TensorFlowにデフォルトで装備されている関数

Modules

 

app:

Generic entry point script.
一般的なエントリーポイントスクリプト用モジュール

bitwise:

Operations for manipulating the binary representations of integers.
整数のバイナリ表現を操作するモジュール

compat:

Functions for Python 2 vs. 3 compatibility.
Python 2と3の互換性のためのモジュール

contrib:

contrib module containing volatile or experimental code.
揮発性コードまたは実験コードを含むcontribモジュール

data:

tf.data.Dataset API for input pipelines.
入力パイプライン用のtf.data.Dataset API

distributions:

Core module for TensorFlow distribution objects and helpers.
TensorFlowの分布オブジェクトとヘルパーのコアモジュール

errors:

Exception types for TensorFlow errors.
TensorFlowエラーの例外タイプ

estimator:

Estimator: High level tools for working with models.
モデルを扱うための高度なツール

feature_column: FeatureColumns:

Tools for ingesting and representing features.
特徴を取り込み、表現するためのツール

gfile:

Import router for file_io.
file_ioのインポートルーター

graph_util:

Helpers to manipulate a tensor graph in python.
Pythonでテンソルグラフを操作するヘルパー

image:

Image processing and decoding ops.
画像の処理とデコードを処理を行うモジュール

initializers:

Public API for tf.initializer namespace.
tf.initializer名前空間のパブリックAPI

keras:

Implementation of the Keras API meant to be a high-level API for TensorFlow.
TensorFlowの高水準APIとなることを意図したKeras APIの実装モジュール

layers:

This library provides a set of high-level neural networks layers.
一連の高水準ニューラルネットワークレイヤを提供するモジュール

linalg:

Public API for tf.linalg namespace.
tf.linalg名前空間のパブリックAPI

logging:

Logging utilities.
ログ記録用ユーティリティー

losses:

Loss operations for use in neural networks.
ニューラルネットワークで用いる損失関数

manip:

Operators for manipulating tensors.
テンソルを操作するモジュール

metrics:

Evaluation-related metrics.
評価に関連する指標モジュール

nn:

Neural network support.
ニューラルネットワーク関連モジュール

profiler:

Profiler python module provides APIs to profile TensorFlow models.
TensorFlowモデルをプロファイルするためのAPIを提供するプロファイラーPythonモジュール

python_io:

Python functions for directly manipulating TFRecord-formatted files.
TFRecord形式のファイルを直接操作するためのPython関数

pywrap_tensorflow:

A wrapper for TensorFlow SWIG-generated bindings.
TensorFlow SWIG生成バインディングのラッパー

resource_loader:

Resource management library.
リソース管理ライブラリ

saved_model:

Convenience functions to save a model.
モデルを保存するのに利便性がある関数

sets:

Tensorflow set operations.
TensorFlowセットの操作モジュール

spectral:

Spectral operators (e.g. DCT, FFT, RFFT).
特殊操作モジュール(例:離散コサイン変換、高速フーリエ変換、複素フーリエ変換)

summary:

Tensor summaries for exporting information about a model.
モデルに関する情報をエクスポートするためのテンソル要約モジュール

sysconfig:

System configuration library.
システム設定ライブラリ

test:

Testing.
テストの実施用モジュール

train:

Support for training models.
モデルを学習させるための支援モジュール

 

Classes

 

AggregationMethod:

A class listing aggregation methods used to combine gradients.
勾配を結合するために使用される集計方法を列挙したクラス

AttrValue:


child class ListValue

ConditionalAccumulator:

A conditional accumulator for aggregating gradients.
勾配を集約するための条件付アキュムレータ

ConditionalAccumulatorBase:

A conditional accumulator for aggregating gradients.
勾配を集約するための条件付アキュムレータ

ConfigProto:


child class DeviceCountEntry

DType:

Represents the type of the elements in a Tensor.
テンソル内の要素のタイプを表します

DeviceSpec:

Represents a (possibly partial) specification for a TensorFlow device.
TensorFlowデバイスの(おそらく部分的な)仕様を表します

Dimension:

Represents the value of one dimension in a TensorShape.
TensorShapeの1つの次元の値を表します

Event:

Defined in tensorflow/core/util/event.proto.
tensorflow/core/util/event.proto にて定義されています

= class tf.summary.Event

FIFOQueue:

A queue implementation that dequeues elements in first-in first-out order.
ファーストイン・ファーストアウトの順序で要素をデキューするキュー実装

FixedLenFeature:

Configuration for parsing a fixed-length input feature.
固定長入力機能を解析するための設定

FixedLenSequenceFeature:

Configuration for parsing a variable-length input feature into a Tensor.
可変長入力機能をTensorに解析するための設定

FixedLengthRecordReader:

A Reader that outputs fixed-length records from a file.
ファイルから固定長レコードを出力するリーダー

GPUOptions:

Defined in tensorflow/core/protobuf/config.proto.
tensorflow/core/protobuf/config.proto にて定義されています

child class Experimental

Graph:

A TensorFlow computation, represented as a dataflow graph.
データフローグラフとして表されるTensorFlow計算

GraphDef:

Defined in tensorflow/core/framework/graph.proto.
tensorflow/core/framework/graph.proto にて定義されています

GraphKeys:

Standard names to use for graph collections.
グラフコレクションに使用する標準名

GraphOptions:

Defined in tensorflow/core/protobuf/config.proto.
tensorflow/core/protobuf/config.proto にて定義されています

HistogramProto:

Defined in tensorflow/core/framework/summary.proto.
tensorflow/core/framework/summary.proto にて定義されています

IdentityReader:

A Reader that outputs the queued work as both the key and value.
キューに入れられた作業をキーと値の両方として出力するリーダー

IndexedSlices:

A sparse representation of a set of tensor slices at given indices.
与えられたインデックスにおけるテンソルスライスのセットの疎な表現

InteractiveSession:

A TensorFlow Session for use in interactive contexts, such as a shell.
シェルなどのインタラクティブなコンテキストで使用するTensorFlowセッション

LMDBReader:

A Reader that outputs the records from a LMDB file.
LMDBファイルからレコードを出力するリーダー

LogMessage:

Defined in tensorflow/core/util/event.proto.
tensorflow/core/util/event.proto にて定義されています

MetaGraphDef:

Defined in tensorflow/core/protobuf/meta_graph.proto.
tensorflow/core/protobuf/meta_graph.proto にて定義されています

child class CollectionDefEntry
child class MetaInfoDef
child class SignatureDefEntry

NameAttrList:

Defined in tensorflow/core/framework/attr_value.proto.
tensorflow/core/framework/attr_value.proto にて定義されています

child class AttrEntry

NodeDef:

Defined in tensorflow/core/framework/node_def.proto.
tensorflow/core/framework/node_def.proto にて定義されています

child class AttrEntry

OpError:

A generic error that is raised when TensorFlow execution fails.
TensorFlowの実行が失敗した場合に生成される一般的なエラー

Operation:

Represents a graph node that performs computation on tensors.
テンソルで計算を実行するグラフノードを表します

OptimizerOptions:

Defined in tensorflow/core/protobuf/config.proto.
tensorflow/core/protobuf/config.proto にて定義されています

PaddingFIFOQueue:

A FIFOQueue that supports batching variable-sized tensors by padding.
パディングによって可変サイズのテンソルをバッチ処理することをサポートするFIFOQueue

PriorityQueue:

A queue implementation that dequeues elements in prioritized order.
優先順位付けされた順序で要素をデキューするキュー実装

QueueBase:

Base class for queue implementations.
キュー実装の基本クラス

RandomShuffleQueue:

A queue implementation that dequeues elements in a random order.
要素をランダムな順序でデキューするキュー実装

ReaderBase:

Base class for different Reader types, that produce a record every step.
各ステップごとにレコードを生成する異なるReader型の基本クラス

RegisterGradient:

A decorator for registering the gradient function for an op type.
op型のグラデーション関数を登録するデコレータ

RunMetadata:

