"تي اف إل&39; اللهجة

لهجة TensorFlow Lite.

تتوافق هذه اللهجة مع عمليات TensorFlow Lite.

الثوابت:

• جميع القيم من نوع Tensor (على وجه الخصوص، يتم تمثيل القيم القياسية باستخدام موتر ذو أبعاد صفرية)؛

العمليات

tfl.abs (TFL::AbsOp)

عامل القيمة المطلقة

إذا كان الموتر x ، تُرجع هذه العملية موترًا يحتوي على القيمة المطلقة لكل عنصر في x . على سبيل المثال، إذا كان x عنصر إدخال وy عنصر إخراج، فإن هذه العملية تحسب \(y = |x|\).

السمات: AlwaysSpeculatableImplTrait و QuantizableResult و SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
x	موتر عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد عشري مكون من 32 بت أو نوع QI8 أو نوع QI16

نتائج:

نتيجة	وصف
y	موتر عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد عشري مكون من 32 بت أو نوع QI8 أو نوع QI16

tfl.add (TFL::AddOp)

عامل الجمع

عملية إضافة العناصر حسب العنصر.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait ، AlwaysSpeculatableImplTrait ، Commutative ، QuantizableResult ، ResultsBroadcastableShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT

المتعاملات:

المتعامل	وصف
lhs	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 16 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع QI8 أو نوع QUI8 أو نوع QI16
rhs	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 16 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع QI8 أو نوع QUI8 أو نوع QI16

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 16 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع QI8 أو نوع QUI8 أو نوع QI16

tfl.add_n (TFL::AddNOp)

_إضافة عامل n

يضيف جميع عناصر الموتر المدخلة على أساس كل عنصر.

السمات: AlwaysSpeculatableImplTrait ، Commutative

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
inputs	متغير من قيم الموتر لأي نوع

نتائج:

نتيجة	وصف
sum	موتر قيم الأعداد العشرية المكونة من 32 بت أو الأعداد الصحيحة بدون إشارة المكونة من 32 بت

tfl.arg_max (TFL::ArgMaxOp)

مشغل ArgMax

إرجاع الفهرس الذي يحمل أكبر قيمة عبر أبعاد الموتر.

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
output_type	::mlir::السمة	السمة المشتقة

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح بدون إشارة مكون من 1 بت أو عدد عشري مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 8 بت أو عدد صحيح بدون إشارة مكون من 8 بت أو قيم من نوع QI8 أو نوع QUI8
dim	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

نتائج:

نتيجة	وصف
output	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

tfl.arg_min (TFL::ArgMinOp)

مشغل ArgMin

إرجاع الفهرس الذي يحمل أصغر قيمة عبر أبعاد الموتر. a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
output_type	::mlir::السمة	السمة المشتقة

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح بدون إشارة مكون من 1 بت أو عدد عشري مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 8 بت أو عدد صحيح بدون إشارة مكون من 8 بت أو قيم من نوع QI8 أو نوع QUI8
dim	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

نتائج:

نتيجة	وصف
output	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

tfl.assign_variable (TFL::AssignVariableOp)

تعيين قيمة جديدة للمتغير.

من المؤكد أن أي ReadVariableOp مع اعتماد عنصر التحكم على هذه العملية سيقوم بإرجاع هذه القيمة أو قيمة أحدث لاحقة للمتغير.

الواجهات: TflRuntimeVerifyOpInterface

المتعاملات:

المتعامل	وصف
resource_id	موتر قيم الموارد
value	موتر عدد صحيح عائم 32 بت أو عدد صحيح عائم 64 بت أو عدد صحيح بدون إشارة 1 بت أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8 أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع QI16 أو نوع معقد مع عناصر عائمة 32 بت أو نوع معقد مع قيم عناصر عائمة 64 بت

tfl.atan2 (TFL::Atan2Op)

عملية أتان2

تحسب عملية "atan2" الظل العكسي لـ y/x على مستوى العناصر، مع مراعاة علامات الوسائط.

السمات: AlwaysSpeculatableImplTrait و SameOperandsAndResultType

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
y	موتر قيم عددية عائمة 32 بت أو قيم عددية عائمة 64 بت
x	موتر قيم عددية عائمة 32 بت أو قيم عددية عائمة 64 بت

نتائج:

نتيجة	وصف
output	موتر قيم عددية عائمة 32 بت أو قيم عددية عائمة 64 بت

tfl.average_pool_2d (TFL::AveragePool2DOp)

مشغل متوسط ​​​​المجمع ثنائي الأبعاد

ينفذ عملية تجميع المتوسطات على الإدخال.

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
filter_height	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
filter_width	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
padding	::mlir::StringAttr	سمة سلسلة تكون قيمتها SAME أو VALID
stride_h	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_w	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT

المتعاملات:

المتعامل	وصف
input	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16

نتائج:

نتيجة	وصف
output	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

عامل lstm الأساسي

مشغل خلية LSTM الأساسية.

