'tfl' উপভাষা

টেনসরফ্লো লাইট উপভাষা।

এই উপভাষাটি টেনসরফ্লো লাইট অপারেশনের সাথে মানানসই।

অপরিবর্তনীয়:

• সমস্ত মান টেনসর ধরণের (বিশেষ করে, স্কেলারগুলিকে শূন্য-মাত্রিক টেনসর ব্যবহার করে উপস্থাপন করা হয়);

অপারেশনস

tfl.abs (TFL::AbsOp)

পরম মান অপারেটর

একটি টেনসর x দেওয়া হলে, এই অপারেশনটি x তে প্রতিটি উপাদানের পরম মান ধারণকারী একটি টেনসর প্রদান করে। উদাহরণস্বরূপ, যদি x একটি ইনপুট উপাদান এবং y একটি আউটপুট উপাদান হয়, তাহলে এই অপারেশনটি গণনা করে \(y = |x|\).

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
x	১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
y	১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.add (টিএফএল::অ্যাডঅপ)

সংযোজন অপারেটর

উপাদান-ভিত্তিক যোগ অপারেশন।

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT

অপারেন্ডস:

অপারেন্ড	বিবরণ
lhs	৩২-বিট ফ্লোট বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর
rhs	৩২-বিট ফ্লোট বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.add_n (TFL::অ্যাডএনওপি)

_n অপারেটর যোগ করুন

উপাদান অনুসারে সমস্ত ইনপুট টেনসর যোগ করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , Commutative

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
inputs	যেকোনো ধরণের মানের টেনসরের বৈচিত্র্য

ফলাফল:

ফলাফল	বিবরণ
sum	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.arg_max (TFL::ArgMaxOp)

ArgMax অপারেটর

একটি টেনসরের মাত্রা জুড়ে সর্বাধিক মান সহ সূচকটি প্রদান করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
output_type	::mlir::অ্যাট্রিবিউট	প্রাপ্ত বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	১-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর
dim	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.arg_min (TFL::ArgMinOp)

ArgMin অপারেটর

একটি টেনসরের মাত্রা জুড়ে ক্ষুদ্রতম মান সহ সূচকটি প্রদান করে। a = ​​[1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
output_type	::mlir::অ্যাট্রিবিউট	প্রাপ্ত বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	১-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর
dim	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.assign_variable (TFL::AssignVariableOp)

একটি চলককে একটি নতুন মান নির্ধারণ করে।

এই অপশনের উপর নিয়ন্ত্রণ নির্ভরতা সহ যেকোনো ReadVariableOp এই মান বা ভেরিয়েবলের পরবর্তী নতুন মান ফেরত দেওয়ার নিশ্চয়তা দেয়।

ইন্টারফেস: TflRuntimeVerifyOpInterface

অপারেন্ডস:

অপারেন্ড	বিবরণ
resource_id	সম্পদের মানগুলির টেনসর
value	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট বা ১-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা QI16 টাইপ বা ৩২-বিট ফ্লোট উপাদান সহ জটিল প্রকারের টেনসর অথবা ৬৪-বিট ফ্লোট উপাদান সহ জটিল প্রকারের মান

tfl.atan2 (TFL::Atan2Op)

Atan2 অপারেশন

"atan2" অপারেশনটি আর্গুমেন্টের চিহ্নগুলি বিবেচনা করে y/x উপাদানের আর্কট্যাঞ্জেন্ট গণনা করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
y	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর
x	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর

tfl.average_pool_2d (TFL::AveragePool2DOp)

_গড়_পুল 2d অপারেটর

ইনপুটে গড়-পুলিং অপারেশন সম্পাদন করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
filter_height	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
filter_width	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
padding	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান SAME, অথবা VALID
stride_h	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_w	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.basic_lstm (TFL::BasicLSTMOp)

বেসিক lstm অপারেটর

বেসিক LSTM সেল অপারেটর।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
cell_clip	::mlir::FloatAttr	৩২-বিট ফ্লোট অ্যাট্রিবিউট যার মান অ-ঋণাত্মক
proj_clip	::mlir::FloatAttr	৩২-বিট ফ্লোট অ্যাট্রিবিউট যার মান অ-ঋণাত্মক
kernel_type	::mlir::TFL::LSTM কার্নেলের ধরণ Attr	lstm_kernel_type যার মান mlir::TFL::LSTMKernelType::BASIC

অপারেন্ডস:

অপারেন্ড	বিবরণ
data_input	৩২-বিট ফ্লোট বা QUI8 ধরণের মানের টেনসর
prev_activ_input	৩২-বিট ফ্লোট বা QUI8 ধরণের মানের টেনসর
weights_input	৩২-বিট ফ্লোট বা QUI8 ধরণের মানের টেনসর
biases_input	৩২-বিট ফ্লোট বা QI32 ধরণের মানের টেনসর
prev_state_input	৩২-বিট ফ্লোট বা QI16 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
activ_output	যেকোনো ধরণের মানের 2D টেনসর
state_output	যেকোনো ধরণের মানের 2D টেনসর
concat_temp	যেকোনো ধরণের মানের 2D টেনসর
activ_temp	যেকোনো ধরণের মানের 2D টেনসর

tfl.batch_matmul (টিএফএল::ব্যাচম্যাটমুলঅপ)

