'tfl' Lehçe

TensorFlow Lite lehçesi.

Bu lehçe TensorFlow Lite işlemleriyle eşleşir.

Değişmezler:

  • Tüm değerler Tensör tipindedir (özellikle skalerler sıfır boyutlu tensörler kullanılarak temsil edilir);

Operasyonlar

tfl.abs (TFL::AbsOp)

Mutlak değer operatörü

Bir x tensörü verildiğinde, bu işlem x her bir öğenin mutlak değerini içeren bir tensör döndürür. Örneğin, x bir giriş elemanı ve y bir çıkış elemanı ise, bu işlem şunu hesaplar: \(y = |x|\).

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 16 bit işaretsiz tamsayı veya 32 bit işaretsiz tamsayı veya 32 bit kayan nokta veya QI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
y 16 bit işaretsiz tamsayı veya 32 bit işaretsiz tamsayı veya 32 bit kayan nokta veya QI8 tipi veya QI16 tipi değerlerin tensörü

tfl.add (TFL::AddOp)

Toplama operatörü

Eleman bazında toplama işlemi.

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

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği

İşlenenler:

İşlenen Tanım
lhs 32 bit kayan noktalı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
rhs 32 bit kayan noktalı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan noktalı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.add_n (TFL::AddNOp)

_İşleç ekle

Tüm giriş tensörlerini öğe bazında ekler.

Nitelikler: AlwaysSpeculatableImplTrait , Commutative

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
inputs herhangi bir tür değerin tensörünün değişkenliği

Sonuçlar:

Sonuç Tanım
sum 32 bit kayan nokta veya 32 bit işaretsiz tamsayı değerlerinin tensörü

tfl.arg_max (TFL::ArgMaxOp)

ArgMax operatörü

Bir tensörün boyutları genelinde en büyük değere sahip dizini döndürür.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
output_type ::mlir::Özellik türetilmiş özellik

İşlenenler:

İşlenen Tanım
input 1 bitlik işaretsiz tamsayı veya 32 bitlik kayan nokta veya 32 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü
dim 32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.arg_min (TFL::ArgMinOp)

ArgMin operatörü

Bir tensörün boyutları genelinde en küçük değere sahip dizini döndürür. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin(giriş = a) c = tf.keras.backend.eval(b)

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
output_type ::mlir::Özellik türetilmiş özellik

İşlenenler:

İşlenen Tanım
input 1 bitlik işaretsiz tamsayı veya 32 bitlik kayan nokta veya 32 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü
dim 32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.assign_variable (TFL::AssignVariableOp)

Bir değişkene yeni bir değer atar.

Bu op üzerinde kontrol bağımlılığı olan herhangi bir ReadVariableOp'un, bu değeri veya değişkenin daha sonraki daha yeni bir değerini döndürmesi garanti edilir.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
resource_id kaynak değerlerinin tensörü
value 32 bit kayan nokta veya 64 bit kayan nokta veya 1 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI16 türü veya 32 bit kayan öğeli karmaşık tür veya 64 bit kayan öğe değerlerine sahip karmaşık tür

tfl.atan2 (TFL::Atan2Op)

Atan2 operasyonu

"Atan2" işlemi, argümanların işaretlerine saygı göstererek y/x'in arktanjantını öğe bazında hesaplar.

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
y 32 bitlik kayan nokta veya 64 bitlik kayan değer değerlerinin tensörü
x 32 bitlik kayan nokta veya 64 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya 64 bitlik kayan değer değerlerinin tensörü

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Average_pool 2d operatörü

Girişte ortalama havuzlama işlemini gerçekleştirir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
filter_height ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
filter_width ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
padding ::mlir::StringAttr değeri AYNI veya GEÇERLİ olan dize özelliği
stride_h ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_w ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.basic_lstm (TFL::BasicLSTMOp)

Temel lstm operatörü

temel LSTM Hücre Operatörü.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
cell_clip ::mlir::FloatAttr Değeri negatif olmayan 32 bitlik float özelliği
proj_clip ::mlir::FloatAttr Değeri negatif olmayan 32 bitlik float özelliği
kernel_type ::mlir::TFL::LSTMKernelTypeAttr değeri mlir::TFL::LSTMKernelType::BASIC olan lstm_kernel_type

İşlenenler:

İşlenen Tanım
data_input 32 bitlik kayan nokta veya QUI8 tipi değerlerin tensörü
prev_activ_input 32 bitlik kayan nokta veya QUI8 tipi değerlerin tensörü
weights_input 32 bitlik kayan nokta veya QUI8 tipi değerlerin tensörü
biases_input 32 bitlik kayan nokta veya QI32 tipi değerlerin tensörü
prev_state_input 32 bitlik kayan nokta veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
activ_output Her türlü değerin 2 boyutlu tensörü
state_output Her türlü değerin 2 boyutlu tensörü
concat_temp Her türlü değerin 2 boyutlu tensörü
activ_temp Her türlü değerin 2 boyutlu tensörü

tfl.batch_matmul (TFL::BatchMatMulOp)

Toplu Matris Çarpma Operatörü

Girişlerde toplu matris çarpımı gerçekleştirir. Toplu boyutlar ve yayında bilinmeyen boyutlara yönelik destekle TensorFlow BatchMatMulV2'nin kurallarını takip eder.

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)

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
adj_x ::mlir::BoolAttr bool özelliği
adj_y ::mlir::BoolAttr bool özelliği
asymmetric_quantize_inputs ::mlir::BoolAttr bool özelliği

İşlenenler:

İşlenen Tanım
x 32 bitlik kayan noktalı veya QI8 tipi veya QI16 tipi veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
y 32 bitlik kayan noktalı veya QI8 tipi veya QI16 tipi veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan noktalı veya QI8 tipi veya QI16 tipi tensör veya 32 bitlik işaretsiz tamsayı değerleri

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

BatchToSpaceNd operatörü

Bu işlem "toplu" boyut 0'ı alan boyutlarına yeniden şekillendirir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü değerlerin tensörü
block_shape 32 bit işaretsiz tamsayı değerlerinin tensörü
indices 32 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan nokta veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü değerlerinin tensörü

tfl.bidirectional_sequence_lstm (TFL::Bi DirectionalSequenceLSTMOp)

Çift yönlü dizi lstm operatörü

Çift yönlü lstm aslında biri ileri, diğeri geriye doğru çalışan iki lstm'den oluşur. Ve çıktı iki lstm'nin birleşimidir.

