'тфл' Диалект

Диалект TensorFlow Lite.

Этот диалект соответствует операциям TensorFlow Lite.

Инварианты:

• Все значения имеют тензорный тип (в частности, скаляры представлены с помощью нульмерных тензоров);

Операции

tfl.abs (TFL::AbsOp)

Оператор абсолютного значения

Для заданного тензора x эта операция возвращает тензор, содержащий абсолютное значение каждого элемента x . Например, если x — входной элемент, а y — выходной элемент, эта операция вычисляет \(y = |x|\).

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 16-битного беззнакового целого числа или 32-битного беззнакового целого числа или 32-битного числа с плавающей точкой или значений типа QI8 или QI16

Результаты:

Результат	Описание
y	тензор 16-битного беззнакового целого числа или 32-битного беззнакового целого числа или 32-битного числа с плавающей точкой или значений типа QI8 или QI16

tfl.add (TFL::AddOp)

Оператор сложения

Операция поэлементного сложения.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
lhs	тензор 32-битного числа с плавающей точкой или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QI8 или типа QUI8 или типа QI16
rhs	тензор 32-битного числа с плавающей точкой или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QI8 или типа QUI8 или типа QI16

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей точкой или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QI8 или типа QUI8 или типа QI16

tfl.add_n (TFL::AddNOp)

_Добавить оператор n

Поэлементно складывает все входные тензоры.

Черты: AlwaysSpeculatableImplTrait , Commutative

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
inputs	вариативность тензора любого типа значений

Результаты:

Результат	Описание
sum	тензор 32-битных чисел с плавающей точкой или 32-битных целых чисел без знака

tfl.arg_max (TFL::ArgMaxOp)

Оператор ArgMax

Возвращает индекс с наибольшим значением по всем измерениям тензора.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
output_type	::mlir::Атрибут	производный атрибут

Операнды:

Операнд	Описание
input	тензор 1-битного беззнакового целого числа или 32-битного числа с плавающей точкой или 32-битного беззнакового целого числа или 8-битного беззнакового целого числа или 8-битного беззнакового целого числа или значений типа QI8 или типа QUI8
dim	тензор 32/64-битных беззнаковых целых значений

Результаты:

Результат	Описание
output	тензор 32/64-битных беззнаковых целых значений

tfl.arg_min (TFL::ArgMinOp)

Оператор ArgMin

Возвращает индекс с наименьшим значением по всем измерениям тензора. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
output_type	::mlir::Атрибут	производный атрибут

Операнды:

Операнд	Описание
input	тензор 1-битного беззнакового целого числа или 32-битного числа с плавающей точкой или 32-битного беззнакового целого числа или 8-битного беззнакового целого числа или 8-битного беззнакового целого числа или значений типа QI8 или типа QUI8
dim	тензор 32/64-битных беззнаковых целых значений

Результаты:

Результат	Описание
output	тензор 32/64-битных беззнаковых целых значений

tfl.assign_variable (TFL::AssignVariableOp)

Присваивает новое значение переменной.

Любой ReadVariableOp с управляющей зависимостью от этого op гарантированно вернет это значение или последующее более новое значение переменной.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
resource_id	тензор значений ресурсов
value	тензор 32-битного числа с плавающей точкой или 64-битного числа с плавающей точкой или 1-битного целого числа без знака или 8-битного целого числа без знака или 8-битного целого числа без знака или типа QI8 или типа QUI8 или 32-битного целого числа без знака или 64-битного целого числа без знака или типа QI16 или комплексного типа с 32-битными элементами с плавающей точкой или комплексного типа с 64-битными элементами с плавающей точкой значения

tfl.atan2 (TFL::Atan2Op)

Операция Atan2

Операция «atan2» вычисляет арктангенс y/x поэлементно, учитывая знаки аргументов.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
y	тензор 32-битных или 64-битных значений с плавающей точкой
x	тензор 32-битных или 64-битных значений с плавающей точкой

Результаты:

Результат	Описание
output	тензор 32-битных или 64-битных значений с плавающей точкой

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Average_pool 2d оператор

Выполняет операцию усреднения входных данных.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
filter_height	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
filter_width	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
padding	::mlir::StringAttr	строковый атрибут, значение которого ТА ЖЕ или ДОПУСТИМО
stride_h	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_w	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
input	тензор 32-битных значений типа float или QI8 или QUI8 или QI16

Результаты:

Результат	Описание
output	тензор 32-битных значений типа float или QI8 или QUI8 или QI16

tfl.basic_lstm (TFL::BasicLSTMop)

Базовый оператор LSTM

базовый оператор ячейки LSTM.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
cell_clip	::mlir::FloatAttr	32-битный атрибут с плавающей точкой, значение которого неотрицательно
proj_clip	::mlir::FloatAttr	32-битный атрибут с плавающей точкой, значение которого неотрицательно
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type, значение которого равно mlir::TFL::LSTMKernelType::BASIC

Операнды:

Операнд	Описание
data_input	тензор 32-битных значений типа float или QUI8
prev_activ_input	тензор 32-битных значений типа float или QUI8
weights_input	тензор 32-битных значений типа float или QUI8
biases_input	тензор 32-битных значений типа float или QI32
prev_state_input	тензор 32-битных значений типа float или QI16

Результаты:

Результат	Описание
activ_output	2D-тензор любого типа значений
state_output	2D-тензор любого типа значений
concat_temp	2D-тензор любого типа значений
activ_temp	2D-тензор любого типа значений

tfl.batch_matmul (TFL::BatchMatMulOp)

Оператор пакетного умножения матриц

Выполняет пакетное умножение матриц на входных данных. Следуя соглашениям TensorFlow BatchMatMulV2, с поддержкой неизвестных размерностей в пакетных измерениях и широковещательной рассылки.

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)

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
adj_x	::mlir::BoolAttr	атрибут bool
adj_y	::mlir::BoolAttr	атрибут bool
asymmetric_quantize_inputs	::mlir::BoolAttr	атрибут bool

Операнды:

Операнд	Описание
x	тензор 32-битного типа с плавающей точкой или типа QI8 или типа QI16 или 8-битного беззнакового целого значения
y	тензор 32-битного типа с плавающей точкой или типа QI8 или типа QI16 или 8-битного беззнакового целого значения

Результаты:

Результат	Описание
output	тензор 32-битного типа с плавающей точкой или типа QI8 или типа QI16 или 32-битного беззнакового целого значения

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Оператор BatchToSpaceNd

Эта операция преобразует «пакетное» измерение 0 в пространственные измерения.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или 8-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 8-битного целого числа без знака или значений типа QI8 или типа QUI8 или типа QI16
block_shape	тензор 32-битных беззнаковых целых значений
indices	тензор 32-битных беззнаковых целых значений

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей точкой или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 8-битного целого числа без знака или значений типа QI8 или типа QUI8 или типа QI16

tfl.bidirectional_sequence_lstm (TFL::BidirectionSequenceLSTMop)

Оператор двунаправленной последовательности lstm

Двунаправленный список LSTM по сути представляет собой два списка LSTM, один из которых идёт в прямом направлении, а другой — в обратном. Результат — конкатенация двух списков LSTM.

