'tfl' Dialetto

Il dialetto TensorFlow Lite.

Questo dialetto è mappato sulle operazioni di TensorFlow Lite.

Invarianti:

• Tutti i valori sono di tipo tensore (in particolare, gli scalari sono rappresentati utilizzando tensori a dimensione zero);

Operazioni

tfl.abs (TFL::AbsOp)

Operatore di valore assoluto

Dato un tensore x , questa operazione restituisce un tensore contenente il valore assoluto di ciascun elemento in x . Ad esempio, se x è un elemento di input e y è un elemento di output, questa operazione calcola \(y = |x|\).

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o float a 32 bit o di tipo QI8 o di tipo QI16

Risultati:

Risultato	Descrizione
y	tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o float a 32 bit o di tipo QI8 o di tipo QI16

tfl.add (TFL::AddOp)

Operatore di addizione

Operazione di addizione elemento per elemento.

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
lhs	tensore di valori float a 32 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o interi senza segno a 64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16
rhs	tensore di valori float a 32 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o interi senza segno a 64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o interi senza segno a 64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.add_n (TFL::AddNOp)

Operatore _Add n

Aggiunge tutti i tensori di input elemento per elemento.

Tratti: AlwaysSpeculatableImplTrait , Commutative

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
inputs	variadica di tensori di qualsiasi tipo di valori

Risultati:

Risultato	Descrizione
sum	tensore di valori float a 32 bit o interi senza segno a 32 bit

tfl.arg_max (TFL::ArgMaxOp)

Operatore ArgMax

Restituisce l'indice con il valore più grande tra le dimensioni di un tensore.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
output_type	::mlir::Attributo	attributo derivato

Operandi:

Operando	Descrizione
input	tensore di un intero senza segno a 1 bit o di un float a 32 bit o di un intero senza segno a 32 bit o di un intero senza segno a 8 bit o di un intero senza segno a 8 bit o di valori di tipo QI8 o di tipo QUI8
dim	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 32/64 bit

tfl.arg_min (TFL::ArgMinOp)

Operatore ArgMin

Restituisce l'indice con il valore più piccolo tra le dimensioni di un tensore. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
output_type	::mlir::Attributo	attributo derivato

Operandi:

Operando	Descrizione
input	tensore di un intero senza segno a 1 bit o di un float a 32 bit o di un intero senza segno a 32 bit o di un intero senza segno a 8 bit o di un intero senza segno a 8 bit o di valori di tipo QI8 o di tipo QUI8
dim	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 32/64 bit

tfl.assign_variable (TFL::AssignVariableOp)

Assegna un nuovo valore a una variabile.

Qualsiasi ReadVariableOp con una dipendenza di controllo da questa op restituirà sicuramente questo valore o un valore successivo più recente della variabile.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
resource_id	tensore dei valori delle risorse
value	tensore di un numero float a 32 bit o di un numero float a 64 bit o di un numero intero senza segno a 1 bit o di un numero intero senza segno a 8 bit o di un numero intero senza segno a 8 bit o di tipo QI8 o di tipo QUI8 o di un numero intero senza segno a 32 bit o di un numero intero senza segno a 64 bit o di tipo QI16 o di tipo complesso con elementi float a 32 bit o di tipo complesso con elementi float a 64 bit valori

tfl.atan2 (TFL::Atan2Op)

Operazione Atan2

L'operazione "atan2" calcola l'arcotangente di y/x elemento per elemento, rispettando i segni degli argomenti.

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
y	tensore di valori float a 32 bit o float a 64 bit
x	tensore di valori float a 32 bit o float a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o float a 64 bit

tfl.average_pool_2d (TFL::AveragePool2DOp)

Operatore 2d _Average_pool

Esegue un'operazione di pooling medio sull'input.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
filter_height	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
filter_width	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
padding	::mlir::StringAttr	attributo stringa il cui valore è UGUALE o VALIDO
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

L'operatore lstm di base

Operatore di cella LSTM di base.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
proj_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type il cui valore è mlir::TFL::LSTMKernelType::BASIC

Operandi:

Operando	Descrizione
data_input	tensore di valori di tipo float o QUI8 a 32 bit
prev_activ_input	tensore di valori di tipo float o QUI8 a 32 bit
weights_input	tensore di valori di tipo float o QUI8 a 32 bit
biases_input	tensore di valori float o di tipo QI32 a 32 bit
prev_state_input	tensore di valori float o di tipo QI16 a 32 bit

Risultati:

Risultato	Descrizione
activ_output	Tensore 2D di qualsiasi tipo di valore
state_output	Tensore 2D di qualsiasi tipo di valore
concat_temp	Tensore 2D di qualsiasi tipo di valore
activ_temp	Tensore 2D di qualsiasi tipo di valore

tfl.batch_matmul (TFL::BatchMatMulOp)

Operatore di moltiplicazione di matrice batch

Esegue una moltiplicazione di matrici batch sugli input. Segue le convenzioni di TensorFlow BatchMatMulV2, con supporto per dimensioni sconosciute nelle dimensioni batch e nella trasmissione.

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)

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
adj_x	::mlir::BoolAttr	attributo bool
adj_y	::mlir::BoolAttr	attributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
x	tensore di tipo float a 32 bit o QI8 o QI16 o valori interi senza segno a 8 bit
y	tensore di tipo float a 32 bit o QI8 o QI16 o valori interi senza segno a 8 bit

Risultati:

Risultato	Descrizione
output	tensore di tipo float a 32 bit o tipo QI8 o tipo QI16 o valori interi senza segno a 32 bit

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Operatore BatchToSpaceNd

Questa operazione rimodella la dimensione "batch" 0 in dimensioni spaziali.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di un numero float a 32 bit o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di un intero senza segno a 64 bit o di un intero senza segno a 8 bit o di valori di tipo QI8 o di tipo QUI8 o di tipo QI16
block_shape	tensore di valori interi senza segno a 32 bit
indices	tensore di valori interi senza segno a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di un numero float a 32 bit o di un intero senza segno a 16 bit o di un intero senza segno a 32 bit o di un intero senza segno a 64 bit o di un intero senza segno a 8 bit o di valori di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

Operatore lstm di sequenza bidirezionale

Un lstm bidirezionale è essenzialmente costituito da due lstm, uno in avanti e l'altro all'indietro. L'output è la concatenazione dei due lstm.

