'тфл' Диалект

Диалект TensorFlow Lite.

Этот диалект соответствует операциям TensorFlow Lite.

Инварианты:

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

Операции

tfl.abs (TFL::AbsOp)

Оператор абсолютного значения

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

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 16-битного целого числа без знака или 32-битного целого числа без знака или 32-битного числа с плавающей запятой или значений типа QI8 или типа QI16

Результаты:

Результат	Описание
y	тензор 16-битного целого числа без знака или 32-битного целого числа без знака или 32-битного числа с плавающей запятой или значений типа QI8 или типа QI16

tfl.add (TFL::AddOp)

Оператор сложения

Операция поэлементного сложения.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

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

Результаты:

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

tfl.add_n (TFL::AddNOp)

_Добавить оператор n

Добавляет все входные тензоры поэлементно.

Признаки: AlwaysSpeculatableImplTrait , Commutative

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
inputs	вариация тензора любого типа значений

Результаты:

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

tfl.arg_max (TFL::ArgMaxOp)

Оператор ArgMax

Возвращает индекс с наибольшим значением по измерениям тензора.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 1-битного целого числа без знака, или 32-битного целого числа с плавающей запятой, или 32-битного целого числа без знака, или 8-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QI8 или типа QUI8.
dim	тензор 32/64-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 32/64-битных целых чисел без знака

tfl.arg_min (TFL::ArgMinOp)

Оператор АргМин

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

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 1-битного целого числа без знака, или 32-битного целого числа с плавающей запятой, или 32-битного целого числа без знака, или 8-битного целого числа без знака, или 8-битного целого числа без знака, или значений типа QI8 или типа QUI8.
dim	тензор 32/64-битных целых чисел без знака

Результаты:

Результат	Описание
output	тензор 32/64-битных целых чисел без знака

tfl.assign_variable (TFL::AssignVariableOp)

Присваивает новое значение переменной.

Любой ReadVariableOp с зависимостью управления от этой операции гарантированно вернет это значение или последующее более новое значение переменной.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
resource_id	тензор значений ресурсов
value	тензор 32-битного числа с плавающей точкой или 64-битного числа с плавающей точкой, или 1-битного целого числа без знака, или 8-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или типа QUI8, или 32-битного целого числа без знака, или 64-битного целого числа без знака, или типа QI16. или сложный тип с 32-битными элементами с плавающей запятой или сложный тип с 64-битными значениями элементов с плавающей точкой

tfl.atan2 (TFL::Atan2Op)

Операция Атан2

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

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Average_pool 2d оператор

Выполняет операцию подсчета среднего значения на входе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16

Результаты:

Результат	Описание
output	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

Основной оператор lstm

базовый оператор сотовой связи LSTM.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

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

Результаты:

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

tfl.batch_matmul (TFL::BatchMatMulOp)

Оператор пакетного умножения матриц

Выполняет пакетное умножение матриц на входах. Соблюдает соглашения TensorFlow BatchMatMulV2 с поддержкой неизвестных измерений в пакетных измерениях и широковещательной передаче.

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

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
x	тензор 32-битного числа с плавающей запятой или типа QI8 или типа QI16 или 8-битных целых чисел без знака
y	тензор 32-битного числа с плавающей запятой или типа QI8 или типа QI16 или 8-битных целых чисел без знака

Результаты:

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

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Оператор BatchToSpaceNd

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

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.bidirectional_sequence_lstm (TFL::BidirectSequenceLSTMOp)

Оператор lstm двунаправленной последовательности

Двунаправленный lstm — это, по сути, два lstm, один работает вперед, а другой — назад. Результатом является объединение двух lstms.

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

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

Операнды:

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

Результаты:

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

tfl.bitcast (TFL::BitcastOp)

Биткаст-оператор

Преобразует тензор из одного типа в другой.

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор любого типа значений

Результаты:

Результат	Описание
output	тензор любого типа значений

tfl.bitwise_xor (TFL::BitwiseXorOp)

Побитовый оператор Xor

Поэлементно вычисляет побитовое исключающее ИЛИ для lhs и rhs .

Признаки: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType .

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.broadcast_args (TFL::BroadcastArgsOp)

Верните форму s0 op s1 с помощью трансляции.

Учитывая s0 и s1 , тензоры, представляющие фигуры, вычисляют r0 , транслируемую форму. s0 , s1 и r0 — целочисленные векторы.

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
s0	тензор 32/64-битных целых чисел без знака
s1	тензор 32/64-битных целых чисел без знака

Результаты:

Результат	Описание
r0	тензор 32/64-битных целых чисел без знака

tfl.broadcast_to (TFL::BroadcastToOp)

Передайте массив для совместимой формы.

Рассылка — это процесс придания массивам совместимой формы для арифметических операций. Две фигуры совместимы, если для каждой пары измерений они либо равны, либо одна из них равна единице. При попытке передать тензор в фигуру он начинается с конечных размеров и продвигается вперед.

Например,

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

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

При выполнении широковещательных операций, таких как умножение тензора на скаляр, широковещательная передача (обычно) дает некоторую выгоду во времени или пространстве, поскольку транслируемый тензор никогда не материализуется.