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
cell_clip	::mlir::FloatAttr	32-битный атрибут с плавающей точкой, значение которого неотрицательно
proj_clip	::mlir::FloatAttr	32-битный атрибут с плавающей точкой, значение которого неотрицательно
merge_outputs	::mlir::BoolAttr	атрибут bool
time_major	::mlir::BoolAttr	атрибут bool
asymmetric_quantize_inputs	::mlir::BoolAttr	атрибут bool

Операнды:

Операнд	Описание
input	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_input_to_input_weights	тензор любого типа значений или никакого типа
fw_input_to_forget_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_input_to_cell_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_input_to_output_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_recurrent_to_input_weights	тензор любого типа значений или никакого типа
fw_recurrent_to_forget_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_recurrent_to_cell_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_recurrent_to_output_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
fw_cell_to_input_weights	тензор любого типа значений или никакого типа
fw_cell_to_forget_weights	тензор любого типа значений или никакого типа
fw_cell_to_output_weights	тензор любого типа значений или никакого типа
fw_input_gate_bias	тензор любого типа значений или никакого типа
fw_forget_gate_bias	тензор 32-битных значений с плавающей точкой
fw_cell_bias	тензор 32-битных значений с плавающей точкой
fw_output_gate_bias	тензор 32-битных значений с плавающей точкой
fw_projection_weights	тензор любого типа значений или никакого типа
fw_projection_bias	тензор любого типа значений или никакого типа
bw_input_to_input_weights	тензор любого типа значений или никакого типа
bw_input_to_forget_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_input_to_cell_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_input_to_output_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_recurrent_to_input_weights	тензор любого типа значений или никакого типа
bw_recurrent_to_forget_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_recurrent_to_cell_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_recurrent_to_output_weights	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака
bw_cell_to_input_weights	тензор любого типа значений или никакого типа
bw_cell_to_forget_weights	тензор любого типа значений или никакого типа
bw_cell_to_output_weights	тензор любого типа значений или никакого типа
bw_input_gate_bias	тензор любого типа значений или никакого типа
bw_forget_gate_bias	тензор 32-битных значений с плавающей точкой
bw_cell_bias	тензор 32-битных значений с плавающей точкой
bw_output_gate_bias	тензор 32-битных значений с плавающей точкой
bw_projection_weights	тензор любого типа значений или никакого типа
bw_projection_bias	тензор любого типа значений или никакого типа
fw_input_activation_state	тензор с сохранением состояния
fw_input_cell_state	тензор с сохранением состояния
bw_input_activation_state	тензор с сохранением состояния
bw_input_cell_state	тензор с сохранением состояния
aux_input	тензор любого типа значений или никакого типа
fw_aux_input_to_input_weights	тензор любого типа значений или никакого типа
fw_aux_input_to_forget_weights	тензор любого типа значений или никакого типа
fw_aux_input_to_cell_weights	тензор любого типа значений или никакого типа
fw_aux_input_to_output_weights	тензор любого типа значений или никакого типа
bw_aux_input_to_input_weights	тензор любого типа значений или никакого типа
bw_aux_input_to_forget_weights	тензор любого типа значений или никакого типа
bw_aux_input_to_cell_weights	тензор любого типа значений или никакого типа
bw_aux_input_to_output_weights	тензор любого типа значений или никакого типа

Результаты:

Результат	Описание
fw_output	тензор любого типа значений
bw_output	тензор любого типа значений

tfl.bitcast (TFL::BitcastOp)

Оператор Bitcast

Преобразует тензор из одного типа в другой.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор любого типа значений

Результаты:

Результат	Описание
output	тензор любого типа значений

tfl.bitwise_xor (TFL::BitwiseXorOp)

Побитовый оператор XOR

Поэлементно вычисляет побитовое XOR lhs и rhs .

Черты: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 8-битного целого числа без знака или 8-битного целого числа без знака или 16-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 32-битного целого числа без знака
rhs	тензор 8-битного целого числа без знака или 8-битного целого числа без знака или 16-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 32-битного целого числа без знака

Результаты:

Результат	Описание
output	тензор 8-битного целого числа без знака или 8-битного целого числа без знака или 16-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 32-битного целого числа без знака

tfl.broadcast_args (TFL::BroadcastArgsOp)

Верните форму s0 op s1 с помощью трансляции.

Учитывая s0 и s1 , тензоры, представляющие формы, вычислите r0 , переданную форму. s0 , s1 и r0 — все целочисленные векторы.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
s0	тензор 32/64-битных беззнаковых целых значений
s1	тензор 32/64-битных беззнаковых целых значений

Результаты:

Результат	Описание
r0	тензор 32/64-битных беззнаковых целых значений

tfl.broadcast_to (TFL::BroadcastToOp)

Транслировать массив для совместимой формы.

Трансляция — это процесс создания массивов, совместимых по форме для арифметических операций. Две формы считаются совместимыми, если для каждой пары измерений они либо равны, либо одно из них равно единице. При попытке трансляции тензора в форму процесс начинается с конечных измерений и продолжается далее.

Например,

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

В приведенном выше примере входной тензор с формой [1, 3] транслируется в выходной тензор с формой [3, 3] .

При выполнении широковещательных операций, таких как умножение тензора на скаляр, широковещательная передача (обычно) обеспечивает некоторую экономию времени или пространства, поскольку широковещательный тензор никогда не материализуется.

Однако broadcast_to не даёт таких преимуществ. Вновь созданный тензор занимает всю память переданной формы. (Однако в контексте графа broadcast_to может быть объединён с последующей операцией, а затем оптимизирован.)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или 32-битного целого числа без знака или 1-битного целого числа без знака или 4-битного целого числа без знака или 8-битного целого числа без знака или типа QI8 или 8-битного целого числа без знака или 32-битного целого числа без знака или типа QUI8 или 16-битного целого числа без знака или типа QI16 или 64-битного целого числа без знака или комплексного типа со значениями 32-битных элементов с плавающей точкой
shape	тензор 32/64-битных беззнаковых целых значений

Результаты:

Результат

Описание

output

тензор 32-битного числа с плавающей точкой или 32-битного целого числа без знака или 1-битного целого числа без знака или 4-битного целого числа без знака или 8-битного целого числа без знака или типа QI8 или 8-битного целого числа без знака или 32-битного целого числа без знака или типа QUI8 или 16-битного целого числа без знака или типа QI16 или 64-битного целого числа без знака или комплексного типа со значениями 32-битных элементов с плавающей точкой

tfl.bucketize (TFL::BucketizeOp)

Группирует «входные данные» на основе «границ».

