسترش می دهد>
BesselK1e <T تعداد را گسترش می دهد>
BesselY0 <T تعداد را گسترش می دهد>
BesselY1 <T تعداد را گسترش می دهد>
بیت‌کست <U>	یک تانسور را از یک نوع به نوع دیگر بدون کپی کردن داده ارسال می کند.
BlockLSTM <T تعداد را گسترش می دهد>	انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BlockLSTMGrad <T گسترش شماره>	انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BlockLSTMGradV2 <T تعداد را گسترش می دهد>	انتشار سلول LSTM به عقب را برای کل توالی زمانی محاسبه می کند.
BlockLSTMV2 <T تعداد را گسترش می دهد>	انتشار سلول LSTM به جلو را برای تمام مراحل زمانی محاسبه می کند.
BoostedTreesAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesBucketize	هر ویژگی را بر اساس مرزهای سطل سطل کنید.
BoostedTreesCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCalculateBestFeatureSplitV2	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای هر گره برمی گرداند.
BoostedTreesCalculateBestGainsPerFeature	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesCenterBias	پیشین را از داده های آموزشی محاسبه می کند (بایاس) و اولین گره را با پیشین logits پر می کند.
BoostedTreesCreateEnsemble	یک مدل مجموعه درختی ایجاد می کند و یک دسته را به آن برمی گرداند.
BoostedTreesCreateQuantileStreamResource	منبع برای Quantile Streams ایجاد کنید.
BoostedTreesDeserializeEnsemble	پیکربندی مجموعه درختی سریالی را از حالت سریال خارج می کند و درخت فعلی را جایگزین می کند گروه
BoostedTreesEnsembleResourceHandleOp	یک دسته برای یک BoostedTreesEnsembleResource ایجاد می کند
BoostedTreesExampleDebugOutputs	اشکال زدایی/خروجی های تفسیرپذیری مدل برای هر مثال.
BoostedTreesFlushQuantileSummaries	خلاصه‌های چندک را از هر منبع جریان چندک بشویید.
BoostedTreesGetEnsembleStates	نشانه تمبر منابع مجموعه درختی، تعداد درختان و آمار رشد را بازیابی می کند.
BoostedTreesMakeQuantileSummaries	خلاصه چندک ها را برای دسته تهیه می کند.
BoostedTreesMakeStatsSummary	خلاصه ای از آمار انباشته شده را برای دسته ایجاد می کند.
BoostedTreesPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و لاجیت ها را محاسبه می کند.
BoostedTreesQuantileStreamResourceAddSummaries	خلاصه‌های کمیت را به هر منبع جریان چندک اضافه کنید.
BoostedTreesQuantileStreamResourceDeserialize	مرزهای سطل را از حالت سریال خارج کنید و پرچم آماده را در QuantileAccumulator فعلی علامت گذاری کنید.
BoostedTreesQuantileStreamResourceFlush	خلاصه‌ها را برای یک منبع جریان چندگانه شستشو دهید.
BoostedTreesQuantileStreamResourceGetBucketBoundaries	بر اساس خلاصه های انباشته شده، مرزهای سطل را برای هر ویژگی ایجاد کنید.
BoostedTreesQuantileStreamResourceHandleOp	یک دسته برای BoostedTreesQuantileStreamResource ایجاد می کند.
BoostedTreesSerializeEnsemble	مجموعه درخت را به یک پروتو سریال می کند.
BoostedTreesSparseAggregateStats	خلاصه آمار انباشته شده را برای دسته جمع آوری می کند.
BoostedTreesSparseCalculateBestFeatureSplit	سود هر ویژگی را محاسبه می کند و بهترین اطلاعات تقسیم ممکن را برای ویژگی برمی گرداند.
BoostedTreesTrainingPredict	پیش‌بینی‌کننده‌های گروه رگرسیون افزایشی چندگانه را روی نمونه‌های ورودی و به روز رسانی را به لاجیت های کش محاسبه می کند.
BoostedTreesUpdateEnsemble	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BoostedTreesUpdateEnsembleV2	با افزودن یک لایه به آخرین درخت در حال رشد، مجموعه درختی را به روز می کند یا با شروع یک درخت جدید.
BroadcastDynamicShape <T تعداد را گسترش می دهد>	شکل s0 op s1 را با پخش برگردانید.
BroadcastGradientArgs <T تعداد را گسترش می دهد>	شاخص های کاهش را برای محاسبه گرادیان های s0 op s1 با پخش برگردانید.
BroadcastTo <T>	پخش یک آرایه برای یک شکل سازگار.
سطل کردن	"ورودی" را بر اساس "مرزها" سطل می کند.
CSRSparseMatrixComponents <T>	مؤلفه‌های CSR را در «شاخص» دسته‌ای می‌خواند.
CSRSparseMatrixToDense <T>	یک CSRSparseMatrix (احتمالا دسته ای) را به متراکم تبدیل کنید.
CSRSparseMatrixToSparseTensor <T>	یک CSRSparesMatrix (احتمالا دسته‌ای) را به SparseTensor تبدیل می‌کند.
CSVDataset
CSVDatasetV2
CTCLossV2	CTC Loss (احتمال ورود به سیستم) را برای هر ورودی دسته محاسبه می کند.
CacheDatasetV2
CheckNumericsV2 <T extensions Number>	یک تانسور را برای مقادیر NaN، -Inf و +Inf بررسی می کند.
FastestDataset را انتخاب کنید
ClipByValue <T>	مقادیر تانسور را به حداقل و حداکثر مشخص می کند.
CollateTPUEmbeddingMemory	عملیاتی که پروتوهای پیکربندی حافظه رمزگذاری شده با رشته را از همه میزبان ها ادغام می کند.
CollectiveAllToAllV2 <T تعداد را گسترش می دهد>	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را مبادله می کند.
CollectiveAllToAllV3 <T تعداد را گسترش می دهد>	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را مبادله می کند.
CollectiveAssignGroupV2	کلیدهای گروه را بر اساس تکلیف گروهی اختصاص دهید.
CollectiveBcastRecvV2 <U>	یک مقدار تانسور را از دستگاه دیگری دریافت می کند.
CollectiveBcastSendV2 <T>	یک مقدار تانسور را به یک یا چند دستگاه دیگر پخش می کند.
CollectiveGather <T گسترش شماره>	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectiveGatherV2 <T تعداد را گسترش می دهد>	متقابل تانسورهای متعدد از نوع و شکل یکسان را جمع می کند.
CollectiveInitializeCommunicator	یک گروه را برای عملیات جمعی راه اندازی می کند.
CollectivePermute <T>	عملیاتی برای جابجایی تانسورها در نمونه های تکرار شده TPU.
CollectiveReduceScatterV2 <T تعداد را گسترش می دهد>	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد و نتیجه را پراکنده می کند.
CollectiveReduceV2 <T تعداد را گسترش می دهد>	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
CollectiveReduceV3 <T تعداد را گسترش می دهد>	به طور متقابل تانسورهای متعدد از نوع و شکل یکسان را کاهش می دهد.
CombinedNonMaxSuppression	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، این عملیات non_max_suppression را روی ورودی‌های هر دسته، در همه کلاس‌ها انجام می‌دهد.
CompositeTensorVariantFromComponents	یک مقدار «ExtensionType» را در یک تانسور اسکالر «واریانت» رمزگذاری می‌کند.
CompositeTensorVariantToComponents	یک تانسور اسکالر «نوعی» را به مقدار «ExtensionType» رمزگشایی می‌کند.
CompressElement	یک عنصر مجموعه داده را فشرده می کند.
ComputeBatchSize	اندازه دسته ایستا یک مجموعه داده بدون دسته های جزئی را محاسبه می کند.
ComputeDedupDataTupleMask	یک عملیات ماسک تاپلی از داده‌های deduplication را از هسته جاسازی شده محاسبه می‌کند.
Concat <T>	تانسورها را در یک بعد به هم متصل می کند.
ConfigureAndInitializeGlobalTPU	عملیاتی که ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
ConfigureDistributedTPU	ساختارهای متمرکز را برای یک سیستم TPU توزیع شده تنظیم می کند.
پیکربندی TPUEmbedding	TPUEmbedding را در یک سیستم TPU توزیع شده تنظیم می کند.
پیکربندی TPUEmbeddingHost	عملیاتی که نرم افزار TPUEmbedding را روی یک میزبان پیکربندی می کند.
پیکربندی TPUEmbeddingMemory	عملیاتی که نرم افزار TPUEmbedding را روی یک میزبان پیکربندی می کند.
ConnectTPUEmbeddingHosts	عملیاتی که ارتباط بین نمونه های نرم افزار میزبان TPUEmbedding را تنظیم می کند پس از اینکه ConfigureTPUEmbeddingHost روی هر میزبان فراخوانی شد.
ثابت <T>	عملگر که مقدار ثابتی را تولید می کند.
ConsumeMutexLock	این عملیات یک قفل ایجاد شده توسط "MutexLock" را مصرف می کند.
ControlTrigger	هیچ کاری نمی کند.
تبدیل <T تعداد را گسترش می دهد>	یک انحراف ND داده شده (N+1+batch_dims)-D «ورودی» و (N+2)-D «فیلتر» تانسور را محاسبه می کند.
Conv2DBackpropFilterV2 <T تعداد را گسترش می دهد>	گرادیان کانولوشن را با توجه به فیلتر محاسبه می کند.
Conv2DBackpropInputV2 <T تعداد را گسترش می دهد>	شیب کانولوشن را با توجه به ورودی محاسبه می کند.
<T> را کپی کنید	یک تانسور را از CPU به CPU یا GPU به GPU کپی کنید.
CopyHost <T>	یک تانسور را در میزبان کپی کنید.
CopyToMesh <T>
CopyToMeshGrad <T>
CountUpTo <T تعداد را گسترش می دهد>	"ref" را تا رسیدن به "حد" افزایش می دهد.
