网站 设计风格,表白网站制作,wordpress看文,有没有外包活的网站TensorFlow v2.16 Overview 一、模块 Modules二、类 Classes三、函数 Functions TensorFlow v2.16.1 Overview 一、模块 Modules
模块是TensorFlow中组织代码的一种方式#xff0c;将相关的功能和类封装在一起#xff0c;方便用户使用和管理。每个模块都提供了特定领域的公共… TensorFlow v2.16 Overview 一、模块 Modules二、类 Classes三、函数 Functions TensorFlow v2.16.1 Overview 一、模块 Modules
模块是TensorFlow中组织代码的一种方式将相关的功能和类封装在一起方便用户使用和管理。每个模块都提供了特定领域的公共API。
序号模块名称中文名称英文说明中文说明作用解释1audio module音频模块Public API for tf._api.v2.audio namespace音频处理相关的公共 API 命名空间该模块提供了一系列用于处理音频数据的公共 API可进行音频文件的读取、写入、特征提取等操作常用于语音识别、音频分类、语音合成等与音频相关的机器学习任务。2autodiff module自动微分模块Public API for tf._api.v2.autodiff namespace自动微分相关的公共 API 命名空间此模块的公共 API 主要用于自动计算函数的导数。在深度学习训练中它能高效计算损失函数关于模型参数的梯度从而为优化算法如梯度下降更新模型参数提供关键支持。3autograph module自动图模块Public API for tf._api.v2.autograph namespace自动图转换相关的公共 API 命名空间该模块的公共 API 可以将 Python 代码自动转换为 TensorFlow 图代码。图模式执行效率更高使用此模块能让用户以更自然的 Python 语法编写代码同时享受图模式带来的性能提升。4bitwise module位运算模块Public API for tf._api.v2.bitwise namespace位运算相关的公共 API 命名空间提供了对张量进行位运算的公共 API像按位与、按位或、按位异或等操作。在某些特定算法或数据处理场景中位运算可实现高效的数据编码、压缩等功能。5compat module兼容性模块Public API for tf._api.v2.compat namespace兼容性处理相关的公共 API 命名空间该模块的公共 API 用于处理不同版本 TensorFlow 之间的兼容性问题。当从旧版本升级到新版本或混合使用不同版本代码时可帮助在新版本中使用旧版本的 API减少代码修改量。6config module配置模块Public API for tf._api.v2.config namespace系统配置相关的公共 API 命名空间其公共 API 允许用户对 TensorFlow 的运行环境进行配置例如设置 GPU 内存分配策略、指定使用的计算设备等以优化程序性能充分利用硬件资源。7data module数据模块Public API for tf._api.v2.data namespace数据处理与加载相关的公共 API 命名空间该模块的公共 API 用于构建高效的数据输入管道。在机器学习中能方便地创建、转换和批量处理数据集适用于处理大规模数据集提高数据处理和模型训练的效率。8debugging module调试模块Public API for tf._api.v2.debugging namespace调试工具相关的公共 API 命名空间提供了一系列用于调试 TensorFlow 程序的公共 API如打印张量的值、检查张量的形状和类型等帮助开发者在开发过程中快速定位和解决问题。9distribute module分布式模块Public API for tf._api.v2.distribute namespace分布式训练与推理相关的公共 API 命名空间此模块的公共 API 支持在多个设备如多个 GPU、多个服务器上进行分布式训练和推理。通过并行计算可显著提高模型的训练和推理速度加快开发周期。10dtypes module数据类型模块Public API for tf._api.v2.dtypes namespace数据类型定义相关的公共 API 命名空间该模块定义了 TensorFlow 中支持的各种数据类型如整数类型、浮点类型、布尔类型等并提供了对这些数据类型进行管理和操作的公共 API在创建张量和进行计算时需指定合适的数据类型。11errors module错误处理模块Public API for tf._api.v2.errors namespace错误处理相关的公共 API 命名空间包含了 TensorFlow 中可能出现的各种错误类型和异常处理机制的公共 API。当程序出现错误时可帮助开发者识别和处理不同类型的错误增强程序的健壮性。12experimental module实验性模块Public API for tf._api.v2.experimental namespace实验性功能相关的公共 API 命名空间该模块的公共 API 包含了一些处于实验阶段的功能和特性。这些功能可能还不稳定但为开发者提供了探索新方法和新技术的机会可用于尝试新的应用场景。13feature_column module特征列模块Public API for tf._api.v2.feature_column namespace特征工程相关的公共 API 命名空间其公共 API 主要用于处理机器学习中的特征工程任务。可以对不同类型的特征如数值特征、分类特征进行预处理和转换方便构建和训练机器学习模型。14graph_util module图工具模块Public API for tf._api.v2.graph_util namespace计算图操作与优化相关的公共 API 命名空间提供了一系列用于操作和优化 TensorFlow 计算图的公共 API如合并图、冻结图等。这些操作可优化图的结构减少内存占用和计算量提高模型的部署效率。15image module图像模块Public API for tf._api.v2.image namespace图像处理相关的公共 API 命名空间该模块的公共 API 用于处理图像数据包括图像的读取、解码、裁剪、缩放、旋转等操作。在图像分类、目标检测、图像生成等计算机视觉任务中广泛应用。16io module输入输出模块Public API for tf._api.v2.io namespace数据输入输出相关的公共 API 命名空间提供了数据的输入和输出操作的公共 API例如读取和写入各种格式的文件如 CSV、JSON 等以及保存和加载模型等方便数据的存储和加载。17keras moduleKeras 模块DO NOT EDIT.Keras 框架相关的公共 API 命名空间Keras 是一个高级神经网络 API该模块集成了 Keras 的功能提供了简单易用的接口来构建、编译和训练深度学习模型支持各种常见的模型架构。18linalg module线性代数模块Public API for tf._api.v2.linalg namespace线性代数运算相关的公共 API 命名空间其公共 API 提供了一系列线性代数运算功能如矩阵乘法、矩阵求逆、特征值分解等。在深度学习中许多操作都依赖于线性代数运算该模块为这些运算提供了高效的实现。19lite module轻量级模块Public API for tf._api.v2.lite namespace轻量级模型部署相关的公共 API 命名空间该模块的公共 API 主要用于将 TensorFlow 模型转换为适用于移动和嵌入式设备的轻量级格式。通过模型压缩和优化减少模型大小和计算量实现资源受限设备上的高效推理。20lookup module查找表模块Public API for tf._api.v2.lookup namespace查找表操作相关的公共 API 命名空间提供了创建和使用查找表的公共 API用于将离散的键映射到相应的值。在处理分类数据时可方便地将类别标签转换为数值提高数据处理效率。21math module数学模块Public API for tf._api.v2.math namespace数学运算相关的公共 API 命名空间包含了各种数学运算的公共 API如基本算术运算、三角函数、指数函数、对数函数等。在深度学习中这些运算用于构建模型的损失函数、激活函数等。22mlir moduleMLIR 模块Public API for tf._api.v2.mlir namespaceMLIR 中间表示相关的公共 API 命名空间MLIRMulti - Level Intermediate Representation是一种中间表示形式该模块的公共 API 用于对 TensorFlow 计算图进行基于 MLIR 的优化和转换提高模型的执行效率。23nest module嵌套结构模块Public API for tf._api.v2.nest namespace嵌套数据结构处理相关的公共 API 命名空间提供了处理嵌套数据结构如列表、元组、字典等的公共 API可对这些结构进行扁平化、反扁平化等操作方便在处理复杂数据结构时进行数据处理和操作。24nn module神经网络模块Public API for tf._api.v2.nn namespace神经网络层与操作相关的公共 API 命名空间该模块的公共 API 提供了构建神经网络所需的各种层和操作如卷积层、池化层、全连接层、激活函数等是构建深度学习模型的基础。25profiler module性能分析模块Public API for tf._api.v2.profiler namespace性能分析工具相关的公共 API 命名空间其公共 API 用于对 TensorFlow 程序进行性能分析可获取程序的运行时间、内存使用情况等信息帮助开发者找出性能瓶颈并进行优化。26quantization module量化模块Public API for tf._api.v2.quantization namespace模型量化相关的公共 API 命名空间该模块的公共 API 用于对模型进行量化处理将模型中的浮点数参数转换为低精度的整数或定点数从而减少模型大小和计算量提高推理速度同时尽量保持模型精度。27queue module队列模块Public API for tf._api.v2.queue namespace队列操作相关的公共 API 命名空间提供了队列操作的公共 API用于在 TensorFlow 中实现异步数据处理和多线程操作。队列可作为数据缓冲区协调不同线程或进程之间的数据传输提高数据处理效率。28ragged module不规则张量模块Public API for tf._api.v2.ragged namespace不规则张量处理相关的公共 API 命名空间用于处理不规则张量某些维度长度不同的张量的公共 API。在处理变长数据如文本序列时可更自然地表示和处理数据无需进行填充操作。29random module随机数模块Public API for tf._api.v2.random namespace随机数生成相关的公共 API 命名空间该模块的公共 API 提供了生成随机数的功能如随机整数、随机浮点数、随机分布等。在深度学习中随机数用于初始化模型参数、数据增强等操作。