ব্যাচ ম্যাট্রিক্স গুণিতক অপারেটর

ইনপুটগুলিতে একটি ব্যাচড ম্যাট্রিক্স গুণন সম্পাদন করে। ব্যাচের মাত্রা এবং সম্প্রচারে অজানা মাত্রার জন্য সমর্থন সহ TensorFlow BatchMatMulV2 এর নিয়ম অনুসরণ করে।

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)

বৈশিষ্ট্য: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
adj_x	::mlir::BoolAttr	বুল অ্যাট্রিবিউট
adj_y	::mlir::BoolAttr	বুল অ্যাট্রিবিউট
asymmetric_quantize_inputs	::mlir::BoolAttr	বুল অ্যাট্রিবিউট

অপারেন্ডস:

অপারেন্ড	বিবরণ
x	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI16 টাইপ বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
y	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI16 টাইপ বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI16 টাইপ বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

BatchToSpaceNd অপারেটর

এই অপারেশনটি "ব্যাচ" মাত্রা 0 কে স্থান মাত্রায় পুনঃআকৃতি দেয়।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর
block_shape	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
indices	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.bidirectional_sequence_lstm (TFL::bidirectionalSequenceLSTMOp)

দ্বিমুখী ক্রম lstm অপারেটর

দ্বিমুখী lstm মূলত দুটি lstm, একটি সামনের দিকে এবং অন্যটি পিছনের দিকে। এবং আউটপুট হল দুটি lstm-এর সংযোগ।

বৈশিষ্ট্য: QuantizableResult ফলাফল

ইন্টারফেস: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
cell_clip	::mlir::FloatAttr	৩২-বিট ফ্লোট অ্যাট্রিবিউট যার মান অ-ঋণাত্মক
proj_clip	::mlir::FloatAttr	৩২-বিট ফ্লোট অ্যাট্রিবিউট যার মান অ-ঋণাত্মক
merge_outputs	::mlir::BoolAttr	বুল অ্যাট্রিবিউট
time_major	::mlir::BoolAttr	বুল অ্যাট্রিবিউট
asymmetric_quantize_inputs	::mlir::BoolAttr	বুল অ্যাট্রিবিউট

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_input_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_input_to_forget_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_input_to_cell_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_input_to_output_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_recurrent_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_recurrent_to_forget_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_recurrent_to_cell_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_recurrent_to_output_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
fw_cell_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_cell_to_forget_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_cell_to_output_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_input_gate_bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_forget_gate_bias	৩২-বিট ফ্লোট মানের টেনসর
fw_cell_bias	৩২-বিট ফ্লোট মানের টেনসর
fw_output_gate_bias	৩২-বিট ফ্লোট মানের টেনসর
fw_projection_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_projection_bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_input_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_input_to_forget_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_input_to_cell_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_input_to_output_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_recurrent_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_recurrent_to_forget_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_recurrent_to_cell_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_recurrent_to_output_weights	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
bw_cell_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_cell_to_forget_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_cell_to_output_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_input_gate_bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_forget_gate_bias	৩২-বিট ফ্লোট মানের টেনসর
bw_cell_bias	৩২-বিট ফ্লোট মানের টেনসর
bw_output_gate_bias	৩২-বিট ফ্লোট মানের টেনসর
bw_projection_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_projection_bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_input_activation_state	স্টেটফুল টেনসর
fw_input_cell_state	স্টেটফুল টেনসর
bw_input_activation_state	স্টেটফুল টেনসর
bw_input_cell_state	স্টেটফুল টেনসর
aux_input	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_aux_input_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_aux_input_to_forget_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_aux_input_to_cell_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
fw_aux_input_to_output_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_aux_input_to_input_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_aux_input_to_forget_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_aux_input_to_cell_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর
bw_aux_input_to_output_weights	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর

ফলাফল:

ফলাফল	বিবরণ
fw_output	যেকোনো ধরণের মানের টেনসর
bw_output	যেকোনো ধরণের মানের টেনসর

tfl.bitcast (TFL::BitcastOp)

বিটকাস্ট অপারেটর

বিট এক ধরণের থেকে অন্য ধরণের টেনসরকে কাস্ট করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	যেকোনো ধরণের মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	যেকোনো ধরণের মানের টেনসর

tfl.bitwise_xor (TFL::BitwiseXorOp)