CrossReplicaSum <T تعداد را گسترش می دهد>	یک عملیات جمع‌آوری ورودی‌ها در نمونه‌های تکراری TPU.
CudnnRNNBackpropV3 <T تعداد را گسترش می دهد>	مرحله پشتیبان CudnnRNNV3.
CudnnRNNCanonicalToParamsV2 <T Extends Number>	پارامترهای CudnnRNN را از فرم متعارف به فرم قابل استفاده تبدیل می کند.
CudnnRNNParamsToCanonicalV2 <T Extends Number>	پارامترهای CudnnRNN را به شکل متعارف بازیابی می کند.
CudnnRNNV3 <T تعداد را گسترش می دهد>	یک RNN با پشتیبانی cuDNN.
CumulativeLogsumexp <Textss Number>	حاصلضرب تجمعی تانسور x را در امتداد «محور» محاسبه کنید.
DTensorRestoreV2
DTensorSetGlobalTPUArray	عملیاتی که به میزبانی از شناسه های جهانی همه TPU های موجود در سیستم اطلاع می دهد.
DataServiceDataset	مجموعه داده ای ایجاد می کند که داده ها را از سرویس tf.data می خواند.
DataServiceDatasetV2	مجموعه داده ای ایجاد می کند که داده ها را از سرویس tf.data می خواند.
DatasetCardinality	اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
DatasetFromGraph	یک مجموعه داده از «graph_def» داده شده ایجاد می کند.
DatasetToGraphV2	یک GraphDef سریالی را که «مجموعه داده‌های ورودی» را نشان می‌دهد، برمی‌گرداند.
Dawsn <T تعداد را گسترش می دهد>
DebugGradientIdentity <T>	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugGradientRefIdentity <T>	قابلیت شناسایی برای اشکال زدایی گرادیان.
DebugIdentity <T>	یک نقشه هویتی از تانسور ورودی نوع غیر Ref برای اشکال زدایی ارائه می دهد.
DebugIdentityV2 <T>	Debug Identity V2 Op.
DebugIdentityV3 <T>	یک نقشه هویتی از تانسور ورودی نوع غیر Ref برای اشکال زدایی ارائه می دهد.
DebugNanCount	Debug NaN Value Counter Op.
DebugNumericSummary	اشکال زدایی خلاصه عددی عملیات
DebugNumericSummaryV2 <U extends Number>	اشکال زدایی خلاصه عددی V2 Op.
DecodeImage <T تعداد را گسترش می دهد>	تابعی برای decode_bmp، decode_gif، decode_jpeg و decode_png.
DecodePaddedRaw <T تعداد را گسترش می دهد>	بایت های یک رشته را مجدداً به عنوان بردار اعداد تفسیر کنید.
رمزگشایی پروتو	عملیات، فیلدها را از یک پروتکل سریالی، پیام را به تانسورها استخراج می کند.
DeepCopy <T>	یک کپی از `x` ایجاد می کند.
DeleteIterator	ظرفی برای یک منبع تکرارکننده.
حذف MemoryCache
حذف MultiDeviceIterator	ظرفی برای یک منبع تکرارکننده.
حذف RandomSeedGenerator
حذف SeedGenerator
DeleteSessionTensor	تانسور مشخص شده توسط دسته آن در جلسه را حذف کنید.
DenseBincount <U extends Number>	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
DenseCountSparseOutput <U extends Number>	شمارش سطل خروجی پراکنده را برای ورودی tf.tensor انجام می دهد.
DenseToCSRSparseMatrix	یک تانسور متراکم را به یک CSRSparseMatrix (احتمالا دسته‌ای) تبدیل می‌کند.
DestroyResourceOp	منبع مشخص شده توسط دسته را حذف می کند.
DestroyTemporaryVariable <T>	متغیر موقت را از بین می برد و مقدار نهایی آن را برمی گرداند.
DeviceIndex	فهرست دستگاهی را که عملیات اجرا می کند برگردانید.
DirectedInterleaveDataset	جایگزینی برای «InterleaveDataset» در یک لیست ثابت از مجموعه داده «N».
غیرفعال کردن CopyOnRead	حالت کپی در خواندن را خاموش می کند.
توزیع شده ذخیره کنید
DrawBoundingBoxesV2 <T تعداد را گسترش می دهد>	بر روی دسته ای از تصاویر، کادرهای مرزی را رسم کنید.
DummyIterationCounter
DummyMemoryCache
DummySeedGenerator
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch	انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
DynamicEnqueueTPUEmbeddingRaggedTensorBatch
DynamicPartition <T>	"داده" را با استفاده از شاخص های "پارتیشن" به تانسورهای "تعداد_پارتیشن" تقسیم می کند.
DynamicStitch <T>	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
Edit Distance	فاصله ویرایش لوونشتاین (احتمالاً نرمال شده) را محاسبه می کند.
Eig <U>	تجزیه ویژه یک یا چند ماتریس مربع را محاسبه می کند.
Einsum <T>	انقباض تانسور طبق قرارداد جمع انیشتین.
<T> را خالی کنید	با شکل داده شده یک تانسور ایجاد می کند.
EmptyTensorList	یک لیست تانسور خالی ایجاد و برمی گرداند.
EmptyTensorMap	یک نقشه تانسور خالی ایجاد و برمی گرداند.
EncodeProto	عملیات، پیام های پروتوباف ارائه شده در تانسورهای ورودی را سریال می کند.
EnqueueTPUEmbeddingArbitraryTensorBatch	انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingBatch	عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingIntegerBatch	عملیاتی که لیستی از تانسورهای دسته ای ورودی را در TPUEmbedding قرار می دهد.
EnqueueTPUEmbeddingRaggedTensorBatch	انتقال کدهایی را که از () tf.nn.embedding_lookup استفاده می کند، آسان می کند.
EnqueueTPUEmbeddingSparseBatch	عملیاتی که شاخص های ورودی TPUEmbedding را از SparseTensor در صف قرار می دهد.
EnqueueTPUEmbeddingSparseTensorBatch	انتقال کدهایی را که از ()tf.nn.embedding_lookup_sparse استفاده می کند، آسان می کند.
EnsureShape <T>	اطمینان حاصل می کند که شکل تانسور با شکل مورد انتظار مطابقت دارد.
<T> را وارد کنید	یک فریم فرزند ایجاد یا پیدا می‌کند و «داده‌ها» را در اختیار فریم فرزند قرار می‌دهد.
Erfinv <T گسترش شماره>
هنجار اقلیدسی <T>	هنجار اقلیدسی عناصر را در ابعاد یک تانسور محاسبه می کند.
ExecuteTPUEmbeddingPartitioner	عملیاتی که پارتیشن‌کننده TPUEmbedding را در پیکربندی مرکزی اجرا می‌کند دستگاه و اندازه HBM (بر حسب بایت) مورد نیاز برای عملیات TPUEmbedding را محاسبه می کند.
از <T> خارج شوید	از فریم فعلی به فریم اصلی خود خارج می شود.
ExpandDims <T>	بعد 1 را به شکل تانسور وارد می کند.
ExperimentalAutoShardDataset	مجموعه داده ای ایجاد می کند که مجموعه داده ورودی را خرد می کند.
ExperimentalBytesProducedStatsDataset	اندازه بایت هر عنصر «مجموعه_داده‌های ورودی» را در یک StatsAggregator ثبت می‌کند.
ExperimentalChooseFastestDataset
ExperimentalDatasetCardinality	اصلی بودن «مجموعه_داده‌های ورودی» را برمی‌گرداند.
ExperimentalDatasetToTFRecord	مجموعه داده داده شده را با استفاده از فرمت TFRecord در فایل داده شده می نویسد.
ExperimentalDenseToSparseBatchDataset	مجموعه داده ای ایجاد می کند که عناصر ورودی را در یک SparseTensor دسته بندی می کند.
ExperimentalLatencyStatsDataset	تأخیر تولید عناصر «مجموعه داده‌های ورودی» را در StatsAggregator ثبت می‌کند.
ExperimentalMatchingFilesDataset
ExperimentalMaxIntraOpParallelismDataset	مجموعه داده ای ایجاد می کند که حداکثر موازی کاری درون عملیاتی را لغو می کند.
ExperimentalParseExampleDataset	«مجموعه داده های ورودی» حاوی پروتوهای «نمونه» را به عنوان بردارهای DT_STRING به مجموعه داده ای از اشیاء «Tensor» یا «SparseTensor» تبدیل می کند که نمایانگر ویژگی های تجزیه شده است.
ExperimentalPrivateThreadPoolDataset	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
ExperimentalRandomDataset	مجموعه داده ای ایجاد می کند که اعداد شبه تصادفی را برمی گرداند.
ExperimentalRebatchDataset	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
ExperimentalSetStatsAggregatorDataset
ExperimentalSlidingWindowDataset	مجموعه داده ای ایجاد می کند که یک پنجره کشویی را روی «مجموعه داده های ورودی» عبور می دهد.
ExperimentalSqlDataset	مجموعه داده ای ایجاد می کند که یک پرس و جوی SQL را اجرا می کند و ردیف هایی از مجموعه نتایج را منتشر می کند.
ExperimentalStatsAggregatorHandle	یک منبع مدیر آمار ایجاد می کند.
ExperimentalStatsAggregatorSummary	خلاصه ای از هر آمار ثبت شده توسط مدیر آمار داده شده را تولید می کند.
ExperimentalUnbatchDataset	مجموعه داده ای که عناصر ورودی خود را به چندین عنصر تقسیم می کند.
Expint <T extends Number>
ExtractGlimpseV2	یک نگاه اجمالی از تانسور ورودی استخراج می کند.
ExtractVolumePatches <T extends Number>	«وصله‌ها» را از «ورودی» استخراج کرده و در بعد خروجی «عمق» قرار دهید.
FFTND <T>	تبدیل فوریه سریع ND.
FileSystemSetConfiguration	تنظیمات فایل سیستم را تنظیم کنید.
<U> را پر کنید	یک تانسور پر از یک مقدار اسکالر ایجاد می کند.
FinalizeDataset	با اعمال `tf.data.Options` در "input_dataset" یک مجموعه داده ایجاد می کند.
FinalizeTPUEmbedding	عملیاتی که پیکربندی TPUEmbedding را نهایی می کند.
