Operaciones de TensorFlow disponibles
En esta página se enumeran las APIs de Python de TensorFlow y los operadores de gráficos disponibles en Cloud TPU.
APIs de Python disponibles
La siguiente lista es una guía del conjunto de APIs de Python de TensorFlow disponibles. Esta lista no es exhaustiva. Las funciones de biblioteca que no estén en esta lista pueden funcionar si se componen de primitivas disponibles.
Consulta la guía de rendimiento para obtener recomendaciones sobre operadores específicos.
| Módulo | API de Python disponible | Comentarios |
|---|---|---|
tf |
tf.abs |
|
tf.acosh |
||
tf.add |
||
tf.add_n |
||
tf.angle |
||
tf.arg_max |
El argumento dimension debe ser una constante de tiempo de compilación. |
|
tf.arg_min |
El argumento dimension debe ser una constante de tiempo de compilación. |
|
tf.asinh |
||
tf.assign |
Solo está disponible para variables de recursos. | |
tf.assign_add |
Solo está disponible para variables de recursos. | |
tf.assign_sub |
Solo está disponible para variables de recursos. | |
tf.atan |
||
tf.atan2 |
||
tf.atanh |
||
tf.batch_to_space |
Los argumentos crops y block_shape deben ser constantes en tiempo de compilación. |
|
tf.batch_to_space_nd |
El argumento crops debe ser una constante de tiempo de compilación. |
|
tf.broadcast_dynamic_shape |
||
tf.broadcast_static_shape |
||
tf.case |
Experimental (flujo de control). Puede que aún no funcione de forma fiable. | |
tf.cast |
||
tf.ceil |
||
tf.cholesky |
Experimental. Puede que haya problemas con la precisión numérica. | |
tf.cholesky_solve |
Experimental. Puede que haya problemas con la precisión numérica. | |
tf.clip_by_average_norm |
||
tf.clip_by_global_norm |
||
tf.clip_by_norm |
||
tf.clip_by_value |
||
tf.complex |
||
tf.concat |
concat_dim debe ser una constante de tiempo de compilación. |
|
tf.cond |
Experimental (flujo de control). Puede que aún no funcione de forma fiable. | |
tf.conj |
||
tf.constant |
||
tf.convert_to_tensor |
||
tf.cos |
||
tf.cosh |
||
tf.cross |
||
tf.cumprod |
axis debe ser una constante de tiempo de compilación. |
|
tf.cumsum |
axis debe ser una constante de tiempo de compilación. |
|
tf.depth_to_space |
||
tf.diag |
||
tf.diag_part |
||
tf.div |
La división int32 es más lenta que otros tipos. |
|
tf.divide |
La división int32 es más lenta que otros tipos. |
|
tf.dynamic_stitch |
indices debe ser una constante de tiempo de compilación. |
|
tf.einsum |
||
tf.equal |
||
tf.erf |
||
tf.erfc |
||
tf.exp |
||
tf.expand_dims |
dims debe ser una constante de tiempo de compilación. |
|
tf.expm1 |
||
tf.extract_image_patches |
||
tf.eye |
||
tf.fake_quant_with_min_max_args |
||
tf.fake_quant_with_min_max_args_gradient |
||
tf.fake_quant_with_min_max_vars |
||
tf.fake_quant_with_min_max_vars_gradient |
||
tf.fft |
||
tf.fft2d |
||
tf.fft3d |
||
tf.fill |
El argumento dims debe ser una constante de tiempo de compilación. |
|
tf.floor |
||
tf.floordiv |
||
tf.floormod |
||
tf.foldl |
Experimental (flujo de control). | |
tf.foldr |
Experimental (flujo de control). | |
tf.gather |
axis debe ser una constante de tiempo de compilación. |
|
tf.gather_nd |
||
tf.greater |
||
tf.greater_equal |
||
tf.hessians |
Experimental (control-flow. | |
tf.identity |
||
tf.identity_n |
||
tf.ifft |
||