Пример:

Если входные данные — это boundaries = [0, 10, 100] и input = [[-5, 10000][150, 10][5, 100]] , то выходные данные будут output = [[0, 3][3, 2][1, 3]] .

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
boundaries	::mlir::ArrayAttr	32-битный атрибут массива с плавающей точкой

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или 64-битного числа с плавающей точкой или 32-битного целого числа без знака или 64-битного целого числа без знака

Результаты:

Результат	Описание
output	тензор 32-битных беззнаковых целых значений

tfl.call_once (TFL::CallOnceOp)

Вызывает функцию инициализации

Эта операция вызывает заданную функцию инициализации для инициализатора сеанса на диалекте сохраненной модели tf.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
session_init_function	::mlir::StringAttr	строковый атрибут

tfl.cast (TFL::CastOp)

Оператор постановки

Преобразует входные данные из типа ввода в тип вывода.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд

Описание

input

тензор типа 16-битного float или bfloat16 или 32-битного float или 64-битного float или 1-битного беззнакового целого или 4-битного беззнакового целого или 16-битного беззнакового целого или 16-битного беззнакового целого или 32-битного беззнакового целого или 32-битного беззнакового целого или 64-битного беззнакового целого или типа TFLite quint8 или 8-битного беззнакового целого или 8-битного беззнакового целого или комплексного типа со значениями элементов 32-битного float

Результаты:

Результат

Описание

output

тензор типа 16-битного float или bfloat16 или 32-битного float или 64-битного float или 1-битного беззнакового целого или 4-битного беззнакового целого или 16-битного беззнакового целого или 16-битного беззнакового целого или 32-битного беззнакового целого или 32-битного беззнакового целого или 64-битного беззнакового целого или типа TFLite quint8 или 8-битного беззнакового целого или 8-битного беззнакового целого или комплексного типа со значениями элементов 32-битного float

tfl.ceil (TFL::CeilOp)

Оператор потолка

Возвращает поэлементное значение ceil входных данных.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений с плавающей точкой

Результаты:

Результат	Описание
y	тензор 32-битных значений с плавающей точкой

tfl.complex_abs (TFL::ComplexAbsOp)

Вычисляет комплексное абсолютное значение тензора.

Для тензора x комплексных чисел эта операция возвращает тензор типа float или double , представляющий собой абсолютное значение каждого элемента x . Все элементы x должны быть комплексными числами вида \(a + bj\)Абсолютное значение вычисляется как \( \sqrt{a^2 + b^2}\).

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор комплексного типа с 32-битными плавающими элементами или комплексного типа с 64-битными плавающими элементами значения

Результаты:

Результат	Описание
output	тензор 32-битных или 64-битных значений с плавающей точкой

tfl.concatenation (TFL::ConcatenationOp)

Оператор конкатенации

Объединяет тензоры вдоль одного измерения

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
axis	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
values	вариативность тензора любого типа значений

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей точкой или 64-битного целого числа без знака или 32-битного целого числа без знака или 16-битного целого числа без знака или 8-битного целого числа без знака или типа QI8 или типа QUI8 или 8-битного целого числа без знака или 32-битного целого числа без знака или 1-битного целого числа без знака

tfl.control_node (TFL::ControlNodeOp)

Операция TFL.control_node охватывает одноблочные операции с целью присоединения управляющих ребер.

Это используется для обертывания регионов и присоединения к ним управляющих зависимостей. Обычно это происходит на одном из последних шагов перед выпуском модели плоского буфера, чтобы обеспечить оптимизацию, основанную на фиксированном порядке операций (например, рематериализацию). Экспортер плоского буфера разворачивает обернутый регион и аннотирует сгенерированную модель метаданными, чтобы любые изменения порядка во время выполнения учитывали порядок, заданный управляющими зависимостями.

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

Операнды:

Операнд	Описание
controlInputs	вариативный контроль

Результаты:

Результат	Описание
outputs	вариативность тензора любого типа значений
control	контроль

tfl.conv_2d (TFL::Conv2DOp)

Оператор свертки

Выполняет операцию свертки над входными данными.

Входы: inputs[0] : обязательный: тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
dilation_h_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_w_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
padding	::mlir::StringAttr	строковый атрибут, значение которого ТА ЖЕ или ДОПУСТИМО
stride_h	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_w	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут

Операнды:

Операнд	Описание
input	тензор 32-битных значений типа float или QI8 или QUI8 или QI16
filter	тензор 32-битных значений типа float или QI4, или QI8, или QUI8
bias	тензор любого типа значений или никакого типа

Результаты:

Результат	Описание
output	тензор 32-битных значений типа float или QI8 или QUI8 или QI16

tfl.conv_3d (TFL::Conv3DOp)

Оператор 3D-свертки

Выполняет операцию свертки над трёхмерными входными данными. Входные данные: inputs[0] : обязательно: тензор активации входных данных inputs[1] : обязательно: тензор веса фильтра; inputs[2] : необязательно: тензор смещения.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
dilation_d_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_h_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_w_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
padding	::mlir::StringAttr	строковый атрибут, значение которого ТА ЖЕ или ДОПУСТИМО
stride_d	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_h	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_w	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей точкой
filter	тензор 32-битных значений с плавающей точкой
bias	тензор любого типа значений или никакого типа

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей точкой

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Оператор транспонированной свертки 3D

Выполняет операцию транспонированной свертки для трёхмерных входных данных. Входные данные: inputs[0] : обязательно: форма выходного тензора inputs[1] : обязательно: тензор веса фильтра inputs[2] : обязательно: тензор активации входных данных inputs[3] : необязательно: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
dilation_d_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_h_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_w_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
padding	::mlir::StringAttr	строковый атрибут, значение которого ТА ЖЕ или ДОПУСТИМО
stride_d	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_h	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_w	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут

Операнды:

Операнд	Описание
output_shape	тензор 32-битных беззнаковых целых значений
filter	тензор 32-битных значений с плавающей точкой
input	тензор 32-битных значений с плавающей точкой
bias	тензор любого типа значений или никакого типа

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей точкой

tfl.cos (TFL::CosOp)

Оператор косинуса

Вычисляет поэлементно косинус входного значения

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений с плавающей точкой

Результаты:

Результат	Описание
y	тензор 32-битных значений с плавающей точкой

tfl.cumsum (TFL::CumsumOp)

Оператор кумуляции

Вычислить кумулятивную сумму тензора x вдоль оси.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
exclusive	::mlir::BoolAttr	атрибут bool
reverse	::mlir::BoolAttr	атрибут bool

Операнды:

Операнд	Описание
input	тензор 32-битных чисел с плавающей точкой или 32-битных целых чисел без знака или 64-битных целых чисел без знака
axis	тензор 32-битных беззнаковых целых значений

Результаты:

Результат	Описание
output	тензор 32-битных чисел с плавающей точкой или 32-битных целых чисел без знака или 64-битных целых чисел без знака

tfl.custom (TFL::CustomOp)

Пользовательская операция

Универсальная операция для любой пользовательской операции TFLite.

input: Список входов в исходной операции. custom_code: Строка, используемая для идентификации того, какой именно это операция, которая соответствует operator_codes.custom_code в плоском буфере. custom_option: Держатель для сохранения атрибутов операции в байтовом виде. output: Список выходов в исходной операции.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
custom_code	::mlir::StringAttr	строковый атрибут
custom_option	::mlir::TFL::ConstBytesAttr	Строковое представление атрибутов скомпилированных байтов

Операнды:

Операнд	Описание
input	вариативность тензора любого типа значений или никакого типа

Результаты:

Результат	Описание
output	вариативность тензора любого типа значений

tfl.custom_tf (TFL::CustomTfOp)

Операционная оболочка для пользовательских операций TF.