Tratti: QuantizableResult

Interfacce: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
proj_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
merge_outputs	::mlir::BoolAttr	attributo bool
time_major	::mlir::BoolAttr	attributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_input_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_input_to_forget_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_input_to_cell_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_input_to_output_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_recurrent_to_forget_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_cell_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_output_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
fw_cell_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_cell_to_forget_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_cell_to_output_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_input_gate_bias	tensore di qualsiasi tipo di valore o nessun tipo
fw_forget_gate_bias	tensore di valori float a 32 bit
fw_cell_bias	tensore di valori float a 32 bit
fw_output_gate_bias	tensore di valori float a 32 bit
fw_projection_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_projection_bias	tensore di qualsiasi tipo di valore o nessun tipo
bw_input_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_input_to_forget_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_input_to_cell_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_input_to_output_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_recurrent_to_forget_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_cell_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_output_weights	tensore di valori float a 32 bit o interi senza segno a 8 bit
bw_cell_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_cell_to_forget_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_cell_to_output_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_input_gate_bias	tensore di qualsiasi tipo di valore o nessun tipo
bw_forget_gate_bias	tensore di valori float a 32 bit
bw_cell_bias	tensore di valori float a 32 bit
bw_output_gate_bias	tensore di valori float a 32 bit
bw_projection_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_projection_bias	tensore di qualsiasi tipo di valore o nessun tipo
fw_input_activation_state	tensore con stato
fw_input_cell_state	tensore con stato
bw_input_activation_state	tensore con stato
bw_input_cell_state	tensore con stato
aux_input	tensore di qualsiasi tipo di valore o nessun tipo
fw_aux_input_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_aux_input_to_forget_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_aux_input_to_cell_weights	tensore di qualsiasi tipo di valore o nessun tipo
fw_aux_input_to_output_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_aux_input_to_input_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_aux_input_to_forget_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_aux_input_to_cell_weights	tensore di qualsiasi tipo di valore o nessun tipo
bw_aux_input_to_output_weights	tensore di qualsiasi tipo di valore o nessun tipo

Risultati:

Risultato	Descrizione
fw_output	tensore di qualsiasi tipo di valori
bw_output	tensore di qualsiasi tipo di valori

tfl.bitcast (TFL::BitcastOp)

Operatore Bitcast

Trasmette in bitcast un tensore da un tipo a un altro.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di qualsiasi tipo di valori

Risultati:

Risultato	Descrizione
output	tensore di qualsiasi tipo di valori

tfl.bitwise_xor (TFL::BitwiseXorOp)

Operatore Xor bit a bit

Elementwise calcola l'XOR bit a bit di lhs e rhs .

Tratti: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori interi senza segno a 8 bit o interi senza segno a 8 bit o interi senza segno a 16 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o valori interi senza segno a 32 bit
rhs	tensore di valori interi senza segno a 8 bit o interi senza segno a 8 bit o interi senza segno a 16 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o valori interi senza segno a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 8 bit o interi senza segno a 8 bit o interi senza segno a 16 bit o interi senza segno a 16 bit o interi senza segno a 32 bit o valori interi senza segno a 32 bit

tfl.broadcast_args (TFL::BroadcastArgsOp)

Restituisce la forma di s0 op s1 con broadcast.

Dati s0 e s1 , tensori che rappresentano forme, calcola r0 , la forma trasmessa. s0 , s1 e r0 sono tutti vettori interi.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
s0	tensore di valori interi senza segno a 32/64 bit
s1	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato	Descrizione
r0	tensore di valori interi senza segno a 32/64 bit

tfl.broadcast_to (TFL::BroadcastToOp)

Trasmetti un array per una forma compatibile.

Il broadcasting è il processo di creazione di array con forme compatibili per le operazioni aritmetiche. Due forme sono compatibili se per ogni coppia di dimensioni sono uguali o se una di esse è uguale a una. Quando si cerca di trasmettere un tensore a una forma, si inizia con le dimensioni finali e si procede in avanti.

Per esempio,

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]], shape=(3, 3), dtype=int32)

Nell'esempio sopra, il tensore di input con la forma di [1, 3] viene trasmesso al tensore di output con la forma di [3, 3] .

Quando si eseguono operazioni trasmesse, come la moltiplicazione di un tensore per uno scalare, la trasmissione (solitamente) conferisce un vantaggio in termini di tempo o spazio, poiché il tensore trasmesso non si materializza mai.

Tuttavia, broadcast_to non offre tali vantaggi. Il tensore appena creato occupa l'intera memoria della forma trasmessa. (In un contesto grafico, broadcast_to potrebbe tuttavia essere fuso con un'operazione successiva e quindi ottimizzato.)

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di un numero float a 32 bit o di un intero senza segno a 32 bit o di un intero senza segno a 1 bit o di un intero senza segno a 4 bit o di un intero senza segno a 8 bit o di tipo QI8 o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di tipo QUI8 o di un intero senza segno a 16 bit o di tipo QI16 o di un intero senza segno a 64 bit o di tipo complesso con valori di elementi float a 32 bit
shape	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato

Descrizione

output

tensore di un numero float a 32 bit o di un intero senza segno a 32 bit o di un intero senza segno a 1 bit o di un intero senza segno a 4 bit o di un intero senza segno a 8 bit o di tipo QI8 o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di tipo QUI8 o di un intero senza segno a 16 bit o di tipo QI16 o di un intero senza segno a 64 bit o di tipo complesso con valori di elementi float a 32 bit

tfl.bucketize (TFL::BucketizeOp)

Suddivide gli "input" in base ai "confini".