اثر انگشت	مقادیر اثر انگشت را ایجاد می کند.
FresnelCos <T گسترش شماره>
FresnelSin <T تعداد را گسترش می دهد>
FusedBatchNormGradV3 <T تعداد را گسترش می دهد، U تعداد را گسترش می دهد>	گرادیان برای عادی سازی دسته ای.
FusedBatchNormV3 <T تعداد را گسترش می دهد، U تعداد را گسترش می دهد>	نرمال سازی دسته ای
GRUBlockCell <T تعداد را گسترش می دهد>	انتشار سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
GRUBlockCellGrad <T تعداد را گسترش می دهد>	انتشار مجدد سلول GRU را برای 1 مرحله زمانی محاسبه می کند.
جمع آوری <T>	برش‌هایی را از محور «پارام‌ها» با توجه به «شاخص‌ها» جمع‌آوری کنید.
جمع آوری <T>	برش‌ها را از «پارام‌ها» در یک تانسور با شکل مشخص شده با «شاخص‌ها» جمع‌آوری کنید.
GenerateBoundingBoxProposals	این عملیات منطقه علایق را از جعبه‌های مرزبندی داده شده (bbox_deltas) لنگرهای wrt کدگذاری شده مطابق معادله 2 در arXiv:1506.01497 تولید می‌کند. این عملیات، جعبه‌های امتیازدهی برتر «pre_nms_topn» را انتخاب می‌کند، آن‌ها را با توجه به لنگرها رمزگشایی می‌کند، در جعبه‌های همپوشانی با مقدار تقاطع بیش از «nms_threshold» بالاتر از «nms_threshold»، جعبه‌هایی را که ضلع کوتاه‌تر از «» کمتر است، اعمال می‌کند. min_size`.
GetElementAtIndex	عنصر را در شاخص مشخص شده در یک مجموعه داده دریافت می کند.
GetOptions	`tf.data.Options` متصل به "input_dataset" را برمی گرداند.
GetSessionHandle	تانسور ورودی را در وضعیت جلسه جاری ذخیره کنید.
GetSessionTensor <T>	مقدار تانسور مشخص شده توسط دسته آن را بدست آورید.
GuaranteeConst <T>	به زمان اجرای TF تضمین می دهد که تانسور ورودی ثابت است.
جدول هش	یک جدول هش غیر اولیه ایجاد می کند.
HistogramFixedWidth <U extends Number>	هیستوگرام مقادیر را برگردانید.
IFFTND <T>	تبدیل فوریه معکوس سریع ND.
IRFFTND <U تعداد را گسترش می دهد>	تبدیل فوریه سریع معکوس ND.
هویت <T>	یک تانسور با شکل و محتویات مشابه تانسور یا مقدار ورودی را برگردانید.
IdentityN	فهرستی از تانسورها را با اشکال و محتویات مشابه ورودی برمی‌گرداند تانسورها
IgnoreErrorsDataset	مجموعه داده‌ای ایجاد می‌کند که حاوی عناصر «مجموعه داده‌های ورودی» است و خطاها را نادیده می‌گیرد.
ImageProjectiveTransformV2 <T تعداد را گسترش می دهد>	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImageProjectiveTransformV3 <T تعداد را گسترش می دهد>	تبدیل داده شده را برای هر یک از تصاویر اعمال می کند.
ImmutableConst <T>	تانسور تغییرناپذیر را از ناحیه حافظه برمی‌گرداند.
InfeedDequeue <T>	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
InfeedDequeueTuple	چندین مقدار را از فید به عنوان یک تاپل XLA واکشی می کند.
InfeedEnqueue	عملیاتی که یک مقدار Tensor را وارد محاسبات می کند.
InfeedEnqueuePrelinearizedBuffer	عملیاتی که بافر از پیش خطی شده را در ورودی TPU قرار می دهد.
InfeedEnqueueTuple	چندین مقدار Tensor را به عنوان یک تاپل XLA وارد محاسبات می کند.
InitializeTable	آغازگر جدول که به ترتیب دو تانسور برای کلیدها و مقادیر می گیرد.
InitializeTableFromDataset
InitializeTableFromTextFile	یک جدول را از یک فایل متنی مقداردهی اولیه می کند.
InplaceAdd <T>	v را به ردیف های مشخص شده x اضافه می کند.
InplaceSub <T>	"v" را به ردیف های مشخص شده "x" تفریق می کند.
InplaceUpdate <T>	سطرهای مشخص شده "i" را با مقادیر "v" به روز می کند.
IsBoostedTreesEnsembleInitialized شده است	بررسی می کند که آیا یک مجموعه درختی مقداردهی اولیه شده است یا خیر.
IsBoostedTreesQuantileStreamResourceInitialized	بررسی می‌کند که آیا یک جریان چندکی مقداردهی اولیه شده است یا خیر.
IsTPUEmbeddingInitialized	اینکه آیا TPU Embedding در یک سیستم TPU توزیع شده مقداردهی اولیه شده است یا خیر.
IsVariableInitialized	بررسی می کند که آیا یک تانسور مقداردهی اولیه شده است یا خیر.
ایزوتونیک رگرسیون <U تعداد را گسترش می دهد>	دسته ای از مشکلات رگرسیون ایزوتونیک را حل می کند.
IteratorGetDevice	نام دستگاهی را که «منبع» روی آن قرار داده شده است، برمی‌گرداند.
KMC2ChainInitialization	شاخص نقطه داده ای را که باید به مجموعه seed اضافه شود، برمی گرداند.
KmeansPlusPlusInitialization	num_to_sample ردیف های ورودی را با استفاده از معیار KMeans++ انتخاب می کند.
KthOrderStatistic	آمار Kth مرتبه یک مجموعه داده را محاسبه می کند.
LMDBDataset	مجموعه داده ای ایجاد می کند که جفت های کلید-مقدار را در یک یا چند فایل LMDB منتشر می کند.
LSTMBlockCell <T تعداد را گسترش می دهد>	انتشار سلول LSTM به جلو را برای 1 مرحله زمانی محاسبه می کند.
LSTMBlockCellGrad <T تعداد را گسترش می دهد>	انتشار سلول LSTM به عقب را برای 1 مرحله زمانی محاسبه می کند.
LinSpace <T تعداد را گسترش می دهد>	مقادیر را در یک بازه تولید می کند.
ListDataset	مجموعه داده ای ایجاد می کند که هر یک از «تانسورها» را یک بار منتشر می کند.
LoadAllTPUEmbeddingParameters	عملیاتی که پارامترهای بهینه سازی را در حافظه جاسازی شده بارگذاری می کند.
LoadTPUEmbeddingADAMParameters	بارگذاری پارامترهای جاسازی ADAM.
LoadTPUEmbeddingAdadeltaParameters	بارگذاری پارامترهای جاسازی Adadelta.
LoadTPUEmbeddingAdagradMomentumParameters	پارامترهای جاسازی Adagrad Momentum را بارگیری کنید.
LoadTPUEmbeddingAdagradParameters	بارگذاری پارامترهای جاسازی Adagrad.
LoadTPUEmbeddingCenteredRMSPropParameters	بارگذاری محور پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingFTRLParameters	بارگذاری پارامترهای جاسازی FTRL.
LoadTPUEmbeddingFrequencyEstimatorParameters	پارامترهای تعبیه شده برآوردگر فرکانس بار.
LoadTPUEmbeddingMDLAdagradLightParameters	بارگذاری پارامترهای تعبیه نور MDL Adagrad.
LoadTPUEmbeddingMomentumParameters	پارامترهای جاسازی مومنتوم بار.
LoadTPUEmbeddingProximalAdagradParameters	بارگذاری پارامترهای جاسازی پروگزیمال Adagrad.
LoadTPUEmbeddingProximalYogiParameters
LoadTPUEmbeddingRMSPropParameters	بارگذاری پارامترهای جاسازی RMSProp.
LoadTPUEmbeddingStochasticGradientDescentParameters	بارگذاری پارامترهای جاسازی SGD.
LookupTableExport <T, U>	خروجی تمام کلیدها و مقادیر جدول.
LookupTable <U> را پیدا کنید	کلیدها را در یک جدول جستجو می کند، مقادیر مربوطه را خروجی می کند.
LookupTableImport	محتویات جدول را با کلیدها و مقادیر مشخص شده جایگزین می کند.
LookupTableInsert	جدول را به روز می کند تا کلیدها را با مقادیر مرتبط کند.
LookupTableRemove	کلیدها و مقادیر مرتبط با آن را از جدول حذف می کند.
LookupTableSize	تعداد عناصر جدول داده شده را محاسبه می کند.
LoopCond	ورودی را به خروجی فوروارد می کند.
LowerBound <U extends Number>	پایین_کران (مقادیر_جستجوی_مرتب‌شده، مقادیر) را در امتداد هر ردیف اعمال می‌کند.
Lu <T، U تعداد را گسترش می دهد>	تجزیه LU یک یا چند ماتریس مربع را محاسبه می کند.
MakeUnique	همه عناصر در بعد غیر دسته ای را منحصر به فرد کنید، اما \"نزدیک\" به ارزش اولیه آنها
MapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
MapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
اندازه ی نقشه	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
MapStage	مرحله (کلید، مقادیر) در کانتینر زیرین که مانند یک هشت‌تابل رفتار می‌کند.
MapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
MapUnstageNoKey	Op یک تصادفی (کلید، مقدار) را حذف و برمی گرداند. از ظرف زیرین
MatrixDiagPartV2 <T>	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagPartV3 <T>	قسمت مورب دسته بندی شده یک تانسور دسته ای را برمی گرداند.
MatrixDiagV2 <T>	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixDiagV3 <T>	یک تانسور مورب دسته‌ای را با مقادیر مورب دسته‌ای داده شده برمی‌گرداند.
MatrixSetDiagV2 <T>	یک تانسور ماتریس دسته‌ای را با مقادیر مورب دسته‌ای جدید برمی‌گرداند.
MatrixSetDiagV3 <T>	یک تانسور ماتریس دسته‌ای را با مقادیر مورب دسته‌ای جدید برمی‌گرداند.
حداکثر <T>	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
مجموعه داده MaxIntraOpParallelism	مجموعه داده ای ایجاد می کند که حداکثر موازی کاری درون عملیاتی را لغو می کند.
ادغام <T>	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
MergeDedupData	یک op عناصر تانسورهای عدد صحیح و شناور را در داده‌های deduplication به عنوان تاپل XLA ادغام می‌کند.
