'tfl' Lehçe

TensorFlow Lite lehçesi.

Bu lehçe TensorFlow Lite işlemlerine eşlenir.

Değişmezler:

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

Operasyonlar

tfl.abs (TFL::AbsOp)

Mutlak değer operatörü

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

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya QI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
y	16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya QI8 tipi veya QI16 tipi değerlerin tensörü

tfl.add (TFL::AddOp)

Toplama operatörü

Eleman bazında toplama işlemi.

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği

İşlenenler:

İşlenen	Tanım
lhs	32 bitlik float veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
rhs	32 bitlik float veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.add_n (TFL::AddNOp)

_n operatörü ekle

Tüm giriş tensörlerini eleman bazında ekler.

Özellikler: AlwaysSpeculatableImplTrait , Commutative

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
inputs	herhangi bir tipteki tensörün değişken değerleri

Sonuçlar:

Sonuç	Tanım
sum	32 bitlik kayan nokta veya 32 bitlik işaretsiz tam sayı değerlerinin tensörü

tfl.arg_max (TFL::ArgMaxOp)

ArgMax operatörü

Bir tensörün boyutları arasında en büyük değere sahip indeksi döndürür.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
output_type	::mlir::Öznitelik	türetilmiş nitelik

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
output	32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.arg_min (TFL::ArgMinOp)

ArgMin operatörü

Bir tensörün boyutları boyunca en küçük değere sahip indeksi döndürür. a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
output_type	::mlir::Öznitelik	türetilmiş nitelik

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
output	32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.assign_variable (TFL::AssignVariableOp)

Bir değişkene yeni bir değer atar.

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

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
resource_id	kaynak değerlerinin tensörü
value	32 bit float veya 64 bit float veya 1 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI16 tipi veya 32 bit float elemanlı karmaşık tip veya 64 bit float elemanlı karmaşık tip değerleri

tfl.atan2 (TFL::Atan2Op)

Atan2 operasyonu

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

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
y	32 bitlik float veya 64 bitlik float değerlerinin tensörü
x	32 bitlik float veya 64 bitlik float değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 64 bitlik float değerlerinin tensörü

tfl.average_pool_2d (TFL::OrtalamaHavuz2DOp)

_Ortalama_havuz 2d operatörü

Giriş üzerinde ortalama havuzlama işlemi gerçekleştirir.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
filter_height	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
filter_width	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
padding	::mlir::DizeAttr	değeri AYNI veya GEÇERLİ olan dize niteliği
stride_h	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_w	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği

İşlenenler:

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

Sonuçlar:

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

tfl.basic_lstm (TFL::BasicLSTMOp)

Temel lstm operatörü

temel LSTM Hücre Operatörü.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

Nitelikler:

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

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
activ_output	Herhangi bir türdeki 2B tensör değerleri
state_output	Herhangi bir türdeki 2B tensör değerleri
concat_temp	Herhangi bir türdeki 2B tensör değerleri
activ_temp	Herhangi bir türdeki 2B tensör değerleri

tfl.batch_matmul (TFL::BatchMatMulOp)

Toplu Matris Çarpma Operatörü

Girişlerde toplu matris çarpımı gerçekleştirir. Toplu boyutlarda ve yayında bilinmeyen boyutlar için destekle TensorFlow BatchMatMulV2 kurallarını takip eder.

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

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
adj_x	::mlir::BoolAttr	bool niteliği
adj_y	::mlir::BoolAttr	bool niteliği
asymmetric_quantize_inputs	::mlir::BoolAttr	bool niteliği

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
output	32-bit float veya QI8 tipi veya QI16 tipi veya 32-bit işaretsiz tamsayı değerlerinin tensörü

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

BatchToSpaceNd operatörü

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

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya 8 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
block_shape	32 bitlik işaretsiz tam sayı değerlerinin tensörü
indices	32 bitlik işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMop)

Çift yönlü dizi lstm operatörü

Çift yönlü lstm, esasen biri ileri, diğeri geri giden iki lstm'den oluşur. Çıktı ise iki lstm'nin birleştirilmesiyle elde edilir.

Özellikler: QuantizableResult

Arayüzler: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

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

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_input_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_input_to_forget_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_input_to_cell_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_input_to_output_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_recurrent_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_recurrent_to_forget_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_recurrent_to_cell_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_recurrent_to_output_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
fw_cell_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_cell_to_forget_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_cell_to_output_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_input_gate_bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_forget_gate_bias	32 bitlik kayan nokta değerlerinin tensörü
fw_cell_bias	32 bitlik kayan nokta değerlerinin tensörü
fw_output_gate_bias	32 bitlik kayan nokta değerlerinin tensörü
fw_projection_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_projection_bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_input_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_input_to_forget_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_input_to_cell_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_input_to_output_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_recurrent_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_recurrent_to_forget_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_recurrent_to_cell_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_recurrent_to_output_weights	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü
bw_cell_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_cell_to_forget_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_cell_to_output_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_input_gate_bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_forget_gate_bias	32 bitlik kayan nokta değerlerinin tensörü
bw_cell_bias	32 bitlik kayan nokta değerlerinin tensörü
bw_output_gate_bias	32 bitlik kayan nokta değerlerinin tensörü
bw_projection_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_projection_bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_input_activation_state	durumlu tensör
fw_input_cell_state	durumlu tensör
bw_input_activation_state	durumlu tensör
bw_input_cell_state	durumlu tensör
aux_input	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_aux_input_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_aux_input_to_forget_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_aux_input_to_cell_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
fw_aux_input_to_output_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_aux_input_to_input_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_aux_input_to_forget_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_aux_input_to_cell_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör
bw_aux_input_to_output_weights	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör

Sonuçlar:

Sonuç	Tanım
fw_output	herhangi bir türdeki tensör değerleri
bw_output	herhangi bir türdeki tensör değerleri

tfl.bitcast (TFL::BitcastOp)

Bitcast operatörü

Bir tensörü bir türden diğerine bitcast eder.