Однако broadcast_to не несет в себе таких преимуществ. Вновь созданный тензор полностью запоминает переданную форму. (Однако в контексте графа broadcast_to может быть объединен с последующей операцией, а затем оптимизирован.)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор 32-битного числа с плавающей точкой или 32-битного целого числа без знака, или 1-битного целого числа без знака, или 4-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или 8-битного целого числа без знака, или 32-битного целого числа без знака, или типа QUI8, или 16 -битное целое число без знака или тип QI16 или 64-битное целое число без знака или комплексный тип с 32-битными значениями элементов с плавающей точкой
shape	тензор 32/64-битных целых чисел без знака

Результаты:

Результат

Описание

output

тензор 32-битного числа с плавающей точкой или 32-битного целого числа без знака, или 1-битного целого числа без знака, или 4-битного целого числа без знака, или 8-битного целого числа без знака, или типа QI8, или 8-битного целого числа без знака, или 32-битного целого числа без знака, или типа QUI8, или 16 -битное целое число без знака или тип QI16 или 64-битное целое число без знака или комплексный тип с 32-битными значениями элементов с плавающей точкой

tfl.bucketize (TFL::BucketizeOp)

Распределяет «входные данные» на основе «границ».

Пример:

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

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битных чисел с плавающей запятой или 64-битных чисел с плавающей запятой, или 32-битных целых чисел без знака или 64-битных целых чисел без знака.

Результаты:

Результат	Описание
output	тензор 32-битных целых чисел без знака

tfl.call_once (TFL::CallOnceOp)

Вызывает функцию инициализации

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

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

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

tfl.cast (TFL::CastOp)

Оператор кастинга

Преобразует ввод из типа ввода в тип вывода.

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд

Описание

input

тензор 16-битного числа с плавающей точкой или типа bfloat16, или 32-битного числа с плавающей точкой, или 64-битного числа с плавающей запятой, или 1-битного целого числа без знака, или 4-битного целого числа без знака, или 16-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 32-битное целое число без знака, или 64-битное целое число без знака, или тип TFLite quint8, или 8-битное целое число без знака, или 8-битное целое число без знака, или комплексный тип с 32-битными значениями элементов с плавающей запятой.

Результаты:

Результат

Описание

output

тензор 16-битного числа с плавающей запятой или типа bfloat16, или 32-битного числа с плавающей запятой, или 64-битного числа с плавающей запятой, или 1-битного целого числа без знака, или 16-битного целого числа без знака, или 16-битного целого числа без знака, или 32-битного целого числа без знака, или 32-битного целого числа без знака, или 64-битное целое число без знака или тип TFLite quint8, или 8-битное целое число без знака, или 8-битное целое число без знака, или комплексный тип с 32-битными значениями элементов с плавающей запятой.

tfl.ceil (TFL::CeilOp)

Оператор сотовой связи

Возвращает поэлементное значение ячейки входных данных.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений с плавающей запятой

Результаты:

Результат	Описание
y	тензор 32-битных значений с плавающей запятой

tfl.complex_abs (TFL::ComplexAbsOp)

Вычисляет комплексное абсолютное значение тензора.

Учитывая тензор x комплексных чисел, эта операция возвращает тензор типа float или double , который является абсолютным значением каждого элемента в x . Все элементы x должны быть комплексными числами вида \(a + bj\). Абсолютное значение рассчитывается как \( \sqrt{a^2 + b^2}\).

Признаки: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.concatenation (TFL::ConcatenationOp)

Оператор конкатенации

Объединяет тензоры по одному измерению

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
values	вариация тензора любого типа значений

Результаты:

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

tfl.control_node (TFL::ControlNodeOp)

Операция TFL.control_node оборачивает одноблочные операции для присоединения управляющих ребер.

Это используется для переноса регионов и прикрепления к ним зависимостей управления. Обычно это происходит на одном из последних шагов перед выпуском модели плоского буфера, чтобы обеспечить возможность оптимизации, основанной на фиксированном порядке операций (например, повторная материализация). Экспортер плоского буфера развернет обернутую область и аннотирует сгенерированную модель метаданными. так, что любые изменения порядка во время выполнения будут соответствовать порядку, заданному зависимостями управления.

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

Операнды:

Операнд	Описание
controlInputs	вариативный контроль

Результаты:

Результат	Описание
outputs	вариация тензора любого типа значений
control	контроль

tfl.conv_2d (TFL::Conv2DOp)

Оператор свертки

Выполняет операцию свертки на входных данных.

Входные данные: inputs[0] : требуется: входной тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16
filter	тензор 32-битного значения с плавающей запятой или типа QI4, или типа QI8, или значения типа QUI8
bias	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16

tfl.conv_3d (TFL::Conv3DOp)

3D-оператор свертки

Выполняет операцию свертки на 3D-входах. Входные данные: inputs[0] : требуется: входной тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битных значений с плавающей запятой
filter	тензор 32-битных значений с плавающей запятой
bias	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей запятой

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

3D-оператор транспонированной свертки

Выполняет операцию транспонированной свертки на 3D-входах. Входные данные: inputs[0] : требуется: форма выходного тензора inputs[1] : обязательно: тензор веса фильтра inputs[2] : обязательно: входной тензор активации inputs[3] : необязательно: тензор смещения

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
output_shape	тензор 32-битных целых чисел без знака
filter	тензор 32-битных значений с плавающей запятой
input	тензор 32-битных значений с плавающей запятой
bias	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей запятой

tfl.cos (TFL::CosOp)

Оператор косинуса

Вычисляет поэлементно косинус входных данных

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений с плавающей запятой

Результаты:

Результат	Описание
y	тензор 32-битных значений с плавающей запятой

tfl.cumsum (TFL::CumsumOp)

Оператор совокупной суммы

Вычислите совокупную сумму тензора x вдоль оси.