Nitelikler: QuantizableResult

Arayüzler: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak MLIR Türü Tanım
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
cell_clip ::mlir::FloatAttr Değeri negatif olmayan 32 bitlik float özelliği
proj_clip ::mlir::FloatAttr Değeri negatif olmayan 32 bitlik float özelliği
merge_outputs ::mlir::BoolAttr bool özelliği
time_major ::mlir::BoolAttr bool özelliği
asymmetric_quantize_inputs ::mlir::BoolAttr bool özelliği

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_input_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_input_to_forget_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_input_to_cell_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_input_to_output_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_recurrent_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_recurrent_to_forget_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_recurrent_to_cell_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_recurrent_to_output_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
fw_cell_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_cell_to_forget_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_cell_to_output_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_input_gate_bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_forget_gate_bias 32 bitlik kayan değer değerlerinin tensörü
fw_cell_bias 32 bit kayan değerlerin tensörü
fw_output_gate_bias 32 bitlik kayan değer değerlerinin tensörü
fw_projection_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_projection_bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_input_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_input_to_forget_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_input_to_cell_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_input_to_output_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_recurrent_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_recurrent_to_forget_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_recurrent_to_cell_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_recurrent_to_output_weights 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü
bw_cell_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_cell_to_forget_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_cell_to_output_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_input_gate_bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_forget_gate_bias 32 bitlik kayan değer değerlerinin tensörü
bw_cell_bias 32 bitlik kayan değer değerlerinin tensörü
bw_output_gate_bias 32 bitlik kayan değer değerlerinin tensörü
bw_projection_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_projection_bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_input_activation_state durum bilgisi olan tensör
fw_input_cell_state durum bilgisi olan tensör
bw_input_activation_state durum bilgisi olan tensör
bw_input_cell_state durum bilgisi olan tensör
aux_input herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_aux_input_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_aux_input_to_forget_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_aux_input_to_cell_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
fw_aux_input_to_output_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_aux_input_to_input_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_aux_input_to_forget_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_aux_input_to_cell_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
bw_aux_input_to_output_weights herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç Tanım
fw_output herhangi bir tür değerin tensörü
bw_output herhangi bir tür değerin tensörü

tfl.bitcast (TFL::BitcastOp)

Bit yayını operatörü

Bir tensörü bir türden diğerine aktarır.

Nitelikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input herhangi bir tür değerin tensörü

Sonuçlar:

Sonuç Tanım
output herhangi bir tür değerin tensörü

tfl.bitwise_xor (TFL::BitwiseXorOp)

Bitsel Xor operatörü

Elementwise, lhs ve rhs bitsel XOR'unu hesaplar.

Nitelikler: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 8 bit işaretsiz tam sayının veya 8 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayı değerlerinin tensörü
rhs 8 bit işaretsiz tam sayının veya 8 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 8 bit işaretsiz tam sayının veya 8 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 16 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayı değerlerinin tensörü

tfl.broadcast_args (TFL::BroadcastArgsOp)

Yayınla s0 op s1 şeklini döndürün.

Şekilleri temsil eden tensörler olan s0 ve s1 verildiğinde, yayınlanan şekil olan r0 hesaplayın. s0 , s1 ve r0 tümü tam sayı vektörleridir.

Nitelikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
s0 32/64 bit işaretsiz tamsayı değerlerinin tensörü
s1 32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
r0 32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.broadcast_to (TFL::BroadcastToOp)

Uyumlu bir şekil için bir dizi yayınlayın.

Yayın, dizilerin aritmetik işlemler için uyumlu şekillere sahip olması işlemidir. Her boyut çifti için eşit olmaları veya içlerinden birinin bir olması durumunda iki şekil uyumludur. Bir Tensörü bir şekle yayınlamaya çalışırken, takip eden boyutlarla başlar ve ileriye doğru ilerler.

Örneğin,

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]], şekil=(3, 3), dtype=int32)

Yukarıdaki örnekte, [1, 3] şeklindeki giriş Tensörü [3, 3] şeklindeki çıkış Tensörüne yayınlanır.

Bir tensörü bir skalerle çarpmak gibi yayınlanmış işlemleri yaparken, yayınlanan tensör hiçbir zaman gerçekleşmediğinden yayınlama (genellikle) bir miktar zaman veya alan avantajı sağlar.

Ancak, broadcast_to bu tür yararları yoktur. Yeni oluşturulan tensör, yayınlanan şeklin tüm hafızasını alır. (Bir grafik bağlamında, broadcast_to sonraki işlemle birleştirilebilir ve daha sonra optimize edilebilir.)

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya QUI8 türü veya 16 -bit işaretsiz tam sayı veya QI16 tipi veya 64 bit işaretsiz tam sayı veya karmaşık tip 32 bit kayan öğe değerleri
shape 32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya QUI8 türü veya 16 -bit işaretsiz tam sayı veya QI16 tipi veya 64 bit işaretsiz tam sayı veya karmaşık tip 32 bit kayan öğe değerleri

tfl.bucketize (TFL::BucketizeOp)

'Girdiyi' 'sınırlara' göre paketler.

Örnek:

Girişler boundaries = [0, 10, 100] ve input = [[-5, 10000][150, 10][5, 100]] ise, çıkış output = [[0, 3][3, 2][1, 3]] olacaktır. output = [[0, 3][3, 2][1, 3]] .

Nitelikler: AlwaysSpeculatableImplTrait SpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
boundaries ::mlir::ArrayAttr 32 bit kayan dizi özelliği

İşlenenler:

İşlenen Tanım
input 32 bit kayan nokta veya 64 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit işaretsiz tamsayı değerlerinin tensörü

tfl.call_once (TFL::CallOnceOp)

Bir başlatma işlevini çağırır

Bu işlem, tf kayıtlı model diyalektinde oturum başlatıcı için verilen başlatma fonksiyonunu çağırır.

Arayüzler: TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak MLIR Türü Tanım
session_init_function ::mlir::StringAttr dize özelliği

tfl.cast (TFL::CastOp)

Yayınlama operatörü

Girişi giriş türünden çıkış türüne aktarır.

Nitelikler: AlwaysSpeculatableImplTrait SpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 16 bitlik float veya bfloat16 tipi tensör veya 32 bitlik kayan nokta veya 64 bitlik kayan nokta veya 1 bitlik işaretsiz tam sayı veya 4 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite quint8 türü veya 8 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya 32 bitlik kayan öğe değerlerine sahip karmaşık tür

Sonuçlar:

Sonuç Tanım
output 16 bitlik float veya bfloat16 tipi tensör veya 32 bitlik kayan nokta veya 64 bitlik kayan nokta veya 1 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bit işaretsiz tamsayı veya TFLite quint8 türü veya 8 bit işaretsiz tamsayı veya 8 bitlik işaretsiz tamsayı veya 32 bitlik kayan öğe değerlerine sahip karmaşık tür

tfl.ceil (TFL::CeilOp)

Tavan operatörü

Girişin öğe bazında tavan değerini döndürür.

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bitlik kayan değer değerlerinin tensörü

tfl.complex_abs (TFL::ComplexAbsOp)

Bir tensörün karmaşık mutlak değerini hesaplar.

Karmaşık sayılardan oluşan bir x tensörü verildiğinde, bu işlem, x her öğenin mutlak değeri olan float veya double türünde bir tensör döndürür. x tüm öğeler, formdaki karmaşık sayılar olmalıdır \(a + bj\). Mutlak değer şu şekilde hesaplanır: \( \sqrt{a^2 + b^2}\).

