13 Tensorflow API主要功能

2022-03-01

拥有C++、Java、Go等多种语言的API，其中API是最简单易用的。

:: 数据类型转换、形状转换、切片和连接。

and : 断言和类型判断。

：启动图形并执行操作。 （会话管理和错误类）

, , and : 生成常数张量、序列张量和随机数张量。

Flow：控制流操作（条件、循环）、逻辑操作、比较操作、调试操作。

：创建图表。 （核心数据结构、张量类型、实用程序类、图形集合、定义新操作、构建在上面的类库）

顺序：功能操作。 （地图编程模式）

：直方图。

：图片编解码、尺寸变换、裁剪、翻转、旋转、移位、色彩空间变换、图片调整、边框、去噪。

和：占位符、读取器、将不同格式转换为张量、缓冲区、队列、条件存储、文件系统操作、输入管道。

数学：算术运算、基本数学函数、矩阵运算、张量数学函数、复数函数、张量降维、搜索、分割、序列比较和索引。

：激活函数、卷积操作、池化操作（矩形扫描后降维）、形态过滤、归一化、损失函数、分类、嵌入查找、循环神经网络、连接时间分类、评估、候选采样、采样损失函数、候选采样、采样工具、量化操作。

数据 IO ( )：文件处理。

Wraps : / numpy 函数包装器。

：张量处理操作、稀疏张量表示、转换、操作、归约、数学运算。

：谱函数，傅里叶变换函数。

：变量、变量辅助函数、保存和恢复变量、共享变量、变量分区变量分片、稀疏变量更新、只读查找表、导出和导入元图。

：字符串处理函数、散列、连接、切片、转换。

：汇总操作，将汇总写入文件，生成汇总，工具类。

：单元测试、工具、梯度测试。

：调试器的实现、添加断点、转储数据、加载转储数据、张量值断言、会话包装类和会话挂钩。

：训练、优化器、梯度计算、梯度梯度、降低的学习率、移动平均、协调器和队列运行器、分布式执行、训练钩子、训练工具。

()：贝叶斯随机图。

()：贝叶斯随机张量。

()

图形（）

CRF()

()

()

图形（）

()

()

学习()

()

()

()

()

()

RNN 和细胞 ()

()

()

()

()

原文：“API”：

分类：

技术要点：

相关文章：