פעולות TensorFlow זמינות

בדף הזה מפורטים ממשקי TensorFlow Python API ואופרטורים של גרפים שזמינים ב-Cloud TPU.

ממשקי Python API זמינים

הרשימה הבאה היא מדריך לסט של ממשקי TensorFlow Python API זמינים. זו רשימה חלקית. יכול להיות שפונקציות בספרייה שלא מופיעות ברשימה הזו יפעלו אם הן מורכבות מפרימיטיבים זמינים.

המלצות לגבי אופרטורים ספציפיים מופיעות במדריך לשיפור הביצועים.

יחידת לימוד ‫API בשפת Python שזמין תגובות
tf tf.abs
tf.acosh
tf.add
tf.add_n
tf.angle
tf.arg_max הארגומנט dimension חייב להיות קבוע בזמן ההידור.
tf.arg_min הארגומנט dimension חייב להיות קבוע בזמן ההידור.
tf.asinh
tf.assign האפשרות זמינה רק למשתנה של משאב.
tf.assign_add האפשרות זמינה רק למשתנה של משאב.
tf.assign_sub האפשרות זמינה רק למשתנה של משאב.
tf.atan
tf.atan2
tf.atanh
tf.batch_to_space הארגומנטים crops ו-block_shape חייבים להיות קבועים בזמן ההידור.
tf.batch_to_space_nd הארגומנט crops חייב להיות קבוע בזמן ההידור.
tf.broadcast_dynamic_shape
tf.broadcast_static_shape
tf.case ניסיוני (בקרת זרימה). יכול להיות שהיא עדיין לא פועלת בצורה אמינה.
tf.cast
tf.ceil
tf.cholesky ניסיונית. יכול להיות שיהיו בעיות בדיוק המספרי.
tf.cholesky_solve ניסיונית. יכול להיות שיהיו בעיות בדיוק המספרי.
tf.clip_by_average_norm
tf.clip_by_global_norm
tf.clip_by_norm
tf.clip_by_value
tf.complex
tf.concat הערך concat_dim חייב להיות קבוע בזמן ההידור.
tf.cond ניסיוני (בקרת זרימה). יכול להיות שהיא עדיין לא פועלת בצורה אמינה.
tf.conj
tf.constant
tf.convert_to_tensor
tf.cos
tf.cosh
tf.cross
tf.cumprod הערך axis חייב להיות קבוע בזמן ההידור.
tf.cumsum הערך axis חייב להיות קבוע בזמן ההידור.
tf.depth_to_space
tf.diag
tf.diag_part
tf.div int32 חילוק איטי יותר מסוגים אחרים.
tf.divide int32 חילוק איטי יותר מסוגים אחרים.
tf.dynamic_stitch הערך indices חייב להיות קבוע בזמן ההידור.
tf.einsum
tf.equal
tf.erf
tf.erfc
tf.exp
tf.expand_dims הערך dims חייב להיות קבוע בזמן ההידור.
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 הארגומנט dims חייב להיות קבוע בזמן ההידור.
tf.floor
tf.floordiv
tf.floormod
tf.foldl ניסיוני (בקרת זרימה).
tf.foldr ניסיוני (בקרת זרימה).
tf.gather הערך axis חייב להיות קבוע בזמן ההידור.
tf.gather_nd
tf.greater
tf.greater_equal
tf.hessians ניסיונית (control-flow.
tf.identity
tf.identity_n
tf.ifft
tf.ifft2d
tf.ifft3d
tf.imag
tf.invert_permutation הארגומנט x חייב להיות קבוע בזמן ההידור.
tf.is_finite
tf.is_inf
tf.is_nan
tf.is_non_decreasing
tf.is_strictly_increasing
tf.less
tf.less_equal
tf.linspace הארגומנטים start, ‏ stop ו-num חייבים להיות קבועים בזמן הקומפילציה.
tf.log
tf.log1p
tf.log_sigmoid
tf.logical_and
tf.logical_or
tf.logical_not
tf.logical_xor
tf.matmul משתמש ב-bfloat16 matmul עם הצטברות של float32.
tf.matrix_band_part
tf.matrix_diag
tf.matrix_diag_part
tf.matrix_set_diag
tf.matrix_triangular_solve ניסיונית. יכול להיות שיהיו בעיות בדיוק המספרי.
tf.maximum
tf.meshgrid
tf.minimum
tf.mod
tf.multinomial הארגומנט num_samples חייב להיות קבוע בזמן ההידור.
tf.multiply
tf.negative
tf.no_op
tf.norm
tf.not_equal
tf.one_hot הערך depth חייב להיות קבוע בזמן ההידור.
tf.ones
tf.ones_like
tf.pad הארגומנט paddings חייב להיות קבוע בזמן ההידור. האפשרות להגדיר מעבר צבעים לריווח הפנימי של REFLECT עדיין לא זמינה.
tf.pow
tf.random_normal הערך shape חייב להיות קבוע בזמן ההידור.
tf.random_uniform הערך shape חייב להיות קבוע בזמן ההידור.
tf.range הארגומנטים start, ‏ limit ו-delta חייבים להיות קבועים בזמן הקומפילציה.
tf.rank
tf.real
tf.realdiv
tf.reciprocal
tf.reduce_all הערך axis חייב להיות קבוע בזמן ההידור.