Nitelikler: AlwaysSpeculatableImplTrait SpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit kayan öğeli karmaşık türde tensör veya 64 bit kayan öğe değerlerine sahip karmaşık türde tensör

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya 64 bitlik kayan değer değerlerinin tensörü

tfl.concatenation (TFL::ConcatenationOp)

Birleştirme operatörü

Tensörleri bir boyut boyunca birleştirir

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
axis ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği

İşlenenler:

İşlenen Tanım
values herhangi bir tür değerin tensörünün değişkenliği

Sonuçlar:

Sonuç Tanım
output 32 bit kayan noktalı veya 64 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 1 tensörü -bit işaretsiz tam sayı değerleri

tfl.control_node (TFL::ControlNodeOp)

TFL.control_node işlemi, kontrol kenarlarını eklemek için tek bloklu işlemleri sarar.

Bu, bölgeleri sarmak ve onlara kontrol bağımlılıkları eklemek için kullanılır. Tipik olarak bu, sabit bir işlem sırasına (yeniden materyalleştirme gibi) dayanan optimizasyonları etkinleştirmek için düz arabellek modelini yayınlamadan önceki son adımlardan birinde gerçekleşir. Düz arabellek dışa aktarıcı, sarılmış bölgeyi açar ve oluşturulan modele meta verilerle açıklama ekler. öyle ki herhangi bir çalışma zamanı yeniden sıralaması, kontrol bağımlılıkları tarafından verilen sıraya uyacaktır.

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

İşlenenler:

İşlenen Tanım
controlInputs değişken kontrol

Sonuçlar:

Sonuç Tanım
outputs herhangi bir tür değerin tensörünün değişkenliği
control kontrol

tfl.conv_2d (TFL::Conv2DOp)

Evrişim operatörü

Girişlerde evrişim işlemini gerçekleştirir.

Girişler: inputs[0] : gerekli: giriş aktivasyonu tensör inputs[1] : gerekli: filtre ağırlığı tensör inputs[2] : isteğe bağlı: öngerilim tensörü

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , quant::AccumulatorUniformScale<2, 0, 1> , quant::AffineOpCoefficient<0, 1>

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
dilation_h_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_w_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
padding ::mlir::StringAttr değeri AYNI veya GEÇERLİ olan dize özelliği
stride_h ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_w ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
filter 32 bitlik kayan nokta veya QI4 tipi veya QI8 tipi veya QUI8 tipi değerlerin tensörü
bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.conv_3d (TFL::Conv3Dop)

Evrişim 3D operatörü

3D girişlerde evrişim işlemini gerçekleştirir. Girişler: inputs[0] : gerekli: giriş aktivasyonu tensör inputs[1] : gerekli: filtre ağırlığı tensör inputs[2] : isteğe bağlı: öngerilim tensörü

Nitelikler: AlwaysSpeculatableImplTrait , quant::AccumulatorUniformScale<2, 0, 1>

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
dilation_d_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_h_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_w_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
padding ::mlir::StringAttr değeri AYNI veya GEÇERLİ olan dize özelliği
stride_d ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_h ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_w ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan değer değerlerinin tensörü
filter 32 bitlik kayan değer değerlerinin tensörü
bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan değer değerlerinin tensörü

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Transpoze Evrişim 3D operatörü

3D girişlerde transpoze evrişim işlemini gerçekleştirir. Girişler: inputs[0] : gerekli: çıkış tensörünün şekli inputs[1] : gerekli: filtre ağırlığı tensör inputs[2] : gerekli: giriş aktivasyonu tensör inputs[3] : isteğe bağlı: öngerilim tensörü

Nitelikler: AlwaysSpeculatableImplTrait , quant::AccumulatorUniformScale<2, 0, 1>

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
dilation_d_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_h_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_w_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
padding ::mlir::StringAttr değeri AYNI veya GEÇERLİ olan dize özelliği
stride_d ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_h ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_w ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği

İşlenenler:

İşlenen Tanım
output_shape 32 bit işaretsiz tamsayı değerlerinin tensörü
filter 32 bitlik kayan değer değerlerinin tensörü
input 32 bitlik kayan değer değerlerinin tensörü
bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan değer değerlerinin tensörü

tfl.cos (TFL::CosOp)

Kosinüs operatörü

Girişin eleman bazında Kosinüsünü hesaplar

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bitlik kayan değer değerlerinin tensörü

tfl.cumsum (TFL::CumsumOp)

Cumsum operatörü

Tensör x'in eksen boyunca kümülatif toplamını hesaplayın.

Nitelikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
exclusive ::mlir::BoolAttr bool özelliği
reverse ::mlir::BoolAttr bool özelliği

İşlenenler:

İşlenen Tanım
input 32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı değerlerinin tensörü
axis 32 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı değerlerinin tensörü

tfl.custom (TFL::CustomOp)

Özel operasyon

Herhangi bir TFLite özel işlemi için genel bir işlem.

giriş: Orijinal operasyondaki girişlerin listesi. özel_kod: Bu işlemin tam olarak hangisi olduğunu tanımlamak için kullanılan ve düz arabellekteki operatör_kodları.özel_koda karşılık gelen bir dize. özel_seçenek: op niteliklerini bayt biçiminde kaydetmek için bir tutucu. çıktı: Orijinal operasyondaki çıktıların listesi.

Arayüzler: TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak MLIR Türü Tanım
custom_code ::mlir::StringAttr dize özelliği
custom_option ::mlir::TFL::ConstBytesAttr Derlenmiş baytların dize özniteliği temsili

İşlenenler:

İşlenen Tanım
input herhangi bir tür değerinin veya hiçbir türün tensörünün değişkenliği

Sonuçlar:

Sonuç Tanım
output herhangi bir tür değerin tensörünün değişkenliği

tfl.custom_tf (TFL::CustomTfOp)

TF özel operasyonları için Wrapper Op.

Herhangi bir Özel TF işleminin etrafındaki sarmalayıcı işlem. Bunlar, özel_opdefler kullanılarak tanımlanan veya TF diyalektinde tanımlanmayan bağlantılı işlemleri içerir. Bu Operasyon sadece özel operasyonu bir bölge içinde tamamlıyor. Not #1, bu Operasyon, CustomOp kullanılarak tanımlanan TF Lite özel operasyonlarını içermeyecektir. Not #2, bu işlem yalnızca dönüştürücünün içindeki dahili temsildir ve model Flatbuffer'a aktarıldığında açığa çıkmaz/dışa aktarılmaz.

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

Arayüzler: InferTypeOpInterface , TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
input herhangi bir tür değerinin veya hiçbir türün tensörünün değişkenliği

Sonuçlar:

Sonuç Tanım
output herhangi bir tür değerin tensörünün değişkenliği

tfl.densify (TFL::DensifyOp)

Yoğunlaştırma operatörü

Seyrek tensörü yoğun formata dönüştürür.

Nitelikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.depth_to_space (TFL::DepthToSpaceOp)

DepthToSpace operatörü

Verileri derinlikten uzamsal veri bloklarına yeniden düzenler. Bu SpaceToDepth'in ters dönüşümüdür. Daha spesifik olarak, bu işlem, depth boyutundan gelen değerlerin uzamsal bloklar halinde height ve width boyutlarına taşındığı giriş tensörünün bir kopyasını çıkarır. attr block_size giriş bloğu boyutunu ve verilerin nasıl taşındığını gösterir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
block_size ::mlir::TamsayıAttr Değeri pozitif olan 32 bitlik işaretsiz tamsayı özelliği

İşlenenler:

İşlenen Tanım
input 32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite quint8 türü veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite quint8 türü veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Derinlemesine ayrılabilir evrişim operatörü

Girişlerde evrişim işlemini gerçekleştirir.

Girişler: inputs[0] : gerekli: giriş aktivasyonu tensör inputs[1] : gerekli: filtre ağırlığı tensör inputs[2] : isteğe bağlı: öngerilim tensörü

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , quant::AccumulatorUniformScale<2, 0, 1> , quant::AffineOpCoefficient<3, 1>

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
dilation_h_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
dilation_w_factor ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
padding ::mlir::StringAttr değeri AYNI veya GEÇERLİ olan dize özelliği
stride_h ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
stride_w ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği
depth_multiplier ::mlir::TamsayıAttr 32 bit işaretsiz tam sayı özelliği

İşlenenler:

İşlenen Tanım
input 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
filter 32 bitlik kayan nokta veya QI4 tipi veya QI8 tipi veya QUI8 tipi değerlerin tensörü
bias herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan nokta veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.dequantize (TFL::DequantizeOp)

Dekuantizasyon operatörü

Niceleme parametrelerine göre nicelenmiş tamsayı dizisini kayan noktalara dönüştürür.

Arayüzler: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input QI4 tipi veya QI8 tipi veya QUI8 tipi veya QI16 tipi veya 16 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bitlik kayan değer değerlerinin tensörü

tfl.dilate (TFL::DilateOp)

Genişleme operatörü

Mevcut elemanların arasına yeni elemanlar ekleyerek tensörü genişletir.

Nitelikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya 64 bitlik kayan nokta değerleri
dilations 32 bit işaretsiz tamsayı değerlerinin tensörü
padding_value Herhangi bir tür değerinin 0D tensörü

Sonuçlar:

Sonuç Tanım
output 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya 64 bitlik kayan nokta değerleri

tfl.div (TFL::DivOp)

Bölüm operatörü

Eleman bazında bölme işlemi.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak MLIR Türü Tanım
fused_activation_function ::mlir::StringAttr değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği

İşlenenler:

İşlenen Tanım
lhs 32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya QUI8 tipi değerlerin tensörü
rhs 32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya QUI8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya QUI8 tipi değerlerin tensörü

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

XLA DynamicUpdateSlice ile aynı anlamlara sahip DynamicUpdateSlice işlemi. Start_indices'te bir dilim güncellemesinin üzerine yazılan giriş dizisi işleneninin değeri olan bir sonuç üretir.

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

Nitelikler: AlwaysSpeculatableImplTrait

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
operand 1-bit Signess Integer veya 8 bit Signess Integer veya 32 bit Signess Integer veya 64-bit Signess Integer veya 32-bit Şamandıra veya 16 bit şamandıra değerleri tensörü
update 1-bit Signess Integer veya 8 bit Signess Integer veya 32 bit Signess Integer veya 64-bit Signess Integer veya 32-bit Şamandıra veya 16 bit şamandıra değerleri tensörü
start_indices 32/64 bit imzasız tamsayı değerleri tensör

Sonuçlar:

Sonuç Tanım
output 1-bit Signess Integer veya 8 bit Signess Integer veya 32 bit Signess Integer veya 64-bit Signess Integer veya 32-bit Şamandıra veya 16 bit şamandıra değerleri tensörü

tfl.elu (tfl :: eluop)

Üstel Doğrusal Ünite Operatörü

X <0 için üstel doğrusal F (x) -> exp (x) -1, x> = 0 için x'i hesaplar.

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bit şamandıra veya 8 bit imzasız tamsayı değerleri tensörü

Sonuçlar:

Sonuç Tanım
y 32 bit şamandıra veya 8 bit imzasız tamsayı değerleri tensörü

tfl.embedding_lookup (tfl :: gömmeokupop)

Arama Operatörü gömme

Gömme tensörleri listesindeki kimlikleri arar.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lookup 32 bit imzasız tamsayı değerleri tensör
value 32 bit şamandıra veya 8 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi4 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya 8 bit imzasız tamsayı veya 8 bit imzasız tamsayı değerleri tensörü

tfl.equal (Tfl :: Equalop)

Eşit operatör

X == y element-by'nin gerçek öğesini döndürür

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, Commutative , QuantizableResult , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 1-bit Signess Integer veya 32-bit Şamandıra Tensörü veya 16 bit Signess Integer veya 32-bit Signess Integer veya 64 bit Signess Integer veya Qi8 tipi veya 8 bit imzasız tamsayı veya Tflite Dize Tipi değerleri
y 1-bit Signess Integer veya 32-bit Şamandıra Tensörü veya 16 bit Signess Integer veya 32-bit Signess Integer veya 64 bit Signess Integer veya Qi8 tipi veya 8 bit imzasız tamsayı veya Tflite Dize Tipi değerleri

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.exp (tfl :: expop)

Doğal üs operatörü

Girdi üzerinde eleman bazında doğal üsleme işlemi gerçekleştirir.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bit şamandıra veya Qi8 tipi veya Qi16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bit şamandıra veya Qi8 tipi veya Qi16 tipi değerlerin tensörü

tfl.expand_dims (tfl :: expanddimsop)

1 boyutunu bir tensör şekline ekler.

Bir tensör input göz önüne alındığında, bu işlem, input şeklinin boyut indeks axis 1 boyut ekler. Boyut dizin axis sıfırdan başlar; axis için negatif bir sayı belirlerseniz, sondan geriye doğru sayılır.

Bu işlem, tek bir öğeye bir parti boyutu eklemek istiyorsanız yararlıdır. Örneğin, tek bir şekil [height, width, channels] görüntüsünüz varsa, şekli [1, height, width, channels] oluşturacak olan expand_dims(image, 0) ile 1 görüntüden oluşan bir parti yapabilirsiniz. .

Diğer örnekler:

# '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]

Bu işlem şunu gerektirir:

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

Bu işlem, boyut 1 boyutlarını ortadan kaldıran squeeze() ile ilişkilidir.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input Herhangi bir tür değerdeki tensör
dim 32/64 bit imzasız tamsayı değerleri tensör

Sonuçlar:

Sonuç Tanım
output Herhangi bir tür değerdeki tensör

tfl.external_const (tfl :: externalconstop)

Harici const op.

