РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)

Справочник TensorFlow

Класс

Методы

в NumPy на CPU на GPU задать форму получить форму потребители вычислить

Атрибуты

форма тензора тип тензора имя тензора устройство тензора число осей граф в TB

Класс

переменная

Методы

присвоить прибавить вычесть обновить по индексам scatter update Variable в NumPy значение прочитать значение загрузить значение начальное значение

Атрибуты

форма переменной тип переменной имя переменной обучаемый init значение устройство переменной

Класс

рваный тензор

Методы

в плотный в список в sparse тип row_splits из row_splits из длин строк

Класс

разреженный тензор

Методы

из значения вычислить

Атрибуты

индексы значения плотная форма

Классы

спека тензора

Функции

константа в тензор нули единицы заполнить единичная тождественный диапазон равномерно сетка one-hot сменить тип изменить форму убрать оси 1 добавить ось транспонировать склеить сложить разложить разбить строку замостить дополнить развернуть собрать по индексам собрать N-D разбросать N-D срез срез с шагом по маске where уникальные растянуть форма ранг размер остановить градиент зафиксировать форму (dev) в ndarray в TensorProto

Типы

float32 float16 float64 bfloat16 int8 int32 int64 uint8 bool string complex64 новая ось

Функции

сложение вычитание умножение деление истинное деление целочисленное деление остаток степень корень 1/корень квадрат модуль знак минус обратное экспонента exp(x)-1 логарифм log(1+x) log sigmoid sigmoid tanh синус косинус тангенс арксинус арккосинус арктангенс atan2 sinh cosh максимум минимум обрезать по значению обрезать по норме глобальная норма сумма среднее макс по осям мин по осям произведение все True хотя бы одно logsumexp стд. отклонение дисперсия индекс максимума индекс минимума порядок сортировки сортировка top-k матричное произведение тензорное einsum равно не равно больше больше или равно меньше меньше или равно логическое И логическое ИЛИ логическое НЕ логическое XOR это nan это inf конечное накопленное произведение округление вниз вверх к ближайшему комплексное действительная часть мнимая часть сопряжение аргумент сумма сегментов сумма сегментов без сортировки счётчик целых накопленная сумма

Функции

обратная определитель норма SVD QR Холецкий решить систему матричное произведение след диагональ задать диагональ ленточная часть

Функции

вход модели

Классы

входной слой полносвязный активация dropout вытянуть reshape слой переставить оси повторить вектор свёртка 1D свёртка 2D свёртка 3D транспонированная свёртка depthwise-свёртка separable-свёртка макс-пул 1D макс-пул 2D макс-пул 3D средний пул 1D средний пул 2D GAP 1D GAP 2D глоб. макс-пул 1D глоб. макс-пул 2D LSTM GRU SimpleRNN двунаправленный ConvLSTM по шагам времени эмбеддинг LayerNorm BatchNorm GroupNorm UnitNorm нормализация входа multi-head attention attention additive attention сложить слои вычесть слои умножить слои усреднить слои макс слоёв мин слоёв склеить слои скалярное слоёв лямбда-слой маска регуляризация выхода ReLU слой LeakyReLU слой ELU слой PReLU softmax слой ThresholdedReLU апсемплинг нулевой паддинг обрезка spatial dropout гауссов шум гауссов dropout alpha dropout

Класс

Методы

вызов слоя построить слой конфиг слоя слой из конфига форма выхода число весов добавить вес добавить лосс добавить метрику веса слоя метод get_weights задать веса слоя

Атрибуты

имя слоя тип слоя обучаемый слой веса слоя атрибут weights обучаемые веса замороженные веса вход выход построен лоссы

Класс

Методы

скомпилировать обучить оценить предсказать шаг train шаг test шаг predict сохранить модель сохранить веса модели загрузить веса модели сводка модели слой по имени вызов модели построить модель конфиг модели модель из конфига веса модели задать веса модели в JSON в YAML экспорт квантование

Атрибуты

слои модели вход модели выход модели входы выходы обучаемая модель веса слоя обучаемые веса замороженные веса метрики модели лоссы модели оптимизатор модели имя модели тип модели

