El dialecto TensorFlow Lite.
Este dialecto se asigna a las operaciones de TensorFlow Lite.
Invariantes:
- Todos los valores son de tipo tensor (en particular, los escalares se representan mediante tensores de dimensión cero);
Operaciones
tfl.abs
(TFL::AbsOp)
Operador de valor absoluto
Dado un tensor x
, esta operación devuelve un tensor que contiene el valor absoluto de cada elemento en x
. Por ejemplo, si x es un elemento de entrada e y es un elemento de salida, esta operación calcula \(y = |x|\).
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
x | tensor de entero sin signo de 16 bits o entero sin signo de 32 bits o flotante de 32 bits o valores de tipo QI8 o QI16 |
Resultados:
Resultado | Descripción |
---|---|
y | tensor de entero sin signo de 16 bits o entero sin signo de 32 bits o flotante de 32 bits o valores de tipo QI8 o QI16 |
tfl.add
(TFL::AddOp)
Operador de suma
Operación de suma por elementos.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
Operandos:
Operando | Descripción |
---|---|
lhs | tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16 |
rhs | tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16 |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16 |
tfl.add_n
(TFL::AddNOp)
_Agregar n operador
Agrega todos los tensores de entrada por elementos.
Rasgos: AlwaysSpeculatableImplTrait
, Commutative
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
inputs | variadic de tensor de cualquier tipo de valores |
Resultados:
Resultado | Descripción |
---|---|
sum | tensor de valores flotantes de 32 bits o enteros sin signo de 32 bits |
tfl.arg_max
(TFL::ArgMaxOp)
Operador ArgMax
Devuelve el índice con el valor más grande en todas las dimensiones de un tensor.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
output_type | ::mlir::Atributo | atributo derivado |
Operandos:
Operando | Descripción |
---|---|
input | tensor de entero sin signo de 1 bit o flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 8 bits o entero sin signo de 8 bits o valores de tipo QI8 o QUI8 |
dim | tensor de valores enteros sin signo de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores enteros sin signo de 32/64 bits |
tfl.arg_min
(TFL::ArgMinOp)
Operador ArgMin
Devuelve el índice con el valor más pequeño entre las dimensiones de un tensor. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin(entrada = a) c = tf.keras.backend.eval(b)
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
output_type | ::mlir::Atributo | atributo derivado |
Operandos:
Operando | Descripción |
---|---|
input | tensor de entero sin signo de 1 bit o flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 8 bits o entero sin signo de 8 bits o valores de tipo QI8 o QUI8 |
dim | tensor de valores enteros sin signo de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores enteros sin signo de 32/64 bits |
tfl.assign_variable
(TFL::AssignVariableOp)
Asigna un nuevo valor a una variable.
Se garantiza que cualquier ReadVariableOp con una dependencia de control en esta operación devolverá este valor o un valor posterior más nuevo de la variable.
Interfaces: TflRuntimeVerifyOpInterface
Operandos:
Operando | Descripción |
---|---|
resource_id | tensor de valores de recursos |
value | tensor de flotante de 32 bits o flotante de 64 bits o entero sin signo de 1 bit o entero sin signo de 8 bits o entero sin signo de 8 bits o tipo QI8 o tipo QUI8 o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI16 o tipo complejo con elementos flotantes de 32 bits o tipo complejo con valores de elementos flotantes de 64 bits |
tfl.atan2
(TFL::Atan2Op)
operación atan2
La operación "atan2" calcula la arcotangente de y/x por elementos, respetando los signos de los argumentos.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultElementType
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
y | tensor de valores flotantes de 32 bits o flotantes de 64 bits |
x | tensor de valores flotantes de 32 bits o flotantes de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o flotantes de 64 bits |
tfl.average_pool_2d
(TFL::AveragePool2DOp)
_Average_pool operador 2d
Realiza una operación de agrupación promedio en la entrada.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
filter_height | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
filter_width | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
padding | ::mlir::StringAttr | atributo de cadena cuyo valor es MISMO o VÁLIDO |
stride_h | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_w | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
tfl.basic_lstm
(TFL::BasicLSTMOp)
El operador lstm básico
Operador celular LSTM básico.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
cell_clip | ::mlir::FloatAttr | Atributo flotante de 32 bits cuyo valor no es negativo |
proj_clip | ::mlir::FloatAttr | Atributo flotante de 32 bits cuyo valor no es negativo |
kernel_type | ::mlir::TFL::LSTMKernelTypeAttr | lstm_kernel_type cuyo valor es mlir::TFL::LSTMKernelType::BASIC |
Operandos:
Operando | Descripción |
---|---|
data_input | tensor de valores tipo float o QUI8 de 32 bits |
prev_activ_input | tensor de valores tipo float o QUI8 de 32 bits |
weights_input | tensor de valores tipo float o QUI8 de 32 bits |
biases_input | tensor de valores de tipo float o QI32 de 32 bits |
prev_state_input | tensor de valores de tipo float o QI16 de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
activ_output | tensor 2D de cualquier tipo de valores |
state_output | tensor 2D de cualquier tipo de valores |
concat_temp | tensor 2D de cualquier tipo de valores |
activ_temp | tensor 2D de cualquier tipo de valores |
tfl.batch_matmul
(TFL::BatchMatMulOp)
Operador de multiplicación de matriz por lotes
Realiza una multiplicación de matrices por lotes en las entradas. Sigue las convenciones de TensorFlow BatchMatMulV2, con soporte para dimensiones desconocidas en las dimensiones del lote y la transmisión.
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)
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
adj_x | ::mlir::BoolAttr | atributo booleano |
adj_y | ::mlir::BoolAttr | atributo booleano |
asymmetric_quantize_inputs | ::mlir::BoolAttr | atributo booleano |
Operandos:
Operando | Descripción |
---|---|
x | tensor de tipo flotante de 32 bits o tipo QI8 o tipo QI16 o valores enteros sin signo de 8 bits |
y | tensor de tipo flotante de 32 bits o tipo QI8 o tipo QI16 o valores enteros sin signo de 8 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de tipo flotante de 32 bits o tipo QI8 o tipo QI16 o valores enteros sin signo de 32 bits |
tfl.batch_to_space_nd
(TFL::BatchToSpaceNdOp)
Operador BatchToSpaceNd
Esta operación transforma la dimensión 0 del "lote" en dimensiones espaciales.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16 |
block_shape | tensor de valores enteros sin signo de 32 bits |
indices | tensor de valores enteros sin signo de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16 |
tfl.bidirectional_sequence_lstm
(TFL::BidireccionalSequenceLSTMOp)
Operador lstm de secuencia bidireccional
El sistema bidireccional consta esencialmente de dos sistemas, uno hacia adelante y el otro hacia atrás. Y el resultado es la concatenación de los dos lstms.