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	herhangi bir türdeki tensör değerleri

Sonuçlar:

Sonuç	Tanım
output	herhangi bir türdeki tensör değerleri

tfl.bitwise_xor (TFL::BitwiseXorOp)

Bit düzeyinde Xor operatörü

Elementwise, lhs ve rhs bit düzeyinde XOR'unu hesaplar.

Özellikler: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.broadcast_args (TFL::BroadcastArgsOp)

s0 op s1 şeklini yayınla döndür.

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

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
r0	32/64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.broadcast_to (TFL::BroadcastToOp)

Uyumlu bir şekil için bir dizi yayınlayın.

Yayınlama, aritmetik işlemler için uyumlu şekillere sahip diziler oluşturma sürecidir. İki şekil, her boyut çifti için eşit veya biri bir ise uyumludur. Bir Tensörü bir şekle yayınlamaya çalışırken, takip eden boyutlardan başlanır ve ileriye doğru ilerler.

Örneğin,

x = tf.constant([1, 2, 3]) y = tf.broadcast_to(x, [3, 3]) print(y) tf.Tensor( [[1 2 3] [1 2 3] [1 2 3]], şekil=(3, 3), veri türü=int32)

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

Bir tensörü bir skalerle çarpmak gibi yayınlanan işlemler yaparken, yayınlanan tensör hiçbir zaman somutlaştırılmadığından yayınlama (genellikle) bir miktar zaman veya mekan avantajı sağlar.

Ancak, broadcast_to bu tür avantajlar sağlamaz. Yeni oluşturulan tensör, yayınlanan şeklin tüm belleğini kaplar. (Ancak, bir grafik bağlamında, broadcast_to sonraki işlemlere eklenebilir ve ardından optimize edilebilir.)

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bit float tensörü veya 32 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 tipi veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya QUI8 tipi veya 16 bit işaretsiz tam sayı veya QI16 tipi veya 64 bit işaretsiz tam sayı veya 32 bit float eleman değerlerine sahip karmaşık tip
shape	32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit float tensörü veya 32 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 tipi veya 8 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya QUI8 tipi veya 16 bit işaretsiz tam sayı veya QI16 tipi veya 64 bit işaretsiz tam sayı veya 32 bit float eleman değerlerine sahip karmaşık tip

tfl.bucketize (TFL::BucketizeOp)

'Girdiyi' 'sınırlara' göre gruplandırır.

Örnek:

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

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
boundaries	::mlir::DiziAttr	32 bitlik kayan nokta dizisi niteliği

İşlenenler:

İşlenen	Tanım
input	32-bit float veya 64-bit float veya 32-bit işaretsiz tam sayı veya 64-bit işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik işaretsiz tam sayı değerlerinin tensörü

tfl.call_once (TFL::CallOnceOp)

Bir başlatma işlevini çağırır

Bu işlem, tf kayıtlı model lehçesindeki oturum başlatıcısı için verilen başlatma işlevini çağırır.

Arayüzler: TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
session_init_function	::mlir::DizeAttr	dize niteliği

tfl.cast (TFL::CastOp)

Döküm operatörü

Girişi giriş türünden çıkış türüne dönüştürür.

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen

Tanım

input

16 bit float veya bfloat16 türünde tensör veya 32 bit float veya 64 bit float veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite quint8 türünde tensör veya 8 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 32 bit float eleman değerlerine sahip karmaşık tür

Sonuçlar:

Sonuç

Tanım

output

16 bit float veya bfloat16 türünde tensör veya 32 bit float veya 64 bit float veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite quint8 türünde tensör veya 8 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 32 bit float eleman değerlerine sahip karmaşık tür

tfl.ceil (TFL::CeilOp)

Tavan operatörü

Girişin eleman bazında tavan değerini döndürür.

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	32 bitlik kayan nokta değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
y	32 bitlik kayan nokta değerlerinin tensörü

tfl.complex_abs (TFL::ComplexAbsOp)

Bir tensörün karmaşık mutlak değerini hesaplar.

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

Özellikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bit float elemanlı karmaşık tipteki tensör veya 64 bit float elemanlı karmaşık tipteki tensör değerleri

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 64 bitlik float değerlerinin tensörü

tfl.concatenation (TFL::ConcatenationOp)

Bağlantı operatörü

Bir boyut boyunca tensörleri birleştirir

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
axis	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği

İşlenenler:

İşlenen	Tanım
values	herhangi bir tipteki tensörün değişken değerleri

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 64 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 8 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya 8 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 1 bitlik işaretsiz tam sayı değerlerinin tensörü

tfl.control_node (TFL::ControlNodeOp)

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

Bu, bölgeleri sarmak ve bunlara kontrol bağımlılıkları eklemek için kullanılır. Bu, genellikle, sabit bir işlem sırasına (yeniden maddeleştirme gibi) dayanan optimizasyonları etkinleştirmek için düz arabellek modeli yayımlanmadan önceki son adımlardan birinde gerçekleşir. Düz arabellek dışa aktarıcısı, sarmalanmış bölgeyi açar ve oluşturulan modeli meta verilerle açıklar, böylece çalışma zamanı yeniden sıralamaları kontrol bağımlılıkları tarafından verilen sıraya uyar.

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

İşlenenler:

İşlenen	Tanım
controlInputs	kontrolün değişkenliği

Sonuçlar:

Sonuç	Tanım
outputs	herhangi bir tipteki tensörün değişken değerleri
control	kontrol

tfl.conv_2d (TFL::Conv2DOp)

Evrişim operatörü

Girişler üzerinde evrişim işlemi gerçekleştirir.