Defined in tensorflow/core/protobuf/config.proto.
tensorflow/core/protobuf/config.proto にて定義されています

RunOptions:

Defined in tensorflow/core/protobuf/config.proto.
tensorflow/core/protobuf/config.proto にて定義されています

Session:

A class for running TensorFlow operations.
TensorFlow演算処理を実行するためのクラス

SessionLog:

Defined in tensorflow/core/util/event.proto.
tensorflow/core/util/event.proto にて定義されています

= class tf.SessionLog
= class tf.summary.SessionLog

SparseConditionalAccumulator:

A conditional accumulator for aggregating sparse gradients.
スパース勾配を集約するための条件付きアキュムレータ

SparseFeature:

Configuration for parsing a sparse input feature from an Example.
Exampleからスパース入力フィーチャを解析するための設定

SparseTensor:

Represents a sparse tensor.
スパーステンソルを表します

SparseTensorValue:

SparseTensorValue(indices, values, dense_shape)

Summary:

Defined in tensorflow/core/framework/summary.proto.
tensorflow/core/framework/summary.proto にて定義されています

= class tf.Summary
= class tf.summary.Summary

child class Audio
child class Image
child class Value

SummaryMetadata:

Defined in tensorflow/core/framework/summary.proto.
tensorflow/core/framework/summary.protoにて定義されています

child class PluginData

TFRecordReader:

A Reader that outputs the records from a TFRecords file.
TFRecordsファイルからレコードを出力するリーダー

Tensor:

Represents one of the outputs of an Operation.
Operationの出力の1つを表します

TensorArray:

Class wrapping dynamic-sized, per-time-step, write-once Tensor arrays.
ダイナミックサイズ、タイムステップごとのライトワンステンソル配列をラップするクラス

TensorInfo:

Defined in tensorflow/core/protobuf/meta_graph.proto.
tensorflow/core/protobuf/meta_graph.protoにて定義されています

child class CooSparse

TensorShape:

Represents the shape of a Tensor.
テンソルの形状を表します

TextLineReader:

A Reader that outputs the lines of a file delimited by newlines.
改行で区切られたファイルの行を出力するReader

VarLenFeature:

Configuration for parsing a variable-length input feature.
可変長入力機能を解析するための設定

Variable:

See the Variables How To for a high level overview.
高水準の概要については、変数の使用方法を参照してください

VariableScope:

Variable scope object to carry defaults to provide to get_variable.
可変スコープオブジェクトは、get_variableに提供するためにデフォルトを持ちます

WholeFileReader:

A Reader that outputs the entire contents of a file as a value.
ファイルの内容全体を値として出力するReaderです

constant_initializer:

Initializer that generates tensors with constant values.
一定値のテンソルを生成するイニシャライザ

name_scope:

A context manager for use when defining a Python op.
Pythonのオペレーションを定義するときに使うコンテキストマネージャ

ones_initializer:

Initializer that generates tensors initialized to 1.
テンソルを1に初期化するイニシャライザ

orthogonal_initializer:

Initializer that generates an orthogonal matrix.
直交行列を生成するイニシャライザ

random_normal_initializer:

Initializer that generates tensors with a normal distribution.
正規分布でテンソルを生成するイニシャライザ

random_uniform_initializer:

Initializer that generates tensors with a uniform distribution.
一様分布でテンソルを生成するイニシャライザ

truncated_normal_initializer:

Initializer that generates a truncated normal distribution.
切断正規分布を生成するイニシャライザ

uniform_unit_scaling_initializer:

Initializer that generates tensors without scaling variance.
分散をスケーリングせずにテンソルを生成するイニシャライザ

variable_scope:

A context manager for defining ops that creates variables (layers).
変数(レイヤ)を作成するopsを定義するコンテキストマネージャ

variance_scaling_initializer:

Initializer capable of adapting its scale to the shape of weights tensors.
そのスケールを重みテンソルの形状に適合させることができるイニシャライザ

zeros_initializer:

Initializer that generates tensors initialized to 0.
テンソルを0に初期化するイニシャライザ

 

Functions

 

Assert(…):

Asserts that the given condition is true.
与えられた条件が真であると主張します

NoGradient(…):

Specifies that ops of type op_type is not differentiable.
op_type型のオペレーションが区別できないことを指定します

NotDifferentiable(…):

Specifies that ops of type op_type is not differentiable.
op_type型のオペレーションが区別できないことを指定します

Print(…):

Prints a list of tensors.
テンソルのリストを出力します

abs(…):

Computes the absolute value of a tensor.
テンソルの絶対値を計算します

accumulate_n(…):

Returns the element-wise sum of a list of tensors.
テンソルのリストの要素ごとの合計を返します

acos(…):

Computes acos of x element-wise.
x要素のacosを計算します

acosh(…):

Computes inverse hyperbolic cosine of x element-wise.
x要素の逆双曲線余弦を計算します

add(…):

Returns x + y element-wise.
要素ごとにx + yを返します

add_check_numerics_ops(…):

Connect a check_numerics to every floating point tensor.
すべての浮動小数点テンソルにcheck_numericsを接続します

add_n(…):

Adds all input tensors element-wise.
すべての入力テンソルを要素ごとに加算します

add_to_collection(…):

Wrapper for Graph.add_to_collection() using the default graph.
デフォルトのグラフを使用して、Graph.add_to_collection()のラッパー

all_variables(…):

See tf.global_variables. (deprecated)
tf.global_variablesを参照してください(廃止予定)

angle(…):

Returns the element-wise argument of a complex (or real) tensor.
複素(または実)テンソルの要素的な引数を返します

arg_max(…):

Returns the index with the largest value across dimensions of a tensor. (deprecated)
テンソルの次元間で最大の値を持つインデックスを返します(廃止予定)

arg_min(…):

Returns the index with the smallest value across dimensions of a tensor. (deprecated)
テンソルの次元にわたって最小の値を持つインデックスを返します(廃止予定)

argmax(…):

Returns the index with the largest value across axes of a tensor. (deprecated arguments)
テンソルの軸間で最大の値を持つインデックスを返します(非推奨の引数)

argmin(…):

Returns the index with the smallest value across axes of a tensor. (deprecated arguments)
テンソルの軸間で最小の値を持つインデックスを返します(非推奨の引数)

as_dtype(…):

Converts the given type_value to a DType.
指定されたtype_valueをDTypeに変換します

as_string(…):

Converts each entry in the given tensor to strings. Supports many numeric types and boolean.
与えられたテンソルの各エントリを文字列に変換します。 多くの数値型とブール値をサポートしています。

asin(…):

Computes asin of x element-wise.
x要素のasinを計算します

asinh(…):

Computes inverse hyperbolic sine of x element-wise.
x要素の逆双曲線正弦を計算します

assert_equal(…):

Assert the condition x == y holds element-wise.
x == yが要素ごとに保持されるという条件をアサートする

assert_greater(…):

Assert the condition x > y holds element-wise.
条件x > yは要素単位で保持されます

assert_greater_equal(…):

Assert the condition x >= y holds element-wise.
条件x >= yが要素単位で保持されると主張する

assert_integer(…):

Assert that x is of integer dtype.
xが整数dtypeであると主張する

assert_less(…):

Assert the condition x < y holds element-wise.
条件x < yは要素単位で保持されます

assert_less_equal(…):

Assert the condition x <= y holds element-wise.
条件x <= yが要素ごとに保持されることをアサートする

assert_near(…):

Assert the condition x and y are close element-wise.
条件xとyが要素ごとに近値であると主張する

assert_negative(…):

Assert the condition x < 0 holds element-wise.
条件x < 0は要素単位で保持されます

assert_non_negative(…):

Assert the condition x >= 0 holds element-wise.
条件x >= 0が要素ごとに保持されると主張する

assert_non_positive(…):

Assert the condition x <= 0 holds element-wise.
条件x <= 0が要素ごとに保持されると主張する

assert_none_equal(…):

Assert the condition x != y holds for all elements.
すべての要素に対してx!= yが成り立つ条件をアサートする

assert_positive(…):