Harici const op, düz buffer içinde bir sabite işaret eden bir buffer_index tutar.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
buffer_index :: mlir :: integerattr 32-bit Signess Integer Nititelik

Sonuçlar:

Sonuç Tanım
output Herhangi bir tür değerdeki tensör

tfl.fake_quant (tfl :: fauquantop)

Sahte operatör

Şamandıra skalerleri ile şamandıra 'girişleri' tensörünü, girişlerle aynı şekle sahip 'çıkışlar' tensörüne sahte olarak nitelendirin.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
min :: mlir :: floatattr 32 bit şamandıra özniteliği
max :: mlir :: floatattr 32 bit şamandıra özniteliği
num_bits :: mlir :: integerattr Minimum değeri maksimum değeri 16 olan 32 bit Signess Integer özniteliği
narrow_range :: mlir :: boolattr Değeri yanlış olan bool özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra değerlerinin tensörü

tfl.fill (tfl :: filop)

Tensörü verilen değerle doldurun.

Tensörü verilen değerle doldurun.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
dims 32/64 bit imzasız tamsayı değerleri tensör
input 32 bit şamandıra veya 16 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 1 bit imzasız tamsayı veya Qi8 tipi veya qi16 tipi veya tflit dize türü değerleri

Sonuçlar:

Sonuç Tanım
result 32 bit şamandıra veya 16 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 1 bit imzasız tamsayı veya Qi8 tipi veya qi16 tipi veya tflit dize türü değerleri

tfl.floor (tfl :: kat)

Zemin operatörü

Girişin eleman olarak taban değerini döndürür.

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bit şamandıra değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bit şamandıra değerlerinin tensörü

tfl.floor_div (tfl :: floordivop)

Zemin divan operatörü

Element-bilge zemin div operasyonu.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı değerleri
rhs 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı değerleri

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı değerleri

tfl.floor_mod (tfl :: floormodop)

Bölünme hatırlatıcısı

Element-Base Bölüm Hatırlatma İşlemi.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 8 bit Signess Integer veya 16 bit Signess Integer veya 32 bit Signess Integer veya 64 bit Signess Integer veya 32 bit şamandıra değerleri tensörü
rhs 8 bit Signess Integer veya 16 bit Signess Integer veya 32 bit Signess Integer veya 64 bit Signess Integer veya 32 bit şamandıra değerleri tensörü

Sonuçlar:

Sonuç Tanım
output 8 bit Signess Integer veya 16 bit Signess Integer veya 32 bit Signess Integer veya 64 bit Signess Integer veya 32 bit şamandıra değerleri tensörü

tfl.fully_connected (tfl :: tamConnectedop)

Tamamen Bağlı OP

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , quant::AccumulatorUniformScale<2, 0, 1> , quant::AffineOpCoefficient<0, 1>

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

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
fused_activation_function :: mlir :: stringattr Değeri Yok veya relu veya relu_n1_to_1 veya relu6 veya tanh veya Sign_bit
weights_format :: mlir :: stringattr değeri varsayılan olan dize özniteliği veya shuffled4x16int8
keep_num_dims :: mlir :: boolattr Bool özniteliği
asymmetric_quantize_inputs :: mlir :: boolattr Bool özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi veya Qui16 tipi değerlerin tensörü
filter 32 bit şamandıra veya Qi4 tipi veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerlerin tensörü
bias Herhangi bir tür değer veya hiçbir türden tensör

Sonuçlar:

Sonuç Tanım
output Herhangi bir tür değerdeki tensörün varyadik

tfl.gather (tfl :: gollop)

Operatör topla

indices göre params axis ekseninden dilimler toplayın.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
axis :: mlir :: integerattr 32-bit Signess Integer Nititelik
batch_dims :: mlir :: integerattr 32-bit Signess Integer Nititelik

İşlenenler:

İşlenen Tanım
params 32 bit şamandıra tensörü veya 1 bit imzasız tamsayı veya 4 bit imzasız tamsayı veya 8-bit imzasız tamsayı veya 16 bitlik imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Tflite String tipi veya 8 bitlik İmzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerler
indices 16 bit Signess Integer veya 32-bit Signess Integer veya 64 bit Signess Integer Değerleri Tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra tensörü veya 1 bit imzasız tamsayı veya 4 bit imzasız tamsayı veya 8-bit imzasız tamsayı veya 16 bitlik imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Tflite String tipi veya 8 bitlik İmzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerler

tfl.gather_nd (tfl :: gatherndop)

_Gather ND operatörü

indices tarafından belirtilen şekli olan bir params dilimler toplayın.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
params 32 bit şamandıra tensörü veya 1 bit imzasız tamsayı veya 8-bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 64-bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya qi8 tipi veya tflite dize türü değerleri
indices 16 bit Signess Integer veya 32-bit Signess Integer veya 64 bit Signess Integer Değerleri Tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra tensörü veya 1 bit imzasız tamsayı veya 8-bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 64-bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya qi8 tipi veya tflite dize türü değerleri

tfl.gelu (tfl :: geluop)

Gelu aktivasyon fonksiyonu.

Gelu aktivasyon fonksiyonu eleman olarak hesaplar.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
approximate :: mlir :: boolattr Bool özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qi8 tipi veya Qui8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qi8 tipi veya Qui8 tipi değerlerin tensörü

tfl.greater (tfl :: greaterop)

Büyük operatör

Element olarak daha fazla işlem.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, QuantizableResult , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi değerler
rhs 32 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi değerler

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.greater_equal (tfl :: daha büyükequalop)

_Greater Eşit Operatör

Element-bazlı Greater_Equal Operasyon.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, QuantizableResult , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra tensörü veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qi8 tipi veya Qi8 tipi değerler
rhs 32 bit şamandıra tensörü veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qi8 tipi veya Qi8 tipi değerler

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.hard_swish (tfl :: hardwishop)

Hardswish aktivasyon fonksiyonu.

Sert süpürme aktivasyon fonksiyonunu F (x)-> (x * relu6 (x+3))/6 element olarak hesaplar.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi değerlerin tensörü

tfl.hashtable (tfl :: Hashtableop)

İnitselleştirilmemiş bir karma tablo oluşturur.

Bu OP, anahtarlarının ve değerlerinin türünü belirten bir karma tablosu oluşturur. Tabloyu kullanmadan önce başlatmanız gerekecek. Başlattıktan sonra tablo değişmez olacaktır.

Arayüzler: TflRuntimeVerifyOpInterface

Özellikler:

Bağlanmak Mlir tipi Tanım
table_id :: mlir :: integerattr 32-bit Signess Integer Nititelik
key_dtype :: mlir :: typeattr Herhangi bir tür öznitelik
value_dtype :: mlir :: typeattr Herhangi bir tür öznitelik

Sonuçlar:

Sonuç Tanım
out kaynak değerlerinin tensörü

tfl.hashtable_find (tfl :: HashtableFindop)

Bir tablodaki anahtarlara bakar, karşılık gelen değerleri çıkarır.