Girişler: inputs[0] : gerekli: giriş aktivasyon tensörü inputs[1] : gerekli: filtre ağırlık tensörü inputs[2] : isteğe bağlı: önyargı tensörü

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
dilation_h_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_w_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği
padding	::mlir::DizeAttr	değeri AYNI veya GEÇERLİ olan dize niteliği
stride_h	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_w	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
filter	32 bitlik float veya QI4 tipi veya QI8 tipi veya QUI8 tipi değerlerin tensörü
bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör

Sonuçlar:

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

tfl.conv_3d (TFL::Conv3DOp)

Evrişim 3D operatörü

3B girişlerde evrişim işlemi gerçekleştirir. Girişler: inputs[0] : gerekli: giriş aktivasyon tensörü inputs[1] : gerekli: filtre ağırlık tensörü inputs[2] : isteğe bağlı: önyargı tensörü

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
dilation_d_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_h_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_w_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği
padding	::mlir::DizeAttr	değeri AYNI veya GEÇERLİ olan dize niteliği
stride_d	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_h	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_w	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan nokta değerlerinin tensörü
filter	32 bitlik kayan nokta değerlerinin tensörü
bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan nokta değerlerinin tensörü

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Transpoze Konvolüsyon 3D operatörü

3B girişlerde transpoze evrişim işlemi gerçekleştirir. Girişler: inputs[0] : gerekli: çıkış tensörünün şekli inputs[1] : gerekli: filtre ağırlık tensörü inputs[2] : gerekli: giriş aktivasyon tensörü inputs[3] : isteğe bağlı: önyargı tensörü

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
dilation_d_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_h_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_w_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği
padding	::mlir::DizeAttr	değeri AYNI veya GEÇERLİ olan dize niteliği
stride_d	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_h	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_w	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği

İşlenenler:

İşlenen	Tanım
output_shape	32 bitlik işaretsiz tam sayı değerlerinin tensörü
filter	32 bitlik kayan nokta değerlerinin tensörü
input	32 bitlik kayan nokta değerlerinin tensörü
bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan nokta değerlerinin tensörü

tfl.cos (TFL::CosOp)

Kosinüs operatörü

Girişin eleman bazında Kosinüsünü hesaplar

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	32 bitlik kayan nokta değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
y	32 bitlik kayan nokta değerlerinin tensörü

tfl.cumsum (TFL::CumsumOp)

Cumsum operatörü

Tensör x'in eksen boyunca kümülatif toplamını hesaplayın.

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
exclusive	::mlir::BoolAttr	bool niteliği
reverse	::mlir::BoolAttr	bool niteliği

İşlenenler:

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

Sonuçlar:

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

tfl.custom (TFL::CustomOp)

Özel operasyon

Herhangi bir TFLite özel operasyonu için genel bir operasyon.

giriş: Orijinal op'deki girdilerin listesi. custom_code: Bu op'nin tam olarak hangisi olduğunu tanımlamak için kullanılan bir dize, flatbuffer'daki operator_codes.custom_code'a karşılık gelir. custom_option: op niteliklerini bayt biçiminde kaydetmek için bir tutucu. çıkış: Orijinal op'deki çıktıların listesi.

Arayüzler: TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
custom_code	::mlir::DizeAttr	dize niteliği
custom_option	::mlir::TFL::SabitBaytAttr	Derlenmiş baytların bir dize öznitelik gösterimi

İşlenenler:

İşlenen	Tanım
input	herhangi bir türdeki tensörün değişken değerleri veya hiçbir türde olmayan

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tipteki tensörün değişken değerleri

tfl.custom_tf (TFL::CustomTfOp)

TF özel operasyonları için Wrapper Op.

Herhangi bir Özel TF operasyonunu çevreleyen bir sarmalayıcı operasyon. Bunlar, custom_opdefs kullanılarak tanımlanan veya TF lehçesinde tanımlanmamış bağlantılı operasyonları içerir. Bu operasyon, özel operasyonu yalnızca bir bölgenin içine sarar. Not #1, bu operasyon CustomOp kullanılarak tanımlanan TF Lite özel operasyonlarını içermez. Not #2, bu operasyon yalnızca dönüştürücü içindeki dahili bir temsildir ve model Flatbuffer'a aktarıldığında gösterilmez/dışa aktarılmaz.

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

Arayüzler: InferTypeOpInterface , TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
input	herhangi bir türdeki tensörün değişken değerleri veya hiçbir türde olmayan

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tipteki tensörün değişken değerleri

tfl.densify (TFL::YoğunlaştırmaOp)

Yoğunlaştırma operatörü

Seyrek tensörü yoğun formata dönüştürür.

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan noktalı sayı veya 8 bitlik işaretsiz tam sayı değerlerinin tensörü

tfl.depth_to_space (TFL::DepthToSpaceOp)

DepthToSpace operatörü

Derinlik verilerini uzamsal veri bloklarına yeniden düzenler. Bu, SpaceToDepth'in ters dönüşümüdür. Daha açık bir ifadeyle, bu işlem, depth boyutundaki değerlerin uzamsal bloklar halinde height ve width boyutlarına taşındığı giriş tensörünün bir kopyasını çıktı olarak verir. attr block_size giriş bloğu boyutunu ve verilerin nasıl taşındığını gösterir.

Özellikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
block_size	::mlir::IntegerAttr	Değeri pozitif olan 32 bitlik işaretsiz tam sayı niteliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya 8 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya TFLite quint8 tipi veya 8 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 8 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya TFLite quint8 tipi veya 8 bitlik işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi değerlerin tensörü

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Derinliksel olarak ayrılabilir evrişim operatörü

Girişler üzerinde evrişim işlemi gerçekleştirir.

Girişler: inputs[0] : gerekli: giriş aktivasyon tensörü inputs[1] : gerekli: filtre ağırlık tensörü inputs[2] : isteğe bağlı: önyargı tensörü

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
dilation_h_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
dilation_w_factor	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği
padding	::mlir::DizeAttr	değeri AYNI veya GEÇERLİ olan dize niteliği
stride_h	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
stride_w	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği
depth_multiplier	::mlir::IntegerAttr	32 bitlik işaretsiz tamsayı niteliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
filter	32 bitlik float veya QI4 tipi veya QI8 tipi veya QUI8 tipi değerlerin tensörü
bias	herhangi bir türdeki tensör değerleri veya hiçbir türdeki tensör

Sonuçlar:

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

tfl.dequantize (TFL::DequantizeOp)

Dekuantizasyon operatörü

Nicemleme parametrelerine göre tam sayılardan oluşan nicemlenmiş diziyi kayan noktalara dönüştürür.