বিটওয়াইজ এক্সওর অপারেটর

Elementwise lhs এবং rhs এর বিটওয়াইজ XOR গণনা করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
lhs	৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা মানের টেনসর
rhs	৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা মানের টেনসর

tfl.broadcast_args (TFL::BroadcastArgsOp)

ব্রডকাস্টের মাধ্যমে s0 op s1 এর আকার ফিরিয়ে দিন।

s0 এবং s1 দেওয়া হলে, যে টেনসরগুলি আকারগুলিকে প্রতিনিধিত্ব করে, r0 সম্প্রচারিত আকৃতি গণনা করে। s0 , s1 এবং r0 হল সকল পূর্ণসংখ্যা ভেক্টর।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
s0	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
s1	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
r0	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.broadcast_to (TFL::BroadcastToOp)

একটি সামঞ্জস্যপূর্ণ আকৃতির জন্য একটি অ্যারে সম্প্রচার করুন।

সম্প্রচার হলো গাণিতিক ক্রিয়াকলাপের জন্য সামঞ্জস্যপূর্ণ আকার ধারণকারী অ্যারে তৈরির প্রক্রিয়া। প্রতিটি মাত্রা জোড়ার জন্য দুটি আকার সমান হলে অথবা তাদের মধ্যে একটি যদি এক হয় তবে তারা সামঞ্জস্যপূর্ণ। একটি আকৃতিতে টেনসর সম্প্রচার করার চেষ্টা করার সময়, এটি পরবর্তী মাত্রা দিয়ে শুরু হয় এবং এগিয়ে যায়।

উদাহরণস্বরূপ,

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

উপরের উদাহরণে, [1, 3] আকৃতির ইনপুট টেনসর [3, 3] আকৃতির টেনসর আউটপুটে সম্প্রচারিত হয়।

সম্প্রচারিত ক্রিয়াকলাপ যেমন একটি টেনসরকে স্কেলার দিয়ে গুণ করার সময়, সম্প্রচার (সাধারণত) কিছু সময় বা স্থান সুবিধা প্রদান করে, কারণ সম্প্রচারিত টেনসর কখনই বাস্তবায়িত হয় না।

তবে, broadcast_to এর সাথে এই ধরণের কোনও সুবিধা নেই। নতুন তৈরি টেনসর সম্প্রচারিত আকারের সম্পূর্ণ মেমরি গ্রহণ করে। (গ্রাফের প্রেক্ষাপটে, broadcast_to পরবর্তী ক্রিয়াকলাপে সংযুক্ত হতে পারে এবং তারপরে অপ্টিমাইজ করা যেতে পারে।)

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ১-বিট সাইনলেস পূর্ণসংখ্যা বা ৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা QUI8 টাইপ বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা QI16 টাইপ বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট উপাদানের মান সহ জটিল প্রকারের টেনসর
shape	৩২/৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ১-বিট সাইনলেস পূর্ণসংখ্যা বা ৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা QUI8 টাইপ বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা QI16 টাইপ বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট উপাদানের মান সহ জটিল প্রকারের টেনসর

tfl.bucketize (TFL::BucketizeOp)

'সীমানা'র উপর ভিত্তি করে 'ইনপুট' কে বাকেটাইজ করে।

উদাহরণ:

যদি ইনপুটগুলি boundaries = [0, 10, 100] এবং input = [[-5, 10000][150, 10][5, 100]] হয়, তাহলে আউটপুট হবে output = [[0, 3][3, 2][1, 3]] ।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
boundaries	::mlir::ArrayAttr	৩২-বিট ফ্লোট অ্যারে অ্যাট্রিবিউট

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.call_once (TFL::CallOnceOp)

একটি ইনিশিয়ালাইজেশন ফাংশন আহ্বান করে

এই অপারেশনটি tf সংরক্ষিত মডেল ডায়ালেক্টে সেশন ইনিশিয়ালাইজারের জন্য প্রদত্ত ইনিশিয়ালাইজেশন ফাংশনটি আহ্বান করে।

ইন্টারফেস: TflRuntimeVerifyOpInterface

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
session_init_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট

tfl.cast (TFL::CastOp)

কাস্ট অপারেটর

ইনপুট টাইপ থেকে আউটপুট টাইপে ইনপুট কাস্ট করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড

বিবরণ

input

১৬-বিট ফ্লোট বা bfloat১৬ টাইপের টেনসর অথবা ৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট বা ১-বিট সাইনলেস ইন্টিজার অথবা ২-বিট সাইনলেস ইন্টিজার অথবা ৪-বিট সাইনলেস ইন্টিজার অথবা ১৬-বিট সাইনলেস ইন্টিজার অথবা ১৬-বিট আনসাইনড ইন্টিজার অথবা ৩২-বিট সাইনলেস ইন্টিজার অথবা ৩২-বিট আনসাইনড ইন্টিজার অথবা ৬৪-বিট সাইনলেস ইন্টিজার অথবা TFLite quint8 টাইপের টেনসর অথবা ৮-বিট আনসাইনড ইন্টিজার অথবা ৮-বিট সাইনলেস ইন্টিজার অথবা ৩২-বিট ফ্লোট এলিমেন্টের মান সহ জটিল টাইপের টেনসর।