Tensör keys tablonun anahtarlarıyla aynı türde olmalıdır. Çıktı values tablo değerlerinin türündedir.

Skaler default_value tabloda bulunmayan anahtarlar için değer çıkışıdır. Ayrıca tablo değerleriyle aynı türde olmalıdır.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
hash_table kaynak değerlerinin tensörü
keys 32 bit Signess Integer veya Tflite String Tipi veya 64 bit Signess Integer Değerleri Tensörü
default_value 32 bit şamandıra veya 32 bit Signess Integer veya Tflite String tipi veya 64 bit Signess Integer değerleri tensörü

Sonuçlar:

Sonuç Tanım
out 32 bit şamandıra veya 32 bit Signess Integer veya Tflite String tipi veya 64 bit Signess Integer değerleri tensörü

tfl.hashtable_import (tfl :: hashTableImportop)

Tablonun içeriğini belirtilen anahtarlar ve değerlerle değiştirir.

Tensör keys tablonun anahtarlarıyla aynı türde olmalıdır. Tensör values tablo değerlerinin türünde olmalıdır.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
hash_table kaynak değerlerinin tensörü
keys 32 bit Signess Integer veya Tflite String Tipi veya 64 bit Signess Integer Değerleri Tensörü
values 32 bit şamandıra veya 32 bit Signess Integer veya Tflite String tipi veya 64 bit Signess Integer değerleri tensörü

tfl.hashtable_size (tfl :: hashtablesizeop)

Verilen tablodaki öğelerin sayısını hesaplar.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
hash_table kaynak değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
out 64 bit imzasız tamsayı değerleri tensör

tfl.if (tfl :: ifop)

IF-THEN-ELSE Operasyon

tfl.if işlemi, iki kod bölgesinin koşullu olarak yürütülmesi için bir IF-then eles yapısını temsil eder. IF işleminin işlenmesi bir boole değeridir. Örneğin:

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

tfl.if bölgesinde tanımlanan sonuçları da döndürebilir. Tanımlanan değerler hangi yürütme yolunun alındığı belirlenir.

Örnek:

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

tfl.if bölgeleri her zaman "tfl.Yield" ile sonlandırılırsa. "Tfl.iF" hiçbir değer tanımlamazsa, "tfl.yanyd" dışarıda bırakılabilir ve dolaylı olarak yerleştirilir. Aksi takdirde, açık olmalıdır. Ayrıca, "tfl.if" bir veya daha fazla değer tanımlarsa, 'else' bloğu atlanamaz.

Örnek:

tfl.if %b  {
  ...
}

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

Arayüzler: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen Tanım
cond 1 bit imzasız tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
results Herhangi bir tür değerdeki tensörün varyadik

tfl.imag (tfl :: imagop)

Karmaşık bir sayının hayali kısmını döndürür.

Karmaşık sayıların bir tensör input göz önüne alındığında, bu işlem, input her elemanın hayali kısmı olan bir tip float tensörünü döndürür. input tüm öğeler formun karmaşık sayıları olmalıdır \(a + bj\), burada A gerçek kısım ve B, bu operasyon tarafından döndürülen hayali kısımdır.

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra elemanlarına sahip karmaşık tipte tensör veya 64 bit şamandıra elemanları değerleri ile karmaşık tip

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya 64 bit şamandıra değerleri tensörü

tfl.l2_normalization (tfl :: L2NormalizatOp)

L2 Operatörü Normalleştir

L2Normalizasyon OP

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
fused_activation_function :: mlir :: stringattr Değeri Yok veya relu veya relu_n1_to_1 veya relu6 veya tanh veya Sign_bit

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya Qui16 tipi veya Qi16 tipi veya 8 bit Signess Integer değerleri olan tensör

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya Qui16 tipi veya Qi16 tipi veya 8 bit Signess Integer değerleri olan tensör

tfl.leaky_relu (tfl :: leakyeluop)

Sızıntılı relu operatörü

Element bazlı sızıntılı relu operatörü x -> x> = 0? x: (alfa * x)

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
alpha :: mlir :: floatattr 32 bit şamandıra özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi veya Qi16 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi veya Qi16 tipi değerlerin tensörü

tfl.less (tfl :: lessop)

Daha az operatör

Element bazında daha az çalışma.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, QuantizableResult , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra tensörü veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya Qi8 tipi veya qi8 tipi veya tflite quint8 tipi değerler
rhs 32 bit şamandıra tensörü veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya Qi8 tipi veya qi8 tipi veya tflite quint8 tipi değerler

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.less_equal (tfl :: lessequalop)

_Less Eşit Operatör

Element-bazda Less_Equal Operasyon.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, QuantizableResult , ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qi8 tipi veya Qui8 tipi değerlerin tensörü
rhs 32 bit şamandıra veya 32 bit imzasız tamsayı veya 64 bit Signess Integer veya Qi8 tipi veya Qui8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.local_response_normalization (tfl :: localResponSenAmaRizationOp)

Yerel yanıt normalizasyonu.

4-B input tensörü, 3 boyutlu bir 1-B vektör dizisi (son boyut boyunca) olarak ele alınır ve her vektör bağımsız olarak normalleştirilir. Belirli bir vektör içinde, her bir bileşen depth_radius içindeki ağırlıklı, kare girişlerinin toplamına bölünür. Ayrıntılı,

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

Ayrıntılar için, bkz . Krizhevsky ve ark.

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
radius :: mlir :: integerattr 32-bit Signess Integer Nititelik
bias :: mlir :: floatattr 32 bit şamandıra özniteliği
alpha :: mlir :: floatattr 32 bit şamandıra özniteliği
beta :: mlir :: floatattr 32 bit şamandıra özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra değerlerinin tensörü

tfl.log (tfl :: logop)

Doğal Logaritma Operatörü

Girdi üzerinde eleman bazında doğal logaritma işlemi gerçekleştirir.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bit şamandıra veya Qi8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bit şamandıra veya Qi8 tipi değerlerin tensörü

tfl.log_softmax (tfl :: logsoftmaxop)

Log softmax operatörü

Aşağıdaki formülle element bazında log softmax aktivasyonlarını hesaplar

Giriş - Log (indirgeme (exp (giriş), dim))

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya tflite quint8 tipi değerlerin tensörü

tfl.logical_and (tfl :: logicalAndop)

Mantıksal ve Operatör

Element-çapında mantıksal ve çalışma.

Özellikler: AlwaysSpeculatableImplTrait SpeculatableImptrait, ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 1 bit imzasız tamsayı değerlerinin tensörü
rhs 1 bit imzasız tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.logical_not (tfl :: logicalNotop)

Mantıksal Operatör değil

Element-çapında mantıksal işlem değil.

