'tfl' Dialeto

O dialeto TensorFlow Lite.

Este dialeto mapeia as operações do TensorFlow Lite.

Invariantes:

• Todos os valores são do tipo Tensor (em particular, os escalares são representados usando tensores de dimensão zero);

Operações

tfl.abs (TFL::AbsOp)

Operador de valor absoluto

Dado um tensor x , esta operação retorna um tensor contendo o valor absoluto de cada elemento em x . Por exemplo, se x é um elemento de entrada e y é um elemento de saída, esta operação calcula \(y = |x|\).

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou float de 32 bits ou tipo QI8 ou tipo QI16

Resultados:

Resultado	Descrição
y	tensor de valores inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou float de 32 bits ou tipo QI8 ou tipo QI16

tfl.add (TFL::AddOp)

Operador de adição

Operação de adição elemento a elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
lhs	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
rhs	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

Resultados:

Resultado	Descrição
output	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.add_n (TFL::AddNOp)

_Adicione o operador n

Adiciona todos os tensores de entrada elemento a elemento.

Traços: AlwaysSpeculatableImplTrait , Commutative

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
inputs	variádico de tensor de qualquer tipo de valor

Resultados:

Resultado	Descrição
sum	tensor de valores float de 32 bits ou inteiros sem sinal de 32 bits

tfl.arg_max (TFL::ArgMaxOp)

Operador ArgMax

Retorna o índice com o maior valor entre as dimensões de um tensor.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
output_type	::mlir::Atributo	atributo derivado

Operandos:

Operando	Descrição
input	tensor de inteiro sem sinal de 1 bit ou float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou valores do tipo QI8 ou do tipo QUI8
dim	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 32/64 bits

tfl.arg_min (TFL::ArgMinOp)

Operador ArgMin

Retorna o índice com o menor valor entre as dimensões de um tensor. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
output_type	::mlir::Atributo	atributo derivado

Operandos:

Operando	Descrição
input	tensor de inteiro sem sinal de 1 bit ou float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou valores do tipo QI8 ou do tipo QUI8
dim	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 32/64 bits

tfl.assign_variable (TFL::AssignVariableOp)

Atribui um novo valor a uma variável.

Qualquer ReadVariableOp com uma dependência de controle nesta operação tem garantia de retornar este valor ou um valor mais recente subsequente da variável.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
resource_id	tensor de valores de recursos
value	tensor de float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI16 ou tipo complexo com elementos float de 32 bits ou tipo complexo com elementos float de 64 bits valores

tfl.atan2 (TFL::Atan2Op)

Operação Atan2

A operação "atan2" calcula o arco tangente de y/x elemento a elemento, respeitando os sinais dos argumentos.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
y	tensor de valores float de 32 bits ou float de 64 bits
x	tensor de valores float de 32 bits ou float de 64 bits

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits ou float de 64 bits

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Operador 2d do pool médio

Executa operação de agrupamento médio na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
filter_height	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
filter_width	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
input	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16

Resultados:

Resultado	Descrição
output	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

O operador lstm básico

Operador básico de célula LSTM.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
cell_clip	::mlir::AtributoFloat	Atributo float de 32 bits cujo valor não é negativo
proj_clip	::mlir::AtributoFloat	Atributo float de 32 bits cujo valor não é negativo
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type cujo valor é mlir::TFL::LSTMKernelType::BASIC

Operandos:

Operando	Descrição
data_input	tensor de valores de tipo float ou QUI8 de 32 bits
prev_activ_input	tensor de valores de tipo float ou QUI8 de 32 bits
weights_input	tensor de valores de tipo float ou QUI8 de 32 bits
biases_input	tensor de valores de tipo float ou QI32 de 32 bits
prev_state_input	tensor de valores de tipo float ou QI16 de 32 bits

Resultados:

Resultado	Descrição
activ_output	Tensor 2D de qualquer tipo de valor
state_output	Tensor 2D de qualquer tipo de valor
concat_temp	Tensor 2D de qualquer tipo de valor
activ_temp	Tensor 2D de qualquer tipo de valor

tfl.batch_matmul (TFL::BatchMatMulOp)

Operador de multiplicação de matriz em lote

Executa uma multiplicação de matrizes em lote nas entradas. Segue as convenções do TensorFlow BatchMatMulV2, com suporte para dimensões desconhecidas nas dimensões do lote e transmissão.

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)

Características: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
adj_x	::mlir::BoolAttr	atributo bool
adj_y	::mlir::BoolAttr	atributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
x	tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 8 bits
y	tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 8 bits

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 32 bits

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Operador BatchToSpaceNd

Esta operação remodela a dimensão "lote" 0 em dimensões espaciais.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
block_shape	tensor de valores inteiros sem sinal de 32 bits
indices	tensor de valores inteiros sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

Operador lstm de sequência bidirecional

Um lstm bidirecional é essencialmente dois lstms, um para frente e outro para trás. E a saída é a concatenação dos dois lstms.