Assert the condition x > 0 holds element-wise.
条件x > 0は要素単位で保持されます

assert_proper_iterable(…):

Static assert that values is a “proper” iterable.
Staticは値が「適切な」反復可能であると主張します

assert_rank(…):

Assert x has rank equal to rank.
xはrankに等しいランクを持つと主張する

assert_rank_at_least(…):

Assert x has rank equal to rank or higher.
xにはランク以上のランクがあると主張する

assert_rank_in(…):

Assert x has rank in ranks.
xにランクのランクがあると主張する

assert_same_float_dtype(…):

Validate and return float type based on tensors and dtype.
テンソルとdtypeに基づいて浮動小数点型を検証して返します

assert_scalar(…):

Defined in tensorflow/python/ops/check_ops.py.
tensorflow/python/ops/check_ops.py にて定義されています

= tf.assert_scalar
= tf.contrib.framework.assert_scalar

assert_type(…):

Statically asserts that the given Tensor is of the specified type.
指定されたTensorが指定された型であることを静的に宣言します

assert_variables_initialized(…):

Returns an Op to check if variables are initialized.
変数が初期化されているかどうかを確認するためにOpを返します

assign(…):

Update ‘ref’ by assigning ‘value’ to it.
‘value’を代入して ‘ref’を更新します

assign_add(…):

Update ‘ref’ by adding ‘value’ to it.
‘value’を追加して ‘ref’を更新します

assign_sub(…):

Update ‘ref’ by subtracting ‘value’ from it.
‘value’を引いて ‘ref’を更新します

atan(…):

Computes atan of x element-wise.
x要素のatanを計算します

atan2(…):

Computes arctangent of y/x element-wise, respecting signs of the arguments.
y/xのアークタンジェントを要素ごとに計算し、引数の符号を尊重します

atanh(…):

Computes inverse hyperbolic tangent of x element-wise.
x要素の逆双曲線正接を計算します

batch_to_space(…):

BatchToSpace for 4-D tensors of type T.
タイプTの4次元テンソルのBatchToSpaceを行います

batch_to_space_nd(…):

BatchToSpace for N-D tensors of type T.
タイプTのN次元テンソルのBatchToSpaceを行います

betainc(…):

Compute the regularized incomplete beta integral.
正規化された不完全ベータ積分を計算する

bincount(…):

Counts the number of occurrences of each value in an integer array.
整数配列内の各値の出現回数をカウントします

bitcast(…):

Bitcasts a tensor from one type to another without copying data.
データをコピーせずにあるタイプから別のタイプにテンソルをビットキャストします

boolean_mask(…):

Apply boolean mask to tensor. Numpy equivalent is tensor[mask].
ブール値マスクをテンソルに適用する。 ナンシー相当量はテンソル[マスク]です。

broadcast_dynamic_shape(…):

Returns the broadcasted dynamic shape between shape_x and shape_y.
shape_xとshape_yの間のブロードキャストされた動的シェイプを返します

broadcast_static_shape(…):

Returns the broadcasted static shape between shape_x and shape_y.
shape_xとshape_yの間のブロードキャストされた静的形状を返します

case(…):

Create a case operation.
ケース操作を作成します

cast(…):

Casts a tensor to a new type.
テンソルを新しいタイプにキャストします

ceil(…):

Returns element-wise smallest integer in not less than x.
 要素ごとにxより小さくない最小の整数を返します

check_numerics(…):

Checks a tensor for NaN and Inf values.
NaNとInf値のテンソルをチェックします

cholesky(…):

Computes the Cholesky decomposition of one or more square matrices.
1つまたは複数の正方行列のコレスキー分解を計算します

cholesky_solve(…):

Solves systems of linear eqns A X = RHS, given Cholesky factorizations.
コレスキー分解を用いて線形方程式A X = RHSのシステムを解く

clip_by_average_norm(…):

Clips tensor values to a maximum average L2-norm.
テンソル値を最大平均L2ノルムにクリップする

clip_by_global_norm(…):

Clips values of multiple tensors by the ratio of the sum of their norms.
複数のテンソルの値を、それらのノルムの合計の比率でクリップします

clip_by_norm(…):

Clips tensor values to a maximum L2-norm.
テンソル値を最大L2ノルムにクリップします

clip_by_value(…):

Clips tensor values to a specified min and max.
テンソル値を指定された最小値と最大値にクリップします

colocate_with(…):

Defined in tensorflow/python/framework/ops.py.
tensorflow/python/framework/ops.py にて定義されています

complex(…):

Converts two real numbers to a complex number.
2つの実数を複素数に変換します

concat(…):

Concatenates tensors along one dimension.
ある次元に沿ってテンソルを連結します

cond(…):

Return true_fn() if the predicate pred is true else false_fn(). (deprecated arguments)
述語predがtrueの場合はtrue_fn()を返し、そうでない場合はfalse_fn()を返します。 (非推奨の引数)

confusion_matrix(…):

Computes the confusion matrix from predictions and labels.
予測とラベルから混同行列を計算します

conj(…):

Returns the complex conjugate of a complex number.
複素数の複素共役を返します

constant(…):

Creates a constant tensor.
定数テンソルを作成します

container(…):

Wrapper for Graph.container() using the default graph.
既定のグラフを使用したGraph.container()のラッパー

control_dependencies(…):

Wrapper for Graph.control_dependencies() using the default graph.
デフォルトのグラフを使用したGraph.control_dependencies()のラッパー

convert_to_tensor(…):

Converts the given value to a Tensor.
与えられた値をテンソルに変換します

convert_to_tensor_or_indexed_slices(…):

Converts the given object to a Tensor or an IndexedSlices.
指定されたオブジェクトをTensorまたはIndexedSlicesに変換します

convert_to_tensor_or_sparse_tensor(…):

Converts value to a SparseTensor or Tensor.
値をSparseTensorまたはTensorに変換します

cos(…):

Computes cos of x element-wise.
x要素のcosを計算します

cosh(…):

Computes hyperbolic cosine of x element-wise.
x要素の双曲線コサインを計算します

count_nonzero(…):

Computes number of nonzero elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元にわたる非ゼロ要素の数を計算します(非推奨の引数)

count_up_to(…):

Increments ‘ref’ until it reaches ‘limit’.
‘limit’に達するまで ‘ref’をインクリメントします

create_partitioned_variables(…):

Create a list of partitioned variables according to the given slicing.
与えられたスライスに応じて分割された変数のリストを作成します

cross(…):

Compute the pairwise cross product.
ペアワイズの積を計算します

cumprod(…):

Compute the cumulative product of the tensor x along axis.
軸に沿ったテンソルxの累積積を計算します

cumsum(…):

Compute the cumulative sum of the tensor x along axis.
軸に沿ったテンソルxの累積合計を計算します

custom_gradient(…):

Decorator to define a function with a custom gradient.
カスタムグラデーションを使用して関数を定義するデコレータ

decode_base64(…):

Decode web-safe base64-encoded strings.
ウェブセーフなbase64でエンコードされた文字列をデコードします

decode_csv(…):

Convert CSV records to tensors. Each column maps to one tensor.
CSVレコードをテンソルに変換します。 各列は1つのテンソルにマップされます。

decode_json_example(…):

Convert JSON-encoded Example records to binary protocol buffer strings.
JSONでエンコードされたサンプルレコードをバイナリプロトコルのバッファ文字列に変換します

decode_raw(…):

Reinterpret the bytes of a string as a vector of numbers.
文字列のバイトを数字のベクトルとして再解釈します

delete_session_tensor(…):

Delete the tensor for the given tensor handle.
指定されたテンソルハンドルのテンソルを削除します

depth_to_space(…):

DepthToSpace for tensors of type T.
T型のテンソルのDepthToSpace

dequantize(…):

Dequantize the ‘input’ tensor into a float Tensor.
フロートテンソルに ‘入力’テンソルを逆数分解します

deserialize_many_sparse(…):