Esempio:

Se gli input sono boundaries = [0, 10, 100] e input = [[-5, 10000][150, 10][5, 100]] , allora l'output sarà output = [[0, 3][3, 2][1, 3]] .

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
boundaries	::mlir::ArrayAttr	Attributo array float a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o float a 64 bit o interi senza segno a 32 bit o interi senza segno a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 32 bit

tfl.call_once (TFL::CallOnceOp)

Richiama una funzione di inizializzazione

Questa operazione richiama la funzione di inizializzazione specificata per l'inizializzatore di sessione nel dialetto del modello salvato tf.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo	Tipo MLIR	Descrizione
session_init_function	::mlir::StringAttr	attributo stringa

tfl.cast (TFL::CastOp)

Operatore di cast

Converte l'input dal tipo di input al tipo di output.

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando

Descrizione

input

tensore di tipo float a 16 bit o bfloat16 o float a 32 bit o float a 64 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo complesso con valori di elementi float a 32 bit

Risultati:

Risultato

Descrizione

output

tensore di tipo float a 16 bit o bfloat16 o float a 32 bit o float a 64 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo complesso con valori di elementi float a 32 bit

tfl.ceil (TFL::CeilOp)

Operatore del soffitto

Restituisce il valore ceil elemento per elemento dell'input.

Tratti: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori float a 32 bit

Risultati:

Risultato	Descrizione
y	tensore di valori float a 32 bit

tfl.complex_abs (TFL::ComplexAbsOp)

Calcola il valore assoluto complesso di un tensore.

Dato un tensore x di numeri complessi, questa operazione restituisce un tensore di tipo float o double che è il valore assoluto di ogni elemento in x . Tutti gli elementi in x devono essere numeri complessi della forma \(a + bj\)Il valore assoluto è calcolato come \( \sqrt{a^2 + b^2}\).

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di tipo complesso con elementi float a 32 bit o di tipo complesso con valori di elementi float a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o float a 64 bit

tfl.concatenation (TFL::ConcatenationOp)

Operatore di concatenazione

Concatena i tensori lungo una dimensione

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
axis	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
values	variadica di tensori di qualsiasi tipo di valori

Risultati:

Risultato	Descrizione
output	tensore di un numero float a 32 bit o di un intero senza segno a 64 bit o di un intero senza segno a 32 bit o di un intero senza segno a 16 bit o di un intero senza segno a 8 bit o di tipo QI8 o di tipo QUI8 o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di valori interi senza segno a 1 bit

tfl.control_node (TFL::ControlNodeOp)

L'operazione TFL.control_node esegue il wrapping di operazioni a blocco singolo per collegare i bordi di controllo.

Questa operazione viene utilizzata per avvolgere le regioni e associarvi dipendenze di controllo. In genere, ciò avviene in uno degli ultimi passaggi prima dell'emissione del modello flatbuffer, per abilitare ottimizzazioni che si basano su un ordine fisso di operazioni (come la rimaterializzazione). L'esportatore flatbuffer estrarrà la regione avvolta e annoterà il modello generato con metadati in modo che qualsiasi riordinamento in fase di esecuzione rispetti l'ordine specificato dalle dipendenze di controllo.

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

Operandi:

Operando	Descrizione
controlInputs	variadico di controllo

Risultati:

Risultato	Descrizione
outputs	variadica di tensori di qualsiasi tipo di valori
control	controllare

tfl.conv_2d (TFL::Conv2DOp)

Operatore di convoluzione

Esegue un'operazione di convoluzione sugli input.

Input: inputs[0] : obbligatorio: il tensore di attivazione dell'input inputs[1] : obbligatorio: il tensore del peso del filtro inputs[2] : facoltativo: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
dilation_h_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_w_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::StringAttr	attributo stringa il cui valore è UGUALE o VALIDO
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16
filter	tensore di valori float a 32 bit o di tipo QI4 o QI8 o QUI8
bias	tensore di qualsiasi tipo di valore o nessun tipo

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.conv_3d (TFL::Conv3DOp)

Operatore di convoluzione 3D

Esegue l'operazione di convoluzione sugli input 3D. Input: inputs[0] : obbligatorio: il tensore di attivazione dell'input inputs[1] : obbligatorio: il tensore del peso del filtro inputs[2] : facoltativo: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
dilation_d_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_h_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_w_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::StringAttr	attributo stringa il cui valore è UGUALE o VALIDO
stride_d	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit
filter	tensore di valori float a 32 bit
bias	tensore di qualsiasi tipo di valore o nessun tipo

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Operatore 3D di convoluzione trasposta

Esegue un'operazione di convoluzione trasposta su input 3D. Input: inputs[0] : obbligatorio: la forma del tensore di output inputs[1] : obbligatorio: il tensore del peso del filtro inputs[2] : obbligatorio: il tensore di attivazione dell'input inputs[3] : facoltativo: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
dilation_d_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_h_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_w_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::StringAttr	attributo stringa il cui valore è UGUALE o VALIDO
stride_d	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Operandi:

Operando	Descrizione
output_shape	tensore di valori interi senza segno a 32 bit
filter	tensore di valori float a 32 bit
input	tensore di valori float a 32 bit
bias	tensore di qualsiasi tipo di valore o nessun tipo

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit

tfl.cos (TFL::CosOp)

Operatore coseno

Calcola il coseno elemento per elemento dell'input

Tratti: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori float a 32 bit

Risultati:

Risultato	Descrizione
y	tensore di valori float a 32 bit

tfl.cumsum (TFL::CumsumOp)

Operatore cumsum

Calcola la somma cumulativa del tensore x lungo l'asse.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
exclusive	::mlir::BoolAttr	attributo bool
reverse	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o interi senza segno a 32 bit o interi senza segno a 64 bit
axis	tensore di valori interi senza segno a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o interi senza segno a 32 bit o interi senza segno a 64 bit

tfl.custom (TFL::CustomOp)