Arayüzler: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	QI4 tipi veya QI8 tipi veya QUI8 tipi veya QI16 tipi veya 16 bitlik kayan nokta değerleri tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan nokta değerlerinin tensörü

tfl.dilate (TFL::GenişletOp)

Genişletme operatörü

Mevcut elemanlar arasına yeni elemanlar ekleyerek tensörü genişletir.

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	8 bitlik işaretsiz tam sayının veya 16 bitlik işaretsiz tam sayının veya 32 bitlik işaretsiz tam sayının veya 64 bitlik işaretsiz tam sayının veya 8 bitlik işaretsiz tam sayının veya 16 bitlik işaretsiz tam sayının veya 32 bitlik işaretsiz tam sayının veya 64 bitlik işaretsiz tam sayının veya 32 bitlik kayan noktalı sayının veya 64 bitlik kayan noktalı sayı değerlerinin tensörü
dilations	32 bitlik işaretsiz tam sayı değerlerinin tensörü
padding_value	Herhangi bir türdeki 0D tensörü değerleri

Sonuçlar:

Sonuç	Tanım
output	8 bitlik işaretsiz tam sayının veya 16 bitlik işaretsiz tam sayının veya 32 bitlik işaretsiz tam sayının veya 64 bitlik işaretsiz tam sayının veya 8 bitlik işaretsiz tam sayının veya 16 bitlik işaretsiz tam sayının veya 32 bitlik işaretsiz tam sayının veya 64 bitlik işaretsiz tam sayının veya 32 bitlik kayan noktalı sayının veya 64 bitlik kayan noktalı sayı değerlerinin tensörü

tfl.div (TFL::DivOp)

Bölme operatörü

Eleman bazında bölme işlemi.

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

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

Etkiler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Tipi	Tanım
fused_activation_function	::mlir::DizeAttr	değeri NONE, RELU, RELU_N1_TO_1, RELU6, TANH veya SIGN_BIT olan dize niteliği

İşlenenler:

İşlenen	Tanım
lhs	32 bitlik float veya 32 bitlik işaretsiz tamsayı veya QUI8 tipi veya QI8 tipi veya QI16 tipi değerlerin tensörü
rhs	32 bitlik float veya 32 bitlik işaretsiz tamsayı veya QUI8 tipi veya QI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya 32 bitlik işaretsiz tamsayı veya QUI8 tipi veya QI8 tipi veya QI16 tipi değerlerin tensörü

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DinamikGüncellemeDilimi.

XLA DynamicUpdateSlice ile aynı semantiği olan DynamicUpdateSlice işlemi. Giriş dizisinin işleneninin değerini, başlangıç_dizinlerinde üzerine yazılmış bir dilim güncellemesiyle bir sonuç üretir.

https://www.tensorflow.org/xla/operation_semantics#dynamicupdateslice adresine bakın

Özellikler: AlwaysSpeculatableImplTrait

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Etkiler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
operand	1 bitlik işaretsiz tamsayı veya 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya 16 bitlik kayan nokta değerlerinin tensörü
update	1 bitlik işaretsiz tamsayı veya 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya 16 bitlik kayan nokta değerlerinin tensörü
start_indices	32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı veya 8 bitlik işaretsiz tam sayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan nokta veya 16 bitlik kayan nokta değerlerinin tensörü

tfl.elu (TFL::EluOp)

Üstel Doğrusal Birim operatörü

Üstel doğrusal f(x) -> exp(x) - 1'i x < 0 için, x'i x >= 0 için hesaplar.

Nitelikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Arama işlecini yerleştirme

Gömme tensörleri listesinde kimlikleri arar.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lookup	32 bit işaretsiz tamsayı değerlerinin tensörü
value	32 bitlik kayan noktalı veya 8 bitlik işaretsiz tamsayı veya 8 bitlik işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI4 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı değerlerinin tensörü

tfl.equal (TFL::EqualOp)

Eşit operatör

x == y öğesinin doğruluk öğesini öğe bazında döndürür

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	1 bitlik işaretsiz tamsayı veya 32 bitlik kayan nokta veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü veya 8 bitlik işaretsiz tam sayı veya TFLite dize türü değerlerinin tensörü
y	1 bitlik işaretsiz tamsayı veya 32 bitlik kayan nokta veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü veya 8 bitlik işaretsiz tam sayı veya TFLite dize türü değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.exp (TFL::ExpOp)

Doğal üs alma operatörü

Girişte öğe bazında doğal üstel alma işlemi gerçekleştirir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.expand_dims (TFL::ExpandDimsOp)

Tensörün şekline 1 boyutunu ekler.

Bir tensör input verildiğinde, bu işlem input şeklinin boyut indeksi axis 1 boyutunu ekler. Boyut indeksi axis sıfırdan başlar; axis için negatif bir sayı belirtirseniz sondan geriye doğru sayılır.

Tek bir öğeye toplu iş boyutu eklemek istiyorsanız bu işlem kullanışlıdır. Örneğin, şekil [height, width, channels] şeklinde tek bir görüntünüz varsa, bunu expand_dims(image, 0) ile 1 görüntüden oluşan bir toplu iş haline getirebilirsiniz, bu da şekli [1, height, width, channels] yapacaktır.

Diğer örnekler:

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

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

Bu işlem şunları gerektirir:

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

Bu işlem, boyut 1'in boyutlarını kaldıran squeeze() işlemiyle ilgilidir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	herhangi bir tür değerin tensörü
dim	32/64 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tür değerin tensörü

tfl.external_const (TFL::ExternalConstOp)

Harici const op.