Deserialize and concatenate SparseTensors from a serialized minibatch.
シリアライズされたミニバッチからSparseTensorsをデシリアライズして連結します

device(…):

Wrapper for Graph.device() using the default graph.
既定のグラフを使用したGraph.device()のラッパー

diag(…):

Returns a diagonal tensor with a given diagonal values.
与えられた対角値を持つ対角テンソルを返します

diag_part(…):

Returns the diagonal part of the tensor.
テンソルの対角部分を返します

digamma(…):

Computes Psi, the derivative of Lgamma (the log of the absolute value of Gamma(x)), element-wise.
Lgammaの微分(Gamma(x)の絶対値の対数)であるPsiを要素ごとに計算します

div(…):

Divides x / y elementwise (using Python 2 division operator semantics).
x/yを要素分割します(Python 2除算演算子のセマンティクスを使用)

divide(…):

Computes Python style division of x by y.
Pythonスタイルのxのyによる除算を計算します

dynamic_partition(…):

Partitions data into num_partitions tensors using indices from partitions.
パーティションからのインデックスを使用してnum_partitionsテンソルにデータを分割します

dynamic_stitch(…):

Interleave the values from the data tensors into a single tensor.
データテンソルからの値を1つのテンソルにインターリーブします

edit_distance(…):

Computes the Levenshtein distance between sequences.
シーケンス間のLevenshtein距離を計算します

einsum(…):

A generalized contraction between tensors of arbitrary dimension.
任意の次元のテンソル間の一般化された収縮

enable_eager_execution(…): new

Enables eager execution for the lifetime of this program.
このプログラムの生涯(lifetime)にわたってeager executionを可能にします

encode_base64(…):

Encode strings into web-safe base64 format.
文字列をウェブセーフなbase64形式にエンコードします

equal(…):

Returns the truth value of (x == y) element-wise.
要素ごとに(x == y)の真理値を返します

erf(…):

Computes the Gauss error function of x element-wise.
x要素のガウス誤差関数を計算します

erfc(…):

Computes the complementary error function of x element-wise.
x要素の補数誤差関数を計算します

executing_eagerly(…): new

Returns True if the current thread has eager execution enabled.
現在のスレッドがeager executionを有効にしている場合はTrueを返します

exp(…):

Computes exponential of x element-wise.
x要素の指数関数を計算します

expand_dims(…):

Inserts a dimension of 1 into a tensor’s shape.
テンソルの形状に1の次元を挿入します

expm1(…):

Computes exponential of x – 1 element-wise.
要素ごとにx-1の指数関数を計算します

extract_image_patches(…):

Extract patches from images and put them in the “depth” output dimension.
画像からパッチを抽出し、それらを「深度」出力次元に入れます

eye(…):

Construct an identity matrix, or a batch of matrices.
単位行列、または行列のバッチを構成します

fake_quant_with_min_max_args(…):

Fake-quantize the ‘inputs’ tensor, type float to ‘outputs’ tensor of same type.
‘入力’テンソルを偽量子化し、同じ型の ‘出力’テンソルにfloat型を入力します

fake_quant_with_min_max_args_gradient(…):

Compute gradients for a FakeQuantWithMinMaxArgs operation.
FakeQuantWithMinMaxArgs操作のグラデーションを計算します

fake_quant_with_min_max_vars(…):

Fake-quantize the ‘inputs’ tensor of type float via global float scalars min and max to ‘outputs’ tensor of same shape as inputs.
float型の ‘入力’テンソルをグローバルフロートスカラを使って最小値と最大値を入力と同じ形の ‘出力’テンソルに偽量子化します

fake_quant_with_min_max_vars_gradient(…):

Compute gradients for a FakeQuantWithMinMaxVars operation.
FakeQuantWithMinMaxVars操作の勾配を計算します

fake_quant_with_min_max_vars_per_channel(…):

Fake-quantize the ‘inputs’ tensor of type float and one of the shapes: [d], [b, d] [b, h, w, d] via per-channel floats min and max of shape [d] to ‘outputs’ tensor of same shape as inputs.
[d]、[b、d] [b、h、w、d]の各チャンネルの浮動小数点数と形状[d]の最大値を使って、float型の ‘入力’テンソルと形状の1つを ‘ 入力と同じ形状のテンソルを出力します

fake_quant_with_min_max_vars_per_channel_gradient(…):

Compute gradients for a FakeQuantWithMinMaxVarsPerChannel operation.
FakeQuantWithMinMaxVarsPerChannel操作のグラデーションを計算します

fft(…):

Fast Fourier transform.
高速フーリエ変換

fft2d(…):

2D fast Fourier transform.
2次元高速フーリエ変換

fft3d(…):

3D fast Fourier transform.
3次元高速フーリエ変換

fill(…):

Creates a tensor filled with a scalar value.
スカラー値で満たされたテンソルを作成します

fixed_size_partitioner(…):

Partitioner to specify a fixed number of shards along given axis.
指定された軸に沿って一定数のシャードを指定するためのPartitioner

floor(…):

Returns element-wise largest integer not greater than x.
xより大きくない要素単位の最大の整数を返します

floor_div(…):

Returns x / y element-wise.
要素ごとにx / yを返します

floordiv(…):

Divides x / y elementwise, rounding toward the most negative integer.
x / yを要素単位で除算し、最も負の整数に丸めます

floormod(…):

Returns element-wise remainder of division. When x < 0 xor y > 0 is true, this follows Python semantics in that the result here is consistent with a flooring divide. E.g. floor(x / y) * y + mod(x, y) = x.
要素分割した残りの要素を返します。 x < 0 xor y> 0が真である場合、これはPythonのセマンティクスに従います。ここでの結果はフローリング分割と一致します。 例えば。 floor(x / y)* y + mod(x、y)= x。

foldl(…):

foldl on the list of tensors unpacked from elems on dimension 0.
次元0の要素からアンパックされたテンソルのリストのfoldl

foldr(…):

foldr on the list of tensors unpacked from elems on dimension 0.
次元0の要素からアンパックされたテンソルのリストのfoldr

gather(…):

Gather slices from params axis axis according to indices.
指標に従って、軸の軸からスライスを収集します

gather_nd(…):

Gather slices from params into a Tensor with shape specified by indices.
paramsからTensorにスライスを集め、インデックスで指定された形状にします

get_collection(…):

Wrapper for Graph.get_collection() using the default graph.
Graph.get_collection()のラッパー(デフォルトグラフを使用)

get_collection_ref(…):

Wrapper for Graph.get_collection_ref() using the default graph.
Graph.get_collection_ref()のラッパー(デフォルトグラフを使用)

get_default_graph(…):

Returns the default graph for the current thread.
現在のスレッドのデフォルトグラフを返します

get_default_session(…):

Returns the default session for the current thread.
現在のスレッドのデフォルトセッションを返します

get_local_variable(…):

Gets an existing local variable or creates a new one.
既存のローカル変数を取得するか、新しいローカル変数を作成します

get_seed(…):

Returns the local seeds an operation should use given an op-specific seed.
オペレーション固有のシードを指定して、オペレーションが使用するローカルシードを返します

get_session_handle(…):

Return the handle of data.
データのハンドルを返します

get_session_tensor(…):

Get the tensor of type dtype by feeding a tensor handle.
テンソルハンドルを与えることによってdtype型のテンソルを取得します

get_variable(…):

Gets an existing variable with these parameters or create a new one.
これらのパラメータを使用して既存の変数を取得するか、新しいパラメータを作成します

get_variable_scope(…):

Returns the current variable scope.
現在の変数スコープを返します

global_norm(…):

Computes the global norm of multiple tensors.
複数のテンソルのグローバルなノルムを計算します

global_variables(…):

Returns global variables.
グローバル変数を返します

global_variables_initializer(…):

Returns an Op that initializes global variables.
グローバル変数を初期化するOpを返します

glorot_normal_initializer(…):

The Glorot normal initializer, also called Xavier normal initializer.
Glorotノーマルイニシャライザ(Xavier normal initializerとも呼ばれます)

glorot_uniform_initializer(…):

