'tfl' Dialecto

El dialecto TensorFlow Lite.

Este dialecto se asigna a las operaciones de TensorFlow Lite.

Invariantes:

• Todos los valores son de tipo Tensor (en particular, los escalares se representan utilizando tensores de dimensión cero);

Operaciones

tfl.abs (TFL::AbsOp)

Operador de valor absoluto

Dado un tensor x , esta operación devuelve un tensor que contiene el valor absoluto de cada elemento en x . Por ejemplo, si x es un elemento de entrada e y es un elemento de salida, esta operación calcula \(y = |x|\).

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores enteros sin signo de 16 bits o enteros sin signo de 32 bits o flotantes de 32 bits o de tipo QI8 o de tipo QI16

Resultados:

Resultado	Descripción
y	tensor de valores enteros sin signo de 16 bits o enteros sin signo de 32 bits o flotantes de 32 bits o de tipo QI8 o de tipo QI16

tfl.add (TFL::AddOp)

Operador de suma

Operación de suma elemento por elemento.

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
lhs	tensor de valores de tipo float de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16
rhs	tensor de valores de tipo float de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16

tfl.add_n (TFL::AddNOp)

_Agregar n operador

Agrega todos los tensores de entrada elemento por elemento.

Rasgos: AlwaysSpeculatableImplTrait , Commutative

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
inputs	variádico de valores de tensor de cualquier tipo

Resultados:

Resultado	Descripción
sum	tensor de valores de punto flotante de 32 bits o enteros sin signo de 32 bits

tfl.arg_max (TFL::ArgMaxOp)

Operador ArgMax

Devuelve el índice con el valor más grande en todas las dimensiones de un tensor.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

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

Operandos:

Operando	Descripción
input	tensor de un entero sin signo de 1 bit o de un flotante de 32 bits o de un entero sin signo de 32 bits o de un entero sin signo de 8 bits o de un entero sin signo de 8 bits o de valores de tipo QI8 o de tipo QUI8
dim	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 32/64 bits

tfl.arg_min (TFL::ArgMinOp)

Operador ArgMin

Devuelve el índice con el valor más pequeño en todas las dimensiones de un tensor. a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

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

Operandos:

Operando	Descripción
input	tensor de un entero sin signo de 1 bit o de un flotante de 32 bits o de un entero sin signo de 32 bits o de un entero sin signo de 8 bits o de un entero sin signo de 8 bits o de valores de tipo QI8 o de tipo QUI8
dim	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 32/64 bits

tfl.assign_variable (TFL::AssignVariableOp)

Asigna un nuevo valor a una variable.

Se garantiza que cualquier ReadVariableOp con una dependencia de control en esta operación devolverá este valor o un valor posterior más nuevo de la variable.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
resource_id	tensor de valores de recursos
value	tensor de un valor de punto flotante de 32 bits o de un valor de punto flotante de 64 bits o de un entero sin signo de 1 bit o de un entero sin signo de 8 bits o de un entero sin signo de 8 bits o de un tipo QI8 o de un tipo QUI8 o de un entero sin signo de 32 bits o de un entero sin signo de 64 bits o de un tipo QI16 o de un tipo complejo con elementos de punto flotante de 32 bits o de un tipo complejo con valores de elementos de punto flotante de 64 bits

tfl.atan2 (TFL::Atan2Op)

Operación Atan2

La operación "atan2" calcula la arcotangente de y/x elemento por elemento, respetando los signos de los argumentos.

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
y	tensor de valores de punto flotante de 32 bits o de 64 bits
x	tensor de valores de punto flotante de 32 bits o de 64 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o flotantes de 64 bits

tfl.average_pool_2d (TFL::PromedioPool2DOp)

Operador 2d _Average_pool

Realiza una operación de agrupamiento promedio en la entrada.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
filter_height	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
filter_width	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es IGUAL o VÁLIDO
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
input	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

El operador lstm básico

Operador de celda LSTM básico.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::FloatAttr	Atributo flotante de 32 bits cuyo valor no es negativo
proj_clip	::mlir::Attr flotante	Atributo flotante de 32 bits cuyo valor no es negativo
kernel_type	::mlir::TFL::LSTMAtributo de tipo de núcleo	lstm_kernel_type cuyo valor es mlir::TFL::LSTMKernelType::BASIC

Operandos:

Operando	Descripción
data_input	tensor de valores de tipo float o QUI8 de 32 bits
prev_activ_input	tensor de valores de tipo float o QUI8 de 32 bits
weights_input	Tensor de valores de tipo float o QUI8 de 32 bits
biases_input	tensor de valores de tipo float o QI32 de 32 bits
prev_state_input	Tensor de valores de tipo float o QI16 de 32 bits

Resultados:

Resultado	Descripción
activ_output	Valores de tensor 2D de cualquier tipo
state_output	Valores de tensor 2D de cualquier tipo
concat_temp	Valores de tensor 2D de cualquier tipo
activ_temp	Valores de tensor 2D de cualquier tipo

tfl.batch_matmul (TFL::BatchMatMulOp)

Operador de multiplicación de matriz por lotes

Realiza una multiplicación de matrices por lotes en las entradas. Sigue las convenciones de TensorFlow BatchMatMulV2, con compatibilidad con dimensiones desconocidas en las dimensiones del lote y la difusión.

Inputs:
  `inputs[0]`: required: input LHS
  `inputs[1]`: required: input RHS
  `adjoint_lhs`: optional: Transpose LHS (default false)
  `adjoint_rhs`: optional: Transpose RHS (default false)

Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
adj_x	::mlir::Atributo booleano	atributo bool
adj_y	::mlir::Atributo booleano	atributo bool
asymmetric_quantize_inputs	::mlir::Atributo booleano	atributo bool

Operandos:

Operando	Descripción
x	tensor de valores enteros sin signo de 32 bits de tipo float o QI8 o QI16 o de 8 bits
y	tensor de valores enteros sin signo de 32 bits de tipo float o QI8 o QI16 o de 8 bits

Resultados:

Resultado	Descripción
output	tensor de tipo float de 32 bits o tipo QI8 o tipo QI16 o valores enteros sin signo de 32 bits

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Operador BatchToSpaceNd

Esta operación transforma la dimensión del "lote" 0 en dimensiones espaciales.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de valores de tipo float de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo QI8 o tipo QUI8 o tipo QI16
block_shape	tensor de valores enteros sin signo de 32 bits
indices	tensor de valores enteros sin signo de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo QI8 o tipo QUI8 o tipo QI16

tfl.bidirectional_sequence_lstm (TFL::BidireccionalSequenceLSTMOp)

Operador lstm de secuencia bidireccional

Un lstm bidireccional consta básicamente de dos lstms, uno que se ejecuta hacia adelante y el otro hacia atrás. El resultado es la concatenación de ambos.