Операция-обёртка вокруг любой пользовательской операции TF. К ним относятся операции, определённые с помощью custom_opdefs или связанные с ними, которые не определены в диалекте TF. Эта операция просто обёртывает пользовательскую операцию внутри региона. Примечание 1: эта операция не будет включать пользовательские операции TF Lite, определённые с помощью CustomOp. Примечание 2: эта операция является лишь внутренним представлением внутри конвертера и не отображается/не экспортируется при экспорте модели во Flatbuffer.

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

Интерфейсы: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
input	вариативность тензора любого типа значений или никакого типа

Результаты:

Результат	Описание
output	вариативность тензора любого типа значений

tfl.densify (TFL::DensifyOp)

Оператор уплотнения

Преобразует разреженный тензор в плотный формат.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 32-битных чисел с плавающей точкой или 8-битных целых чисел без знака

tfl.depth_to_space (TFL::DepthToSpaceOp)

Оператор DepthToSpace

Перестраивает данные из глубины в блоки пространственных данных. Это обратное преобразование SpaceToDepth. Более конкретно, эта операция выводит копию входного тензора, где значения из измерения depth перемещаются в пространственные блоки в измерения height и width . Атрибут block_size указывает размер входного блока и способ перемещения данных.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
block_size	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут, значение которого положительно

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или 8-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или типа TFLite quint8 или 8-битного целого числа без знака или типа QI8 или типа QUI8

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей точкой или 8-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или типа TFLite quint8 или 8-битного целого числа без знака или типа QI8 или типа QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Оператор свертки, разделяемый по глубине

Выполняет операцию свертки над входными данными.

Входы: inputs[0] : обязательный: тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
dilation_h_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
dilation_w_factor	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
padding	::mlir::StringAttr	строковый атрибут, значение которого ТА ЖЕ или ДОПУСТИМО
stride_h	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
stride_w	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут
depth_multiplier	::mlir::IntegerAttr	32-битный беззнаковый целочисленный атрибут

Операнды:

Операнд	Описание
input	тензор 32-битных значений типа float или QI8 или QUI8 или QI16
filter	тензор 32-битных значений типа float или QI4, или QI8, или QUI8
bias	тензор любого типа значений или никакого типа

Результаты:

Результат	Описание
output	тензор 32-битных значений типа float или QI8 или QUI8 или QI16

tfl.dequantize (TFL::DequantizeOp)

Оператор деквантования

Преобразует квантованный массив целых чисел в числа с плавающей точкой в ​​соответствии с параметрами квантования.

Интерфейсы: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор типа QI4 или типа QI8 или типа QUI8 или типа QI16 или 16-битные значения с плавающей точкой

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей точкой

tfl.dilate (TFL::DilateOp)

Оператор расширения

Расширяет тензор путем добавления новых элементов между существующими.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 8-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 8-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 32-битного числа с плавающей точкой или 64-битного числа с плавающей точкой
dilations	тензор 32-битных беззнаковых целых значений
padding_value	0D тензор любого типа значений

Результаты:

Результат	Описание
output	тензор 8-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 8-битного целого числа без знака или 16-битного целого числа без знака или 32-битного целого числа без знака или 64-битного целого числа без знака или 32-битного числа с плавающей точкой или 64-битного числа с плавающей точкой

tfl.div (TFL::DivOp)

Оператор отдела

Операция поэлементного деления.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
lhs	тензор значений 32-битного числа с плавающей точкой или 32-битного целого числа без знака или типа QUI8, или типа QI8, или типа QI16
rhs	тензор значений 32-битного числа с плавающей точкой или 32-битного целого числа без знака или типа QUI8, или типа QI8, или типа QI16

Результаты:

Результат	Описание
output	тензор значений 32-битного числа с плавающей точкой или 32-битного целого числа без знака или типа QUI8, или типа QI8, или типа QI16

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

Операция DynamicUpdateSlice имеет ту же семантику, что и XLA DynamicUpdateSlice. Формирует результат, представляющий собой значение операнда входного массива, с обновлением среза, перезаписываемым в start_indices.

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

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
operand	тензор 1-битного беззнакового целого числа или 8-битного беззнакового целого числа или 16-битного беззнакового целого числа или 32-битного беззнакового целого числа или 64-битного беззнакового целого числа или 32-битного числа с плавающей точкой или 16-битного числа с плавающей точкой
update	тензор 1-битного беззнакового целого числа или 8-битного беззнакового целого числа или 16-битного беззнакового целого числа или 32-битного беззнакового целого числа или 64-битного беззнакового целого числа или 32-битного числа с плавающей точкой или 16-битного числа с плавающей точкой
start_indices	тензор 32/64-битных беззнаковых целых значений

Результаты:

Результат	Описание
output	тензор 1-битного целого числа без знака, или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битного числа с плавающей точкой или 16-битного числа с плавающей запятой.

tfl.elu (TFL::EluOp)

Оператор экспоненциальной линейной единицы

Вычисляет экспоненциальную линейную зависимость f(x) -> exp(x) - 1 для x < 0, x для x >= 0. Поэлементно.

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных чисел с плавающей запятой или 8-битных целых чисел без знака

Результаты:

Результат	Описание
y	тензор 32-битных чисел с плавающей запятой или 8-битных целых чисел без знака

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Встраивание оператора поиска

Ищет идентификаторы в списке встраиваемых тензоров.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lookup	тензор 32-битных целых чисел без знака
value	тензор 32-битного числа с плавающей запятой или 8-битного целого числа без знака или 8-битного целого числа без знака или значений типа QI8 или типа QUI8 или значений типа QI4

Результаты:

Результат	Описание
output	тензор 32-битных целых чисел с плавающей запятой или 8-битных целых чисел без знака или 8-битных целых чисел без знака

tfl.equal (TFL::EqualOp)

Оператор равенства

Возвращает элемент истинности x == y поэлементно

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 1-битного целого числа без знака, или 32-битного целого числа с плавающей запятой, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или типа QI8, или типа QUI8, или типа QI16, или 8-битного целого числа без знака, или значений строкового типа TFLite.
y	тензор 1-битного целого числа без знака, или 32-битного целого числа с плавающей запятой, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или типа QI8, или типа QUI8, или типа QI16, или 8-битного целого числа без знака, или значений строкового типа TFLite.