Características: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
cell_clip	::mlir::AtributoFloat	Atributo float de 32 bits cujo valor não é negativo
proj_clip	::mlir::AtributoFloat	Atributo float de 32 bits cujo valor não é negativo
merge_outputs	::mlir::BoolAttr	atributo bool
time_major	::mlir::BoolAttr	atributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
input	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_input_to_forget_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_cell_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_output_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_recurrent_to_forget_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_cell_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_output_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
fw_cell_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_cell_to_forget_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_cell_to_output_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_input_gate_bias	tensor de qualquer tipo de valor ou nenhum tipo
fw_forget_gate_bias	tensor de valores float de 32 bits
fw_cell_bias	tensor de valores float de 32 bits
fw_output_gate_bias	tensor de valores float de 32 bits
fw_projection_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_projection_bias	tensor de qualquer tipo de valor ou nenhum tipo
bw_input_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_input_to_forget_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_input_to_cell_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_input_to_output_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_recurrent_to_forget_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_cell_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_output_weights	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits
bw_cell_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_cell_to_forget_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_cell_to_output_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_input_gate_bias	tensor de qualquer tipo de valor ou nenhum tipo
bw_forget_gate_bias	tensor de valores float de 32 bits
bw_cell_bias	tensor de valores float de 32 bits
bw_output_gate_bias	tensor de valores float de 32 bits
bw_projection_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_projection_bias	tensor de qualquer tipo de valor ou nenhum tipo
fw_input_activation_state	tensor com estado
fw_input_cell_state	tensor com estado
bw_input_activation_state	tensor com estado
bw_input_cell_state	tensor com estado
aux_input	tensor de qualquer tipo de valor ou nenhum tipo
fw_aux_input_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_aux_input_to_forget_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_aux_input_to_cell_weights	tensor de qualquer tipo de valor ou nenhum tipo
fw_aux_input_to_output_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_aux_input_to_input_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_aux_input_to_forget_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_aux_input_to_cell_weights	tensor de qualquer tipo de valor ou nenhum tipo
bw_aux_input_to_output_weights	tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
fw_output	tensor de qualquer tipo de valor
bw_output	tensor de qualquer tipo de valor

tfl.bitcast (TFL::BitcastOp)

Operador de Bitcast

Faz a conversão de bits de um tensor de um tipo para outro.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de qualquer tipo de valor

Resultados:

Resultado	Descrição
output	tensor de qualquer tipo de valor

tfl.bitwise_xor (TFL::BitwiseXorOp)

Operador Xor bit a bit

O Elementwise calcula o XOR bit a bit de lhs e rhs .

Características: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros sem sinal de 8 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 32 bits
rhs	tensor de valores inteiros sem sinal de 8 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 8 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 32 bits

tfl.broadcast_args (TFL::BroadcastArgsOp)

Retorna a forma de s0 op s1 com transmissão.

Dados s0 e s1 , tensores que representam formas, calcule r0 , a forma transmitida. s0 , s1 e r0 são todos vetores inteiros.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
s0	tensor de valores inteiros sem sinal de 32/64 bits
s1	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
r0	tensor de valores inteiros sem sinal de 32/64 bits

tfl.broadcast_to (TFL::BroadcastToOp)

Transmita uma matriz para uma forma compatível.

Transmissão é o processo de criar matrizes com formas compatíveis para operações aritméticas. Duas formas são compatíveis se, para cada par de dimensões, elas forem iguais ou se uma delas for igual a um. Ao tentar transmitir um Tensor para uma forma, ele começa com as dimensões finais e avança.

Por exemplo,

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

No exemplo acima, o Tensor de entrada com o formato [1, 3] é transmitido para o Tensor de saída com o formato [3, 3] .

Ao realizar operações transmitidas, como multiplicar um tensor por um escalar, a transmissão (geralmente) confere algum benefício de tempo ou espaço, pois o tensor transmitido nunca é materializado.

No entanto, broadcast_to não traz consigo nenhum benefício. O tensor recém-criado ocupa toda a memória da forma transmitida. (Em um contexto de gráfico, broadcast_to pode ser fundido à operação subsequente e, em seguida, otimizado.)

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 4 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou tipo QUI8 ou inteiro sem sinal de 16 bits ou tipo QI16 ou inteiro sem sinal de 64 bits ou tipo complexo com elementos float de 32 bits
shape	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 4 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou tipo QUI8 ou inteiro sem sinal de 16 bits ou tipo QI16 ou inteiro sem sinal de 64 bits ou tipo complexo com elementos float de 32 bits

tfl.bucketize (TFL::BucketizeOp)

Classifica a 'entrada' em 'limites'.

Exemplo:

Se as entradas forem boundaries = [0, 10, 100] e input = [[-5, 10000][150, 10][5, 100]] , então a saída será output = [[0, 3][3, 2][1, 3]] .

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
boundaries	::mlir::ArrayAttr	Atributo de matriz float de 32 bits

Operandos:

Operando	Descrição
input	tensor de valores float de 32 bits ou float de 64 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 32 bits

tfl.call_once (TFL::CallOnceOp)

Invoca uma função de inicialização

Esta operação invoca a função de inicialização fornecida para o inicializador de sessão no dialeto do modelo salvo tf.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descrição
session_init_function	::mlir::StringAttr	atributo de string

tfl.cast (TFL::CastOp)

Operador de elenco

Converte a entrada do tipo de entrada para o tipo de saída.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando

Descrição

input

tensor do tipo float de 16 bits ou bfloat16 ou float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 4 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo quint8 TFLite ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo complexo com elementos float de 32 bits valores

Resultados:

Resultado

Descrição

output

tensor do tipo float de 16 bits ou bfloat16 ou float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 4 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo quint8 TFLite ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo complexo com elementos float de 32 bits valores

tfl.ceil (TFL::CeilOp)

Operador de teto

Retorna o valor máximo elemento a elemento da entrada.