ফলাফল:

ফলাফল

বিবরণ

output

১৬-বিট ফ্লোট বা bfloat১৬ টাইপের টেনসর অথবা ৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট বা ১-বিট সাইনলেস ইন্টিজার অথবা ২-বিট সাইনলেস ইন্টিজার অথবা ৪-বিট সাইনলেস ইন্টিজার অথবা ১৬-বিট সাইনলেস ইন্টিজার অথবা ১৬-বিট আনসাইনড ইন্টিজার অথবা ৩২-বিট সাইনলেস ইন্টিজার অথবা ৩২-বিট আনসাইনড ইন্টিজার অথবা ৬৪-বিট সাইনলেস ইন্টিজার অথবা TFLite quint8 টাইপের টেনসর অথবা ৮-বিট আনসাইনড ইন্টিজার অথবা ৮-বিট সাইনলেস ইন্টিজার অথবা ৩২-বিট ফ্লোট এলিমেন্টের মান সহ জটিল টাইপের টেনসর।

tfl.ceil (TFL::CeilOp)

সিল অপারেটর

ইনপুটের উপাদান-ভিত্তিক সিল মান প্রদান করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
x	৩২-বিট ফ্লোট মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
y	৩২-বিট ফ্লোট মানের টেনসর

tfl.complex_abs (TFL::ComplexAbsOp)

একটি টেনসরের জটিল পরম মান গণনা করে।

জটিল সংখ্যার একটি টেনসর x দেওয়া হলে, এই অপারেশনটি float বা double ধরণের একটি টেনসর প্রদান করে যা x তে প্রতিটি উপাদানের পরম মান। x তে থাকা সমস্ত উপাদান অবশ্যই ফর্মের জটিল সংখ্যা হতে হবে। \(a + bj\)পরম মান গণনা করা হয় \( \sqrt{a^2 + b^2}\).

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট এলিমেন্ট সহ জটিল ধরণের টেনসর অথবা ৬৪-বিট ফ্লোট এলিমেন্ট মান সহ জটিল ধরণের

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর

tfl.concatenation (TFL::ConcatenationOp)

কনক্যাটেনেশন অপারেটর

এক মাত্রা বরাবর টেনসরগুলিকে সংযুক্ত করে

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
axis	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT

অপারেন্ডস:

অপারেন্ড	বিবরণ
values	যেকোনো ধরণের মানের টেনসরের বৈচিত্র্য

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ১-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.control_node (TFL::ControlNodeOp)

TFL.control_node অপারেশনটি নিয়ন্ত্রণ প্রান্তগুলি সংযুক্ত করার জন্য একক-ব্লক অপারেশনগুলিকে মোড়ানো হয়।

এটি অঞ্চলগুলিকে মোড়ানো এবং তাদের সাথে নিয়ন্ত্রণ নির্ভরতা সংযুক্ত করার জন্য ব্যবহৃত হয়। সাধারণত, ফ্ল্যাটবাফার মডেল নির্গত করার আগে শেষ ধাপগুলির একটিতে এটি ঘটবে যাতে একটি নির্দিষ্ট ক্রমিক ক্রিয়াকলাপের উপর নির্ভরশীল অপ্টিমাইজেশনগুলি সক্ষম করা যায় (যেমন রিমেটেরিয়ালাইজেশন।) ফ্ল্যাটবাফার রপ্তানিকারক মোড়ানো অঞ্চলটি খুলে ফেলবে এবং মেটাডেটা দিয়ে জেনারেট করা মডেলটিকে টীকা করবে যাতে যেকোনো রানটাইম পুনর্বিন্যাস নিয়ন্ত্রণ নির্ভরতা দ্বারা প্রদত্ত ক্রমকে সম্মান করে।

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

অপারেন্ডস:

অপারেন্ড	বিবরণ
controlInputs	নিয়ন্ত্রণের বৈচিত্র্য

ফলাফল:

ফলাফল	বিবরণ
outputs	যেকোনো ধরণের মানের টেনসরের বৈচিত্র্য
control	নিয়ন্ত্রণ

tfl.conv_2d (TFL::Conv2DOp)

কনভলিউশন অপারেটর

ইনপুটগুলিতে কনভোলিউশন অপারেশন সম্পাদন করে।

ইনপুট: inputs[0] : প্রয়োজনীয়: ইনপুট অ্যাক্টিভেশন টেনসর inputs[1] : প্রয়োজনীয়: ফিল্টার ওজন টেনসর inputs[2] : ঐচ্ছিক: বায়াস টেনসর