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

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
buffer_index	::mlir::TamsayıAttr	32 bit işaretsiz tam sayı özelliği

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tür değerin tensörü

tfl.fake_quant (TFL::FakeQuantOp)

FakeQuant operatörü

Float tipindeki 'giriş' tensörünü, minimum ve maksimum kayan skalerler aracılığıyla, girişlerle aynı şekle sahip 'çıkış' tensörlerine sahte olarak nicemleyin.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
min	::mlir::FloatAttr	32 bitlik kayan nokta özelliği
max	::mlir::FloatAttr	32 bitlik kayan nokta özelliği
num_bits	::mlir::TamsayıAttr	Minimum değeri 2, maksimum değeri 16 olan 32 bitlik işaretsiz tam sayı özelliği
narrow_range	::mlir::BoolAttr	değeri yanlış olan bool özelliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan değer değerlerinin tensörü

tfl.fill (TFL::FillOp)

Tensörü verilen değerle doldurun.

Tensörü verilen değerle doldurun.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
dims	32/64 bit işaretsiz tamsayı değerlerinin tensörü
input	32 bit kayan nokta veya 16 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya QI8 türü veya QI16 türü veya TFLite dize türü değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
result	32 bit kayan nokta veya 16 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 1 bit işaretsiz tam sayı veya QI8 türü veya QI16 türü veya TFLite dize türü değerlerinin tensörü

tfl.floor (TFL::FloorOp)

Kat operatörü

Girişin eleman bazında taban değerini döndürür.

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
y	32 bitlik kayan değer değerlerinin tensörü

tfl.floor_div (TFL::FloorDivOp)

Kat div operatörü

Eleman bazında zemin bölme işlemi.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.floor_mod (TFL::FloorModOp)

Bölüm hatırlatıcısı

Eleman bazında bölme hatırlatma işlemi.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	8 bitlik işaretsiz tamsayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan değer değerlerinin tensörü
rhs	8 bitlik işaretsiz tamsayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	8 bitlik işaretsiz tamsayı veya 16 bitlik işaretsiz tam sayı veya 32 bitlik işaretsiz tam sayı veya 64 bitlik işaretsiz tam sayı veya 32 bitlik kayan değer değerlerinin tensörü

tfl.fully_connected (TFL::FullyConnectedOp)

Tamamen bağlı operasyon

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

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
fused_activation_function	::mlir::StringAttr	değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
weights_format	::mlir::StringAttr	Değeri DEFAULT veya SHUFFLED4x16INT8 olan dize özelliği
keep_num_dims	::mlir::BoolAttr	bool özelliği
asymmetric_quantize_inputs	::mlir::BoolAttr	bool özelliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QI8 tipi veya QUI8 tipi veya QI16 tipi veya QUI16 tipi değerlerin tensörü
filter	32 bitlik float veya QI4 tipi veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
bias	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tür değerin tensörünün değişkenliği

tfl.gather (TFL::GatherOp)

Operatör topla

indices göre params eksen axis dilimler toplayın.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
axis	::mlir::TamsayıAttr	32 bit işaretsiz tam sayı özelliği
batch_dims	::mlir::TamsayıAttr	32 bit işaretsiz tam sayı özelliği

İşlenenler:

İşlenen	Tanım
params	32 bit kayan nokta veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite dize türü veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü değerleri
indices	16 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayının veya 64 bit işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit kayan nokta veya 1 bit işaretsiz tam sayı veya 4 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya TFLite dize türü veya 8 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü veya QI16 türü değerleri

tfl.gather_nd (TFL::GatherNdOp)

_Gather ve operatörü

params dilimleri, indices belirtilen şekle sahip bir Tensörde toplayın.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
params	32 bit kayan nokta veya 1 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya TFLite dize türü değerlerinin tensörü
indices	16 bit işaretsiz tam sayının veya 32 bit işaretsiz tam sayının veya 64 bit işaretsiz tam sayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit kayan nokta veya 1 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya TFLite dize türü değerlerinin tensörü

tfl.gelu (TFL::GeluOp)

GELU aktivasyon fonksiyonu.

GELU aktivasyon fonksiyonunu eleman bazında hesaplar.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
approximate	::mlir::BoolAttr	bool özelliği

İşlenenler:

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

Sonuçlar:

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

tfl.greater (TFL::GreaterOp)

Büyük operatör

Eleman bazında daha büyük operasyon.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.greater_equal (TFL::GreaterEqualOp)

_Büyük eşit operatörü

Eleman bazında büyük_equal işlemi.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	32 bit kayan nokta veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü değerlerin tensörü
rhs	32 bit kayan nokta veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.hard_swish (TFL::HardSwishOp)

Hardswish aktivasyon fonksiyonu.

Sert geçiş aktivasyon fonksiyonunu f(x) -> (x * relu6(x+3))/6 eleman bazında hesaplar.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.hashtable (TFL::HashtableOp)

Başlatılmamış bir karma tablosu oluşturur.

Bu işlem, anahtarlarının ve değerlerinin türünü belirten bir karma tablosu oluşturur. Tabloyu kullanmadan önce onu başlatmanız gerekecektir. Başlatma işleminden sonra tablo değişmez olacaktır.

Arayüzler: TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
table_id	::mlir::TamsayıAttr	32 bit işaretsiz tam sayı özelliği
key_dtype	::mlir::TypeAttr	herhangi bir tür özelliği
value_dtype	::mlir::TypeAttr	herhangi bir tür özelliği

Sonuçlar:

Sonuç	Tanım
out	kaynak değerlerinin tensörü

tfl.hashtable_find (TFL::HashtableFindOp)

Bir tablodaki anahtarları arar, karşılık gelen değerlerin çıktısını verir.

Tensör keys tablonun tuşlarıyla aynı tipte olmalıdır. Çıkış values tablo değerlerinin türündedir.

Skaler default_value , tabloda bulunmayan anahtarların değer çıktısıdır. Ayrıca tablo değerleriyle aynı türde olmalıdır.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
hash_table	kaynak değerlerinin tensörü
keys	32 bit işaretsiz tamsayı veya TFLite dize türü tensörü veya 64 bit işaretsiz tam sayı değerleri
default_value	32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya TFLite dize türü tensörü veya 64 bit işaretsiz tam sayı değerleri

Sonuçlar:

Sonuç	Tanım
out	32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya TFLite dize türü tensörü veya 64 bit işaretsiz tam sayı değerleri

tfl.hashtable_import (TFL::HashtableImportOp)

Tablonun içeriğini belirtilen anahtarlar ve değerlerle değiştirir.