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
cell_clip	::mlir::FloatAttr	سمة عائمة 32 بت وقيمتها غير سلبية
proj_clip	::mlir::FloatAttr	سمة عائمة 32 بت وقيمتها غير سلبية
kernel_type	::mlir::TFL::LSTMKernelTypeAttr	lstm_kernel_type الذي قيمته mlir::TFL::LSTMKernelType::BASIC

المتعاملات:

المتعامل	وصف
data_input	موتر قيم نوع QUI8 أو عدد عشري مكون من 32 بت
prev_activ_input	موتر قيم نوع QUI8 أو عدد عشري مكون من 32 بت
weights_input	موتر قيم نوع QUI8 أو عدد عشري مكون من 32 بت
biases_input	موتر قيم نوع QI32 أو عدد عشري 32 بت
prev_state_input	موتر قيم نوع QI16 أو عدد عشري 32 بت

نتائج:

نتيجة	وصف
activ_output	قيم موتر ثنائي الأبعاد لأي نوع
state_output	قيم موتر ثنائي الأبعاد لأي نوع
concat_temp	قيم موتر ثنائي الأبعاد لأي نوع
activ_temp	قيم موتر ثنائي الأبعاد لأي نوع

tfl.batch_matmul (TFL::BatchMatMulOp)

عامل ضرب مصفوفة الدفعة

يُجري عملية ضرب مصفوفة مُجمّعة على المُدخلات. يتبع معايير TensorFlow BatchMatMulV2، مع دعم الأبعاد غير المعروفة في أبعاد الدفعة والبث.

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)

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait ، AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، DynamicRangeQuantizedOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
adj_x	::mlir::BoolAttr	سمة منطقية
adj_y	::mlir::BoolAttr	سمة منطقية
asymmetric_quantize_inputs	::mlir::BoolAttr	سمة منطقية

المتعاملات:

المتعامل	وصف
x	موتر من نوع عائم 32 بت أو نوع QI8 أو نوع QI16 أو قيم عددية صحيحة بدون إشارة 8 بت
y	موتر من نوع عائم 32 بت أو نوع QI8 أو نوع QI16 أو قيم عددية صحيحة بدون إشارة 8 بت

نتائج:

نتيجة	وصف
output	موتر من نوع عائم 32 بت أو نوع QI8 أو نوع QI16 أو قيم عددية صحيحة بدون إشارة 32 بت

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

مشغل BatchToSpaceNd

تعمل هذه العملية على إعادة تشكيل البعد "الدفعي" 0 إلى أبعاد مكانية.

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8 أو نوع QI16
block_shape	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت
indices	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 16 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8 أو نوع QI16

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

مشغل lstm للتسلسل ثنائي الاتجاه

وحدة LSTM ثنائية الاتجاه هي في الأساس وحدتان LSTM، إحداهما للأمام والأخرى للخلف. والناتج هو سلسلة الوحدتين LSTM.

السمات: QuantizableResult

الواجهات: DynamicRangeQuantizedOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

يصف	نوع MLIR	وصف
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
cell_clip	::mlir::FloatAttr	سمة عائمة 32 بت وقيمتها غير سلبية
proj_clip	::mlir::FloatAttr	سمة عائمة 32 بت وقيمتها غير سلبية
merge_outputs	::mlir::BoolAttr	سمة منطقية
time_major	::mlir::BoolAttr	سمة منطقية
asymmetric_quantize_inputs	::mlir::BoolAttr	سمة منطقية

المتعاملات:

المتعامل	وصف
input	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_input_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_input_to_forget_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_input_to_cell_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_input_to_output_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_recurrent_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_recurrent_to_forget_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_recurrent_to_cell_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_recurrent_to_output_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
fw_cell_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_cell_to_forget_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_cell_to_output_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_input_gate_bias	موتر من أي نوع قيم أو لا يوجد نوع
fw_forget_gate_bias	موتر قيم عائمة 32 بت
fw_cell_bias	موتر قيم عائمة 32 بت
fw_output_gate_bias	موتر قيم عائمة 32 بت
fw_projection_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_projection_bias	موتر من أي نوع قيم أو لا يوجد نوع
bw_input_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_input_to_forget_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_input_to_cell_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_input_to_output_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_recurrent_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_recurrent_to_forget_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_recurrent_to_cell_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_recurrent_to_output_weights	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت
bw_cell_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_cell_to_forget_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_cell_to_output_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_input_gate_bias	موتر من أي نوع قيم أو لا يوجد نوع
bw_forget_gate_bias	موتر قيم عائمة 32 بت
bw_cell_bias	موتر قيم عائمة 32 بت
bw_output_gate_bias	موتر قيم عائمة 32 بت
bw_projection_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_projection_bias	موتر من أي نوع قيم أو لا يوجد نوع
fw_input_activation_state	موتر ذو حالة
fw_input_cell_state	موتر ذو حالة
bw_input_activation_state	موتر ذو حالة
bw_input_cell_state	موتر ذو حالة
aux_input	موتر من أي نوع قيم أو لا يوجد نوع
fw_aux_input_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_aux_input_to_forget_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_aux_input_to_cell_weights	موتر من أي نوع قيم أو لا يوجد نوع
fw_aux_input_to_output_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_aux_input_to_input_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_aux_input_to_forget_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_aux_input_to_cell_weights	موتر من أي نوع قيم أو لا يوجد نوع
bw_aux_input_to_output_weights	موتر من أي نوع قيم أو لا يوجد نوع

نتائج:

نتيجة	وصف
fw_output	قيم موتر أي نوع
bw_output	قيم موتر أي نوع

tfl.bitcast (TFL::BitcastOp)

مشغل Bitcast

يقوم Bitcasts بإرسال موتر من نوع إلى آخر.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	قيم موتر أي نوع

نتائج:

نتيجة	وصف
output	قيم موتر أي نوع

tfl.bitwise_xor (TFL::BitwiseXorOp)

عامل Xor بتوي

يحسب Elementwise عملية XOR ثنائية البت lhs و rhs .