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
dilation_h_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_w_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
padding	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান SAME, অথবা VALID
stride_h	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_w	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর
filter	৩২-বিট ফ্লোট বা QI4 টাইপ বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর
bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.conv_3d (TFL::Conv3DOp)

কনভলিউশন 3D অপারেটর

3D ইনপুটগুলিতে কনভোলিউশন অপারেশন সম্পাদন করে। ইনপুট: inputs[0] : প্রয়োজনীয়: ইনপুট অ্যাক্টিভেশন টেনসর inputs[1] : প্রয়োজনীয়: ফিল্টার ওজন টেনসর inputs[2] : ঐচ্ছিক: বায়াস টেনসর

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
dilation_d_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_h_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_w_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
padding	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান SAME, অথবা VALID
stride_d	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_h	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_w	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট মানের টেনসর
filter	৩২-বিট ফ্লোট মানের টেনসর
bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট মানের টেনসর

tfl.conv_3d_transpose (TFL::Conv3Dট্রান্সপোজঅপ)

ট্রান্সপোজড কনভোলিউশন 3D অপারেটর

3D ইনপুটগুলিতে ট্রান্সপোজড কনভোলিউশন অপারেশন সম্পাদন করে। ইনপুট: inputs[0] : প্রয়োজনীয়: আউটপুট টেনসর inputs[1] : প্রয়োজনীয়: ফিল্টার ওজন টেনসর inputs[2] : প্রয়োজনীয়: ইনপুট অ্যাক্টিভেশন টেনসর inputs[3] : ঐচ্ছিক: বায়াস টেনসর

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
dilation_d_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_h_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_w_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
padding	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান SAME, অথবা VALID
stride_d	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_h	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_w	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
output_shape	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
filter	৩২-বিট ফ্লোট মানের টেনসর
input	৩২-বিট ফ্লোট মানের টেনসর
bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট মানের টেনসর

tfl.cos (TFL::CosOp)

কোসাইন অপারেটর

উপাদান-ভিত্তিক ইনপুটের কোসাইন গণনা করে

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
x	৩২-বিট ফ্লোট মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
y	৩২-বিট ফ্লোট মানের টেনসর

tfl.cumsum (টিএফএল::কামসামঅপ)

কামসাম অপারেটর

অক্ষ বরাবর টেনসর x এর ক্রমবর্ধমান যোগফল গণনা করো।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
exclusive	::mlir::BoolAttr	বুল অ্যাট্রিবিউট
reverse	::mlir::BoolAttr	বুল অ্যাট্রিবিউট

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
axis	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.custom (TFL::CustomOp)

কাস্টম অপশন

যেকোনো TFLite কাস্টম অপারেশনের জন্য একটি জেনেরিক অপশন।

ইনপুট: মূল অপশনে ইনপুটগুলির একটি তালিকা। custom_code: এই অপশনটি ঠিক কোনটি তা সনাক্ত করতে ব্যবহৃত একটি স্ট্রিং, যা flatbuffer-এ operator_codes.custom_code-এর সাথে সম্পর্কিত। custom_option: বাইট ফ্যাশনে অপশন বৈশিষ্ট্যগুলি সংরক্ষণ করার জন্য একটি ধারক। output: মূল অপশনে আউটপুটগুলির একটি তালিকা।

ইন্টারফেস: TflRuntimeVerifyOpInterface

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
custom_code	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট
custom_option	::mlir::TFL::ConstBytesAttr	কম্পাইল করা বাইটের একটি স্ট্রিং অ্যাট্রিবিউট উপস্থাপনা

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	যেকোনো ধরণের মান বা কোন ধরণের নয় এমন টেনসরের ভ্যারিয়াডিক

ফলাফল:

ফলাফল	বিবরণ
output	যেকোনো ধরণের মানের টেনসরের বৈচিত্র্য

tfl.custom_tf (TFL::CustomTfOp)

TF কাস্টম অপসের জন্য র‍্যাপার অপ।

যেকোনো কাস্টম TF অপের চারপাশে একটি র‍্যাপার অপ। এর মধ্যে রয়েছে custom_opdefs ব্যবহার করে সংজ্ঞায়িত অথবা লিঙ্ক করা অপ, যা TF উপভাষায় সংজ্ঞায়িত নয়। এই অপ কেবল একটি অঞ্চলের ভিতরে কাস্টম অপ মোড়ানো। দ্রষ্টব্য #1, এই অপে CustomOp ব্যবহার করে সংজ্ঞায়িত TF Lite কাস্টম অপ অন্তর্ভুক্ত করবে না। দ্রষ্টব্য #2, এই অপটি কেবল কনভার্টারের ভিতরে অভ্যন্তরীণ উপস্থাপনা এবং মডেলটি Flatbuffer এ রপ্তানি করার সময় উন্মুক্ত/রপ্তানি করা হয় না।