حداقل <T>	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
MirrorPad <T>	یک تانسور را با مقادیر آینه‌ای قرار می‌دهد.
MirrorPadGrad <T>	عملیات گرادیان برای «MirrorPad» op.
MlirPassthroughOp	یک محاسبات دلخواه MLIR را که به صورت یک ماژول با تابع ()main بیان شده است، می پیچد.
MulNoNan <T>	از نظر عنصر x * y را برمی‌گرداند.
MutableDenseHashTable	یک جدول هش خالی ایجاد می کند که از تانسورها به عنوان ذخیره پشتیبان استفاده می کند.
MutableHashTable	یک جدول هش خالی ایجاد می کند.
MutableHashTableOfTensors	یک جدول هش خالی ایجاد می کند.
موتکس	یک منبع Mutex ایجاد می کند که می تواند توسط "MutexLock" قفل شود.
MutexLock	یک منبع mutex را قفل می کند.
NcclAllReduce <T extensions Number>	خروجی یک تانسور حاوی کاهش در تمام تانسورهای ورودی.
NcclBroadcast <T Extends Number>	"ورودی" را به همه دستگاه هایی که به خروجی متصل هستند ارسال می کند.
NcclReduce <T extends Number>	«ورودی» را از «تعداد_دستگاه‌ها» با استفاده از «کاهش» به یک دستگاه کاهش می‌دهد.
Ndtri <T تعداد را گسترش می دهد>
نزدیکترین همسایه ها	k نزدیکترین مرکز را برای هر نقطه انتخاب می کند.
بعد از <T گسترش شماره>	مقدار قابل نمایش بعدی «x1» را در جهت «x2» از نظر عنصر برمی‌گرداند.
تکرار بعدی <T>	ورودی خود را برای تکرار بعدی در دسترس قرار می دهد.
NoOp	هیچ کاری نمی کند.
NonDeterministicInts <U>	به صورت غیر قطعی تعدادی اعداد صحیح تولید می کند.
NonMaxSuppressionV5 <T تعداد را گسترش می دهد>	حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند، هرس کردن جعبه هایی که دارای تقاطع بالای اتحاد (IOU) هستند با جعبه های انتخاب شده قبلی همپوشانی دارند.
مجموعه داده های غیر سریالی
OneHot <U>	یک تانسور یک داغ را برمی‌گرداند.
OnesLike <T>	تانسور یکهایی را با شکل و نوع x برمی‌گرداند.
OptimizeDatasetV2	با اعمال بهینه‌سازی‌های مرتبط در «مجموعه داده‌های ورودی»، یک مجموعه داده ایجاد می‌کند.
OptionsDataset	با پیوست کردن tf.data.Options به "input_dataset" یک مجموعه داده ایجاد می کند.
OrderedMapClear	Op تمام عناصر موجود در ظرف زیرین را حذف می کند.
OrderedMapIncompleteSize	Op تعداد عناصر ناقص را در ظرف زیرین برمی گرداند.
سفارش داده شده MapPeek	Op به مقادیر موجود در کلید مشخص شده نگاه می کند.
OrderedMapSize	Op تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
سفارش داده شده MapStage	مرحله (کلید، مقادیر) در ظرف زیرین که مانند یک مرتبه رفتار می کند ظرف انجمنی
OrderedMapUnstage	Op مقادیر مرتبط با کلید را حذف و برمی گرداند از ظرف زیرین
OrderedMapUnstageNoKey	Op عنصر (کلید، مقدار) را با کوچکترین حذف می کند و برمی گرداند کلید از ظرف زیرین
OutfeedDequeue <T>	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedDequeueTuple	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueTupleV2	چندین مقدار را از فید محاسباتی بازیابی کنید.
OutfeedDequeueV2 <T>	یک تانسور واحد را از خروجی محاسباتی بازیابی می کند.
OutfeedEnqueue	یک تانسور را در خروجی محاسباتی در صف قرار دهید.
OutfeedEnqueueTuple	چندین مقدار Tensor را روی فید محاسباتی قرار دهید.
پد <T>	یک تانسور را چسبانده است.
ParallelBatchDataset
ParallelConcat <T>	فهرستی از تانسورهای «N» را در امتداد بعد اول به هم پیوند می‌دهد.
ParallelDynamicStitch <T>	مقادیر تانسورهای «داده» را در یک تانسور واحد قرار دهید.
ParseExampleDatasetV2	«مجموعه داده های ورودی» حاوی پروتوهای «نمونه» را به عنوان بردارهای DT_STRING به مجموعه داده ای از اشیاء «Tensor» یا «SparseTensor» تبدیل می کند که نمایانگر ویژگی های تجزیه شده است.
ParseExampleV2	بردار tf. نمونه پروتوها (به عنوان رشته ها) را به تانسورهای تایپ شده تبدیل می کند.
ParseSequenceExampleV2	بردار پروتوهای tf.io.SequenceExample (به عنوان رشته) را به تانسورهای تایپ شده تبدیل می کند.
جای جای <T>	یک گزینه نگهدارنده برای مقداری که به محاسبات وارد می شود.
PlaceholderWithDefault <T>	یک عملیات نگهدارنده مکان که وقتی خروجی آن تغذیه نمی شود از «ورودی» می گذرد.
از قبل خطی کنید	عملیاتی که یک مقدار تانسور را به یک تانسور نوع مات خطی می کند.
PrelinearizeTuple	عملیاتی که چندین مقدار تانسور را به یک تانسور نوع مات خطی می کند.
چاپ	یک اسکالر رشته ای را چاپ می کند.
PrivateThreadPoolDataset	مجموعه داده‌ای ایجاد می‌کند که از یک مجموعه رشته سفارشی برای محاسبه «مجموعه داده‌های ورودی» استفاده می‌کند.
تولید <T>	حاصل ضرب عناصر در ابعاد یک تانسور را محاسبه می کند.
QuantizeAndDequantizeV4 <T extensions Number>	کوانتیزه می کند و سپس یک تانسور را dequantize می کند.
QuantizeAndDequantizeV4Grad <T Extends Number>	گرادیان «QuantizeAndDequantizeV4» را برمی‌گرداند.
QuantizedConcat <T>	تانسورهای کوانتیزه را در امتداد یک بعد به هم متصل می کند.
QuantizedConcatV2 <T>
QuantizedConv2DAndRelu <V>
QuantizedConv2DAndReluAndRequantize <V>
QuantizedConv2DAndRequantize <V>
QuantizedConv2DPerChannel <V>	محاسبه QuantizedConv2D در هر کانال.
QuantizedConv2DWithBias <V>
QuantizedConv2DWithBiasAndRelu <V>
QuantizedConv2DWithBiasAndReluAndRequantize <W>
QuantizedConv2DWithBiasAndRequantize <W>
QuantizedConv2DWithBiasSignedSumAndReluAndRequantize <X>
QuantizedConv2DWithBiasSumAndRelu <V>
QuantizedConv2DWithBiasSumAndReluAndRequantize <X>
QuantizedDepthwiseConv2D <V>	Conv2D را به صورت عمقی کوانتیزه می کند.
QuantizedDepthwiseConv2DWithBias <V>	Conv2D را به صورت عمقی کوانتیزه شده با Bias محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndRelu <V>	Conv2D را با Bias و Relu محاسبه می کند.
QuantizedDepthwiseConv2DWithBiasAndReluAndRequantize <W>	Conv2D را به صورت عمقی با Bias، Relu و Requantize محاسبه می کند.
QuantizedMatMulWithBias <W>	ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع انجام می دهد.
QuantizedMatMulWithBiasAndDequantize <W extends Number>
QuantizedMatMulWithBiasAndRelu <V>	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» با بایاس جمع و همجوشی relu انجام دهید.
QuantizedMatMulWithBiasAndReluAndRequantize <W>	یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» را با بایاس جمع و relu انجام دهید و همجوشی را دوباره کوانتیزه کنید.
QuantizedMatMulWithBiasAndRequantize <W>
QuantizedReshape <T>	یک تانسور کوانتیزه را طبق دستور Reshape تغییر شکل می دهد.
RFFTND <U>	تبدیل فوریه واقعی سریع ND.
RaggedBincount <U extends Number>	تعداد دفعات هر مقدار را در یک آرایه عدد صحیح می شمارد.
RaggedCountSparseOutput <U extends Number>	شمارش سطل خروجی پراکنده را برای ورودی تانسور ناهموار انجام می دهد.
RaggedCross <T, U extensions Number>	یک متقاطع ویژگی از لیستی از تانسورها ایجاد می کند و آن را به عنوان RaggedTensor برمی گرداند.
RaggedFillEmptyRows <T>
RaggedFillEmptyRowsGrad <T>
raggedgather <t تعداد ، u>	برش های خاردار را از محور "پارامس" با توجه به "شاخص" جمع کنید.
raggedrange <u تعداد را گسترش می دهد ، t تعداد را گسترش می دهد>	یک "RaggedTensor" حاوی توالی های مشخص از اعداد را برمی گرداند.
raggedtensorfromvariant <u تعداد ، t>	یک تانسور "نوع" را به یک "raggedtensor" تبدیل می کند.
raggedtensortosparse <u>	با همان مقادیر یک «raggedtensor» را به «sparsetensor» تبدیل می کند.
raggedtensortotensor <u>	یک تانسور متراکم از یک تانسور خزنده ایجاد کنید ، احتمالاً شکل آن را تغییر می دهد.
خنجر	یک «raggedTensor» را در یک تانسور "Variant" رمزگذاری می کند.
raggedtensortovariantgradient <u>	یاور برای محاسبه شیب برای "raggedtensortovariant" استفاده می شد.
RandomDatasetv2	یک مجموعه داده ایجاد می کند که شماره های شبه ورد را برمی گرداند.
RandomIndexShuffle <t گسترش می یابد>	موقعیت "مقدار" را در جایگاه [0 ، ... ، max_index] به دست می آورد.
دامنه <t گسترش می یابد>	دنباله ای از اعداد را ایجاد می کند.
رتبه	رتبه یک تانسور را برمی گرداند.
readVarableOp <t>	مقدار یک متغیر را می خواند.
readVariblexlasplitnd <t>	تانسور ورودی متغیر منبع را در تمام ابعاد تقسیم می کند.
rebatchdataset	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