Rasgos: QuantizableResult
Interfaces: DynamicRangeQuantizedOpInterface
, TFL_StatefulOp
, TflRuntimeVerifyOpInterface
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
cell_clip | ::mlir::FloatAttr | Atributo flotante de 32 bits cuyo valor no es negativo |
proj_clip | ::mlir::FloatAttr | Atributo flotante de 32 bits cuyo valor no es negativo |
merge_outputs | ::mlir::BoolAttr | atributo booleano |
time_major | ::mlir::BoolAttr | atributo booleano |
asymmetric_quantize_inputs | ::mlir::BoolAttr | atributo booleano |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_input_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
fw_input_to_forget_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_input_to_cell_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_input_to_output_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_recurrent_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
fw_recurrent_to_forget_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_recurrent_to_cell_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_recurrent_to_output_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
fw_cell_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
fw_cell_to_forget_weights | tensor de cualquier tipo valores o ningún tipo |
fw_cell_to_output_weights | tensor de cualquier tipo valores o ningún tipo |
fw_input_gate_bias | tensor de cualquier tipo valores o ningún tipo |
fw_forget_gate_bias | tensor de valores flotantes de 32 bits |
fw_cell_bias | tensor de valores flotantes de 32 bits |
fw_output_gate_bias | tensor de valores flotantes de 32 bits |
fw_projection_weights | tensor de cualquier tipo valores o ningún tipo |
fw_projection_bias | tensor de cualquier tipo valores o ningún tipo |
bw_input_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
bw_input_to_forget_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_input_to_cell_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_input_to_output_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_recurrent_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
bw_recurrent_to_forget_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_recurrent_to_cell_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_recurrent_to_output_weights | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
bw_cell_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
bw_cell_to_forget_weights | tensor de cualquier tipo valores o ningún tipo |
bw_cell_to_output_weights | tensor de cualquier tipo valores o ningún tipo |
bw_input_gate_bias | tensor de cualquier tipo valores o ningún tipo |
bw_forget_gate_bias | tensor de valores flotantes de 32 bits |
bw_cell_bias | tensor de valores flotantes de 32 bits |
bw_output_gate_bias | tensor de valores flotantes de 32 bits |
bw_projection_weights | tensor de cualquier tipo valores o ningún tipo |
bw_projection_bias | tensor de cualquier tipo valores o ningún tipo |
fw_input_activation_state | tensor con estado |
fw_input_cell_state | tensor con estado |
bw_input_activation_state | tensor con estado |
bw_input_cell_state | tensor con estado |
aux_input | tensor de cualquier tipo valores o ningún tipo |
fw_aux_input_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
fw_aux_input_to_forget_weights | tensor de cualquier tipo valores o ningún tipo |
fw_aux_input_to_cell_weights | tensor de cualquier tipo valores o ningún tipo |
fw_aux_input_to_output_weights | tensor de cualquier tipo valores o ningún tipo |
bw_aux_input_to_input_weights | tensor de cualquier tipo valores o ningún tipo |
bw_aux_input_to_forget_weights | tensor de cualquier tipo valores o ningún tipo |
bw_aux_input_to_cell_weights | tensor de cualquier tipo valores o ningún tipo |
bw_aux_input_to_output_weights | tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
fw_output | tensor de cualquier tipo valores |
bw_output | tensor de cualquier tipo valores |
tfl.bitcast
(TFL::BitcastOp)
operador de bitcast
Bitcasts un tensor de un tipo a otro.
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de cualquier tipo valores |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de cualquier tipo valores |
tfl.bitwise_xor
(TFL::BitwiseXorOp)
Operador Xor bit a bit
Elementwise calcula el XOR bit a bit de lhs
y rhs
.
Rasgos: AlwaysSpeculatableImplTrait
, Commutative
, ResultsBroadcastableShape
, SameOperandsAndResultElementType
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
lhs | tensor de entero sin signo de 8 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o valores enteros sin signo de 32 bits |
rhs | tensor de entero sin signo de 8 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o valores enteros sin signo de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de entero sin signo de 8 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o valores enteros sin signo de 32 bits |
tfl.broadcast_args
(TFL::BroadcastArgsOp)
Devuelve la forma de s0 op s1 con transmisión.
Dados s0
y s1
, tensores que representan formas, calcula r0
, la forma transmitida. s0
, s1
y r0
son todos vectores enteros.
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
s0 | tensor de valores enteros sin signo de 32/64 bits |
s1 | tensor de valores enteros sin signo de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
r0 | tensor de valores enteros sin signo de 32/64 bits |
tfl.broadcast_to
(TFL::BroadcastToOp)
Transmita una matriz para obtener una forma compatible.
La radiodifusión es el proceso de crear matrices que tengan formas compatibles para operaciones aritméticas. Dos formas son compatibles si para cada par de dimensiones son iguales o una de ellas es una. Al intentar transmitir un tensor a una forma, comienza con las dimensiones finales y avanza.
Por ejemplo,
x = tf.constant([1, 2, 3]) y = tf.broadcast_to(x, [3, 3]) print(y) tf.Tensor( [[1 2 3] [1 2 3] [1 2 3]], forma=(3, 3), dtype=int32)
En el ejemplo anterior, el tensor de entrada con la forma de [1, 3]
se transmite al tensor de salida con la forma de [3, 3]
.
Cuando se realizan operaciones transmitidas, como multiplicar un tensor por un escalar, la transmisión (generalmente) confiere algún beneficio de tiempo o espacio, ya que el tensor transmitido nunca se materializa.
Sin embargo, broadcast_to
no conlleva dichos beneficios. El tensor recién creado toma la memoria completa de la forma transmitida. (Sin embargo, en un contexto gráfico, broadcast_to
podría fusionarse para la operación posterior y luego optimizarse).
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 8 bits o tipo QI8 o entero sin signo de 8 bits o entero sin signo de 32 bits o tipo QUI8 o 16 entero sin signo de bits o tipo QI16 o entero sin signo de 64 bits o tipo complejo con Valores de elementos flotantes de 32 bits |
shape | tensor de valores enteros sin signo de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 8 bits o tipo QI8 o entero sin signo de 8 bits o entero sin signo de 32 bits o tipo QUI8 o 16 entero sin signo de bits o tipo QI16 o entero sin signo de 64 bits o tipo complejo con Valores de elementos flotantes de 32 bits |
tfl.bucketize
(TFL::BucketizeOp)
Divide las 'entradas' en función de los 'límites'.
Ejemplo:
Si las entradas son boundaries = [0, 10, 100]
y input = [[-5, 10000][150, 10][5, 100]]
, entonces la salida será output = [[0, 3][3, 2][1, 3]]
.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
boundaries | ::mlir::ArrayAttr | atributo de matriz flotante de 32 bits |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits o flotantes de 64 bits o enteros sin signo de 32 bits o valores enteros sin signo de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores enteros sin signo de 32 bits |
tfl.call_once
(TFL::CallOnceOp)
Invoca una función de inicialización
Esta operación invoca la función de inicialización dada para el inicializador de sesión en el dialecto del modelo guardado.
Interfaces: TflRuntimeVerifyOpInterface
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
session_init_function | ::mlir::StringAttr | atributo de cadena |
tfl.cast
(TFL::CastOp)
operador de reparto
Convierte la entrada del tipo de entrada al tipo de salida.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de tipo flotante de 16 bits o bfloat16 o flotante de 32 bits o flotante de 64 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o Entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o Entero sin signo de 8 bits o entero sin signo de 8 bits o tipo complejo con valores de elementos flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de tipo flotante de 16 bits o bfloat16 o flotante de 32 bits o flotante de 64 bits o entero sin signo de 1 bit o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o Entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o Entero sin signo de 8 bits o tipo complejo con valores de elementos flotantes de 32 bits |
tfl.ceil
(TFL::CeilOp)
operador de techo
Devuelve el valor de techo por elementos de la entrada.
Rasgos: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
Interfaces: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
x | tensor de valores flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
y | tensor de valores flotantes de 32 bits |
tfl.complex_abs
(TFL::ComplexAbsOp)
Calcula el valor absoluto complejo de un tensor.
Dado un tensor x
de números complejos, esta operación devuelve un tensor de tipo float
o double
que es el valor absoluto de cada elemento en x
. Todos los elementos en x
deben ser números complejos de la forma \(a + bj\). El valor absoluto se calcula como \( \sqrt{a^2 + b^2}\).
