'tfl' ภาษาถิ่น

ภาษาถิ่น TensorFlow Lite

ภาษาถิ่นนี้แมปกับการทำงานของ TensorFlow Lite

ค่าคงที่:

• ค่าทั้งหมดเป็นประเภทเทนเซอร์ (โดยเฉพาะอย่างยิ่ง ค่าสเกลาร์แสดงโดยใช้เทนเซอร์มิติศูนย์)

การดำเนินงาน

tfl.abs (TFL::AbsOp)

ตัวดำเนินการค่าสัมบูรณ์

เมื่อกำหนดเทนเซอร์ x การดำเนินการนี้จะส่งคืนเทนเซอร์ที่มีค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x ตัวอย่างเช่น หาก x เป็นองค์ประกอบอินพุต และ y เป็นองค์ประกอบเอาต์พุต การดำเนินการนี้จะคำนวณ \(y = |x|\)-

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
x	เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าทศนิยม 32 บิต หรือชนิด QI8 หรือชนิด QI16

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าทศนิยม 32 บิต หรือชนิด QI8 หรือชนิด QI16

tfl.add (TFL::AddOp)

ตัวดำเนินการบวก

การดำเนินการบวกแบบแยกองค์ประกอบ

ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , QuantizableResult , ResultsBroadcastableShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
lhs	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่าชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16
rhs	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่าชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่าชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16

tfl.add_n (TFL::AddNOp)

ตัวดำเนินการ _Add n

เพิ่มเทนเซอร์อินพุตทั้งหมดตามองค์ประกอบ

ลักษณะ: AlwaysSpeculatableImplTrait , Commutative

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
inputs	เทนเซอร์แบบแปรผันของค่าชนิดใดก็ได้

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
sum	เทนเซอร์ของค่า float 32 บิตหรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

tfl.arg_max (TFL::ArgMaxOp)

ตัวดำเนินการ ArgMax

ส่งคืนดัชนีที่มีค่าใหญ่ที่สุดในมิติของเทนเซอร์

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
output_type	::mlir::แอตทริบิวต์	คุณสมบัติที่ได้มา

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 1 บิต หรือจำนวนเต็มลอยตัว 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือค่าประเภท QI8 หรือประเภท QUI8
dim	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

tfl.arg_min (TFL::ArgMinOp)

ตัวดำเนินการ ArgMin

ส่งคืนดัชนีที่มีค่าเล็กที่สุดในมิติของเทนเซอร์ a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
output_type	::mlir::แอตทริบิวต์	คุณสมบัติที่ได้มา

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 1 บิต หรือจำนวนเต็มลอยตัว 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือค่าประเภท QI8 หรือประเภท QUI8
dim	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

tfl.assign_variable (TFL::AssignVariableOp)

กำหนดค่าใหม่ให้กับตัวแปร

ReadVariableOp ใดๆ ที่มีการควบคุมขึ้นอยู่กับ op นี้ รับประกันว่าจะส่งคืนค่านี้หรือค่าใหม่ของตัวแปรในภายหลัง

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
resource_id	เทนเซอร์ของค่าทรัพยากร
value	เทนเซอร์ของ float 32 บิต หรือ float 64 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 1 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือประเภท QI16 หรือประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 64 บิต

tfl.atan2 (TFL::Atan2Op)

การดำเนินการ Atan2

การดำเนินการ "atan2" จะคำนวณอาร์กแทนเจนต์ของ y/x ทีละองค์ประกอบ โดยคำนึงถึงเครื่องหมายของอาร์กิวเมนต์

ลักษณะ: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

อินเทอร์เฟซ: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
y	เทนเซอร์ของค่า float 32 บิตหรือ 64 บิต
x	เทนเซอร์ของค่า float 32 บิตหรือ 64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิตหรือ 64 บิต

tfl.average_pool_2d (TFL::AveragePool2DOp)

ตัวดำเนินการ _Average_pool 2 มิติ

ดำเนินการรวมค่าเฉลี่ยของข้อมูลอินพุต

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
filter_height	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
filter_width	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
padding	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

ตัวดำเนินการ lstm ขั้นพื้นฐาน

ตัวดำเนินการเซลล์ LSTM ขั้นพื้นฐาน

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
cell_clip	::mlir::FloatAttr	แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
proj_clip	::mlir::FloatAttr	แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type ซึ่งมีค่าเป็น mlir::TFL::LSTMKernelType::BASIC

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
data_input	เทนเซอร์ของค่า float 32 บิตหรือชนิด QUI8
prev_activ_input	เทนเซอร์ของค่า float 32 บิตหรือชนิด QUI8
weights_input	เทนเซอร์ของค่า float 32 บิตหรือชนิด QUI8
biases_input	เทนเซอร์ของค่า float 32 บิตหรือค่าชนิด QI32
prev_state_input	เทนเซอร์ของค่า float 32 บิตหรือชนิด QI16

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
activ_output	เทนเซอร์ 2 มิติของค่าประเภทใดก็ได้
state_output	เทนเซอร์ 2 มิติของค่าประเภทใดก็ได้
concat_temp	เทนเซอร์ 2 มิติของค่าประเภทใดก็ได้
activ_temp	เทนเซอร์ 2 มิติของค่าประเภทใดก็ได้

tfl.batch_matmul (TFL::BatchMatMulOp)

ตัวดำเนินการคูณเมทริกซ์แบบแบตช์

ดำเนินการคูณเมทริกซ์แบบแบตช์กับอินพุต ปฏิบัติตามข้อตกลงของ TensorFlow BatchMatMulV2 โดยรองรับมิติที่ไม่ทราบค่าในมิติแบตช์และการออกอากาศ

Inputs:
  `inputs[0]`: required: input LHS
  `inputs[1]`: required: input RHS
  `adjoint_lhs`: optional: Transpose LHS (default false)
  `adjoint_rhs`: optional: Transpose RHS (default false)

ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
adj_x	::mlir::BoolAttr	แอตทริบิวต์บูลีน
adj_y	::mlir::BoolAttr	แอตทริบิวต์บูลีน
asymmetric_quantize_inputs	::mlir::BoolAttr	แอตทริบิวต์บูลีน

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
x	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QI16 หรือค่าจำนวนเต็มไร้เครื่องหมาย 8 บิต
y	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QI16 หรือค่าจำนวนเต็มไร้เครื่องหมาย 8 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QI16 หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

ตัวดำเนินการ BatchToSpaceNd

การดำเนินการนี้จะเปลี่ยนรูปร่างมิติ "ชุด" 0 ให้เป็นมิติของพื้นที่

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือค่าชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16
block_shape	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
indices	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือค่าชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

ตัวดำเนินการ lstm ลำดับทิศทางสองทาง

lstm แบบสองทิศทางโดยพื้นฐานแล้วคือ lstm สองตัว ตัวหนึ่งวิ่งไปข้างหน้าและอีกตัววิ่งถอยหลัง และผลลัพธ์ที่ได้คือการต่อ lstm สองตัวเข้าด้วยกัน

ลักษณะเฉพาะ: QuantizableResult

อินเทอร์เฟซ: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
cell_clip	::mlir::FloatAttr	แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
proj_clip	::mlir::FloatAttr	แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
merge_outputs	::mlir::BoolAttr	แอตทริบิวต์บูลีน
time_major	::mlir::BoolAttr	แอตทริบิวต์บูลีน
asymmetric_quantize_inputs	::mlir::BoolAttr	แอตทริบิวต์บูลีน

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_input_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_input_to_forget_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_input_to_cell_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_input_to_output_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_recurrent_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_recurrent_to_forget_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_recurrent_to_cell_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_recurrent_to_output_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
fw_cell_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_cell_to_forget_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_cell_to_output_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_input_gate_bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_forget_gate_bias	เทนเซอร์ของค่า float 32 บิต
fw_cell_bias	เทนเซอร์ของค่า float 32 บิต
fw_output_gate_bias	เทนเซอร์ของค่า float 32 บิต
fw_projection_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_projection_bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_input_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_input_to_forget_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_input_to_cell_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_input_to_output_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_recurrent_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_recurrent_to_forget_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_recurrent_to_cell_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_recurrent_to_output_weights	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต
bw_cell_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_cell_to_forget_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_cell_to_output_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_input_gate_bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_forget_gate_bias	เทนเซอร์ของค่า float 32 บิต
bw_cell_bias	เทนเซอร์ของค่า float 32 บิต
bw_output_gate_bias	เทนเซอร์ของค่า float 32 บิต
bw_projection_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_projection_bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_input_activation_state	เทนเซอร์ที่มีสถานะ
fw_input_cell_state	เทนเซอร์ที่มีสถานะ
bw_input_activation_state	เทนเซอร์ที่มีสถานะ
bw_input_cell_state	เทนเซอร์ที่มีสถานะ
aux_input	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_aux_input_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_aux_input_to_forget_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_aux_input_to_cell_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
fw_aux_input_to_output_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_aux_input_to_input_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_aux_input_to_forget_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_aux_input_to_cell_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด
bw_aux_input_to_output_weights	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
fw_output	เทนเซอร์ของค่าประเภทใดก็ได้
bw_output	เทนเซอร์ของค่าประเภทใดก็ได้

tfl.bitcast (TFL::BitcastOp)