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

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
hash_table	kaynak değerlerinin tensörü
keys	32 bit işaretsiz tamsayı veya TFLite dize türü tensörü veya 64 bit işaretsiz tam sayı değerleri
values	32 bit kayan nokta veya 32 bit işaretsiz tamsayı veya TFLite dize türü tensörü veya 64 bit işaretsiz tam sayı değerleri

tfl.hashtable_size (TFL::HashtableSizeOp)

Verilen tablodaki öğe sayısını hesaplar.

Arayüzler: TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
hash_table	kaynak değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
out	64 bit işaretsiz tamsayı değerlerinin tensörü

tfl.if (TFL::IfOp)

If-then-else işlemi

tfl.if işlemi, kodun iki bölgesini koşullu olarak yürütmek için bir if-then-else yapısını temsil eder. Bir if işleminin işleneni bir boole değeridir. Örneğin:

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

tfl.if ayrıca kendi bölgelerinde tanımlanan sonuçları da döndürebilir. Tanımlanan değerler hangi yürütme yolunun alındığına göre belirlenir.

Örnek:

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

tfl.if bölgeleri her zaman "tfl.yield" ile sonlandırılır. "tfl.if" hiçbir değer tanımlamıyorsa "tfl.yield" dışarıda bırakılabilir ve örtülü olarak eklenecektir. Aksi halde açıkça belirtilmelidir. Ayrıca "tfl.if" bir veya daha fazla değeri tanımlıyorsa 'else' bloğu atlanamaz.

Örnek:

tfl.if %b  {
  ...
}

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

Arayüzler: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

İşlenenler:

İşlenen	Tanım
cond	1 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
results	herhangi bir tür değerin tensörünün değişkenliği

tfl.imag (TFL::ImagOp)

Karmaşık bir sayının sanal kısmını döndürür.

Karmaşık sayıların tensör input göz önüne alındığında, bu işlem, input içindeki her öğenin sanal kısmı olan float türünde bir tensör döndürür. input tüm öğeler formdaki karmaşık sayılar olmalıdır \(a + bj\)burada a , bu işlemin döndürdüğü gerçek kısımdır ve b, sanal kısımdır.

Nitelikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

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

Sonuçlar:

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

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Normalleştirme Operatörü

L2Normalleştirme Operasyonu

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

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

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan noktalı veya QUI8 tipi veya QI8 tipi veya QUI16 tipi veya QI16 tipi veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan noktalı veya QUI8 tipi veya QI8 tipi veya QUI16 tipi veya QI16 tipi veya 8 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.leaky_relu (TFL::LeakyReluOp)

Sızdıran Relu operatörü

Eleman bazında Sızdıran ReLU operatörü x -> x >= 0 ? x : (alfa * x)

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
alpha	::mlir::FloatAttr	32 bitlik kayan nokta özelliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QUI8 tipi veya QI8 tipi veya TFLite quint8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya QUI8 tipi veya QI8 tipi veya TFLite quint8 tipi veya QI16 tipi değerlerin tensörü

tfl.less (TFL::LessOp)

Daha az operatör

Eleman bazında daha az işlem.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	32 bit kayan nokta veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü veya TFLite quint8 türü değerlerinin tensörü
rhs	32 bit kayan nokta veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü veya TFLite quint8 türü değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.less_equal (TFL::LessEqualOp)

_Daha az eşit operatörü

Öğe bazında less_equal işlemi.

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

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü
rhs	32 bit kayan nokta veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 türü veya QUI8 türü değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Yerel Yanıt Normalleştirmesi.

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

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

Ayrıntılar için bkz . Krizhevsky ve diğerleri, derin evrişimli sinir ağlarıyla ImageNet sınıflandırması (NIPS 2012) .

Özellikler: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
radius	::mlir::TamsayıAttr	32 bit işaretsiz tam sayı özelliği
bias	::mlir::FloatAttr	32 bitlik kayan nokta özelliği
alpha	::mlir::FloatAttr	32 bitlik kayan nokta özelliği
beta	::mlir::FloatAttr	32 bitlik kayan nokta özelliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan değer değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik kayan değer değerlerinin tensörü

tfl.log (TFL::LogOp)

Doğal logaritma operatörü

Girişte öğe bazında doğal logaritma işlemi gerçekleştirir.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
y	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü

tfl.log_softmax (TFL::LogSoftmaxOp)

Softmax operatörünü kaydet

Aşağıdaki formülle öğe bazında log softmax aktivasyonlarını hesaplar

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

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QUI8 tipi veya QI8 tipi veya TFLite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya QUI8 tipi veya QI8 tipi veya TFLite quint8 tipi değerlerin tensörü

tfl.logical_and (TFL::LogicalAndOp)

Mantıksal VE operatörü

Öğe bazında mantıksal VE işlemi.

Nitelikler: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	1 bitlik işaretsiz tamsayı değerlerinin tensörü
rhs	1 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.logical_not (TFL::LogicalNotOp)

Mantıksal DEĞİL operatörü

Öğe bazında mantıksal DEĞİL işlemi.

Nitelikler: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	1 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.logical_or (TFL::LogicalOrOp)

Mantıksal VEYA operatörü

Öğe bazında mantıksal VEYA işlemi.