Класс

последовательная

Методы

добавить слой убрать слой скомпилировать Sequential обучить Sequential предсказать Sequential сводка Sequential

Класс

Методы

вызов модуля метод call вызов модуля метод __call__ переменные обучаемые переменные

Функции

загрузить модель сохранить модель (keras) клонировать нарисовать граф из JSON ResNet50 ResNet101 MobileNetV2 MobileNetV3 Small EfficientNetB0 EfficientNetB3 VGG16 VGG19 InceptionV3 Xception DenseNet121 ConvNeXt Tiny

Класс

оптимизатор

Методы

применить градиенты минимизировать конфиг оптимизатора оптимизатор из конфига шаг обновления построить оптимизатор

Атрибуты

LR оптимизатора итерации переменные

Класс

Методы

вызов лосса лосс как функция конфиг лосса

Класс

Методы

обновить метрику значение метрики сбросить метрику конфиг метрики

Класс

Методы

начало эпохи конец эпохи начало батча конец батча начало обучения конец обучения начало теста конец теста начало predict конец predict задать модель задать параметры

Класс

лента градиентов

Методы

следить градиент якобиан батча якобиан сбросить ленту остановить запись отслеживаемые

Классы

Adam SGD RMSprop Adagrad Adadelta AdamW Nadam FTRL Lion Adafactor binary crossentropy categorical crossentropy sparse categorical CE MSE лосс MAE MAPE Huber KL Пуассон косинусный лосс log-cosh binary focal categorical focal CTC accuracy binary accuracy categorical accuracy sparse categorical acc top-k accuracy sparse top-k precision recall AUC среднее метрики RMSE precision@recall recall@precision sensitivity@specificity mean IoU F1 ранняя остановка чекпоинт модели уменьшить LR TensorBoard расписание LR лог в CSV стоп на nan бэкап обучения лямбда-колбэк удалённый монитор история обучения прогресс-бар Glorot uniform Glorot normal He normal He uniform LeCun normal LeCun uniform случайный нормальный случайный равномерный усечённый нормальный нули init единицы init ортогональный init константный init эксп. спад LR ступенчатый LR косинусный LR косинус с рестартами обратно-временной LR полиномиальный LR

Функции

ReLU sigmoid softmax tanh SiLU swish GELU ELU SELU softplus softsign exp активация линейная mish LeakyReLU L1 L2 L1L2 ортогональная рег.

Класс

Методы

из срезов тензора из тензоров из генератора range датасета zip датасетов список файлов батчи батчи с паддингом map датасета фильтр датасета перемешать датасет prefetch кэш повторять взять N пропустить N склеить датасеты чередовать окно убрать батчи apply датасета reduce датасета итератор NumPy мощность спека элемента метод element_spec опции датасета с опциями шард корзины по длине группы-окна scan пока условие уникальные датасета рваные батчи снимок сохранить датасет загрузить датасет перебатчить игнорировать ошибки

Атрибуты

спека элемента атрибут element_spec

Класс

опции tf.data

Методы

детерминизм оптимизации

Классы

TFRecord датасет построчный датасет записи фикс. длины итератор

Функции

MNIST Fashion-MNIST CIFAR-10 CIFAR-100 IMDB Reuters Boston housing в one-hot нормализовать метки датасет временного ряда разделить датасет

Функции

изменить размер resize обрезкой/падом resize с падом отразить по горизонтали отразить по вертикали повернуть на 90 транспонировать обрезка по рамке центральная обрезка пад до рамки glimpse яркость контраст насыщенность оттенок гамма случайная яркость случайный контраст случайное отражение H случайное отражение V случайный оттенок случайная насыщенность случайная обрезка в серое серое в RGB RGB → HSV HSV → RGB RGB → YIQ YIQ → RGB стандартизация кадра total variation тип изображения NMS combined NMS рамки на изображении PSNR SSIM MS-SSIM декод изображения декод JPEG декод PNG декод GIF декод BMP кодировать JPEG кодировать PNG датасет из папки картинок загрузить картинку картинка в массив массив в картинку сохранить картинку