30raw_ops module原始操作模块Public API for tf._api.v2.raw_ops namespace原始操作相关的公共 API 命名空间包含了 TensorFlow 的原始操作的公共 API这些操作是 TensorFlow 底层的基本操作通常用于实现更高级的功能一般开发者较少直接使用。31saved_model module保存模型模块Public API for tf._api.v2.saved_model namespace模型保存与加载相关的公共 API 命名空间提供了保存和加载 TensorFlow 模型的公共 API可将训练好的模型保存到磁盘以便后续部署和使用也可加载之前保存的模型进行推理或继续训练。32sets module集合模块Public API for tf._api.v2.sets namespace集合运算相关的公共 API 命名空间其公共 API 提供了对集合进行操作的功能如集合的并集、交集、差集等可用于处理需要进行集合运算的任务。33signal module信号处理模块Public API for tf._api.v2.signal namespace信号处理相关的公共 API 命名空间该模块的公共 API 用于处理信号数据如音频信号、图像信号提供了信号处理的操作如傅里叶变换、卷积等可用于信号的分析和处理。34sparse module稀疏张量模块Public API for tf._api.v2.sparse namespace稀疏张量处理相关的公共 API 命名空间提供了处理稀疏张量大部分元素为零的张量的公共 API包括稀疏张量的创建、操作和计算等功能。在处理大规模稀疏数据时可节省内存和计算资源。35strings module字符串模块Public API for tf._api.v2.strings namespace字符串处理相关的公共 API 命名空间其公共 API 提供了对字符串进行操作的功能如字符串的拼接、分割、编码、解码等在处理文本数据时非常有用。36summary module摘要模块Public API for tf._api.v2.summary namespace训练信息记录与可视化相关的公共 API 命名空间该模块的公共 API 用于记录和可视化训练过程中的各种信息如损失值、准确率、模型参数等。可将这些信息保存到文件使用 TensorBoard 工具进行可视化分析。37sysconfig module系统配置信息模块Public API for tf._api.v2.sysconfig namespace系统配置信息相关的公共 API 命名空间提供了关于 TensorFlow 系统配置的信息的公共 API如编译选项、依赖库等帮助开发者了解 TensorFlow 的编译环境和配置情况。38test module测试模块Public API for tf._api.v2.test namespace单元测试相关的公共 API 命名空间其公共 API 用于编写和运行 TensorFlow 程序的单元测试提供了测试工具和断言函数确保代码的正确性和稳定性。39tpu moduleTPU 模块Public API for tf._api.v2.tpu namespaceTPU 计算相关的公共 API 命名空间该模块的公共 API 用于支持在张量处理单元TPU上进行训练和推理。TPU 是专门为深度学习设计的硬件加速器此模块可充分利用 TPU 的高性能进行模型训练。40train module训练模块Public API for tf._api.v2.train namespace模型训练相关的公共 API 命名空间提供了训练模型所需的工具和算法的公共 API如优化器、学习率调度器等帮助开发者选择合适的训练策略提高模型训练效果。41types module类型模块Public API for tf._api.v2.types namespace类型定义与操作相关的公共 API 命名空间定义了 TensorFlow 中各种类型的抽象和接口的公共 API用于统一和规范不同类型的对象提高代码的可读性和可维护性。42version module版本模块Public API for tf._api.v2.version namespace版本信息相关的公共 API 命名空间提供了关于 TensorFlow 版本信息的公共 API如版本号、发布日期等方便开发者了解当前使用的版本并在需要时进行版本管理。43xla moduleXLA 模块Public API for tf._api.v2.xla namespaceXLA 编译相关的公共 API 命名空间XLAAccelerated Linear Algebra是一种用于加速线性代数运算的编译器该模块的公共 API 可将 TensorFlow 计算图编译为 XLA 可执行的代码提高模型的执行效率。
二、类 Classes
类是面向对象编程中的一种抽象用于封装数据和方法。TensorFlow中的类提供了各种功能和数据结构。
序号类名称中文名称英文说明中文说明作用解释1AggregationMethod聚合方法类A class listing aggregation methods used to combine gradients.列出用于合并梯度的聚合方法的类。在分布式训练中不同设备计算出的梯度需要进行合并。该类提供了各种合并梯度的方法例如求和、求平均等帮助用户选择合适的方式来聚合梯度从而更有效地更新模型参数。2CriticalSection临界区类Critical section.临界区。用于在多线程或多进程环境中确保同一时间只有一个线程或进程可以访问特定的资源或执行特定的代码块避免数据竞争和不一致的问题保证程序的正确性和稳定性。3DType数据类型类Represents the type of the elements in a .Tensor表示张量中元素的类型。在 TensorFlow 中张量的元素可以有不同的数据类型如整数、浮点数、布尔值等。该类用于定义和管理这些数据类型在创建张量和进行计算时需要明确指定数据类型以确保计算的正确性。4DeviceSpec设备规格类Represents a (possibly partial) specification for a TensorFlow device.表示 TensorFlow 设备的可能是部分的规格。当需要指定张量的计算设备如 CPU、GPU、TPU时使用该类来定义设备的相关规格包括设备的类型、编号等信息从而将计算任务分配到指定的设备上执行。5GradientTape梯度带类Record operations for automatic differentiation.记录用于自动微分的操作。在深度学习中需要计算损失函数关于模型参数的梯度来更新模型。该类可以记录在其上下文内执行的所有操作然后通过回溯这些操作来自动计算梯度是实现自动微分的关键工具。6Graph计算图类A TensorFlow computation, represented as a dataflow graph.一个 TensorFlow 计算以数据流图的形式表示。TensorFlow 使用计算图来表示计算任务图中的节点表示操作边表示张量的流动。该类用于构建和管理计算图通过将计算过程抽象为图结构可以实现高效的计算和优化。7IndexedSlices索引切片类A sparse representation of a set of tensor slices at given indices.在给定索引处的一组张量切片的稀疏表示。当处理稀疏数据时使用该类可以更高效地表示和处理部分非零元素的张量。通过记录非零元素的索引和对应的值可以减少内存占用和计算量。8IndexedSlicesSpec索引切片规格类Type specification for a tf.IndexedSlices.tf.IndexedSlices 的类型规格。用于定义 IndexedSlices 对象的类型信息包括其形状、数据类型等方便在程序中对 IndexedSlices 进行类型检查和处理。9Module模块类Base neural network module class.神经网络模块的基类。在构建神经网络时可以通过继承该类来创建自定义的神经网络模块。模块可以包含多个层和操作将相关的功能封装在一起提高代码的复用性和可维护性。10Operation操作类Represents a graph node that performs computation on tensors.表示在张量上执行计算的图节点。计算图中的每个节点都是一个操作该类用于表示这些操作例如加法、乘法、卷积等。操作接收输入张量进行计算并产生输出张量。11OptionalSpec可选规格类Type specification for tf.experimental.Optional.tf.experimental.Optional 的类型规格。用于定义 tf.experimental.Optional 对象的类型信息确保在使用可选值时类型的一致性和正确性。12RaggedTensor不规则张量类Represents a ragged tensor.表示不规则张量。不规则张量是指某些维度长度不同的张量适用于处理变长数据如文本序列。该类提供了对不规则张量的创建、操作和计算等功能无需对数据进行填充。13RaggedTensorSpec不规则张量规格类Type specification for a tf.RaggedTensor.tf.RaggedTensor 的类型规格。用于定义不规则张量的类型信息包括其形状、数据类型等方便对不规则张量进行类型检查和处理。14RegisterGradient注册梯度类A decorator for registering the gradient function for an op type.用于为操作类型注册梯度函数的装饰器。当需要自定义某个操作的梯度计算方法时可以使用该装饰器将自定义的梯度函数与操作类型关联起来在自动微分过程中使用自定义的梯度计算方法。15SparseTensor稀疏张量类Represents a sparse tensor.表示稀疏张量。稀疏张量是指大部分元素为零的张量在处理大规模稀疏数据时使用该类可以节省内存和计算资源。它通过记录非零元素的索引和对应的值来表示张量。16SparseTensorSpec稀疏张量规格类Type specification for a tf.sparse.SparseTensor.tf.sparse.SparseTensor 的类型规格。用于定义稀疏张量的类型信息包括其形状、数据类型等方便对稀疏张量进行类型检查和处理。17Tensor张量类A tf.Tensor represents a multidimensional array of elements.tf.Tensor 表示一个多维元素数组。张量是 TensorFlow 中最基本的数据结构类似于多维数组。它可以存储和表示各种数据如图像、文本、数值等并作为计算的输入和输出。18TensorArray张量数组类Class wrapping dynamic-sized, per-time-step, Tensor arrays.包装动态大小、按时间步的张量数组的类。在处理序列数据时需要动态地存储和访问不同时间步的张量。该类提供了一个动态大小的张量数组允许在运行时添加和访问张量适用于循环和递归操作。19TensorArraySpec张量数组规格类Type specification for a tf.TensorArray.tf.TensorArray 的类型规格。用于定义张量数组的类型信息包括其形状、数据类型等方便对张量数组进行类型检查和处理。