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de tipo complejo con elementos flotantes de 32 bits o de tipo complejo con valores de elementos flotantes de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o flotantes de 64 bits |
tfl.concatenation
(TFL::ConcatenationOp)
Operador de concatenación
Concatena tensores a lo largo de una dimensión
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
axis | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
Operandos:
Operando | Descripción |
---|---|
values | variadic de tensor de cualquier tipo de valores |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de flotante de 32 bits o entero sin signo de 64 bits o entero sin signo de 32 bits o entero sin signo de 16 bits o entero sin signo de 8 bits o tipo QI8 o tipo QUI8 o entero sin signo de 8 bits o entero sin signo de 32 bits o 1 -bit valores enteros sin signo |
tfl.control_node
(TFL::ControlNodeOp)
La operación TFL.control_node
envuelve operaciones de un solo bloque para adjuntar bordes de control.
Esto se utiliza para envolver regiones y adjuntarles dependencias de control. Normalmente, esto sucederá en uno de los últimos pasos antes de emitir el modelo de búfer plano para permitir optimizaciones que dependen de un orden fijo de operaciones (como la rematerialización). El exportador de búfer plano desenvolverá la región envuelta y anotará el modelo generado con metadatos. de modo que cualquier reordenamiento en tiempo de ejecución respete el orden dado por las dependencias de control.
Rasgos: HasParent<mlir::func::FuncOp>
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
Operandos:
Operando | Descripción |
---|---|
controlInputs | variadica de control |
Resultados:
Resultado | Descripción |
---|---|
outputs | variadic de tensor de cualquier tipo de valores |
control | control |
tfl.conv_2d
(TFL::Conv2DOp)
operador de convolución
Realiza operaciones de convolución en las entradas.
Entradas: inputs[0]
: requerido: el tensor de activación de entrada inputs[1]
: requerido: el tensor de peso del filtro inputs[2]
: opcional: el tensor de polarización
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<0, 1>
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
dilation_h_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_w_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
padding | ::mlir::StringAttr | atributo de cadena cuyo valor es MISMO o VÁLIDO |
stride_h | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_w | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
filter | tensor de valores flotantes de 32 bits o tipo QI4 o tipo QI8 o tipo QUI8 |
bias | tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
tfl.conv_3d
(TFL::Conv3DOp)
Operador 3D de convolución
Realiza operaciones de convolución en entradas 3D. Entradas: inputs[0]
: requerido: el tensor de activación de entrada inputs[1]
: requerido: el tensor de peso del filtro inputs[2]
: opcional: el tensor de polarización
Rasgos: AlwaysSpeculatableImplTrait
, quant::AccumulatorUniformScale<2, 0, 1>
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
dilation_d_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_h_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_w_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
padding | ::mlir::StringAttr | atributo de cadena cuyo valor es MISMO o VÁLIDO |
stride_d | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_h | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_w | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits |
filter | tensor de valores flotantes de 32 bits |
bias | tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits |
tfl.conv_3d_transpose
(TFL::Conv3DTransposeOp)
Operador 3D de convolución transpuesta
Realiza operaciones de convolución transpuesta en entradas 3D. Entradas: inputs[0]
: requerido: la forma del tensor de salida inputs[1]
: requerido: el tensor de peso del filtro inputs[2]
: requerido: el tensor de activación de entrada inputs[3]
: opcional: el tensor de polarización
Rasgos: AlwaysSpeculatableImplTrait
, quant::AccumulatorUniformScale<2, 0, 1>
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
dilation_d_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_h_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_w_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
padding | ::mlir::StringAttr | atributo de cadena cuyo valor es MISMO o VÁLIDO |
stride_d | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_h | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_w | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
Operandos:
Operando | Descripción |
---|---|
output_shape | tensor de valores enteros sin signo de 32 bits |
filter | tensor de valores flotantes de 32 bits |
input | tensor de valores flotantes de 32 bits |
bias | tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits |
tfl.cos
(TFL::CosOp)
operador coseno
Calcula el coseno de entrada por elementos
Rasgos: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
Interfaces: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
x | tensor de valores flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
y | tensor de valores flotantes de 32 bits |
tfl.cumsum
(TFL::CumsumOp)
operador cumsum
Calcula la suma acumulada del tensor x a lo largo del eje.
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
exclusive | ::mlir::BoolAttr | atributo booleano |
reverse | ::mlir::BoolAttr | atributo booleano |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits o enteros sin signo de 32 bits o enteros sin signo de 64 bits |
axis | tensor de valores enteros sin signo de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o enteros sin signo de 32 bits o enteros sin signo de 64 bits |
tfl.custom
(TFL::CustomOp)
Operación personalizada
Una operación genérica para cualquier operación personalizada de TFLite.
entrada: una lista de entradas en la operación original. custom_code: una cadena utilizada para identificar exactamente cuál es esta operación, que corresponde a operator_codes.custom_code en el flatbuffer. opción_personalizada: un titular para guardar los atributos de operación en forma de bytes. salida: una lista de salidas en la operación original.
Interfaces: TflRuntimeVerifyOpInterface
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
custom_code | ::mlir::StringAttr | atributo de cadena |
custom_option | ::mlir::TFL::ConstBytesAttr | Una representación de atributo de cadena de bytes compilados. |
Operandos:
Operando | Descripción |
---|---|
input | variadic de tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | variadic de tensor de cualquier tipo de valores |
tfl.custom_tf
(TFL::CustomTfOp)
Wrapper Op para operaciones personalizadas de TF.
Una operación contenedora para cualquier operación TF personalizada. Estas incluyen operaciones definidas usando custom_opdefs o vinculadas que no están definidas en el dialecto TF. Esta operación simplemente envuelve la operación personalizada dentro de una región. ° 1, esta operación no incluirá operaciones personalizadas de TF Lite definidas mediante CustomOp. ° 2, esta operación es solo una representación interna dentro del convertidor y no se expone ni se exporta cuando el modelo se exporta a Flatbuffer.
Rasgos: IsolatedFromAbove
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
Interfaces: InferTypeOpInterface
, TflRuntimeVerifyOpInterface
Operandos:
Operando | Descripción |
---|---|
input | variadic de tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | variadic de tensor de cualquier tipo de valores |
tfl.densify
(TFL::DensifyOp)
Operador densificar
Convierte tensor disperso a formato denso.
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores enteros sin signo de 32 bits o flotantes de 8 bits |
tfl.depth_to_space
(TFL::DepthToSpaceOp)
Operador Profundidad al espacio
Reorganiza los datos desde la profundidad en bloques de datos espaciales. Esta es la transformación inversa de SpaceToDepth. Más específicamente, esta operación genera una copia del tensor de entrada donde los valores de la dimensión depth
se mueven en bloques espaciales a las dimensiones height
y width
. El atributo block_size
indica el tamaño del bloque de entrada y cómo se mueven los datos.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
block_size | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits cuyo valor es positivo |
Operandos:
Operando | Descripción |
---|---|
input | tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o tipo QI8 o valores de tipo QUI8 |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o tipo QI8 o valores de tipo QUI8 |
tfl.depthwise_conv_2d
(TFL::DepthwiseConv2DOp)
Operador de convolución separable en profundidad
Realiza operaciones de convolución en las entradas.
Entradas: inputs[0]
: requerido: el tensor de activación de entrada inputs[1]
: requerido: el tensor de peso del filtro inputs[2]
: opcional: el tensor de polarización
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<3, 1>
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
dilation_h_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
dilation_w_factor | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
padding | ::mlir::StringAttr | atributo de cadena cuyo valor es MISMO o VÁLIDO |
stride_h | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
stride_w | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
depth_multiplier | ::mlir::IntegerAttr | Atributo entero sin signo de 32 bits |
Operandos:
Operando | Descripción |
---|---|
input | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
filter | tensor de valores flotantes de 32 bits o tipo QI4 o tipo QI8 o tipo QUI8 |
bias | tensor de cualquier tipo valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 |
tfl.dequantize
(TFL::DecuantizarOp)
Operador descuantificante
Convierte una matriz cuantificada de números enteros en puntos flotantes de acuerdo con los parámetros de cuantificación.