Rasgos: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::Attr flotante	Atributo flotante de 32 bits cuyo valor no es negativo
proj_clip	::mlir::FloatAttr	Atributo flotante de 32 bits cuyo valor no es negativo
merge_outputs	::mlir::Atributo booleano	atributo bool
time_major	::mlir::Atributo booleano	atributo bool
asymmetric_quantize_inputs	::mlir::Atributo booleano	atributo bool

Operandos:

Operando	Descripción
input	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_input_to_input_weights	tensor de cualquier tipo valores o ningún tipo
fw_input_to_forget_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_input_to_cell_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_input_to_output_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_recurrent_to_input_weights	tensor de cualquier tipo valores o ningún tipo
fw_recurrent_to_forget_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_recurrent_to_cell_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_recurrent_to_output_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
fw_cell_to_input_weights	tensor de cualquier tipo valores o ningún tipo
fw_cell_to_forget_weights	tensor de cualquier tipo valores o ningún tipo
fw_cell_to_output_weights	tensor de cualquier tipo valores o ningún tipo
fw_input_gate_bias	tensor de cualquier tipo valores o ningún tipo
fw_forget_gate_bias	tensor de valores flotantes de 32 bits
fw_cell_bias	tensor de valores flotantes de 32 bits
fw_output_gate_bias	tensor de valores flotantes de 32 bits
fw_projection_weights	tensor de cualquier tipo valores o ningún tipo
fw_projection_bias	tensor de cualquier tipo valores o ningún tipo
bw_input_to_input_weights	tensor de cualquier tipo valores o ningún tipo
bw_input_to_forget_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_input_to_cell_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_input_to_output_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_recurrent_to_input_weights	tensor de cualquier tipo valores o ningún tipo
bw_recurrent_to_forget_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_recurrent_to_cell_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_recurrent_to_output_weights	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits
bw_cell_to_input_weights	tensor de cualquier tipo valores o ningún tipo
bw_cell_to_forget_weights	tensor de cualquier tipo valores o ningún tipo
bw_cell_to_output_weights	tensor de cualquier tipo valores o ningún tipo
bw_input_gate_bias	tensor de cualquier tipo valores o ningún tipo
bw_forget_gate_bias	tensor de valores flotantes de 32 bits
bw_cell_bias	tensor de valores flotantes de 32 bits
bw_output_gate_bias	tensor de valores flotantes de 32 bits
bw_projection_weights	tensor de cualquier tipo valores o ningún tipo
bw_projection_bias	tensor de cualquier tipo valores o ningún tipo
fw_input_activation_state	tensor con estado
fw_input_cell_state	tensor con estado
bw_input_activation_state	tensor con estado
bw_input_cell_state	tensor con estado
aux_input	tensor de cualquier tipo valores o ningún tipo
fw_aux_input_to_input_weights	tensor de cualquier tipo valores o ningún tipo
fw_aux_input_to_forget_weights	tensor de cualquier tipo valores o ningún tipo
fw_aux_input_to_cell_weights	tensor de cualquier tipo valores o ningún tipo
fw_aux_input_to_output_weights	tensor de cualquier tipo valores o ningún tipo
bw_aux_input_to_input_weights	tensor de cualquier tipo valores o ningún tipo
bw_aux_input_to_forget_weights	tensor de cualquier tipo valores o ningún tipo
bw_aux_input_to_cell_weights	tensor de cualquier tipo valores o ningún tipo
bw_aux_input_to_output_weights	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
fw_output	tensor de cualquier tipo de valores
bw_output	tensor de cualquier tipo de valores

tfl.bitcast (TFL::BitcastOp)

Operador de bitcast

Convierte un tensor de un tipo a otro.

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de cualquier tipo de valores

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

tfl.bitwise_xor (TFL::BitwiseXorOp)

Operador Xor bit a bit

Elementwise calcula el XOR bit a bit de lhs y rhs .

Rasgos: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valores enteros sin signo de 8 bits o enteros sin signo de 8 bits o enteros sin signo de 16 bits o enteros sin signo de 16 bits o enteros sin signo de 32 bits o enteros sin signo de 32 bits
rhs	tensor de valores enteros sin signo de 8 bits o enteros sin signo de 8 bits o enteros sin signo de 16 bits o enteros sin signo de 16 bits o enteros sin signo de 32 bits o enteros sin signo de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 8 bits o enteros sin signo de 8 bits o enteros sin signo de 16 bits o enteros sin signo de 16 bits o enteros sin signo de 32 bits o enteros sin signo de 32 bits

tfl.broadcast_args (TFL::BroadcastArgsOp)

Devuelve la forma de s0 op s1 con transmisión.

Dados s0 y s1 , tensores que representan formas, calcule r0 , la forma transmitida. s0 , s1 y r0 son todos vectores enteros.

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
s0	tensor de valores enteros sin signo de 32/64 bits
s1	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
r0	tensor de valores enteros sin signo de 32/64 bits

tfl.broadcast_to (TFL::TransmisiónAOp)

Transmite una matriz para una forma compatible.

La difusión es el proceso de crear matrices con formas compatibles para operaciones aritméticas. Dos formas son compatibles si, para cada par de dimensiones, son iguales o si una de ellas es igual. Al intentar difundir un tensor a una forma, se comienza con las dimensiones finales y se avanza hacia adelante.

Por ejemplo,

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

En el ejemplo anterior, el tensor de entrada con la forma [1, 3] se transmite al tensor de salida con la forma [3, 3] .

Al realizar operaciones de difusión, como multiplicar un tensor por un escalar, la difusión (generalmente) confiere algún beneficio de tiempo o espacio, ya que el tensor transmitido nunca se materializa.

Sin embargo, broadcast_to no ofrece tales beneficios. El tensor recién creado ocupa toda la memoria de la forma transmitida. (En un contexto gráfico, broadcast_to podría fusionarse con una operación posterior y luego optimizarse).

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de un entero de 32 bits de tipo float o de 32 bits sin signo o de 1 bit sin signo o de 4 bits sin signo o de 8 bits sin signo o de tipo QI8 o de 8 bits sin signo o de 32 bits sin signo o de tipo QUI8 o de 16 bits sin signo o de tipo QI16 o de 64 bits sin signo o de tipo complejo con valores de elementos float de 32 bits
shape	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
output	tensor de un entero de 32 bits de tipo float o de 32 bits sin signo o de 1 bit sin signo o de 4 bits sin signo o de 8 bits sin signo o de tipo QI8 o de 8 bits sin signo o de 32 bits sin signo o de tipo QUI8 o de 16 bits sin signo o de tipo QI16 o de 64 bits sin signo o de tipo complejo con valores de elementos float de 32 bits

tfl.bucketize (TFL::BucketizeOp)

Divide las 'entradas' en función de los 'límites'.

Ejemplo:

Si las entradas son boundaries = [0, 10, 100] y input = [[-5, 10000][150, 10][5, 100]] , entonces la salida será output = [[0, 3][3, 2][1, 3]] .

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
boundaries	::mlir::ArrayAttr	atributo de matriz flotante de 32 bits

Operandos:

Operando	Descripción
input	tensor de valores de punto flotante de 32 bits o de punto flotante de 64 bits o de entero sin signo de 32 bits o de entero sin signo de 64 bits

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 32 bits

tfl.call_once (TFL::CallOnceOp)

Invoca una función de inicialización

Esta operación invoca la función de inicialización dada para el inicializador de sesión en el dialecto del modelo guardado tf.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
session_init_function	::mlir::Atributo de cadena	atributo de cadena

tfl.cast (TFL::CastOp)

Operador de reparto

Convierte la entrada del tipo de entrada al tipo de salida.