20TensorShape张量形状类Represents the shape of a .Tensor表示张量的形状。张量的形状描述了其每个维度的大小该类用于表示和操作张量的形状信息。在创建张量、进行计算和检查数据的一致性时需要了解和处理张量的形状。21TensorSpec张量规格类Describes the type of a tf.Tensor.描述 tf.Tensor 的类型。用于定义张量的类型信息包括其形状、数据类型等在函数签名、数据验证和类型检查等场景中使用确保输入和输出张量的类型符合预期。22TypeSpec类型规格类Specifies a TensorFlow value type.指定 TensorFlow 值的类型。是所有类型规格类的基类用于统一和规范不同类型的对象的类型信息提供了一种通用的方式来描述和验证 TensorFlow 中的值的类型。23UnconnectedGradients无连接梯度类Controls how gradient computation behaves when y does not depend on x.控制当 y 不依赖于 x 时梯度计算的行为。在自动微分过程中有时会出现目标变量 y 不依赖于某个变量 x 的情况。该类用于指定在这种情况下如何处理梯度计算例如返回零梯度或抛出异常。24Variable变量类See the variable guide.参见变量指南。在 TensorFlow 中变量用于存储模型的参数如权重和偏置。该类表示可训练的变量其值可以在训练过程中不断更新是模型学习的关键部分。25VariableAggregation变量聚合类Indicates how a distributed variable will be aggregated.指示分布式变量将如何聚合。在分布式训练中不同设备上的变量需要进行聚合。该类定义了各种聚合方式如求和、求平均等帮助用户选择合适的方式来合并分布式变量的值。26VariableSynchronization变量同步类Indicates when a distributed variable will be synced.指示分布式变量将何时同步。在分布式训练中为了保证不同设备上的变量值一致需要进行同步操作。该类指定了变量同步的时机例如在每个训练步骤后同步或在一定数量的步骤后同步。27constant_initializer常量初始化器类Initializer that generates tensors with constant values.生成具有常数值的张量的初始化器。在创建张量时需要对其进行初始化。该类用于生成所有元素都具有相同常数值的张量例如全为 5 的张量常用于初始化模型的偏置等参数。28name_scope名称作用域类A context manager for use when defining a Python op.定义 Python 操作时使用的上下文管理器。在构建计算图时使用名称作用域可以将相关的操作组织在一起使图的结构更加清晰。它为操作和张量添加前缀方便管理和调试计算图。29ones_initializer全 1 初始化器类Initializer that generates tensors initialized to 1.生成初始化为 1 的张量的初始化器。用于创建所有元素都为 1 的张量在某些场景下如初始化权重矩阵为全 1 时可以使用该初始化器。30random_normal_initializer随机正态初始化器类Initializer that generates tensors with a normal distribution.生成具有正态分布的张量的初始化器。在初始化模型参数时使用正态分布随机初始化可以使参数具有不同的值避免模型陷入局部最优。该类根据指定的均值和标准差生成符合正态分布的随机张量。31random_uniform_initializer随机均匀初始化器类Initializer that generates tensors with a uniform distribution.生成具有均匀分布的张量的初始化器。用于创建元素值在指定范围内均匀分布的随机张量。在初始化模型参数时均匀分布的随机初始化可以使参数具有多样化的值有助于模型的学习。32zeros_initializer全 0 初始化器类Initializer that generates tensors initialized to 0.生成初始化为 0 的张量的初始化器。用于创建所有元素都为 0 的张量常用于初始化模型的偏置等参数在某些算法中初始化为 0 可以简化计算和分析。
三、函数 Functions
函数是一段可重复使用的代码块用于执行特定的任务。TensorFlow中的函数提供了各种操作和计算方法。
序号函数名称中文名称英文说明中文说明作用解释1Assert(…)断言函数Asserts that the given condition is true.断言给定条件为真。在代码执行过程中检查某个条件是否满足。若条件不成立会抛出异常帮助开发者快速定位错误确保程序在预期的条件下运行。例如在数据预处理时可断言数据的形状或取值范围是否符合要求。2abs(…)绝对值函数Computes the absolute value of a tensor.计算张量的绝对值。对输入张量中的每个元素取绝对值常用于处理需要非负数值的场景如计算误差或距离时。3acos(…)反余弦函数Computes acos of x element-wise.逐元素计算 x 的反余弦值。对张量中的每个元素求反余弦常用于涉及三角函数计算和几何问题的场景如计算向量间的夹角。4acosh(…)反双曲余弦函数Computes inverse hyperbolic cosine of x element-wise.逐元素计算 x 的反双曲余弦值。在一些数学模型和物理问题中会用到反双曲余弦函数该函数对张量的每个元素进行此计算。5add(…)加法函数Returns x y element-wise.逐元素返回 x 和 y 的和。对两个张量的对应元素进行相加操作是基本的数学运算函数常用于模型中的线性组合等操作。6add_n(…)多张量求和函数Returns the element-wise sum of a list of tensors.返回张量列表的逐元素和。可对多个张量进行逐元素求和当需要同时处理多个张量的加法时使用简化代码。7approx_top_k(…)近似 top-k 函数Returns min/max k values and their indices of the input operand in an approximate manner.以近似方式返回输入操作数的最小/最大 k 个值及其索引。在处理大规模数据时精确的 top-k 计算可能开销较大该函数通过近似算法快速得到结果适用于对精度要求不是极高但对速度要求较高的场景。8argmax(…)最大值索引函数Returns the index with the largest value across axes of a tensor.返回张量沿指定轴的最大值的索引。在分类问题中常用于找出预测概率最大的类别对应的索引。9argmin(…)最小值索引函数Returns the index with the smallest value across axes of a tensor.返回张量沿指定轴的最小值的索引。可用于找出数据中最小元素的位置例如在寻找距离最近的点时。10argsort(…)排序索引函数Returns the indices of a tensor that give its sorted order along an axis.返回张量沿指定轴排序后的索引。可得到张量元素排序后的索引序列方便对数据进行排序和重排操作。11as_dtype(…)数据类型转换函数Converts the given to a tf.DType.type_value将给定对象转换为 tf.DType 类型的值。在需要明确指定数据类型的场景中使用确保数据类型的一致性避免因类型不匹配导致的错误。12as_string(…)转字符串函数Converts each entry in the given tensor to strings.将给定张量中的每个元素转换为字符串。在需要将数值数据转换为字符串进行输出或存储时使用例如保存数据到文本文件。13asin(…)反正弦函数Computes the trignometric inverse sine of x element-wise.逐元素计算 x 的三角函数反正弦值。常用于涉及三角函数计算和几何问题的场景如计算角度。14asinh(…)反双曲正弦函数Computes inverse hyperbolic sine of x element-wise.逐元素计算 x 的反双曲正弦值。在一些数学模型和物理问题中会用到反双曲正弦函数该函数对张量的每个元素进行此计算。15assert_equal(…)相等断言函数Assert the condition holds element-wise.x y逐元素断言 x 等于 y。在代码中检查两个张量的对应元素是否相等若不相等则抛出异常用于确保数据的一致性。16assert_greater(…)大于断言函数Assert the condition holds element-wise.x y逐元素断言 x 大于 y。用于检查一个张量的元素是否都大于另一个张量的对应元素可在数据验证时使用。17assert_less(…)小于断言函数Assert the condition holds element-wise.x y逐元素断言 x 小于 y。用于检查一个张量的元素是否都小于另一个张量的对应元素保证数据的取值范围符合要求。18assert_rank(…)秩断言函数Assert that has rank equal to .xrank断言 x 的秩等于指定的秩。在处理张量时确保张量的维度数量符合预期避免因维度错误导致的计算问题。19atan(…)反正切函数Computes the trignometric inverse tangent of x element-wise.逐元素计算 x 的三角函数反正切值。常用于涉及三角函数计算和几何问题的场景如计算斜率对应的角度。20atan2(…)四象限反正切函数Computes arctangent of element-wise, respecting signs of the arguments.y/x逐元素计算 y/x 的反正切值同时考虑参数的符号。能根据 x 和 y 的符号确定正确的象限得到更准确的角度值在几何和物理计算中很有用。21atanh(…)反双曲正切函数Computes inverse hyperbolic tangent of x element-wise.逐元素计算 x 的反双曲正切值。在一些数学模型和物理问题中会用到反双曲正切函数该函数对张量的每个元素进行此计算。22batch_to_space(…)批量到空间转换函数BatchToSpace for N-D tensors of type T.对类型为 T 的 N 维张量进行批量到空间的转换。常用于图像处理和卷积神经网络中可将批量维度的信息重新分配到空间维度实现数据的重新排列。23bitcast(…)位转换函数Bitcasts a tensor from one type to another without copying data.在不复制数据的情况下将张量从一种类型按位转换为另一种类型。在需要改变数据类型但不想复制数据以节省内存时使用例如将整数类型按位转换为浮点数类型。