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores float de 32 bits

Resultados:

Resultado	Descrição
y	tensor de valores float de 32 bits

tfl.complex_abs (TFL::ComplexAbsOp)

Calcula o valor absoluto complexo de um tensor.

Dado um tensor x de números complexos, esta operação retorna um tensor do tipo float ou double que é o valor absoluto de cada elemento em x . Todos os elementos em x devem ser números complexos da forma \(a + bj\). O valor absoluto é calculado como \( \sqrt{a^2 + b^2}\).

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de tipo complexo com elementos float de 32 bits ou tipo complexo com elementos float de 64 bits

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits ou float de 64 bits

tfl.concatenation (TFL::ConcatenationOp)

Operador de concatenação

Concatena tensores ao longo de uma dimensão

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
axis	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
values	variádico de tensor de qualquer tipo de valor

Resultados:

Resultado	Descrição
output	tensor de valores de float de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 1 bit

tfl.control_node (TFL::ControlNodeOp)

A operação TFL.control_node envolve operações de bloco único para anexar arestas de controle.

Isso é usado para encapsular regiões e anexar dependências de controle a elas. Normalmente, isso ocorre em uma das últimas etapas antes da emissão do modelo flatbuffer, a fim de permitir otimizações que dependem de uma ordem fixa de operações (como a rematerialização). O exportador flatbuffer desempacota a região encapsulada e anota o modelo gerado com metadados, de forma que quaisquer reordenações em tempo de execução respeitem a ordem fornecida pelas dependências de controle.

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

Operandos:

Operando	Descrição
controlInputs	variádico de controle

Resultados:

Resultado	Descrição
outputs	variádico de tensor de qualquer tipo de valor
control	controlar

tfl.conv_2d (TFL::Conv2DOp)

Operador de convolução

Executa operação de convolução em entradas.

Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
dilation_h_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_w_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Operandos:

Operando	Descrição
input	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16
filter	tensor de valores de 32 bits float ou tipo QI4 ou tipo QI8 ou tipo QUI8
bias	tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.conv_3d (TFL::Conv3DOp)

Operador de convolução 3D

Executa operação de convolução em entradas 3D. Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
dilation_d_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_h_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_w_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_d	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Operandos:

Operando	Descrição
input	tensor de valores float de 32 bits
filter	tensor de valores float de 32 bits
bias	tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Operador 3D de Convolução Transposta

Executa operação de convolução transposta em entradas 3D. Entradas: inputs[0] : obrigatório: o formato do tensor de saída inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : obrigatório: o tensor de ativação de entrada inputs[3] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
dilation_d_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_h_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_w_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_d	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Operandos:

Operando	Descrição
output_shape	tensor de valores inteiros sem sinal de 32 bits
filter	tensor de valores float de 32 bits
input	tensor de valores float de 32 bits
bias	tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits

tfl.cos (TFL::CosOp)

Operador cosseno

Calcula o cosseno da entrada elemento a elemento

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores float de 32 bits

Resultados:

Resultado	Descrição
y	tensor de valores float de 32 bits

tfl.cumsum (TFL::CumsumOp)

Operador Cumsum

Calcule a soma cumulativa do tensor x ao longo do eixo.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
exclusive	::mlir::BoolAttr	atributo bool
reverse	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
input	tensor de valores float de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits
axis	tensor de valores inteiros sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits

tfl.custom (TFL::CustomOp)

Operação personalizada

Uma operação genérica para qualquer operação personalizada do TFLite.

entrada: Uma lista de entradas na operação original. código_personalizado: Uma string usada para identificar exatamente qual é essa operação, que corresponde a operator_codes.custom_code no flatbuffer. opção_personalizada: Um suporte para salvar os atributos da operação em bytes. saída: Uma lista de saídas na operação original.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descrição
custom_code	::mlir::StringAttr	atributo de string
custom_option	::mlir::TFL::ConstBytesAttr	Uma representação de atributo de string de bytes compilados

Operandos:

Operando	Descrição
input	variádico de tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	variádico de tensor de qualquer tipo de valor

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op para operações personalizadas do TF.

Uma operação wrapper em torno de qualquer operação personalizada do TF. Isso inclui operações definidas usando custom_opdefs ou linked que não são definidas no dialeto do TF. Esta operação apenas encapsula a operação personalizada dentro de uma região. Observação nº 1: esta operação não incluirá operações personalizadas do TF Lite definidas usando CustomOp. Observação nº 2: esta operação é apenas uma representação interna dentro do conversor e não é exposta/exportada quando o modelo é exportado para o Flatbuffer.

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

Interfaces: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
input	variádico de tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	variádico de tensor de qualquer tipo de valor

tfl.densify (TFL::DensifyOp)

Operador de densificação

Converte tensor esparso em formato denso.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits

tfl.depth_to_space (TFL::DepthToSpaceOp)

Operador DepthToSpace

Reorganiza dados de profundidade em blocos de dados espaciais. Esta é a transformação reversa de SpaceToDepth. Mais especificamente, esta operação gera uma cópia do tensor de entrada, onde os valores da dimensão depth são movidos em blocos espaciais para as dimensões height e width . O atributo block_size indica o tamanho do bloco de entrada e como os dados são movidos.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
block_size	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits cujo valor é positivo

Operandos:

Operando	Descrição
input	tensor de valores de float de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo quint8 TFLite ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8

Resultados:

Resultado	Descrição
output	tensor de valores de float de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo quint8 TFLite ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Operador de convolução separável em profundidade

Executa operação de convolução em entradas.

Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
dilation_h_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
dilation_w_factor	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
depth_multiplier	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Operandos:

Operando	Descrição
input	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16
filter	tensor de valores de 32 bits float ou tipo QI4 ou tipo QI8 ou tipo QUI8
bias	tensor de qualquer tipo de valor ou nenhum tipo

Resultados:

Resultado	Descrição
output	tensor de valores de 32 bits float ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.dequantize (TFL::DequantizeOp)

Operador de desquantização

Converte uma matriz quantizada de inteiros em pontos flutuantes de acordo com os parâmetros de quantização.

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor do tipo QI4 ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou valores float de 16 bits

Resultados:

Resultado	Descrição
output	tensor de valores float de 32 bits

tfl.dilate (TFL::DilateOp)

Operador de dilatação

Estende um tensor adicionando novos elementos entre os existentes.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou float de 32 bits ou float de 64 bits
dilations	tensor de valores inteiros sem sinal de 32 bits
padding_value	Tensor 0D de qualquer tipo de valor

Resultados:

Resultado	Descrição
output	tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou float de 32 bits ou float de 64 bits

tfl.div (TFL::DivOp)

Operador de divisão

Operação de divisão elemento a elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
lhs	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QI16
rhs	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QI16

Resultados:

Resultado	Descrição
output	tensor de valores de tipo float de 32 bits ou inteiro sem sinal de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QI16

tfl.dynamic_update_slice (TFL::Opção de atualização dinâmica de fatias)

Fatia de atualização dinâmica.

Operação DynamicUpdateSlice que possui a mesma semântica que DynamicUpdateSlice do XLA. Gera um resultado que é o valor do operando do array de entrada, com uma atualização de fatia sobrescrita em start_indices.

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

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
operand	tensor de valores inteiros sem sinal de 1 bit ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits ou float de 32 bits ou float de 16 bits
update	tensor de valores inteiros sem sinal de 1 bit ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits ou float de 32 bits ou float de 16 bits
start_indices	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits ou float de 32 bits ou float de 16 bits

tfl.elu (TFL::EluOp)

Operador de unidade linear exponencial

Calcula a exponencial linear f(x) -> exp(x) - 1 para x < 0, x para x >= 0, elemento a elemento.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits

Resultados:

Resultado	Descrição
y	tensor de valores float de 32 bits ou inteiros sem sinal de 8 bits

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Operador de pesquisa de incorporação

Procura IDs em uma lista de tensores de incorporação.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lookup	tensor de valores inteiros sem sinal de 32 bits
value	tensor de valor flutuante de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI4

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 32 bits ou inteiros sem sinal de 8 bits ou valores inteiros sem sinal de 8 bits

tfl.equal (TFL::EqualOp)

Operador igual

Retorna o elemento verdade de x == y elemento a elemento

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de inteiro sem sinal de 1 bit ou flutuante de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou inteiro sem sinal de 8 bits ou valores do tipo string TFLite
y	tensor de inteiro sem sinal de 1 bit ou flutuante de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou inteiro sem sinal de 8 bits ou valores do tipo string TFLite

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.exp (TFL::ExpOp)

Operador de exponenciação natural

Executa operação de exponenciação natural elemento a elemento na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QI16

Resultados:

Resultado	Descrição
y	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QI16

tfl.expand_dims (TFL::ExpandDimsOp)

Insere uma dimensão de 1 na forma de um tensor.

Dada uma input de tensor, esta operação insere uma dimensão 1 no axis do índice de dimensão da forma da input . O axis do índice de dimensão começa em zero; se você especificar um número negativo para axis , ele será contado regressivamente a partir do final.

Esta operação é útil se você deseja adicionar uma dimensão de lote a um único elemento. Por exemplo, se você tiver uma única imagem de forma [height, width, channels] , poderá torná-la um lote de 1 imagem com expand_dims(image, 0) , o que criará a forma [1, height, width, channels] .

Outros exemplos:

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

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

Esta operação requer que:

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

Esta operação está relacionada a squeeze() , que remove dimensões de tamanho 1.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de qualquer tipo de valores
dim	tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado	Descrição
output	tensor de qualquer tipo de valores

tfl.external_const (TFL::ExternalConstOp)

Operação const externa.

A operação const externa contém um buffer_index que aponta para uma constante no flatbuffer.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
buffer_index	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de qualquer tipo de valores

tfl.fake_quant (TFL::FakeQuantOp)

Operador FakeQuant

Falsifique a quantização do tensor de 'entradas' do tipo float por meio dos escalares float min e max para o tensor de 'saídas' do mesmo formato das entradas.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
min	::mlir::FloatAttr	Atributo flutuante de 32 bits
max	::mlir::FloatAttr	Atributo flutuante de 32 bits
num_bits	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits cujo valor mínimo é 2 e cujo valor máximo é 16
narrow_range	::mlir::BoolAttr	atributo bool cujo valor é falso

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores flutuantes de 32 bits

tfl.fill (TFL::FillOp)

Preencha o tensor com o valor fornecido.

Preencha o tensor com o valor fornecido.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
dims	tensor de valores inteiros sem sinal de 32/64 bits
input	tensor de float de 32 bits ou float de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 1 bit ou tipo QI8 ou tipo QI16 ou valores de tipo de string TFLite

Resultados:

Resultado	Descrição
result	tensor de float de 32 bits ou float de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou inteiro sem sinal de 1 bit ou tipo QI8 ou tipo QI16 ou valores de tipo de string TFLite

tfl.floor (TFL::FloorOp)

Operador de chão

Retorna o valor mínimo elemento a elemento da entrada.