Interfaces: NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16 o valores flotantes de 16 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valores flotantes de 32 bits |
tfl.dilate
(TFL::DilateOp)
Operador de dilatación
Extiende un tensor agregando nuevos elementos entre los existentes.
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
input | tensor de entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o Valores flotantes de 32 bits o de 64 bits |
dilations | tensor de valores enteros sin signo de 32 bits |
padding_value | Tensor 0D de cualquier tipo de valores. |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o Valores flotantes de 32 bits o de 64 bits |
tfl.div
(TFL::DivOp)
Operador de división
Operación de división por elementos.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo MLIR | Descripción |
---|---|---|
fused_activation_function | ::mlir::StringAttr | atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT |
Operandos:
Operando | Descripción |
---|---|
lhs | tensor de valor flotante de 32 bits o entero sin signo de 32 bits o valores de tipo QUI8 |
rhs | tensor de valor flotante de 32 bits o entero sin signo de 32 bits o valores de tipo QUI8 |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de valor flotante de 32 bits o entero sin signo de 32 bits o valores de tipo QUI8 |
tfl.dynamic_update_slice
(TFL::DynamicUpdateSliceOp)
Rebanada de actualización dinámica.
Operación DynamicUpdateSlice que tiene la misma semántica que XLA DynamicUpdateSlice. Genera un resultado que es el valor del operando de la matriz de entrada, con una actualización de segmento sobrescrita en start_indices.
Consulte https://www.tensorflow.org/xla/operation_semantics#dynamicupdateslice
Rasgos: AlwaysSpeculatableImplTrait
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operandos:
Operando | Descripción |
---|---|
operand | Tensor de entero sin signos de 1 bit o entero sin signos de 8 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o flotador de 32 bits o valores de flotación de 16 bits |
update | Tensor de entero sin signos de 1 bit o entero sin signos de 8 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o flotador de 32 bits o valores de flotación de 16 bits |
start_indices | Tensor de valores enteros sin signos de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de entero sin signos de 1 bit o entero sin signos de 8 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o flotador de 32 bits o valores de flotación de 16 bits |
tfl.elu
(tfl :: Eluop)
Operador de unidad lineal exponencial
Calcula el exponencial lineal f (x) -> exp (x) -1 para x <0, x para x> = 0. en cuanto al elemento.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de valores enteros sin signos de 32 bits o de 8 bits |
Resultados:
Resultado | Descripción |
---|---|
y | Tensor de valores enteros sin signos de 32 bits o de 8 bits |
tfl.embedding_lookup
(tfl :: increddinglookupop)
Incrustación de operador de búsqueda
Busca IDS en una lista de tensores de incrustación.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lookup | Tensor de valores enteros sin signos de 32 bits |
value | Tensor de un número entero sin firmes de 32 bits o de 8 bits o de 8 bits sin signo de Integer o Tipo Qi8 o Tipo Qui8 o Tipo Qi4 Valores de tipo QI4 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de flotador de 32 bits o entero sin signos de 8 bits o valores de enteros sin firmar de 8 bits |
tfl.equal
(tfl :: igualp)
Operador igual
Devuelve el elemento de la verdad de x == y elemento en cuanto a
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de entero sin signos de 1 bit o un entero flotante de 32 bits o un entero sin signos de 16 bits o un entero sin signos de 32 bits o un entero sin signos de 64 bits o un tipo Qi8 o un tipo Qui8 o un entero sin firmar de 8 bits o valores de tipo de cadena TFLITE |
y | Tensor de entero sin signos de 1 bit o un entero flotante de 32 bits o un entero sin signos de 16 bits o un entero sin signos de 32 bits o un entero sin signos de 64 bits o un tipo Qi8 o un tipo Qui8 o un entero sin firmar de 8 bits o valores de tipo de cadena TFLITE |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.exp
(tfl :: expop)
Operador de exponencia natural
Realiza una operación de exponencia natural de elementos en la entrada.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de valores de tipo FLOAT o Tipo Qi8 o Tipo QI16 |
Resultados:
Resultado | Descripción |
---|---|
y | Tensor de valores de tipo FLOAT o Tipo Qi8 o Tipo QI16 |
tfl.expand_dims
(tfl :: expanddimsop)
Inserta una dimensión de 1 en la forma de un tensor.
Dada una input
de tensor, esta operación inserta una dimensión de 1 en el axis
del índice de dimensión de la forma de input
. El axis
del índice de dimensión comienza en cero; Si especifica un número negativo para axis
se cuenta hacia atrás desde el final.
Esta operación es útil si desea agregar una dimensión por lotes a un solo elemento. Por ejemplo, si tiene una sola imagen de forma [height, width, channels]
, puede convertirlo en un lote de 1 imagen con expand_dims(image, 0)
, que hará la forma [1, height, width, channels]
.
Otros ejemplos:
# '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]
Esta operación requiere que:
-1-input.dims() <= dim <= input.dims()
Esta operación está relacionada con squeeze()
, que elimina las dimensiones del tamaño 1.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
input | tensor de cualquier tipo de valores |
dim | Tensor de valores enteros sin signos de 32/64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de cualquier tipo de valores |
tfl.external_const
(tfl :: externalConstop)
Constante externo op.
Const OP externo contiene un buffer_index
que apunta a una constante en el platero.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
buffer_index | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de cualquier tipo de valores |
tfl.fake_quant
(tfl :: falsequantop)
Operador Fakequant
Cuantice el tensor de 'entradas' de tipo flotante a través de los escalares flotantes min y max a 'salidas' del tensor de la misma forma que las entradas.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
min | :: mlir :: floatattr | Atributo flotante de 32 bits |
max | :: mlir :: floatattr | Atributo flotante de 32 bits |
num_bits | :: mlir :: integerattr | Atributo entero de Signless de 32 bits cuyo valor mínimo es 2 cuyo valor máximo es 16 |
narrow_range | :: mlir :: boolattr | atributo bool cuyo valor es falso |
Operands:
Operando | Descripción |
---|---|
input | Tensor de valores flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores flotantes de 32 bits |
tfl.fill
(tfl :: fillop)
Llene el tensor con valor dado.
Llene el tensor con valor dado.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
dims | Tensor de valores enteros sin signos de 32/64 bits |
input | Tensor de un número de flotador flotante de 32 bits o de 16 bits o de 32 bits Integer Signless o Integer sin signos de 64 bits o Integer sin signos de 1 bits o Tipo Qi8 o Tipo Qi16 o valores de tipo TFLITE Tipo de cadena |
Resultados:
Resultado | Descripción |
---|---|
result | Tensor de un número de flotador flotante de 32 bits o de 16 bits o de 32 bits Integer Signless o Integer sin signos de 64 bits o Integer sin signos de 1 bits o Tipo Qi8 o Tipo Qi16 o valores de tipo TFLITE Tipo de cadena |
tfl.floor
(Tfl :: Floorp)
Operador de piso
Devuelve el valor de piso en términos de elemento de la entrada.