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

ইন্টারফেস: InferTypeOpInterface , TflRuntimeVerifyOpInterface

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	যেকোনো ধরণের মান বা কোন ধরণের নয় এমন টেনসরের ভ্যারিয়াডিক

ফলাফল:

ফলাফল	বিবরণ
output	যেকোনো ধরণের মানের টেনসরের বৈচিত্র্য

tfl.densify (TFL::DensifyOp)

ডেনসিফাই অপারেটর

স্পার্স টেনসরকে ঘন বিন্যাসে রূপান্তর করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর

tfl.depth_to_space (TFL::DepthToSpaceOp)

ডেপথটুস্পেস অপারেটর

গভীরতা থেকে স্থানিক ডেটার ব্লকে ডেটা পুনর্বিন্যাস করে। এটি SpaceToDepth এর বিপরীত রূপান্তর। আরও স্পষ্টভাবে বলতে গেলে, এই অপ ইনপুট টেনসরের একটি অনুলিপি আউটপুট করে যেখানে depth মাত্রা থেকে মানগুলি স্থানিক ব্লকে height এবং width মাত্রায় স্থানান্তরিত হয়। attr block_size ইনপুট ব্লকের আকার এবং ডেটা কীভাবে স্থানান্তরিত হয় তা নির্দেশ করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait , QuantizableResult

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
block_size	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য যার মান ধনাত্মক

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা TFLite quint8 টাইপ বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা TFLite quint8 টাইপ বা ৮-বিট স্বাক্ষরবিহীন পূর্ণসংখ্যা বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

গভীরতার দিক থেকে পৃথকযোগ্য কনভোলিউশন অপারেটর

ইনপুটগুলিতে কনভোলিউশন অপারেশন সম্পাদন করে।

ইনপুট: inputs[0] : প্রয়োজনীয়: ইনপুট অ্যাক্টিভেশন টেনসর inputs[1] : প্রয়োজনীয়: ফিল্টার ওজন টেনসর inputs[2] : ঐচ্ছিক: বায়াস টেনসর

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
dilation_h_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
dilation_w_factor	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT
padding	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান SAME, অথবা VALID
stride_h	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
stride_w	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য
depth_multiplier	::mlir::পূর্ণসংখ্যাঅ্যাটার	৩২-বিট সাইনলেস পূর্ণসংখ্যা বৈশিষ্ট্য

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর
filter	৩২-বিট ফ্লোট বা QI4 টাইপ বা QI8 টাইপ বা QUI8 টাইপ মানের টেনসর
bias	যেকোনো ধরণের মান বা কোনটিই না এমন টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট বা QI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

tfl.dequantize (TFL::DequantizeOp)

ডিকোয়ান্টাইজ অপারেটর

কোয়ান্টাইজেশন প্যারামিটার অনুসারে পূর্ণসংখ্যার কোয়ান্টাইজড অ্যারেকে ভাসমান-পয়েন্টে রূপান্তর করে।

ইন্টারফেস: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	QI2 টাইপ বা QI4 টাইপ বা QI8 টাইপ বা QUI8 টাইপ বা QI16 টাইপ বা 16-বিট ফ্লোট মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৩২-বিট ফ্লোট মানের টেনসর

tfl.dilate (TFL::DilateOp)

প্রসারণ অপারেটর

বিদ্যমান উপাদানগুলির মধ্যে নতুন উপাদান যোগ করে একটি টেনসরকে প্রসারিত করে।

বৈশিষ্ট্য: AlwaysSpeculatableImplTrait

ইন্টারফেস: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

প্রভাব: MemoryEffects::Effect{}

অপারেন্ডস:

অপারেন্ড	বিবরণ
input	৮-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর
dilations	৩২-বিট সাইনলেস পূর্ণসংখ্যা মানের টেনসর
padding_value	যেকোনো ধরণের মানের 0D টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	৮-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৮-বিট সাইনলেস পূর্ণসংখ্যা বা ১৬-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৬৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা ৩৪-বিট সাইনলেস পূর্ণসংখ্যা বা ৩২-বিট ফ্লোট বা ৬৪-বিট ফ্লোট মানের টেনসর

tfl.div (TFL::DivOp)

বিভাগ অপারেটর

উপাদান-ভিত্তিক বিভাজন কার্যক্রম।

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

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

প্রভাব: MemoryEffects::Effect{}

বৈশিষ্ট্য:

বৈশিষ্ট্য	MLIR প্রকার	বিবরণ
fused_activation_function	::mlir::StringAttr	স্ট্রিং অ্যাট্রিবিউট যার মান NONE, অথবা RELU, অথবা RELU_N1_TO_1, অথবা RELU6, অথবা TANH, অথবা SIGN_BIT

অপারেন্ডস:

অপারেন্ড	বিবরণ
lhs	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা QUI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর
rhs	৩২-বিট ফ্লোট বা ৩২-বিট সাইনলেস পূর্ণসংখ্যা বা QUI8 টাইপ বা QI8 টাইপ বা QI16 টাইপ মানের টেনসর