Nitelikler: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	1 bitlik işaretsiz tamsayı değerlerinin tensörü
rhs	1 bitlik işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	1 bitlik işaretsiz tamsayı değerlerinin tensörü

tfl.logistic (TFL::LogisticOp)

Lojistik operatörü

Girişin eleman bazında Sigmoid'ini hesaplar

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
x	32 bitlik float veya QI8 tipi veya QUI8 tipi veya QI16 tipi veya TFLite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
y	32 bitlik float veya QI8 tipi veya QUI8 tipi veya QI16 tipi veya TFLite quint8 tipi değerlerin tensörü

tfl.lstm (TFL::LSTMOp)

Tam lstm operatörü

Uzun kısa süreli bellek birimi (LSTM) yinelenen ağ katmanı. Varsayılan gözetleme deliği olmayan uygulama aşağıdakilere dayanmaktadır: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter ve J. Schmidhuber. 'Uzun Kısa Süreli Bellek'. Nöral Hesaplama, 9(8):1735-1780, 1997. Gözetleme deliği uygulaması aşağıdakilere dayanmaktadır: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior ve Francoise Beaufays. 'Büyük ölçekli akustik modelleme için uzun kısa süreli bellek tekrarlayan sinir ağı mimarileri.' INTERSPEECH, 2014. Giriş ve unutma kapısının (CIFG) bağlantısı şuna dayanmaktadır: http://arxiv.org/pdf/1503.04069.pdf Greff ve ark. 'LSTM: Bir Arama Uzayı Macerası' Katman normalizasyonu aşağıdakilere dayanmaktadır: https://arxiv.org/pdf/1607.06450.pdf Ba ve ark. 'Katman Normalleştirme'

Nitelikler: QuantizableResult

Arayüzler: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
fused_activation_function	::mlir::StringAttr	değeri NONE veya RELU veya RELU_N1_TO_1 veya RELU6 veya TANH veya SIGN_BIT olan dize özelliği
cell_clip	::mlir::FloatAttr	Değeri negatif olmayan 32 bitlik float özelliği
proj_clip	::mlir::FloatAttr	Değeri negatif olmayan 32 bitlik float özelliği
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	değeri mlir::TFL::LSTMKernelType::FULL olan lstm_kernel_type
asymmetric_quantize_inputs	::mlir::BoolAttr	bool özelliği
input_to_input_intermediate	::mlir::TypeAttr	herhangi bir tür özelliği
input_to_forget_intermediate	::mlir::TypeAttr	herhangi bir tür özelliği
input_to_cell_intermediate	::mlir::TypeAttr	herhangi bir tür özelliği
input_to_output_intermediate	::mlir::TypeAttr	herhangi bir tür özelliği
effective_hidden_scale_intermediate	::mlir::TypeAttr	herhangi bir tür özelliği

İşlenenler:

İşlenen	Tanım
input	32 bitlik kayan nokta veya QI8 tipi veya QI16 tipi değerlerin tensörü
input_to_input_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
input_to_forget_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
input_to_cell_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
input_to_output_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
recurrent_to_input_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
recurrent_to_forget_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
recurrent_to_cell_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
recurrent_to_output_weights	32 bitlik kayan nokta veya QI8 tipi değerlerin tensörü
cell_to_input_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
cell_to_forget_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
cell_to_output_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
input_gate_bias	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
forget_gate_bias	32 bitlik kayan nokta veya QI32 tipi değerlerin tensörü
cell_bias	32 bitlik kayan nokta veya QI32 tipi değerlerin tensörü
output_gate_bias	32 bitlik kayan nokta veya QI32 tipi değerlerin tensörü
projection_weights	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
projection_bias	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
input_activation_state	durum bilgisi olan tensör
input_cell_state	durum bilgisi olan tensör
input_layer_norm_coefficients	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
forget_layer_norm_coefficients	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
cell_layer_norm_coefficients	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü
output_layer_norm_coefficients	herhangi bir tür değerinin tensörü veya hiçbir türün tensörü

Sonuçlar:

Sonuç	Tanım
output	herhangi bir tür değerin tensörü

tfl.matrix_diag (TFL::MatrixDiagOp)

Sağlanan köşegen ve diğer her şeyin sıfırlarla doldurulduğu bir tensör döndürür.

Bir köşegen verildiğinde, köşegeni ve diğer her şeyi sıfırlarla doldurulmuş bir tensör döndürür. Köşegenin k boyutu olduğunu varsayalım [I, J, K, ..., N] , bu durumda çıktı, boyutları [I, J, K, ..., N, N] olan k+1 dereceli bir tensördür; burada: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
diagonal	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü veya TFLite quint8 türü değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QUI8 türü veya QI8 türü veya TFLite quint8 türü değerlerin tensörü

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Yeni toplu çapraz değerlere sahip toplu matris tensörünü döndürür.

input ve diagonal verildiğinde, bu işlem, en içteki matrislerin ana köşegeni dışında, input ile aynı şekil ve değerlere sahip bir tensör döndürür. Bunların üzerine diagonal değerler yazılacaktır.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
input	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QI16 türü veya QUI8 türü veya TFLite quint8 türü değerleri
diagonal	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QI16 türü veya QUI8 türü veya TFLite quint8 türü değerleri

Sonuçlar:

Sonuç	Tanım
result	32 bit kayan nokta veya 8 bit işaretsiz tam sayı veya 16 bit işaretsiz tam sayı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya 8 bit işaretsiz tam sayı veya QI8 türü veya QI16 türü veya QUI8 türü veya TFLite quint8 türü değerleri

tfl.max_pool_2d (TFL::MaxPool2DOp)

Maksimum Havuz 2D işlemi

Girişte maksimum havuz 2D'yi gerçekleştirir.

Girişler: inputs[0] : gerekli: giriş tensörü

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efektler: MemoryEffects::Effect{}

Nitelikler:

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

İşlenenler:

İşlenen	Tanım
input	32 bitlik float veya QUI8 tipi veya QI8 tipi veya QI16 tipi veya TFLite quint8 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bitlik float veya QUI8 tipi veya QI8 tipi veya QI16 tipi veya TFLite quint8 tipi değerlerin tensörü

tfl.maximum (TFL::MaximumOp)

Maksimum operatör

Eleman bazında maksimum çalışma.

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

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
rhs	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
max	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.mean (TFL::MeanOp)

Ortalama operatör

Bir tensörün boyutları boyunca elemanların ortalamasını hesaplar. Giriş_tensörünü eksende verilen boyutlar boyunca azaltır. Keepdims doğru olmadığı sürece tensörün sırası eksendeki her giriş için 1 azaltılır. Keepdims true ise küçültülmüş boyutlar uzunluk 1 ile korunur.