ผู้ดำเนินการบิตแคสต์

ทำการบิตแคสต์เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่ง

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่าประเภทใดก็ได้

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่าประเภทใดก็ได้

tfl.bitwise_xor (TFL::BitwiseXorOp)

ตัวดำเนินการ Xor แบบบิตไวด์

องค์ประกอบจะคำนวณค่า XOR แบบบิตของ lhs และ rhs

ลักษณะ: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
lhs	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือ ค่าจำนวนเต็มไม่มีเครื่องหมาย 32 บิต
rhs	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือ ค่าจำนวนเต็มไม่มีเครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือ จำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือ ค่าจำนวนเต็มไม่มีเครื่องหมาย 32 บิต

tfl.broadcast_args (TFL::BroadcastArgsOp)

คืนรูปร่างของ s0 op s1 ด้วยการออกอากาศ

เมื่อกำหนด s0 และ s1 ซึ่งเป็นเทนเซอร์ที่แสดงรูปร่าง จะคำนวณ r0 ซึ่งเป็นรูปร่างที่ออกอากาศ s0 , s1 และ r0 ล้วนเป็นเวกเตอร์จำนวนเต็ม

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
s0	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต
s1	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
r0	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

tfl.broadcast_to (TFL::BroadcastToOp)

ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้

การบรอดแคสต์คือกระบวนการสร้างอาร์เรย์ให้มีรูปร่างที่เข้ากันได้สำหรับการดำเนินการทางคณิตศาสตร์ รูปร่างสองรูปจะเข้ากันได้ก็ต่อเมื่อแต่ละคู่มิติเท่ากัน หรือมีคู่ใดคู่หนึ่งเป็นหนึ่ง เมื่อพยายามบรอดแคสต์เทนเซอร์ไปยังรูปร่างใดรูปร่างหนึ่ง ระบบจะเริ่มต้นด้วยมิติที่ตามมา และทำงานต่อไป

ตัวอย่างเช่น,

x = tf.constant([1, 2, 3]) y = tf.broadcast_to(x, [3, 3]) พิมพ์(y) tf.Tensor( [[1 2 3] [1 2 3] [1 2 3]], รูปร่าง=(3, 3), dtype=int32)

ในตัวอย่างข้างต้น เทนเซอร์อินพุตที่มีรูปร่าง [1, 3] จะถูกกระจายไปยังเทนเซอร์เอาต์พุตที่มีรูปร่าง [3, 3]

เมื่อทำการดำเนินการออกอากาศ เช่น การคูณเทนเซอร์ด้วยสเกลาร์ ออกอากาศ (โดยปกติ) จะให้ประโยชน์ด้านเวลาหรือพื้นที่ เนื่องจากเทนเซอร์ออกอากาศไม่เคยเกิดขึ้นจริง

อย่างไรก็ตาม broadcast_to ไม่มีข้อดีดังกล่าว เทนเซอร์ที่สร้างขึ้นใหม่จะใช้หน่วยความจำทั้งหมดของรูปทรงที่ออกอากาศ (อย่างไรก็ตาม ในบริบทของกราฟ broadcast_to อาจถูกรวมเข้ากับการดำเนินการถัดไป แล้วจึงถูกปรับแต่งในภายหลัง)

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของเลขทศนิยมแบบ 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 1 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 4 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QI8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QUI8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือชนิด QI16 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือชนิดเชิงซ้อนที่มีค่าองค์ประกอบเลขทศนิยมแบบ 32 บิต
shape	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมายขนาด 32/64 บิต

ผลลัพธ์:

ผลลัพธ์

คำอธิบาย

output

เทนเซอร์ของเลขทศนิยมแบบ 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 1 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 4 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QI8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QUI8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือชนิด QI16 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือชนิดเชิงซ้อนที่มีค่าองค์ประกอบเลขทศนิยมแบบ 32 บิต

tfl.bucketize (TFL::BucketizeOp)

แบ่ง 'อินพุต' ออกเป็น 'ขอบเขต'

ตัวอย่าง:

หากอินพุตมี boundaries = [0, 10, 100] และ input = [[-5, 10000][150, 10][5, 100]] ดังนั้นเอาต์พุตจะเป็น output = [[0, 3][3, 2][1, 3]]

ลักษณะ: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
boundaries	::mlir::อาร์เรย์แอททร์	แอตทริบิวต์อาร์เรย์ลอยตัว 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต หรือค่า float 64 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

tfl.call_once (TFL::CallOnceOp)

เรียกใช้ฟังก์ชันการเริ่มต้น

การดำเนินการนี้จะเรียกใช้ฟังก์ชันการเริ่มต้นที่กำหนดไว้สำหรับตัวเริ่มต้นเซสชันในภาษาถิ่นของโมเดลที่บันทึกไว้ tf

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
session_init_function	::mlir::StringAttr	แอตทริบิวต์ของสตริง

tfl.cast (TFL::CastOp)

พนักงานควบคุมนักแสดง

แปลงอินพุตจากประเภทอินพุตเป็นประเภทเอาต์พุต

ลักษณะ: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ

คำอธิบาย

input

เทนเซอร์ของ float 16 บิต หรือชนิด bfloat16 หรือ float 32 บิต หรือ float 64 บิต หรือ integer ไม่มีเครื่องหมาย 1 บิต หรือ integer ไม่มีเครื่องหมาย 2 บิต หรือ integer ไม่มีเครื่องหมาย 4 บิต หรือ integer ไม่มีเครื่องหมาย 16 บิต หรือ integer ไม่มีเครื่องหมาย 16 บิต หรือ integer ไม่มีเครื่องหมาย 32 บิต หรือ integer ไม่มีเครื่องหมาย 32 บิต หรือ integer ไม่มีเครื่องหมาย 64 บิต หรือชนิด TFLite quint8 หรือ integer ไม่มีเครื่องหมาย 8 บิต หรือ integer ไม่มีเครื่องหมาย 8 บิต หรือ complex type ที่มีค่าองค์ประกอบ float 32 บิต

ผลลัพธ์:

ผลลัพธ์

คำอธิบาย

output

เทนเซอร์ของ float 16 บิต หรือชนิด bfloat16 หรือ float 32 บิต หรือ float 64 บิต หรือ integer ไม่มีเครื่องหมาย 1 บิต หรือ integer ไม่มีเครื่องหมาย 2 บิต หรือ integer ไม่มีเครื่องหมาย 4 บิต หรือ integer ไม่มีเครื่องหมาย 16 บิต หรือ integer ไม่มีเครื่องหมาย 16 บิต หรือ integer ไม่มีเครื่องหมาย 32 บิต หรือ integer ไม่มีเครื่องหมาย 32 บิต หรือ integer ไม่มีเครื่องหมาย 64 บิต หรือชนิด TFLite quint8 หรือ integer ไม่มีเครื่องหมาย 8 บิต หรือ integer ไม่มีเครื่องหมาย 8 บิต หรือ complex type ที่มีค่าองค์ประกอบ float 32 บิต

tfl.ceil (TFL::CeilOp)

ผู้ควบคุมเพดาน

คืนค่าเพดานตามองค์ประกอบของอินพุต

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
x	เทนเซอร์ของค่า float 32 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	เทนเซอร์ของค่า float 32 บิต

tfl.complex_abs (TFL::ComplexAbsOp)

คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์

กำหนดเทนเซอร์ x ของจำนวนเชิงซ้อน การดำเนินการนี้จะส่งคืนเทนเซอร์ชนิด float หรือ double ซึ่งเป็นค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x องค์ประกอบทั้งหมดใน x ต้องเป็นจำนวนเชิงซ้อนในรูปแบบ \(a + bj\). ค่าสัมบูรณ์คำนวณได้จาก \( \sqrt{a^2 + b^2}\)-

ลักษณะ: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของชนิดเชิงซ้อนที่มีค่าองค์ประกอบ float 32 บิตหรือชนิดเชิงซ้อนที่มีค่าองค์ประกอบ float 64 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิตหรือ 64 บิต

tfl.concatenation (TFL::ConcatenationOp)

ตัวดำเนินการเชื่อมต่อ

เชื่อมโยงเทนเซอร์ตามมิติเดียว

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
axis	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
values	เทนเซอร์แบบแปรผันของค่าชนิดใดก็ได้

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือค่าเลขจำนวนเต็มไม่มีเครื่องหมาย 1 บิต

tfl.control_node (TFL::ControlNodeOp)