Operazione personalizzata

Un'operazione generica per qualsiasi operazione personalizzata TFLite.

input: un elenco di input nell'op originale. custom_code: una stringa utilizzata per identificare esattamente di quale op si tratta, che corrisponde a operator_codes.custom_code nel flatbuffer. custom_option: un contenitore per salvare gli attributi dell'op in byte. output: un elenco di output nell'op originale.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo	Tipo MLIR	Descrizione
custom_code	::mlir::StringAttr	attributo stringa
custom_option	::mlir::TFL::ConstBytesAttr	Una rappresentazione di attributi stringa di byte compilati

Operandi:

Operando	Descrizione
input	variadico del tensore di qualsiasi tipo di valore o di nessun tipo

Risultati:

Risultato	Descrizione
output	variadica di tensori di qualsiasi tipo di valori

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op per operazioni personalizzate TF.

Un'operazione wrapper per qualsiasi operazione TF personalizzata. Queste includono operazioni definite utilizzando custom_opdef o collegate che non sono definite nel dialetto TF. Questa operazione si limita a racchiudere l'operazione personalizzata all'interno di una regione. Nota n. 1: questa operazione non includerà le operazioni personalizzate TF Lite definite utilizzando CustomOp. Nota n. 2: questa operazione è solo una rappresentazione interna al convertitore e non viene esposta/esportata quando il modello viene esportato in Flatbuffer.

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

Interfacce: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
input	variadico del tensore di qualsiasi tipo di valore o di nessun tipo

Risultati:

Risultato	Descrizione
output	variadica di tensori di qualsiasi tipo di valori

tfl.densify (TFL::DensifyOp)

Operatore di densificazione

Converte il tensore sparso in formato denso.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o interi senza segno a 8 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o interi senza segno a 8 bit

tfl.depth_to_space (TFL::DepthToSpaceOp)

Operatore DepthToSpace

Riorganizza i dati dalla profondità in blocchi di dati spaziali. Questa è la trasformazione inversa di SpaceToDepth. Più specificamente, questa operazione restituisce una copia del tensore di input in cui i valori dalla dimensione depth vengono spostati in blocchi spaziali alle dimensioni di height e width . L'attributo block_size indica la dimensione del blocco di input e come vengono spostati i dati.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
block_size	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit il cui valore è positivo

Operandi:

Operando	Descrizione
input	tensore di un numero float a 32 bit o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di un intero senza segno a 64 bit o di un tipo TFLite quint8 o di un intero senza segno a 8 bit o di un tipo QI8 o di valori di tipo QUI8

Risultati:

Risultato	Descrizione
output	tensore di un numero float a 32 bit o di un intero senza segno a 8 bit o di un intero senza segno a 32 bit o di un intero senza segno a 64 bit o di un tipo TFLite quint8 o di un intero senza segno a 8 bit o di un tipo QI8 o di valori di tipo QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Operatore di convoluzione separabile in profondità

Esegue un'operazione di convoluzione sugli input.

Input: inputs[0] : obbligatorio: il tensore di attivazione dell'input inputs[1] : obbligatorio: il tensore del peso del filtro inputs[2] : facoltativo: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
dilation_h_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
dilation_w_factor	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::StringAttr	attributo stringa il cui valore è UGUALE o VALIDO
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
depth_multiplier	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16
filter	tensore di valori float a 32 bit o di tipo QI4 o QI8 o QUI8
bias	tensore di qualsiasi tipo di valore o nessun tipo

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.dequantize (TFL::DequantizeOp)

Operatore di dequantizzazione

Converte un array quantizzato di numeri interi in numeri in virgola mobile in base ai parametri di quantizzazione.

Interfacce: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16 o valori float a 16 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit

tfl.dilate (TFL::DilateOp)

Operatore di dilatazione

Estende un tensore aggiungendo nuovi elementi tra quelli esistenti.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di un intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit o float a 64 bit
dilations	tensore di valori interi senza segno a 32 bit
padding_value	Tensore 0D di qualsiasi tipo di valore

Risultati:

Risultato	Descrizione
output	tensore di un intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit o float a 64 bit

tfl.div (TFL::DivOp)

Operatore di divisione

Operazione di divisione elemento per elemento.

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
lhs	tensore di valori float a 32 bit o interi senza segno a 32 bit o di tipo QUI8 o di tipo QI8 o di tipo QI16
rhs	tensore di valori float a 32 bit o interi senza segno a 32 bit o di tipo QUI8 o di tipo QI8 o di tipo QI16

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o interi senza segno a 32 bit o di tipo QUI8 o di tipo QI8 o di tipo QI16

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

DynamicUpdateSlice op che hanno la stessa semantica di XLA DynamicUpdateSlice. Genera un risultato che è il valore dell'operando dell'array di input, con un aggiornamento della sezione sovrascritto in start_indices.

Vedere https://www.tensorflow.org/xla/Operation_semantics#dynamicupdateslice

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
operand	tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit o float a 16 bit
update	tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit o float a 16 bit
start_indices	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato	Descrizione
output	tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit o float a 16 bit

tfl.elu (TFL::EluOp)

Operatore di unità lineare esponenziale

Calcola l'esponenziale lineare f(x) -> exp(x) - 1 per x < 0, x per x >= 0. a livello di elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit

Risultati:

Risultato	Descrizione
y	tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Incorporamento dell'operatore di ricerca

Cerca gli ID in un elenco di tensori di incorporamento.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lookup	tensore di valori interi senza segno a 32 bit
value	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o valori di tipo QI4

Risultati:

Risultato	Descrizione
output	tensore di valori in virgola mobile a 32 bit o numeri interi senza segno a 8 bit o valori interi senza segno a 8 bit

tfl.equal (TFL::EqualOp)

Operatore uguale

Restituisce l'elemento di verità di x == y in termini di elementi

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di intero senza segno a 1 bit o virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o tipo QI16 o intero senza segno a 8 bit o valori di tipo stringa TFLite
y	tensore di intero senza segno a 1 bit o virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o tipo QI16 o intero senza segno a 8 bit o valori di tipo stringa TFLite

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.exp (TFL::ExpOp)

Operatore di esponenziazione naturale

Esegue l'operazione di esponenziazione naturale per elemento sull'input.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori float a 32 bit o di tipo QI8 o di tipo QI16

Risultati:

Risultato	Descrizione
y	tensore di valori float a 32 bit o di tipo QI8 o di tipo QI16

tfl.expand_dims (TFL::ExpandDimsOp)

Inserisce una dimensione pari a 1 nella forma di un tensore.