The Glorot uniform initializer, also called Xavier uniform initializer.
Glorot uniform initializer、Xavier uniform initializerとも呼ばれます

gradients(…):

Constructs symbolic derivatives of sum of ys w.r.t. x in xs.
ys w.r.tの和の象徴的導関数を構築する。 x in xs

greater(…):

Returns the truth value of (x > y) element-wise.
要素ごとに(x> y)の真理値を返します

greater_equal(…):

Returns the truth value of (x >= y) element-wise.
要素ごとに(x> = y)の真理値を返します

group(…):

Create an op that groups multiple operations.
複数の操作をグループ化するopを作成します

guarantee_const(…):

Gives a guarantee to the TF runtime that the input tensor is a constant.
入力テンソルが定数であることをTFランタイムに保証します

hessians(…):

Constructs the Hessian of sum of ys with respect to x in xs.
xsのxに関してysの和のヘッセ行列を構築する

histogram_fixed_width(…):

Return histogram of values.
値のヒストグラムを返します

histogram_fixed_width_bins(…):

Bins the given values for use in a histogram.
ヒストグラムで使用するために指定された値を格納します

identity(…):

Return a tensor with the same shape and contents as input.
入力と同じ形と内容のテンソルを返します

identity_n(…):

Returns a list of tensors with the same shapes and contents as the input tensors.
入力テンソルと同じ形と内容のテンソルのリストを返します

ifft(…):

Inverse fast Fourier transform.
逆高速フーリエ変換

ifft2d(…):

Inverse 2D fast Fourier transform.
2次元逆高速フーリエ変換

ifft3d(…):

Inverse 3D fast Fourier transform.
3次元逆高速フーリエ変換

igamma(…):

Compute the lower regularized incomplete Gamma function Q(a, x).
下位正則化不完全ガンマ関数Q(a、x)を計算する

igammac(…):

Compute the upper regularized incomplete Gamma function Q(a, x).
上部正則化不完全ガンマ関数Q(a、x)を計算する

imag(…):

Returns the imaginary part of a complex (or real) tensor.
複素数(または実数)テンソルの虚数部分を返します

import_graph_def(…):

Imports the graph from graph_def into the current default Graph. (deprecated arguments)
graph_defから現在のデフォルトグラフにグラフをインポートします。 (非推奨の引数)

initialize_all_tables(…):

Returns an Op that initializes all tables of the default graph. (deprecated)
デフォルトグラフのすべてのテーブルを初期化するOpを返します。 (廃止予定)

initialize_all_variables(…):

See tf.global_variables_initializer. (deprecated)
tf.global_variables_initializerを参照してください。 (廃止予定)

initialize_local_variables(…):

See tf.local_variables_initializer. (deprecated)
tf.local_variables_initializerを参照してください。 (廃止予定)

initialize_variables(…):

See tf.variables_initializer. (deprecated)
tf.variables_initializerを参照してください。 (廃止予定)

invert_permutation(…):

Computes the inverse permutation of a tensor.
テンソルの逆転置を計算します

is_finite(…):

Returns which elements of x are finite.
xのどの要素が有限であるかを返します

is_inf(…):

Returns which elements of x are Inf.
xのどの要素がInfであるかを返します

is_nan(…):

Returns which elements of x are NaN.
xのどの要素がNaNであるかを返します

is_non_decreasing(…):

Returns True if x is non-decreasing.
xが非減少の場合はTrueを返します

is_numeric_tensor(…):

Defined in tensorflow/python/ops/check_ops.py.
tensorflow/python/ops/check_ops.py にて定義されています

is_strictly_increasing(…):

Returns True if x is strictly increasing.
xが厳密に増加している場合はTrueを返します

is_variable_initialized(…):

Tests if a variable has been initialized.
変数が初期化されているかどうかをテストします

lbeta(…):

Computes, reducing along the last dimension.
最後の次元に沿って計算し縮小します

less(…):

Returns the truth value of (x < y) element-wise.
要素ごとに(x < y)の真理値を返します

less_equal(…):

Returns the truth value of (x <= y) element-wise.
要素ごとに(x <= y)の真理値を返します

lgamma(…):

Computes the log of the absolute value of Gamma(x) element-wise.
ガンマ(x)の絶対値の要素ごとのログを計算します

lin_space(…):

Generates values in an interval.
ある間隔で値を生成します

linspace(…):

Generates values in an interval.
ある間隔で値を生成します

load_file_system_library(…):

Loads a TensorFlow plugin, containing file system implementation.
ファイルシステム実装を含むTensorFlowプラグインを読み込みます

load_op_library(…):

Loads a TensorFlow plugin, containing custom ops and kernels.
カスタム操作とカーネルを含むTensorFlowプラグインを読み込みます

local_variables(…):

Returns local variables.
ローカル変数を返します

local_variables_initializer(…):

Returns an Op that initializes all local variables.
すべてのローカル変数を初期化するOpを返します

log(…):

Computes natural logarithm of x element-wise.
x要素ごとの自然対数を計算します

log1p(…):

Computes natural logarithm of (1 + x) element-wise.
要素ごとに(1 + x)の自然対数を計算します

log_sigmoid(…):

Computes log sigmoid of x element-wise.
x要素ごとのログシグモイドを計算します

logical_and(…):

Returns the truth value of x AND y element-wise.
x AND yにつき要素ごとの真理値を返します

logical_not(…):

Returns the truth value of NOT x element-wise.
NOT xにつき要素ごとの真理値を返します

logical_or(…):

Returns the truth value of x OR y element-wise.
要素ごとにxまたはyの真理値を返します

logical_xor(…):

x ^ y = (x | y) & ~(x & y).
x ^ y = (x | y) & ~(x & y).

make_ndarray(…):

Create a numpy ndarray from a tensor.
テンソルからnumpyのndarrayを作成します

make_template(…):

Given an arbitrary function, wrap it so that it does variable sharing.
任意の関数が与えられた場合、変数を共有するようにラップします

make_tensor_proto(…):

Create a TensorProto.
TensorProtoを作成します

map_fn(…):

map on the list of tensors unpacked from elems on dimension 0.
次元0の要素からアンパックされたテンソルのリストをマップします

matching_files(…):

Returns the set of files matching one or more glob patterns.
1つまたは複数のグロブパターンに一致するファイルのセットを返します

matmul(…):

Multiplies matrix a by matrix b, producing a * b.
行列aを行列bで乗算し、a * bを生成します

matrix_band_part(…):

Copy a tensor setting everything outside a central band in each innermost matrix to zero.
それぞれの最も内側の行列の中央のバンドの外側にあるすべてのものをゼロに設定するテンソルをコピーします

matrix_determinant(…):

Computes the determinant of one or more square matrices.
1つまたは複数の正方行列の行列式を計算します

matrix_diag(…):

Returns a batched diagonal tensor with a given batched diagonal values.
指定されたバッチ対角値を持つバッチ対角テンソルを返します

matrix_diag_part(…):

Returns the batched diagonal part of a batched tensor.
バッチテンソルのバッチ対角部分を返します

matrix_inverse(…):

Computes the inverse of one or more square invertible matrices or their adjoints (conjugate transposes).
1つまたは複数の正方形の可逆行列またはその枝の逆行列を計算します(共役転置)

matrix_set_diag(…):

Returns a batched matrix tensor with new batched diagonal values.
新しいバッチ対角値を持つバッチ行列テンソルを返します

matrix_solve(…):

Solves systems of linear equations.
線形方程式の系を解く

matrix_solve_ls(…):

Solves one or more linear least-squares problems.
1つ以上の線形最小二乗問題を解く

matrix_transpose(…):

Transposes last two dimensions of tensor a.
テンソルの最後の2つの次元を入れ替えます

matrix_triangular_solve(…):

Solves systems of linear equations with upper or lower triangular matrices by backsubstitution.
逆置換によって、上三角行列または下三角行列を持つ線形方程式のシステムを解きます

maximum(…):