การดำเนินการ TFL.control_node จะห่อการดำเนินการแบบบล็อกเดี่ยวเพื่อแนบขอบควบคุม

ฟังก์ชันนี้ใช้เพื่อห่อหุ้มภูมิภาคและแนบการอ้างอิงการควบคุมเข้ากับภูมิภาคเหล่านั้น โดยทั่วไปแล้ว การดำเนินการนี้จะเกิดขึ้นในขั้นตอนสุดท้ายก่อนการส่งข้อมูลแบบจำลอง flatbuffer เพื่อเปิดใช้งานการปรับแต่งที่อาศัยลำดับการดำเนินการคงที่ (เช่น การแปลงข้อมูลเป็นวัตถุ) ตัวส่งออก flatbuffer จะแกะภูมิภาคที่ห่อหุ้มไว้และใส่คำอธิบายประกอบแบบจำลองที่สร้างขึ้นด้วยเมตาดาต้า เพื่อให้การเรียงลำดับใหม่แบบรันไทม์เป็นไปตามลำดับที่กำหนดโดยการอ้างอิงการควบคุม

ลักษณะ: HasParent<mlir::func::FuncOp> , RecursiveMemoryEffects , SingleBlockImplicitTerminator<YieldOp> , SingleBlock

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
controlInputs	ตัวแปรควบคุม

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
outputs	เทนเซอร์แบบแปรผันของค่าชนิดใดก็ได้
control	ควบคุม

tfl.conv_2d (TFL::Conv2DOp)

ตัวดำเนินการคอนโวลูชั่น

ดำเนินการคอนโวลูชั่นบนอินพุต

อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต inputs[1] : จำเป็น: inputs[2] : ทางเลือก: เทนเซอร์อคติ

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult , TFL::AccumulatorUniformScale<2, 0, 1> , TFL::AffineOpCoefficient<0, 1>

อินเทอร์เฟซ: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TFL_SparseOp , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
dilation_h_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16
filter	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI4 หรือชนิด QI8 หรือค่าชนิด QUI8
bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16

tfl.conv_3d (TFL::Conv3DOp)

ตัวดำเนินการ Convolution 3D

ดำเนินการคอนโวลูชันบนอินพุต 3 มิติ อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต อินพุต inputs[1] : จำเป็น: เทนเซอร์น้ำหนักตัวกรอง inputs[2] : ไม่จำเป็น: เทนเซอร์ไบอัส

ลักษณะ: AlwaysSpeculatableImplTrait , TFL::AccumulatorUniformScale<2, 0, 1>

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
dilation_d_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_h_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_d	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_h	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต
filter	เทนเซอร์ของค่า float 32 บิต
bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

ตัวดำเนินการ Transposed Convolution 3D

ดำเนินการทรานสโพสคอนโวลูชันบนอินพุต 3 มิติ อินพุต: อินพุต inputs[0] : จำเป็น: รูปร่างของเทนเซอร์เอาต์พุต inputs[1] : จำเป็น: inputs[2] : จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต อินพุต inputs[3] : ทางเลือก: เทนเซอร์ไบอัส

ลักษณะ: AlwaysSpeculatableImplTrait , TFL::AccumulatorUniformScale<2, 0, 1>

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
dilation_d_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_h_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_d	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_h	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
output_shape	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
filter	เทนเซอร์ของค่า float 32 บิต
input	เทนเซอร์ของค่า float 32 บิต
bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต

tfl.cos (TFL::CosOp)

ตัวดำเนินการโคไซน์

คำนวณค่าโคไซน์ของอินพุตแบบแยกองค์ประกอบ

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
x	เทนเซอร์ของค่า float 32 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	เทนเซอร์ของค่า float 32 บิต

tfl.cumsum (TFL::CumsumOp)

ตัวดำเนินการ Cumsum

คำนวณผลรวมสะสมของเทนเซอร์ x ตามแนวแกน

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
exclusive	::mlir::BoolAttr	แอตทริบิวต์บูลีน
reverse	::mlir::BoolAttr	แอตทริบิวต์บูลีน

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 64 บิต
axis	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 64 บิต

tfl.custom (TFL::CustomOp)

การดำเนินการแบบกำหนดเอง

การดำเนินการทั่วไปสำหรับการดำเนินการแบบกำหนดเองของ TFLite

input: รายการของอินพุตใน op ดั้งเดิม custom_code: สตริงที่ใช้เพื่อระบุว่า op นี้คืออะไรโดยเฉพาะ ซึ่งสอดคล้องกับ operator_codes.custom_code ใน flatbuffer custom_option: โฮลเดอร์สำหรับบันทึกแอตทริบิวต์ของ op ในรูปแบบไบต์ output: รายการของเอาต์พุตใน op ดั้งเดิม

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
custom_code	::mlir::StringAttr	แอตทริบิวต์ของสตริง
custom_option	::mlir::TFL::ConstBytesAttr	การแสดงแอตทริบิวต์สตริงของไบต์ที่คอมไพล์

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์แบบแปรผันของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์แบบแปรผันของค่าชนิดใดก็ได้

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op สำหรับ TF ops ที่กำหนดเอง

Wrapper op ใดๆ ที่เกี่ยวข้องกับ Custom TF op ซึ่งรวมถึง op ที่กำหนดโดยใช้ custom_opdefs หรือลิงก์ที่ไม่ได้กำหนดไว้ใน TF dialect Op นี้จะห่อ op ที่กำหนดเองไว้ภายในขอบเขต หมายเหตุ #1: Op นี้จะไม่รวม op ที่กำหนดเองของ TF Lite ที่กำหนดโดยใช้ CustomOp หมายเหตุ #2: Op นี้เป็นเพียงการแสดงภายในตัวแปลง และจะไม่ถูกแสดง/ส่งออกเมื่อส่งออกโมเดลไปยัง Flatbuffer

ลักษณะ: IsolatedFromAbove , RecursiveMemoryEffects , SingleBlockImplicitTerminator<YieldOp> , SingleBlock

อินเทอร์เฟซ: InferTypeOpInterface , TflRuntimeVerifyOpInterface

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์แบบแปรผันของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์แบบแปรผันของค่าชนิดใดก็ได้

tfl.densify (TFL::DensifyOp)

ผู้ดำเนินการหนาแน่น

แปลงเทนเซอร์แบบเบาบางเป็นรูปแบบหนาแน่น

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่าเลขทศนิยม 32 บิตหรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 8 บิต

tfl.depth_to_space (TFL::DepthToSpaceOp)

ตัวดำเนินการ DepthToSpace

จัดเรียงข้อมูลจากความลึกเป็นบล็อกข้อมูลเชิงพื้นที่ใหม่ นี่คือการแปลงย้อนกลับของ SpaceToDepth โดยเฉพาะอย่างยิ่ง op นี้จะส่งออกสำเนาของเทนเซอร์อินพุต โดยที่ค่าจากมิติ depth จะถูกย้ายในบล็อกเชิงพื้นที่ไปยังมิติ height และ width attr block_size ระบุขนาดบล็อกอินพุตและวิธีการย้ายข้อมูล

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
block_size	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิตซึ่งมีค่าเป็นบวก

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่าชนิด TFLite quint8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QI8 หรือค่าชนิด QUI8

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของเลขทศนิยม 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่าชนิด TFLite quint8 หรือเลขจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือชนิด QI8 หรือค่าชนิด QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

ตัวดำเนินการการม้วนแยกแบบลึกได้

ดำเนินการคอนโวลูชั่นบนอินพุต

อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต inputs[1] : จำเป็น: inputs[2] : ทางเลือก: เทนเซอร์อคติ

ลักษณะ: AlwaysSpeculatableImplTrait , QuantizableResult , TFL::AccumulatorUniformScale<2, 0, 1> , TFL::AffineOpCoefficient<3, 1>

อินเทอร์เฟซ: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TFL_SparseOp , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
dilation_h_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
depth_multiplier	::mlir::IntegerAttr	แอตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16
filter	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI4 หรือชนิด QI8 หรือค่าชนิด QUI8
bias	เทนเซอร์ของค่าชนิดใดๆ หรือไม่มีชนิด

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือชนิด QI8 หรือชนิด QUI8 หรือค่าชนิด QI16

tfl.dequantize (TFL::DequantizeOp)

ตัวดำเนินการดีควอนไทซ์

แปลงอาร์เรย์ของจำนวนเต็มที่ถูกวัดปริมาณเป็นจำนวนจุดลอยตัวตามพารามิเตอร์การวัดปริมาณ

อินเทอร์เฟซ: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของชนิด QI2 หรือชนิด QI4 หรือชนิด QI8 หรือชนิด QUI8 หรือชนิด QI16 หรือค่า float 16 บิต

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต

tfl.dilate (TFL::DilateOp)

ตัวดำเนินการขยาย

ขยายเทนเซอร์โดยการเพิ่มองค์ประกอบใหม่ระหว่างองค์ประกอบที่มีอยู่

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
input	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่า float 32 บิต หรือค่า float 64 บิต
dilations	เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
padding_value	เทนเซอร์ 0D ของค่าประเภทใดก็ได้

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 8 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 16 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 32 บิต หรือจำนวนเต็มไม่มีเครื่องหมาย 64 บิต หรือค่า float 32 บิต หรือค่า float 64 บิต

tfl.div (TFL::DivOp)