السمات: AlwaysSpeculatableImplTrait ، Commutative ، ResultsBroadcastableShape ، SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
lhs	موتر عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 32 بت
rhs	موتر عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 32 بت

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 16 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 32 بت

tfl.broadcast_args (TFL::BroadcastArgsOp)

قم بإرجاع شكل s0 op s1 مع البث.

بالنظر إلى s0 و s1 ، المتجهات التي تمثل الأشكال، احسب r0 ، الشكل المذاع. s0 و s1 و r0 هي جميعها متجهات صحيحة.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
s0	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت
s1	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

نتائج:

نتيجة	وصف
r0	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

tfl.broadcast_to (TFL::BroadcastToOp)

بث مجموعة للحصول على شكل متوافق.

البث هو عملية جعل المصفوفات تحتوي على أشكال متوافقة للعمليات الحسابية. يكون الشكلان متوافقين إذا كانا متساويين أو أحدهما واحدًا لكل زوج من الأبعاد. عند محاولة بث موتر إلى شكل، يبدأ بالأبعاد اللاحقة، ثم يتقدم تدريجيًا.

على سبيل المثال،

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]]، الشكل=(3, 3)، نوع البيانات=int32)

في المثال أعلاه، يتم بث الموتر المدخل ذو الشكل [1, 3] إلى الموتر المخرج ذو الشكل [3, 3] .

عند إجراء عمليات البث مثل ضرب موتر بمقياس قياسي، فإن البث (عادةً) يمنح بعض الفوائد المتعلقة بالوقت أو المكان، حيث لا يتم تجسيد الموتر المذاع أبدًا.

مع ذلك، لا يحمل broadcast_to إلى أيٍّ من هذه المزايا. يستحوذ الموتر المُنشأ حديثًا على كامل ذاكرة الشكل المُبثّ. (مع ذلك، في سياق الرسم البياني، يُمكن دمج broadcast_to إلى العملية اللاحقة، ثمّ تحسينه).

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح عائم 32 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 1 بت أو عدد صحيح بدون إشارة 4 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو نوع QUI8 أو عدد صحيح بدون إشارة 16 بت أو نوع QI16 أو عدد صحيح بدون إشارة 64 بت أو نوع مركب مع قيم عناصر عائمة 32 بت
shape	موتر لقيم الأعداد الصحيحة بدون إشارة 32/64 بت

نتائج:

نتيجة	وصف
output	موتر عدد صحيح عائم 32 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 1 بت أو عدد صحيح بدون إشارة 4 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو نوع QUI8 أو عدد صحيح بدون إشارة 16 بت أو نوع QI16 أو عدد صحيح بدون إشارة 64 بت أو نوع مركب مع قيم عناصر عائمة 32 بت

tfl.bucketize (TFL::BucketizeOp)

يقوم بتقسيم "المدخلات" إلى مجموعات بناءً على "الحدود".

مثال:

إذا كانت المدخلات هي boundaries = [0, 10, 100] input = [[-5, 10000][150, 10][5, 100]] ، فسيكون المخرج هو output = [[0, 3][3, 2][1, 3]] .

السمات: AlwaysSpeculatableImplTrait و SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
boundaries	::mlir::ArrayAttr	سمة مصفوفة عائمة 32 بت

المتعاملات:

المتعامل	وصف
input	موتر قيم الأعداد العشرية المكونة من 32 بت أو الأعداد العشرية المكونة من 64 بت أو الأعداد الصحيحة بدون إشارة المكونة من 32 بت أو الأعداد الصحيحة بدون إشارة المكونة من 64 بت

نتائج:

نتيجة	وصف
output	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت

tfl.call_once (TFL::CallOnceOp)

يستدعي وظيفة التهيئة

تستدعي هذه العملية وظيفة التهيئة المحددة لمبدئ الجلسة في لهجة النموذج المحفوظ tf.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

يصف	نوع MLIR	وصف
session_init_function	::mlir::StringAttr	سمة السلسلة

tfl.cast (TFL::CastOp)

مشغل الصب

يقوم بإرسال الإدخال من نوع الإدخال إلى نوع الإخراج.