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битных целых чисел без знака или 32-битных целых чисел без знака или 64-битных целых чисел без знака
axis	тензор 32-битных целых чисел без знака

Результаты:

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

tfl.custom (TFL::CustomOp)

Пользовательская операция

Общая операция для любой пользовательской операции TFLite.

вход: список входов в исходном операторе. custom_code: строка, используемая для определения того, что именно представляет собой эта операция, что соответствует оператору_codes.custom_code в плоском буфере. custom_option: держатель для сохранения атрибутов операции в байтовом формате. вывод: список результатов в исходной операции.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип МЛИР	Описание
custom_code	::mlir::StringAttr	строковый атрибут
custom_option	::mlir::TFL::ConstBytesAttr	Представление строкового атрибута скомпилированных байтов

Операнды:

Операнд	Описание
input	вариация тензора значений любого типа или типа без типа

Результаты:

Результат	Описание
output	вариация тензора любого типа значений

tfl.custom_tf (TFL::CustomTfOp)

Обертка для пользовательских операций TF.

Операция-обертка для любой операции Custom TF. К ним относятся операции, определенные с использованием custom_opdefs или связанные, которые не определены в диалекте TF. Эта операция просто оборачивает пользовательскую операцию внутри региона. Примечание № 1: эта операция не будет включать специальные операции TF Lite, определенные с помощью CustomOp. Примечание № 2. Эта операция является лишь внутренним представлением внутри конвертера и не отображается/экспортируется при экспорте модели в Flatbuffer.

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

Интерфейсы: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
input	вариация тензора значений любого типа или типа без типа

Результаты:

Результат	Описание
output	вариация тензора любого типа значений

tfl.densify (TFL::DensifyOp)

Оператор уплотнения

Преобразует разреженный тензор в плотный формат.

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.depth_to_space (TFL::DepthToSpaceOp)

Оператор DepthToSpace

Переупорядочивает данные из глубины в блоки пространственных данных. Это обратное преобразование SpaceToDepth. Точнее, эта операция выводит копию входного тензора, в которой значения из измерения depth перемещаются в пространственных блоках в измерения height и width . Attr block_size указывает размер входного блока и способ перемещения данных.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип МЛИР	Описание
block_size	::mlir::IntegerAttr	32-битный целочисленный атрибут без знака, значение которого положительное.

Операнды:

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

Результаты:

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

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Оператор свертки с разделением по глубине

Выполняет операцию свертки на входных данных.

Входные данные: inputs[0] : требуется: входной тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

Признаки: AlwaysSpeculatableImplTrait , QuantizableResult , quant::AccumulatorUniformScale<2, 0, 1> , quant::AffineOpCoefficient<3, 1>

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
input	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16
filter	тензор 32-битного значения с плавающей запятой или типа QI4, или типа QI8, или значения типа QUI8
bias	тензор значений любого типа или типа без типа

Результаты:

Результат	Описание
output	тензор 32-битного значения с плавающей запятой или типа QI8, или типа QUI8, или значения типа QI16

tfl.dequantize (TFL::DequantizeOp)

Оператор деквантования

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

Интерфейсы: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	тензор типа QI4 или типа QI8 или типа QUI8 или типа QI16 или 16-битных значений с плавающей запятой

Результаты:

Результат	Описание
output	тензор 32-битных значений с плавающей запятой

tfl.dilate (TFL::DilateOp)

Оператор расширения

Расширяет тензор, добавляя новые элементы между существующими.

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

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

Результаты:

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

tfl.div (TFL::DivOp)

Оператор отдела

Операция поэлементного деления.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

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

Операнды:

Операнд	Описание
lhs	тензор 32-битных чисел с плавающей запятой или 32-битных целых чисел без знака или значений типа QUI8
rhs	тензор 32-битных чисел с плавающей запятой или 32-битных целых чисел без знака или значений типа QUI8

Результаты:

Результат	Описание
output	тензор 32-битных чисел с плавающей запятой или 32-битных целых чисел без знака или значений типа QUI8

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

ДинамикаУпдатеСлайс.

Операция DynamicUpdateSlice, имеющая ту же семантику, что и XLA DynamicUpdateSlice. Генерирует результат, который является значением операнда входного массива, с обновлением среза, перезаписанным в start_indices.

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

Черты: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
operand	Тензор 1-разрядного интерального или 8-разрядного интегрального целого числа или 32-разрядного значения без знаков.
update	Тензор 1-разрядного интерального или 8-разрядного интегрального целого числа или 32-разрядного значения без знаков.
start_indices	Тензор 32/64-битных значений без знаков.

Результаты:

Результат	Описание
output	Тензор 1-разрядного интерального или 8-разрядного интегрального целого числа или 32-разрядного значения без знаков.

tfl.elu (tfl :: eluop)

Экспоненциальный линейный оператор

Вычисляет экспоненциальный линейный f (x) -> exp (x) -1 для x <0, x для x> = 0..

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	Тензор 32-разрядного плавающего или 8-битного значения неверных целых чисел.