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer or QUI8 type or QI8 type or QI16 type values

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

DynamicUpdateSlice op that have the same semantics with XLA DynamicUpdateSlice. Generates a result which is the value of the input array operand, with a slice update overwritten at start_indices.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float or 16-bit float values

tfl.elu (TFL::EluOp)

Exponential Linear Unit operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or 8-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or 8-bit signless integer values

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Embedding lookup operator

Looks up ids in a list of embedding tensors.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 8-bit signless integer or 8-bit unsigned integer values

tfl.equal (TFL::EqualOp)

Equal operator

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

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.exp (TFL::ExpOp)

Natural exponentiation operator

Performs element-wise natural exponentiation operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.expand_dims (TFL::ExpandDimsOp)

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

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

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

Other examples:

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

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

This operation requires that:

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of any type values
dim	tensor of 32/64-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.external_const (TFL::ExternalConstOp)

External const op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
buffer_index	::mlir::IntegerAttr	32-bit signless integer attribute

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.fake_quant (TFL::FakeQuantOp)

FakeQuant operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
input	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float values

tfl.fill (TFL::FillOp)

Fill the tensor with given value.

Fill the tensor with given value.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.floor (TFL::FloorOp)

Floor operator

Returns element-wise floor value of the input.

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float values

tfl.floor_div (TFL::FloorDivOp)

Floor div operator

Element-wise floor div operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values
rhs	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values

tfl.floor_mod (TFL::FloorModOp)

Division reminder

Element-wise division reminder operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values
rhs	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values

tfl.fully_connected (TFL::FullyConnectedOp)

Fully connected op

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

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	variadic of tensor of any type values

tfl.gather (TFL::GatherOp)

Gather operator

Gather slices from params axis axis according to indices .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
axis	::mlir::IntegerAttr	32-bit signless integer attribute
batch_dims	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

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

ফলাফল:

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

tfl.gather_nd (TFL::GatherNdOp)

_Gather nd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.gelu (TFL::GeluOp)

GELU activation function.

Computes GELU activation function element-wise.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
approximate	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
input	tensor of 32-bit float or QI8 type or QUI8 type values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type or QUI8 type values

tfl.greater (TFL::GreaterOp)

Greater operator

Element-wise greater operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.greater_equal (TFL::GreaterEqualOp)

_Greater equal operator

Element-wise greater_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.hard_swish (TFL::HardSwishOp)

Hardswish activation function.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of 32-bit float or QUI8 type or QI8 type values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.hashtable (TFL::HashtableOp)

Creates a non-initialized hash table.

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

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

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

ফলাফল:

ফলাফল	বিবরণ
out	tensor of resource values

tfl.hashtable_find (TFL::HashtableFindOp)

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

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

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

Interfaces: TflRuntimeVerifyOpInterface

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
out	tensor of 32-bit float or 32-bit signless integer or TFLite string type or 64-bit signless integer values

tfl.hashtable_import (TFL::HashtableImportOp)

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

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

Interfaces: TflRuntimeVerifyOpInterface

Operands:

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

tfl.hashtable_size (TFL::HashtableSizeOp)

Computes the number of elements in the given table.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operand	বিবরণ
hash_table	tensor of resource values

ফলাফল:

ফলাফল	বিবরণ
out	tensor of 64-bit signless integer values

tfl.if (TFL::IfOp)

If-then-else operation

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

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

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

উদাহরণ:

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

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

উদাহরণ:

tfl.if %b  {
  ...
}

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

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operands:

Operand	বিবরণ
cond	tensor of 1-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
results	variadic of tensor of any type values

tfl.imag (TFL::ImagOp)

Returns the imaginary part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 64-bit float values

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Normalize Operator

L2Normalization Op

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

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

ফলাফল:

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

tfl.leaky_relu (TFL::LeakyReluOp)

Leaky Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
alpha	::mlir::FloatAttr	32-bit float attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type or QI16 type values

tfl.less (TFL::LessOp)

Less operator

Element-wise less operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.less_equal (TFL::LessEqualOp)

_Less equal operator

Element-wise less_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Local Response Normalization.

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

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

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
input	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float values

tfl.log (TFL::LogOp)

Natural logarithm operator

Performs element-wise natural logarithm operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QI8 type values

tfl.log_softmax (TFL::LogSoftmaxOp)

Log softmax operator

Computes element-wise log softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type values

tfl.logical_and (TFL::LogicalAndOp)

Logical AND operator

Element-wise logical AND operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 1-bit signless integer values
rhs	tensor of 1-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.logical_not (TFL::LogicalNotOp)

Logical NOT operator

Element-wise logical NOT operation.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 1-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.logical_or (TFL::LogicalOrOp)

Logical OR operator

Element-wise logical OR operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 1-bit signless integer values
rhs	tensor of 1-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.logistic (TFL::LogisticOp)

Logistic operator

Computes element-wise Sigmoid of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.lstm (TFL::LSTMOp)

The full lstm operator

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

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

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.matrix_diag (TFL::MatrixDiagOp)

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Returns a batched matrix tensor with new batched diagonal values.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.max_pool_2d (TFL::MaxPool2DOp)

Max Pool 2D op

Performs max pool 2D on input.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type or TFLite quint8 type values

tfl.maximum (TFL::MaximumOp)

Max operator

Element-wise max operation.