Rasgos: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
Interfaces: ConditionallySpeculatable
especulable, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de valores flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
y | Tensor de valores flotantes de 32 bits |
tfl.floor_div
(tfl :: floordivop)
Operador de Div Piso
Operación de la división de piso de elemento en cuanto a elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de un número entero sin signos de 32 bits o un entero sin signos de 16 bits o valores de entero sin signos de 32 bits de 32 bits valores |
rhs | Tensor de un número entero sin signos de 32 bits o un entero sin signos de 16 bits o valores de entero sin signos de 32 bits de 32 bits valores |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de un número entero sin signos de 32 bits o un entero sin signos de 16 bits o valores de entero sin signos de 32 bits de 32 bits valores |
tfl.floor_mod
(tfl :: floormodop)
Recordatorio de división
Operación de recordatorio de división en cuanto a elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de entero sin signos de 8 bits o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o valores de flotación de 32 bits |
rhs | Tensor de entero sin signos de 8 bits o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o valores de flotación de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de entero sin signos de 8 bits o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o valores de flotación de 32 bits |
tfl.fully_connected
(tfl :: totalmente connectedop)
OP completamente conectado
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<0, 1>
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
fused_activation_function | :: mlir :: stringattr | atributo de cadena cuyo valor es ninguno, o relu, o relu_n1_to_1, o relu6, o tanh, o sign_bit |
weights_format | :: mlir :: stringattr | Atributo de cadena cuyo valor es predeterminado, o baraja4x16Int8 |
keep_num_dims | :: mlir :: boolattr | atributo bool |
asymmetric_quantize_inputs | :: mlir :: boolattr | atributo bool |
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo Float o Tipo Qi8 de 32 bits o Tipo Qui8 o Tipo Qi16 o Tipo Qui16 Valores de tipo |
filter | Tensor de tipo Float o Tipo Qi4 de 32 bits o Tipo Qi8 o Tipo Qui8 o Tipo Qi16 Valores de tipo |
bias | tensor de cualquier tipo de valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | Variádica del tensor de cualquier tipo de valores |
tfl.gather
(tfl :: gaTerOp)
Recolectar operador
Recoja rebanadas del axis
del eje de params
de acuerdo con indices
.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
axis | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
batch_dims | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
Operands:
Operando | Descripción |
---|---|
params | Tensor de un entero sin signos de 32 bits o de 1 bits o entero sin signos de 4 bits o entero sin signos de 8 bits o integer sin signos de 16 bits o entero sin signos de 32 bits o integer de 64 bits integer o un tipo de cadena TFLITE o un tipo de cadena TFLite o un tipo de cadena de 8 bits o 8 bits de 8 bits Integer sin signo o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
indices | Tensor de entero sin signos de 16 bits o entero sin signos de 32 bits o valores de enteros sin signos de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de un entero sin signos de 32 bits o de 1 bits o entero sin signos de 4 bits o entero sin signos de 8 bits o integer sin signos de 16 bits o entero sin signos de 32 bits o integer de 64 bits integer o un tipo de cadena TFLITE o un tipo de cadena TFLite o un tipo de cadena de 8 bits o 8 bits de 8 bits Integer sin signo o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
tfl.gather_nd
(tfl :: gatherndop)
_Gather ND Operator
Recoja rebanadas de params
en un tensor con forma especificada por indices
.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
params | Tensor de un entero sin signos sin signos de 32 bits o entero sin signos de 8 bits o entero sin signos de 16 bits o un entero sin signos de 64 bits o un entero sin signo de 32 bits o un entero sin signo de 8 bits o un tipo Qi8 o valores de cadena TFLITE |
indices | Tensor de entero sin signos de 16 bits o entero sin signos de 32 bits o valores de enteros sin signos de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de un entero sin signos sin signos de 32 bits o entero sin signos de 8 bits o entero sin signos de 16 bits o un entero sin signos de 64 bits o un entero sin signo de 32 bits o un entero sin signo de 8 bits o un tipo Qi8 o valores de cadena TFLITE |
tfl.gelu
(tfl :: geluop)
Función de activación de Gelu.
Calcula la función de activación de gelu en cuanto al elemento.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
approximate | :: mlir :: boolattr | atributo bool |
Operands:
Operando | Descripción |
---|---|
input | Tensor de valores de tipo FLOAT o Tipo Qi8 o Tipo QI8 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores de tipo FLOAT o Tipo Qi8 o Tipo QI8 |
tfl.greater
(tfl :: greatop)
Mayor operador
Operación mayor en cuanto al elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de un número entero sin signos de 32 bits o de 32 bits o integer de 64 bits integer o qui8 o tipo QI8 o tlite quint8 type valores |
rhs | Tensor de un número entero sin signos de 32 bits o de 32 bits o integer de 64 bits integer o qui8 o tipo QI8 o tlite quint8 type valores |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.greater_equal
(tfl :: greaterEqualop)
_ Operador igual de Greater
Operación mayor_equal de elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de entero sin signos de 32 bits flotante o de 16 bits o entero sin signos de 32 bits o integer sin signos de 64 bits o tipos qui8 o valores de tipo Qi8 |
rhs | Tensor de entero sin signos de 32 bits flotante o de 16 bits o entero sin signos de 32 bits o integer sin signos de 64 bits o tipos qui8 o valores de tipo Qi8 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.hard_swish
(tfl :: hardswishop)
Función de activación de Hardswish.
Calcula la función de activación de Swish-Swish F (x)-> (x * relu6 (x+3))/6 en cuanto al elemento.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
input | Tensor de valores de tipo Float o Qui8 de 32 bits o tipo Qi8 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores de tipo Float o Qui8 de 32 bits o tipo Qi8 |
tfl.hashtable
(tfl :: hashtableop)
Crea una tabla hash no inicializada.
Este OP crea una tabla hash, especificando el tipo de claves y valores. Antes de usar la tabla, tendrá que inicializarla. Después de la inicialización, la tabla será inmutable.
Interfaces: TflRuntimeVerifyOpInterface
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
table_id | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
key_dtype | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
value_dtype | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
Resultados:
Resultado | Descripción |
---|---|
out | Tensor de valores de recursos |
tfl.hashtable_find
(tfl :: hashtablefindop)
Busca claves en una tabla, genera los valores correspondientes.
Las keys
del tensor deben del mismo tipo que las teclas de la tabla. Los values
de salida son del tipo de valores de tabla.
El escalar default_value
es la salida de valor para las claves que no están presentes en la tabla. También debe ser del mismo tipo que los valores de la tabla.
Interfaces: TflRuntimeVerifyOpInterface
Operands:
Operando | Descripción |
---|---|
hash_table | Tensor de valores de recursos |
keys | Tensor de un entero sin signos de 32 bits o tipo de cadena TFLITE o valores enteros sin signos de 64 bits |
default_value | Tensor de 32 bits Float o 32 bits Integer sin signos o tipo de cadena TFLITE o valores enteros sin signos de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
out | Tensor de 32 bits Float o 32 bits Integer sin signos o tipo de cadena TFLITE o valores enteros sin signos de 64 bits |
tfl.hashtable_import
(tfl :: hashtableImportop)
Reemplaza el contenido de la tabla con las teclas y valores especificados.
Las keys
del tensor deben ser del mismo tipo que las teclas de la tabla. Los values
del tensor deben ser del tipo de valores de tabla.
Interfaces: TflRuntimeVerifyOpInterface
Operands:
Operando | Descripción |
---|---|
hash_table | Tensor de valores de recursos |
keys | Tensor de un entero sin signos de 32 bits o tipo de cadena TFLITE o valores enteros sin signos de 64 bits |
values | Tensor de 32 bits Float o 32 bits Integer sin signos o tipo de cadena TFLITE o valores enteros sin signos de 64 bits |
tfl.hashtable_size
(tfl :: hashtableizeop)
Calcula el número de elementos en la tabla dada.
Interfaces: TflRuntimeVerifyOpInterface
Operands:
Operando | Descripción |
---|---|
hash_table | Tensor de valores de recursos |
Resultados:
Resultado | Descripción |
---|---|
out | Tensor de valores enteros sin signos de 64 bits |
tfl.if
(tfl :: ifop)
Operación if-then-else
La operación tfl.if
representa una construcción if-then-else para ejecutar condicionalmente dos regiones de código. El operando a una operación IF es un valor booleano. Por ejemplo:
tfl.if %b {
...