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando

Descripción

input

tensor de tipo float de 16 bits o bfloat16 o float de 32 bits o float de 64 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o entero sin signo de 8 bits o tipo complejo con valores de elementos float de 32 bits

Resultados:

Resultado

Descripción

output

tensor de tipo float de 16 bits o bfloat16 o float de 32 bits o float de 64 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 16 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o entero sin signo de 8 bits o tipo complejo con valores de elementos float de 32 bits

tfl.ceil (TFL::CeilOp)

Operador de techo

Devuelve el valor máximo elemento por elemento de la entrada.

Rasgos: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores flotantes de 32 bits

Resultados:

Resultado	Descripción
y	tensor de valores flotantes de 32 bits

tfl.complex_abs (TFL::ComplexAbsOp)

Calcula el valor absoluto complejo de un tensor.

Dado un tensor x de números complejos, esta operación devuelve un tensor de tipo float o double que es el valor absoluto de cada elemento de x . Todos los elementos de x deben ser números complejos de la forma \(a + bj\)El valor absoluto se calcula como \( \sqrt{a^2 + b^2}\).

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de tipo complejo con elementos float de 32 bits o de tipo complejo con valores de elementos float de 64 bits

Resultados:

Resultado	Descripción
output	tensor de valores de punto flotante de 32 bits o de 64 bits

tfl.concatenation (TFL::ConcatenationOp)

Operador de concatenación

Concatena tensores a lo largo de una dimensión

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
axis	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
values	variádico de valores de tensor de cualquier tipo

Resultados:

Resultado	Descripción
output	tensor de valores de un entero sin signo de 32 bits, de un entero sin signo de 64 bits, de un entero sin signo de 32 bits, de un entero sin signo de 16 bits, de un entero sin signo de 8 bits, de un entero sin signo de 8 bits, de un entero sin signo de 32 bits o de un entero sin signo de 1 bit

tfl.control_node (TFL::ControlNodeOp)

La operación TFL.control_node envuelve operaciones de un solo bloque para adjuntar bordes de control.

Esto se utiliza para encapsular regiones y asociarles dependencias de control. Normalmente, esto ocurre en uno de los últimos pasos antes de emitir el modelo de búfer plano para habilitar optimizaciones que dependen de un orden fijo de operaciones (como la rematerialización). El exportador de búfer plano desempaquetará la región encapsulada y anotará el modelo generado con metadatos para que cualquier reordenación en tiempo de ejecución respete el orden establecido por las dependencias de control.

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

Operandos:

Operando	Descripción
controlInputs	variádico de control

Resultados:

Resultado	Descripción
outputs	variádico de valores de tensor de cualquier tipo
control	control

tfl.conv_2d (TFL::Conv2DOp)

Operador de convolución

Realiza operaciones de convolución en las entradas.

Entradas: inputs[0] : obligatorias: el tensor de activación de entrada inputs[1] : obligatorias: el tensor de peso del filtro inputs[2] : opcionales: el tensor de sesgo

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
dilation_h_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_w_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es IGUAL o VÁLIDO
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Operandos:

Operando	Descripción
input	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16
filter	tensor de valores de tipo float de 32 bits o tipo QI4 o tipo QI8 o tipo QUI8
bias	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16

tfl.conv_3d (TFL::Conv3DOp)

Operador de convolución 3D

Realiza la operación de convolución en entradas 3D. Entradas: inputs[0] : obligatorio: el tensor de activación de entrada. inputs[1] : obligatorio: el tensor de ponderación del filtro. inputs[2] : opcional: el tensor de polarización.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface interfaz de sesgo cuantificado, Interfaz de verificación TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
dilation_d_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_h_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_w_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es MISMO o VÁLIDO
stride_d	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits
filter	tensor de valores flotantes de 32 bits
bias	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Operador de convolución transpuesta 3D

Realiza una operación de convolución transpuesta en las entradas 3D. Entradas: inputs[0] : obligatorio: la forma del tensor de salida inputs[1] : obligatorio: el tensor de peso del filtro inputs[2] : obligatorio: el tensor de activación de entrada inputs[3] : opcional: el tensor de polarización

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , RequiresQuantizedBiasInterface interfaz de sesgo cuantificado, Interfaz de verificación TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
dilation_d_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_h_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_w_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es IGUAL o VÁLIDO
stride_d	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Operandos:

Operando	Descripción
output_shape	tensor de valores enteros sin signo de 32 bits
filter	tensor de valores flotantes de 32 bits
input	tensor de valores flotantes de 32 bits
bias	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits

tfl.cos (TFL::CosOp)

Operador coseno

Calcula el coseno de entrada por elementos

Rasgos: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores flotantes de 32 bits

Resultados:

Resultado	Descripción
y	tensor de valores flotantes de 32 bits

tfl.cumsum (TFL::CumsumOp)

Operador cumsum

Calcular la suma acumulada del tensor x a lo largo del eje.

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
exclusive	::mlir::BoolAttr	atributo booleano
reverse	::mlir::Atributo booleano	atributo booleano

Operandos:

Operando	Descripción
input	tensor de valores de punto flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits
axis	tensor de valores enteros sin signo de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores de punto flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits

tfl.custom (TFL::CustomOp)

Operación personalizada

Una operación genérica para cualquier operación personalizada de TFLite.

entrada: una lista de entradas en la operación original. código_personalizado: una cadena utilizada para identificar exactamente cuál es esta operación, que corresponde a operator_codes.custom_code en el flatbuffer. opción_personalizada: un contenedor para guardar los atributos de la operación en formato bytes. salida: una lista de salidas en la operación original.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
custom_code	::mlir::Atributo de cadena	atributo de cadena
custom_option	::mlir::TFL::Attr de bytes constantes	Una representación de atributo de cadena de bytes compilados

Operandos:

Operando	Descripción
input	variádico de tensor de cualquier tipo de valores o de ningún tipo

Resultados:

Resultado	Descripción
output	variádico de valores de tensor de cualquier tipo

tfl.custom_tf (TFL::CustomTfOp)

Envoltorio Op para operaciones personalizadas de TF.

Una operación contenedora de cualquier operación TF personalizada. Esto incluye operaciones definidas mediante custom_opdefs o vinculadas que no estén definidas en el dialecto TF. Esta operación simplemente envuelve la operación personalizada dentro de una región. Nota 1: Esta operación no incluirá operaciones personalizadas de TF Lite definidas mediante CustomOp. Nota 2: Esta operación es simplemente una representación interna dentro del convertidor y no se expone ni exporta al exportar el modelo a Flatbuffer.

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

Interfaces: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
input	variádico de tensor de cualquier tipo de valores o de ningún tipo

Resultados:

Resultado	Descripción
output	variádico de valores de tensor de cualquier tipo

tfl.densify (TFL::DensifyOp)

Operador de densificación

Convierte un tensor disperso en formato denso.