ผู้ดำเนินการฝ่าย

การดำเนินการแบ่งตามองค์ประกอบ

ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	ประเภท MLIR	คำอธิบาย
fused_activation_function	::mlir::StringAttr	แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
lhs	เทนเซอร์ของค่า float 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าชนิด QUI8 หรือชนิด QI8 หรือค่าชนิด QI16
rhs	เทนเซอร์ของค่า float 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าชนิด QUI8 หรือชนิด QI8 หรือค่าชนิด QI16

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	เทนเซอร์ของค่า float 32 บิต หรือค่าเลขจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าชนิด QUI8 หรือชนิด QI8 หรือค่าชนิด QI16

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice

DynamicUpdateSlice op ที่มีความหมายเดียวกันกับ XLA DynamicUpdateSlice สร้างผลลัพธ์ที่เป็นค่าของตัวดำเนินการอาร์เรย์อินพุต โดยการอัปเดตสไลซ์จะถูกเขียนทับที่ start_indices

ดู https://www.tensorflow.org/xla/operation_semantics#dynamicupdateslice

ลักษณะนิสัย: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

ผลกระทบ: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ	คำอธิบาย
operand	tensor of 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float or 16-bit float values
update	tensor of 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float or 16-bit float values
start_indices	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float or 16-bit float values

tfl.elu (TFL::EluOp)

Exponential Linear Unit operator

Computes the exponential linear f(x) -> exp(x) - 1 for x < 0, x for x >= 0. element-wise.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or 8-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or 8-bit signless integer values

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Embedding lookup operator

Looks up ids in a list of embedding tensors.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lookup	tensor of 32-bit signless integer values
value	tensor of 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI4 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit signless integer or 8-bit unsigned integer values

tfl.equal (TFL::EqualOp)

Equal operator

Returns the truth element of x == y element-wise

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 1-bit signless integer or 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 8-bit unsigned integer or TFLite string type values
y	tensor of 1-bit signless integer or 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 8-bit unsigned integer or TFLite string type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.exp (TFL::ExpOp)

Natural exponentiation operator

Performs element-wise natural exponentiation operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.expand_dims (TFL::ExpandDimsOp)

Inserts a dimension of 1 into a tensor's shape.

Given a tensor input , this operation inserts a dimension of 1 at the dimension index axis of input 's shape. The dimension index axis starts at zero; if you specify a negative number for axis it is counted backward from the end.

This operation is useful if you want to add a batch dimension to a single element. For example, if you have a single image of shape [height, width, channels] , you can make it a batch of 1 image with expand_dims(image, 0) , which will make the shape [1, height, width, channels] .

ตัวอย่างอื่นๆ:

# 't' is a tensor of shape [2]
shape(expand_dims(t, 0)) ==> [1, 2]
shape(expand_dims(t, 1)) ==> [2, 1]
shape(expand_dims(t, -1)) ==> [2, 1]

# 't2' is a tensor of shape [2, 3, 5]
shape(expand_dims(t2, 0)) ==> [1, 2, 3, 5]
shape(expand_dims(t2, 2)) ==> [2, 3, 1, 5]
shape(expand_dims(t2, 3)) ==> [2, 3, 5, 1]

This operation requires that:

-1-input.dims() <= dim <= input.dims()

This operation is related to squeeze() , which removes dimensions of size 1.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of any type values
dim	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.external_const (TFL::ExternalConstOp)

External const op.

External const op holds a buffer_index which points to a constant in the flatbuffer.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
buffer_index	::mlir::IntegerAttr	32-bit signless integer attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.fake_quant (TFL::FakeQuantOp)

FakeQuant operator

Fake-quantize the 'inputs' tensor of type float via float scalars min and max to 'outputs' tensor of same shape as inputs.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
min	::mlir::FloatAttr	32-bit float attribute
max	::mlir::FloatAttr	32-bit float attribute
num_bits	::mlir::IntegerAttr	32-bit signless integer attribute whose minimum value is 2 whose maximum value is 16
narrow_range	::mlir::BoolAttr	bool attribute whose value is false

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float values

tfl.fill (TFL::FillOp)

Fill the tensor with given value.

Fill the tensor with given value.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
dims	tensor of 32/64-bit signless integer values
input	tensor of 32-bit float or 16-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or QI8 type or QI16 type or TFLite string type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
result	tensor of 32-bit float or 16-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or QI8 type or QI16 type or TFLite string type values

tfl.floor (TFL::FloorOp)

Floor operator

Returns element-wise floor value of the input.

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float values

tfl.floor_div (TFL::FloorDivOp)

Floor div operator

Element-wise floor div operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values
rhs	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values

tfl.floor_mod (TFL::FloorModOp)

Division reminder

Element-wise division reminder operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values
rhs	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values

tfl.fully_connected (TFL::FullyConnectedOp)

Fully connected op

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , TFL::AccumulatorUniformScale<2, 0, 1> , TFL::AffineOpCoefficient<0, 1>

Interfaces: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TFL_SparseOp , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
weights_format	::mlir::StringAttr	string attribute whose value is DEFAULT, or SHUFFLED4x16INT8
keep_num_dims	::mlir::BoolAttr	bool attribute
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or QUI16 type values
filter	tensor of 32-bit float or QI2 type or QI4 type or QI8 type or QUI8 type or QI16 type values
bias	tensor of any type values or none type

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	variadic of tensor of any type values

tfl.gather (TFL::GatherOp)

Gather operator

Gather slices from params axis axis according to indices .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
axis	::mlir::IntegerAttr	32-bit signless integer attribute
batch_dims	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
params	tensor of 32-bit float or 1-bit signless integer or 4-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or TFLite string type or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values
indices	tensor of 16-bit signless integer or 32-bit signless integer or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 4-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or TFLite string type or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values

tfl.gather_nd (TFL::GatherNdOp)

_Gather nd operator

Gather slices from params into a Tensor with shape specified by indices .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
params	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or QI8 type or TFLite string type values
indices	tensor of 16-bit signless integer or 32-bit signless integer or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or QI8 type or TFLite string type values

tfl.gelu (TFL::GeluOp)

GELU activation function.

Computes GELU activation function element-wise.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
approximate	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QUI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type or QUI8 type values

tfl.greater (TFL::GreaterOp)

Greater operator

Element-wise greater operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.greater_equal (TFL::GreaterEqualOp)

_Greater equal operator

Element-wise greater_equal operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type values
rhs	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.hard_swish (TFL::HardSwishOp)

Hardswish activation function.

Computes hard-swish activation function f(x) -> (x * relu6(x+3))/6 element-wise.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.hashtable (TFL::HashtableOp)

Creates a non-initialized hash table.

This op creates a hash table, specifying the type of its keys and values. Before using the table you will have to initialize it. After initialization the table will be immutable.

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
table_id	::mlir::IntegerAttr	32-bit signless integer attribute
key_dtype	::mlir::TypeAttr	any type attribute
value_dtype	::mlir::TypeAttr	any type attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of resource values

tfl.hashtable_find (TFL::HashtableFindOp)

Looks up keys in a table, outputs the corresponding values.

The tensor keys must of the same type as the keys of the table. The output values is of the type of the table values.

The scalar default_value is the value output for keys not present in the table. It must also be of the same type as the table values.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
hash_table	tensor of resource values
keys	tensor of 32-bit signless integer or TFLite string type or 64-bit signless integer values
default_value	tensor of 32-bit float or 32-bit signless integer or TFLite string type or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of 32-bit float or 32-bit signless integer or TFLite string type or 64-bit signless integer values

tfl.hashtable_import (TFL::HashtableImportOp)

Replaces the contents of the table with the specified keys and values.

The tensor keys must be of the same type as the keys of the table. The tensor values must be of the type of the table values.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
hash_table	tensor of resource values
keys	tensor of 32-bit signless integer or TFLite string type or 64-bit signless integer values
values	tensor of 32-bit float or 32-bit signless integer or TFLite string type or 64-bit signless integer values

tfl.hashtable_size (TFL::HashtableSizeOp)

Computes the number of elements in the given table.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
hash_table	tensor of resource values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of 64-bit signless integer values

tfl.if (TFL::IfOp)

If-then-else operation

The tfl.if operation represents an if-then-else construct for conditionally executing two regions of code. The operand to an if operation is a boolean value. For example:

tfl.if %b  {
  ...
} else {
  ...
}

tfl.if may also return results that are defined in its regions. The values defined are determined by which execution path is taken.

ตัวอย่าง:

%x, %y = tfl.if %b -> (tensor<f32>, tensor<f32>) {
  %x_true = ...
  %y_true = ...
  tfl.yield %x_true, %y_true : tensor<f32>, tensor<f32>
} else {
  %x_false = ...
  %y_false = ...
  tfl.yield %x_false, %y_false : tensor<f32>, tensor<f32>
}

tfl.if regions are always terminated with "tfl.yield". If "tfl.if" defines no values, the "tfl.yield" can be left out, and will be inserted implicitly. Otherwise, it must be explicit. Also, if "tfl.if" defines one or more values, the 'else' block cannot be omitted.