Результаты:

Результат	Описание
y	Тензор 32-разрядного плавающего или 8-битного значения неверных целых чисел.

tfl.embedding_lookup (tfl :: encedlookupop)

Внедрение оператора поиска

Взгляните идентификаторы в списке тензоров встраивания.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lookup	Тензор 32-разрядных значений без знаков.
value	Тензор 32-битного плавающего или 8-битного знакового или 8-разрядного типа Qi8 или 8-битного типа или типа Qi4 или значений типа Qi4

Результаты:

Результат	Описание
output	Тензор 32-битного плавающего или 8-битного значения без знаковых целых чисел или 8-разряд

tfl.equal (tfl :: evallop)

Равный оператор

Возвращает элемент истины x == y элемент по элементу

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	Тензор 1-разрядного интерального или 32-разрядного поплавкового или 16-разрядного интегрального целого числа или 32-разрядного интерального или 64-разрядочного безрезультатного или типа Qi8 или типа QUI8 или 8-битных значений целочисленного или tflite строки.
y	Тензор 1-разрядного интерального или 32-разрядного поплавкового или 16-разрядного интегрального целого числа или 32-разрядного интерального или 64-разрядочного безрезультатного или типа Qi8 или типа QUI8 или 8-битных значений целочисленного или tflite строки.

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.exp (tfl :: expop)

Оператор естественного экспонента

Выполняет элементную работу естественной экспоненты на входе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	Тензор 32-битного типа плавания или типа Qi8 или значений типа Qi16

Результаты:

Результат	Описание
y	Тензор 32-битного типа плавания или типа Qi8 или значений типа Qi16

tfl.expand_dims (tfl :: expanddimsop)

Вставляет измерение 1 в форму тензора.

input тензор, эта операция вводит размер 1 на axis индекса измерения формы input . axis индекса измерения начинается с нуля; Если вы указываете отрицательное число для axis , он подсчитывается назад с конца.

Эта операция полезна, если вы хотите добавить пакетное измерение в один элемент. Например, если у вас есть одно изображение формы [height, width, channels] , вы можете сделать его партией из 1 изображения с expand_dims(image, 0) , которое сделает форму [1, height, width, channels] .

Другие примеры:

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

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

Эта операция требует, чтобы:

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

Эта операция связана с squeeze() , который удаляет размеры размера 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	Тензор любого типа значений
dim	Тензор 32/64-битных значений без знаков.

Результаты:

Результат	Описание
output	Тензор любого типа значений

tfl.external_const (tfl :: externalconstop)

Внешний констант.

Внешний констант содержит buffer_index , который указывает на константу в плоском буфере.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
buffer_index	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута

Результаты:

Результат	Описание
output	Тензор любого типа значений

tfl.fake_quant (tfl :: fakequantop)

Факевой оператор

Поддельный квалификация тензора «входов» типа с помощью плавучих скаляров и максимума до «выходов» с той же формой, что и входы.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
min	:: mlir :: floatattr	32-разрядный атрибут поплавок
max	:: mlir :: floatattr	32-разрядный атрибут поплавок
num_bits	:: mlir :: integerattr	32-разрядное целочисленное атрибут, минимальное значение которого составляет 2, максимальное значение которого составляет 16
narrow_range	:: mlir :: boolattr	атрибут bool, значение которого неверно

Операнды:

Операнд	Описание
input	Тензор 32-битных значений поплавки

Результаты:

Результат	Описание
output	Тензор 32-битных значений поплавки

tfl.fill (tfl :: filop)

Заполните тензор данным значением.

Заполните тензор данным значением.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
dims	Тензор 32/64-битных значений без знаков.
input	Тензор 32-разрядного плавающего или 16-битного поплавкового или 32-разрядного знакомого целого числа или 64-разрядочного типа Qi16 или 1-битного типа integer или Qi8 или типа Qi16 или Tflite String

Результаты:

Результат	Описание
result	Тензор 32-разрядного плавающего или 16-битного поплавкового или 32-разрядного знакомого целого числа или 64-разрядочного типа Qi16 или 1-битного типа integer или Qi8 или типа Qi16 или Tflite String

tfl.floor (tfl :: floorop)

Оператор пола

Возвращает элементное значение пола ввода.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Интерфейсы InferTypeOpInterface ConditionallySpeculatable TflRuntimeVerifyOpInterface NoMemoryEffect (MemoryEffectOpInterface) InferShapedTypeOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	Тензор 32-битных значений поплавки

Результаты:

Результат	Описание
y	Тензор 32-битных значений поплавки

tfl.floor_div (tfl :: floordivop)

Пол -дивизион оператор

Элементная работа пола.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-битного поплавкового или 8-битного неверного целочисленного или 16-битного неверного целочисленного или 32-разрядного значения без знаков.
rhs	Тензор 32-битного поплавкового или 8-битного неверного целочисленного или 16-битного неверного целочисленного или 32-разрядного значения без знаков.

Результаты:

Результат	Описание
output	Тензор 32-битного поплавкового или 8-битного неверного целочисленного или 16-битного неверного целочисленного или 32-разрядного значения без знаков.

tfl.floor_mod (tfl :: floormodop)

Напоминание об отделах

Элементная операция напоминания.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 8-разрядного интерального или 16-битного значения без знаков или 32-разрядных значений.
rhs	Тензор 8-разрядного интерального или 16-битного значения без знаков или 32-разрядных значений.