السمات: AlwaysSpeculatableImplTrait و SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل

وصف

input

موتر من نوع عدد عشري 16 بت أو نوع bfloat16 أو عدد عشري 32 بت أو عدد عشري 64 بت أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بتين أو عدد صحيح بدون إشارة بأربعة بتات أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو نوع TFLite quint8 أو عدد صحيح بدون إشارة بت ثمانية أو عدد صحيح بدون إشارة بت ثمانية أو نوع مركب بقيم عناصر عدد عشري 32 بت

نتائج:

نتيجة

وصف

output

موتر من نوع عدد عشري 16 بت أو نوع bfloat16 أو عدد عشري 32 بت أو عدد عشري 64 بت أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بتين أو عدد صحيح بدون إشارة بأربعة بتات أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو عدد صحيح بدون إشارة بت واحد أو نوع TFLite quint8 أو عدد صحيح بدون إشارة بت ثمانية أو عدد صحيح بدون إشارة بت ثمانية أو نوع مركب بقيم عناصر عدد عشري 32 بت

tfl.ceil (TFL::CeilOp)

مشغل السقف

إرجاع قيمة السقف لكل عنصر من عناصر الإدخال.

السمات: AlwaysSpeculatableImplTrait و InferTensorType و TF::SameOperandsAndResultTypeResolveRef

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
x	موتر قيم عائمة 32 بت

نتائج:

نتيجة	وصف
y	موتر قيم عائمة 32 بت

tfl.complex_abs (TFL::ComplexAbsOp)

يحسب القيمة المطلقة المعقدة للموتر.

بالنظر إلى موتر x من الأعداد المركبة، تُرجع هذه العملية موترًا من نوع float أو double ، وهو القيمة المطلقة لكل عنصر في x . يجب أن تكون جميع عناصر x أعدادًا مركبة من الشكل \(a + bj\). يتم حساب القيمة المطلقة على النحو التالي \( \sqrt{a^2 + b^2}\).

السمات: AlwaysSpeculatableImplTrait و SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر من النوع المعقد مع عناصر عائمة 32 بت أو نوع معقد مع قيم عناصر عائمة 64 بت

نتائج:

نتيجة	وصف
output	موتر قيم عددية عائمة 32 بت أو قيم عددية عائمة 64 بت

tfl.concatenation (TFL::ConcatenationOp)

عامل التسلسل

يربط المتجهات على طول بُعد واحد

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
axis	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT

المتعاملات:

المتعامل	وصف
values	متغير من قيم الموتر لأي نوع

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 16 بت أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8 أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 1 بت

tfl.control_node (TFL::ControlNodeOp)

تقوم عملية TFL.control_node بتغليف العمليات ذات الكتلة الفردية من أجل ربط حواف التحكم.

يُستخدم هذا لتغليف المناطق وربط تبعيات عناصر التحكم بها. عادةً، يحدث هذا في إحدى الخطوات الأخيرة قبل إصدار نموذج المخزن المؤقت المسطح لتمكين عمليات التحسين التي تعتمد على ترتيب ثابت للعمليات (مثل إعادة التجسيد). سيقوم مُصدِّر المخزن المؤقت المسطح بفك تغليف المنطقة المُغلَّفة وشرح النموذج المُولَّد بالبيانات الوصفية بحيث تراعي أي عمليات إعادة ترتيب أثناء التشغيل الترتيب المُحدَّد بواسطة تبعيات عناصر التحكم.

السمات: HasParent<mlir::func::FuncOp> ، RecursiveMemoryEffects ، SingleBlockImplicitTerminator<YieldOp> ، SingleBlock

المتعاملات:

المتعامل	وصف
controlInputs	متغير التحكم

نتائج:

نتيجة	وصف
outputs	متغير من قيم الموتر لأي نوع
control	يتحكم

tfl.conv_2d (TFL::Conv2DOp)

عامل الالتفاف

ينفذ عملية التفاف على المدخلات.

المدخلات: inputs[0] : مطلوب: موتر تنشيط المدخلات inputs[1] : مطلوب: موتر وزن المرشح inputs[2] : اختياري: موتر التحيز

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

الواجهات: AffineQuantizedOpInterface ، ConditionallySpeculatable ، DynamicRangeQuantizedOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، RequiresQuantizedBiasInterface ، TFL_SparseOp ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
dilation_h_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_w_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
padding	::mlir::StringAttr	سمة سلسلة تكون قيمتها SAME أو VALID
stride_h	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_w	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت

المتعاملات:

المتعامل	وصف
input	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16
filter	موتر قيم 32 بت من النوع العائم أو نوع QI4 أو نوع QI8 أو نوع QUI8
bias	موتر من أي نوع قيم أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16

tfl.conv_3d (TFL::Conv3DOp)

مشغل الالتفاف ثلاثي الأبعاد

يُجري عملية التفاف على مدخلات ثلاثية الأبعاد. المدخلات: inputs[0] : مطلوب: موتر تنشيط المدخلات inputs[1] : مطلوب: موتر وزن المرشح inputs[2] : اختياري: موتر التحيز

السمات: AlwaysSpeculatableImplTrait ، TFL::AccumulatorUniformScale<2, 0, 1>

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، RequiresQuantizedBiasInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
dilation_d_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_h_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_w_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
padding	::mlir::StringAttr	سمة سلسلة تكون قيمتها SAME أو VALID
stride_d	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_h	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_w	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت

المتعاملات:

المتعامل	وصف
input	موتر قيم عائمة 32 بت
filter	موتر قيم عائمة 32 بت
bias	موتر من أي نوع قيم أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	موتر قيم عائمة 32 بت

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

مشغل الالتفاف المنقول ثلاثي الأبعاد

يُجري عملية التفاف منقولة على مدخلات ثلاثية الأبعاد. المدخلات: inputs[0] : مطلوب: شكل موتر الإخراج inputs[1] : مطلوب: موتر وزن المرشح inputs[2] : مطلوب: موتر تنشيط الإدخال inputs[3] : اختياري: موتر التحيز

السمات: AlwaysSpeculatableImplTrait ، TFL::AccumulatorUniformScale<2, 0, 1>

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، RequiresQuantizedBiasInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
dilation_d_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_h_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_w_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
padding	::mlir::StringAttr	سمة سلسلة تكون قيمتها SAME أو VALID
stride_d	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_h	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_w	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت

المتعاملات:

المتعامل	وصف
output_shape	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت
filter	موتر قيم عائمة 32 بت
input	موتر قيم عائمة 32 بت
bias	موتر من أي نوع قيم أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	موتر قيم عائمة 32 بت

tfl.cos (TFL::CosOp)

عامل جيب التمام

يحسب جيب التمام لكل عنصر من عناصر الإدخال

السمات: AlwaysSpeculatableImplTrait و InferTensorType و TF::SameOperandsAndResultTypeResolveRef

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
x	موتر قيم عائمة 32 بت

نتائج:

نتيجة	وصف
y	موتر قيم عائمة 32 بت

tfl.cumsum (TFL::CumsumOp)

عامل Cumsum

احسب المجموع التراكمي للموتر x على طول المحور.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
exclusive	::mlir::BoolAttr	سمة منطقية
reverse	::mlir::BoolAttr	سمة منطقية

المتعاملات:

المتعامل	وصف
input	موتر لقيم عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت
axis	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت

نتائج:

نتيجة	وصف
output	موتر لقيم عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت

tfl.custom (TFL::CustomOp)

عملية مخصصة

عملية عامة لأي عملية مخصصة في TFLite.

الإدخال: قائمة بالمدخلات في العملية الأصلية. custom_code: سلسلة تستخدم لتحديد أي عملية هي هذه بالضبط، والتي تتوافق مع operator_codes.custom_code في flatbuffer. custom_option: حامل لحفظ سمات العملية على شكل بايتات. output: قائمة بالمخرجات في العملية الأصلية.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

يصف	نوع MLIR	وصف
custom_code	::mlir::StringAttr	سمة السلسلة
custom_option	::mlir::TFL::ConstBytesAttr	تمثيل سمة سلسلة من البايتات المترجمة

المتعاملات:

المتعامل	وصف
input	متغير من قيم الموتر لأي نوع أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	متغير من قيم الموتر لأي نوع

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op لعمليات TF المخصصة.

عملية تغليف تُحيط بأي عملية TF مخصصة. تتضمن هذه العمليات المُعرّفة باستخدام custom_opdefs أو المرتبطة، وهي غير مُعرّفة في لهجة TF. تُغلّف هذه العملية العملية المخصصة داخل منطقة. ملاحظة رقم 1: لن تتضمن هذه العملية عمليات TF Lite المخصصة المُعرّفة باستخدام CustomOp. ملاحظة رقم 2: هذه العملية مجرد تمثيل داخلي داخل المُحوّل، ولا تُعرَض/تُصدَّر عند تصدير النموذج إلى Flatbuffer.

السمات: IsolatedFromAbove ، RecursiveMemoryEffects ، SingleBlockImplicitTerminator<YieldOp> ، SingleBlock

الواجهات: InferTypeOpInterface ، TflRuntimeVerifyOpInterface

المتعاملات:

المتعامل	وصف
input	متغير من قيم الموتر لأي نوع أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	متغير من قيم الموتر لأي نوع

tfl.densify (TFL::DensifyOp)

مشغل Densify

تحويل التنسيق المتناثر إلى تنسيق كثيف.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت

نتائج:

نتيجة	وصف
output	موتر لقيم الأعداد الصحيحة عديمة الإشارة ذات 32 بت أو 8 بت

tfl.depth_to_space (TFL::DepthToSpaceOp)

مشغل DepthToSpace

يُعيد ترتيب البيانات من العمق إلى كتل بيانات مكانية. هذا هو التحويل العكسي لـ SpaceToDepth. وبشكل أكثر تحديدًا، تُخرِج هذه العملية نسخة من موتر الإدخال حيث تُنقل القيم من بُعد depth في الكتل المكانية إلى بُعدي height width . يُشير سمة attr block_size إلى حجم كتلة الإدخال وكيفية نقل البيانات.

السمات: AlwaysSpeculatableImplTrait و QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، SameOperandsAndResultsScale ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
block_size	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت وقيمتها موجبة

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع TFLite quint8 أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 8 بت أو عدد صحيح بدون إشارة 32 بت أو عدد صحيح بدون إشارة 64 بت أو نوع TFLite quint8 أو عدد صحيح بدون إشارة 8 بت أو نوع QI8 أو نوع QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

عامل التفاف قابل للفصل بعمق

ينفذ عملية التفاف على المدخلات.

