Hoạt động của luồng dữ liệu

bookmark_border Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.

Áp dụng một gradient cho một bộ tích lũy nhất định.

Trả về số gradient được tổng hợp trong các bộ tích lũy đã cho.

Cập nhật bộ tích lũy một giá trị mới cho Global_step.

Trích xuất độ dốc trung bình trong ConditionalAccumulator đã cho.

Xác định một rào cản tồn tại trong các lần thực thi biểu đồ khác nhau.

Đóng rào cản nhất định.

Tính số phần tử không đầy đủ trong hàng rào đã cho.

Đối với mỗi khóa, gán giá trị tương ứng cho thành phần được chỉ định.

Tính số phần tử hoàn chỉnh trong hàng rào đã cho.

Lấy số lượng phần tử đã hoàn thành nhất định từ một rào cản.

Một bộ tích lũy có điều kiện để tổng hợp các gradient.

Xóa tensor được chỉ định bởi phần điều khiển của nó trong phiên.

Phân vùng data thành các tenxơ num_partitions bằng cách sử dụng các chỉ số từ partitions .

xen kẽ các giá trị từ tensor data vào một tensor duy nhất.

Một hàng đợi tạo ra các phần tử theo thứ tự nhập trước xuất trước.

Lưu trữ tensor đầu vào ở trạng thái của phiên hiện tại.

Lưu trữ tensor đầu vào ở trạng thái của phiên hiện tại.

Lấy giá trị của tensor được chỉ định bởi phần điều khiển của nó.

Op loại bỏ tất cả các phần tử trong vùng chứa bên dưới.

Op trả về số phần tử chưa hoàn chỉnh trong vùng chứa bên dưới.

Op nhìn trộm các giá trị tại khóa được chỉ định.

Op trả về số phần tử trong vùng chứa bên dưới.

Giai đoạn (khóa, giá trị) trong vùng chứa bên dưới hoạt động giống như một bảng băm.

Op xóa và trả về các giá trị được liên kết với khóa.

Op xóa và trả về ngẫu nhiên (khóa, giá trị)

Op loại bỏ tất cả các phần tử trong vùng chứa bên dưới.

Op trả về số phần tử chưa hoàn chỉnh trong vùng chứa bên dưới.

Op nhìn trộm các giá trị tại khóa được chỉ định.

Op trả về số phần tử trong vùng chứa bên dưới.

Giai đoạn (khóa, giá trị) trong vùng chứa bên dưới hoạt động giống như một lệnh.

Op xóa và trả về các giá trị được liên kết với khóa.

Op loại bỏ và trả về phần tử (khóa, giá trị) nhỏ nhất.

Một hàng đợi tạo ra các phần tử theo thứ tự nhập trước xuất trước.

xen kẽ các giá trị từ tensor data vào một tensor duy nhất.

Hàng đợi tạo ra các phần tử được sắp xếp theo giá trị thành phần đầu tiên.

Đóng hàng đợi đã cho.

Loại bỏ một bộ gồm một hoặc nhiều tensor từ hàng đợi đã cho.

Xếp hàng n bộ của một hoặc nhiều tensor từ hàng đợi đã cho.

Xếp hàng n bộ của một hoặc nhiều tensor từ hàng đợi đã cho.

Xếp hàng đợi một bộ gồm một hoặc nhiều tensor trong hàng đợi đã cho.

Xếp hàng 0 hoặc nhiều bộ dữ liệu của một hoặc nhiều tensor trong hàng đợi đã cho.

Trả về true nếu hàng đợi bị đóng.

Trả về true nếu hàng đợi bị đóng.

Tính số phần tử trong hàng đợi đã cho.

Một hàng đợi ngẫu nhiên hóa thứ tự của các phần tử.

Phát ra các bản ghi ngẫu nhiên.

Áp dụng một gradient thưa thớt cho một bộ tích lũy nhất định.

Trích xuất độ dốc thưa trung bình trong SparseConditionalAccumulator .

Bộ tích lũy có điều kiện để tổng hợp các gradient thưa thớt.

Giá trị giai đoạn tương tự như Enqueue nhẹ.

Op loại bỏ tất cả các phần tử trong vùng chứa bên dưới.

Op xem qua các giá trị tại chỉ mục được chỉ định.

Op trả về số phần tử trong vùng chứa bên dưới.

Một mảng Tensors có kích thước nhất định.

Xóa TensorArray khỏi vùng chứa tài nguyên của nó.

Nối các phần tử từ TensorArray thành value value .

Tập hợp các phần tử cụ thể từ TensorArray thành value đầu ra.

Tạo một TensorArray để lưu trữ gradient của các giá trị trong ô điều khiển đã cho.

Tạo một TensorArray để lưu trữ nhiều gradient giá trị trong bộ điều khiển đã cho.

Đọc một phần tử từ TensorArray thành value đầu ra.

Phân tán dữ liệu từ giá trị đầu vào vào các phần tử TensorArray cụ thể.

Lấy kích thước hiện tại của TensorArray .

Tách dữ liệu từ giá trị đầu vào thành các phần tử TensorArray .

Đẩy một phần tử vào tensor_array.

Op tương tự như Dequeue nhẹ.