TensorFlow函数总览

Modules

app 模块：通用入口点脚本。

audio 模块：tf.audio名称空间的公共API。

autograph 模块：将纯Python转换为TensorFlow图形代码。

bitwise 模块：用于操作整数的二进制表示的操作。

compat 模块：Python 2与3兼容性的功能。

config 模块：tf.config名称空间的公共API。

contrib 模块：包含易失性或实验代码的Contrib模块。

data模块：tf.data.Dataset输入管道的API。

debugging 模块：tf.debugging名称空间的公共API。

distribute 模块：用于跨多个设备运行计算的库。

distributions 模块：TensorFlow分发对象和帮助程序的核心模块。

dtypes 模块：tf.dtypes名称空间的公共API。

errors 模块：TensorFlow错误的异常类型。

estimator 模块：估计器：用于处理模型的高级工具。

experimental 模块：tf.experimental名称空间的公共API。

feature_column 模块：tf.feature_column名称空间的公共API。

gfile 模块：为file_io导入路由器。

graph_util 模块：帮助程序在python中处理张量图。

image 模块：图像处理和解码操作。

initializers 模块：tf.initializers命名空间的公共API。

io 模块：tf.io名称空间的公共API。

keras 模块：Keras API的实现旨在成为TensorFlow的高级API。

layers 模块：tf.layers命名空间的公共API。

linalg 模块：线性代数的运算。

lite 模块：tf.lite名称空间的公共API。

logging 模块：日志记录和摘要操作。

lookup 模块：tf.lookup名称空间的公共API。

losses 模块：用于神经网络的损失运算。

manip 模块：用于操纵张量的运算符。

math 模块：数学运算。

metrics 模块：与评估相关的指标。

nest 模块：tf.nest名称空间的公共API。

nn 模块：用于原始神经网络（NN）操作的包装程序。

profiler 模块：tf.profiler名称空间的公共API。

python_io 模块：直接处理TFRecord格式文件的Python函数。

quantization 模块：tf.quantization名称空间的公共API。

queue 模块：tf.queue命名空间的公共API。

ragged 模块：参差不齐的张量。

random 模块：tf.random名称空间的公共API。

raw_ops模块：注意：tf.raw_ops提供对所有TensorFlow操作的直接/低级访问。参见 RFC

resource_loader 模块：资源管理库。

saved_model 模块：tf.saved_model命名空间的公共API。

sets 模块：Tensorflow设置操作。

signal 模块：信号处理操作。

sparse 模块：稀疏张量表示。

spectral 模块：tf.spectral名称空间的公共API。

strings 模块：使用字符串张量的操作。

summary 模块：用于编写摘要数据的操作，用于分析和可视化。

sysconfig 模块：系统配置库。

test 模块：测试。

tpu 模块：与张量处理单元有关的操作。

train 模块：支持训练模型。

user_ops 模块：tf.user_ops命名空间的公共API。

version 模块：tf.version名称空间的公共API。

xla 模块：tf.xla名称空间的公共API。

class

class AggregationMethod：列出用于组合渐变的聚合方法的类。

class AttrValue：协议消息

class ConditionalAccumulator：用于累计梯度的条件累加器。

class ConditionalAccumulatorBase：用于累计梯度的条件累加器。

class ConfigProto：协议消息

class CriticalSection：关键部分。

class DType：表示中元素的类型Tensor。

class DeviceSpec：代表TensorFlow设备的（可能是部分）规范。

class Dimension：表示TensorShape中一维的值。

class Event：协议消息

class FIFOQueue：一种队列实现，以先进先出的顺序使元素出队。

class FixedLenFeature：用于解析固定长度输入功能的配置。

class FixedLenSequenceFeature：用于将可变长度输入功能解析为的配置Tensor。

class FixedLengthRecordReader：读取器，从文件输出定长记录。

class GPUOptions：协议消息

class GradientTape：记录操作以自动区分。

class Graph：一个TensorFlow计算，表示为数据流图。

class GraphDef：协议消息

class GraphKeys：用于图形集合的标准名称。

class GraphOptions：协议消息

class HistogramProto：协议消息

class IdentityReader：读取器，将排队的工作作为键和值输出。

class IndexedSlices：在给定索引处的一组张量切片的稀疏表示。

class IndexedSlicesSpec：的类型规范tf.IndexedSlices。

class InteractiveSession：一个TensorFlow Session，用于交互式上下文（例如shell）。

class LMDBReader：读取器，从LMDB文件输出记录。

class LogMessage：协议消息

class MetaGraphDef：协议消息

class Module：基础神经网络模块类。

class NameAttrList：协议消息

class NodeDef：协议消息

class OpError：TensorFlow执行失败时引发的一般错误。

class Operation：表示在张量上执行计算的图节点。

class OptimizerOptions：协议消息

class OptionalSpec：表示可能包含结构化值的可选。

class PaddingFIFOQueue：一个FIFOQueue，通过填充支持批量可变大小的张量。

class PriorityQueue：按优先级出队元素的队列实现。

class QueueBase：队列实现的基类。

class RaggedTensor：表示参差不齐的张量。

class RaggedTensorSpec：的类型规范tf.RaggedTensor。

class RandomShuffleQueue：以随机顺序出队元素的队列实现。

class ReaderBase：不同阅读器类型的基类，每个步骤都会产生一条记录。

class RegisterGradient：一个装饰器，用于为op类型注册渐变函数。

class RunMetadata：协议消息

class RunOptions：协议消息

class Session：用于运行TensorFlow操作的类。

class SessionLog：协议消息

class SparseConditionalAccumulator：用于累积稀疏梯度的条件累加器。

class SparseFeature：从解析稀疏输入特征的配置Example。

class SparseTensor：表示稀疏张量。

class SparseTensorSpec：的类型规范tf.SparseTensor。

class SparseTensorValue：SparseTensorValue（指标，值，密实形状）

class Summary：协议消息

class SummaryMetadata：协议消息

class TFRecordReader：一个Reader，它从TFRecords文件输出记录。

class Tensor：表示的输出之一Operation。

class TensorArray：类包装动态大小的，按时间划分的一次写入Tensor数组。

class TensorArraySpec：的类型规范tf.TensorArray。

class TensorInfo：协议消息

class TensorShape：代表的形状Tensor。

class TensorSpec：描述一个tf.Tensor。

class TextLineReader：读取器，输出用换行符分隔的文件行。

class TypeSpec：指定TensorFlow值类型。

class UnconnectedGradients：控制y不依赖x时梯度计算的行为。

class VarLenFeature：用于解析可变长度输入功能的配置。

class Variable：请参见《变量指南》。

class VariableAggregation：指示将如何聚合分布式变量。

class VariableScope：可变范围对象，以携带默认值提供给get_variable。

class VariableSynchronization：指示何时同步分布式变量。

class WholeFileReader：将文件的全部内容作为值输出的Reader。