Returns the max of x and y (i.e. x > y ? x : y) element-wise.
要素ごとにxとyの最大値を返します

meshgrid(…):

Broadcasts parameters for evaluation on an N-D grid.
N-Dグリッド上の評価のためのパラメータをブロードキャストします

min_max_variable_partitioner(…):

Partitioner to allocate minimum size per slice.
スライダーあたりの最小サイズを割り当てるパーティショナー

minimum(…):

Returns the min of x and y (i.e. x < y ? x : y) element-wise.
xとyの最小値を要素単位で返します

mod(…):

Returns element-wise remainder of division. When x < 0 xor y < 0 is true, this follows Python semantics in that the result here is consistent with a flooring divide. E.g. floor(x / y) * y + mod(x, y) = x. 要素分割した残りの要素を返します。x <0 xor y <0が真のとき、これはPythonのセマンティクスに従います。ここでの結果はフローリングの分割と一致しています。

model_variables(…):

Returns all variables in the MODEL_VARIABLES collection.
MODEL_VARIABLESコレクション内のすべての変数を返します

moving_average_variables(…):

Returns all variables that maintain their moving averages.
移動平均を維持するすべての変数を返します

multinomial(…):

Draws samples from a multinomial distribution.
多項分布からサンプルを描画します

multiply(…):

Returns x * y element-wise.
要素ごとにx * yを返します

negative(…):

Computes numerical negative value element-wise.
数値的な負の値を要素ごとに計算します

no_op(…):

Does nothing. Only useful as a placeholder for control edges.
何もしない。 コントロールエッジのプレースホルダとしてのみ有効です。

no_regularizer(…):

Use this function to prevent regularization of variables.
この関数を使用して、変数の正則化を防止します

norm(…):

Computes the norm of vectors, matrices, and tensors. (deprecated arguments)
ベクトル、行列、テンソルのノルムを計算します。 (非推奨の引数)

not_equal(…):

Returns the truth value of (x != y) element-wise.
要素ごとに(x!= y)の真理値を返します

one_hot(…):

Returns a one-hot tensor.
ワンホットテンソルを返します

ones(…):

Creates a tensor with all elements set to 1.
すべての要素が1に設定されたテンソルを作成します

ones_like(…):

Creates a tensor with all elements set to 1.
すべての要素が1に設定されたテンソルを作成します

op_scope(…):

DEPRECATED. Same as name_scope above, just different argument order.
推奨されません。上記のname_scopeと同じですが、引数の順序が異なります。

pad(…):

Pads a tensor.
テンソルを埋めます

parallel_stack(…):

Stacks a list of rank-R tensors into one rank-(R+1) tensor in parallel.
rank-R テンソルのリストを1つの rank-(R + 1) テンソルに並列に積み重ねます

parse_example(…):

Parses Example protos into a dict of tensors.
protosをテンソルのdictに変換します

parse_single_example(…):

Parses a single Example proto.
単一のサンプルprotoを解析します

parse_single_sequence_example(…):

Parses a single SequenceExample proto.
単一のSequenceExampleプロトを解析します

parse_tensor(…):

Transforms a serialized tensorflow.TensorProto proto into a Tensor.
シリアル化されたTensorProtoプロトをTensorに変換します

placeholder(…):

Inserts a placeholder for a tensor that will be always fed.
常に供給されるテンソルのプレースホルダを挿入します

placeholder_with_default(…):

A placeholder op that passes through input when its output is not fed.
出力が供給されないときに入力を通過するプレースホルダーop

polygamma(…):

Compute the polygamma function.
polygamma関数を計算します

pow(…):

Computes the power of one value to another.
ある値のパワーを別の値に計算します

py_func(…):

Wraps a python function and uses it as a TensorFlow op.
Python関数をラップし、TensorFlow関数として使用します

qr(…):

Computes the QR decompositions of one or more matrices.
1つまたは複数の行列のQR分解を計算します

quantize(…):

Quantize the ‘input’ tensor of type float to ‘output’ tensor of type ‘T’.
float型の ‘input’テンソルを ‘T’型の ‘output’テンソルに量子化します

quantize_v2(…):

Please use tf.quantize instead.
代わりにtf.quantizeを使用してください

quantized_concat(…):

Concatenates quantized tensors along one dimension.
1次元に沿って量子化テンソルを連結します

random_crop(…):

Randomly crops a tensor to a given size.
テンソルを任意の大きさにランダムにトリミングします

random_gamma(…):

Draws shape samples from each of the given Gamma distribution(s).
与えられたガンマ分布のそれぞれから形状サンプルを描画します

random_normal(…):

Outputs random values from a normal distribution.
正規分布からランダムな値を出力します

random_poisson(…):

Draws shape samples from each of the given Poisson distribution(s).
与えられたポアソン分布のそれぞれから形状サンプルを描画します

random_shuffle(…):

Randomly shuffles a tensor along its first dimension.
最初の次元に沿ってテンソルをランダムにシャッフルします

random_uniform(…):

Outputs random values from a uniform distribution.
均一な分布からランダムな値を出力します

range(…):

Creates a sequence of numbers.
一連の数値を作成します

rank(…):

Returns the rank of a tensor.
テンソルのランクを返します

read_file(…):

Reads and outputs the entire contents of the input filename.
入力ファイル名の内容全体を読み込んで出力します

real(…):

Returns the real part of a complex (or real) tensor.
複素(または実)テンソルの実部を返します

realdiv(…):

Returns x / y element-wise for real types.
実数型の場合、要素ごとにx / yを返します

reciprocal(…):

Computes the reciprocal of x element-wise.
x要素の逆数を計算します

reduce_all(…):

Computes the “logical and” of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元にわたって要素の「論理積」を計算します。 (非推奨の引数)

reduce_any(…):

Computes the “logical or” of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元全体にわたる要素の「論理和」要素を計算します。 (非推奨の引数)

reduce_join(…):

Joins a string Tensor across the given dimensions.
指定された次元にわたって文字列Tensorを結合します

reduce_logsumexp(…):

Computes log(sum(exp(elements across dimensions of a tensor))). (deprecated arguments)
log(sum(exp(テンソルの次元間の要素))) を計算します. (非推奨の引数)

reduce_max(…):

Computes the maximum of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元間の要素の最大値を計算します。 (非推奨の引数)

reduce_mean(…):

Computes the mean of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元間の要素の平均を計算します。 (非推奨の引数)

reduce_min(…):

Computes the minimum of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元間の要素の最小値を計算します。 (非推奨の引数)

reduce_prod(…):

Computes the product of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元間の要素の積を計算します。 (非推奨の引数)

reduce_sum(…):

Computes the sum of elements across dimensions of a tensor. (deprecated arguments)
テンソルの次元間の要素の合計を計算します。 (非推奨の引数)

regex_replace(…): new

Replaces the match of pattern in input with rewrite.
入力のパターンの一致をリライトに置き換えます

register_tensor_conversion_function(…):

Registers a function for converting objects of base_type to Tensor.
base_typeのオブジェクトをTensorに変換する関数を登録します

report_uninitialized_variables(…):

Adds ops to list the names of uninitialized variables.
opsを追加して、初期化されていない変数の名前をリストします

required_space_to_batch_paddings(…):

Calculate padding required to make block_shape divide input_shape.
block_shapeでinput_shapeを分割するために必要なパディングを計算します

reset_default_graph(…):

Clears the default graph stack and resets the global default graph.
デフォルトグラフスタックをクリアし、グローバルデフォルトグラフをリセットします

reshape(…):

Reshapes a tensor.
テンソルを変形します

reverse(…):

Reverses specific dimensions of a tensor.
テンソルの特定の次元を逆転させます

reverse_sequence(…):

Reverses variable length slices.
可変長のスライスを元に戻します

reverse_v2(…):

Reverses specific dimensions of a tensor.
テンソルの特定の次元を逆転させます

rint(…):

Returns element-wise integer closest to x.
xに最も近い要素単位の整数を返します

round(…):