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits

Resultados:

Resultado	Descripción
output	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits

tfl.depth_to_space (TFL::ProfundidadAlEspacioOp)

Operador DepthToSpace

Reorganiza los datos de profundidad en bloques de datos espaciales. Esta es la transformación inversa de SpaceToDepth. Más específicamente, esta operación genera una copia del tensor de entrada donde los valores de la dimensión depth se mueven en bloques espaciales a las dimensiones de height y width . El atributo block_size indica el tamaño del bloque de entrada y cómo se mueven los datos.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
block_size	::mlir::Atributo entero	Atributo entero sin signo de 32 bits cuyo valor es positivo

Operandos:

Operando	Descripción
input	tensor de valores de tipo float de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o tipo QI8 o tipo QUI8

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o entero sin signo de 8 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo TFLite quint8 o entero sin signo de 8 bits o tipo QI8 o tipo QUI8

tfl.depthwise_conv_2d (TFL::Conversión en profundidad2DOp)

Operador de convolución separable en profundidad

Realiza la operación de convolución en las entradas.

Entradas: inputs[0] : obligatorias: el tensor de activación de entrada inputs[1] : obligatorias: el tensor de peso del filtro inputs[2] : opcionales: el tensor de sesgo

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
dilation_h_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
dilation_w_factor	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es IGUAL o VÁLIDO
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
depth_multiplier	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Operandos:

Operando	Descripción
input	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16
filter	tensor de valores de tipo float de 32 bits o tipo QI4 o tipo QI8 o tipo QUI8
bias	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16

tfl.dequantize (TFL::DecuantizarOp)

Operador de descuantización

Convierte una matriz cuantificada de números enteros en puntos flotantes según los parámetros de cuantificación.

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16 o valores float de 16 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits

tfl.dilate (TFL::DilateOp)

Operador de dilatación

Extiende un tensor agregando nuevos elementos entre los existentes.

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o valores de punto flotante de 32 bits o de punto flotante de 64 bits
dilations	tensor de valores enteros sin signo de 32 bits
padding_value	Tensor 0D de cualquier tipo de valores

Resultados:

Resultado	Descripción
output	tensor de un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o valores de punto flotante de 32 bits o de punto flotante de 64 bits

tfl.div (TFL::DivOp)

Operador de división

Operación de división elemento por elemento.

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
lhs	tensor de valores de tipo float de 32 bits o entero sin signo de 32 bits o tipo QUI8 o tipo QI8 o tipo QI16
rhs	tensor de valores de tipo float de 32 bits o entero sin signo de 32 bits o tipo QUI8 o tipo QI8 o tipo QI16

Resultados:

Resultado	Descripción
output	tensor de valores de tipo float de 32 bits o entero sin signo de 32 bits o tipo QUI8 o tipo QI8 o tipo QI16

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

Segmento de actualización dinámica.

Operación DynamicUpdateSlice con la misma semántica que XLA DynamicUpdateSlice. Genera un resultado que es el valor del operando de la matriz de entrada, con una actualización de la sección sobrescrita en los índices iniciales.

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

Rasgos: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
operand	tensor de un entero sin signo de 1 bit o un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o un valor de punto flotante de 32 bits o de punto flotante de 16 bits
update	tensor de un entero sin signo de 1 bit o un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o un valor de punto flotante de 32 bits o de punto flotante de 16 bits
start_indices	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
output	tensor de un entero sin signo de 1 bit o un entero sin signo de 8 bits o un entero sin signo de 16 bits o un entero sin signo de 32 bits o un entero sin signo de 64 bits o un valor de punto flotante de 32 bits o de punto flotante de 16 bits

tfl.elu (TFL::EluOp)

Operador de unidad lineal exponencial

Calcula la función lineal exponencial f(x) -> exp(x) - 1 para x < 0, x para x >= 0, elemento por elemento.

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits

Resultados:

Resultado	Descripción
y	Tensor de valores de punto flotante de 32 bits o enteros sin signo de 8 bits

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Operador de búsqueda incrustado

Busca identificadores en una lista de tensores de incrustación.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lookup	tensor de valores enteros sin signo de 32 bits
value	tensor de valores de tipo float de 32 bits o entero sin signo de 8 bits o entero sin signo de 8 bits o tipo QI8 o tipo QUI8 o tipo QI4

Resultados:

Resultado	Descripción
output	tensor de valores de punto flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 8 bits

tfl.equal (TFL::EqualOp)

Operador igual

Devuelve el elemento de verdad de x == y elemento por elemento

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de un entero sin signo de 1 bit o de un flotante de 32 bits o de un entero sin signo de 16 bits o de un entero sin signo de 32 bits o de un entero sin signo de 64 bits o de tipo QI8 o de tipo QUI8 o de tipo QI16 o de un entero sin signo de 8 bits o de un tipo de cadena TFLite valores
y	tensor de entero sin signo de 1 bit o flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16 o entero sin signo de 8 bits o valores de tipo cadena TFLite

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.exp (TFL::ExpOp)

Operador de exponenciación natural

Realiza una operación de exponenciación natural por elementos en la entrada.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores flotantes de 32 bits o tipo QI8 o tipo QI16

Resultados:

Resultado	Descripción
y	tensor de valores flotantes de 32 bits o tipo QI8 o tipo QI16

tfl.expand_dims (TFL::ExpandDimsOp)

Inserta una dimensión de 1 en la forma de un tensor.

Dada una input de tensor, esta operación inserta una dimensión de 1 en el axis del índice de dimensión de la forma de la input . El axis del índice de dimensiones comienza en cero; si especifica un número negativo para axis , se cuenta hacia atrás desde el final.

Esta operación es útil si desea agregar una dimensión por lotes a un solo elemento. Por ejemplo, si tiene una sola imagen de forma [height, width, channels] , puede convertirla en un lote de 1 imagen con expand_dims(image, 0) , lo que creará la forma [1, height, width, channels] .

Otros ejemplos:

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

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

Esta operación requiere que:

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

Esta operación está relacionada con squeeze() , que elimina dimensiones de tamaño 1.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de cualquier tipo de valores
dim	tensor de valores enteros sin signo de 32/64 bits

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

tfl.external_const (TFL::ExternalConstOp)

Const. externa op.

La operación constante externa contiene un buffer_index que apunta a una constante en el búfer plano.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
buffer_index	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

tfl.fake_quant (TFL::FakeQuantOp)

Operador FakeQuant

Cuantifique falsamente el tensor de 'entradas' de tipo flotante mediante escalares flotantes mínimo y máximo al tensor de 'salidas' de la misma forma que las entradas.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
min	::mlir::FloatAttr	atributo flotante de 32 bits
max	::mlir::FloatAttr	atributo flotante de 32 bits
num_bits	::mlir::Atributo entero	Atributo entero sin signo de 32 bits cuyo valor mínimo es 2 y cuyo valor máximo es 16
narrow_range	::mlir::BoolAttr	atributo bool cuyo valor es falso

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits

tfl.fill (TFL::FillOp)

Llena el tensor con el valor dado.

Llena el tensor con el valor dado.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
dims	tensor of 32/64-bit signless integer values
input	tensor de flotante de 32 bits o flotante de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 1 bit o tipo QI8 o tipo QI16 o valores de tipo cadena TFLite

Resultados:

Resultado	Descripción
result	tensor de flotante de 32 bits o flotante de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 1 bit o tipo QI8 o tipo QI16 o valores de tipo cadena TFLite

tfl.floor (TFL::FloorOp)

Operador de piso

Devuelve el valor mínimo de la entrada por elementos.