Результаты:

Результат	Описание
output	Тензор 8-разрядного интерального или 16-битного значения без знаков или 32-разрядных значений.

tfl.fully_connected (tfl :: Fullconnectectop)

Полностью подключенный соч

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
fused_activation_function	:: mlir :: stringattr	Атрибут строки, значение которого нет, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
weights_format	:: mlir :: stringattr	Атрибут строки, значение которого по умолчанию, или Shuffled4x16int8
keep_num_dims	:: mlir :: boolattr	атрибут Bool
asymmetric_quantize_inputs	:: mlir :: boolattr	атрибут Bool

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qi8 или типа QUI8 или типа Qi16 или значения типа QUI16
filter	Тензор 32-битного типа плавания или типа Qi4 или типа Qi8 или типа QUI8 или значений типа Qi16
bias	Тензор любого типа значений или ни одного типа

Результаты:

Результат	Описание
output	Вариад тензора любого типа значений

tfl.gather (tfl :: gallop)

Соберите оператор

Соберите срезы от axis params в соответствии с indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
axis	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
batch_dims	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута

Операнды:

Операнд	Описание
params	Тензор 32-разрядного плавающего или 1-битного бессмысленного интегрального или 4-битного неверного или 8-битного бессмысленного или 16-битного бессмысленного или 32-разрядного знакового или 64-битного бессмысленного или целостного типа строки или 8-битных insigned integer или Qi8 -тип или тип Qui8 или значения типа Qi16
indices	Тензор 16-разрядного интерального или 32-разрядного целого числа или 64-разрядных значений неверных целочисленных целого числа

Результаты:

Результат	Описание
output	Тензор 32-разрядного плавающего или 1-битного бессмысленного интегрального или 4-битного неверного или 8-битного бессмысленного или 16-битного бессмысленного или 32-разрядного знакового или 64-битного бессмысленного или целостного типа строки или 8-битных insigned integer или Qi8 -тип или тип Qui8 или значения типа Qi16

tfl.gather_nd (tfl :: gatherndop)

_Gather nd оператор

Соберите ломтики из params в тензор с формой, указанной по indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
params	Тензор 32-разрядного плавающего или 1-битного неверного целого или 8-битного целочисленного или 16-битного бессмысленного целого или 64-битного целочисленного целого числа или 32-разрядного безрезультатного или 8-разрядного целочисленного типа или типа Qi8 или Tflite строки типа
indices	Тензор 16-разрядного интерального или 32-разрядного целого числа или 64-разрядных значений неверных целочисленных целого числа

Результаты:

Результат	Описание
output	Тензор 32-разрядного плавающего или 1-битного неверного целого или 8-битного целочисленного или 16-битного бессмысленного целого или 64-битного целочисленного целого числа или 32-разрядного безрезультатного или 8-разрядного целочисленного типа или типа Qi8 или Tflite строки типа

tfl.gelu (tfl :: geluop)

Функция активации Гелу.

Вычисляет функцию активации Gelu по элементу элемента.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
approximate	:: mlir :: boolattr	атрибут Bool

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qi8 или значений типа QUI8

Результаты:

Результат	Описание
output	Тензор 32-битного типа плавания или типа Qi8 или значений типа QUI8

tfl.greater (tfl :: breeop)

Большой оператор

Уэтальница большей операции.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавающего или 32-разрядного знакомых интегральных или 64-битных типов и 64-битных типов или типа Qi8 или значений типа Quint8 Quint8
rhs	Тензор 32-разрядного плавающего или 32-разрядного знакомых интегральных или 64-битных типов и 64-битных типов или типа Qi8 или значений типа Quint8 Quint8

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.greater_equal (tfl :: dizerequalop)

_Greater равный оператор

В элементах Большой Операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавающего или 16-битного неверного целочисленного или 32-битного неверного целочисленного или 64-битного неверного целочисленного или типа Qui8 или значений типа Qi8
rhs	Тензор 32-разрядного плавающего или 16-битного неверного целочисленного или 32-битного неверного целочисленного или 64-битного неверного целочисленного или типа Qui8 или значений типа Qi8

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.hard_swish (tfl :: hardswishop)

Хардсвейскую функцию активации.

Вычисляет функцию активации с жесткой пленкой f (x)-> (x * relu6 (x+3))/6 по элементу.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа QUI8 или значений типа QI8

Результаты:

Результат	Описание
output	Тензор 32-битного типа плавания или типа QUI8 или значений типа QI8

tfl.hashtable (tfl :: hashtableop)

Создает ненициализированную хэш-таблицу.

Этот OP создает хэш -таблицу, указывающая тип его ключей и значений. Перед использованием таблицы вам придется инициализировать ее. После инициализации таблица будет неизменной.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип Mlir	Описание
table_id	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
key_dtype	:: mlir :: typeattr	любой атрибут типа
value_dtype	:: mlir :: typeattr	любой атрибут типа

Результаты:

Результат	Описание
out	тензор значений ресурсов

tfl.hashtable_find (tfl :: hashtablefindop)

Взгляните клавиши в таблице, выводит соответствующие значения.

Тенсорные keys должны от того же типа, что и ключи таблицы. Выходные values имеют тип значений таблицы.

Скалярная default_value - это выходной сигнал для ключей, не присутствующих в таблице. Он также должен быть такого же типа, что и значения таблицы.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов
keys	Тензор 32-разрядного типа Integer или Tflite String или 64-битных значений без знаков.
default_value	Тензор 32-разрядного плавающего или 32-разрядного значения бессмысленного целочисленного или целового типа или 64-битных значений без знаков.