ตัวอย่าง:

tfl.if %b  {
  ...
}

Traits: NoRegionArguments , RecursiveMemoryEffects , SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
cond	tensor of 1-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
results	variadic of tensor of any type values

tfl.imag (TFL::ImagOp)

Returns the imaginary part of a complex number.

Given a tensor input of complex numbers, this operation returns a tensor of type float that is the imaginary part of each element in input . All elements in input must be complex numbers of the form \(a + bj\), where a is the real part and b is the imaginary part returned by this operation.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 64-bit float values

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Normalize Operator

L2Normalization Op

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , FixedOutputRangeInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QUI8 type or QI8 type or QUI16 type or QI16 type or 8-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QUI8 type or QI8 type or QUI16 type or QI16 type or 8-bit signless integer values

tfl.leaky_relu (TFL::LeakyReluOp)

Leaky Relu operator

Element-wise Leaky ReLU operator x -> x >= 0 ? x : (alpha * x)

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
alpha	::mlir::FloatAttr	32-bit float attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type or QI16 type values

tfl.less (TFL::LessOp)

Less operator

Element-wise less operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type values
rhs	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.less_equal (TFL::LessEqualOp)

_Less equal operator

Element-wise less_equal operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Local Response Normalization.

The 4-D input tensor is treated as a 3-D array of 1-D vectors (along the last dimension), and each vector is normalized independently. Within a given vector, each component is divided by the weighted, squared sum of inputs within depth_radius . In detail,

sqr_sum[a, b, c, d] =
    sum(input[a, b, c, d - depth_radius : d + depth_radius + 1] ** 2)
output = input / (bias + alpha * sqr_sum) ** beta

For details, see Krizhevsky et al., ImageNet classification with deep convolutional neural networks (NIPS 2012) .

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
radius	::mlir::IntegerAttr	32-bit signless integer attribute
bias	::mlir::FloatAttr	32-bit float attribute
alpha	::mlir::FloatAttr	32-bit float attribute
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float values

tfl.log (TFL::LogOp)

Natural logarithm operator

Performs element-wise natural logarithm operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QI8 type values

tfl.log_softmax (TFL::LogSoftmaxOp)

Log softmax operator

Computes element-wise log softmax activations with the following formula

input - log(reduce_sum(exp(input), dim))

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , FixedOutputRangeInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type values

tfl.logical_and (TFL::LogicalAndOp)

Logical AND operator

Element-wise logical AND operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 1-bit signless integer values
rhs	tensor of 1-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.logical_not (TFL::LogicalNotOp)

Logical NOT operator

Element-wise logical NOT operation.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 1-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.logical_or (TFL::LogicalOrOp)

Logical OR operator

Element-wise logical OR operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 1-bit signless integer values
rhs	tensor of 1-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.logistic (TFL::LogisticOp)

Logistic operator

Computes element-wise Sigmoid of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , FixedOutputRangeInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.lstm (TFL::LSTMOp)

The full lstm operator

Long short-term memory unit (LSTM) recurrent network layer. The default non-peephole implementation is based on: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter and J. Schmidhuber. 'Long Short-Term Memory'. Neural Computation, 9(8):1735-1780, 1997. The peephole implementation is based on: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior, and Francoise Beaufays. 'Long short-term memory recurrent neural network architectures for large scale acoustic modeling.' INTERSPEECH, 2014. The coupling of input and forget gate (CIFG) is based on: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: A Search Space Odyssey' The layer normalization is based on: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Layer Normalization'

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
cell_clip	::mlir::FloatAttr	32-bit float attribute whose value is non-negative
proj_clip	::mlir::FloatAttr	32-bit float attribute whose value is non-negative
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type whose value is mlir::TFL::LSTMKernelType::FULL
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute
input_to_input_intermediate	::mlir::TypeAttr	any type attribute
input_to_forget_intermediate	::mlir::TypeAttr	any type attribute
input_to_cell_intermediate	::mlir::TypeAttr	any type attribute
input_to_output_intermediate	::mlir::TypeAttr	any type attribute
effective_hidden_scale_intermediate	::mlir::TypeAttr	any type attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QI16 type values
input_to_input_weights	tensor of any type values or none type
input_to_forget_weights	tensor of 32-bit float or QI8 type values
input_to_cell_weights	tensor of 32-bit float or QI8 type values
input_to_output_weights	tensor of 32-bit float or QI8 type values
recurrent_to_input_weights	tensor of any type values or none type
recurrent_to_forget_weights	tensor of 32-bit float or QI8 type values
recurrent_to_cell_weights	tensor of 32-bit float or QI8 type values
recurrent_to_output_weights	tensor of 32-bit float or QI8 type values
cell_to_input_weights	tensor of any type values or none type
cell_to_forget_weights	tensor of any type values or none type
cell_to_output_weights	tensor of any type values or none type
input_gate_bias	tensor of any type values or none type
forget_gate_bias	tensor of 32-bit float or QI32 type values
cell_bias	tensor of 32-bit float or QI32 type values
output_gate_bias	tensor of 32-bit float or QI32 type values
projection_weights	tensor of any type values or none type
projection_bias	tensor of any type values or none type
input_activation_state	stateful tensor
input_cell_state	stateful tensor
input_layer_norm_coefficients	tensor of any type values or none type
forget_layer_norm_coefficients	tensor of any type values or none type
cell_layer_norm_coefficients	tensor of any type values or none type
output_layer_norm_coefficients	tensor of any type values or none type

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.matrix_diag (TFL::MatrixDiagOp)

Returns a tensor with the provided diagonal and everything else padded with zeros.

Given a diagonal, returns a tensor with the diagonal and everything else padded with zeros. Assume diagonal has k dimensions [I, J, K, ..., N] , then the output is a tensor of rank k+1 with dimensions [I, J, K, ..., N, N] where: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
diagonal	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QUI8 type or QI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QUI8 type or QI8 type or TFLite quint8 type values

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Returns a batched matrix tensor with new batched diagonal values.

Given input and diagonal , this operation returns a tensor with the same shape and values as input , except for the main diagonal of the innermost matrices. These will be overwritten by the values in diagonal .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QI16 type or QUI8 type or TFLite quint8 type values
diagonal	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QI16 type or QUI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
result	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QI16 type or QUI8 type or TFLite quint8 type values

tfl.max_pool_2d (TFL::MaxPool2DOp)

Max Pool 2D op

Performs max pool 2D on input.

Inputs: inputs[0] : required: the input tensor

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
padding	::mlir::StringAttr	string attribute whose value is SAME, or VALID
stride_w	::mlir::IntegerAttr	32-bit signless integer attribute
stride_h	::mlir::IntegerAttr	32-bit signless integer attribute
filter_width	::mlir::IntegerAttr	32-bit signless integer attribute
filter_height	::mlir::IntegerAttr	32-bit signless integer attribute
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type or TFLite quint8 type values

tfl.maximum (TFL::MaximumOp)

Max operator

Element-wise max operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values
rhs	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
max	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values

tfl.mean (TFL::MeanOp)

Mean operator

Computes the mean of elements across dimensions of a tensor. Reduces input_tensor along the dimensions given in axis. Unless keepdims is true, the rank of the tensor is reduced by 1 for each entry in axis. If keepdims is true, the reduced dimensions are retained with length 1.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or 8-bit unsigned integer or QI16 type values
axis	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or 8-bit unsigned integer or QI16 type values

tfl.minimum (TFL::MinimumOp)

Min operator

Element-wise min operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values
rhs	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
min	tensor of 32-bit float or 32/64-bit signless integer or QI8 type or QUI8 type or QI16 type values

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad Operator. Pads a tensor with mirrored values.

This operation pads a input with mirrored values according to the paddings you specify. paddings is an integer tensor with shape [n, 2], where n is the rank of input. For each dimension D of input, paddings[D, 0] indicates how many values to add before the contents of input in that dimension, and paddings[D, 1] indicates how many values to add after the contents of input in that dimension.

Both paddings[D, 0] and paddings[D, 1] must be no greater than input.dim_size(D) (or input.dim_size(D) - 1) if copy_border is true (if false, respectively).

The padded size of each dimension D of the output is:

paddings(D, 0) + input.dim_size(D) + paddings(D, 1)

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values
pad	tensor of 32-bit signless integer or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values

tfl.mul (TFL::MulOp)

Multiplication operator

Element-wise multiplication operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values
rhs	tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

The generated values will have a categorical distribution based on the logits or unnormalized log-probabilities provided for all classes.