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.exp (TFL::ExpOp)

Оператор естественного возведения в степень

Выполняет поэлементную операцию естественного возведения в степень на входе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор значений 32-битного типа с плавающей запятой или типа QI8 или типа QI16

Результаты:

Результат	Описание
y	тензор значений 32-битного типа с плавающей запятой или типа QI8 или типа QI16

tfl.expand_dims (TFL::ExpandDimsOp)

Вставляет размерность 1 в форму тензора.

Учитывая input тензор, эта операция вставляет размерность 1 на axis индекса измерения формы input данных. axis индекса размера начинается с нуля; если вы укажете отрицательное число для axis , оно будет отсчитываться назад от конца.

Эта операция полезна, если вы хотите добавить измерение партии к одному элементу. Например, если у вас есть одно изображение формы [height, width, channels] , вы можете сделать его пакетом из 1 изображения с expand_dims(image, 0) , что создаст форму [1, height, width, channels] .

Другие примеры:

# '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]

Эта операция требует, чтобы:

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

Эта операция связана с squeeze() , которая удаляет измерения размером 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор любого типа значений
dim	тензор 32/64-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор любого типа значений

tfl.external_const (TFL::ExternalConstOp)

Внешняя константа оп.

Внешняя константная операция содержит buffer_index , который указывает на константу в плоском буфере.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
buffer_index	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака

Результаты:

Результат	Описание
output	тензор любого типа значений

tfl.fake_quant (TFL::FakeQuantOp)

Оператор FakeQuant

Поддельное квантование тензора «входов» типа float с помощью скаляров с плавающей запятой min и max до тензора «выходов» той же формы, что и входы.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
min	::mlir::FloatAttr	32-битный атрибут с плавающей запятой
max	::mlir::FloatAttr	32-битный атрибут с плавающей запятой
num_bits	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака, минимальное значение которого равно 2, максимальное значение которого равно 16.
narrow_range	::mlir::BoolAttr	атрибут bool, значение которого ложно

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей запятой

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей запятой

tfl.fill (TFL::FillOp)

Заполните тензор заданным значением.

Заполните тензор заданным значением.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
dims	тензор 32/64-битных целых чисел без знака
input	тензор 32-битного целого числа с плавающей точкой или 16-битного числа с плавающей запятой, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 1-битного целого числа без знака, или типа QI8, или типа QI16, или значений строкового типа TFLite.

Результаты:

Результат	Описание
result	тензор 32-битного целого числа с плавающей точкой или 16-битного числа с плавающей запятой, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 1-битного целого числа без знака, или типа QI8, или типа QI16, или значений строкового типа TFLite.

tfl.floor (TFL::FloorOp)

Оператор этажа

Возвращает поэлементное минимальное значение входных данных.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений с плавающей запятой

Результаты:

Результат	Описание
y	тензор 32-битных значений с плавающей запятой

tfl.floor_div (TFL::FloorDivOp)

Оператор div этажа

Поэлементная операция деления этажа.

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битных целых чисел без знака или 8-битных целых чисел без знака или 16-битных целых чисел без знака или 32-битных целых чисел без знака
rhs	тензор 32-битных целых чисел без знака или 8-битных целых чисел без знака или 16-битных целых чисел без знака или 32-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 32-битных целых чисел без знака или 8-битных целых чисел без знака или 16-битных целых чисел без знака или 32-битных целых чисел без знака

tfl.floor_mod (TFL::FloorModOp)

Напоминание о подразделении

Операция напоминания о поэлементном разделении.

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битных значений с плавающей запятой.
rhs	тензор 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битных значений с плавающей запятой.

Результаты:

Результат	Описание
output	тензор 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битных значений с плавающей запятой.

tfl.fully_connected (TFL::FullyConnectedOp)

Полностью подключенный оператор

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT.
weights_format	::mlir::StringAttr	строковый атрибут, значение которого равно DEFAULT или SHFFLED4x16INT8.
keep_num_dims	::mlir::BoolAttr	логический атрибут
asymmetric_quantize_inputs	::mlir::BoolAttr	логический атрибут

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или типа QI8, или типа QUI8, или типа QI16, или значений типа QUI16.
filter	тензор 32-битного числа с плавающей точкой или типа QI4, или типа QI8, или типа QUI8, или значений типа QI16.
bias	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	вариация тензора любого типа значений

tfl.gather (TFL::GatherOp)

Оператор сбора

Соберите срезы из axis params в соответствии с indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
axis	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
batch_dims	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака

Операнды:

Операнд	Описание
params	тензор 32-битного целого числа без знака или 1-битного целого числа без знака, или 4-битного целого числа без знака, или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или строкового типа TFLite, или 8-битного целого числа без знака, или типа QI8, или типа QUI8, или значений типа QI16.
indices	тензор 16-битных целых чисел без знака, 32-битных целых чисел без знака или 64-битных целых чисел без знака.

Результаты:

Результат	Описание
output	тензор 32-битного целого числа без знака или 1-битного целого числа без знака, или 4-битного целого числа без знака, или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или строкового типа TFLite, или 8-битного целого числа без знака, или типа QI8, или типа QUI8, или значений типа QI16.

tfl.gather_nd (TFL::GatherNdOp)

_Собрать оператор

Соберите фрагменты из params в тензор с формой, заданной indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
params	тензор 32-битного целого числа с плавающей точкой или 1-битного целого числа без знака, или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QI8, или значений строкового типа TFLite.
indices	тензор 16-битных целых чисел без знака, 32-битных целых чисел без знака или 64-битных целых чисел без знака.

Результаты:

Результат	Описание
output	тензор 32-битного целого числа с плавающей точкой или 1-битного целого числа без знака, или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 64-битного целого числа без знака, или 32-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QI8, или значений строкового типа TFLite.

tfl.gelu (TFL::GeluOp)

Функция активации GELU.

Вычисляет функцию активации GELU поэлементно.

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
approximate	::mlir::BoolAttr	логический атрибут

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей точкой или типа QI8 или типа QUI8

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей точкой или типа QI8 или типа QUI8

tfl.greater (TFL::GreaterOp)

Великий оператор

Поэлементная большая операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QUI8, или типа QI8, или значений типа TFLite quint8
rhs	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QUI8, или типа QI8, или значений типа TFLite quint8

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.greater_equal (TFL::GreaterEqualOp)

_Оператор большего равенства

Поэлементная операция «больше_равно».