} else {
...
}
tfl.if
también puede devolver los resultados que se definen en sus regiones. Los valores definidos están determinados por el cual se toma la ruta de ejecución.
Ejemplo:
%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
las regiones siempre se terminan con "tfl.yield". Si "tfl.if" no define valores, el "tfl.yield" se puede dejar fuera y se insertará implícitamente. De lo contrario, debe ser explícito. Además, si "tfl.if" define uno o más valores, el bloque 'else' no se puede omitir.
Ejemplo:
tfl.if %b {
...
}
Rasgos: NoRegionArguments
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
Interfaces: RegionBranchOpInterface
, TflRuntimeVerifyOpInterface
Operands:
Operando | Descripción |
---|---|
cond | Tensor de valores enteros sin signos de 1 bits |
Resultados:
Resultado | Descripción |
---|---|
results | Variádica del tensor de cualquier tipo de valores |
tfl.imag
(tfl :: imagop)
Devuelve la parte imaginaria de un número complejo.
Dada una input
tensor de números complejos, esta operación devuelve un tensor de tipo float
que es la parte imaginaria de cada elemento en input
. Todos los elementos de input
deben ser números complejos de la forma \(a + bj\), donde A es la parte real y B es la parte imaginaria devuelta por esta operación.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo complejo con elementos flotantes de 32 bits o tipo complejo con valores de elementos flotantes de 64 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores flotantes de 32 bits o flotadores de 64 bits |
tfl.l2_normalization
(tfl :: l2normalizationop)
L2 Normalizar operador
L2Normalización OP
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
fused_activation_function | :: mlir :: stringattr | atributo de cadena cuyo valor es ninguno, o relu, o relu_n1_to_1, o relu6, o tanh, o sign_bit |
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo flotante de 32 bits o tipo qui8 o tipo QI8 o tipo qui16 o tipo Qi16 o valores enteros sin signos de 8 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de tipo flotante de 32 bits o tipo qui8 o tipo QI8 o tipo qui16 o tipo Qi16 o valores enteros sin signos de 8 bits |
tfl.leaky_relu
(tfl :: fleatyReluop)
Operador de Relu con fugas
Operador Relu con fugas de elemento x -> x> = 0? x: (alfa * x)
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
alpha | :: mlir :: floatattr | Atributo flotante de 32 bits |
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo Float de 32 bits o Tipo Qui8 o Tipo Qi8 o tipo Tflite Quint8 o Tipo Qi16 Valores de tipo QI16 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de tipo Float de 32 bits o Tipo Qui8 o Tipo Qi8 o tipo Tflite Quint8 o Tipo Qi16 Valores de tipo QI16 |
tfl.less
(tfl :: lsop)
Menos operador
El elemento en cuanto a la operación.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de entero sin signos de 32 bits o de 16 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o tipo qui8 o tipo Qi8 o valores TFLITE quint8 de tipo |
rhs | Tensor de entero sin signos de 32 bits o de 16 bits o entero sin signos de 32 bits o entero sin signos de 64 bits o tipo qui8 o tipo Qi8 o valores TFLITE quint8 de tipo |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.less_equal
(tfl :: menos -equalop)
_ Operador igual
Operación de elemento en cuanto a elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | tensor de 32 bits Float o Integer sin signos de 32 bits o Integer de 64 bits Integer o Tipo Qi8 o Tipo Qui8 Valores |
rhs | tensor de 32 bits Float o Integer sin signos de 32 bits o Integer de 64 bits Integer o Tipo Qi8 o Tipo Qui8 Valores |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.local_response_normalization
(tfl :: localresponsenormalizationop)
Normalización de la respuesta local.
El tensor input
4-D se trata como una matriz 3-D de vectores 1-D (a lo largo de la última dimensión), y cada vector se normaliza de forma independiente. Dentro de un vector dado, cada componente se divide por la suma de entradas a cuadras ponderada dentro de depth_radius
. En detalle,
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
Para más detalles, consulte Krizhevsky et al., Clasificación de Imagenet con profundas redes neuronales convolucionales (NIPS 2012) .
Rasgos: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
Interfaces: ConditionallySpeculatable
especulable, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
radius | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
bias | :: mlir :: floatattr | Atributo flotante de 32 bits |
alpha | :: mlir :: floatattr | Atributo flotante de 32 bits |
beta | :: mlir :: floatattr | Atributo flotante de 32 bits |
Operands:
Operando | Descripción |
---|---|
input | Tensor de valores flotantes de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores flotantes de 32 bits |
tfl.log
(tfl :: logop)
Operador de logaritmo natural
Realiza la operación de logaritmo natural de elemento en la entrada.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
y | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
tfl.log_softmax
(tfl :: logsoftmap)
Log Softmax Operator
Calcula activaciones de registro de registro de elementos con la siguiente fórmula
Entrada - log (Reduce_sum (exp (entrada), DIM))
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo Float o Qui8 de 32 bits o Tipo Qi8 o valores de TFLITE quint8 |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de tipo Float o Qui8 de 32 bits o Tipo Qi8 o valores de TFLITE quint8 |
tfl.logical_and
(tfl :: logicalandop)
Lógico y operador
El elemento lógico y la operación.
Rasgos: AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de valores enteros sin signos de 1 bits |
rhs | Tensor de valores enteros sin signos de 1 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.logical_not
(tfl :: logicalnotop)
Lógico no operador
El elemento lógico no es operación.
Rasgos: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de valores enteros sin signos de 1 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.logical_or
(tfl :: logicalorop)
Lógico u operador
El elemento lógico u operación.