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 1 bit imzasız tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.logical_or (tfl :: logicalorop)

Mantıksal veya operatör

Element çapında mantıksal veya işlem.

Özellikler: AlwaysSpeculatableImplTrait SpeculatableImptrait, ResultsBroadcastableShape

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 1 bit imzasız tamsayı değerlerinin tensörü
rhs 1 bit imzasız tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç Tanım
output 1 bit imzasız tamsayı değerlerinin tensörü

tfl.logistic (tfl :: logistop)

Lojistik operatör

Girişin eleman bazında sigmoid hesaplar

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
x 32 bit şamandıra veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi veya tflite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
y 32 bit şamandıra veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi veya tflite quint8 tipi değerlerin tensörü

tfl.lstm (tfl :: lstmop)

Tam LSTM operatörü

Uzun kısa süreli bellek birimi (LSTM) tekrarlayan ağ katmanı. Varsayılan peephole uygulaması şu şekildedir: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter ve J. Schmidhuber. 'Uzun kısa süreli bellek'. Nöral Hesaplama, 9 (8): 1735-1780, 1997. Peephole uygulaması şu şekildedir: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior ve Francoise Beaufays. 'Büyük ölçekli akustik modelleme için uzun kısa süreli bellek tekrarlayan sinir ağı mimarileri.' Interspeech, 2014. Giriş ve Unut Kapısı (CIFG) birleştirilmesi: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: Bir Arama Alanı Odyssey' Katman Normalizasyonu: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Katman Normalizasyonu'

Özellikler: QuantizableResult

Arabirimler: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Özellikler:

Bağlanmak Mlir tipi Tanım
fused_activation_function :: mlir :: stringattr Değeri Yok veya relu veya relu_n1_to_1 veya relu6 veya tanh veya Sign_bit
cell_clip :: mlir :: floatattr Değeri negatif olmayan 32 bit şamandıra özelliği
proj_clip :: mlir :: floatattr Değeri negatif olmayan 32 bit şamandıra özelliği
kernel_type :: mlir :: tfl :: lstmkerneltypeattr değeri mlir :: tfl :: lstmkerneltype :: full
asymmetric_quantize_inputs :: mlir :: boolattr Bool özniteliği
input_to_input_intermediate :: mlir :: typeattr Herhangi bir tür öznitelik
input_to_forget_intermediate :: mlir :: typeattr Herhangi bir tür öznitelik
input_to_cell_intermediate :: mlir :: typeattr Herhangi bir tür öznitelik
input_to_output_intermediate :: mlir :: typeattr Herhangi bir tür öznitelik
effective_hidden_scale_intermediate :: mlir :: typeattr Herhangi bir tür öznitelik

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qi8 tipi veya Qi16 tipi değerlerin tensörü
input_to_input_weights Herhangi bir tür değer veya hiçbir türden tensör
input_to_forget_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
input_to_cell_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
input_to_output_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
recurrent_to_input_weights Herhangi bir tür değer veya hiçbir türden tensör
recurrent_to_forget_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
recurrent_to_cell_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
recurrent_to_output_weights 32 bit şamandıra veya Qi8 tipi değerlerin tensörü
cell_to_input_weights Herhangi bir tür değer veya hiçbir türden tensör
cell_to_forget_weights Herhangi bir tür değer veya hiçbir türden tensör
cell_to_output_weights Herhangi bir tür değer veya hiçbir türden tensör
input_gate_bias Herhangi bir tür değer veya hiçbir türden tensör
forget_gate_bias 32 bit şamandıra veya Qi32 tipi değerlerin tensörü
cell_bias 32 bit şamandıra veya Qi32 tipi değerlerin tensörü
output_gate_bias 32 bit şamandıra veya Qi32 tipi değerlerin tensörü
projection_weights Herhangi bir tür değer veya hiçbir türden tensör
projection_bias Herhangi bir tür değer veya hiçbir türden tensör
input_activation_state durum tensörü
input_cell_state durum tensörü
input_layer_norm_coefficients Herhangi bir tür değer veya hiçbir türden tensör
forget_layer_norm_coefficients Herhangi bir tür değer veya hiçbir türden tensör
cell_layer_norm_coefficients Herhangi bir tür değer veya hiçbir türden tensör
output_layer_norm_coefficients Herhangi bir tür değer veya hiçbir türden tensör

Sonuçlar:

Sonuç Tanım
output Herhangi bir tür değerdeki tensör

tfl.matrix_diag (tfl :: Matrixdiagop)

Sağlanan diyagonal ve diğer her şey sıfırlarla doldurulmuş bir tensör döndürür.

Bir diyagonal göz önüne alındığında, diyagonal ve diğer her şey sıfırlarla doldurulmuş bir tensör döndürür. Diagonal'ın k boyutlarına sahip olduğunu varsayalım [I, J, K, ..., N] , o zaman çıktı boyutları olan k+1 rütbe tensörüdür [I, J, K, ..., N, N] Nerede: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
diagonal 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qi8 tipi veya tflite quint8 tipi değerleri

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bit imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qi8 tipi veya tflite quint8 tipi değerleri

tfl.matrix_set_diag (tfl :: matrixsetdiagop)

Yeni toplu diyagonal değerlere sahip toplu bir matris tensörü döndürür.

input ve diagonal göz önüne alındığında, bu işlem, en içteki matrislerin ana diyagonali hariç, input aynı şekle ve değerlere sahip bir tensör döndürür. Bunlar diagonal değerler tarafından yazılacaktır.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bitlik imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qi16 tipi veya qi16 tipi veya qui8 tipi veya tfle quint8 tipi değerler
diagonal 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bitlik imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qi16 tipi veya qi16 tipi veya qui8 tipi veya tfle quint8 tipi değerler

Sonuçlar:

Sonuç Tanım
result 32 bit şamandıra tensörü veya 8 bit imzasız tamsayı veya 16 bitlik imzasız tamsayı veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya 8 bit imzasız tamsayı veya Qi8 tipi veya Qi16 tipi veya qi16 tipi veya qui8 tipi veya tfle quint8 tipi değerler

tfl.max_pool_2d (tfl :: maxpool2dop)

Max Pool 2D OP

Girişte Max Pool 2D gerçekleştirir.