Dato un input tensore, questa operazione inserisce una dimensione pari a 1 axis dell'indice dimensionale della forma input . L' axis dell'indice delle dimensioni inizia da zero; se si specifica un numero negativo per axis , verrà conteggiato all'indietro a partire dalla fine.

Questa operazione è utile se si desidera aggiungere una dimensione batch a un singolo elemento. Ad esempio, se hai una singola immagine di forma [height, width, channels] , puoi renderla un batch di 1 immagine con expand_dims(image, 0) , che creerà la forma [1, height, width, channels] .

Altri esempi:

# '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]

Questa operazione richiede che:

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

Questa operazione è correlata a squeeze() , che rimuove le dimensioni di dimensione 1.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di qualsiasi tipo di valore
dim	tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato	Descrizione
output	tensore di qualsiasi tipo di valore

tfl.external_const (TFL::ExternalConstOp)

Const esterno op.

L'operazione const esterna contiene un buffer_index che punta a una costante nel flatbuffer.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
buffer_index	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di qualsiasi tipo di valore

tfl.fake_quant (TFL::FakeQuantOp)

Operatore FakeQuant

Quantizzare in modo falso il tensore degli "ingressi" di tipo float tramite gli scalari float min e max sul tensore delle "uscite" della stessa forma degli input.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
min	::mlir::FloatAttr	Attributo float a 32 bit
max	::mlir::FloatAttr	Attributo float a 32 bit
num_bits	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit il cui valore minimo è 2 e il cui valore massimo è 16
narrow_range	::mlir::BoolAttr	attributo bool il cui valore è false

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit

tfl.fill (TFL::FillOp)

Riempi il tensore con il valore specificato.

Riempi il tensore con il valore specificato.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
dims	tensore di valori interi senza segno a 32/64 bit
input	tensore di valore in virgola mobile a 32 bit o virgola mobile a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 1 bit o tipo QI8 o tipo QI16 o valori di tipo stringa TFLite

Risultati:

Risultato	Descrizione
result	tensore di valore in virgola mobile a 32 bit o virgola mobile a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 1 bit o tipo QI8 o tipo QI16 o valori di tipo stringa TFLite

tfl.floor (TFL::FloorOp)

Operatore di piano

Restituisce il valore minimo dell'input per elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori float a 32 bit

Risultati:

Risultato	Descrizione
y	tensore di valori float a 32 bit

tfl.floor_div (TFL::FloorDivOp)

Operatore div di piano

Operazione di divisione del pavimento in base agli elementi.

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit
rhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit

tfl.floor_mod (TFL::FloorModOp)

Promemoria della divisione

Operazione di promemoria della divisione per elemento.

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit
rhs	tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori float a 32 bit

tfl.fully_connected (TFL::FullyConnectedOp)

Completamente connesso op

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
weights_format	::mlir::StringAttr	attributo stringa il cui valore è DEFAULT o SHUFFLED4x16INT8
keep_num_dims	::mlir::BoolAttr	attributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16 o tipo QUI16
filter	tensore di valori float a 32 bit o tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16
bias	tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato	Descrizione
output	variadica del tensore di qualsiasi tipo di valore

tfl.gather (TFL::GatherOp)

Operatore di raccolta

Raccogli le sezioni axis dei params secondo indices .

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
axis	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
batch_dims	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit

Operandi:

Operando	Descrizione
params	tensore di valore in virgola mobile a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo stringa TFLite o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16
indices	tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o interi senza segno a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di valore in virgola mobile a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo stringa TFLite o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16

tfl.gather_nd (TFL::GatherNdOp)

_Raccogli e operatore

Raccogli le fette dai params in un tensore con la forma specificata dagli indices .

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
params	tensore di numero in virgola mobile a 32 bit o intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 64 bit o intero senza segno a 32 bit o intero senza segno a 8 bit o tipo QI8 o valori di tipo stringa TFLite
indices	tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o interi senza segno a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di numero in virgola mobile a 32 bit o intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 64 bit o intero senza segno a 32 bit o intero senza segno a 8 bit o tipo QI8 o valori di tipo stringa TFLite

tfl.gelu (TFL::GeluOp)

Funzione di attivazione GELU.

Calcola la funzione di attivazione GELU a livello di elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
approximate	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o di tipo QI8 o di tipo QUI8

tfl.greater (TFL::GreaterOp)

Operatore maggiore

Operazione maggiore dal punto di vista degli elementi.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8
rhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.greater_equal (TFL::GreaterEqualOp)

_Operatore uguale maggiore

Operazione maggiore_equal a livello di elemento.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valore in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori di tipo QUI8 o di tipo QI8
rhs	tensore di valore in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori di tipo QUI8 o di tipo QI8

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.hard_swish (TFL::HardSwishOp)

Funzione di attivazione Hardswish.

Calcola la funzione di attivazione hard-swish f(x) -> (x * relu6(x+3))/6 in termini di elementi.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QUI8 o di tipo QI8

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o di tipo QUI8 o di tipo QI8

tfl.hashtable (TFL::HashtableOp)

Crea una tabella hash non inizializzata.