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores flutuantes de 32 bits

Resultados:

Resultado	Descrição
y	tensor de valores flutuantes de 32 bits

tfl.floor_div (TFL::FloorDivOp)

Operador div de piso

Operação div de piso por elemento.

Características: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits
rhs	tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits ou inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits

tfl.floor_mod (TFL::FloorModOp)

Lembrete de divisão

Operação de lembrete de divisão por elemento.

Características: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores flutuantes de 32 bits
rhs	tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores flutuantes de 32 bits

Resultados:

Resultado	Descrição
output	tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores flutuantes de 32 bits

tfl.fully_connected (TFL::FullyConnectedOp)

Operação totalmente conectada

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
weights_format	::mlir::StringAttr	atributo string cujo valor é DEFAULT ou SHUFFLED4x16INT8
keep_num_dims	::mlir::BoolAttr	atributo bool
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou tipo QUI16
filter	tensor de valores flutuantes de 32 bits ou tipo QI4 ou tipo QI8 ou tipo QUI8 ou tipo QI16
bias	tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado	Descrição
output	variável de tensor de qualquer tipo de valores

tfl.gather (TFL::GatherOp)

Operador de coleta

Reúna fatias do axis dos params de acordo com indices .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
axis	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
batch_dims	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits

Operandos:

Operando	Descrição
params	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 4 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo de string TFLite ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16
indices	tensor de valores inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou valores inteiros sem sinal de 64 bits

Resultados:

Resultado	Descrição
output	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 4 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo de string TFLite ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16

tfl.gather_nd (TFL::GatherNdOp)

_Reúna o operador

Reúna fatias de params em um Tensor com forma especificada por indices .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
params	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou valores de tipo de string TFLite
indices	tensor de valores inteiros sem sinal de 16 bits ou inteiros sem sinal de 32 bits ou valores inteiros sem sinal de 64 bits

Resultados:

Resultado	Descrição
output	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou valores de tipo de string TFLite

tfl.gelu (TFL::GeluOp)

Função de ativação GELU.

Calcula a função de ativação GELU elemento a elemento.

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
approximate	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8

Resultados:

Resultado	Descrição
output	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8

tfl.greater (TFL::GreaterOp)

Operador maior

Maior operação elemento a elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8
rhs	tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.greater_equal (TFL::GreaterEqualOp)

_Maior operador igual

Operação maior_equal elemento a elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou valores do tipo QUI8 ou do tipo QI8
rhs	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou valores do tipo QUI8 ou do tipo QI8

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.hard_swish (TFL::HardSwishOp)

Função de ativação do Hardswish.

Calcula a função de ativação hard-swish f(x) -> (x * relu6(x+3))/6 elemento a elemento.

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits ou tipo QUI8 ou tipo QI8

Resultados:

Resultado	Descrição
output	tensor de valores flutuantes de 32 bits ou tipo QUI8 ou tipo QI8

tfl.hashtable (TFL::HashtableOp)

Cria uma tabela hash não inicializada.

Esta operação cria uma tabela hash, especificando o tipo de suas chaves e valores. Antes de usar a tabela você terá que inicializá-la. Após a inicialização, a tabela será imutável.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descrição
table_id	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
key_dtype	::mlir::TypeAttr	qualquer atributo de tipo
value_dtype	::mlir::TypeAttr	qualquer atributo de tipo

Resultados:

Resultado	Descrição
out	tensor de valores de recursos

tfl.hashtable_find (TFL::HashtableFindOp)

Procura chaves em uma tabela e exibe os valores correspondentes.

As keys tensoras devem ser do mesmo tipo que as chaves da tabela. Os values de saída são do tipo dos valores da tabela.

O escalar default_value é a saída do valor para chaves não presentes na tabela. Também deve ser do mesmo tipo que os valores da tabela.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
hash_table	tensor de valores de recursos
keys	tensor de inteiro sem sinal de 32 bits ou tipo de string TFLite ou valores inteiros sem sinal de 64 bits
default_value	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou tipo de string TFLite ou valores inteiros sem sinal de 64 bits

Resultados:

Resultado	Descrição
out	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou tipo de string TFLite ou valores inteiros sem sinal de 64 bits

tfl.hashtable_import (TFL::HashtableImportOp)

Substitui o conteúdo da tabela pelas chaves e valores especificados.

As keys tensoras devem ser do mesmo tipo que as chaves da tabela. Os values do tensor devem ser do tipo dos valores da tabela.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
hash_table	tensor de valores de recursos
keys	tensor de inteiro sem sinal de 32 bits ou tipo de string TFLite ou valores inteiros sem sinal de 64 bits
values	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou tipo de string TFLite ou valores inteiros sem sinal de 64 bits

tfl.hashtable_size (TFL::HashtableSizeOp)

Calcula o número de elementos na tabela fornecida.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
hash_table	tensor de valores de recursos

Resultados:

Resultado	Descrição
out	tensor de valores inteiros sem sinal de 64 bits

tfl.if (TFL::IfOp)

Operação if-then-else

A operação tfl.if representa uma construção if-then-else para executar condicionalmente duas regiões de código. O operando para uma operação if é um valor booleano. Por exemplo:

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

tfl.if também pode retornar resultados definidos em suas regiões. Os valores definidos são determinados pelo caminho de execução seguido.