Rasgos: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores flotantes de 32 bits

Resultados:

Resultado	Descripción
y	tensor de valores flotantes de 32 bits

tfl.floor_div (TFL::FloorDivOp)

Operador de división de piso

Operación de división de piso por elementos.

Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valores flotantes de 32 bits o enteros sin signos de 8 bits o enteros sin signos de 16 bits o valores enteros sin signos de 32 bits
rhs	tensor de valores flotantes de 32 bits o enteros sin signos de 8 bits o enteros sin signos de 16 bits o valores enteros sin signos de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o enteros sin signos de 8 bits o enteros sin signos de 16 bits o valores enteros sin signos de 32 bits

tfl.floor_mod (TFL::FloorModOp)

Recordatorio de división

Operación de recordatorio de división por elementos.

Rasgos: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores flotantes de 32 bits
rhs	tensor de entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores flotantes de 32 bits

Resultados:

Resultado	Descripción
output	tensor de entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores flotantes de 32 bits

tfl.fully_connected (TFL::FullyConnectedOp)

Opción completamente conectada

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
weights_format	::mlir::Atributo de cadena	atributo de cadena cuyo valor es DEFAULT o SHUFFLED4x16INT8
keep_num_dims	::mlir::BoolAttr	atributo booleano
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo booleano

Operandos:

Operando	Descripción
input	tensor de tipo flotante de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 o valores de tipo QUI16
filter	tensor de valor flotante de 32 bits o tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16
bias	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	variadic de tensor de cualquier tipo de valores

tfl.gather (TFL::GatherOp)

Operador de reunión

Reúna cortes del axis de params según indices .

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
axis	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
batch_dims	::mlir::Atributo entero	Atributo entero sin signo de 32 bits

Operandos:

Operando	Descripción
params	tensor de flotante de 32 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo de cadena TFLite o entero de 8 bits sin signo o tipo QI8 o tipo QUI8 o valores de tipo QI16
indices	tensor de valores enteros sin signos de 16 bits o enteros sin signos de 32 bits o valores enteros sin signos de 64 bits

Resultados:

Resultado	Descripción
output	tensor de flotante de 32 bits o entero sin signo de 1 bit o entero sin signo de 4 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo de cadena TFLite o entero de 8 bits sin signo o tipo QI8 o tipo QUI8 o valores de tipo QI16

tfl.gather_nd (TFL::GatherNdOp)

_Reunir segundo operador

Reúna sectores de params en un tensor con forma especificada por indices .

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
params	tensor de flotante de 32 bits o entero sin signo de 1 bit o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 64 bits o entero sin signo de 32 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo de cadena TFLite
indices	tensor de valores enteros sin signos de 16 bits o enteros sin signos de 32 bits o valores enteros sin signos de 64 bits

Resultados:

Resultado	Descripción
output	tensor de flotante de 32 bits o entero sin signo de 1 bit o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 64 bits o entero sin signo de 32 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo de cadena TFLite

tfl.gelu (TFL::GeluOp)

Función de activación GELU.

Calcula la función de activación GELU por elementos.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
approximate	::mlir::BoolAttr	atributo booleano

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o tipo QI8 o tipo QUI8

tfl.greater (TFL::GreaterOp)

Mayor operador

Mayor operación por elementos.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valor flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o tipo QI8 o tipo TFLite quint8
rhs	tensor de valor flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o tipo QI8 o tipo TFLite quint8

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.greater_equal (TFL::GreaterEqualOp)

_Mayor operador igualitario

Operación mayor_igual por elementos.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o QI8
rhs	tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o QI8

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.hard_swish (TFL::HardSwishOp)

Función de activación Hardswish.

Calcula la función de activación fuerte f(x) -> (x * relu6(x+3))/6 elemento.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits o tipo QUI8 o tipo QI8

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o tipo QUI8 o tipo QI8

tfl.hashtable (TFL::HashtableOp)

Crea una tabla hash no inicializada.

Esta operación crea una tabla hash, especificando el tipo de sus claves y valores. Antes de utilizar la tabla tendrás que inicializarla. Después de la inicialización, la tabla será inmutable.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
table_id	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
key_dtype	::mlir::Atributo de tipo	cualquier tipo de atributo
value_dtype	::mlir::Atributo de tipo	cualquier tipo de atributo

Resultados:

Resultado	Descripción
out	tensor de valores de recursos

tfl.hashtable_find (TFL::HashtableFindOp)

Busca claves en una tabla y genera los valores correspondientes.

Las keys tensoriales deben ser del mismo tipo que las claves de la tabla. Los values de salida son del tipo de valores de tabla.

El default_value escalar es el valor de salida para las claves que no están presentes en la tabla. También debe ser del mismo tipo que los valores de la tabla.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
hash_table	tensor de valores de recursos
keys	tensor de entero sin signo de 32 bits o tipo de cadena TFLite o valores enteros sin signo de 64 bits
default_value	tensor de flotante de 32 bits o entero sin signo de 32 bits o tipo de cadena TFLite o valores enteros sin signo de 64 bits

Resultados:

Resultado	Descripción
out	tensor de flotante de 32 bits o entero sin signo de 32 bits o tipo de cadena TFLite o valores enteros sin signo de 64 bits

tfl.hashtable_import (TFL::HashtableImportOp)

Reemplaza el contenido de la tabla con las claves y valores especificados.

Las keys tensoriales deben ser del mismo tipo que las claves de la tabla. Los values del tensor deben ser del tipo de los valores de la tabla.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
hash_table	tensor de valores de recursos
keys	tensor de entero sin signo de 32 bits o tipo de cadena TFLite o valores enteros sin signo de 64 bits
values	tensor de flotante de 32 bits o entero sin signo de 32 bits o tipo de cadena TFLite o valores enteros sin signo de 64 bits

tfl.hashtable_size (TFL::HashtableSizeOp)

Calcula el número de elementos en la tabla dada.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
hash_table	tensor de valores de recursos

Resultados:

Resultado	Descripción
out	tensor de valores enteros sin signo de 64 bits

tfl.if (TFL::IfOp)

Operación si-entonces-si no

La operación tfl.if representa una construcción if-then-else para ejecutar condicionalmente dos regiones de código. El operando de una operación if es un valor booleano. Por ejemplo:

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

tfl.if también puede devolver resultados definidos en sus regiones. Los valores definidos están determinados por la ruta de ejecución que se toma.

Ejemplo:

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

tfl.if regions are always terminated with "tfl.yield". Si "tfl.if" no define ningún valor, "tfl.yield" se puede omitir y se insertará implícitamente. En caso contrario, debe ser explícito. Además, si "tfl.if" define uno o más valores, el bloque "else" no se puede omitir.

Ejemplo:

tfl.if %b  {
  ...
}

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

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operandos:

Operando	Descripción
cond	tensor de valores enteros sin signo de 1 bit

Resultados:

Resultado	Descripción
results	variadic de tensor de cualquier tipo de valores

tfl.imag (TFL::ImagOp)

Devuelve la parte imaginaria de un número complejo.