Результаты:

Результат	Описание
out	Тензор 32-разрядного плавающего или 32-разрядного значения бессмысленного целочисленного или целового типа или 64-битных значений без знаков.

tfl.hashtable_import (tfl :: hashtableimportop)

Заменяет содержимое таблицы указанными клавишами и значениями.

Тенсорные keys должны быть такого же типа, что и клавиши таблицы. values тензора должны быть типа значений таблицы.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов
keys	Тензор 32-разрядного типа Integer или Tflite String или 64-битных значений без знаков.
values	Тензор 32-разрядного плавающего или 32-разрядного значения бессмысленного целочисленного или целового типа или 64-битных значений без знаков.

tfl.hashtable_size (tfl :: hashtablesizeop)

Вычисляет количество элементов в данной таблице.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
hash_table	тензор значений ресурсов

Результаты:

Результат	Описание
out	Тензор 64-битных значений без знаков.

tfl.if (tfl :: ifop)

If-Then-Else Operation

Операция tfl.if представляет конструкцию if-then-else для условного выполнения двух областей кода. Операнд до операции, если операция является логическим значением. Например:

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

tfl.if также могут вернуть результаты, которые определены в его регионах. Определенные значения определяются, по которым проходит путь выполнения.

Пример:

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

Области tfl.if всегда прекращаются с помощью «tfl.yield». Если «tfl.if» не определяет значения, «tfl.yield» может быть исключен и будет вставлен неявно. В противном случае это должно быть явным. Кроме того, если «tfl.if» определяет одно или несколько значений, блок «else» не может быть опущен.

Пример:

tfl.if %b  {
  ...
}

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

Интерфейсы: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Операнд	Описание
cond	Тензор 1-битных значений без знаков.

Результаты:

Результат	Описание
results	Вариад тензора любого типа значений

tfl.imag (tfl :: Imagop)

Возвращает воображаемую часть сложного числа.

Учитывая тензорный input комплексных чисел, эта операция возвращает тензор float типа, который является воображаемой частью каждого элемента при input . Все элементы при input должны быть комплексными числами формы \(a + bj\), где A - это реальная часть, а B - воображаемая часть, возвращаемая этой операцией.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	Тензор сложного типа с 32-битными поплавковыми элементами или комплексным типом с 64-битными значениями элементов плавания

Результаты:

Результат	Описание
output	Тензор 32-битного плавающего или 64-битного поплавок

tfl.l2_normalization (tfl :: l2normalizationop)

L2 Нормализуйте оператор

L2Normalization op

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
fused_activation_function	:: mlir :: stringattr	Атрибут строки, значение которого нет, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
input	Тензор 32-разрядного типа плавания или типа Qui8 или типа Qi8 или типа Qui16 или типа Qi16 или 8-битных значений целочисленного целого числа

Результаты:

Результат	Описание
output	Тензор 32-разрядного типа плавания или типа Qui8 или типа Qi8 или типа Qui16 или типа Qi16 или 8-битных значений целочисленного целого числа

tfl.leaky_relu (tfl :: cheamyreluop)

Утечка Оператора RELU

Утечка releay reluy x -> x> = 0? X: (Альфа * х)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
alpha	:: mlir :: floatattr	32-разрядный атрибут поплавок

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или Tflite Quint8 или значения типа Qi16

Результаты:

Результат	Описание
output	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или Tflite Quint8 или значения типа Qi16

tfl.less (tfl :: mansop)

Меньше оператора

Уэтальница меньше работы.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавающего или 16-битного неверного целочисленного или 32-битного неверного целочисленного или 64-битного неверного целочисленного или типа Qui8 или типа Qi8 или значений типа Quint8 Quint8
rhs	Тензор 32-разрядного плавающего или 16-битного неверного целочисленного или 32-битного неверного целочисленного или 64-битного неверного целочисленного или типа Qui8 или типа Qi8 или значений типа Quint8 Quint8

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.less_equal (tfl :: messequalop)

_ Безвредный оператор

Элементный меньше, меньший

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавающего или 32-разрядного значения неверного или 64-битного типа Qi8 или типа Qui8
rhs	Тензор 32-разрядного плавающего или 32-разрядного значения неверного или 64-битного типа Qi8 или типа Qui8

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.local_response_normalization (tfl :: localresponsenormalizationop)

Локальная нормализация ответа.

4-D input тензора рассматривается как трехмерный массив 1-D векторов (вдоль последнего измерения), и каждый вектор нормализуется независимо. В пределах данного вектора каждый компонент делится на взвешенную квадратную сумму входов в depth_radius . Подробно,

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

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

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

Интерфейсы InferTypeOpInterface ConditionallySpeculatable TflRuntimeVerifyOpInterface NoMemoryEffect (MemoryEffectOpInterface) InferShapedTypeOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
radius	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
bias	:: mlir :: floatattr	32-разрядный атрибут поплавок
alpha	:: mlir :: floatattr	32-разрядный атрибут поплавок
beta	:: mlir :: floatattr	32-разрядный атрибут поплавок

Операнды:

Операнд	Описание
input	Тензор 32-битных значений поплавки

Результаты:

Результат	Описание
output	Тензор 32-битных значений поплавки

tfl.log (tfl :: logop)

Натуральный оператор логарифма

Выполняет элементную работу естественного логарифма при вводе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	тензор 32-битных значений типа плавания или Qi8

Результаты:

Результат	Описание
y	тензор 32-битных значений типа плавания или Qi8

tfl.log_softmax (tfl :: logsoftmaxop)

Log Softmax Operator

Вычисляет элементные активации SoftMax в рамках следующей формулы

Вход - log (READ_SUM (EXP (Input), DIM)))

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или значений типа Quint8 Quint8

Результаты:

Результат	Описание
output	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или значений типа Quint8 Quint8

tfl.logical_and (tfl :: logicalandop)

Логический и оператор

Элементный логический и операция.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 1-битных значений без знаков.
rhs	Тензор 1-битных значений без знаков.