Exemplo:

%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>
}

As regiões tfl.if são sempre terminadas com "tfl.yield". Se "tfl.if" não definir nenhum valor, o "tfl.yield" poderá ser omitido e será inserido implicitamente. Caso contrário, deve ser explícito. Além disso, se "tfl.if" definir um ou mais valores, o bloco 'else' não poderá ser omitido.

Exemplo:

tfl.if %b  {
  ...
}

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

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operandos:

Operando	Descrição
cond	tensor de valores inteiros sem sinal de 1 bit

Resultados:

Resultado	Descrição
results	variável de tensor de qualquer tipo de valores

tfl.imag (TFL::ImagOp)

Retorna a parte imaginária de um número complexo.

Dada uma input tensorial de números complexos, esta operação retorna um tensor do tipo float que é a parte imaginária de cada elemento em input . Todos os elementos na input devem ser números complexos da forma \(a + bj\), onde a é a parte real e b é a parte imaginária retornada por esta operação.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de tipo complexo com elementos flutuantes de 32 bits ou tipo complexo com valores de elementos flutuantes de 64 bits

Resultados:

Resultado	Descrição
output	tensor de valores flutuantes de 32 bits ou flutuantes de 64 bits

tfl.l2_normalization (TFL::L2NormalizationOp)

Operador de normalização L2

Operação de normalização L2

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
input	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QUI16 ou tipo QI16 ou valores inteiros sem sinal de 8 bits

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QUI16 ou tipo QI16 ou valores inteiros sem sinal de 8 bits

tfl.leaky_relu (TFL::LeakyReluOp)

Operador Relu com vazamento

Operador Leaky ReLU elemento a elemento x -> x >= 0 ? x: (alfa * x)

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
alpha	::mlir::FloatAttr	Atributo flutuante de 32 bits

Operandos:

Operando	Descrição
input	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo TFLite quint8 ou valores de tipo QI16

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo TFLite quint8 ou valores de tipo QI16

tfl.less (TFL::LessOp)

Menos operador

Menos operação elemento a elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8
rhs	tensor de float de 32 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.less_equal (TFL::LessEqualOp)

_Operador menos igual

Operação less_equal elemento a elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores do tipo QI8 ou do tipo QUI8
rhs	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores do tipo QI8 ou do tipo QUI8

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Normalização da resposta local.

O tensor input 4-D é tratado como uma matriz 3-D de vetores 1-D (ao longo da última dimensão), e cada vetor é normalizado independentemente. Dentro de um determinado vetor, cada componente é dividido pela soma quadrada ponderada das entradas dentro de depth_radius . Em detalhes,

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

Para obter detalhes, consulte Krizhevsky et al., Classificação ImageNet com redes neurais convolucionais profundas (NIPS 2012) .

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
radius	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
bias	::mlir::FloatAttr	Atributo flutuante de 32 bits
alpha	::mlir::FloatAttr	Atributo flutuante de 32 bits
beta	::mlir::FloatAttr	Atributo flutuante de 32 bits

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits

Resultados:

Resultado	Descrição
output	tensor de valores flutuantes de 32 bits

tfl.log (TFL::LogOp)

Operador logaritmo natural

Executa operação de logaritmo natural elemento a elemento na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores flutuantes de 32 bits ou do tipo QI8

Resultados:

Resultado	Descrição
y	tensor de valores flutuantes de 32 bits ou do tipo QI8

tfl.log_softmax (TFL::LogSoftmaxOp)

Registrar operador softmax

Calcula ativações softmax de log elemento a elemento com a seguinte fórmula

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

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de valores do tipo float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo TFLite quint8

Resultados:

Resultado	Descrição
output	tensor de valores do tipo float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo TFLite quint8

tfl.logical_and (TFL::LogicalAndOp)

Operador lógico AND

Operação AND lógica elemento a elemento.

Características: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros sem sinal de 1 bit
rhs	tensor de valores inteiros sem sinal de 1 bit

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.logical_not (TFL::LogicalNotOp)

Operador NOT lógico

Operação NOT lógica elemento a elemento.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros sem sinal de 1 bit

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.logical_or (TFL::LogicalOrOp)

Operador lógico OR

Operação lógica OR por elemento.

Características: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores inteiros sem sinal de 1 bit
rhs	tensor de valores inteiros sem sinal de 1 bit

Resultados:

Resultado	Descrição
output	tensor de valores inteiros sem sinal de 1 bit

tfl.logistic (TFL::LogisticOp)

Operador logístico

Calcula Sigmóide de entrada elemento a elemento

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
x	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou tipo TFLite quint8

Resultados:

Resultado	Descrição
y	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou tipo TFLite quint8

tfl.lstm (TFL::LSTMOp)

O operador lstm completo

Camada de rede recorrente da unidade de memória de longo e curto prazo (LSTM). A implementação padrão sem olho mágico é baseada em: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter e J. Schmidhuber. 'Memória de longo prazo'. Neural Computation, 9(8):1735-1780, 1997. A implementação do olho mágico é baseada em: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior e Françoise Beaufays. 'Arquiteturas de redes neurais recorrentes de memória de longo e curto prazo para modelagem acústica em grande escala.' INTERSPEECH, 2014. O acoplamento de entrada e esquecimento (CIFG) é baseado em: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: A Search Space Odyssey' A normalização da camada é baseada em: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Normalização de camada'