RebatchDatasetv2	یک مجموعه داده ایجاد می کند که اندازه دسته را تغییر می دهد.
recv <t>	Tensor نامگذاری شده را از Send_Device در recv_device دریافت می کند.
recvtpuembeddingactivations	OP که فعالیت های جاسازی شده در TPU را دریافت می کند.
کاهش	عناصر "منطقی و" را در ابعاد تانسور محاسبه می کند.
کاهش	عناصر "منطقی یا" را در ابعاد تانسور محاسبه می کند.
ResideMax <t>	حداکثر عناصر را در ابعاد یک تانسور محاسبه می کند.
کاهش <T>	حداقل عناصر را در ابعاد یک تانسور محاسبه می کند.
کاهش Prod <t>	محصول عناصر را در ابعاد یک تانسور محاسبه می کند.
کاهش <T>	جمع عناصر را در ابعاد یک تانسور محاسبه می کند.
Refenter <t>	یک قاب کودک را ایجاد یا پیدا می کند ، و "داده ها" را در دسترس قاب کودک قرار می دهد.
refexit <t>	از قاب فعلی به قاب والدین خود خارج می شود.
refidentity <t>	همان تانسور Ref Tensor را به عنوان Tensor Ref Ref برگردانید.
Refmerge <t>	مقدار یک تانسور موجود را از "ورودی" به "خروجی" منتقل می کند.
refnextiteration <t>	ورودی خود را در دسترس تکرار بعدی قرار می دهد.
refselect <t>	عنصر "Index" ورودی "ورودی" را به "خروجی" منتقل می کند.
Refswitch <t>	Tensor ref را به پورت خروجی که توسط "Pred" تعیین می شود ، ارسال می کند.
RegisterDataset	یک مجموعه داده را با سرویس tf.data ثبت می کند.
RegisterDatasetv2	یک مجموعه داده را با سرویس tf.data ثبت می کند.
رله <T>
Relayoutlike <t>
LovelantizationRangePerchannel	محدوده لازم را در هر کانال محاسبه می کند.
lovalantizeperchannel <u>	ورودی را با مقادیر حداقل و حداکثر شناخته شده در هر کانال مورد نیاز قرار می دهد.
تغییر شکل <t>	یک تانسور را تغییر شکل می دهد.
منبع	یک شیب را برای یک باتری معین اعمال می کند.
منبع	تعداد شیب های جمع شده در باتری های داده شده را برمی گرداند.
منابع	باتری را با مقدار جدیدی برای Global_Step به روز می کند.
ResourceAccumulatortakeGradient <t>	شیب متوسط را در شرط بندی شده ConditionActratulation استخراج می کند.
ResourceApplyAdagradv2	مطابق طرح ADAGRAD "*var" را به روز کنید.
منابع	مطابق با الگوریتم آدم "*var" را به روز کنید.
منبع	"*var" را با توجه به طرح حرکت به روز کنید.
دارایی	یک باتری مشروط برای شیب های تجمیع.
ResourceCountupto <t تعداد بیشتری را گسترش می دهد>	متغیر افزایش به "منبع" اشاره می شود تا زمانی که به "حد" برسد.
منبع منبع <u>	برش هایی را از متغیر اشاره شده توسط «منابع» مطابق با «شاخص» جمع کنید.
ResourceGathernd <u>
رفیق	به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" اضافه می کند.
منبع	به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" تقسیم می کند.
منبع	به روزرسانی های پراکنده را در متغیر ارجاع شده توسط "منبع" با استفاده از عملکرد "Max" کاهش می دهد.
ممتاز	به روزرسانی های پراکنده در متغیر ارجاع شده توسط "منبع" با استفاده از عملیات "min" کاهش می یابد.
منبع	به روزرسانی های پراکنده را در متغیر ارجاع شده توسط "منبع" ضرب می کند.
رفیق	علاوه بر پراکنده مقادیر یا برش های فردی در یک متغیر اعمال می شود.
رفیق
ممتاز
رفیق	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
با استفاده از منابع	به روزرسانی های پراکنده را برای مقادیر یا برش های فردی در یک داده شده اعمال می کند متغیر با توجه به "شاخص".
منبع	به روزرسانی های پراکنده از متغیر ارجاع شده توسط "منبع" را تفریق می کند.
منبع	به روزرسانی های پراکنده را به متغیر ارجاع شده توسط "منبع" اختصاص می دهد.
ResourceseParseApplyAdagradv2	با توجه به طرح ADAGRAD ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
ResourceseApplyKerasmentum	با توجه به طرح حرکت ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
رفیق	"مقدار" را به مرجع مقدار l-مقدار "Ref" اختصاص دهید.
بازیابی	OP که پارامترهای بهینه سازی را از تعبیه تا حافظه میزبان بازیابی می کند.
بازیابی	بازیابی پارامترهای تعبیه شده آدم.
بازیابی	بازیابی پارامترهای تعبیه شده adadelta.
بازیابی	بازیابی پارامترهای تعبیه شده ADAGRAD.
بازیابی	بازیابی پارامترهای تعبیه شده ADAGRAD.
بازیابی puembeddingcenteredrmspropparameters	بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی	پارامترهای تعبیه شده FTRL را بازیابی کنید.
بازیابی	بازیابی پارامترهای برآوردگر فرکانس.
بازیابی	بازیابی پارامترهای تعبیه شده نور MDL ADAGRAD.
بازیابی	پارامترهای تعبیه کننده حرکت را بازیابی کنید.
بازیابی PuembeddingProximalAdagradParameters	بازیابی پارامترهای تعبیه شده adagrad پروگزیمال.
بازیابی puembeddingproximalyogiparameters
بازیابی	بازیابی پارامترهای تعبیه شده RMSProp.
بازیابی PuembeddingStoChasticAngrationientDescentsParameters	بازیابی پارامترهای جاسازی SGD.
معکوس <t>	ابعاد خاص یک تانسور را معکوس می کند.
معکوس <t>	برش های طول متغیر را معکوس می کند.
بازنویسی
RISCABS <T تعداد بیشتری را گسترش می دهد>
RISCADD شماره را گسترش می دهد>	عنصر x + y را برمی گرداند.
riscBinaryArithmetic <t شماره را گسترش می دهد>
رفیق
RISCBITCAST <U>
Riscbroadcast <t>
Risccast <u>
RISCCEIL شماره را گسترش می دهد>
risccholesky <t تعداد بیشتری را گسترش می دهد>
RISCCONCAT <T>
RISCCONV <T تعداد بیشتری را گسترش می دهد>
RISCCOS <t تعداد بیشتری را گسترش می دهد>
RISCDIV <t تعداد بیشتری را گسترش می دهد>
RISCDOT <T تعداد بیشتری را گسترش می دهد>
RISCEXP <T تعداد بیشتری را گسترش می دهد>
riscfft <t>
RISCFLOOR <T تعداد بیشتری را گسترش می دهد>
RISCGATHER <T>
RISCIMAG <u شماره را گسترش می دهد>
صفر
risclog <t گسترش می یابد>
ازمخانده
ریسکلوگیکت
ریسکوبال
RISCMAX <T تعداد بیشتری را گسترش می دهد>	عناصر حداکثر (x ، y) را برمی گرداند.
riscmin <t تعداد بیشتری را گسترش می دهد>
RISCMUL <T تعداد بیشتری را گسترش می دهد>
RISCNEG شماره را گسترش می دهد>
RISCPAD شماره را گسترش می دهد>
RISCPOOL شماره را گسترش می دهد>
RISCPOW شماره را گسترش می دهد>
شکل
Riscreal <U Number>
reccreduce <t گسترش می یابد>
RISCREM <T تعداد بیشتری را گسترش می دهد>
reiscreshape <t تعداد بیشتری را گسترش می دهد>
RISCREVERSE شماره را گسترش می دهد>
RISCSCTATTER <U NUMBER>
RISCSHAPE <U NUMBER>
RISCSIGN <T تعداد را گسترش می دهد>
riscslice <t گسترش می یابد>
riscsort <t گسترش می یابد>
RISCSQUEEZE <T>
RISCSUB شماره را گسترش می دهد>
Risctranspose <t>
risctriangularsolve <t گسترش می یابد>
RISCUNARY شماره را گسترش می دهد>
aregreadandskip	پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
RNGSKIP	پیشخوان RNG مبتنی بر پیشخوان را پیش ببرید.
رول <t>	عناصر یک تانسور را در امتداد یک محور می چرخاند.
نمونهنگداتاس	یک مجموعه داده ایجاد می کند که یک نمونه برنولی از محتوای مجموعه داده دیگر را می گیرد.
از بین بردن
ScaleAndTranslategrad <t تعداد بیشتری را گسترش می دهد>
scatteradd <t>	به روزرسانی های پراکنده را به یک مرجع متغیر اضافه می کند.
scatterdiv <t>	یک مرجع متغیر را با به روزرسانی های پراکنده تقسیم می کند.
scattermax <t تعداد بیشتری را گسترش می دهد>	به روزرسانی های پراکنده را با استفاده از عملکرد "MAX" به یک مرجع متغیر کاهش می دهد.
scattermin <t گسترش می یابد>	به روزرسانی های پراکنده را با استفاده از عملیات "min" به یک مرجع متغیر کاهش می دهد.
scattermul <t>	به روزرسانی های پراکنده را در یک مرجع متغیر ضرب می کند.
scatternd <u>	با توجه به «شاخص ها» ، `به روزرسانی ها را به یک تانسور شکل" شکل "می رساند.
scatterndadd <t>	علاوه بر پراکنده مقادیر یا برش های فردی در یک متغیر اعمال می شود.
scatterndmax <t>	حداکثر عنصر را محاسبه می کند.
scatterndmin <t>	حداقل عناصر عاقلانه را محاسبه می کند.
scatterndnonaliasingadd <t>	علاوه بر پراکنده با استفاده از مقادیر یا برش های فردی ، اضافه می کند از "به روزرسانی ها" با توجه به شاخص ها "شاخص ها".
scatterndsub <t>	تفریق پراکنده را برای مقادیر یا برش های فردی در یک متغیر اعمال می کند.
scatterndupdate <t>	به روزرسانی های پراکنده را برای مقادیر یا برش های فردی در یک داده شده اعمال می کند متغیر با توجه به "شاخص".
ScatterSub <t>	به روزرسانی های پراکنده را به یک مرجع متغیر تفریق می کند.
scatterupdate <t>	به روزرسانی های پراکنده را در یک مرجع متغیر اعمال می کند.
SegmentMaxv2 <t تعداد بیشتری را گسترش می دهد>	حداکثر را در امتداد بخش های یک تانسور محاسبه می کند.