Questa operazione crea una tabella hash, specificando il tipo delle sue chiavi e valori. Prima di utilizzare la tabella dovrai inizializzarla. Dopo l'inizializzazione la tabella sarà immutabile.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo	Tipo MLIR	Descrizione
table_id	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
key_dtype	::mlir::TypeAttr	qualsiasi attributo di tipo
value_dtype	::mlir::TypeAttr	qualsiasi attributo di tipo

Risultati:

Risultato	Descrizione
out	tensore dei valori delle risorse

tfl.hashtable_find (TFL::HashtableFindOp)

Cerca le chiavi in ​​una tabella e restituisce i valori corrispondenti.

Le keys tensori devono essere dello stesso tipo delle chiavi della tavola. I values di output sono del tipo dei valori della tabella.

Il default_value scalare è il valore di output per le chiavi non presenti nella tabella. Deve inoltre essere dello stesso tipo dei valori della tabella.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
hash_table	tensore dei valori delle risorse
keys	tensore di valori interi senza segno a 32 bit o tipo stringa TFLite o valori interi senza segno a 64 bit
default_value	tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o tipo stringa TFLite o valori interi senza segno a 64 bit

Risultati:

Risultato	Descrizione
out	tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o tipo stringa TFLite o valori interi senza segno a 64 bit

tfl.hashtable_import (TFL::HashtableImportOp)

Sostituisce il contenuto della tabella con le chiavi e i valori specificati.

Le keys tensori devono essere dello stesso tipo delle chiavi della tabella. I values del tensore devono essere del tipo dei valori della tabella.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
hash_table	tensore dei valori delle risorse
keys	tensore di valori interi senza segno a 32 bit o tipo stringa TFLite o valori interi senza segno a 64 bit
values	tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o tipo stringa TFLite o valori interi senza segno a 64 bit

tfl.hashtable_size (TFL::HashtableSizeOp)

Calcola il numero di elementi nella tabella data.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
hash_table	tensore dei valori delle risorse

Risultati:

Risultato	Descrizione
out	tensore di valori interi senza segno a 64 bit

tfl.if (TFL::IfOp)

Operazione "Se-allora-altro".

L'operazione tfl.if rappresenta un costrutto if-then-else per l'esecuzione condizionale di due regioni di codice. L'operando di un'operazione if è un valore booleano. Ad esempio:

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

tfl.if può anche restituire risultati definiti nelle sue regioni. I valori definiti sono determinati dal percorso di esecuzione intrapreso.

Esempio:

%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>
}

Le regioni tfl.if terminano sempre con "tfl.yield". Se "tfl.if" non definisce valori, "tfl.yield" può essere tralasciato e verrà inserito implicitamente. Altrimenti deve essere esplicito. Inoltre, se "tfl.if" definisce uno o più valori, il blocco "else" non può essere omesso.

Esempio:

tfl.if %b  {
  ...
}

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

Interfacce: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operandi:

Operando	Descrizione
cond	tensore di valori interi senza segno a 1 bit

Risultati:

Risultato	Descrizione
results	variadica del tensore di qualsiasi tipo di valore

tfl.imag (TFL::ImagOp)

Restituisce la parte immaginaria di un numero complesso.

Dato un tensore input di numeri complessi, questa operazione restituisce un tensore di tipo float che è la parte immaginaria di ciascun elemento in input . Tutti gli elementi in input devono essere numeri complessi del modulo \(a + bj\), dove a è la parte reale e b è la parte immaginaria restituita da questa operazione.

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di tipo complesso con elementi float a 32 bit o tipo complesso con valori di elementi float a 64 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o float a 64 bit

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Operatore Normalizza

L2Normalizzazione Op

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
input	tensore di tipo float a 32 bit o tipo QUI8 o tipo QI8 o tipo QUI16 o tipo QI16 o valori interi senza segno a 8 bit

Risultati:

Risultato	Descrizione
output	tensore di tipo float a 32 bit o tipo QUI8 o tipo QI8 o tipo QUI16 o tipo QI16 o valori interi senza segno a 8 bit

tfl.leaky_relu (TFL::LeakyReluOp)

Operatore Relu che perde

Operatore Leaky ReLU a livello di elemento x -> x >= 0 ? x : (alfa * x)

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
alpha	::mlir::FloatAttr	Attributo float a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo TFLite quint8 o tipo QI16

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo TFLite quint8 o tipo QI16

tfl.less (TFL::LessOp)

Meno operatore

Meno operazioni in termini di elementi.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8
rhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.less_equal (TFL::LessEqualOp)

_Operatore meno uguale

Operazione less_equal a livello di elemento.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori di tipo QI8 o di tipo QUI8
rhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori di tipo QI8 o di tipo QUI8

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Normalizzazione della risposta locale.

Il tensore input 4-D viene trattato come una matrice 3-D di vettori 1-D (lungo l'ultima dimensione) e ciascun vettore viene normalizzato in modo indipendente. All'interno di un dato vettore, ogni componente viene diviso per la somma ponderata e quadrata degli input all'interno di depth_radius . Nel dettaglio,

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

Per i dettagli, vedere Krizhevsky et al., Classificazione ImageNet con reti neurali convoluzionali profonde (NIPS 2012) .