24boolean_mask(…)布尔掩码函数Apply boolean mask to tensor.将布尔掩码应用于张量。根据布尔掩码选择张量中的元素可用于过滤数据只保留满足条件的元素。25broadcast_dynamic_shape(…)动态广播形状计算函数Computes the shape of a broadcast given symbolic shapes.根据符号形状计算广播后的形状。在进行张量广播操作前计算广播后的形状以确保操作的正确性。26broadcast_static_shape(…)静态广播形状计算函数Computes the shape of a broadcast given known shapes.根据已知形状计算广播后的形状。与动态广播形状计算函数类似但适用于已知形状的情况提前确定广播后的形状。27broadcast_to(…)广播函数Broadcast an array for a compatible shape.将数组广播为兼容的形状。使不同形状的张量能够进行逐元素操作通过广播将张量扩展为合适的形状。28case(…)条件分支函数Create a case operation.创建一个条件分支操作。根据不同的条件执行不同的操作类似于编程语言中的 switch-case 语句用于实现复杂的逻辑控制。29cast(…)类型转换函数Casts a tensor to a new type.将张量转换为新的类型。在不同数据类型的张量之间进行转换例如将整数类型的张量转换为浮点数类型以满足不同计算的需求。30clip_by_global_norm(…)全局范数裁剪函数Clips values of multiple tensors by the ratio of the sum of their norms.根据多个张量的范数之和的比例裁剪它们的值。在训练深度学习模型时用于防止梯度爆炸通过限制梯度的全局范数来稳定训练过程。31clip_by_norm(…)范数裁剪函数Clips tensor values to a maximum L2-norm.将张量的值裁剪到最大 L2 范数。对单个张量的元素进行裁剪确保其 L2 范数不超过指定的最大值可用于限制梯度或其他参数的大小。32clip_by_value(…)值裁剪函数Clips tensor values to a specified min and max.将张量的值裁剪到指定的最小值和最大值之间。用于确保张量的元素在指定的范围内避免出现过大或过小的值常用于处理数据的取值范围。33complex(…)复数转换函数Converts two real numbers to a complex number.将两个实数转换为一个复数。在需要处理复数的场景中使用例如在信号处理和复数运算中。34concat(…)拼接函数Concatenates tensors along one dimension.沿一个维度拼接张量。将多个张量在指定的维度上连接成一个更大的张量常用于特征拼接等操作。35cond(…)条件判断函数Return if the predicate is true else .true_fn()predfalse_fn()如果谓词为真则返回 true_fn() 的结果否则返回 false_fn() 的结果。类似于编程语言中的 if-else 语句根据条件执行不同的函数实现条件控制。36constant(…)常量创建函数Creates a constant tensor from a tensor-like object.从类似张量的对象创建一个常量张量。用于创建固定值的张量在模型中可作为常量参数使用例如初始化权重矩阵为固定值。37control_dependencies(…)控制依赖函数Wrapper for Graph.control_dependencies() using the default graph.使用默认图的 Graph.control_dependencies() 的包装器。用于指定操作之间的执行顺序确保某些操作在其他操作完成后再执行保证程序的逻辑正确性。38conv(…)卷积函数Computes a N-D convolution given (N1batch_dims)-D and (N2)-D tensors.inputfilter根据 (N 1 批量维度) 维的输入张量和 (N 2) 维的滤波器张量计算 N 维卷积。在卷积神经网络中用于提取特征通过滤波器在输入数据上滑动进行卷积操作捕捉数据的局部特征。39conv2d_backprop_filter_v2(…)卷积滤波器梯度计算函数Computes the gradients of convolution with respect to the filter.计算卷积关于滤波器的梯度。在训练卷积神经网络时用于计算损失函数关于滤波器的梯度以便更新滤波器的参数。40conv2d_backprop_input_v2(…)卷积输入梯度计算函数Computes the gradients of convolution with respect to the input.计算卷积关于输入的梯度。在训练卷积神经网络时用于计算损失函数关于输入的梯度可用于特征可视化等任务。41convert_to_tensor(…)张量转换函数Converts the given to a .valueTensor将给定对象转换为张量。可将 Python 列表、NumPy 数组等对象转换为 TensorFlow 张量方便在 TensorFlow 中进行计算。42cos(…)余弦函数Computes cos of x element-wise.逐元素计算 x 的余弦值。对张量中的每个元素求余弦常用于涉及三角函数计算和几何问题的场景。43cosh(…)双曲余弦函数Computes hyperbolic cosine of x element-wise.逐元素计算 x 的双曲余弦值。在一些数学模型和物理问题中会用到双曲余弦函数该函数对张量的每个元素进行此计算。44cumsum(…)累积和函数Compute the cumulative sum of the tensor along .xaxis计算张量沿指定轴的累积和。可得到张量元素沿指定轴的累积和序列常用于计算累积概率、累积收益等。45custom_gradient(…)自定义梯度函数Decorator to define a function with a custom gradient.用于定义具有自定义梯度的函数的装饰器。当默认的自动微分机制不能满足需求时可使用该装饰器自定义函数的梯度计算方法。46device(…)设备指定函数Specifies the device for ops created/executed in this context.指定在此上下文中创建/执行的操作的设备。可将计算任务分配到特定的设备如 CPU、GPU、TPU上执行优化计算资源的使用。47divide(…)除法函数Computes Python style division of by .xy计算 x 除以 y 的 Python 风格除法。根据 Python 的除法规则对两个张量进行逐元素除法返回商。48dynamic_partition(…)动态分区函数Partitions into tensors using indices from .datanum_partitionspartitions根据分区索引将数据划分为多个张量。可根据给定的索引将一个张量分成多个子张量常用于数据分组和分类。49dynamic_stitch(…)动态拼接函数Interleave the values from the tensors into a single tensor.data将多个张量的值交错合并成一个张量。与动态分区函数相反可将多个子张量合并成一个大张量实现数据的重组。50edit_distance(…)编辑距离函数Computes the Levenshtein distance between sequences.计算序列之间的 Levenshtein 距离。用于衡量两个序列之间的差异程度常用于自然语言处理中的字符串匹配和纠错任务。51eig(…)特征分解函数Computes the eigen decomposition of a batch of matrices.计算一批矩阵的特征分解。在数据分析和机器学习中特征分解可用于降维、矩阵对角化等操作该函数可同时处理多个矩阵。52eigvals(…)特征值计算函数Computes the eigenvalues of one or more matrices.计算一个或多个矩阵的特征值。特征值在矩阵分析和线性代数中有重要应用可用于判断矩阵的性质和求解线性方程组等。53einsum(…)爱因斯坦求和函数Tensor contraction over specified indices and outer product.根据指定的索引进行张量收缩和外积运算。可实现复杂的张量运算如矩阵乘法、张量点积等通过简洁的符号表示进行高效计算。54ensure_shape(…)形状确保函数Updates the shape of a tensor and checks at runtime that the shape holds.更新张量的形状并在运行时检查形状是否符合要求。用于确保张量的形状在计算过程中保持一致避免因形状变化导致的错误。55equal(…)相等比较函数Returns the truth value of (x y) element-wise.逐元素返回 x 等于 y 的真值。比较两个张量的对应元素是否相等常用于判断条件和筛选数据。56executing_eagerly(…)即时执行检查函数Checks whether the current thread has eager execution enabled.检查当前线程是否启用了即时执行。在需要根据执行模式进行不同操作时使用例如即时执行模式下可方便地调试代码。57exp(…)指数函数Computes exponential of x element-wise.逐元素计算 x 的指数值。对张量中的每个元素求指数常用于激活函数和概率计算等场景。58expand_dims(…)维度扩展函数Returns a tensor with a length 1 axis inserted at index .axis返回在指定索引处插入长度为 1 的轴的张量。用于增加张量的维度在需要匹配其他张量的维度时使用例如在进行广播操作前。59extract_volume_patches(…)体积块提取函数Extract from and put them in the output dimension. 3D extension of .patchesinputdepthextract_image_patches从输入中提取体积块并放入输出维度是 extract_image_patches 的 3D 扩展。在 3D 图像处理和卷积神经网络中用于提取 3D 体积块可捕捉 3D 数据的局部特征。60eye(…)单位矩阵创建函数Construct an identity matrix, or a batch of matrices.构造一个单位矩阵或一批单位矩阵。单位矩阵在矩阵运算中有重要作用可用于初始化权重矩阵等该函数可同时创建多个单位矩阵。61fftnd(…)N 维快速傅里叶变换函数ND fast Fourier transform.N 维快速傅里叶变换。将信号从时域转换到频域用于信号处理、图像处理等领域可快速计算 N 维信号的傅里叶变换。