Rounds the values of a tensor to the nearest integer, element-wise.
テンソルの値を最も近い整数を要素ごとに丸めます

rsqrt(…):

Computes reciprocal of square root of x element-wise.
x要素の平方根の逆数を計算します

saturate_cast(…):

Performs a safe saturating cast of value to dtype.
dtypeへの値の安全な飽和キャストを実行します

scalar_mul(…):

Multiplies a scalar times a Tensor or IndexedSlices object.
スカラーとTensorまたはIndexedSlicesオブジェクトを掛け合わせます

scan(…):

scan on the list of tensors unpacked from elems on dimension 0.
スカラーとTensorまたはIndexedSlicesオブジェクトを掛け合わせます

scatter_add(…):

Adds sparse updates to a variable reference.
可変参照へのスパースな更新を追加します

scatter_div(…):

Divides a variable reference by sparse updates.
可変参照をスパース更新で除算します

scatter_mul(…):

Multiplies sparse updates into a variable reference.
変数参照にスパースな更新を乗算します

scatter_nd(…):

Scatter updates into a new (initially zero) tensor according to indices.
Scatterはインデックスに従って新しい(最初はゼロの)テンソルに更新されます

scatter_nd_add(…):

Applies sparse addition between updates and individual values or slices.
更新と個別の値またはスライスとの間にスパース追加を適用します

scatter_nd_sub(…):

Applies sparse subtraction between updates and individual values or slices.
更新と個別の値またはスライスとの間でスパース減算を適用します

scatter_nd_update(…):

Applies sparse updates to individual values or slices in a Variable.
変数の個々の値またはスライスに疎な更新を適用します

scatter_sub(…):

Subtracts sparse updates to a variable reference.
可変参照への疎な更新を引く

scatter_update(…):

Applies sparse updates to a variable reference.
変数参照にスパースな更新を適用します

segment_max(…):

Computes the maximum along segments of a tensor.
テンソルのセグメントに沿った最大値を計算します

segment_mean(…):

Computes the mean along segments of a tensor.
テンソルのセグメントに沿った平均を計算します

segment_min(…):

Computes the minimum along segments of a tensor.
テンソルのセグメントに沿った最小値を計算します

segment_prod(…):

Computes the product along segments of a tensor.
テンソルのセグメントに沿って積を計算します

segment_sum(…):

Computes the sum along segments of a tensor.
テンソルのセグメントに沿った合計を計算します

self_adjoint_eig(…):

Computes the eigen decomposition of a batch of self-adjoint matrices.
自己随伴行列(=エルミート行列)のバッチの固有分解を計算します

self_adjoint_eigvals(…):

Computes the eigenvalues of one or more self-adjoint matrices.
1つまたは複数の自己随伴行列(=エルミート行列)の固有値を計算します

sequence_mask(…):

Returns a mask tensor representing the first N positions of each cell.
各セルの最初のN個の位置を表すマスクテンソルを返します

serialize_many_sparse(…):

Serialize N-minibatch SparseTensor into an [N, 3] Tensor.
N-minibatch SparseTensorを [N, 3] テンソルにシリアル化します

serialize_sparse(…):

Serialize a SparseTensor into a 3-vector (1-D Tensor) object.
SparseTensorを3ベクトル(1次元テンソル)オブジェクトにシリアライズします

serialize_tensor(…):

Transforms a Tensor into a serialized TensorProto proto.
Tensorを直列化されたTensorProtoプロトタイプに変換します

set_random_seed(…):

Sets the graph-level random seed.
グラフレベルのランダムシードを設定します

setdiff1d(…):

Computes the difference between two lists of numbers or strings.
数値または文字列の2つのリストの差を計算します

shape(…):

Returns the shape of a tensor.
テンソルの形状を返します

shape_n(…):

Returns the shape of tensors.
テンソルの形状を返します

sigmoid(…):

Computes sigmoid of x element-wise.
要素ごとにxのシグモイドを計算します

sign(…):

Returns an element-wise indication of the sign of a number. Zero is returned for NaN inputs.
数値の符号の要素的な指示を返します。 NaN入力に対してゼロが返されます。

sin(…):

Computes sin of x element-wise.
要素ごとにxのsinを計算します

sinh(…):

Computes hyperbolic sine of x element-wise.
要素ごとにxの双曲線正弦を計算します

size(…):

Returns the size of a tensor.
テンソルのサイズを返します

slice(…):

Extracts a slice from a tensor.
テンソルからスライスを抽出します

space_to_batch(…):

SpaceToBatch for 4-D tensors of type T.
TypeToの4次元テンソルのSpaceToBatch

space_to_batch_nd(…):

SpaceToBatch for N-D tensors of type T.
タイプTのN-DテンソルのためのSpaceToBatch

space_to_depth(…):

SpaceToDepth for tensors of type T.
T型のテンソルのSpaceToDepth

sparse_add(…):

Adds two tensors, at least one of each is a SparseTensor.
2つのテンソルを追加します。少なくとも1つはSparseTensorです。

sparse_concat(…):

Concatenates a list of SparseTensor along the specified dimension.
SparseTensorのリストを指定された次元に沿って連結します

sparse_fill_empty_rows(…):

Fills empty rows in the input 2-D SparseTensor with a default value.
入力2-D SparseTensorの空の行をデフォルト値で塗りつぶします

sparse_mask(…):

Masks elements of IndexedSlices.
IndexedSlicesの要素をマスクします

sparse_matmul(…):

Multiply matrix “a” by matrix “b”.
行列 “a”に行列 “b”を掛けます

sparse_maximum(…):

Returns the element-wise max of two SparseTensors.
2つのSparseTensorsの要素ごとの最大値を返します

sparse_merge(…):

Combines a batch of feature ids and values into a single SparseTensor.
複数のフィーチャIDと値を1つのSparseTensorにまとめます

sparse_minimum(…):

Returns the element-wise min of two SparseTensors.
2つのSparseTensorsの要素ごとの最小値を返します

sparse_placeholder(…):

Inserts a placeholder for a sparse tensor that will be always fed.
常に供給されるスパーステンソルのプレースホルダを挿入します

sparse_reduce_max(…):

Computes the max of elements across dimensions of a SparseTensor.
SparseTensorのディメンション間の要素の最大値を計算します

sparse_reduce_max_sparse(…):

Computes the max of elements across dimensions of a SparseTensor.
SparseTensorのディメンション間の要素の最大値を計算します

sparse_reduce_sum(…):

Computes the sum of elements across dimensions of a SparseTensor.
SparseTensorのディメンション間の要素の合計を計算します

sparse_reduce_sum_sparse(…):

Computes the sum of elements across dimensions of a SparseTensor.
SparseTensorのディメンション間の要素の合計を計算します

sparse_reorder(…):

Reorders a SparseTensor into the canonical, row-major ordering.
SparseTensorを正規の行優先順序に並べ替えます

sparse_reset_shape(…):

Resets the shape of a SparseTensor with indices and values unchanged.
インデックスと値を変更せずにSparseTensorの形状をリセットします

sparse_reshape(…):

Reshapes a SparseTensor to represent values in a new dense shape.
SparseTensorの形状を変更して、新しい高密度形状の値を表します

sparse_retain(…):

Retains specified non-empty values within a SparseTensor.
SparseTensor内の指定された空でない値を保持します

sparse_segment_mean(…):

Computes the mean along sparse segments of a tensor.
テンソルのスパースセグメントに沿った平均を計算します

sparse_segment_sqrt_n(…):

Computes the sum along sparse segments of a tensor divided by the sqrt(N).
テンソルのスパースセグメントに沿った和をsqrt(N)で割って計算します

sparse_segment_sum(…):

Computes the sum along sparse segments of a tensor.
テンソルのスパースセグメントに沿った合計を計算します

sparse_slice(…):

Slice a SparseTensor based on the start and size.
startと
sizeに基づいてSparseTensorをスライスします

sparse_softmax(…):