SegmentMinv2 <t تعداد بیشتری را گسترش می دهد>	حداقل در امتداد بخش های یک تانسور محاسبه می کند.
SegmentProdv2 <T>	محصول را در بخش های تانسور محاسبه می کند.
SEGMENTSUMV2 <T>	مبلغ را در امتداد بخش های یک تانسور محاسبه می کند.
SelectV2 <T>
ارسال	تانسور نامگذاری شده را از send_device به recv_device ارسال می کند.
sendtpuembeddinggents	به روزرسانی های شیب جداول تعبیه را انجام می دهد.
setDiff1d <t ، U Number>	تفاوت بین دو لیست اعداد یا رشته ها را محاسبه می کند.
تنظیم کردن	تعداد عناصر منحصر به فرد در طول آخرین ابعاد ورودی "مجموعه".
شکل <u number>	شکل تانسور را برمی گرداند.
Shapen <U Number>	شکل تانسور را برمی گرداند.
شارداتاس	یک مجموعه داده ایجاد می کند که فقط شامل 1/`num_shards این مجموعه داده است.
shuffleandrepeatdatasetv2
shuffledatasetv2
shuffledatasetv3
sutdowndistributeDtpu	سیستم TPU توزیع شده در حال اجرا را خاموش می کند.
سیستم خاموشی	OP که سیستم TPU را خاموش می کند.
اندازه <U Number>	اندازه تانسور را برمی گرداند.
پرخاشگام	یک فایل متنی را تجزیه می کند و نمونه ای از نمونه ها را ایجاد می کند.
Sleepdataset
برش <t>	یک برش را از "ورودی" برگردانید.
کشویی WindowDataset	یک مجموعه داده ایجاد می کند که از یک پنجره کشویی از طریق `input_dataset" عبور می کند.
عکس فوری <t>	یک نسخه از تانسور ورودی را برمی گرداند.
عکس فوری
عکس فوری	یک مجموعه داده ایجاد می کند که از عکس فوری برای نوشتن / خوانده می شود.
عکس فوری
SnapshotnestedDatasetReader
sobolsample <t تعداد بیشتری را گسترش می دهد>	از دنباله SOBOL امتیازاتی ایجاد می کند.
spacetobatchnd <t>	SpacetObatch برای تانسرهای ND از نوع T.
sparseapplyadagradv2 <t>	با توجه به طرح ADAGRAD ، ورودی های مربوطه را در "var" و "Accum" به روز کنید.
پراکنده <u تعداد شماره>	تعداد وقایع هر مقدار را در یک آرایه عدد صحیح شمارش می کند.
parcountsparseoutput <u number>	سطل پراکنده خروجی را برای ورودی تانسور پراکنده انجام می دهد.
شکافته	صلیب پراکنده را از لیستی از تنسورهای پراکنده و متراکم تولید می کند.
sparsecrossv2	صلیب پراکنده را از لیستی از تنسورهای پراکنده و متراکم تولید می کند.
sparmematrixadd	افزودن پراکنده از دو ماتریس CSR ، C = Alpha * A + Beta * B.
sparsematrixmatmul <t>	ماتریس-ماتریس یک ماتریس پراکنده با یک ماتریس متراکم.
پراکنده	ضرب عناصر عاقلانه یک ماتریس پراکنده با تانسور متراکم.
پراکنده	تعداد غیرزروهای `پراکنده_ماتریکس را برمی گرداند.
psarmematrixorderingamd	حداقل درجه تقریبی (AMD) سفارش "ورودی" را محاسبه می کند.
sparmematrixsoftmax	Softmax یک CSRSparsematrix را محاسبه می کند.
sparmatrixsoftmaxgrad	شیب SparsematrixSoftMax op را محاسبه می کند.
sparmematrixsparsecholesky	تجزیه پراکنده cholesky "ورودی" را محاسبه می کند.
parsematrixsparsematmul	ماتریس پراکنده دو ماتریس CSR `A` و` B`.
parsematrixtranspun	ابعاد داخلی (ماتریس) یک CSRSParsematrix را انتقال می دهد.
پراکنده	یک csrsparsematrix all-Zeros با شکل `متراکم_شپه" ایجاد می کند.
sparsesementmeangradv2 <t تعداد را گسترش می دهد ، شما تعداد را گسترش می دهد>	شیب را برای SparseseMartMean محاسبه می کند.
sparsesegmentsqrtngradv2 <t تعداد را گسترش می دهد ، شما تعداد را گسترش می دهد>	شیب را برای sparsegmentsqrtn محاسبه می کند.
sparsesegmentsumgrad <t تعداد بیشتری را گسترش می دهد>	شیب را برای sparsegmentsum محاسبه می کند.
sparsesegmentsumgradv2 <t تعداد را گسترش می دهد ، شما تعداد را گسترش می دهد>	شیب را برای sparsegmentsum محاسبه می کند.
sparsetensortocsrsparsparsmatrix	یک اسپارستنسور را به یک CSRSParsematrix (احتمالاً دسته دار) تبدیل می کند.
spence <t تعداد بیشتری را گسترش می دهد>
تقسیم <t>	یک تانسور را به تانسرهای `num_split` در یک بعد تقسیم می کند.
splitdedupdata <t شماره را گسترش می دهد ، شما شماره را گسترش می دهید>	یک OP داده های deduplication را تقسیم می کند xla tuple را به تنش های نقطه ای عدد صحیح و شناور تقسیم می کند.
Splitv <t>	یک تانسور را به تانسرهای `num_split` در یک بعد تقسیم می کند.
فشار <T>	ابعاد اندازه 1 را از شکل تانسور حذف می کند.
پشته <t>	لیستی از تانسرهای `` رتبه-`را به یک رتبه رده (R+1)` Tensor بسته بندی می کند.
صحنه	مقادیر مرحله ای شبیه به یک Enqueue سبک وزن.
رکاب دار	OP تمام عناصر موجود در ظرف زیرین را از بین می برد.
صفحه نمایش	OP در مقادیر موجود در شاخص مشخص شده است.
مرحله بندی کردن	OP تعداد عناصر موجود در ظرف زیرین را برمی گرداند.
stayfulrandombinomial <v تعداد بیشتری را گسترش می دهد>
statefulstardardnormal <u>	مقادیر تصادفی را از یک توزیع عادی خروجی می کند.
StateStandardArnormalv2 <u>	مقادیر تصادفی را از یک توزیع عادی خروجی می کند.
StatefultruncatedNormal <u>	مقادیر تصادفی را از یک توزیع عادی کوتاه می کند.
فرمولون فرم <u>	مقادیر تصادفی را از توزیع یکنواخت خارج می کند.
stayfuluniformfullint <u>	عدد صحیح تصادفی را از توزیع یکنواخت خارج می کند.
stayfuluniformint <u>	عدد صحیح تصادفی را از توزیع یکنواخت خارج می کند.
NOUMBERS PARESTARAMETERIEDTRUNEDNORMAL <V تعداد بیشتری را گسترش می دهد
Numbersrandomombinomial <W تعداد>	خروجی اعداد تصادفی pseudorandom قطعی از توزیع دوتایی.
NOUMBERSANDRANDOMGAMMAV2 شماره>	خروجی اعداد تصادفی شبه قطعی از توزیع گاما.
بدون استفاده	خروجی اعداد تصادفی شبه قطعی از توزیع گاما.
بدون تابش	بهترین الگوریتم RNG مبتنی بر پیشخوان را بر اساس دستگاه انتخاب می کند.
بدون استفاده	با استفاده از بهترین الگوریتم بر اساس دستگاه ، بذر را به کلید و پیشخوان می رساند.
بدون استفاده	بهترین الگوریتم را بر اساس دستگاه انتخاب می کند و دانه را به کلید و پیشخوان می رساند.
NOUMBERS -STATELDESSRANDOMNORMALV2	خروجی مقادیر شبه و قطعی از توزیع عادی.
Numbersrandomompoisson <w تعداد> را گسترش می دهد>	خروجی اعداد تصادفی pseudorandom قطعی از توزیع پواسون.
NOUMBLESTRESSRANDOMUNIFIEMFULLINT <V تعداد>	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
بدون استفاده	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
NumbersrandRandomUniformintv2 <u number>	خروجی اعداد صحیح شبه قطعی شبه از توزیع یکنواخت.
بدون استفاده	خروجی مقادیر تصادفی شبه قطعی از توزیع یکنواخت.
بدون استفاده	یک جعبه محدودیت به طور تصادفی تحریف شده برای یک تصویر به طور قطعی ایجاد کنید.
SHEALLESSIFFULE <T>	به طور تصادفی و قطعی یک تانسور را در بعد اول خود تغییر می دهد.
NOUMBERSTRUCATEDNORMALV2 <u شماره>	خروجی مقادیر شبه و قطعی از یک توزیع عادی کوتاه.
statsaggregatorhandlev2
statsagegratoratoresetmarywriter	برای ضبط آمار با استفاده از stats_aggregator یک خلاصه summary_writer_interface تنظیم کنید.
stochasticcasttoint <u number>	به صورت تصادفی یک تانسور معین را از شناورها به INTS ریخته است.
توقف <T>	محاسبه شیب را متوقف می کند.
Stridedslice <T>	یک برش قدم را از "ورودی" برگردانید.
StridedsliceAssign <t>	"مقدار" را به مرجع مقدار l-مقدار "Ref" اختصاص دهید.
Stridedslicegrad <u>	شیب «StrideSlice» را برمی گرداند.
رگ	تمام شخصیت های بزرگ را به تعویض های کوچک مربوطه تبدیل می کند.
stringNgrams <t تعداد بیشتری را گسترش می دهد>	ngrams را از داده های رشته ای خاردار ایجاد می کند.
رنده	تمام شخصیت های کوچک را به تعویض بزرگ مربوطه تبدیل می کند.
جمع <t>	جمع عناصر را در ابعاد یک تانسور محاسبه می کند.
سوئیچ <T>	"داده ها" را به درگاه خروجی که توسط "Pred" تعیین می شود ، ارسال کنید.
همگام سازی	دستگاهی را که این OP روشن است همگام سازی می کند.
tfrecorddatasetv2	یک مجموعه داده ایجاد می کند که سوابق را از یک یا چند پرونده tfrecord منتشر می کند.
tpucompilationresult	نتیجه یک مجموعه TPU را برمی گرداند.
tpucompilesucpetedassert	ادعا می کند که تالیف موفق شده است.
tpuembeddingactivations	تمایز OP از تعبیه TPU.
tpuexecute	OP که یک برنامه TPU را در یک دستگاه TPU بارگیری و اجرا می کند.
tpuexecteandupdatevariables	OP که برنامه ای را با به روزرسانی های متغیر در مکان اختیاری اجرا می کند.
tpuordineSelector	OP انتخاب کننده هسته TPU.
tpupartitionedInput <T>	OP که لیستی از ورودی های تقسیم شده را با هم گروه بندی می کند.
tpupartitionedInputv2 <T>	OP که لیستی از ورودی های تقسیم شده را با هم گروه بندی می کند.