Características: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
cell_clip	::mlir::FloatAttr	Atributo flutuante de 32 bits cujo valor não é negativo
proj_clip	::mlir::FloatAttr	Atributo flutuante de 32 bits cujo valor não é negativo
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type cujo valor é mlir::TFL::LSTMKernelType::FULL
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo bool
input_to_input_intermediate	::mlir::TypeAttr	qualquer atributo de tipo
input_to_forget_intermediate	::mlir::TypeAttr	qualquer atributo de tipo
input_to_cell_intermediate	::mlir::TypeAttr	qualquer atributo de tipo
input_to_output_intermediate	::mlir::TypeAttr	qualquer atributo de tipo
effective_hidden_scale_intermediate	::mlir::TypeAttr	qualquer atributo de tipo

Operandos:

Operando	Descrição
input	tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QI16
input_to_input_weights	tensor de qualquer tipo valores ou nenhum tipo
input_to_forget_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
input_to_cell_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
input_to_output_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
recurrent_to_input_weights	tensor de qualquer tipo valores ou nenhum tipo
recurrent_to_forget_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
recurrent_to_cell_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
recurrent_to_output_weights	tensor de valores flutuantes de 32 bits ou do tipo QI8
cell_to_input_weights	tensor de qualquer tipo valores ou nenhum tipo
cell_to_forget_weights	tensor de qualquer tipo valores ou nenhum tipo
cell_to_output_weights	tensor de qualquer tipo valores ou nenhum tipo
input_gate_bias	tensor de qualquer tipo valores ou nenhum tipo
forget_gate_bias	tensor de valores flutuantes de 32 bits ou do tipo QI32
cell_bias	tensor de valores flutuantes de 32 bits ou do tipo QI32
output_gate_bias	tensor de valores flutuantes de 32 bits ou do tipo QI32
projection_weights	tensor de qualquer tipo valores ou nenhum tipo
projection_bias	tensor de qualquer tipo valores ou nenhum tipo
input_activation_state	tensor com estado
input_cell_state	tensor com estado
input_layer_norm_coefficients	tensor de qualquer tipo valores ou nenhum tipo
forget_layer_norm_coefficients	tensor de qualquer tipo valores ou nenhum tipo
cell_layer_norm_coefficients	tensor de qualquer tipo valores ou nenhum tipo
output_layer_norm_coefficients	tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado	Descrição
output	tensor de qualquer tipo de valores

tfl.matrix_diag (TFL::MatrixDiagOp)

Retorna um tensor com a diagonal fornecida e todo o resto preenchido com zeros.

Dada uma diagonal, retorna um tensor com a diagonal e todo o resto preenchido com zeros. Suponha que a diagonal tenha k dimensões [I, J, K, ..., N] , então a saída é um tensor de classificação k+1 com dimensões [I, J, K, ..., N, N] onde: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
diagonal	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8

Resultados:

Resultado	Descrição
output	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QUI8 ou tipo QI8 ou valores do tipo TFLite quint8

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Retorna um tensor de matriz em lote com novos valores diagonais em lote.

Dadas input e diagonal , esta operação retorna um tensor com a mesma forma e valores da input , exceto para a diagonal principal das matrizes mais internas. Estes serão substituídos pelos valores na diagonal .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
input	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QI16 ou tipo QUI8 ou valores de tipo TFLite quint8
diagonal	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QI16 ou tipo QUI8 ou valores de tipo TFLite quint8

Resultados:

Resultado	Descrição
result	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QI16 ou tipo QUI8 ou valores de tipo TFLite quint8

tfl.max_pool_2d (TFL::MaxPool2DOp)

Operação Max Pool 2D

Executa o pool máximo 2D na entrada.

Entradas: inputs[0] : obrigatório: o tensor de entrada

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
padding	::mlir::StringAttr	atributo de string cujo valor é SAME ou VALID
stride_w	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
stride_h	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
filter_width	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
filter_height	::mlir::IntegerAttr	Atributo inteiro sem sinal de 32 bits
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
input	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QI16 ou valores de tipo TFLite quint8

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou tipo QUI8 ou tipo QI8 ou tipo QI16 ou valores de tipo TFLite quint8

tfl.maximum (TFL::MaximumOp)

Operador máximo

Operação máxima por elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
rhs	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

Resultados:

Resultado	Descrição
max	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.mean (TFL::MeanOp)

Operador médio

Calcula a média dos elementos nas dimensões de um tensor. Reduz input_tensor ao longo das dimensões fornecidas no eixo. A menos que keepdims seja verdadeiro, a classificação do tensor é reduzida em 1 para cada entrada no eixo. Se keepdims for verdadeiro, as dimensões reduzidas serão mantidas com comprimento 1.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
keep_dims	::mlir::BoolAttr	atributo bool

Operandos:

Operando	Descrição
input	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou inteiro sem sinal de 8 bits ou valores do tipo QI16
axis	tensor de valores inteiros sem sinal de 32 bits

Resultados:

Resultado	Descrição
output	tensor de float de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou inteiro sem sinal de 8 bits ou valores do tipo QI16

tfl.minimum (TFL::MinimumOp)

Operador mínimo

Operação mínima por elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando	Descrição
lhs	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
rhs	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

Resultados:

Resultado	Descrição
min	tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32/64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.mirror_pad (TFL::MirrorPadOp)

Operador MirrorPad. Preenche um tensor com valores espelhados.

Esta operação preenche uma entrada com valores espelhados de acordo com os preenchimentos especificados. paddings é um tensor inteiro com forma [n, 2], onde n é a classificação da entrada. Para cada dimensão D de entrada, paddings[D, 0] indica quantos valores adicionar antes do conteúdo da entrada nessa dimensão e paddings[D, 1] indica quantos valores adicionar após o conteúdo da entrada nessa dimensão.