Классы

слой resize слой rescale центральная обрезка слой случайное отражение слой случайный поворот случайный зум случайный контраст слой случайная обрезка слой случайная яркость слой случайный сдвиг случайная высота случайная ширина

Класс

векторизация текста

Методы

adapt текста словарь TextVectorization задать словарь

Класс

словарь строк

Методы

adapt словаря словарь StringLookup

Функции

склеить строки разбить строку в нижний регистр в верхний регистр длина строки обрезать пробелы замена regexp полное совпадение regexp форматировать склеить по оси в число в хэш-корзину быстрая хэш-корзина n-граммы подстрока разбить unicode декод unicode код unicode разбить байты в строку датасет из папки текста паддинг последовательностей

Классы

хэширование кодирование категорий дискретизация словарь целых

Функции

прочитать файл записать файл файлы по маске декод JPEG декод PNG декод GIF декод BMP декод CSV декод base64 кодировать JPEG кодировать PNG код base64 разобрать тензор сериализовать тензор сохранить SavedModel загрузить SavedModel последний чекпоинт разобрать пример разобрать примеры разобрать sequence example writer TensorBoard скаляр в TB гистограмма TB картинка в TB текст в TB граф в TB flush TB скачать файл

Классы

опции сохранения опции загрузки фича фикс. длины фича перем. длины sparse-фича sequence-фича

Класс

чекпоинт

Методы

сохранить чекпоинт восстановить чекпоинт прочитать чекпоинт

Класс

менеджер чекпоинтов

Методы

чекпоинт менеджером восстановить или init

Атрибуты

последний чекпоинт список чекпоинтов

Класс

конвертер TFLite

Методы

из SavedModel из Keras из concrete function конвертировать

Класс

интерпретатор TFLite

Методы

выделить тензоры запустить описание входов описание выходов вход TFLite выход TFLite изменить вход

Класс

писатель TFRecord

Методы

записать TFRecord закрыть TFRecord flush TFRecord

Функции

нормальное равномерное усечённое нормальное категориальное перемешать гамма Пуассон stateless normal stateless uniform stateless categorical зерно Keras (alias) состояние RNG разбить строку fold_in зерно Keras

Класс

генератор

Методы

нормальное Generator равномерное Generator усечённое Generator биномиальное гамма Generator Пуассон Generator перемешать Generator split Generator сбросить от зерна из зерна недетерминированный сделать зёрна пропустить N

Атрибуты

состояние RNG алгоритм RNG

Функции

ReLU ReLU6 LeakyReLU ELU SELU GELU SiLU swish softmax log-softmax sigmoid tanh softplus softsign свёртка 1D свёртка 2D свёртка 3D транспонированная свёртка 2D транспонированная свёртка 1D depthwise-свёртка separable-свёртка atrous-свёртка дилатация 2D макс-пул макс-пул 1D макс-пул 2D средний пул средний пул 2D дробный макс-пул batch norm моменты достаточные статистики нормализовать моменты L2-норма нормализовать метки dropout lookup эмбеддинга sparse lookup безопасный sparse lookup добавить bias top-k в top-k softmax CE с логитами sparse softmax CE sigmoid CE с логитами NCE sampled softmax CTC loss CTC beam search CTC greedy взвешенный CE средний лосс replica масштабировать рег. лосс

Константы

AUTOTUNE версия

Функции

tf.function устройство свой градиент рематериализация физические устройства логические устройства видимые устройства текущие видимые мягкое размещение детерминизм ops выключить детерминизм рост памяти GPU текущий рост памяти виртуальные GPU детали устройства experimental детерминизм текущая стратегия есть стратегия контекст replica map по структуре вытянуть вложенное упаковать как та же структура вложенное политика mixed precision текущая политика политика dtype debugging.assert_equal assert близко debugging.assert_greater debugging.assert_less assert ранг assert формы assert тип assert целое проверка numerics выключить numerics напечатать тензор assert равно зафиксировать форму (dev)

Классы

одно устройство несколько воркеров TPU parameter server loss scale

Класс

MirroredStrategy

Методы

scope стратегии run replica reduce replica датасет из функции раздать датасет

Класс

трассированная функция

Методы

concrete function IR компилятора

↑

Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.

принять все настроить отклонить