62fill(…)填充函数Creates a tensor filled with a scalar value.创建一个用标量值填充的张量。可创建指定形状且所有元素都为同一值的张量常用于初始化张量。63fingerprint(…)指纹生成函数Generates fingerprint values.生成指纹值。为数据生成唯一的指纹可用于数据的验证、去重等操作。64floor(…)向下取整函数Returns element-wise largest integer not greater than x.逐元素返回不大于 x 的最大整数。对张量中的每个元素进行向下取整操作常用于处理需要整数结果的场景。65foldl(…)左折叠函数foldl on the list of tensors unpacked from on dimension 0. (deprecated argument values)elems对从 elems 沿维度 0 展开的张量列表进行左折叠操作。部分参数已弃用左折叠是一种递归操作从序列的左侧开始依次将元素和累积结果进行特定运算。在处理序列数据时可用于实现累加、累积乘积等操作不过由于部分参数已弃用使用时需注意兼容性。例如对一系列张量进行累积求和操作。66foldr(…)右折叠函数foldr on the list of tensors unpacked from on dimension 0. (deprecated argument values)elems对从 elems 沿第 0 维解包得到的张量列表进行右折叠操作。部分参数已弃用右折叠是一种函数式编程中的操作它从序列的右侧开始依次将元素与一个累积值进行合并。在 TensorFlow 里此函数对张量列表进行右折叠不过部分参数已不再推荐使用。常用于对序列数据进行累积操作。67function(…)函数编译函数Compiles a function into a callable TensorFlow graph. (deprecated arguments) (deprecated arguments) (deprecated arguments)将一个函数编译成可调用的 TensorFlow 图。部分参数已弃用把 Python 函数转换为 TensorFlow 图模式下可执行的形式图模式执行效率更高。但有部分参数已被弃用使用时需注意。可加速模型的训练和推理过程。68gather(…)收集函数Gather slices from params axis according to indices. (deprecated arguments)axis根据 indices 从 params 沿指定轴收集切片。部分参数已弃用依据索引从输入张量中选取特定的切片在需要从张量中提取特定元素或子张量时很有用但部分参数已不推荐使用。69gather_nd(…)多维收集函数Gather slices from into a Tensor with shape specified by .paramsindices根据 indices 从 params 中收集切片并组合成指定形状的张量。能处理多维索引从输入张量中精确地收集元素并重新组合成新的张量常用于复杂的数据提取和重组任务。70get_current_name_scope(…)获取当前名称作用域函数Returns current full name scope specified by tf.name_scope(…)s.返回由 tf.name_scope(...) 指定的当前完整名称作用域。在构建 TensorFlow 计算图时名称作用域用于组织和管理操作的命名。此函数可获取当前所处的名称作用域方便对图结构进行调试和可视化。71get_logger(…)获取日志记录器函数Return TF logger instance.返回 TensorFlow 日志记录器实例。可获取 TensorFlow 的日志记录器用于记录程序运行过程中的信息如调试信息、警告信息等便于程序的调试和监控。72get_static_value(…)获取静态值函数Returns the constant value of the given tensor, if efficiently calculable.如果可以高效计算返回给定张量的常数值。尝试获取张量的静态常数值当张量是常量或可静态计算时能直接得到其值有助于在图构建阶段进行一些预计算。73grad_pass_through(…)梯度直通函数Creates a grad-pass-through op with the forward behavior provided in f.使用 f 中提供的前向行为创建一个梯度直通操作。在自动微分过程中该操作允许梯度直接通过而不改变其值可用于自定义梯度流动的场景。74gradients(…)梯度计算函数Constructs symbolic derivatives of sum of w.r.t. x in .ysxs构建 ys 中元素之和关于 xs 中元素的符号导数。在深度学习中用于计算损失函数关于模型参数的梯度是反向传播算法的核心操作为模型的优化提供依据。75greater(…)大于比较函数Returns the truth value of (x y) element-wise.逐元素返回 x 大于 y 的真值。对两个张量的对应元素进行比较判断 x 是否大于 y返回布尔类型的张量常用于条件判断和筛选操作。76greater_equal(…)大于等于比较函数Returns the truth value of (x y) element-wise.逐元素返回 x 大于等于 y 的真值。对两个张量的对应元素进行比较判断 x 是否大于等于 y返回布尔类型的张量可用于数据筛选和条件判断。77group(…)操作分组函数Create an op that groups multiple operations.创建一个将多个操作分组的操作。将多个操作组合在一起确保这些操作在执行时作为一个整体进行调度常用于控制操作的执行顺序和依赖关系。78guarantee_const(…)常量保证函数Promise to the TF runtime that the input tensor is a constant. (deprecated)向 TensorFlow 运行时保证输入张量是常量。已弃用该函数已不再推荐使用其原本的作用是告知运行时输入张量为常量以进行一些优化但现在可能有更好的替代方法。79hessians(…)海森矩阵计算函数Constructs the Hessian of sum of with respect to in .ysxxs构建 ys 中元素之和关于 xs 中元素的海森矩阵。海森矩阵包含了函数的二阶导数信息在优化算法中可用于更精确地分析函数的曲率帮助确定优化方向。80histogram_fixed_width(…)固定宽度直方图函数Return histogram of values.返回值的直方图。将输入的值划分为固定宽度的区间并统计每个区间内值的数量得到直方图可用于数据的分布分析。81histogram_fixed_width_bins(…)固定宽度直方图分箱函数Bins the given values for use in a histogram.将给定的值进行分箱用于构建直方图。把输入的值分配到不同的箱中为后续生成直方图做准备确定每个值所属的区间。82identity(…)恒等函数Return a Tensor with the same shape and contents as input.返回一个与输入具有相同形状和内容的张量。输出与输入完全相同的张量常用于占位或确保张量在某些操作中不发生改变。83identity_n(…)多恒等函数Returns a list of tensors with the same shapes and contents as the input返回一个与输入具有相同形状和内容的张量列表。对输入的多个张量分别进行恒等操作返回包含这些张量的列表保持它们的形状和内容不变。84ifftnd(…)N 维逆快速傅里叶变换函数ND inverse fast Fourier transform.N 维逆快速傅里叶变换。将频域信号转换回时域信号是 fftnd 的逆操作在信号处理和图像处理中用于恢复原始信号。85import_graph_def(…)导入图定义函数Imports the graph from into the current default . (deprecated arguments)graph_defGraph从 graph_def 导入图到当前默认图中。部分参数已弃用将一个预定义的图结构导入到当前的 TensorFlow 图中但部分参数已不再推荐使用可用于复用已有的图模型。86init_scope(…)初始化作用域函数A context manager that lifts ops out of control-flow scopes and function-building graphs.一个上下文管理器将操作从控制流作用域和函数构建图中提升出来。在某些情况下确保操作在特定的初始化上下文中执行避免受到控制流和函数构建的影响。87inside_function(…)函数内部检查函数Indicates whether the caller code is executing inside a tf.function.指示调用代码是否在 tf.function 内部执行。用于判断当前代码是否在 tf.function 所定义的图模式函数内部运行可根据不同的执行环境进行不同的操作。88irfftnd(…)N 维逆实快速傅里叶变换函数ND inverse real fast Fourier transform.N 维逆实快速傅里叶变换。对实值信号的频域表示进行逆变换得到时域的实值信号在处理实值信号时比 ifftnd 更高效。89is_symbolic_tensor(…)符号张量判断函数Test if is a symbolic Tensor.tensor测试 tensor 是否为符号张量。判断一个张量是否为符号张量符号张量是图模式下的一种抽象表示可用于区分不同类型的张量。90is_tensor(…)张量判断函数Checks whether is a TF-native type that can be passed to many TF ops.x检查 x 是否为可以传递给许多 TensorFlow 操作的原生 TensorFlow 类型。判断一个对象是否为 TensorFlow 原生的张量类型确保在进行 TensorFlow 操作时输入的对象类型正确。91less(…)小于比较函数Returns the truth value of (x y) element-wise.逐元素返回 x 小于 y 的真值。对两个张量的对应元素进行比较判断 x 是否小于 y返回布尔类型的张量常用于条件判断和数据筛选。92less_equal(…)小于等于比较函数Returns the truth value of (x y) element-wise.逐元素返回 x 小于等于 y 的真值。对两个张量的对应元素进行比较判断 x 是否小于等于 y返回布尔类型的张量可用于设置条件和筛选数据。93linspace(…)线性间距生成函数Generates evenly-spaced values in an interval along a given axis.在给定区间内沿指定轴生成等间距的值。在指定的区间内生成一系列等间距的数值可用于生成坐标轴上的刻度或采样点。