Dada una input tensorial de números complejos, esta operación devuelve un tensor de tipo float que es la parte imaginaria de cada elemento en input . Todos los elementos en input deben ser números complejos de la forma \(a + bj\), donde a es la parte real y b es la parte imaginaria devuelta por esta operación.

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de tipo complejo con elementos flotantes de 32 bits o de tipo complejo con valores de elementos flotantes de 64 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o flotantes de 64 bits

tfl.l2_normalization (TFL::L2NormalizaciónOp)

Operador de normalización L2

Operación de normalización L2

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
input	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo QUI16 o tipo QI16 o valores enteros sin signo de 8 bits

Resultados:

Resultado	Descripción
output	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo QUI16 o tipo QI16 o valores enteros sin signo de 8 bits

tfl.leaky_relu (TFL::LeakyReluOp)

Operador de Relu con fugas

Operador Leaky ReLU por elementos x -> x >= 0 ? x : (alfa * x)

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
alpha	::mlir::FloatAttr	atributo flotante de 32 bits

Operandos:

Operando	Descripción
input	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo TFLite quint8 o valores de tipo QI16

Resultados:

Resultado	Descripción
output	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo TFLite quint8 o valores de tipo QI16

tfl.less (TFL::LessOp)

Menos operador

Menos operación por elementos.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o tipo QI8 o tipo TFLite quint8
rhs	tensor de flotante de 32 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QUI8 o tipo QI8 o tipo TFLite quint8

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.less_equal (TFL::LessEqualOp)

_Operador menos igual

Operación less_equal por elementos.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QI8 o de tipo QUI8
rhs	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o valores de tipo QI8 o de tipo QUI8

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Normalización de la respuesta local.

El tensor input 4D se trata como una matriz 3D de vectores 1D (a lo largo de la última dimensión) y cada vector se normaliza de forma independiente. Dentro de un vector dado, cada componente se divide por la suma cuadrada ponderada de las entradas dentro de depth_radius . En detalle,

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

Para obtener más información, consulte Krizhevsky et al., Clasificación de ImageNet con redes neuronales convolucionales profundas (NIPS 2012) .

Rasgos: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
radius	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
bias	::mlir::FloatAttr	atributo flotante de 32 bits
alpha	::mlir::FloatAttr	atributo flotante de 32 bits
beta	::mlir::FloatAttr	atributo flotante de 32 bits

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits

tfl.log (TFL::LogOp)

Operador de logaritmo natural

Realiza operaciones de logaritmo natural por elementos en la entrada.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de valores de tipo float o QI8 de 32 bits

Resultados:

Resultado	Descripción
y	tensor de valores de tipo float o QI8 de 32 bits

tfl.log_softmax (TFL::LogSoftmaxOp)

Operador de registro softmax

Calcula las activaciones de softmax de registro por elementos con la siguiente fórmula

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

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits o tipo QUI8 o tipo QI8 o tipo TFLite quint8

Resultados:

Resultado	Descripción
output	tensor de valores flotantes de 32 bits o tipo QUI8 o tipo QI8 o tipo TFLite quint8

tfl.logical_and (TFL::LogicalAndOp)

Operador lógico Y

Operación AND lógica por elementos.

Rasgos: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valores enteros sin signo de 1 bit
rhs	tensor de valores enteros sin signo de 1 bit

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.logical_not (TFL::LogicalNotOp)

Operador lógico NOT

Operación NOT lógica por elementos.

Rasgos: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valores enteros sin signo de 1 bit

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.logical_or (TFL::LogicalOrOp)

Operador lógico OR

Operación lógica OR por elementos.

Rasgos: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valores enteros sin signo de 1 bit
rhs	tensor de valores enteros sin signo de 1 bit

Resultados:

Resultado	Descripción
output	tensor de valores enteros sin signo de 1 bit

tfl.logistic (TFL::LogisticOp)

Operador logístico

Calcula el sigmoide de entrada por elementos

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
x	tensor de tipo flotante de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 o valores de tipo TFLite quint8

Resultados:

Resultado	Descripción
y	tensor de tipo flotante de 32 bits o tipo QI8 o tipo QUI8 o tipo QI16 o valores de tipo TFLite quint8

tfl.lstm (TFL::LSTMOp)

El operador lstm completo

Capa de red recurrente de unidad de memoria a corto plazo (LSTM). La implementación predeterminada sin mirilla se basa en: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter y J. Schmidhuber. 'Memoria a largo plazo'. Neural Computation, 9(8):1735-1780, 1997. La implementación de la mirilla se basa en: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior y Francoise Beaufays. 'Arquitecturas de redes neuronales recurrentes con memoria a corto plazo para modelado acústico a gran escala.' INTERSPEECH, 2014. El acoplamiento de la puerta de entrada y olvido (CIFG) se basa en: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: A Search Space Odyssey' La normalización de capas se basa en: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Normalización de capas'

Rasgos: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip	::mlir::FloatAttr	Atributo flotante de 32 bits cuyo valor no es negativo
proj_clip	::mlir::FloatAttr	Atributo flotante de 32 bits cuyo valor no es negativo
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type cuyo valor es mlir::TFL::LSTMKernelType::FULL
asymmetric_quantize_inputs	::mlir::BoolAttr	atributo booleano
input_to_input_intermediate	::mlir::Atributo de tipo	cualquier tipo de atributo
input_to_forget_intermediate	::mlir::Atributo de tipo	cualquier tipo de atributo
input_to_cell_intermediate	::mlir::Atributo de tipo	cualquier tipo de atributo
input_to_output_intermediate	::mlir::Atributo de tipo	cualquier tipo de atributo
effective_hidden_scale_intermediate	::mlir::Atributo de tipo	cualquier tipo de atributo

Operandos:

Operando	Descripción
input	tensor de valores flotantes de 32 bits o tipo QI8 o tipo QI16
input_to_input_weights	tensor de cualquier tipo valores o ningún tipo
input_to_forget_weights	tensor de valores de tipo float o QI8 de 32 bits
input_to_cell_weights	tensor de valores de tipo float o QI8 de 32 bits
input_to_output_weights	tensor de valores de tipo float o QI8 de 32 bits
recurrent_to_input_weights	tensor de cualquier tipo valores o ningún tipo
recurrent_to_forget_weights	tensor de valores de tipo float o QI8 de 32 bits
recurrent_to_cell_weights	tensor of 32-bit float or QI8 type values
recurrent_to_output_weights	tensor de valores de tipo float o QI8 de 32 bits
cell_to_input_weights	tensor de cualquier tipo valores o ningún tipo
cell_to_forget_weights	tensor de cualquier tipo valores o ningún tipo
cell_to_output_weights	tensor de cualquier tipo valores o ningún tipo
input_gate_bias	tensor de cualquier tipo valores o ningún tipo
forget_gate_bias	tensor de valores de tipo float o QI32 de 32 bits
cell_bias	tensor de valores de tipo float o QI32 de 32 bits
output_gate_bias	tensor de valores de tipo float o QI32 de 32 bits
projection_weights	tensor de cualquier tipo valores o ningún tipo
projection_bias	tensor de cualquier tipo valores o ningún tipo
input_activation_state	tensor con estado
input_cell_state	tensor con estado
input_layer_norm_coefficients	tensor de cualquier tipo valores o ningún tipo
forget_layer_norm_coefficients	tensor de cualquier tipo valores o ningún tipo
cell_layer_norm_coefficients	tensor de cualquier tipo valores o ningún tipo
output_layer_norm_coefficients	tensor de cualquier tipo valores o ningún tipo

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

tfl.matrix_diag (TFL::MatrixDiagOp)

Devuelve un tensor con la diagonal proporcionada y todo lo demás rellenado con ceros.