Nitelikler: AlwaysSpeculatableImplTrait , QuantizableResult

Arayüzler: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efektler: MemoryEffects::Effect{}

Nitelikler:

Bağlanmak	MLIR Türü	Tanım
keep_dims	::mlir::BoolAttr	bool özelliği

İşlenenler:

İşlenen	Tanım
input	32 bit kayan noktalı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya 8 bit işaretsiz tam sayı veya QI16 tipi değerlerin tensörü
axis	32 bit işaretsiz tamsayı değerlerinin tensörü

Sonuçlar:

Sonuç	Tanım
output	32 bit kayan noktalı veya 32 bit işaretsiz tam sayı veya 64 bit işaretsiz tam sayı veya QI8 tipi veya QUI8 tipi veya 8 bit işaretsiz tam sayı veya QI16 tipi değerlerin tensörü

tfl.minimum (TFL::MinimumOp)

Minimum operatör

Eleman bazında minimum işlem.

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

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

Efektler: MemoryEffects::Effect{}

İşlenenler:

İşlenen	Tanım
lhs	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü
rhs	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

Sonuçlar:

Sonuç	Tanım
min	32 bit kayan nokta veya 32/64 bit işaretsiz tamsayı veya QI8 tipi veya QUI8 tipi veya QI16 tipi değerlerin tensörü

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad Operatörü. Bir tensörü yansıtılmış değerlerle doldurur.

Bu işlem, belirttiğiniz dolgulara göre bir girişi yansıtılmış değerlerle doldurur. paddings is an integer tensor with shape [n, 2], where n is the rank of input. For each dimension D of input, paddings[D, 0] indicates how many values to add before the contents of input in that dimension, and paddings[D, 1] indicates how many values to add after the contents of input in that dimension.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.mul (TFL::MulOp)

Multiplication operator

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values

Sonuçlar:

Sonuç	Tanım
selected_indices	tensor of 32-bit signless integer values
valid_outputs	tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values
soft_nms_sigma	tensor of 32-bit float values

Sonuçlar:

Sonuç	Tanım
selected_indices	tensor of 32-bit signless integer values
selected_scores	tensor of 32-bit float values
valid_outputs	tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
lhs	tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or 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

Sonuçlar:

Sonuç	Tanım
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

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

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

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

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

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

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

Örneğin:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

İşlenen	Tanım
values	variadic of tensor of any type values

Sonuçlar:

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

tfl.pad (TFL::PadOp)

Padding operator

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

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

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

Örneğin:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
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

Sonuçlar:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Örneğin:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
input	tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite 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

Sonuçlar:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

İşlenen	Tanım
input	variadic of tensor of any type values

Sonuçlar:

Sonuç	Tanım
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
input	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values
alpha	tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

Sonuçlar:

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

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

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

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

İşlenen	Tanım
shape	tensor of 32-bit signless integer values

Sonuçlar:

Sonuç	Tanım
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

İşlenen	Tanım
shape	tensor of 32-bit signless integer values

Sonuçlar:

Sonuç	Tanım
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
start	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
limit	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
delta	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

Sonuçlar:

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

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
input	tensor of any type values

Sonuçlar:

Sonuç	Tanım
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

İşlenen	Tanım
resource_id	tensor of resource values

Sonuçlar:

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

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.reduce_all (TFL::ReduceAllOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
lhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values
rhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

Sonuçlar:

Sonuç	Tanım
output	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
x	tensor of 32-bit float values

Sonuçlar:

Sonuç	Tanım
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.select (TFL::SelectOp)

Operatör seç

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

İşlenen	Tanım
input	tensor of any type values

Sonuçlar:

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

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
x	tensor of 32-bit float values

Sonuçlar:

Sonuç	Tanım
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

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

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

İşlenen	Tanım
x	tensor of 32-bit float values

Sonuçlar:

Sonuç	Tanım
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	Tanım
lhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit float or 32-bit signless integer or QI8 type values

tfl.squeeze (TFL::SqueezeOp)

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

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

Örneğin:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

Operand	Tanım
input	tensor of any type values

Sonuçlar:

Sonuç	Tanım
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.sub (TFL::SubOp)

Subtraction operator

Element-wise subtraction operation.

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

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand	Tanım
input	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 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

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 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{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Nitelikler:

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

Operands:

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

Sonuçlar:

Sonuç	Tanım
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

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

Interfaces: TflRuntimeVerifyOpInterface

Nitelikler:

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

Sonuçlar:

Sonuç	Tanım
resource_handle	tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

Sonuç	Tanım
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

While döngüsü

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

Nitelikler:

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

Operands:

Operand	Tanım
input	variadic of tensor of any type values

Sonuçlar:

Sonuç	Tanım
output	variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand	Tanım
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

Operands:

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

Sonuçlar:

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

Nitelikler

DimensionMetadataAttr

Dimension metadata.

Sözdizimi:

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

Parametreler:

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

SparsityParameterAttr

Sparsity parameter.

Sözdizimi:

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

Parametreler:

Parametre	C++ type	Tanım
traversal_order	::llvm::ArrayRef<int32_t>
block_map	::llvm::ArrayRef<int32_t>
dim_metadata	::llvm::ArrayRef<DimensionMetadataAttr>

ConstBytesAttr

A string attribute representation of compiled bytes

Syntax Examples:

#tfl<const_bytes : "0xDEADBEEF">

Parametreler:

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

DimensionTypeAttr

_Dimension type

Sözdizimi:

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

Parametreler:

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

LSTMKernelTypeAttr

_Lstm_kernel type

Sözdizimi:

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

Parametreler:

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

MirrorPaddingTypeAttr

_Mirror_pad enum

Sözdizimi:

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

Parametreler:

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

Numaralandırmalar

DimensionType

_Dimension type

Davalar:

Sembol	Değer	Sicim
YOĞUN	0	YOĞUN
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

Davalar:

Sembol	Değer	Sicim
TAM DOLU	0	TAM DOLU
TEMEL	1	TEMEL

MirrorPaddingType

_Mirror_pad enum

Davalar:

Sembol	Değer	Sicim
YANSITMAK	0	YANSITMAK
SİMETRİK	1	SİMETRİK