94load_library(…)加载库函数Loads a TensorFlow plugin.加载一个 TensorFlow 插件。用于加载自定义的 TensorFlow 插件扩展 TensorFlow 的功能例如加载包含自定义操作的库。95load_op_library(…)加载操作库函数Loads a TensorFlow plugin, containing custom ops and kernels.加载一个包含自定义操作和内核的 TensorFlow 插件。专门用于加载包含自定义操作和内核的插件方便用户使用自定义的计算操作。96logical_and(…)逻辑与函数Returns the truth value of x AND y element-wise.逐元素返回 x 和 y 的逻辑与真值。对两个布尔类型的张量进行逐元素的逻辑与操作常用于组合多个条件判断。97logical_not(…)逻辑非函数Returns the truth value of element-wise.NOT x逐元素返回 x 的逻辑非真值。对布尔类型的张量进行逐元素的逻辑非操作用于反转条件判断的结果。98logical_or(…)逻辑或函数Returns the truth value of x OR y element-wise.逐元素返回 x 和 y 的逻辑或真值。对两个布尔类型的张量进行逐元素的逻辑或操作用于组合多个条件判断。99make_ndarray(…)创建 NumPy 数组函数Create a numpy ndarray from a tensor.从张量创建一个 NumPy 数组。将 TensorFlow 张量转换为 NumPy 数组方便使用 NumPy 的各种功能进行数据处理和分析。100make_tensor_proto(…)创建张量原型函数Create a TensorProto.创建一个 TensorProto 对象。TensorProto 是 TensorFlow 中用于序列化张量的协议缓冲区消息该函数可将张量转换为这种格式便于存储和传输。101map_fn(…)映射函数Transforms by applying to each element unstacked on axis 0. (deprecated arguments)elemsfn将 fn 应用于从 elems 沿第 0 维解包得到的每个元素进行转换。部分参数已弃用对张量的每个元素或切片应用指定的函数实现元素级别的转换但部分参数已不再推荐使用。102matmul(…)矩阵乘法函数Multiplies matrix by matrix , producing * .abab将矩阵 a 与矩阵 b 相乘得到 a * b。执行矩阵乘法操作是深度学习中常用的运算用于实现神经网络中的线性变换。103matrix_square_root(…)矩阵平方根函数Computes the matrix square root of one or more square matrices:计算一个或多个方阵的矩阵平方根。对于方阵找到一个矩阵使得该矩阵的平方等于原矩阵在一些数学和物理问题中有应用。104maximum(…)最大值函数Returns the max of x and y (i.e. x y ? x : y) element-wise.逐元素返回 x 和 y 中的最大值。对两个张量的对应元素进行比较取最大值常用于处理需要取较大值的场景。105meshgrid(…)网格生成函数Broadcasts parameters for evaluation on an N-D grid.广播参数以在 N 维网格上进行评估。生成 N 维网格坐标矩阵可用于在多维空间中进行采样和计算例如绘制三维图形时生成网格点。106minimum(…)最小值函数Returns the min of x and y (i.e. x y ? x : y) element-wise.逐元素返回 x 和 y 中的最小值。对两个张量的对应元素进行比较取最小值常用于处理需要取较小值的场景。107multiply(…)乘法函数Returns an element-wise x * y.逐元素返回 x 乘以 y 的结果。对两个张量的对应元素进行乘法操作是基本的数学运算函数在模型中常用于特征组合等操作。108negative(…)取负函数Computes numerical negative value element-wise.逐元素计算数值的负值。对张量中的每个元素取负改变其符号可用于一些数学变换。109no_gradient(…)无梯度指定函数Specifies that ops of type is not differentiable.op_type指定类型为 op_type 的操作不可微分。当自定义的操作没有定义梯度计算方法时使用该函数告知 TensorFlow 该操作不可微分避免在自动微分时出错。110no_op(…)空操作函数Does nothing. Only useful as a placeholder for control edges.不执行任何操作仅作为控制边的占位符有用。在构建计算图时可作为占位符用于控制操作的执行顺序和依赖关系。111nondifferentiable_batch_function(…)不可微批量函数Batches the computation done by the decorated function.对装饰函数的计算进行批量处理。用于对不可微的函数进行批量计算提高计算效率在处理大量数据时很有用。112norm(…)范数计算函数Computes the norm of vectors, matrices, and tensors.计算向量、矩阵和张量的范数。范数是衡量向量、矩阵或张量大小的一种度量可用于评估模型的复杂度、正则化等。113not_equal(…)不相等比较函数Returns the truth value of (x ! y) element-wise.逐元素返回 x 不等于 y 的真值。对两个张量的对应元素进行比较判断 x 是否不等于 y返回布尔类型的张量常用于条件判断和数据筛选。114numpy_function(…)NumPy 函数包装函数Wraps a python function and uses it as a TensorFlow op.包装一个 Python 函数并将其用作 TensorFlow 操作。允许在 TensorFlow 图中使用自定义的 NumPy 函数扩展了 TensorFlow 的功能。115one_hot(…)独热编码函数Returns a one-hot tensor.返回一个独热编码的张量。将类别索引转换为独热编码的向量常用于分类问题中对类别标签进行编码。116ones(…)全 1 张量创建函数Creates a tensor with all elements set to one (1).创建一个所有元素都设置为 1 的张量。用于创建指定形状且元素全为 1 的张量可用于初始化权重矩阵或偏置项等。117ones_like(…)类似全 1 张量创建函数Creates a tensor of all ones that has the same shape as the input.创建一个与输入具有相同形状且所有元素都为 1 的张量。根据输入张量的形状创建一个元素全为 1 的张量方便进行一些初始化操作。118pad(…)填充函数Pads a tensor.对张量进行填充。在张量的边缘添加额外的元素可用于调整张量的形状例如在卷积操作中进行零填充。119parallel_stack(…)并行堆叠函数Stacks a list of rank- tensors into one rank- tensor in parallel.R(R1)将一组秩为 R 的张量并行堆叠成一个秩为 R 1 的张量。将多个张量在新的维度上进行堆叠可并行处理多个张量常用于批量处理数据。120pow(…)幂运算函数Computes the power of one value to another.计算一个值的另一个值次幂。对两个张量的对应元素进行幂运算实现元素级别的指数计算。121print(…)打印函数Print the specified inputs.打印指定的输入。在 TensorFlow 程序中打印张量或其他对象的值122py_function(…)Python 函数包装操作Wraps a python function into a TensorFlow op that executes it eagerly.将一个 Python 函数包装成一个即时执行的 TensorFlow 操作。允许在 TensorFlow 计算图中使用自定义的 Python 函数。在需要使用 Python 特有的库或复杂逻辑时很有用不过由于涉及 Python 解释器的调用可能会影响性能。例如在数据预处理阶段使用自定义的 Python 数据增强函数。123ragged_fill_empty_rows(…)不规则张量填充空行-填充不规则张量中的空行。在处理不规则张量时若存在空行该函数可以对其进行填充操作使数据更规整便于后续处理。比如在自然语言处理中处理变长文本序列时若某些序列为空可以使用此函数进行填充。124ragged_fill_empty_rows_grad(…)不规则张量填充空行的梯度计算-计算不规则张量填充空行操作的梯度。在反向传播过程中用于计算损失函数关于不规则张量填充空行操作的梯度以更新相关参数。125random_index_shuffle(…)随机索引打乱Outputs the position of in a permutation of [0, …, max_index].value输出 value 在 [0, ..., max_index] 的一个排列中的位置。可用于生成随机排列并确定某个值在该排列中的位置常用于数据打乱和随机采样的场景。例如在训练神经网络时随机打乱数据集的顺序。126range(…)范围生成Creates a sequence of numbers.创建一个数字序列。类似于 Python 的 range 函数用于生成一个指定范围的数字序列可用于循环索引或生成特定规律的数据。比如在创建等差数列时使用。127rank(…)张量秩计算Returns the rank of a tensor.返回一个张量的秩。张量的秩表示其维度的数量该函数可帮助用户了解张量的维度信息在进行张量操作和形状检查时非常有用。例如在验证输入数据的维度是否符合模型要求时使用。128realdiv(…)实数除法Returns x / y element-wise for real types.对实数类型的张量逐元素进行 x / y 操作。对两个实数类型的张量进行逐元素的除法运算返回商的张量。常用于需要进行实数除法的数学计算中。129recompute_grad(…)重新计算梯度Defines a function as a recompute-checkpoint for the tape auto-diff.将一个函数定义为磁带自动微分的重新计算检查点。在自动微分过程中为了节省内存可以使用此函数标记某些函数在反向传播时重新计算这些函数的值而不是保存中间结果。适用于内存受限的情况如处理大规模数据时。130reduce_all(…)全量逻辑与归约Computes tf.math.logical_and of elements across dimensions of a tensor.对张量的各维度元素进行 tf.math.logical_and 归约操作。沿着指定维度对张量元素进行逻辑与运算最终得到一个标量或低维张量常用于判断所有元素是否都满足某个条件。