tf.reduce_any הערך axis חייב להיות קבוע בזמן ההידור.
tf.reduce_logsumexp
tf.reduce_max הערך axis חייב להיות קבוע בזמן ההידור.
tf.reduce_min הערך axis חייב להיות קבוע בזמן ההידור.
tf.reduce_prod הערך axis חייב להיות קבוע בזמן ההידור.
tf.reduce_sum הערך axis חייב להיות קבוע בזמן ההידור.
tf.reshape הארגומנט shape חייב להיות קבוע בזמן ההידור.
tf.reverse הארגומנט dims חייב להיות קבוע בזמן ההידור.
tf.reverse_sequence
tf.reverse_v2 הארגומנט axis חייב להיות קבוע בזמן ההידור.
tf.rint
tf.round
tf.rsqrt
tf.saturate_cast
tf.scalar_mul
tf.scan ניסיוני (בקרת זרימה).
tf.scatter_nd
tf.sequence_mask
tf.shape
tf.shape_n
tf.sigmoid
tf.sign
tf.sin
tf.sinh
tf.size
tf.slice הערך size חייב להיות קבוע בזמן ההידור. בנוסף, הערך של begin חייב להיות קבוע בזמן ההידור או שהערך של size חייב להיות לא שלילי. התמיכה ב-Backpropagation זמינה רק אם begin ו-size הם קבועים בזמן הקומפילציה.
tf.space_to_batch ‫paddings ו-block_shape חייבים להיות קבועים בזמן ההידור.
tf.space_to_batch_nd הערך paddings חייב להיות קבוע בזמן ההידור.
tf.space_to_depth
tf.split הערך axis חייב להיות קבוע בזמן ההידור.
tf.sqrt
tf.square
tf.squared_difference
tf.squeeze
tf.stack
tf.stop_gradient
tf.strided_slice
tf.tan
tf.tanh
tf.tensordot
tf.tile הארגומנט multiples חייב להיות קבוע בזמן ההידור.
tf.to_bfloat16
tf.to_float
tf.to_int32
tf.to_int64 התמיכה ב-int64 מוגבלת.
tf.trace
tf.transpose הארגומנט perm חייב להיות קבוע בזמן ההידור.
tf.truediv
tf.truncated_normal הערך shape חייב להיות קבוע בזמן ההידור.
tf.truncatediv
tf.truncatemod
tf.unsorted_segment_sum
tf.unstack
tf.where הערכים של x ושל y לא יכולים להיות None. אם הערכים של x ושל y הם None, הצורה של האופרטור לא תהיה סטטית.
tf.while_loop כדי לחשב את הגרדיאנט של לולאת while, צריך להעביר את הארגומנט maximum_iterations.
tf.zeros
tf.zeros_like
tf.Tensor.__getitem__ הערכים של ההתחלה, הסיום והצעדים של פרוסת מערך חייבים להיות קבועים בזמן הקומפילציה.
tf.bitwise tf.bitwise_and
tf.bitwise_or
tf.bitwise_invert
tf.contrib.stateless tf.contrib.stateless.stateless_random_normal
tf.contrib.stateless.stateless_random_uniform
tf.image tf.image.adjust_brightness
tf.image.adjust_contrast
tf.image.adjust_gamma
tf.image.adjust_hue
tf.image.adjust_saturation
tf.image.central_crop גורם החיתוך חייב להיות קבוע בזמן ההידור.
tf.image.convert_image_dtype
tf.image.flip_left_right
tf.image.flip_up_down
tf.image.grayscale_to_rgb
tf.image.hsv_to_rgb
tf.image.resize_bilinear אפשר להשתמש רק ב-align_corners=True. הערך size חייב להיות קבוע בזמן ההידור.
tf.image.random_brightness
tf.image.random_contrast
tf.image.random_flip_left_right
tf.image.random_flip_up_down
tf.image.random_hue
tf.image.random_saturation
tf.image.rgb_to_hsv
tf.image.rgb_to_grayscale
tf.image.rot90
tf.image.total_variation
tf.image.transpose_image
tf.layers tf.layers.average_pooling1d
tf.layers.average_pooling2d
tf.layers.average_pooling1d
tf.layers.batch_normalization
tf.layers.conv1d
tf.layers.conv2d
tf.layers.conv2d_transpose
tf.layers.conv3d
tf.layers.conv3d_transpose
tf.layers.dense
tf.layers.dropout
tf.layers.flatten
tf.layers.max_pooling1d
tf.layers.max_pooling2d
tf.layers.max_pooling3d
tf.layers.separable_conv2d
tf.nn tf.nn.atrous_conv2d
tf.nn.atrous_conv2d_transpose
tf.nn.avg_pool
tf.nn.avg_pool3d
tf.nn.batch_normalization
tf.nn.bias_add
tf.nn.conv1d
tf.nn.conv2d
tf.nn.conv2d_backprop_filter
tf.nn.conv2d_backprop_input
tf.nn.conv2d_transpose
tf.nn.conv3d
tf.nn.conv3d_backprop_filter
tf.nn.conv3d_backprop_input
tf.nn.conv3d_transpose
tf.nn.convolution