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
logits	tensor of 32-bit float values
num_samples	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
value	::mlir::UnitAttr	unit attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

Greedily selects a subset of bounding boxes in descending order of score,

pruning away boxes that have high intersection-over-union (IOU) overlap with previously selected boxes. Bounding boxes with score less than score_threshold are removed. Bounding boxes are supplied as [y1, x1, y2, x2], where (y1, x1) and (y2, x2) are the coordinates of any diagonal pair of box corners and the coordinates can be provided as normalized (ie, lying in the interval [0, 1]) or absolute. Note that this algorithm is agnostic to where the origin is in the coordinate system and more generally is invariant to orthogonal transformations and translations of the coordinate system; thus translating or reflections of the coordinate system result in the same boxes being selected by the algorithm. The output of this operation is a set of integers indexing into the input collection of bounding boxes representing the selected boxes. The bounding box coordinates corresponding to the selected indices can then be obtained using the tf.gather operation . For example: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
selected_indices	tensor of 32-bit signless integer values
valid_outputs	tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

Greedily selects a subset of bounding boxes in descending order of score,

pruning away boxes that have high intersection-over-union (IOU) overlap with previously selected boxes. Bounding boxes with score less than score_threshold are removed. Bounding boxes are supplied as [y1, x1, y2, x2], where (y1, x1) and (y2, x2) are the coordinates of any diagonal pair of box corners and the coordinates can be provided as normalized (ie, lying in the interval [0, 1]) or absolute. Note that this algorithm is agnostic to where the origin is in the coordinate system and more generally is invariant to orthogonal transformations and translations of the coordinate system; thus translating or reflections of the coordinate system result in the same boxes being selected by the algorithm. The output of this operation is a set of integers indexing into the input collection of bounding boxes representing the selected boxes. The bounding box coordinates corresponding to the selected indices can then be obtained using the tf.gather operation . For example: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) This op also supports a Soft-NMS (with Gaussian weighting) mode (cf Bodla et al, https://arxiv.org/abs/1704.04503 ) where boxes reduce the score of other overlapping boxes instead of directly causing them to be pruned. To enable this Soft-NMS mode, set the soft_nms_sigma parameter to be larger than 0.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values
soft_nms_sigma	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
selected_indices	tensor of 32-bit signless integer values
selected_scores	tensor of 32-bit float values
valid_outputs	tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or QI16 type or TFLite quint8 type or TFLite string type values
rhs	tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or QI16 type or TFLite quint8 type or TFLite string type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

The NumericVerify op is a debugging op to verify the numericals of the two activations. It is a custom op in TFLite. If log_if_failed is true, the NumericVerify op calculates statistics on differences between float and quantized activations, output logs, set differences to the output tensors, and throws an error if errors above tolerance exist. If log_if_failed = false, then it doesn't care about errors.

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of QI8 type or QUI8 type or QI16 type or 16-bit float or TFLite quint8 type values
ref	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

Returns a one-hot tensor.The locations represented by indices in indices take value on_value , while all other locations take value off_value .

If the input indices is rank N , the output will have rank N+1 , The new axis is created at dimension axis (default: the new axis is appended at the end).

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
indices	tensor of 32-bit signless integer or 64-bit signless integer values
depth	tensor of 32-bit signless integer values
on_value	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values
off_value	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

Packs a list of values_count rank- R tensors into one rank- (R+1) tensor.

Packs the values_count tensors in values into a tensor with rank one higher than each tensor in values , by packing them along the axis dimension.

Given a list of tensors of shape (A, B, C) ;

if axis == 0 then the output tensor will have the shape (N, A, B, C) . if axis == 1 then the output tensor will have the shape (A, N, B, C) . Etc.

ตัวอย่างเช่น:

# 'x' is [1, 4]
# 'y' is [2, 5]
# 'z' is [3, 6]
pack([x, y, z]) => [[1, 4], [2, 5], [3, 6]]  # Pack along first dim.
pack([x, y, z], axis=1) => [[1, 2, 3], [4, 5, 6]]

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
values_count	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
values	variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.pad (TFL::PadOp)

Padding operator

This operation pads a input with zeros according to the paddings you specify. paddings is an integer tensor with shape [Dn, 2] , where n is the rank of input . For each dimension D of input , paddings[D, 0] indicates how many zeros to add before the contents of input in that dimension, and paddings[D, 1] indicates how many zeros to add after the contents of input in that dimension.

The padded size of each dimension D of the output is:

paddings(D, 0) + input.dim_size(D) + paddings(D, 1)

ตัวอย่างเช่น:

# 't' is [[1, 1], [2, 2]]
# 'paddings' is [[1, 1], [2, 2]]
# rank of 't' is 2
pad(t, paddings) ==> [[0, 0, 0, 0, 0, 0]
                      [0, 0, 1, 1, 0, 0]
                      [0, 0, 2, 2, 0, 0]
                      [0, 0, 0, 0, 0, 0]]

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
padding	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

This operation pads a input according to the paddings and constant_values you specify. paddings is an integer tensor with shape [Dn, 2] , where n is the rank of input . For each dimension D of input , paddings[D, 0] indicates how many zeros to add before the contents of input in that dimension, and paddings[D, 1] indicates how many zeros to add after the contents of input in that dimension. constant_values is a scalar tensor of the same type as input that indicates the value to use for padding input .

The padded size of each dimension D of the output is:

paddings(D, 0) + input.dim_size(D) + paddings(D, 1)

ตัวอย่างเช่น:

# 't' is [[1, 1], [2, 2]]
# 'paddings' is [[1, 1], [2, 2]]
# rank of 't' is 2
pad(t, paddings) ==> [[0, 0, 0, 0, 0, 0]
                      [0, 0, 1, 1, 0, 0]
                      [0, 0, 2, 2, 0, 0]
                      [0, 0, 0, 0, 0, 0]]

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values
padding	tensor of 32/64-bit signless integer values
constant_values	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values

tfl.poly_call (TFL::PolyCallOp)

Poly call

Have multiple function bodies for the same computation. This allows a program compiler/interpreter to choose one of the available options to execute the program based on which one is most suitable for the target backend.

input: A list of input tensors whose types are T. output: A list of output tensors whose types are T.

call: Multiple regions, each of which encapsulates the same semantic computation but in different forms.

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
input	variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer values
rhs	tensor of 32-bit float or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

Parameterized Relu operator x -> x >= 0 ? x : (alpha * x) where alpha is a trainable tensor. input and alpha should be the same size as input or be broadcastable.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape , TFL::AffineOpCoefficient<-1, 1>

Interfaces: AffineQuantizedOpInterface , ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values
alpha	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

Represents a constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead.

The op is allowed to have all the same type of attributes as tf.Const does (eg, opaque TF attributes are allowed).

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
value	::mlir::ElementsAttr	constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

Represents a quantized constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead. The quantization parameters are stored as a type attribute in this constant.

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

Represents a sparse constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead.

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
value	::mlir::ElementsAttr	constant vector/tensor attribute
s_param	::mlir::TFL::SparsityParameterAttr	Sparsity parameter.
compressed_data	::mlir::ElementsAttr	constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

Represents a sparse quantized constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead. The quantization parameters are stored as a type attribute in this constant.

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute
s_param	::mlir::TFL::SparsityParameterAttr	Sparsity parameter.
compressed_data	::mlir::ElementsAttr	constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

Converts floating point tensors to quantized integer tensors according to the quantization parameters defined in the type attribute.

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
qtype	::mlir::TypeAttr	Tensor type attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

The generated values will have mean 0 and standard deviation 1.

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
shape	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

The generated values follow a uniform distribution in the range [0, 1) . The lower bound 0 is included in the range, while the upper bound 1 is excluded.

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
shape	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

ผู้ปฏิบัติงานช่วง

Returns a 1D tensor defined by a sequence from start to limit with a given delta .

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
start	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
limit	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
delta	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
result	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

ตัวดำเนินการ	คำอธิบาย
resource_id	tensor of resource values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
result	tensor of 32-bit float or 64-bit float or 1-bit signless integer or 8-bit unsigned integer or 8-bit signless integer or QI8 type or QUI8 type or 32-bit signless integer or 64-bit signless integer or QI16 type or complex type with 32-bit float elements or complex type with 64-bit float elements values

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

Given a tensor input of complex numbers, this operation returns a tensor of type float that is the real part of each element in input . All elements in input must be complex numbers of the form \(a + bj\), where a is the real part returned by this operation and b is the imaginary part.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 64-bit float values

tfl.reduce_all (TFL::ReduceAllOp)

Computes the "logical and" of elements across dimensions of a tensor.

Reduces input along the dimensions given in axis . Unless keep_dims is true, the rank of the tensor is reduced by 1 for each entry in axis . If keep_dims is true, the reduced dimensions are retained with length 1.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

Computes the "logical or" of elements across dimensions of a tensor.

Reduces input along the dimensions given in axis . Unless keep_dims is true, the rank of the tensor is reduced by 1 for each entry in axis . If keep_dims is true, the reduced dimensions are retained with length 1.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.relu (TFL::ReluOp)

Relu operator

Element-wise Relu operator x -> max(0, x)

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

Element-wise Relu6 operator x -> max(0, min(6, x))

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

Element-wise Relu0To1 operator x -> max(0, min(1, x))

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

Element-wise Relu1 operator x -> max(-1, min(1, x))

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

Produces a tensor with the same values but different static shape defined by the output type.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of any type values
shape	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values
size	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values
size	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

This op first slices input along the dimension batch_dim , and for each slice i , reverses the first seq_lengths[i] elements along the dimension seq_dim .