Dada una diagonal, devuelve un tensor con la diagonal y todo lo demás rellenado con ceros. Supongamos que la diagonal tiene k dimensiones [I, J, K, ..., N] , entonces la salida es un tensor de rango k+1 con dimensiones [I, J, K, ..., N, N] donde: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
diagonal	tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o valores de tipo QUI8 o tipo QI8 o TFLite quint8

Resultados:

Resultado	Descripción
output	tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o valores de tipo QUI8 o tipo QI8 o TFLite quint8

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Devuelve un tensor matricial por lotes con nuevos valores diagonales por lotes.

Dadas input y diagonal , esta operación devuelve un tensor con la misma forma y valores que input , excepto por la diagonal principal de las matrices más internas. Estos serán sobrescritos por los valores en diagonal .

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
input	tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo QI8 o tipo QI16 o tipo QUI8 o valores de tipo TFLite quint8
diagonal	tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo QI8 o tipo QI16 o tipo QUI8 o valores de tipo TFLite quint8

Resultados:

Resultado	Descripción
result	tensor de flotante de 32 bits o entero sin signo de 8 bits o entero sin signo de 16 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o tipo QI8 o tipo QI16 o tipo QUI8 o valores de tipo TFLite quint8

tfl.max_pool_2d (TFL::MaxPool2DOp)

Operación Max Pool 2D

Realiza el grupo máximo 2D en la entrada.

Entradas: inputs[0] : requerido: el tensor de entrada

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
padding	::mlir::Atributo de cadena	atributo de cadena cuyo valor es MISMO o VÁLIDO
stride_w	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
stride_h	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
filter_width	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
filter_height	::mlir::Atributo entero	Atributo entero sin signo de 32 bits
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
input	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo QI16 o valores de tipo TFLite quint8

Resultados:

Resultado	Descripción
output	tensor de tipo flotante de 32 bits o tipo QUI8 o tipo QI8 o tipo QI16 o valores de tipo TFLite quint8

tfl.maximum (TFL::MaximumOp)

Operador máximo

Operación máxima por elementos.

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

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16
rhs	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16

Resultados:

Resultado	Descripción
max	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16

tfl.mean (TFL::MeanOp)

operador medio

Calcula la media de elementos en las dimensiones de un tensor. Reduce input_tensor a lo largo de las dimensiones dadas en el eje. A menos que keepdims sea cierto, el rango del tensor se reduce en 1 por cada entrada en el eje. Si keepdims es verdadero, las dimensiones reducidas se conservan con una longitud de 1.

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	atributo booleano

Operandos:

Operando	Descripción
input	tensor de valor flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o entero sin signo de 8 bits o valores de tipo QI16
axis	tensor de valores enteros sin signo de 32 bits

Resultados:

Resultado	Descripción
output	tensor de valor flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o entero sin signo de 8 bits o valores de tipo QI16

tfl.minimum (TFL::MinimumOp)

Operador mínimo

Operación mínima por elementos.

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

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

Efectos: MemoryEffects::Effect{}

Operandos:

Operando	Descripción
lhs	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16
rhs	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16

Resultados:

Resultado	Descripción
min	tensor de valor flotante de 32 bits o entero sin signo de 32/64 bits o tipo QI8 o tipo QUI8 o valores de tipo QI16

tfl.mirror_pad (TFL::MirrorPadOp)

Operador de MirrorPad. Rellena un tensor con valores reflejados.

Esta operación rellena una entrada con valores reflejados de acuerdo con los rellenos que especifique. paddings es un tensor entero con forma [n, 2], donde n es el rango de entrada. Para cada dimensión D de entrada, paddings[D, 0] indica cuántos valores agregar antes del contenido de entrada en esa dimensión, y paddings[D, 1] indica cuántos valores agregar después del contenido de entrada en esa dimensión.

Tanto los paddings[D, 0] como los paddings[D, 1] no deben ser mayores que input.dim_size(D) (o input.dim_size(D) - 1) si copy_border es verdadero (si es falso, respectivamente).

El tamaño acolchado de cada dimensión D de la salida es:

rellenos(D, 0) + entrada.dim_size(D) + rellenos(D, 1)

Rasgos: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

Operandos:

Operando	Descripción
input	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16
pad	tensor de valores enteros sin signo de 32 bits o valores enteros sin signo de 64 bits

Resultados:

Resultado	Descripción
output	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o entero sin signo de 8 bits o entero sin signo de 8 bits o valores de tipo QI8 o tipo QUI8 o tipo QI16

tfl.mul (TFL::MulOp)

Operador de multiplicación

Operación de multiplicación por elementos.

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	atributo de cadena cuyo valor es NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandos:

Operando	Descripción
lhs	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16 o entero sin signo de 16 bits o tipo complejo con valores de elementos flotantes de 32 bits
rhs	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16 o entero sin signo de 16 bits o tipo complejo con valores de elementos flotantes de 32 bits

Resultados:

Resultado	Descripción
output	tensor de flotante de 32 bits o entero sin signo de 32 bits o entero sin signo de 32 bits o entero sin signo de 64 bits o tipo QI8 o tipo QUI8 o tipo QI16 o entero sin signo de 16 bits o tipo complejo con valores de elementos flotantes de 32 bits

tfl.multinomial (TFL::MultinomialOp)

Extrae muestras de una distribución categórica.

Los valores generados tendrán una distribución categórica basada en los logits o probabilidades logarítmicas no normalizadas proporcionadas para todas las clases.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
seed	::mlir::Atributo entero	Atributo entero sin signo de 64 bits
seed2	::mlir::Atributo entero	Atributo entero sin signo de 64 bits

Operandos:

Operando	Descripción
logits	tensor de valores flotantes de 32 bits
num_samples	tensor de valores enteros sin signo de 32 bits

Resultados:

Resultado	Descripción
out	tensor de valores enteros sin signo de 32 bits o valores enteros sin signo de 64 bits

tfl.neg (TFL::NegOp)

operador de negación

Calcula la negación de entrada por elementos.