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного целого числа с плавающей точкой или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или значений типа QUI8 или типа QI8
rhs	тензор 32-битного целого числа с плавающей точкой или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или значений типа QUI8 или типа QI8

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.hard_swish (TFL::HardSwishOp)

Функция активации Hardswish.

Вычисляет функцию активации жесткого взмаха f(x) -> (x * relu6(x+3))/6 поэлементно.

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей точкой или типа QUI8 или типа QI8

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей точкой или типа QUI8 или типа QI8

tfl.hashtable (TFL::HashtableOp)

Создает неинициализированную хеш-таблицу.

Эта операция создает хеш-таблицу, указывая тип ее ключей и значений. Перед использованием таблицы вам необходимо ее инициализировать. После инициализации таблица будет неизменяемой.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
table_id	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
key_dtype	::mlir::TypeAttr	любой атрибут типа
value_dtype	::mlir::TypeAttr	любой атрибут типа

Результаты:

Результат	Описание
out	тензор значений ресурсов

tfl.hashtable_find (TFL::HashtableFindOp)

Ищет ключи в таблице, выводит соответствующие значения.

Тензорные keys должны быть того же типа, что и ключи таблицы. Выходные values имеют тип табличных значений.

Скалярное default_value — это выходное значение для ключей, отсутствующих в таблице. Оно также должно быть того же типа, что и значения таблицы.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов
keys	тензор 32-битного целого числа без знака или строкового типа TFLite или 64-битного целого числа без знака
default_value	тензор 32-битного целого числа с плавающей запятой или 32-битного целого числа без знака или строкового типа TFLite или 64-битного целого числа без знака

Результаты:

Результат	Описание
out	тензор 32-битного целого числа с плавающей запятой или 32-битного целого числа без знака или строкового типа TFLite или 64-битного целого числа без знака

tfl.hashtable_import (TFL::HashtableImportOp)

Заменяет содержимое таблицы указанными ключами и значениями.

Тензорные keys должны быть того же типа, что и ключи таблицы. values тензора должны иметь тип табличных значений.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов
keys	тензор 32-битного целого числа без знака или строкового типа TFLite или 64-битного целого числа без знака
values	тензор 32-битного целого числа с плавающей запятой или 32-битного целого числа без знака или строкового типа TFLite или 64-битного целого числа без знака

tfl.hashtable_size (TFL::HashtableSizeOp)

Вычисляет количество элементов в данной таблице.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов

Результаты:

Результат	Описание
out	тензор 64-битных целых чисел без знака

tfl.if (TFL::IfOp)

Операция «если-то-иначе»

Операция tfl.if представляет собой конструкцию if-then-else для условного выполнения двух областей кода. Операндом операции if является логическое значение. Например:

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

tfl.if также может возвращать результаты, определенные в его регионах. Определенные значения определяются тем, какой путь выполнения выбран.

Пример:

%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>
}

Регионы tfl.if всегда заканчиваются «tfl.yield». Если «tfl.if» не определяет никаких значений, «tfl.yield» можно не указывать и он будет вставлен неявно. В противном случае оно должно быть явным. Кроме того, если «tfl.if» определяет одно или несколько значений, блок «else» нельзя опустить.

Пример:

tfl.if %b  {
  ...
}

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

Интерфейсы: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
cond	тензор 1-битных целых чисел без знака

Результаты:

Результат	Описание
results	вариация тензора любого типа значений

tfl.imag (TFL::ImagOp)

Возвращает мнимую часть комплексного числа.

Учитывая input тензорные комплексные числа, эта операция возвращает тензор типа float , который является мнимой частью каждого элемента во input . Все элементы input должны быть комплексными числами вида \(a + bj\), где a — действительная часть, а b — мнимая часть, возвращаемая этой операцией.

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор комплексного типа с 32-битными элементами с плавающей запятой или комплексного типа с 64-битными значениями элементов с плавающей точкой

Результаты:

Результат	Описание
output	тензор 32-битных или 64-битных значений с плавающей запятой

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Оператор нормализации

L2Операция нормализации

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT.

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей запятой, или типа QUI8, или типа QI8, или типа QUI16, или типа QI16, или 8-битных целых чисел без знака.

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей запятой, или типа QUI8, или типа QI8, или типа QUI16, или типа QI16, или 8-битных целых чисел без знака.

tfl.leaky_relu (TFL::LeakyReluOp)

Утечка оператора Relu

Поэлементный оператор Leaky ReLU x -> x >= 0 ? х : (альфа * х)

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
alpha	::mlir::FloatAttr	32-битный атрибут с плавающей запятой

Операнды:

Операнд	Описание
input	тензор 32-битного типа с плавающей запятой или типа QUI8, или типа QI8, или значений типа TFLite quint8 или типа QI16.

Результаты:

Результат	Описание
output	тензор 32-битного типа с плавающей запятой или типа QUI8, или типа QI8, или значений типа TFLite quint8 или типа QI16.

tfl.less (TFL::LessOp)

Меньше оператора

Поэлементная меньшая операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного целого числа с плавающей точкой или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или значений типа QUI8, или типа QI8, или значений типа TFLite quint8
rhs	тензор 32-битного целого числа с плавающей точкой или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или значений типа QUI8, или типа QI8, или значений типа TFLite quint8

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.less_equal (TFL::LessEqualOp)

_Оператор меньшего равенства

Поэлементная операция less_equal.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QI8 или типа QUI8
rhs	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака или 64-битного целого числа без знака или значений типа QI8 или типа QUI8

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Нормализация локального ответа.

Четырехмерный input тензор рассматривается как трехмерный массив одномерных векторов (вдоль последнего измерения), и каждый вектор нормализуется независимо. Внутри данного вектора каждый компонент делится на взвешенную квадратичную сумму входных данных в пределах depth_radius . Подробно,

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

Подробнее см. Крижевский и др., Классификация ImageNet с глубокими сверточными нейронными сетями (NIPS 2012) .

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
radius	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
bias	::mlir::FloatAttr	32-битный атрибут с плавающей запятой
alpha	::mlir::FloatAttr	32-битный атрибут с плавающей запятой
beta	::mlir::FloatAttr	32-битный атрибут с плавающей запятой

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей запятой

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей запятой

tfl.log (TFL::LogOp)

Оператор натурального логарифма

Выполняет поэлементную операцию натурального логарифма на входе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений типа float или QI8

Результаты:

Результат	Описание
y	тензор 32-битных значений типа float или QI8

tfl.log_softmax (TFL::LogSoftmaxOp)

Записать оператор softmax

Вычисляет поэлементный журнал активаций softmax по следующей формуле

ввод - журнал (reduce_sum (exp (вход), dim))

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей запятой или типа QUI8, или типа QI8, или значений типа TFLite quint8

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей запятой или типа QUI8, или типа QI8, или значений типа TFLite quint8

tfl.logical_and (TFL::LogicalAndOp)

Логический оператор И

Поэлементная логическая операция И.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 1-битных целых чисел без знака
rhs	тензор 1-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.logical_not (TFL::LogicalNotOp)

Логический оператор НЕ

Поэлементная логическая операция НЕ.