The elements of seq_lengths must obey seq_lengths[i] <= input.dims[seq_dim] , and seq_lengths must be a vector of length input.dims[batch_dim] .

The output slice i along dimension batch_dim is then given by input slice i , with the first seq_lengths[i] slices along dimension seq_dim reversed.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
seq_dim	::mlir::IntegerAttr	32-bit signless integer attribute whose value is non-negative
batch_dim	::mlir::IntegerAttr	32-bit signless integer attribute whose value is non-negative

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or TFLite quint8 type values
seq_lengths	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or TFLite quint8 type values

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

Given a tensor, and a int32/int64 tensor axis representing the set of dimensions of tensor to reverse. This operation reverses each dimension i for which there exists j st axis[j] == i.

Args: tensor: A Tensor. Must be one of the following types: uint8, int8, int16, int32, int64, float32, bool Up to 8-D.

axis: A Tensor. Must be one of the following types: int32, int64. with only 1 element which is the axis index. TODO: Add support for multiple elements.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 8-bit unsigned integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or QI8 type or TFLite quint8 type or 1-bit signless integer values
axis	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit unsigned integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or QI8 type or TFLite quint8 type or 1-bit signless integer values

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

Computes the 2-dimensional discrete Fourier transform of a real-valued signal over the inner-most 2 dimensions of input .

Since the DFT of a real signal is Hermitian-symmetric, RFFT2D only returns the fft_length / 2 + 1 unique components of the FFT for the inner-most dimension of output : the zero-frequency term, followed by the fft_length / 2 positive-frequency terms.

Along each axis RFFT2D is computed on, if fft_length is smaller than the corresponding dimension of input , the dimension is cropped. If it is larger, the dimension is padded with zeros.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float values
fft_length	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

Elementwise computes the bitwise right-shift of lhs by rhs .

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values
rhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

Rounds the values of a tensor to the nearest integer, element-wise.

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
indices	tensor of 32-bit signless integer values
updates	tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values
shape	1D tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

เลือกผู้ปฏิบัติงาน

Select values of 'x' if the corresponding value of 'condition' is true or the value of 'y' if false. There are valid condition input sizes:

1. Either the same shape (in which case the select is elementwise), or
2. condition must be Rank 1 and match over the first dimension.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
condition	tensor of 1-bit signless integer values
x	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values
y	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

Select values of 'x' if the corresponding value of 'condition' is true or the value of 'y' if false. There are valid condition input sizes:

1. Either the same shape (in which case the select is elementwise), or
2. Broadcastable shapes between 'condition', 'x' and 'y'.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
condition	tensor of 1-bit signless integer values
x	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values
y	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.shape (TFL::ShapeOp)

ตัวดำเนินการรูปร่าง

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
out_type	::mlir::Attribute	derived attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

Returns NaN if x is NaN, 0 if x is 0, -1 if x < 0 and 1 if x > 0.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

The output tensor is a tensor with dimensions described by 'size' whose values are extracted from 'input' starting at the offsets in 'begin'.

begin is zero-based; size is one-based. If size[i] is -1, all remaining elements in dimension i are included in the slice. In other words, this is equivalent to setting: size[i] = input.dim_size(i) - begin[i]

Requirements : 0 <= begin[i] <= begin[i] + size[i] <= Di for i in [0, n)

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI4 type or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or 1-bit signless integer or TFLite string type or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
begin	tensor of 32/64-bit signless integer values
size	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI4 type or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or 1-bit signless integer or TFLite string type or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

exp(input * beta) / tf.reduce_sum(exp(input * beta), dim)

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , FixedOutputRangeInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

This operation reshapes space dimensions into the "batch" dimension 0

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
block_shape	tensor of 32-bit signless integer values
paddings	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

Rearranges blocks of spatial data, into depth. More specifically, this op outputs a copy of the input tensor where values from the height and width dimensions are moved to the depth dimension. block_size indicates the input block size.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
block_size	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type values

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

# If sparse_indices is scalar
dense[i] = (i == sparse_indices ? sparse_values : default_value)

# If sparse_indices is a vector, then for each i
dense[sparse_indices[i]] = sparse_values[i]

# If sparse_indices is an n by d matrix, then for each i in [0, n)
dense[sparse_indices[i][0], ..., sparse_indices[i][d-1]] = sparse_values[i]

All other values in dense are set to default_value . If sparse_values is a scalar, all sparse indices are set to this single value.

Indices should be sorted in lexicographic order, and indices must not contain any repeats. If validate_indices is true, these properties are checked during execution.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
sparse_indices	tensor of 32/64-bit signless integer values
output_shape	tensor of 32/64-bit signless integer values
sparse_values	tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values
default_value	tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
dense	tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

Splits the value tensor along split_dim into a number of sub-tensors with same shape as the original one, except for split_dim . Same as tf.Split.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
num_splits	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive

Operands:

ตัวดำเนินการ	คำอธิบาย
split_dim	tensor of 32-bit signless integer values
value	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

Splits the value tensor along split_dim into a number of sub-tensors with same shape as the original one, except for split_dim . The grouping of the resultant sub-tensors is decided by size-splits . Same as tf.SplitV.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
num_splits	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive

Operands:

ตัวดำเนินการ	คำอธิบาย
value	tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values
size_splits	1D tensor of 32-bit signless integer values
split_dim	0D tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
x	tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or QI8 type values

tfl.squeeze (TFL::SqueezeOp)

Removes dimensions of size 1 from the shape of a tensor.

Given a tensor input , this operation returns a tensor of the same type with all dimensions of size 1 removed. If you don't want to remove all size 1 dimensions, you can remove specific size 1 dimensions by specifying squeeze_dims .

ตัวอย่างเช่น:

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
shape(squeeze(t)) ==> [2, 3]

Or, to remove specific size 1 dimensions:

# 't' is a tensor of shape [1, 2, 1, 3, 1, 1]
shape(squeeze(t, [2, 4])) ==> [1, 2, 3, 1]

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
squeeze_dims	::mlir::ArrayAttr	64-bit integer array attribute whose size is at most 8

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
begin_mask	::mlir::IntegerAttr	32-bit signless integer attribute
end_mask	::mlir::IntegerAttr	32-bit signless integer attribute
ellipsis_mask	::mlir::IntegerAttr	32-bit signless integer attribute
new_axis_mask	::mlir::IntegerAttr	32-bit signless integer attribute
shrink_axis_mask	::mlir::IntegerAttr	32-bit signless integer attribute
offset	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or QI8 type or QUI8 type or 1-bit signless integer or 16-bit signless integer or QI16 type or TFLite quint8 type or TFLite string type values
begin	tensor of 32-bit signless integer values
end	tensor of 32-bit signless integer values
strides	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or QI8 type or QUI8 type or 1-bit signless integer or 16-bit signless integer or QI16 type or TFLite quint8 type or TFLite string type values

tfl.sub (TFL::SubOp)

ตัวดำเนินการลบ

Element-wise subtraction operation.

Traits: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

ตัวดำเนินการ	คำอธิบาย
lhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values
rhs	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

The SVDF op is a decomposition of a densely connected op into low rank filters. For details: https://research.google.com/pubs/pub43813.html https://arxiv.org/abs/1812.02802

Traits: QuantizableResult , TFL::AccumulatorUniformScale<3, 2, 4>

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
rank	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type values
feature_weights	tensor of 32-bit float or QI8 type or QUI8 type values
time_weights	tensor of 32-bit float or QI16 type values
input_gate_bias	tensor of any type values or none type
activation_state	stateful tensor

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , FixedOutputRangeInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

This operation creates a new tensor by replicating input multiples times. The output tensor's i'th dimension has input.dims(i) * multiples[i] elements, and the values of input are replicated multiples[i] times along the 'i'th dimension. For example, tiling [abcd] by [2] produces [abcdabcd].

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite string type values
multiples	tensor of 32/64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite string type values

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

Returns the top k largest element along each last dimensional slice of input and the indices of values within the last dimension of the input tensor.

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type values
k	tensor of 16-bit signless integer or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
values	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type values
indices	tensor of 16-bit signless integer or 32-bit signless integer values

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 4-bit signless integer or QI4 type or TFLite quint8 type or 1-bit signless integer or 64-bit signless integer or QI16 type values
perm	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 4-bit signless integer or QI4 type or TFLite quint8 type or 1-bit signless integer or 64-bit signless integer or QI16 type values

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , TFL::AccumulatorUniformScale<3, 1, 2> , TFL::AffineOpCoefficient<0, 1>

Interfaces: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface , TFL_SparseOp , TflArithmeticCountOpInterface , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
padding	::mlir::StringAttr	string attribute whose value is SAME, or VALID
stride_h	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive
stride_w	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

ตัวดำเนินการ	คำอธิบาย
output_shape	tensor of 32-bit signless integer values
weights	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values
bias	tensor of any type values or none type

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

A recurrent neural network specified by an LSTM cell. This Op supports unrolling the input along the time or batch dimensions, and implements the following operation for each element in the sequence s = 1...sequence_length: outputs[s] = state = activation(LSTMOp(inputs[s]))

where LSTMOp is LSTM TF Lite Op and the “activation” is the function passed as the “fused_activation_function” argument (if not “NONE”).