Ambos paddings[D, 0] e paddings[D, 1] não devem ser maiores que input.dim_size(D) (ou input.dim_size(D) - 1) se copy_border for verdadeiro (se falso, respectivamente).

O tamanho preenchido de cada dimensão D da saída é:

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

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
mode	::mlir::TFL::MirrorPaddingTypeAttr	espelho_pad_enum

Operandos:

Operando	Descrição
input	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16
pad	tensor de valores inteiros sem sinal de 32 bits ou valores inteiros sem sinal de 64 bits

Resultados:

Resultado	Descrição
output	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16

tfl.mul (TFL::MulOp)

Operador de multiplicação

Operação de multiplicação elemento a elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descrição
fused_activation_function	::mlir::StringAttr	atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando	Descrição
lhs	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou número inteiro sem sinal de 16 bits ou tipo complexo com valores de elementos flutuantes de 32 bits
rhs	tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou número inteiro sem sinal de 16 bits ou tipo complexo com valores de elementos flutuantes de 32 bits

Resultados:

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

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operando	Descrição
logits	tensor of 32-bit float values
num_samples	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

Resultados:

Resultado	Descrição
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)

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
value	::mlir::UnitAttr	unit attribute

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values
soft_nms_sigma	tensor of 32-bit float values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

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

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

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

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

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

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

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

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

Por exemplo:

# '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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operando	Descrição
values	variadic of tensor of any type values

Resultados:

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

tfl.pad (TFL::PadOp)

Padding operator

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

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

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

Por exemplo:

# '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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Por exemplo:

# '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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operando	Descrição
input	variadic of tensor of any type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
lhs	tensor of 32-bit float or 32-bit signless integer values
rhs	tensor of 32-bit float or 32-bit signless integer values

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values
alpha	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
value	::mlir::ElementsAttr	constant vector/tensor attribute

Resultados:

Resultado	Descrição
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)

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
qtype	::mlir::TypeAttr	Tensor type attribute

Operands:

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

Resultados:

Resultado	Descrição
output	tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operando	Descrição
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operando	Descrição
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
start	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
limit	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
delta	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of any type values

Resultados:

Resultado	Descrição
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operando	Descrição
resource_id	tensor of resource values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operando	Descrição
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operando	Descrição
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QUI8 type or QI8 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QUI8 type or QI8 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QUI8 type or QI8 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of any type values
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of 32-bit float values
fft_length	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
lhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values
rhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QI8 type or QI16 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

Selecione o operador

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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
out_type	::mlir::Attribute	derived attribute

Operands:

Operando	Descrição
input	tensor of any type values

Resultados:

Resultado	Descrição
output	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float values

Resultados:

Resultado	Descrição
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

Operando	Descrição
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Operands:

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

Resultados:

Resultado	Descrição
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float or QI8 type or QI16 type values

Resultados:

Resultado	Descrição
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
x	tensor of 32-bit float values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
lhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or 32-bit signless integer or QI8 type values

tfl.squeeze (TFL::SqueezeOp)

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

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

Por exemplo:

# '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

Efeitos: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operando	Descrição
input	tensor of any type values

Resultados:

Resultado	Descrição
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descrição
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

Efeitos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or QI8 type values

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
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:

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

Resultados:

Resultado	Descrição
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 . Em outras palavras:

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo	MLIR Type	Descrição
idx_out_type	::mlir::Attribute	derived attribute

Operands:

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

Resultados:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

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

Resultados:

Resultado	Descrição
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:

Operando	Descrição
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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:

Operando	Descrição
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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:

Operando	Descrição
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
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:

Operando	Descrição
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values
num_segments	tensor of 32-bit signless integer values

Resultados:

Resultado	Descrição
output	tensor of 32-bit float or 32-bit signless integer values

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

Resultados:

Resultado	Descrição
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:

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

Resultados:

Resultado	Descrição
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

Enquanto o laço

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

Atributos:

Atributo	MLIR Type	Descrição
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Operando	Descrição
input	variadic of tensor of any type values

Resultados:

Resultado	Descrição
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:

Operando	Descrição
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

Operando	Descrição
input	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Resultados:

Resultado	Descrição
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Atributos

DimensionMetadataAttr

Dimension metadata.

Sintaxe:

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

Parâmetros:

Parâmetro	Tipo C++	Descrição
formatar	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
segmentos	::llvm::ArrayRef<int32_t>
índices	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sintaxe:

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

Parâmetros:

Parâmetro	Tipo C++	Descrição
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">

Parâmetros:

Parâmetro	Tipo C++	Descrição
valor	::llvm::StringRef

DimensionTypeAttr

_Dimension type

Sintaxe:

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

Parâmetros:

Parâmetro	Tipo C++	Descrição
valor	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

Sintaxe:

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

Parâmetros:

Parâmetro	Tipo C++	Descrição
valor	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

Sintaxe:

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

Parâmetros:

Parâmetro	Tipo C++	Descrição
valor	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

Enumerações

Tipo de Dimensão

_Dimension type

Casos:

Símbolo	Valor	Corda
DENSO	0	DENSO
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Casos:

Símbolo	Valor	Corda
COMPLETO	0	COMPLETO
BÁSICO	1	BÁSICO

MirrorPaddingType

_Mirror_pad enum

Casos:

Símbolo	Valor	Corda
REFLETIR	0	REFLETIR
SIMÉTRICO	1	SIMÉTRICO