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 1-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.logical_or (TFL::LogicalOrOp)

Логический оператор ИЛИ

Поэлементная логическая операция ИЛИ.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 1-битных целых чисел без знака
rhs	тензор 1-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 1-битных целых чисел без знака

tfl.logistic (TFL::LogisticOp)

Логистический оператор

Вычисляет поэлементно сигмоид входных данных.

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битного числа с плавающей точкой или типа QI8, или типа QUI8, или типа QI16, или значений типа TFLite quint8

Результаты:

Результат	Описание
y	тензор 32-битного числа с плавающей точкой или типа QI8, или типа QUI8, или типа QI16, или значений типа TFLite quint8

tfl.lstm (TFL::LSTMOp)

Полный оператор LSTM

Рекуррентный сетевой уровень блока долговременной памяти (LSTM). Реализация без глазка по умолчанию основана на: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf С. Хохрайтер и Дж. Шмидхубер. «Долгая краткосрочная память». Neural Computation, 9(8):1735-1780, 1997. Реализация глазка основана на: https://research.google.com/pubs/archive/43905.pdf Хасим Сак, Эндрю Сеньор и Франсуаза Бофейс. «Архитектура рекуррентных нейронных сетей с долговременной памятью для крупномасштабного акустического моделирования». INTERSPEECH, 2014. Связь ввода и шлюза забывания (CIFG) основана на: http://arxiv.org/pdf/1503.04069.pdf Greff et al. «LSTM: космическая одиссея поиска». Нормализация слоев основана на: https://arxiv.org/pdf/1607.06450.pdf Ba et al. «Нормализация слоя»

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT.
cell_clip	::mlir::FloatAttr	32-битный атрибут с плавающей запятой, значение которого неотрицательно.
proj_clip	::mlir::FloatAttr	32-битный атрибут с плавающей запятой, значение которого неотрицательно.
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type, значение которого равно mlir::TFL::LSTMKernelType::FULL
asymmetric_quantize_inputs	::mlir::BoolAttr	логический атрибут
input_to_input_intermediate	::mlir::TypeAttr	любой атрибут типа
input_to_forget_intermediate	::mlir::TypeAttr	любой атрибут типа
input_to_cell_intermediate	::mlir::TypeAttr	любой атрибут типа
input_to_output_intermediate	::mlir::TypeAttr	любой атрибут типа
effective_hidden_scale_intermediate	::mlir::TypeAttr	любой атрибут типа

Операнды:

Операнд	Описание
input	тензор значений 32-битного типа с плавающей запятой или типа QI8 или типа QI16
input_to_input_weights	тензор значений любого типа или типа без типа
input_to_forget_weights	тензор 32-битных значений типа float или QI8
input_to_cell_weights	тензор 32-битных значений типа float или QI8
input_to_output_weights	тензор 32-битных значений типа float или QI8
recurrent_to_input_weights	тензор значений любого типа или типа без типа
recurrent_to_forget_weights	тензор 32-битных значений типа float или QI8
recurrent_to_cell_weights	тензор 32-битных значений типа float или QI8
recurrent_to_output_weights	тензор 32-битных значений типа float или QI8
cell_to_input_weights	тензор значений любого типа или типа без типа
cell_to_forget_weights	тензор значений любого типа или типа без типа
cell_to_output_weights	тензор значений любого типа или типа без типа
input_gate_bias	тензор значений любого типа или типа без типа
forget_gate_bias	тензор 32-битных значений типа float или QI32
cell_bias	тензор 32-битных значений типа float или QI32
output_gate_bias	тензор 32-битных значений типа float или QI32
projection_weights	тензор значений любого типа или типа без типа
projection_bias	тензор значений любого типа или типа без типа
input_activation_state	тензор с состоянием
input_cell_state	тензор с состоянием
input_layer_norm_coefficients	тензор значений любого типа или типа без типа
forget_layer_norm_coefficients	тензор значений любого типа или типа без типа
cell_layer_norm_coefficients	тензор значений любого типа или типа без типа
output_layer_norm_coefficients	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	тензор любого типа значений

tfl.matrix_diag (TFL::MatrixDiagOp)

Возвращает тензор с указанной диагональю и всем остальным, дополненным нулями.

Учитывая диагональ, возвращает тензор с диагональю и всем остальным, дополненным нулями. Предположим, что диагональ имеет k измерений [I, J, K, ..., N] , тогда выходной результат представляет собой тензор ранга k+1 с размерностями [I, J, K, ..., N, N] , где: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
diagonal	тензор 32-битного целого числа с плавающей точкой или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QUI8, или типа QI8, или значений типа TFLite quint8

Результаты:

Результат	Описание
output	тензор 32-битного целого числа с плавающей точкой или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QUI8, или типа QI8, или значений типа TFLite quint8

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Возвращает пакетный матричный тензор с новыми пакетными значениями диагонали.

Учитывая input и diagonal , эта операция возвращает тензор с той же формой и значениями, что и input , за исключением главной диагонали самых внутренних матриц. Они будут перезаписаны значениями по diagonal .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битного целого числа с плавающей запятой или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или типа QI16, или типа QUI8, или значений типа TFLite quint8
diagonal	тензор 32-битного целого числа с плавающей запятой или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или типа QI16, или типа QUI8, или значений типа TFLite quint8

Результаты:

Результат	Описание
result	тензор 32-битного целого числа с плавающей запятой или 8-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или типа QI16, или типа QUI8, или значений типа TFLite quint8

tfl.max_pool_2d (TFL::MaxPool2DOp)

Макс Пул 2D оп.

Выполняет максимальный пул 2D на входе.

Входные данные: inputs[0] : требуется: входной тензор

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
padding	::mlir::StringAttr	строковый атрибут, значение которого равно SAME или VALID
stride_w	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
stride_h	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
filter_width	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
filter_height	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака
fused_activation_function	::mlir::StringAttr	строковый атрибут, значение которого равно NONE, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT.

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или типа QUI8, или типа QI8, или типа QI16, или значений типа TFLite quint8

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей точкой или типа QUI8, или типа QI8, или типа QI16, или значений типа TFLite quint8

tfl.maximum (TFL::MaximumOp)

Макс оператор

Поэлементная максимальная операция.

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

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.
rhs	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.