المدخلات: inputs[0] : مطلوب: موتر تنشيط المدخلات inputs[1] : مطلوب: موتر وزن المرشح inputs[2] : اختياري: موتر التحيز

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

الواجهات: AffineQuantizedOpInterface ، ConditionallySpeculatable ، DynamicRangeQuantizedOpInterface ، NoMemoryEffect (MemoryEffectOpInterface) ، RequiresQuantizedBiasInterface ، TFL_SparseOp ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
dilation_h_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
dilation_w_factor	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT
padding	::mlir::StringAttr	سمة سلسلة تكون قيمتها SAME أو VALID
stride_h	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
stride_w	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت
depth_multiplier	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 32 بت

المتعاملات:

المتعامل	وصف
input	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16
filter	موتر قيم 32 بت من النوع العائم أو نوع QI4 أو نوع QI8 أو نوع QUI8
bias	موتر من أي نوع قيم أو لا يوجد نوع

نتائج:

نتيجة	وصف
output	موتر قيم 32 بت من النوع العائم أو نوع QI8 أو نوع QUI8 أو نوع QI16

tfl.dequantize (TFL::DequantizeOp)

عامل إزالة الكمية

يقوم بتحويل مجموعة من الأعداد الصحيحة المكممة إلى أعداد عشرية عائمة وفقًا لمعلمات التكميم.

الواجهات: NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر من نوع QI2 أو نوع QI4 أو نوع QI8 أو نوع QUI8 أو نوع QI16 أو قيم عائمة 16 بت

نتائج:

نتيجة	وصف
output	موتر قيم عائمة 32 بت

tfl.dilate (TFL::DilateOp)

عامل التوسيع

يقوم بتوسيع الموتر عن طريق إضافة عناصر جديدة بين العناصر الموجودة.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
input	موتر عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بتات أو عدد صحيح بدون إشارة مكون من 32 بتات أو عدد صحيح بدون إشارة مكون من 64 بتات أو عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بتات أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 64 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو قيم عددية عائمة مكونة من 64 بت
dilations	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت
padding_value	قيم موتر 0D لأي نوع

نتائج:

نتيجة	وصف
output	موتر عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بتات أو عدد صحيح بدون إشارة مكون من 32 بتات أو عدد صحيح بدون إشارة مكون من 64 بتات أو عدد صحيح بدون إشارة مكون من 8 بتات أو عدد صحيح بدون إشارة مكون من 16 بتات أو عدد صحيح بدون إشارة مكون من 32 بت أو عدد صحيح بدون إشارة مكون من 64 بت أو عدد صحيح بدون إشارة مكون من 32 بت أو قيم عددية عائمة مكونة من 64 بت

tfl.div (TFL::DivOp)

عامل القسمة

عملية القسمة حسب العناصر.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait ، AlwaysSpeculatableImplTrait ، QuantizableResult ، ResultsBroadcastableShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflArithmeticCountOpInterface ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
fused_activation_function	::mlir::StringAttr	سمة سلسلة تكون قيمتها NONE، أو RELU، أو RELU_N1_TO_1، أو RELU6، أو TANH، أو SIGN_BIT

المتعاملات:

المتعامل	وصف
lhs	موتر قيم عدد عشري 32 بت أو عدد صحيح بدون إشارة 32 بت أو نوع QUI8 أو نوع QI8 أو نوع QI16
rhs	موتر قيم عدد عشري 32 بت أو عدد صحيح بدون إشارة 32 بت أو نوع QUI8 أو نوع QI8 أو نوع QI16

نتائج:

نتيجة	وصف
output	موتر قيم عدد عشري 32 بت أو عدد صحيح بدون إشارة 32 بت أو نوع QUI8 أو نوع QI8 أو نوع QI16

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

عملية DynamicUpdateSlice لها نفس دلالات XLA DynamicUpdateSlice. تُولّد نتيجةً تُمثّل قيمة مُعامل مصفوفة الإدخال، مع استبدال تحديث الشريحة في start_indices.

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float or 16-bit float values

tfl.elu (TFL::EluOp)

Exponential Linear Unit operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
y	tensor of 32-bit float or 8-bit signless integer values

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Embedding lookup operator

Looks up ids in a list of embedding tensors.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or 8-bit signless integer or 8-bit unsigned integer values

tfl.equal (TFL::EqualOp)

Equal operator

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

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.exp (TFL::ExpOp)

Natural exponentiation operator

Performs element-wise natural exponentiation operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
y	tensor of 32-bit float or QI8 type or QI16 type values

tfl.expand_dims (TFL::ExpandDimsOp)

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

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

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

أمثلة أخرى:

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

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

This operation requires that:

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of any type values

tfl.external_const (TFL::ExternalConstOp)

External const op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
buffer_index	::mlir::IntegerAttr	32-bit signless integer attribute

نتائج:

نتيجة	وصف
output	tensor of any type values

tfl.fake_quant (TFL::FakeQuantOp)

FakeQuant operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

Operand	وصف
input	tensor of 32-bit float values

نتائج:

نتيجة	وصف
output	tensor of 32-bit float values

tfl.fill (TFL::FillOp)

Fill the tensor with given value.