例如检查一个布尔张量中的所有元素是否都为 True。131reduce_any(…)存在逻辑或归约Computes tf.math.logical_or of elements across dimensions of a tensor.对张量的各维度元素进行 tf.math.logical_or 归约操作。沿着指定维度对张量元素进行逻辑或运算最终得到一个标量或低维张量用于判断是否存在元素满足某个条件。例如检查一个布尔张量中是否有元素为 True。132reduce_logsumexp(…)对数求和指数归约Computes log(sum(exp(elements across dimensions of a tensor))).计算张量各维度元素的 exp 求和后的对数。在数值计算中直接计算 log(sum(exp(x))) 可能会出现数值溢出问题该函数使用更稳定的算法进行计算常用于概率计算和统计模型中。133reduce_max(…)最大值归约Computes tf.math.maximum of elements across dimensions of a tensor.对张量的各维度元素进行 tf.math.maximum 归约操作。沿着指定维度找出张量元素中的最大值可用于找出一组数据中的最大值如在图像识别中找出特征图中的最大激活值。134reduce_mean(…)均值归约Computes the mean of elements across dimensions of a tensor.计算张量各维度元素的均值。沿着指定维度计算张量元素的平均值常用于统计分析和模型评估中。例如计算一批样本的平均损失。135reduce_min(…)最小值归约Computes the tf.math.minimum of elements across dimensions of a tensor.对张量的各维度元素进行 tf.math.minimum 归约操作。沿着指定维度找出张量元素中的最小值可用于找出一组数据中的最小值如在优化问题中找出最小的损失值。136reduce_prod(…)乘积归约Computes tf.math.multiply of elements across dimensions of a tensor.对张量的各维度元素进行 tf.math.multiply 归约操作。沿着指定维度对张量元素进行乘法运算最终得到一个标量或低维张量可用于计算元素的累积乘积。137reduce_sum(…)求和归约Computes the sum of elements across dimensions of a tensor.计算张量各维度元素的总和。沿着指定维度对张量元素进行求和操作常用于计算总量或累积和。例如计算一批样本的总损失。138register_tensor_conversion_function(…)注册张量转换函数Registers a function for converting objects of to .base_typeTensor注册一个用于将 base_type 对象转换为 Tensor 的函数。当需要将自定义类型的对象转换为 TensorFlow 张量时可以使用此函数注册转换函数方便在 TensorFlow 中使用自定义数据类型。139repeat(…)元素重复Repeat elements of .input重复输入张量的元素。可以按照指定的规则重复输入张量的元素用于扩展数据或生成特定模式的数据。例如将一个向量的元素重复多次以生成更长的向量。140required_space_to_batch_paddings(…)空间到批量填充计算Calculate padding required to make block_shape divide input_shape.计算使 block_shape 能整除 input_shape 所需的填充量。在进行空间到批量的转换操作前确定需要对输入张量进行多少填充以满足特定的块形状要求常用于图像处理和卷积操作中。141reshape(…)张量重塑Reshapes a tensor.重塑一个张量的形状。改变张量的维度和大小同时保持元素数量不变。在数据处理和模型构建中经常使用例如将图像数据从一维向量重塑为二维矩阵。142reverse(…)维度反转Reverses specific dimensions of a tensor.反转张量的特定维度。可以将张量在指定维度上的元素顺序颠倒用于数据的翻转操作如在图像处理中水平或垂直翻转图像。143reverse_sequence(…)可变长度序列反转Reverses variable length slices.反转可变长度的切片。对于包含可变长度序列的张量该函数可以反转每个序列的元素顺序常用于处理变长数据如自然语言处理中的句子序列。144rfftnd(…)N 维实快速傅里叶变换ND fast real Fourier transform.N 维实快速傅里叶变换。对实值信号进行 N 维快速傅里叶变换将时域信号转换为频域信号在信号处理和图像处理中用于分析信号的频率成分。145roll(…)元素滚动Rolls the elements of a tensor along an axis.沿着指定轴滚动张量的元素。将张量的元素在指定轴上循环移动可用于数据的循环移位操作例如将图像的行或列进行循环移动。146round(…)四舍五入Rounds the values of a tensor to the nearest integer, element-wise.逐元素将张量的值四舍五入到最接近的整数。对张量中的每个元素进行四舍五入操作常用于需要整数结果的场景如将浮点数的预测结果转换为整数标签。147saturate_cast(…)饱和类型转换Performs a safe saturating cast of to .valuedtype对 value 进行安全的饱和类型转换到 dtype。在进行类型转换时确保转换后的值不会超出目标类型的范围避免溢出问题。例如将一个较大的整数转换为较小范围的整数类型时使用。148scalar_mul(…)标量乘法Multiplies a scalar times a or object.TensorIndexedSlices将一个标量与 Tensor 或 IndexedSlices 对象相乘。将一个标量值与张量或索引切片对象的每个元素相乘实现标量缩放操作常用于调整张量的大小或权重。149scan(…)扫描操作scan on the list of tensors unpacked from on dimension 0. (deprecated argument values)elems对从 elems 沿第 0 维解包得到的张量列表进行扫描操作。部分参数已弃用对张量列表进行累积计算类似于 foldl 或 foldr但会保留中间结果。不过部分参数已不再推荐使用在处理序列数据的累积计算时可使用。150scatter_nd(…)多维散列操作Scatters into a tensor of shape according to .updatesshapeindices根据 indices 将 updates 散列到形状为 shape 的张量中。将更新值根据索引位置插入到指定形状的张量中常用于构建稀疏张量或更新特定位置的值。例如在构建词嵌入矩阵时更新特定词的嵌入向量。151searchsorted(…)搜索排序位置Searches for where a value would go in a sorted sequence.搜索一个值在排序序列中的插入位置。在一个已排序的序列中查找一个值应该插入的位置可用于二分查找和排序算法中也可用于确定数据的分组位置。152sequence_mask(…)序列掩码生成Returns a mask tensor representing the first N positions of each cell.返回一个掩码张量表示每个单元的前 N 个位置。根据指定的长度生成一个布尔掩码张量用于标记序列中的有效位置常用于处理变长序列如在循环神经网络中掩码填充部分。153shape(…)张量形状获取Returns a tensor containing the shape of the input tensor.返回一个包含输入张量形状的张量。获取输入张量的形状信息以张量的形式返回方便在计算图中使用形状信息进行后续操作如重塑或索引。154shape_n(…)多个张量形状获取Returns shape of a list of tensors.返回一个张量列表的形状。一次性获取多个张量的形状信息可用于批量处理和检查多个张量的形状是否符合要求。155sigmoid(…)Sigmoid 函数Computes sigmoid of element-wise.x逐元素计算 x 的 Sigmoid 值。Sigmoid 函数将输入值映射到 (0, 1) 区间常用于神经网络的激活函数将线性输出转换为概率值也用于二分类问题中的输出层。156sign(…)符号函数Returns an element-wise indication of the sign of a number.逐元素返回一个数的符号指示。对于张量中的每个元素返回其符号正、负或零常用于数值计算和梯度处理中如符号梯度下降算法。157sin(…)正弦函数Computes sine of x element-wise.逐元素计算 x 的正弦值。对张量中的每个元素求正弦值在三角函数计算、信号处理和几何问题中经常使用。158sinh(…)双曲正弦函数Computes hyperbolic sine of x element-wise.逐元素计算 x 的双曲正弦值。在一些数学模型和物理问题中会用到双曲正弦函数该函数对张量的每个元素进行此计算。159size(…)张量大小计算Returns the size of a tensor.返回一个张量的大小元素总数。计算张量中元素的总数可用于了解数据的规模和内存占用情况也可用于数据验证和统计分析。160slice(…)张量切片Extracts a slice from a tensor.从一个张量中提取一个切片。根据指定的起始和结束位置从张量中提取部分元素类似于 Python 列表的切片操作可用于数据的选择和提取。161sort(…)张量排序Sorts a tensor.对一个张量进行排序。对张量的元素进行排序可按升序或降序排列常用于数据的排序和筛选如找出前 k 大的元素。162space_to_batch(…)空间到批量转换SpaceToBatch for N-D tensors of type T.对类型为 T 的 N 维张量进行空间到批量的转换。将输入张量的空间维度信息重新分配到批量维度常用于卷积神经网络中可增加批量大小以提高计算效率。163space_to_batch_nd(…)N 维空间到批量转换SpaceToBatch for N-D tensors of type T.对类型为 T 的 N 维张量进行空间到批量的转换。与 space_to_batch 类似但支持更灵活的 N 维操作可处理不同维度的张量在复杂的图像处理和卷积操作中使用。164split(…)张量分割Splits a tensor into a list of sub tensors.value将一个张量分割成一个子张量列表。根据指定的规则将一个张量分割成多个子张量可按维度或数量进行分割常用于数据的分组和并行处理。165sqrt(…)平方根函数Computes element-wise square root of the input tensor.