tpupartitionedOutput <T>	OP که یک تانسور را که توسط XLA به لیستی از تقسیم شده تبدیل می شود خروجی های خارج از محاسبه XLA.
tpupartitionedOutputv2 <T>	OP که یک تانسور را که توسط XLA به لیستی از تقسیم شده تبدیل می شود خروجی های خارج از محاسبه XLA.
tpurecplicatemetadata	ابرداده نشان می دهد که چگونه محاسبه TPU باید تکثیر شود.
tpureplateTinput <T>	ورودی های N را به محاسبات TPU تکرار شده N متصل می کند.
tpureplatedOutput <T>	خروجی های N را از محاسبه TPU تکرار شده N- واژگون می کند.
tpureshardvariables	OP که متغیرهای TPU در دستگاه را به حالت مشخص تغییر می دهد.
tpuroundrobin	تعادل بار رابین دور در هسته های TPU.
موقت متغیر <t>	یک تانسور را برمی گرداند که ممکن است جهش یابد ، اما فقط در یک مرحله واحد ادامه دارد.
تنشور	مجموعه ای از تنسورها به اندازه داده شده.
تانسوریاکلوس	TensorArray را از ظرف منبع آن حذف کنید.
TensorArrayConcat <t>	عناصر را از TensorArray به مقدار «مقدار» جمع کنید.
TensorArrayGather <T>	عناصر خاص را از TensorArray در "مقدار" جمع کنید.
تنشور	برای ذخیره شیب مقادیر در دسته داده شده ، یک تانسوررای ایجاد می کند.
tensoraraygradwithshape	برای ذخیره چندین شیب مقادیر در دسته داده شده ، یک Tensoray ایجاد می کند.
TensorArrayPack <T>
TensorArrayread <T>	یک عنصر از tensorarray را به مقدار خروجی بخوانید.
کاردستی	داده ها را از مقدار ورودی به عناصر خاص tensorarray پراکنده کنید.
تنشور	اندازه فعلی TensorArray را دریافت کنید.
TensorarySplit	داده ها را از مقدار ورودی به عناصر TensorArray تقسیم کنید.
Tensorarrayunpack
تنشور	یک عنصر را روی tensor_array فشار دهید.
TensorListConcat <t>	تمام تنسورها را در لیست در طول 0th قرار می دهد.
tensorlistconcatlists
TensorListConcatv2 <u>	تمام تنسورها را در لیست در طول 0th قرار می دهد.
tensorlistelementshape <t گسترش می یابد>	شکل عناصر لیست داده شده ، به عنوان تانسور.
tensorlistensor	یک tensorlist ایجاد می کند که هنگام جمع شدن ، ارزش "تنسور" را دارد.
tensorlistgather <t>	با نمایه سازی در tensorlist یک تانسور ایجاد می کند.
TensorListgetItem <T>
طول تانسور لیست	تعداد تانسور را در لیست تانسور ورودی برمی گرداند.
tensorlistpopback <t>	آخرین عنصر لیست ورودی و همچنین لیستی را با همه آن عنصر برمی گرداند.
TensorListPushback	لیستی را که دارای "Tensor" به عنوان آخرین عنصر و سایر عناصر لیست داده شده در "input_handle" است ، برمی گرداند.
tensorlistpushbackbatch
تناسور	لیست اندازه داده شده با عناصر خالی.
تانسور کردن	لیست را تغییر می دهد.
tensorlistscatter	با نمایه سازی در تانسور ، یک tensorlist ایجاد می کند.
لیست tensorlistscatterintoexistinglist	تانسور را در شاخص ها در یک لیست ورودی پراکنده می کند.
tensorlistscatterv2	با نمایه سازی در تانسور ، یک tensorlist ایجاد می کند.
TensorListSetitem
tensorlistsplit	یک تانسور را به یک لیست تقسیم می کند.
TensorListStack <T>	تمام تنسورها را در لیست جمع می کند.
تنارمپراز	نقشه تانسور را با مورد از کلید داده شده برگشتی می کند.
Tensormaphaskey	باز می گردد که آیا کلید داده شده در نقشه وجود دارد یا خیر.
Tensormapinsert	نقشه ای را که "input_handle" با جفت ارزش کلید درج شده است ، برمی گرداند.
Tensormaplookup <u>	مقدار را از یک کلید معین در نقشه تانسور برمی گرداند.
تنشور کردن	تعداد تانسور را در نقشه تانسور ورودی برمی گرداند.
TensormapStackKeys <T>	یک پشته تانسور از تمام کلیدها را در نقشه تانسور برمی گرداند.
Tensorscatteradd <t>	به روزرسانی های پراکنده را به یک تانسور موجود با توجه به «شاخص ها» اضافه می کند.
TensorscatterMax <T>	یک بروزرسانی پراکنده را برای یک تانسور که حداکثر عناصر عناصر را در اختیار دارد استفاده کنید.
tensorscattermin <t>
Tensorscattersub <t>	به روزرسانی های پراکنده از یک تانسور موجود با توجه به «شاخص ها» را کم می کند.
tensorscatterupdate <t>	به روزرسانی ها را در یک تانسور موجود با توجه به "شاخص ها" پراکنده کنید.
TensorStridedsliceUpdate <T>	"مقدار" را به مرجع مقدار l-مقدار ورودی "ورودی" اختصاص دهید.
نخود	یک مجموعه داده ایجاد می کند که از یک استخر موضوع سفارشی برای محاسبه "input_dataset" استفاده می کند.
Threadpoolhandle	یک مجموعه داده ایجاد می کند که از یک استخر موضوع سفارشی برای محاسبه "input_dataset" استفاده می کند.
کاشی <t>	با کاشی کاری یک تانسور معین ، یک تانسور ایجاد می کند.
مهر زمان	زمان را از زمان دوره در ثانیه فراهم می کند.
توبون کردن	یک تانسور را به یک محمول مقیاس تبدیل می کند.
قصبه	مقادیر منحصر به فرد Topk را در آرایه به ترتیب مرتب شده برمی گرداند.
رفیق	مقادیر TOPK را در آرایه به ترتیب مرتب شده برمی گرداند.
tpuhandletoprotokey	دسته های UID XRT را به قالب ورودی دوستانه Tensorflow تبدیل می کند.
tridiagonalmatmul <t>	محصول را با ماتریس tridiagonal محاسبه کنید.
tridiagonalsolve <t>	سیستم های tridiagonal معادلات را حل می کند.
UNBATCH <t>	عملکرد دسته ای را برای یک تانسور خروجی واحد معکوس می کند.
unbatchgrad <t>	گرادیان UNBATCH.
عدم فشار	یک عنصر مجموعه داده فشرده را از بین می برد.
uniCodedEcode <t تعداد بیشتری را گسترش می دهد>	هر رشته را در «ورودی» به دنباله ای از نقاط کد یونیکد رمزگشایی می کند.
کد یکپارچه	یک تانسور از INTS را در رشته های یونیکد رمزگذاری کنید.
UniformDequantize <U Number>	تخریب را در ورودی تانسور کمیت انجام دهید.
UniformQuantize <u>	کمیت را در Tensor `input" انجام دهید.
یکنواخت	افزودنی کمی از تانسور کمیته "LHS" و تانسور کمیته "RHS" را برای ساخت "خروجی کمیت" انجام دهید.
UniformquantizedClipByValue <T>	کلیپ را بر اساس مقدار در تانسور کمیته "عمل" انجام دهید.
UniformquantizedConvolution <u>	حلقوی کمی از تانسور کمیته "LHS" و تانسور کمیته "RHS" را انجام دهید.
UniformquantizedConvolutionHybrid <V تعداد گسترده ای را گسترش می دهد>	حل و فصل کمی ترکیبی از تانسور شناور "LHS" و تانسور کمیته "RHS".
UniformquantizedDot <u>	نقطه کمتری از تانسور کمیته "LHS" و تانسور کمیته "RHS" را برای ساخت "خروجی کمیت" انجام دهید.
UniformquantizedDothybrid <V تعداد بیشتری را گسترش می دهد>	نقطه کمتری از تانسور شناور "LHS" و تانسور کمیته "RHS" را انجام دهید.
UniformEquantize <u>	با توجه به تانسور کمیته "ورودی" ، آن را با پارامترهای کمیت جدید مورد نیاز قرار دهید.
منحصر به فرد <t ، v شماره را گسترش می دهد>	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
منحصر	یک مجموعه داده ایجاد می کند که حاوی عناصر منحصر به فرد "input_dataset" باشد.
Uniquewithcounts <t ، v تعداد بیشتری را گسترش می دهد	عناصر منحصر به فرد را در امتداد محور یک تانسور پیدا می کند.
UnraveLeindex <t تعداد بیشتری را گسترش می دهد>	مجموعه ای از شاخص های مسطح را به یک قطعه آرایه های مختصات تبدیل می کند.
رفیق غیرقانونی
Upstack <t>	ابعاد مشخصی از یک تانسور رتبه-r` را به "تعداد شماره" (R-1) "باز می کند.
بی ثبات	OP شبیه به یک Dequeue سبک وزن است.
بی نظمی
بالا	در طول هر سطر upper_bound (sorted_search_values ، مقادیر) را اعمال می کند.
دلهره	دسته ای را به یک منبع متغیر ایجاد می کند.
متقاطع	بررسی می کند که آیا یک متغیر مبتنی بر دسته منبع اولیه شده است یا خیر.
متغیر <t>	دولت را به شکل تانسور نگه می دارد که در پله ها همچنان ادامه دارد.
variableshape <t تعداد بیشتری را گسترش می دهد>	شکل متغیر اشاره شده توسط "منبع" را برمی گرداند.
جایی که	مکانهای مقادیر غیرزرو / واقعی را در یک تانسور باز می گرداند.
جایی که 3 <t>	بسته به "شرایط" عناصر را از "x" یا `y` انتخاب می کند.
پنجره
کارگران قلب	ضربان قلب کارگر OP.
بسته بندی
نویسنده	خلاصه پروتئین سریال را می نویسد.
xlaconcatnd <t>	تانسور ورودی را در تمام ابعاد قرار می دهد.
xlarecvfromhost <t>	OP برای دریافت تانسور از میزبان.
xlarecvtpuembeddingactivations	OP که فعالیت های جاسازی شده در TPU را دریافت می کند.
xlarecvtpuembedddeduplicationdata	داده های deduplication (شاخص ها و وزن) را از هسته تعبیه دریافت می کند.
xlasendtpuembeddinggents	OP که به روزرسانی های شیب جداول تعبیه را انجام می دهد.
xlasendtohost	OP برای ارسال تانسور به میزبان.
xlasplitnd <t>	تانسور ورودی را در تمام ابعاد تقسیم می کند.
xlog1py <t>	اگر x == 0 و x * log1p (y) در غیر این صورت ، Elementwise را برمی گرداند.
Zeroslike <t>	تانسور صفر را با همان شکل و نوع x باز می گرداند.