Fill the tensor with given value.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.floor (TFL::FloorOp)

Floor operator

Returns element-wise floor value of the input.

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

المتعاملات:

Operand	وصف
x	tensor of 32-bit float values

نتائج:

نتيجة	وصف
y	tensor of 32-bit float values

tfl.floor_div (TFL::FloorDivOp)

Floor div operator

Element-wise floor div operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer values

tfl.floor_mod (TFL::FloorModOp)

Division reminder

Element-wise division reminder operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit float values

tfl.fully_connected (TFL::FullyConnectedOp)

Fully connected op

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

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

Effects: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

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

نتائج:

نتيجة	وصف
output	variadic of tensor of any type values

tfl.gather (TFL::GatherOp)

Gather operator

Gather slices from params axis axis according to indices .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
axis	::mlir::IntegerAttr	32-bit signless integer attribute
batch_dims	::mlir::IntegerAttr	32-bit signless integer attribute

المتعاملات:

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

نتائج:

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

tfl.gather_nd (TFL::GatherNdOp)

_Gather nd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.gelu (TFL::GeluOp)

GELU activation function.

Computes GELU activation function element-wise.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
approximate	::mlir::BoolAttr	bool attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or QI8 type or QUI8 type values

tfl.greater (TFL::GreaterOp)

Greater operator

Element-wise greater operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.greater_equal (TFL::GreaterEqualOp)

_Greater equal operator

Element-wise greater_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.hard_swish (TFL::HardSwishOp)

Hardswish activation function.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or QUI8 type or QI8 type values

tfl.hashtable (TFL::HashtableOp)

Creates a non-initialized hash table.

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

Interfaces: TflRuntimeVerifyOpInterface

صفات:

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

نتائج:

نتيجة	وصف
out	tensor of resource values

tfl.hashtable_find (TFL::HashtableFindOp)

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

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

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

Interfaces: TflRuntimeVerifyOpInterface

المتعاملات:

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

نتائج:

نتيجة	وصف
out	tensor of 32-bit float or 32-bit signless integer or TFLite string type or 64-bit signless integer values

tfl.hashtable_import (TFL::HashtableImportOp)

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

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

Interfaces: TflRuntimeVerifyOpInterface

المتعاملات:

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

tfl.hashtable_size (TFL::HashtableSizeOp)

Computes the number of elements in the given table.

Interfaces: TflRuntimeVerifyOpInterface

المتعاملات:

Operand	وصف
hash_table	tensor of resource values

نتائج:

نتيجة	وصف
out	tensor of 64-bit signless integer values

tfl.if (TFL::IfOp)

If-then-else operation

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

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

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

مثال:

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

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

مثال:

tfl.if %b  {
  ...
}

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

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

المتعاملات:

Operand	وصف
cond	tensor of 1-bit signless integer values

نتائج:

نتيجة	وصف
results	variadic of tensor of any type values

tfl.imag (TFL::ImagOp)

Returns the imaginary part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or 64-bit float values

tfl.l2_normalization (TFL::L2NormalizationOp)

L2 Normalize Operator

L2Normalization Op

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

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

نتائج:

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

tfl.leaky_relu (TFL::LeakyReluOp)

Leaky Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
alpha	::mlir::FloatAttr	32-bit float attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type or QI16 type values

tfl.less (TFL::LessOp)

Less operator

Element-wise less operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.less_equal (TFL::LessEqualOp)

_Less equal operator

Element-wise less_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

Local Response Normalization.

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

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

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

Operand	وصف
input	tensor of 32-bit float values

نتائج:

نتيجة	وصف
output	tensor of 32-bit float values

tfl.log (TFL::LogOp)

Natural logarithm operator

Performs element-wise natural logarithm operation on input.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
y	tensor of 32-bit float or QI8 type values

tfl.log_softmax (TFL::LogSoftmaxOp)

Log softmax operator

Computes element-wise log softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or QUI8 type or QI8 type or TFLite quint8 type values

tfl.logical_and (TFL::LogicalAndOp)

عامل AND المنطقي

Element-wise logical AND operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.logical_not (TFL::LogicalNotOp)

عامل NOT المنطقي

Element-wise logical NOT operation.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Effects: MemoryEffects::Effect{}

المتعاملات:

Operand	وصف
lhs	tensor of 1-bit signless integer values

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.logical_or (TFL::LogicalOrOp)

عامل OR المنطقي

Element-wise logical OR operation.

Traits: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 1-bit signless integer values

tfl.logistic (TFL::LogisticOp)

Logistic operator

Computes element-wise Sigmoid of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
y	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.lstm (TFL::LSTMOp)

The full lstm operator

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

صفات:

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

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of any type values

tfl.matrix_diag (TFL::MatrixDiagOp)

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

Returns a batched matrix tensor with new batched diagonal values.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.max_pool_2d (TFL::MaxPool2DOp)

Max Pool 2D op

Performs max pool 2D on input.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or QUI8 type or QI8 type or QI16 type or TFLite quint8 type values

tfl.maximum (TFL::MaximumOp)

Max operator

Element-wise max operation.