Rasgos: AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | Tensor de valores enteros sin signos de 1 bits |
rhs | Tensor de valores enteros sin signos de 1 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de valores enteros sin signos de 1 bits |
tfl.logistic
(tfl :: logisticop)
Operador logístico
Calcula el elemento sigmoid de entrada
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
x | Tensor de tipo flotante de 32 bits o tipo Qi8 o tipo QUI8 o Tipo Qi16 o valores TFLITE quint8 de tipo |
Resultados:
Resultado | Descripción |
---|---|
y | Tensor de tipo flotante de 32 bits o tipo Qi8 o tipo QUI8 o Tipo Qi16 o valores TFLITE quint8 de tipo |
tfl.lstm
(tfl :: lstmop)
El operador LSTM completo
Larga capa de red recurrente a corto plazo (LSTM). La implementación predeterminada no peefole se basa en: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter y J. Schmidhuber. 'Memoria a largo plazo a corto plazo'. Neural Computation, 9 (8): 1735-1780, 1997. La implementación de Peephole se basa en: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior y Francoise Beaufays. 'Arquitecturas de red neuronales recurrentes a largo plazo a corto plazo para modelado acústico a gran escala'. Interspeech, 2014. El acoplamiento de la puerta de entrada y Olgde (CIFG) se basa en: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: un espacio de búsqueda Odyssey' La normalización de la capa se basa en: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Normalización de la capa'
Rasgos: QuantizableResult
Interfaces: DynamicRangeQuantizedOpInterface
, TFL_StatefulOp
, TflRuntimeVerifyOpInterface
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
fused_activation_function | :: mlir :: stringattr | atributo de cadena cuyo valor es ninguno, o relu, o relu_n1_to_1, o relu6, o tanh, o sign_bit |
cell_clip | :: mlir :: floatattr | Atributo flotante de 32 bits cuyo valor no es negativo |
proj_clip | :: mlir :: floatattr | Atributo flotante de 32 bits cuyo valor no es negativo |
kernel_type | :: mlir :: tfl :: lstmkerneltypeattr | lstm_kernel_type cuyo valor es mlir :: tfl :: lstmkerneltype :: completo |
asymmetric_quantize_inputs | :: mlir :: boolattr | atributo bool |
input_to_input_intermediate | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
input_to_forget_intermediate | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
input_to_cell_intermediate | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
input_to_output_intermediate | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
effective_hidden_scale_intermediate | :: mlir :: typeattr | cualquier tipo de atributo de tipo |
Operands:
Operando | Descripción |
---|---|
input | Tensor de valores de tipo FLOAT o Tipo Qi8 o Tipo QI16 |
input_to_input_weights | tensor de cualquier tipo de valores o ningún tipo |
input_to_forget_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
input_to_cell_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
input_to_output_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
recurrent_to_input_weights | tensor de cualquier tipo de valores o ningún tipo |
recurrent_to_forget_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
recurrent_to_cell_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
recurrent_to_output_weights | Tensor de valores de tipo FLOAT o Tipo Qi8 de 32 bits |
cell_to_input_weights | tensor de cualquier tipo de valores o ningún tipo |
cell_to_forget_weights | tensor de cualquier tipo de valores o ningún tipo |
cell_to_output_weights | tensor de cualquier tipo de valores o ningún tipo |
input_gate_bias | tensor de cualquier tipo de valores o ningún tipo |
forget_gate_bias | Tensor de valores de tipo Float de 32 bits o Qi32 |
cell_bias | Tensor de valores de tipo Float de 32 bits o Qi32 |
output_gate_bias | Tensor de valores de tipo Float de 32 bits o Qi32 |
projection_weights | tensor de cualquier tipo de valores o ningún tipo |
projection_bias | tensor de cualquier tipo de valores o ningún tipo |
input_activation_state | tensor con estado |
input_cell_state | tensor con estado |
input_layer_norm_coefficients | tensor de cualquier tipo de valores o ningún tipo |
forget_layer_norm_coefficients | tensor de cualquier tipo de valores o ningún tipo |
cell_layer_norm_coefficients | tensor de cualquier tipo de valores o ningún tipo |
output_layer_norm_coefficients | tensor de cualquier tipo de valores o ningún tipo |
Resultados:
Resultado | Descripción |
---|---|
output | tensor de cualquier tipo de valores |
tfl.matrix_diag
(tfl :: matrixdiagop)
Devuelve un tensor con la diagonal proporcionada y todo lo demás acolchado con ceros.
Dada una diagonal, devuelve un tensor con la diagonal y todo lo demás acolchado con ceros. Suponga que la diagonal tiene d dimensiones [I, J, K, ..., N]
, entonces la salida es un tensor de rango k+1
con dimensiones [I, J, K, ..., N, N]
donde: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
diagonal | Tensor de un entero sin signos de 32 bits o de 8 bits integer o entero sin signos de 16 bits o entero sin signos de 32 bits o un entero sin signo de 64 bits o un entero sin signo de 8 bits o type o qui8 type o tfLite quint8 type valores |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de un entero sin signos de 32 bits o de 8 bits integer o entero sin signos de 16 bits o entero sin signos de 32 bits o un entero sin signo de 64 bits o un entero sin signo de 8 bits o type o qui8 type o tfLite quint8 type valores |
tfl.matrix_set_diag
(tfl :: matrixsetdiagop)
Devuelve un tensor de matriz por parte con nuevos valores diagonales lotes.
Dada input
y diagonal
, esta operación devuelve un tensor con la misma forma y valores que input
, excepto la diagonal principal de las matrices más interiores. Estos serán sobrescritos por los valores en diagonal
.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
input | Tensor de un entero sin signos de 32 bits o de 8 bits integer sin signos o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo Qi8 o tipo Qi16 o type o qui8 o tflite quint8 valores de tipo tflite |
diagonal | Tensor de un entero sin signos de 32 bits o de 8 bits integer sin signos o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo Qi8 o tipo Qi16 o type o qui8 o tflite quint8 valores de tipo tflite |
Resultados:
Resultado | Descripción |
---|---|
result | Tensor de un entero sin signos de 32 bits o de 8 bits integer sin signos o entero sin signos de 16 bits o entero sin signos de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo Qi8 o tipo Qi16 o type o qui8 o tflite quint8 valores de tipo tflite |
tfl.max_pool_2d
(tfl :: maxpool2dop)
Max Pool 2d OP
Realiza Max Pool 2D en la entrada.
Entradas: inputs[0]
: requerido: el tensor de entrada
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
padding | :: mlir :: stringattr | atributo de cadena cuyo valor es el mismo o válido |
stride_w | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
stride_h | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
filter_width | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
filter_height | :: mlir :: integerattr | Atributo Integer de Signless de 32 bits |
fused_activation_function | :: mlir :: stringattr | atributo de cadena cuyo valor es ninguno, o relu, o relu_n1_to_1, o relu6, o tanh, o sign_bit |
Operands:
Operando | Descripción |
---|---|
input | Tensor de tipo flotante de 32 bits o tipo qui8 o tipo Qi8 o tipo Qi16 o valores de tflite quint8 de tipo |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de tipo flotante de 32 bits o tipo qui8 o tipo Qi8 o tipo Qi16 o valores de tflite quint8 de tipo |
tfl.maximum
(tfl :: maximumop)
Operador máximo
Operación máxima de elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
rhs | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
Resultados:
Resultado | Descripción |
---|---|
max | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
tfl.mean
(tfl :: meanop)
Operador medio
Calcula la media de los elementos a través de las dimensiones de un tensor. Reduce Input_Tensor a lo largo de las dimensiones dadas en el eje. A menos que Keepdims sea cierto, el rango del tensor se reduce en 1 para cada entrada en el eje. Si Keepdims es verdadero, las dimensiones reducidas se conservan con la longitud 1.
Rasgos: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Atributos:
Atributo | Tipo mlir | Descripción |
---|---|---|
keep_dims | :: mlir :: boolattr | atributo bool |
Operands:
Operando | Descripción |
---|---|
input | Tensor de un número entero sin signos de 32 bits o de 32 bits o entero sin signos de 64 bits o tipo Qi8 o tipo qui8 o entero sin signo de 8 bits o valores de tipo Qi16 de tipo QI16 |
axis | Tensor de valores enteros sin signos de 32 bits |
Resultados:
Resultado | Descripción |
---|---|
output | Tensor de un número entero sin signos de 32 bits o de 32 bits o entero sin signos de 64 bits o tipo Qi8 o tipo qui8 o entero sin signo de 8 bits o valores de tipo Qi16 de tipo QI16 |
tfl.minimum
(Tfl :: Minimumumop)
Operador mínimo
Operación MIN en cuanto a elemento.
Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Efectos: MemoryEffects::Effect{}
Operands:
Operando | Descripción |
---|---|
lhs | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
rhs | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
Resultados:
Resultado | Descripción |
---|---|
min | tensor de 32 bits flotante o 32/64 bits Integer sin signos o tipo Qi8 o tipo qui8 o valores de tipo Qi16 |
tfl.mirror_pad
(tfl :: Mirrorpadop)
Operador Mirrorpad. 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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
mode | ::mlir::TFL::MirrorPaddingTypeAttr | mirror_pad_enum |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
logits | tensor of 32-bit float values |
num_samples | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
value | ::mlir::UnitAttr | unit attribute |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 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 TFLite quint8 type or TFLite string type values |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
tolerance | ::mlir::FloatAttr | 32-bit float attribute |
log_if_failed | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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.