یک کلاس پایه برای اجرای Op که توسط یک Operation واحد پشتیبانی می شود.

هر عملیاتی که در هسته Tensorflow ثبت شده است یک ابتدایی است و به عنوان یک PrimitiveOp ارائه می شود. عملیات سفارشی که تنها با یک ابتدایی کار می کنند نیز ممکن است از این کلاس ناشی شود.

روشهای عمومی

بولی نهایی	برابر است (Object OBJ)
int نهایی	HashCode ()
عمل	OP () `Operation` اساسی را برمی گرداند
رشته نهایی	toString ()

روشهای ارثی

از کلاس java.lang.object

بولی	برابر است (Object Arg0)
کلاس نهایی <؟>	getClass ()
بین المللی	HashCode ()
باطل نهایی	اعلام کردن ()
باطل نهایی	notifyall ()
رشته	toString ()
باطل نهایی	Wait (Long Arg0 ، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

روشهای عمومی

Equals Final Boolean Equals (Object OBJ)

مولفه های

obj

Public int HashCode ()

عملیات عمومی OP ()

Operation اساسی را برمی گرداند

PrimitiveOp

روشهای عمومی

روشهای ارثی

روشهای عمومی

Equals Final Boolean Equals (Object OBJ)

مولفه های

Public int HashCode ()

عملیات عمومی OP ()

رشته نهایی عمومی ToString ()