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

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.mean (TFL::MeanOp)

Mean operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

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

نتائج:

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

tfl.minimum (TFL::MinimumOp)

Min operator

Element-wise min operation.

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

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

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

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

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad Operator. Pads a tensor with mirrored values.

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
mode	::mlir::TFL::MirrorPaddingTypeAttr	mirror_pad_enum

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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)

عامل الضرب

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
value	::mlir::UnitAttr	unit attribute

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
tolerance	::mlir::FloatAttr	32-bit float attribute
log_if_failed	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
axis	::mlir::IntegerAttr	32-bit signless integer attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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.

على سبيل المثال:

# '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{}

صفات:

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

المتعاملات:

Operand	وصف
values	variadic of tensor of any type values

نتائج:

نتيجة	وصف
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)

على سبيل المثال:

# '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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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)

على سبيل المثال:

# '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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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

المتعاملات:

Operand	وصف
input	variadic of tensor of any type values

نتائج:

نتيجة	وصف
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

مشغل الطاقة

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
value	::mlir::ElementsAttr	constant vector/tensor attribute

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
qtype	::mlir::TypeAttr	Tensor type attribute
value	::mlir::ElementsAttr	constant vector/tensor attribute

نتائج:

نتيجة	وصف
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{}

صفات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
qtype	::mlir::TypeAttr	Tensor type attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

المتعاملات:

Operand	وصف
shape	tensor of 32-bit signless integer values

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
seed	::mlir::IntegerAttr	64-bit signless integer attribute
seed2	::mlir::IntegerAttr	64-bit signless integer attribute

المتعاملات:

Operand	وصف
shape	tensor of 32-bit signless integer values

نتائج:

نتيجة	وصف
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

مشغل النطاق

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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
input	tensor of any type values

نتائج:

نتيجة	وصف
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

المتعاملات:

Operand	وصف
resource_id	tensor of resource values

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
align_corners	::mlir::BoolAttr	bool attribute
half_pixel_centers	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
x	tensor of 32-bit float values

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
output	tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

حدد المشغل

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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
out_type	::mlir::Attribute	derived attribute

المتعاملات:

Operand	وصف
input	tensor of any type values

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
x	tensor of 32-bit float values

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
beta	::mlir::FloatAttr	32-bit float attribute

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

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

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
x	tensor of 32-bit float values

نتائج:

نتيجة	وصف
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{}

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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 .

على سبيل المثال:

# '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{}

صفات:

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

المتعاملات:

Operand	وصف
input	tensor of any type values

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
keep_dims	::mlir::BoolAttr	bool attribute

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
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

المتعاملات:

Operand	وصف
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

نتائج:

نتيجة	وصف
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	وصف
input	tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

يصف	MLIR Type	وصف
idx_out_type	::mlir::Attribute	derived attribute

Operands:

Operand	وصف
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

نتائج:

نتيجة	وصف
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{}

صفات:

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

Operands:

Operand	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
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

صفات:

يصف	MLIR Type	وصف
container	::mlir::StringAttr	string attribute
shared_name	::mlir::StringAttr	string attribute

نتائج:

نتيجة	وصف
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	وصف
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

نتائج:

نتيجة	وصف
index	tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

While loop

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

صفات:

يصف	MLIR Type	وصف
is_stateless	::mlir::BoolAttr	bool attribute

Operands:

Operand	وصف
input	variadic of tensor of any type values

نتائج:

نتيجة	وصف
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	وصف
«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	وصف
input	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

نتائج:

نتيجة	وصف
output	tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

صفات

DimensionMetadataAttr

Dimension metadata.

بناء الجملة:

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

حدود:

المعلمة	C++ type	وصف
شكل	::mlir::TFL::DimensionTypeAttr	dimension_type
dense_size	int32_t
مقاطع	::llvm::ArrayRef<int32_t>
indices	::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

بناء الجملة:

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

حدود:

المعلمة	C++ type	وصف
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">

حدود:

المعلمة	C++ type	وصف
قيمة	::llvm::StringRef

DimensionTypeAttr

_Dimension type

بناء الجملة:

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

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::TFL::DimensionType	an enum of type DimensionType

LSTMKernelTypeAttr

_Lstm_kernel type

بناء الجملة:

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

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::TFL::LSTMKernelType	an enum of type LSTMKernelType

MirrorPaddingTypeAttr

_Mirror_pad enum

بناء الجملة:

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

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::TFL::MirrorPaddingType	an enum of type MirrorPaddingType

التعدادات

DimensionType

_Dimension type

حالات:

رمز	قيمة	خيط
DENSE	0	DENSE
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

_Lstm_kernel type

حالات:

رمز	قيمة	خيط
ممتلىء	0	ممتلىء
أساسي	1	أساسي

MirrorPaddingType

_Mirror_pad enum

حالات:

رمز	قيمة	خيط
يعكس	0	يعكس
متماثل	1	متماثل