Girişler: inputs[0] : Gerekli: Giriş tensörü

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
padding :: mlir :: stringattr değeri aynı veya geçerli olan dize özniteliği
stride_w :: mlir :: integerattr 32-bit Signess Integer Nititelik
stride_h :: mlir :: integerattr 32-bit Signess Integer Nititelik
filter_width :: mlir :: integerattr 32-bit Signess Integer Nititelik
filter_height :: mlir :: integerattr 32-bit Signess Integer Nititelik
fused_activation_function :: mlir :: stringattr Değeri Yok veya relu veya relu_n1_to_1 veya relu6 veya tanh veya Sign_bit

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya Qi16 tipi veya tflite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra veya Qui8 tipi veya Qi8 tipi veya Qi16 tipi veya tflite quint8 tipi değerlerin tensörü

tfl.maximum (tfl :: maximumop)

Maksimum operatör

Element-bazda maksimum işlem.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, Commutative , QuantizableResult , ResultsBroadcastableShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
lhs 32 bit şamandıra tensörü veya 32/64 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerler
rhs 32 bit şamandıra tensörü veya 32/64 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerler

Sonuçlar:

Sonuç Tanım
max 32 bit şamandıra tensörü veya 32/64 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya Qi16 tipi değerler

tfl.mean (tfl :: ANAPOP)

Ortalama operatör

Bir tensörün boyutları arasındaki elemanların ortalamasını hesaplar. Eksende verilen boyutlar boyunca input_tensor'u azaltır. KeepDIMS doğru olmadıkça, eksendeki her giriş için tensörün sırası 1 azalır. KeepDIMS doğruysa, azaltılmış boyutlar uzunluk 1 ile korunur.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arabirimler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Özellikler:

Bağlanmak Mlir tipi Tanım
keep_dims :: mlir :: boolattr Bool özniteliği

İşlenenler:

İşlenen Tanım
input 32 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya 8 bit imzasız tamsayı veya Qi16 tipi değerler
axis 32 bit imzasız tamsayı değerleri tensör

Sonuçlar:

Sonuç Tanım
output 32 bit şamandıra tensörü veya 32 bit imzasız tamsayı veya 64 bit imzasız tamsayı veya Qi8 tipi veya Qui8 tipi veya 8 bit imzasız tamsayı veya Qi16 tipi değerler

tfl.minimum (tfl :: minimumop)

Min operatörü

Element-Base Min işlemi.

Özellikler: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait speculatableImptrait, Commutative , QuantizableResult , ResultsBroadcastableShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
mode ::mlir::TFL::MirrorPaddingTypeAttr mirror_pad_enum

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

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

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
value ::mlir::UnitAttr unit attribute

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
tolerance ::mlir::FloatAttr 32-bit float attribute
log_if_failed ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
axis ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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) . Vesaire.

Örneğin:

# '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:

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

Operands:

Operand Tanım
values variadic of tensor of any type values

Sonuçlar:

Sonuç Tanım
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)

Örneğin:

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

Sonuçlar:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Örneğin:

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

Sonuçlar:

Sonuç Tanım
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operand Tanım
input variadic of tensor of any type values

Sonuçlar:

Sonuç Tanım
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 Tanım
lhs tensor of 32-bit float or 32-bit signless integer values
rhs tensor of 32-bit float or 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
output tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
value ::mlir::ElementsAttr constant vector/tensor attribute

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
qtype ::mlir::TypeAttr Tensor type attribute
value ::mlir::ElementsAttr constant vector/tensor attribute

Sonuçlar:

Sonuç Tanım
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:

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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
qtype ::mlir::TypeAttr Tensor type attribute

Operands:

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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Tanım
shape tensor of 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Tanım
shape tensor of 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of any type values

Sonuçlar:

Sonuç Tanım
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 Tanım
resource_id tensor of resource values

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or QUI8 type or QI8 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or QUI8 type or QI8 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or QUI8 type or QI8 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of any type values
shape tensor of 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 şartlar.

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 Tanım
input tensor of 32-bit float values
fft_length tensor of 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float values

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float or QI8 type or QI16 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of 32-bit float or 32-bit signless integer values
segment_ids tensor of 32-bit signless integer values

Sonuçlar:

Sonuç Tanım
output tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

Operatör seçin

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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
out_type ::mlir::Attribute derived attribute

Operands:

Operand Tanım
input tensor of any type values

Sonuçlar:

Sonuç Tanım
output tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç Tanım
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 Tanım
x tensor of 32-bit float values

Sonuçlar:

Sonuç Tanım
y tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
beta ::mlir::FloatAttr 32-bit float attribute

Operands:

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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

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

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

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

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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:

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

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
outputs variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Tanım
x tensor of 32-bit float values

Sonuçlar:

Sonuç Tanım
y tensor of 32-bit float values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Tanım
x tensor of 32-bit float values

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 .

Örneğin:

# '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:

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

Operands:

Operand Tanım
input tensor of any type values

Sonuçlar:

Sonuç Tanım
output tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
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

Sonuçlar:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
input tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type or 1-bit signless integer or 64-bit signless integer or QI16 type values
perm tensor of 32-bit signless integer values

Sonuçlar:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Attributes:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
idx_out_type ::mlir::Attribute derived attribute

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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) . Vesaire.

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
container ::mlir::StringAttr string attribute
shared_name ::mlir::StringAttr string attribute

Sonuçlar:

Sonuç Tanım
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 Tanım
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

Sonuçlar:

Sonuç Tanım
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:

Bağlanmak MLIR Type Tanım
is_stateless ::mlir::BoolAttr bool attribute

Operands:

Operand Tanım
input variadic of tensor of any type values

Sonuçlar:

Sonuç Tanım
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 Tanım
«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 , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç Tanım
output tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Nitelikler

DimensionMetadataAttr

Dimension metadata.

Sözdizimi:

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

Parametreler:

Parametre C++ type Tanım
biçim ::mlir::TFL::DimensionTypeAttr dimension_type
dense_size int32_t
bölümler ::llvm::ArrayRef<int32_t>
indices ::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sözdizimi:

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

Parametreler:

Parametre C++ type Tanım
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">

Parametreler:

Parametre C++ type Tanım
değer ::llvm::StringRef

DimensionTypeAttr

dimension_type

Sözdizimi:

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

Enum cases:

  • DENSE ( DENSE )
  • SPARSE_CSR ( SPARSE_CSR )

Parametreler:

Parametre C++ type Tanım
değer ::mlir::TFL::DimensionType an enum of type DimensionType

LSTMKernelTypeAttr

lstm_kernel_type

Sözdizimi:

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

Enum cases:

  • FULL ( FULL )
  • BASIC ( BASIC )

Parametreler:

Parametre C++ type Tanım
değer ::mlir::TFL::LSTMKernelType an enum of type LSTMKernelType

MirrorPaddingTypeAttr

mirror_pad_enum

Sözdizimi:

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

Enum cases:

  • REFLECT ( REFLECT )
  • SYMMETRIC ( SYMMETRIC )

Parametreler:

Parametre C++ type Tanım
değer ::mlir::TFL::MirrorPaddingType an enum of type MirrorPaddingType

Enums

DimensionType

dimension_type

Cases:

Sembol Değer Sicim
YOĞUN 0 YOĞUN
SPARSE_CSR 1 SPARSE_CSR

LSTMKernelType

lstm_kernel_type

Cases:

Sembol Değer Sicim
TAM DOLU 0 TAM DOLU
TEMEL 1 TEMEL

MirrorPaddingType

mirror_pad_enum

Cases:

Sembol Değer Sicim
YANSITMAK 0 YANSITMAK
SİMETRİK 1 SİMETRİK