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.logical_not (tfl :: logicalnotop)

Логично не оператор

Элементная логика не операция.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 1-битных значений без знаков.

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.logical_or (tfl :: logicalorop)

Логичный или оператор

По элементу логической или операции.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 1-битных значений без знаков.
rhs	Тензор 1-битных значений без знаков.

Результаты:

Результат	Описание
output	Тензор 1-битных значений без знаков.

tfl.logistic (tfl :: logisticop)

Логистический оператор

Вычисляет элементный сигмоид ввода

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
x	Тензор 32-битного типа плавания или типа Qi8 или типа Qui8 или типа Qi16 или значения типа Quint8 tflite8

Результаты:

Результат	Описание
y	Тензор 32-битного типа плавания или типа Qi8 или типа Qui8 или типа Qi16 или значения типа Quint8 tflite8

tfl.lstm (tfl :: lstmop)

Полный оператор LSTM

Длинная краткосрочная блока памяти (LSTM) рецидивирующий сетевой уровень. Реализация не-промежуточной скважины по умолчанию основана на: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter и J. Schmidhuber. «Длинная кратковременная память». Нейронные вычисления, 9 (8): 1735-1780, 1997. Реализация Peephole основана на: https://research.google.com/pubs/archive/43905.pdf Хасим Сак, Эндрю Старший и Франсуза Бойфэйс. «Длинная кратковременная рецидивирующая архитектура нейронной сети для крупномасштабного акустического моделирования». Interspeech, 2014. Соединение ввода и Gate Gate (CIFG) основана на: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: Odyssey Odyssey поискового пространства. Нормализация слоя основана на: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Нормализация слоя'

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Атрибут	Тип Mlir	Описание
fused_activation_function	:: mlir :: stringattr	Атрибут строки, значение которого нет, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT
cell_clip	:: mlir :: floatattr	32-разрядный атрибут с плавающей
proj_clip	:: mlir :: floatattr	32-разрядный атрибут с плавающей
kernel_type	:: mlir :: tfl :: lstmkerneltypeattr	lstm_kernel_type, чье значение - mlir :: tfl :: lstmkerneltype :: full
asymmetric_quantize_inputs	:: mlir :: boolattr	атрибут Bool
input_to_input_intermediate	:: mlir :: typeattr	любой атрибут типа
input_to_forget_intermediate	:: mlir :: typeattr	любой атрибут типа
input_to_cell_intermediate	:: mlir :: typeattr	любой атрибут типа
input_to_output_intermediate	:: mlir :: typeattr	любой атрибут типа
effective_hidden_scale_intermediate	:: mlir :: typeattr	любой атрибут типа

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qi8 или значений типа Qi16
input_to_input_weights	Тензор любого типа значений или ни одного типа
input_to_forget_weights	тензор 32-битных значений типа плавания или Qi8
input_to_cell_weights	тензор 32-битных значений типа плавания или Qi8
input_to_output_weights	тензор 32-битных значений типа плавания или Qi8
recurrent_to_input_weights	Тензор любого типа значений или ни одного типа
recurrent_to_forget_weights	тензор 32-битных значений типа плавания или Qi8
recurrent_to_cell_weights	тензор 32-битных значений типа плавания или Qi8
recurrent_to_output_weights	тензор 32-битных значений типа плавания или Qi8
cell_to_input_weights	Тензор любого типа значений или ни одного типа
cell_to_forget_weights	Тензор любого типа значений или ни одного типа
cell_to_output_weights	Тензор любого типа значений или ни одного типа
input_gate_bias	Тензор любого типа значений или ни одного типа
forget_gate_bias	Тензор 32-битных значений типа плавания или Qi32
cell_bias	Тензор 32-битных значений типа плавания или Qi32
output_gate_bias	Тензор 32-битных значений типа плавания или Qi32
projection_weights	Тензор любого типа значений или ни одного типа
projection_bias	Тензор любого типа значений или ни одного типа
input_activation_state	Государственный тензор
input_cell_state	Государственный тензор
input_layer_norm_coefficients	Тензор любого типа значений или ни одного типа
forget_layer_norm_coefficients	Тензор любого типа значений или ни одного типа
cell_layer_norm_coefficients	Тензор любого типа значений или ни одного типа
output_layer_norm_coefficients	Тензор любого типа значений или ни одного типа

Результаты:

Результат	Описание
output	Тензор любого типа значений

tfl.matrix_diag (tfl :: matrixdiagop)

Возвращает тензор с предоставленной диагональю и всем остальным, наполненным нулями.