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
y	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
value	::mlir::UnitAttr	unit attribute

Resultados:

Resultado	Descripción
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
selected_indices	tensor of 32-bit signless integer values
valid_outputs	tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
selected_indices	tensor of 32-bit signless integer values
selected_scores	tensor of 32-bit float values
valid_outputs	tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

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

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
axis	::mlir::Atributo entero	32-bit signless integer attribute

Operands:

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

Resultados:

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

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

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

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

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

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

Por ejemplo:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
values_count	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive
axis	::mlir::Atributo entero	32-bit signless integer attribute

Operands:

Operando	Descripción
values	variadic of tensor of any type values

Resultados:

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

tfl.pad (TFL::PadOp)

Padding operator

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

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

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

Por ejemplo:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Por ejemplo:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operando	Descripción
input	variadic of tensor of any type values

Resultados:

Resultado	Descripción
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

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

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
value	::mlir::ElementsAttr	constant vector/tensor attribute

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

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)

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
qtype	::mlir::Atributo de tipo	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

Resultados:

Resultado	Descripción
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

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

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
qtype	::mlir::Atributo de tipo	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute
s_param	::mlir::TFL::SparsityParameterAttr	Sparsity parameter.
compressed_data	::mlir::ElementsAttr	constant vector/tensor attribute

Resultados:

Resultado	Descripción
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
qtype	::mlir::Atributo de tipo	Tensor type attribute

Operands:

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

Resultados:

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

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
seed	::mlir::Atributo entero	64-bit signless integer attribute
seed2	::mlir::Atributo entero	64-bit signless integer attribute

Operands:

Operando	Descripción
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descripción
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
seed	::mlir::Atributo entero	64-bit signless integer attribute
seed2	::mlir::Atributo entero	64-bit signless integer attribute

Operands:

Operando	Descripción
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descripción
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
result	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

Operando	Descripción
input	tensor de cualquier tipo de valores

Resultados:

Resultado	Descripción
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operando	Descripción
resource_id	tensor of resource values

Resultados:

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

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or 64-bit float values

tfl.reduce_all (TFL::ReduceAllOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
y	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

Operando	Descripción
input	tensor de cualquier tipo de valores
shape	tensor of 32-bit signless integer values

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
seq_dim	::mlir::Atributo entero	32-bit signless integer attribute whose value is non-negative
batch_dim	::mlir::Atributo entero	32-bit signless integer attribute whose value is non-negative

Operands:

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

Resultados:

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

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operands:

Operando	Descripción
x	tensor of 32-bit float values

Resultados:

Resultado	Descripción
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.select (TFL::SelectOp)

Seleccionar operador

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
out_type	::mlir::Atributo	atributo derivado

Operands:

Operando	Descripción
input	tensor de cualquier tipo de valores

Resultados:

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

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operands:

Operando	Descripción
x	tensor of 32-bit float values

Resultados:

Resultado	Descripción
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
beta	::mlir::FloatAttr	32-bit float attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
block_size	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive

Operands:

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

Resultados:

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

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

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

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
num_splits	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive

Operands:

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

Resultados:

Resultado	Descripción
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
num_splits	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive

Operands:

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

Resultados:

Resultado	Descripción
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efectos: MemoryEffects::Effect{}

Operands:

Operando	Descripción
x	tensor of 32-bit float values

Resultados:

Resultado	Descripción
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.squeeze (TFL::SqueezeOp)

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

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

Por ejemplo:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operando	Descripción
input	tensor de cualquier tipo de valores

Resultados:

Resultado	Descripción
output	tensor de cualquier tipo de valores

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
begin_mask	::mlir::Atributo entero	32-bit signless integer attribute
end_mask	::mlir::Atributo entero	32-bit signless integer attribute
ellipsis_mask	::mlir::Atributo entero	32-bit signless integer attribute
new_axis_mask	::mlir::Atributo entero	32-bit signless integer attribute
shrink_axis_mask	::mlir::Atributo entero	32-bit signless integer attribute
offset	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.sub (TFL::SubOp)

Operador de resta

Element-wise subtraction operation.

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

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

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

Resultados:

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

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
keep_dims	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
rank	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive
fused_activation_function	::mlir::Atributo de cadena	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

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

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
padding	::mlir::Atributo de cadena	string attribute whose value is SAME, or VALID
stride_h	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive
stride_w	::mlir::Atributo entero	32-bit signless integer attribute whose value is positive
fused_activation_function	::mlir::Atributo de cadena	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT

Operands:

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

Resultados:

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

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
fused_activation_function	::mlir::Atributo de cadena	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::Atributo de tipo	any type attribute
input_to_forget_intermediate	::mlir::Atributo de tipo	any type attribute
input_to_cell_intermediate	::mlir::Atributo de tipo	any type attribute
input_to_output_intermediate	::mlir::Atributo de tipo	any type attribute
effective_hidden_scale_intermediate	::mlir::Atributo de tipo	any type attribute

Operands:

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

Resultados:

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

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
time_major	::mlir::BoolAttr	bool attribute
fused_activation_function	::mlir::Atributo de cadena	string attribute whose value is NONE, or RELU, or RELU_N1_TO_1, or RELU6, or TANH, or SIGN_BIT
asymmetric_quantize_inputs	::mlir::BoolAttr	bool attribute

Operands:

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

Resultados:

Resultado	Descripción
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
idx_out_type	::mlir::Atributo	atributo derivado

Operands:

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

Resultados:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Efectos: MemoryEffects::Effect{}

Atributos:

Atributo	Tipo MLIR	Descripción
num	::mlir::Atributo entero	32-bit signless integer attribute whose value is non-negative
axis	::mlir::Atributo entero	32-bit signless integer attribute

Operands:

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

Resultados:

Resultado	Descripción
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efectos: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
container	::mlir::Atributo de cadena	atributo de cadena
shared_name	::mlir::Atributo de cadena	atributo de cadena

Resultados:

Resultado	Descripción
resource_handle	tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado	Descripción
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

Bucle While

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

Atributos:

Atributo	Tipo MLIR	Descripción
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Operando	Descripción
input	variadic of tensor of any type values

Resultados:

Resultado	Descripción
output	variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operando	Descripción
"sin nombre"	variádico de cualquier tipo

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

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

Atributos

DimensionMetadataAttr

Dimension metadata.

Sintaxis:

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

Parámetros:

Parámetro	C++ type	Descripción
formato	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
segmentos	::llvm::ArrayRef<int32_t>
índices	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sintaxis:

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

Parámetros:

Parámetro	C++ type	Descripción
traversal_order	::llvm::ArrayRef<int32_t>
block_map	::llvm::ArrayRef<int32_t>
dim_metadata	::llvm::ArrayRef<DimensionMetadataAttr>

ConstBytesAttr

A string attribute representation of compiled bytes

Syntax Examples:

#tfl<const_bytes : "0xDEADBEEF">

Parámetros:

Parámetro	C++ type	Descripción
valor	::llvm::StringRef

DimensionTypeAttr

_Dimension type

Sintaxis:

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

Parámetros:

Parámetro	C++ type	Descripción
valor	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

Sintaxis:

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

Parámetros:

Parámetro	C++ type	Descripción
valor	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

Sintaxis:

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

Parámetros:

Parámetro	C++ type	Descripción
valor	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

Enumeraciones

Tipo de dimensión

_Dimension type

Casos:

Símbolo	Valor	Cadena
DENSO	0	DENSO
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Casos:

Símbolo	Valor	Cadena
LLENO	0	LLENO
BÁSICO	1	BÁSICO

MirrorPaddingType

_Mirror_pad enum

Casos:

Símbolo	Valor	Cadena
REFLEJAR	0	REFLEJAR
SIMÉTRICO	1	SIMÉTRICO