Результаты:

Результат	Описание
max	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.

tfl.mean (TFL::MeanOp)

Средний оператор

Вычисляет среднее значение элементов по измерениям тензора. Уменьшает input_tensor по размерам, указанным по оси. Если параметр Keepdims не имеет значения true, ранг тензора уменьшается на 1 для каждой записи по оси. Если параметр Keepdims равен true, уменьшенные размеры сохраняются с длиной 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
keep_dims	::mlir::BoolAttr	логический атрибут

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака, или 64-битного целого числа без знака, или типа QI8, или типа QUI8, или 8-битного целого числа без знака, или значений типа QI16.
axis	тензор 32-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 32-битного числа с плавающей запятой или 32-битного целого числа без знака, или 64-битного целого числа без знака, или типа QI8, или типа QUI8, или 8-битного целого числа без знака, или значений типа QI16.

tfl.minimum (TFL::MinimumOp)

Мин оператор

Поэлементная минимальная операция.

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

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.
rhs	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.

Результаты:

Результат	Описание
min	тензор 32-битного числа с плавающей точкой или 32/64-битного целого числа без знака или значений типа QI8, или типа QUI8, или значений типа QI16.

tfl.mirror_pad (TFL::MirrorPadOp)

Оператор MirrorPad. Дополняет тензор зеркальными значениями.

Эта операция дополняет входные данные зеркальными значениями в соответствии с указанными вами дополнениями. paddings — целочисленный тензор формы [n, 2], где n — ранг входных данных. Для каждого измерения D входных данных дополнение [D, 0] указывает, сколько значений нужно добавить перед содержимым ввода в этом измерении, а дополнение [D, 1] указывает, сколько значений нужно добавить после содержимого ввода в этом измерении.

Оба отступа[D, 0] и отступы[D, 1] не должны быть больше, чем input.dim_size(D) (или input.dim_size(D) - 1), если copy_border имеет значение true (если false соответственно).

Дополненный размер каждого измерения D выходных данных:

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

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

Операнды:

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

Результаты:

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

tfl.mul (TFL::MulOp)

Оператор умножения

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

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

Результаты:

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

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	MLIR Type	Описание
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Операнды:

Операнд	Описание
logits	tensor of 32-bit float values
num_samples	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
out	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

Результаты:

Результат	Описание
y	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
value	::mlir::UnitAttr	unit attribute

Результаты:

Результат	Описание
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
selected_indices	tensor of 32-bit signless integer values
valid_outputs	tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
selected_indices	tensor of 32-bit signless integer values
selected_scores	tensor of 32-bit float values
valid_outputs	tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Атрибуты:

Атрибут	MLIR Type	Описание
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
axis	::mlir::IntegerAttr	32-bit signless integer attribute

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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.

Например:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
values	variadic of tensor of any type values

Результаты:

Результат	Описание
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)

Например:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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)

Например:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Операнды:

Операнд	Описание
input	variadic of tensor of any type values

Результаты:

Результат	Описание
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	tensor of 32-bit float or 32-bit signless integer values
rhs	tensor of 32-bit float or 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

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

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
value	::mlir::ElementsAttr	constant vector/tensor attribute

Результаты:

Результат	Описание
output	tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

Результаты:

Результат	Описание
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Результаты:

Результат	Описание
output	tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Результаты:

Результат	Описание
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
qtype	::mlir::TypeAttr	Tensor type attribute

Операнды:

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

Результаты:

Результат	Описание
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

Атрибуты:

Атрибут	MLIR Type	Описание
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Операнды:

Операнд	Описание
shape	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
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

Атрибуты:

Атрибут	MLIR Type	Описание
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

Операнды:

Операнд	Описание
shape	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
result	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	tensor of any type values

Результаты:

Результат	Описание
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
resource_id	tensor of resource values

Результаты:

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

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

Результаты:

Результат	Описание
output	tensor of 32-bit float or 64-bit float values

tfl.reduce_all (TFL::ReduceAllOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
input	tensor of 1-bit signless integer values
reduction_indices	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QUI8 type or QI8 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QUI8 type or QI8 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QUI8 type or QI8 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	tensor of any type values
shape	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	tensor of 32-bit float values
fft_length	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float values

Результаты:

Результат	Описание
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QI8 type or QI16 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	tensor of 32-bit float or 32-bit signless integer values
segment_ids	tensor of 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

Выберите оператора

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
out_type	::mlir::Attribute	derived attribute

Операнды:

Операнд	Описание
input	tensor of any type values

Результаты:

Результат	Описание
output	tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

Результаты:

Результат	Описание
output	tensor of 32-bit float or 64-bit float or 32-bit signless integer values

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float values

Результаты:

Результат	Описание
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
beta	::mlir::FloatAttr	32-bit float attribute

Операнды:

Операнд	Описание
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

Результаты:

Результат	Описание
output	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

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

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

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

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float or QI8 type or QI16 type values

Результаты:

Результат	Описание
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	tensor of 32-bit float values

Результаты:

Результат	Описание
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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 .

Например:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	tensor of any type values

Результаты:

Результат	Описание
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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)

Оператор вычитания

Element-wise subtraction operation.

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
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

Результаты:

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

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
keep_dims	::mlir::BoolAttr	bool attribute

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or QI8 type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Результаты:

Результат	Описание
output	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
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

Результаты:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
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

Результаты:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
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

Результаты:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Атрибуты:

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

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Атрибуты:

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

Operands:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

Атрибут	MLIR Type	Описание
idx_out_type	::mlir::Attribute	derived attribute

Operands:

Операнд	Описание
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

Результаты:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
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

Результаты:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
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

Результаты:

Результат	Описание
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:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
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

Результаты:

Результат	Описание
output	tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
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

Результаты:

Результат	Описание
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

Атрибуты:

Атрибут	MLIR Type	Описание
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

Результаты:

Результат	Описание
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:

Операнд	Описание
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

Результаты:

Результат	Описание
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

Цикл 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

Атрибуты:

Атрибут	MLIR Type	Описание
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Операнд	Описание
input	variadic of tensor of any type values

Результаты:

Результат	Описание
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:

Операнд	Описание
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
input	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Результаты:

Результат	Описание
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Атрибуты

DimensionMetadataAttr

Dimension metadata.

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
формат	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
segments	::llvm::ArrayRef<int32_t>
индексы	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
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">

Параметры:

Параметр	C++ type	Описание
ценить	::llvm::StringRef

DimensionTypeAttr

_Dimension type

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
ценить	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
ценить	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
ценить	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

Перечисления

DimensionType

_Dimension type

Случаи:

Символ	Ценить	Нить
ПЛОТНЫЙ	0	ПЛОТНЫЙ
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Случаи:

Символ	Ценить	Нить
ПОЛНЫЙ	0	ПОЛНЫЙ
БАЗОВЫЙ	1	БАЗОВЫЙ

MirrorPaddingType

_Mirror_pad enum

Случаи:

Символ	Ценить	Нить
ОТРАЖАТЬ	0	ОТРАЖАТЬ
СИММЕТРИЧНЫЙ	1	СИММЕТРИЧНЫЙ