Por ejemplo:
# '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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
values_count | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
values | variadic of tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
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)
Por ejemplo:
# '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:
Operand | Descripción |
---|---|
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 |
padding | tensor of 32/64-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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.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)
Por ejemplo:
# '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:
Operand | Descripción |
---|---|
input | tensor of 32-bit float 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 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 |
Resultados:
Resultado | Descripción |
---|---|
output | tensor of 32-bit float 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:
Operand | Descripción |
---|---|
input | variadic of tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
lhs | tensor of 32-bit float or 32-bit signless integer values |
rhs | tensor of 32-bit float or 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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
, quant::AffineOpCoefficient<-1, 1>
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
qtype | ::mlir::TypeAttr | Tensor type attribute |
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
s_param | ::mlir::TFL::SparsityParameterAttr | Sparsity parameter. |
compressed_data | ::mlir::ElementsAttr | constant vector/tensor attribute |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
qtype | ::mlir::TypeAttr | Tensor type attribute |
Operands:
Operand | Descripción |
---|---|
input | tensor of 32-bit float or QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
shape | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
shape | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
out | tensor of 32-bit float values |
tfl.range
(TFL::RangeOp)
Range operator
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
input | tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
output | tensor of any integer type |
tfl.read_variable
(TFL::ReadVariableOp)
Reads variable value.
Read variable data identified by 'resource_id'.
Interfaces: TflRuntimeVerifyOpInterface
Operands:
Operand | Descripción |
---|---|
resource_id | tensor of resource values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
input | tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
input | tensor of 1-bit signless integer values |
reduction_indices | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
input | tensor of 1-bit signless integer values |
reduction_indices | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
input | tensor of any type values |
shape | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
align_corners | ::mlir::BoolAttr | bool attribute |
half_pixel_centers | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
align_corners | ::mlir::BoolAttr | bool attribute |
half_pixel_centers | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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 términos.
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:
Operand | Descripción |
---|---|
input | tensor of 32-bit float values |
fft_length | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or QI8 type or QI16 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
input | tensor of 32-bit float or 32-bit signless integer values |
segment_ids | tensor of 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
output | tensor of 32-bit float or 32-bit signless integer values |
tfl.select
(TFL::SelectOp)
Select 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:
- Either the same shape (in which case the select is elementwise), or
- condition must be Rank 1 and match over the first dimension.
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
- Either the same shape (in which case the select is elementwise), or
- Broadcastable shapes between 'condition', 'x' and 'y'.
Traits: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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)
Shape operator
Returns the shape of a tensor.
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
out_type | ::mlir::Attribute | derived attribute |
Operands:
Operand | Descripción |
---|---|
input | tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
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
, SameOperandsAndResultElementType
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
x | tensor of 32-bit float or 64-bit float or 32-bit signless integer values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float values |
Resultados:
Resultado | Descripción |
---|---|
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: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
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 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 |
Resultados:
Resultado | Descripción |
---|---|
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 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) / tf.reduce_sum(exp(input * beta), dim)
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
beta | ::mlir::FloatAttr | 32-bit float attribute |
Operands:
Operand | Descripción |
---|---|
input | tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
block_size | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
num_splits | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
num_splits | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
outputs | variadic of tensor of any type values |
tfl.sqrt
(TFL::SqrtOp)
Square root operator
Computes element-wise Square root of input
Traits: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
Interfaces: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
x | tensor of 32-bit float values |
Resultados:
Resultado | Descripción |
---|---|
y | tensor of 32-bit float 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:
Operand | Descripción |
---|---|
x | tensor of 32-bit float values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
.
Por ejemplo:
# '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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
squeeze_dims | ::mlir::ArrayAttr | 64-bit integer array attribute whose size is at most 8 |
Operands:
Operand | Descripción |
---|---|
input | tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
output | tensor of any type values |
tfl.strided_slice
(TFL::StridedSliceOp)
StridedSlice Op
Return a strided slice from input
.
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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)
Subtraction operator
Element-wise subtraction operation.
Traits: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
, quant::AccumulatorUniformScale<3, 2, 4>
Interfaces: DynamicRangeQuantizedOpInterface
, TFL_StatefulOp
, TflRuntimeVerifyOpInterface
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
input | tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 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 |
Resultados:
Resultado | Descripción |
---|---|
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 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
, quant::AccumulatorUniformScale<3, 1, 2>
, quant::AffineOpCoefficient<0, 1>
Interfaces: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
. En otras palabras:
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
idx_out_type | ::mlir::Attribute | derived attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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{}
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
num | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is non-negative |
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
container | ::mlir::StringAttr | string attribute |
shared_name | ::mlir::StringAttr | string attribute |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
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 |
Resultados:
Resultado | Descripción |
---|---|
index | tensor of 64-bit signless integer values |
tfl.while
(TFL::WhileOp)
While loop
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
Atributos:
Atributo | MLIR Type | Descripción |
---|---|---|
is_stateless | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | Descripción |
---|---|
input | variadic of tensor of any type values |
Resultados:
Resultado | Descripción |
---|---|
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:
Operand | Descripción |
---|---|
"sin nombre" | 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
, SameOperandsAndResultShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
Operand | Descripción |
---|---|
input | tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values |
Resultados:
Resultado | Descripción |
---|---|
output | tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values |
Atributos
DimensionMetadataAttr
Dimension metadata.
Sintaxis:
#tfl.dimension_metadata<
::mlir::TFL::DimensionTypeAttr, # format
int32_t, # dense_size
::llvm::ArrayRef<int32_t>, # segments
::llvm::ArrayRef<int32_t> # indices
>
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
formato | ::mlir::TFL::DimensionTypeAttr | dimension_type |
dense_size | int32_t | |
segmentos | ::llvm::ArrayRef<int32_t> | |
índices | ::llvm::ArrayRef<int32_t> |
SparsityParameterAttr
Sparsity parameter.
Sintaxis:
#tfl.sparsity_parameter<
::llvm::ArrayRef<int32_t>, # traversal_order
::llvm::ArrayRef<int32_t>, # block_map
::llvm::ArrayRef<DimensionMetadataAttr> # dim_metadata
>
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
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">
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
valor | ::llvm::StringRef |
DimensionTypeAttr
dimension_type
Sintaxis:
#tfl.dimension_type_attr<
::mlir::TFL::DimensionType # value
>
Enum cases:
- DENSE (
DENSE
) - SPARSE_CSR (
SPARSE_CSR
)
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
valor | ::mlir::TFL::DimensionType | an enum of type DimensionType |
LSTMKernelTypeAttr
lstm_kernel_type
Sintaxis:
#tfl.lstm_kernel_type_attr<
::mlir::TFL::LSTMKernelType # value
>
Enum cases:
- FULL (
FULL
) - BASIC (
BASIC
)
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
valor | ::mlir::TFL::LSTMKernelType | an enum of type LSTMKernelType |
MirrorPaddingTypeAttr
mirror_pad_enum
Sintaxis:
#tfl.mirror_pad_attr<
::mlir::TFL::MirrorPaddingType # value
>
Enum cases:
- REFLECT (
REFLECT
) - SYMMETRIC (
SYMMETRIC
)
Parámetros:
Parámetro | C++ type | Descripción |
---|---|---|
valor | ::mlir::TFL::MirrorPaddingType | an enum of type MirrorPaddingType |
Enums
DimensionType
dimension_type
Casos:
Símbolo | Valor | Cadena |
---|---|---|
DENSO | 0 | DENSO |
SPARSE_CSR | 1 | SPARSE_CSR |
LSTMKernelType
lstm_kernel_type
Casos:
Símbolo | Valor | Cadena |
---|---|---|
LLENO | 0 | LLENO |
BÁSICO | 1 | BÁSICO |
MirrorPaddingType
mirror_pad_enum
Casos:
Símbolo | Valor | Cadena |
---|---|---|
REFLEJAR | 0 | REFLEJAR |
SIMÉTRICO | 1 | SIMÉTRICO |