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
cell_clip	::mlir::FloatAttr	32-bit float attribute whose value is non-negative
proj_clip	::mlir::FloatAttr	32-bit float attribute whose value is non-negative
time_major	::mlir::BoolAttr	bool attribute
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute
diagonal_recurrent_tensors	::mlir::BoolAttr	bool attribute
input_to_input_intermediate	::mlir::TypeAttr	any type attribute
input_to_forget_intermediate	::mlir::TypeAttr	any type attribute
input_to_cell_intermediate	::mlir::TypeAttr	any type attribute
input_to_output_intermediate	::mlir::TypeAttr	any type attribute
effective_hidden_scale_intermediate	::mlir::TypeAttr	any type attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float values
input_to_input_weights	tensor of any type values or none type
input_to_forget_weights	tensor of 32-bit float or QI8 type values
input_to_cell_weights	tensor of 32-bit float or QI8 type values
input_to_output_weights	tensor of 32-bit float or QI8 type values
recurrent_to_input_weights	tensor of any type values or none type
recurrent_to_forget_weights	tensor of 32-bit float or QI8 type values
recurrent_to_cell_weights	tensor of 32-bit float or QI8 type values
recurrent_to_output_weights	tensor of 32-bit float or QI8 type values
cell_to_input_weights	tensor of any type values or none type
cell_to_forget_weights	tensor of any type values or none type
cell_to_output_weights	tensor of any type values or none type
input_gate_bias	tensor of any type values or none type
forget_gate_bias	tensor of 32-bit float values
cell_bias	tensor of 32-bit float values
output_gate_bias	tensor of 32-bit float values
projection_weights	tensor of any type values or none type
projection_bias	tensor of any type values or none type
input_activation_state	stateful tensor
input_cell_state	stateful tensor
input_layer_norm_coefficients	tensor of any type values or none type
forget_layer_norm_coefficients	tensor of any type values or none type
cell_layer_norm_coefficients	tensor of any type values or none type
output_layer_norm_coefficients	tensor of any type values or none type

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or QI8 type values

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

A recurrent neural network specified by an RNN cell. This Op takes in input in a format {batch_size, seq_len, input_size} or {seq_len, batch_size, input_size} if it's time-majored.

It implements the following operation for each element in the sequence s = 1...sequence_length: outputs[s] = state = activation(RNNOp(inputs[s]))

where RNNOp is RNNOp TF Lite Op and the “activation” is the function passed as the “fused_activation_function” argument (if not “NONE”).

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
time_major	::mlir::BoolAttr	bool attribute
fused_activation_function	::mlir::StringAttr	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float values
input_to_input_weights	tensor of 32-bit float or QI8 type values
recurrent_to_input_weights	tensor of 32-bit float or QI8 type values
input_gate_bias	tensor of 32-bit float values
hidden_state	stateful tensor

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

This operation returns a tensor output containing all of the unique elements of input sorted in the same order that they occur in input . This operation also returns a tensor idx the same size as x that contains the index of each value of input in the unique output output . In other words:

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
idx_out_type	::mlir::Attribute	derived attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or 16-bit signless integer or QI16 type or 32-bit signless integer or 64-bit signless integer or 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or 16-bit signless integer or QI16 type or 32-bit signless integer or 64-bit signless integer or 32-bit float values
idx	tensor of 32/64-bit signless integer values

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

Unpacks a given dimension of a rank- R tensor into num rank- (R-1) tensors.

Unpacks num tensors from value by chipping it along the axis dimension. For example, given a tensor of shape (A, B, C, D) ;

If axis == 0 then the i'th tensor in output is the slice value[i, :, :, :] and each tensor in output will have shape (B, C, D) . (Note that the dimension unpacked along is gone, unlike split ).

If axis == 1 then the i'th tensor in output is the slice value[:, i, :, :] and each tensor in output will have shape (A, C, D) . Etc.

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
num	::mlir::IntegerAttr	32-bit signless integer attribute whose value is non-negative
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit signless integer or QI8 type or QUI8 type or 16-bit signless integer or QI16 type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

Computes the maximum value along segments of a tensor such that output[i] = max(data[j....]) where segment_ids[j...] = i if the maximum is empty for a given segment ID i, it outputs the smallest possible value for the specific numeric type, output[i] = numeric_limits::lowest(). Note the values of segment_ids are always validated to be less than num_segments and an error is thrown for out-of-bound indices.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

Computes the minimum value along segments of a tensor such that output[i] = min(data[j....]) where segment_ids[j...] = i if the minimum is empty for a given segment ID i, it outputs the largest possible value for the specific numeric type, output[i] = numeric_limits::max(). Note the values of segment_ids are always validated to be less than num_segments and an error is thrown for out-of-bound indices.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

From a tensor segmentation, computes the output resulting from summing together elements mapped to the same segment_id. Ie output[i] is equal to the tensor sum of all elements from the input tensor mapped to segment_id i . If no tensors are mapped to a particular included segment_id, the output at that indice will be a zero tensor with the appropriate shape. Note the values of segment_ids are always validated to be less than num_segments and an error is thrown for out-of-bound indices

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 32-bit float or 32-bit signless integer values

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

Returns a handle for a variable resource from its name. container: the container this variable is placed in. shared_name: the name by which this variable is referred to.

Interfaces: TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
resource_handle	tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

This operation returns the coordinates of true elements in condition . The coordinates are returned in a 2-D tensor where the first dimension (rows) represents the number of true elements, and the second dimension (columns) represents the coordinates of the true elements. Keep in mind, the shape of the output tensor can vary depending on how many true values there are in condition . Indices are output in row-major order.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
condition	tensor of 1-bit signless integer or 32-bit float or 32/64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

ลูป While

output = input; while (cond(output)) { output = body(output) }

While loop where all values are passes through arguments with implicit capture.

input: A list of input tensors whose types are T. output: A list of output tensors whose types are T. cond: A region that takes 'input' and returns a boolean scalar tensor. body: A region that takes a list of tensors and returns another list of tensors. Both lists have the same types.

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

คุณสมบัติ:

คุณลักษณะ	MLIR Type	คำอธิบาย
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

ตัวดำเนินการ	คำอธิบาย
input	variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

The "yield" operation represents a return operation within the conditional and body of structured control flow (eg, while), and a terminator for ControlNodeOp. The operation takes a variable number of operands and produces no results. The operand number and types must match the signature of the region that contains the operation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

Returns a tensor of zeros with the same shape and type as the input tensor.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ	คำอธิบาย
input	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

ผลลัพธ์:

ผลลัพธ์	คำอธิบาย
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

คุณสมบัติ

DimensionMetadataAttr

Dimension metadata.

รูปแบบประโยค:

#tfl.dimension_metadata<
  ::mlir::TFL::DimensionTypeAttr,   # format
  int32_t,   # dense_size
  ::llvm::ArrayRef<int32_t>,   # segments
  ::llvm::ArrayRef<int32_t>   # indices
>

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
รูปแบบ	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
ส่วนต่างๆ	::llvm::ArrayRef<int32_t>
ดัชนี	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

รูปแบบประโยค:

#tfl.sparsity_parameter<
  ::llvm::ArrayRef<int32_t>,   # traversal_order
  ::llvm::ArrayRef<int32_t>,   # block_map
  ::llvm::ArrayRef<DimensionMetadataAttr>   # dim_metadata
>

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
traversal_order	::llvm::ArrayRef<int32_t>
block_map	::llvm::ArrayRef<int32_t>
dim_metadata	::llvm::ArrayRef<DimensionMetadataAttr>

ConstBytesAttr

A string attribute representation of compiled bytes

Syntax Examples:

#tfl<const_bytes : "0xDEADBEEF">

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
ค่า	::llvm::StringRef

DimensionTypeAttr

_Dimension type

รูปแบบประโยค:

#tfl.dimension_type_attr<
  ::mlir::TFL::DimensionType   # value
>

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
ค่า	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

รูปแบบประโยค:

#tfl.lstm_kernel_type_attr<
  ::mlir::TFL::LSTMKernelType   # value
>

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
ค่า	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

รูปแบบประโยค:

#tfl.mirror_pad_attr<
  ::mlir::TFL::MirrorPaddingType   # value
>

พารามิเตอร์:

พารามิเตอร์	C++ type	คำอธิบาย
ค่า	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

การแจงนับ

DimensionType

_Dimension type

กรณี:

เครื่องหมาย	ค่า	สตริง
หนาแน่น	0	หนาแน่น
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

กรณี:

เครื่องหมาย	ค่า	สตริง
เต็ม	0	เต็ม
พื้นฐาน	1	พื้นฐาน

MirrorPaddingType

_Mirror_pad enum

กรณี:

เครื่องหมาย	ค่า	สตริง
สะท้อน	0	สะท้อน
สมมาตร	1	สมมาตร