Caratteristiche: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
radius	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
bias	::mlir::FloatAttr	Attributo float a 32 bit
alpha	::mlir::FloatAttr	Attributo float a 32 bit
beta	::mlir::FloatAttr	Attributo float a 32 bit

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit

tfl.log (TFL::LogOp)

Operatore del logaritmo naturale

Esegue l'operazione del logaritmo naturale per elemento sull'input.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori di tipo float o QI8 a 32 bit

Risultati:

Risultato	Descrizione
y	tensore di valori di tipo float o QI8 a 32 bit

tfl.log_softmax (TFL::LogSoftmaxOp)

Registra l'operatore softmax

Calcola le attivazioni softmax del registro per elemento con la seguente formula

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

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo TFLite quint8

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo TFLite quint8

tfl.logical_and (TFL::LogicalAndOp)

Operatore logico AND

Operazione AND logica a livello di elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori interi senza segno a 1 bit
rhs	tensore di valori interi senza segno a 1 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.logical_not (TFL::LogicalNotOp)

Operatore logico NOT

Operazione NOT logica a livello di elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori interi senza segno a 1 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.logical_or (TFL::LogicalOrOp)

Operatore logico OR

Operazione OR logica a livello di elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori interi senza segno a 1 bit
rhs	tensore di valori interi senza segno a 1 bit

Risultati:

Risultato	Descrizione
output	tensore di valori interi senza segno a 1 bit

tfl.logistic (TFL::LogisticOp)

Operatore logistico

Calcola il sigmoide dell'input in termini di elementi

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
x	tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16 o tipo TFLite quint8

Risultati:

Risultato	Descrizione
y	tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16 o tipo TFLite quint8

tfl.lstm (TFL::LSTMOp)

L'operatore lstm completo

Livello di rete ricorrente dell'unità di memoria a breve termine (LSTM). L'implementazione predefinita senza spioncino si basa su: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter e J. Schmidhuber. "Memoria a lungo termine". Neural Computation, 9(8):1735-1780, 1997. L'implementazione dello spioncino è basata su: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior e Francoise Beaufays. "Architetture di reti neurali ricorrenti con memoria a breve termine per la modellazione acustica su larga scala." INTERSPEECH, 2014. L'accoppiamento tra input e dimenticare gate (CIFG) si basa su: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: A Search Space Odyssey' La normalizzazione dei livelli si basa su: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Normalizzazione dei livelli'

Caratteristiche: QuantizableResult

Interfacce: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributi:

Attributo	Tipo MLIR	Descrizione
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
proj_clip	::mlir::FloatAttr	Attributo float a 32 bit il cui valore non è negativo
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type il cui valore è mlir::TFL::LSTMKernelType::FULL
asymmetric_quantize_inputs	::mlir::BoolAttr	attributo bool
input_to_input_intermediate	::mlir::TypeAttr	qualsiasi attributo di tipo
input_to_forget_intermediate	::mlir::TypeAttr	qualsiasi attributo di tipo
input_to_cell_intermediate	::mlir::TypeAttr	qualsiasi attributo di tipo
input_to_output_intermediate	::mlir::TypeAttr	qualsiasi attributo di tipo
effective_hidden_scale_intermediate	::mlir::TypeAttr	qualsiasi attributo di tipo

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o di tipo QI8 o di tipo QI16
input_to_input_weights	tensore di qualsiasi tipo valori o nessun tipo
input_to_forget_weights	tensore di valori di tipo float o QI8 a 32 bit
input_to_cell_weights	tensore di valori di tipo float o QI8 a 32 bit
input_to_output_weights	tensore di valori di tipo float o QI8 a 32 bit
recurrent_to_input_weights	tensore di qualsiasi tipo valori o nessun tipo
recurrent_to_forget_weights	tensore di valori di tipo float o QI8 a 32 bit
recurrent_to_cell_weights	tensore di valori di tipo float o QI8 a 32 bit
recurrent_to_output_weights	tensore di valori di tipo float o QI8 a 32 bit
cell_to_input_weights	tensore di qualsiasi tipo valori o nessun tipo
cell_to_forget_weights	tensore di qualsiasi tipo valori o nessun tipo
cell_to_output_weights	tensore di qualsiasi tipo valori o nessun tipo
input_gate_bias	tensore di qualsiasi tipo valori o nessun tipo
forget_gate_bias	tensore di valori di tipo float a 32 bit o QI32
cell_bias	tensore di valori di tipo float a 32 bit o QI32
output_gate_bias	tensore di valori di tipo float a 32 bit o QI32
projection_weights	tensore di qualsiasi tipo valori o nessun tipo
projection_bias	tensore di qualsiasi tipo valori o nessun tipo
input_activation_state	tensore con stato
input_cell_state	tensore con stato
input_layer_norm_coefficients	tensore di qualsiasi tipo valori o nessun tipo
forget_layer_norm_coefficients	tensore di qualsiasi tipo valori o nessun tipo
cell_layer_norm_coefficients	tensore di qualsiasi tipo valori o nessun tipo
output_layer_norm_coefficients	tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato	Descrizione
output	tensore di qualsiasi tipo di valore

tfl.matrix_diag (TFL::MatrixDiagOp)

Restituisce un tensore con la diagonale fornita e tutto il resto riempito con zeri.

Data una diagonale, restituisce un tensore con la diagonale e tutto il resto riempito con zeri. Supponiamo che la diagonale abbia k dimensioni [I, J, K, ..., N] , quindi l'output è un tensore di rango k+1 con dimensioni [I, J, K, ..., N, N] dove: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
diagonal	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8

Risultati:

Risultato	Descrizione
output	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QUI8 o tipo QI8 o valori di tipo TFLite quint8

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Restituisce un tensore di matrice in batch con nuovi valori diagonali in batch.

Dati input e diagonal , questa operazione restituisce un tensore con la stessa forma e gli stessi valori di input , ad eccezione della diagonale principale delle matrici più interne. Questi verranno sovrascritti dai valori in diagonal .

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
input	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QI8 o tipo QI16 o tipo QUI8 o valori di tipo TFLite quint8
diagonal	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QI8 o tipo QI16 o tipo QUI8 o valori di tipo TFLite quint8

Risultati:

Risultato	Descrizione
result	tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QI8 o tipo QI16 o tipo QUI8 o valori di tipo TFLite quint8

tfl.max_pool_2d (TFL::MaxPool2DOp)

Piscina Max 2D op

Esegue il pool 2D massimo in input.