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.mean (TFL::MeanOp)

Mean operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

ফলাফল:

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

tfl.minimum (TFL::MinimumOp)

Min operator

Element-wise min operation.

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad Operator. Pads a tensor with mirrored values.

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

Operands:

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

ফলাফল:

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

tfl.mul (TFL::MulOp)

Multiplication operator

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

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

ফলাফল:

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

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
out	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
value	::mlir::UnitAttr	unit attribute

ফলাফল:

ফলাফল	বিবরণ
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
selected_indices	tensor of 32-bit signless integer values
valid_outputs	tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
selected_indices	tensor of 32-bit signless integer values
selected_scores	tensor of 32-bit float values
valid_outputs	tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

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

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
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.

উদাহরণস্বরূপ:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
values	variadic of tensor of any type values

ফলাফল:

ফলাফল	বিবরণ
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)

উদাহরণস্বরূপ:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
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)

উদাহরণস্বরূপ:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operand	বিবরণ
input	variadic of tensor of any type values

ফলাফল:

ফলাফল	বিবরণ
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
lhs	tensor of 32-bit float or 32-bit signless integer values
rhs	tensor of 32-bit float or 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

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

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
value	::mlir::ElementsAttr	constant vector/tensor attribute

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

ফলাফল:

ফলাফল	বিবরণ
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
qtype	::mlir::TypeAttr	Tensor type attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operand	বিবরণ
shape	tensor of 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Operands:

Operand	বিবরণ
shape	tensor of 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
result	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of any type values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operand	বিবরণ
resource_id	tensor of resource values

ফলাফল:

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

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 64-bit float values

tfl.reduce_all (TFL::ReduceAllOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or QUI8 type or QI8 type values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or QUI8 type or QI8 type values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float or QUI8 type or QI8 type values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of any type values
shape	tensor of 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

অপারেটর নির্বাচন করুন

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
out_type	::mlir::Attribute	derived attribute

Operands:

Operand	বিবরণ
input	tensor of any type values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

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

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
x	tensor of 32-bit float values

ফলাফল:

ফলাফল	বিবরণ
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
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 .

উদাহরণস্বরূপ:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
input	tensor of any type values

ফলাফল:

ফলাফল	বিবরণ
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.sub (TFL::SubOp)

Subtraction operator

Element-wise subtraction operation.

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

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

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

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

ফলাফল:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

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

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or QI8 type values

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributes:

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

Operands:

Operand	বিবরণ
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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributes:

Attribute	MLIR Type	বিবরণ
idx_out_type	::mlir::Attribute	derived attribute

Operands:

Operand	বিবরণ
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

Results:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Attributes:

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

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
output	tensor of 32-bit float or 32-bit signless integer values

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

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

Interfaces: TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

Results:

ফলাফল	বিবরণ
resource_handle	tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
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

Results:

ফলাফল	বিবরণ
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

While loop

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

Attributes:

Attribute	MLIR Type	বিবরণ
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Operand	বিবরণ
input	variadic of tensor of any type values

Results:

ফলাফল	বিবরণ
output	variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	বিবরণ
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

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

ফলাফল:

ফলাফল	বিবরণ
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

গুণাবলী

DimensionMetadataAttr

Dimension metadata.

Syntax:

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

Parameters:

Parameter	C++ type	বিবরণ
বিন্যাস	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
অংশ	::llvm::ArrayRef<int32_t>
indices	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Syntax:

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

Parameters:

Parameter	C++ type	বিবরণ
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">

Parameters:

Parameter	C++ type	বিবরণ
মূল্য	::llvm::StringRef

DimensionTypeAttr

_Dimension type

Syntax:

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

Parameters:

Parameter	C++ type	বিবরণ
মূল্য	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

Syntax:

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

Parameters:

Parameter	C++ type	বিবরণ
মূল্য	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

Syntax:

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

Parameters:

Parameter	C++ type	বিবরণ
মূল্য	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

এনামস

DimensionType

_Dimension type

Cases:

প্রতীক	মূল্য	String
DENSE	0	DENSE
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Cases:

প্রতীক	মূল্য	String
FULL	0	FULL
বেসিক	1	বেসিক

MirrorPaddingType

_Mirror_pad enum

Cases:

প্রতীক	মূল্য	String
REFLECT	0	REFLECT
SYMMETRIC	1	SYMMETRIC