Applies softmax to a batched N-D SparseTensor.
バッチ処理されたN-D SparseTensorにsoftmaxを適用します

sparse_split(…):

Split a SparseTensor into num_split tensors along axis.
SparseTensorを軸に沿ってnum_splitテンソルに分割します

sparse_tensor_dense_matmul(…):

Multiply SparseTensor (of rank 2) “A” by dense matrix “B”.
高密度マトリックス “B”によってSparseTensor(ランク2の) “A”を掛けます

sparse_tensor_to_dense(…):

Converts a SparseTensor into a dense tensor.
SparseTensorを密なテンソルに変換します

sparse_to_dense(…):

Converts a sparse representation into a dense tensor.
スパースな表現を密なテンソルに変換します

sparse_to_indicator(…):

Converts a SparseTensor of ids into a dense bool indicator tensor.
スパーステンソルのIDを高密度のブールインジケータテンソルに変換します

sparse_transpose(…):

Transposes a SparseTensor
SparseTensorをトランスポーズする

split(…):

Splits a tensor into sub tensors.
テンソルをサブテンソルに分割します

sqrt(…):

Computes square root of x element-wise.
要素ごとにxの平方根を計算します

square(…):

Computes square of x element-wise.
要素ごとにxの二乗を計算します

squared_difference(…):

Returns (x – y)(x – y) element-wise.
要素ごとに (x – y)(x – y) を返します

squeeze(…):

Removes dimensions of size 1 from the shape of a tensor.
テンソルの形状からサイズ1の寸法を削除します

stack(…):

Stacks a list of rank-R tensors into one rank-(R+1) tensor.
rank-Rテンソルのリストを1つのrank-(R + 1)テンソルにスタックします

stop_gradient(…):

Stops gradient computation.
勾配計算を停止します

strided_slice(…):

Extracts a strided slice of a tensor (generalized python array indexing).
拡張されたテンソルのスライスを抽出します(一般化されたPython配列のインデックス作成)

string_join(…):

Joins the strings in the given list of string tensors into one tensor.
文字列テンソルの指定されたリストの文字列を1つのテンソルに結合します

string_split(…):

Split elements of source based on delimiter into a SparseTensor.
区切り文字に基づいてソースの要素をSparseTensorに分割します

string_to_hash_bucket(…):

Converts each string in the input Tensor to its hash mod by a number of buckets.
入力Tensorの各文字列を複数のバケットでハッシュ修飾に変換します

string_to_hash_bucket_fast(…):

Converts each string in the input Tensor to its hash mod by a number of buckets.
入力Tensorの各文字列を複数のバケットでハッシュ修飾に変換します

string_to_hash_bucket_strong(…):

Converts each string in the input Tensor to its hash mod by a number of buckets.
入力Tensorの各文字列を複数のバケットでハッシュ修飾に変換します

string_to_number(…):

Converts each string in the input Tensor to the specified numeric type.
入力Tensorの各文字列を指定された数値型に変換します

substr(…):

Return substrings from Tensor of strings.
文字列のTensorから部分文字列を返します

subtract(…):

Returns x – y element-wise.
要素ごとに x – y を返します

svd(…):

Computes the singular value decompositions of one or more matrices.
1つまたは複数の行列の特異値分解を計算します

tables_initializer(…):

Returns an Op that initializes all tables of the default graph.
デフォルトグラフのすべてのテーブルを初期化するOpを返します

tan(…):

Computes tan of x element-wise.
要素ごとにxの正接を計算します

tanh(…):

Computes hyperbolic tangent of x element-wise.
要素ごとにxの双曲線正接を計算します

tensordot(…):

Tensor contraction of a and b along specified axes.
指定軸に沿ったaとbのテンソル収縮

tile(…):

Constructs a tensor by tiling a given tensor.
指定されたテンソルをタイリングすることによってテンソルを構築します

timestamp(…): new

Provides the time since epoch in seconds.
エポックからの時間を秒単位で示します

to_bfloat16(…):

Casts a tensor to type bfloat16.
テンソルをbfloat16型にキャストします

to_double(…):

Casts a tensor to type float64.
テンソルをfloat64型にキャストします

to_float(…):

Casts a tensor to type float32.
テンソルをfloat32型にキャストします

to_int32(…):

Casts a tensor to type int32.
テンソルをint32型にキャストします

to_int64(…):

Casts a tensor to type int64.
テンソルをint64型にキャストします

trace(…):

Compute the trace of a tensor x.
テンソルxのトレースを計算する

trainable_variables(…):

Returns all variables created with trainable=True.
trainable = Trueで作成されたすべての変数を返します

transpose(…):

Transposes a. Permutes the dimensions according to perm.
aを転置します。 permに基づいて寸法を移動します。

truediv(…):

Divides x / y elementwise (using Python 3 division operator semantics).
x / yを要素分割します(Python 3除算演算子のセマンティクスを使用)

truncated_normal(…):

Outputs random values from a truncated normal distribution.
切断正規分布からランダムな値を出力します

truncatediv(…):

Returns x / y element-wise for integer types.
整数型の要素ごとにx / yを返します

truncatemod(…):

Returns element-wise remainder of division. This emulates C semantics in that the result here is consistent with a truncating divide.
要素分割した残りの要素を返します。 これは、Cのセマンティクスをエミュレートします。ここでの結果は切り捨て除算と一致します。

tuple(…):

Group tensors together.
一緒にテンソルをグループ化する

unique(…):

Finds unique elements in a 1-D tensor.
1次元テンソルの固有の要素を求めます

unique_with_counts(…):

Finds unique elements in a 1-D tensor.
1次元テンソルの固有の要素を求めます

unravel_index(…):

Converts a flat index or array of flat indices into a tuple of coordinate arrays.
フラットインデックスまたはフラットインデックスの配列を座標配列のタプルに変換します

unsorted_segment_max(…):

Computes the Max along segments of a tensor.
テンソルのセグメントに沿ってMaxを計算します

unsorted_segment_min(…): new

Computes the minimum along segments of a tensor.
テンソルのセグメントに沿った最小値を計算します

unsorted_segment_prod(…): new

Computes the product along segments of a tensor.
テンソルのセグメントに沿って製品を計算します

unsorted_segment_sqrt_n(…): new

Computes the sum along segments of a tensor divided by the sqrt(N).
sqrt(N)で割ったテンソルのセグメントに沿った合計を計算します

unsorted_segment_sum(…):

Computes the sum along segments of a tensor.
テンソルのセグメントに沿った合計を計算します

unstack(…):

Unpacks the given dimension of a rank-R tensor into rank-(R-1) tensors.
rank-Rテンソルの与えられた次元を rank-(R-1) テンソルにアンパックします

variable_axis_size_partitioner(…):

Get a partitioner for VariableScope to keep shards below max_shard_bytes.
shardをmax_shard_bytes以下に保つためにVariableScope用のパーティショナーを入手します

variable_op_scope(…):

Deprecated: context manager for defining an op that creates variables.
非推奨:変数を作成するopを定義するためのコンテキストマネージャ

variables_initializer(…):

Returns an Op that initializes a list of variables.
変数のリストを初期化するOpを返します

verify_tensor_all_finite(…):

Assert that the tensor does not contain any NaN’s or Inf’s.
テンソルはNaNやInfを含んでいないと主張する

where(…):

Return the elements, either from x or y, depending on the condition.
条件に応じてxまたはyのいずれかの要素を返します

while_loop(…):

Repeat body while the condition cond is true.
条件condが真である間bodyを繰り返します

write_file(…):

Writes contents to the file at input filename. Creates file and recursively
入力ファイル名でファイルに内容を書き込みます。 ファイルを作成し再帰的に作成します。

zeros(…):

Creates a tensor with all elements set to zero.
すべての要素がゼロに設定されたテンソルを作成します

zeros_like(…):

Creates a tensor with all elements set to zero.
すべての要素がゼロに設定されたテンソルを作成します

zeta(…):

Compute the Hurwitz zeta function.
Hurwitzゼータ関数を計算します