Ingressi: inputs[0] : richiesto: il tensore di input

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
padding	::mlir::StringAttr	attributo stringa il cui valore è SAME o VALID
stride_w	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
stride_h	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
filter_width	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
filter_height	::mlir::IntegerAttr	Attributo intero senza segno a 32 bit
fused_activation_function	::mlir::StringAttr	attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando	Descrizione
input	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo QI16 o tipo TFLite quint8

Risultati:

Risultato	Descrizione
output	tensore di valori float a 32 bit o tipo QUI8 o tipo QI8 o tipo QI16 o tipo TFLite quint8

tfl.maximum (TFL::Opzionemassima)

Operatore massimo

Funzionamento massimo in termini di elementi.

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

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando	Descrizione
lhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32/64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16
rhs	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32/64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16

Risultati:

Risultato	Descrizione
max	tensore di valori in virgola mobile a 32 bit o intero senza segno a 32/64 bit o valori di tipo QI8 o di tipo QUI8 o di tipo QI16

tfl.mean (TFL::MeanOp)

Operatore medio

Calcola la media degli elementi attraverso le dimensioni di un tensore. Riduce input_tensor lungo le dimensioni indicate nell'asse. A meno che keepdims non sia vero, il rango del tensore viene ridotto di 1 per ogni voce nell'asse. Se keepdims è true, le dimensioni ridotte vengono mantenute con lunghezza 1.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo	Tipo MLIR	Descrizione
keep_dims	::mlir::BoolAttr	attributo bool

Operandi:

Operando	Descrizione
input	tensore di valore in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o intero senza segno a 8 bit o valori di tipo QI16
axis	tensore di valori interi senza segno a 32 bit

Risultati:

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

tfl.minimum (TFL::MinimumOp)

Min operator

Element-wise min operation.

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

Risultati:

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

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad Operator. Pads a tensor with mirrored values.

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attributo	MLIR Type	Descrizione
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operand	Descrizione
logits	tensor of 32-bit float values
num_samples	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
value	::mlir::UnitAttr	unit attribute

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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.

Per esempio:

# '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{}

Attributes:

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

Operands:

Operand	Descrizione
values	variadic of tensor of any type values

Risultati:

Risultato	Descrizione
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)

Per esempio:

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

Risultati:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Per esempio:

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

Risultati:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operand	Descrizione
input	variadic of tensor of any type values

Risultati:

Risultato	Descrizione
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	Descrizione
lhs	tensor of 32-bit float or 32-bit signless integer values
rhs	tensor of 32-bit float or 32-bit signless integer values

Risultati:

Risultato	Descrizione
output	tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
value	::mlir::ElementsAttr	constant vector/tensor attribute

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

Risultati:

Risultato	Descrizione
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{}

Attributes:

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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
qtype	::mlir::TypeAttr	Tensor type attribute

Operands:

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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operand	Descrizione
shape	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operand	Descrizione
shape	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
input	tensor of any type values

Risultati:

Risultato	Descrizione
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	Descrizione
resource_id	tensor of resource values

Risultati:

Risultato	Descrizione
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	Descrizione
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or QUI8 type or QI8 type values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or QUI8 type or QI8 type values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or QUI8 type or QI8 type values

Risultati:

Risultato	Descrizione
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	Descrizione
input	tensor of any type values
shape	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
input	tensor of 32-bit float values
fft_length	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float or QI8 type or QI16 type values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values

Risultati:

Risultato	Descrizione
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:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
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

Risultati:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
out_type	::mlir::Attribute	derived attribute

Operands:

Operand	Descrizione
input	tensor of any type values

Risultati:

Risultato	Descrizione
output	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
x	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

Risultati:

Risultato	Descrizione
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	Descrizione
x	tensor of 32-bit float values

Risultati:

Risultato	Descrizione
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
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

Risultati:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Attributes:

Attributo	MLIR Type	Descrizione
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

Operand	Descrizione
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

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

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

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

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

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

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
x	tensor of 32-bit float or QI8 type or QI16 type values

Risultati:

Risultato	Descrizione
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
x	tensor of 32-bit float values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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 .

Per esempio:

# '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{}

Attributes:

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

Operands:

Operand	Descrizione
input	tensor of any type values

Risultati:

Risultato	Descrizione
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Effects: MemoryEffects::Effect{}

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

Attributo	MLIR Type	Descrizione
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
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

Risultati:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

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

Risultati:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attributo	MLIR Type	Descrizione
idx_out_type	::mlir::Attribute	derived attribute

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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{}

Attributes:

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

Operands:

Operand	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

Risultati:

Risultato	Descrizione
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	Descrizione
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

Risultati:

Risultato	Descrizione
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

Attributes:

Attributo	MLIR Type	Descrizione
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Operand	Descrizione
input	variadic of tensor of any type values

Risultati:

Risultato	Descrizione
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	Descrizione
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Descrizione
input	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Risultati:

Risultato	Descrizione
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Attributi

DimensionMetadataAttr

Dimension metadata.

Sintassi:

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

Parametri:

Parametro	C++ type	Descrizione
formato	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
segmenti	::llvm::ArrayRef<int32_t>
indici	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sintassi:

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

Parametri:

Parametro	C++ type	Descrizione
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">

Parametri:

Parametro	C++ type	Descrizione
valore	::llvm::StringRef

DimensionTypeAttr

_Dimension type

Sintassi:

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

Parametri:

Parametro	C++ type	Descrizione
valore	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

Sintassi:

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

Parametri:

Parametro	C++ type	Descrizione
valore	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

Sintassi:

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

Parametri:

Parametro	C++ type	Descrizione
valore	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

Enumerazioni

DimensionType

_Dimension type

Cases:

Simbolo	Valore	Corda
DENSE	0	DENSE
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Cases:

Simbolo	Valore	Corda
PIENO	0	PIENO
DI BASE	1	DI BASE

MirrorPaddingType

_Mirror_pad enum

Cases:

Simbolo	Valore	Corda
RIFLETTERE	0	RIFLETTERE
SYMMETRIC	1	SYMMETRIC