逐元素计算输入张量的平方根。对张量中的每个元素求平方根在数学计算和归一化操作中经常使用。166square(…)平方函数Computes square of x element-wise.逐元素计算 x 的平方。对张量中的每个元素求平方可用于计算误差的平方、特征的平方等在损失函数和特征工程中常用。167squeeze(…)维度压缩Removes dimensions of size 1 from the shape of a tensor.从张量的形状中移除大小为 1 的维度。去除张量中大小为 1 的维度使张量的形状更简洁便于后续处理和计算例如将 (1, 10) 的张量压缩为 (10,)。168stack(…)张量堆叠Stacks a list of rank- tensors into one rank- tensor.R(R1)将一组秩为 R 的张量堆叠成一个秩为 R 1 的张量。将多个相同形状的张量在新的维度上进行堆叠形成一个更高维度的张量常用于批量处理和数据组合。169stop_gradient(…)停止梯度传播Stops gradient computation.停止梯度计算。在反向传播过程中阻止梯度通过该操作可用于固定某些参数或部分网络避免其参与训练。例如在迁移学习中冻结预训练模型的部分层。170strided_slice(…)跨步切片Extracts a strided slice of a tensor (generalized Python array indexing).提取一个张量的跨步切片广义的 Python 数组索引。可以更灵活地从张量中提取切片支持跨步操作类似于 Python 数组的高级索引方式可用于复杂的数据提取和筛选。171subtract(…)减法函数Returns x - y element-wise.逐元素返回 x - y 的结果。对两个张量的对应元素进行减法运算是基本的数学运算函数在模型中常用于计算差值和梯度。172switch_case(…)开关 - 案例操作Create a switch/case operation, i.e.创建一个开关 - 案例操作。根据不同的条件选择执行不同的操作类似于编程语言中的 switch - case 语句用于实现复杂的逻辑控制在模型中可根据不同的输入情况选择不同的处理流程。173tan(…)正切函数Computes tan of x element-wise.逐元素计算 x 的正切值。对张量中的每个元素求正切值在三角函数计算、信号处理和几何问题中经常使用。174tanh(…)双曲正切函数Computes hyperbolic tangent of element-wise.x逐元素计算 x 的双曲正切值。双曲正切函数将输入值映射到 (-1, 1) 区间常用于神经网络的激活函数与 Sigmoid 函数类似但输出范围更广可缓解梯度消失问题。175tensor_scatter_nd_add(…)多维张量稀疏加法Adds sparse to an existing tensor according to .updatesindices根据 indices 将稀疏的 updates176tensor_scatter_nd_max(…)多维张量稀疏最大值更新Apply a sparse update to a tensor taking the element-wise maximum.对一个张量进行稀疏更新逐元素取最大值。根据给定的索引和更新值将更新值与原张量中对应位置的元素逐元素比较取最大值更新原张量。在处理稀疏数据且需要更新最大值时很有用例如在更新模型参数时仅对部分位置的参数取最大值更新。177tensor_scatter_nd_min(…)多维张量稀疏最小值更新-对一个张量进行稀疏更新逐元素取最小值。根据给定的索引和更新值将更新值与原张量中对应位置的元素逐元素比较取最小值更新原张量。适用于需要更新最小值的场景如在优化问题中更新某些参数的下限。178tensor_scatter_nd_sub(…)多维张量稀疏减法Subtracts sparse from an existing tensor according to .updatesindices根据 indices 从一个现有张量中减去稀疏的 updates。按照指定的索引从原张量中对应位置的元素减去更新值实现稀疏减法操作。常用于对张量的部分元素进行减法更新例如在更新模型梯度时对部分参数进行减法操作。179tensor_scatter_nd_update(…)多维张量稀疏更新Scatter into an existing tensor according to .updatesindices根据 indices 将 updates 散布到一个现有张量中。依据给定的索引将更新值替换原张量中对应位置的元素实现对张量的稀疏更新。可用于更新模型参数、填充稀疏矩阵等场景。180tensordot(…)张量点积与外积Tensor contraction of a and b along specified axes and outer product.沿着指定轴对 a 和 b 进行张量收缩和外积运算。根据指定的轴对两个张量进行点积和外积操作实现复杂的张量运算。可以看作是矩阵乘法在多维张量上的推广常用于深度学习中的特征组合和变换。181tile(…)张量平铺Constructs a tensor by tiling a given tensor.通过平铺一个给定的张量来构造一个新的张量。将输入张量在各个维度上进行重复平铺生成一个更大的张量。可用于扩展数据、复制特征等场景例如在图像数据增强中重复图像块。182timestamp(…)时间戳获取Provides the time since epoch in seconds.提供从纪元开始到现在的时间以秒为单位。返回当前的时间戳可用于记录事件发生的时间、测量程序运行时间等。在日志记录、性能分析等方面有应用。183transpose(…)张量转置Transposes , where is a Tensor.aa对张量 a 进行转置操作。交换张量的维度顺序常用于矩阵转置和多维张量的维度调整。在深度学习中常用于调整输入数据的形状以满足模型的输入要求。184truediv(…)真除法Divides x / y elementwise (using Python 3 division operator semantics).逐元素进行 x / y 除法使用 Python 3 除法运算符语义。对两个张量的对应元素进行除法运算结果保留小数部分符合 Python 3 的除法规则。在需要精确除法结果的场景中使用。185truncatediv(…)截断除法Returns x / y element-wise, rounded towards zero.逐元素返回 x / y 的结果向零取整。对两个张量的对应元素进行除法运算并将结果向零取整舍去小数部分。常用于需要整数结果的除法场景如计算索引位置。186truncatemod(…)截断取模Returns element-wise remainder of division.逐元素返回除法的余数。对两个张量的对应元素进行除法运算返回余数。在循环索引、周期性数据处理等场景中有用。187tuple(…)张量分组Groups tensors together.将多个张量组合在一起。将多个张量打包成一个元组方便在函数中同时返回多个张量或在操作中同时处理多个张量。188type_spec_from_value(…)从值获取类型规格Returns a tf.TypeSpec that represents the given .value返回一个表示给定 value 的 tf.TypeSpec。根据输入的值生成对应的类型规格对象用于描述张量的类型和形状信息。在 TensorFlow 的类型系统中有助于进行类型检查和推理。189unique(…)一维张量去重Finds unique elements in a 1-D tensor.找出一维张量中的唯一元素。对一维张量进行去重操作返回一个包含唯一元素的新张量。常用于数据清洗、特征选择等场景去除重复的数据。190unique_with_counts(…)一维张量去重并计数Finds unique elements in a 1-D tensor.找出一维张量中的唯一元素并返回每个唯一元素的计数。除了找出一维张量中的唯一元素外还统计每个唯一元素在原张量中出现的次数。可用于数据分析和统计了解数据的分布情况。191unravel_index(…)一维索引转多维坐标Converts an array of flat indices into a tuple of coordinate arrays.将一维的扁平索引数组转换为多维坐标数组的元组。在多维数组中将一维的索引转换为对应的多维坐标方便进行多维数组的索引和访问。例如在图像处理中将一维的像素索引转换为二维的图像坐标。192unstack(…)张量解堆叠Unpacks the given dimension of a rank- tensor into rank- tensors.R(R-1)将一个秩为 R 的张量在指定维度上解堆叠成秩为 R - 1 的张量。与 stack 操作相反将一个高维张量在指定维度上拆分成多个低维张量。常用于将批量数据拆分成单个样本或处理多维序列数据。193variable_creator_scope(…)变量创建作用域Scope which defines a variable creation function to be used by variable().定义一个变量创建函数的作用域供 variable() 使用。在该作用域内可以自定义变量的创建方式例如指定变量的初始化方法、存储设备等。在需要对变量创建进行统一管理和定制时使用。194vectorized_map(…)向量映射Parallel map on the list of tensors unpacked from on dimension 0.elems对从 elems 沿第 0 维解包得到的张量列表进行并行映射操作。对张量列表中的每个元素并行应用指定的函数提高计算效率。适用于处理大规模数据的并行计算场景如批量数据的预处理。195where(…)条件索引或多路选择Returns the indices of non-zero elements, or multiplexes and .xy返回非零元素的索引或者根据条件对 x 和 y 进行多路选择。当只有一个输入时返回输入张量中非零元素的索引当有三个输入条件、x、y时根据条件从 x 和 y 中选择元素。常用于条件筛选和数据选择操作。196while_loop(…)循环操作Repeat while the condition is true. (deprecated argument values)bodycond当条件 cond 为真时重复执行 body。部分参数已弃用实现循环控制结构只要条件满足就不断执行指定的操作。可用于迭代计算、递归算法等场景但部分参数已不再推荐使用。197zeros(…)全零张量创建Creates a tensor with all elements set to zero.创建一个所有元素都设置为零的张量。用于初始化一个指定形状的全零张量常用于初始化模型的权重矩阵、偏置项等。198zeros_like(…)类似全零张量创建Creates a tensor with all elements set to zero.创建一个与输入张量形状相同且所有元素都为零的张量。根据输入张量的形状创建一个全零张量方便在需要与输入张量形状一致的零张量时使用如初始化梯度张量。