Учитывая диагональ, возвращает тензор с диагональю, а все остальное, наполненное нулями. [I, J, K, ..., N] k+1 [I, J, K, ..., N, N] output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
diagonal	Тензор 32-разрядного плавающего или 8-битного неверного целобного или 16-битного неверного или 32-разрядочного неверного целого или 64-битного целочисленного или 8-битного типа целочисленного или типа Qui8 или типа Qi8 или Tflite Quint8.

Результаты:

Результат	Описание
output	Тензор 32-разрядного плавающего или 8-битного неверного целобного или 16-битного неверного или 32-разрядочного неверного целого или 64-битного целочисленного или 8-битного типа целочисленного или типа Qui8 или типа Qi8 или Tflite Quint8.

tfl.matrix_set_diag (tfl :: matrixsetdiagop)

Возвращает пакетный тензор матрицы с новыми пакетными диагональными значениями.

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

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
input	Тензор 32-разрядного плавающего или 8-разрядного знакомого или 164-разряженного целочисленного или 16-битного целочисленного или 32-разряженного целочисленного или 64-битного целочисленного или 8-разрядного типа INTEGER или типа QI8 или типа QI16 или типа QUI8 или TFLITE QUINT8 тип
diagonal	Тензор 32-разрядного плавающего или 8-разрядного знакомого или 164-разряженного целочисленного или 16-битного целочисленного или 32-разряженного целочисленного или 64-битного целочисленного или 8-разрядного типа INTEGER или типа QI8 или типа QI16 или типа QUI8 или TFLITE QUINT8 тип

Результаты:

Результат	Описание
result	Тензор 32-разрядного плавающего или 8-разрядного знакомого или 164-разряженного целочисленного или 16-битного целочисленного или 32-разряженного целочисленного или 64-битного целочисленного или 8-разрядного типа INTEGER или типа QI8 или типа QI16 или типа QUI8 или TFLITE QUINT8 тип

tfl.max_pool_2d (tfl :: maxpool2dop)

Max Pool 2d Op

Выполняет Max Pool 2D на входе.

Входы: inputs[0] : требуется: тензор ввода

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
padding	:: mlir :: stringattr	Атрибут строки, значение которого такое же или действительное
stride_w	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
stride_h	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
filter_width	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
filter_height	:: mlir :: integerattr	32-разрядный значок не целочисленного атрибута
fused_activation_function	:: mlir :: stringattr	Атрибут строки, значение которого нет, или RELU, или RELU_N1_TO_1, или RELU6, или TANH, или SIGN_BIT

Операнды:

Операнд	Описание
input	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или типа Qi16 или значения типа Quint8 Tflite8

Результаты:

Результат	Описание
output	Тензор 32-битного типа плавания или типа Qui8 или типа Qi8 или типа Qi16 или значения типа Quint8 Tflite8

tfl.maximum (tfl :: maximumop)

Максимальный оператор

Элементная максимальная операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавания или 32/64-битного целочисленного целого числа или типа Qi8 или типа QUI8 или значений типа Qi16
rhs	Тензор 32-разрядного плавания или 32/64-битного целочисленного целого числа или типа Qi8 или типа QUI8 или значений типа Qi16

Результаты:

Результат	Описание
max	Тензор 32-разрядного плавания или 32/64-битного целочисленного целого числа или типа Qi8 или типа QUI8 или значений типа Qi16

tfl.mean (tfl :: meanop)

Средний оператор

Вычисляет среднее значение элементов по размерам тензора. Уменьшает input_tensor вдоль размеров, приведенных в оси. Если не верна KeepDims, звание тензора уменьшается на 1 для каждой записи в оси. Если KeepDims верна, уменьшенные размеры сохраняются с длиной 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Атрибут	Тип Mlir	Описание
keep_dims	:: mlir :: boolattr	атрибут Bool

Операнды:

Операнд	Описание
input	Тензор 32-разрядного плавающего или 32-разрядного знакомых целого числа или 64-разрядного типа Qi8 или 3-разрядного типа Qi8 или 8-разрядного целого числа или типа Qi16 или Qi16 или Qi16
axis	Тензор 32-разрядных значений без знаков.

Результаты:

Результат	Описание
output	Тензор 32-разрядного плавающего или 32-разрядного знакомых целого числа или 64-разрядного типа Qi8 или 3-разрядного типа Qi8 или 8-разрядного целого числа или типа Qi16 или Qi16 или Qi16

tfl.minimum (tfl :: minimumop)

Мин оператор

Элементная операция мин.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , SameOperandsAndResultsScale TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Операнд	Описание
lhs	Тензор 32-разрядного плавания или 32/64-битного целочисленного целого числа или типа Qi8 или типа QUI8 или значений типа Qi16
rhs	Тензор 32-разрядного плавания или 32/64-битного целочисленного целого числа или типа Qi8 или типа QUI8 или значений типа Qi16

Результаты:

Результат	Описание
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{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.mul (TFL::MulOp)

Multiplication operator

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

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

Results:

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

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Results:

Результат	Описание
none_val	none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values

Results:

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

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
boxes	tensor of 32-bit float values
scores	tensor of 32-bit float values
max_output_size	tensor of 32-bit signless integer values
iou_threshold	tensor of 32-bit float values
score_threshold	tensor of 32-bit float values
soft_nms_sigma	tensor of 32-bit float values

Results:

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

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
lhs	tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or 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 TFLite quint8 type or TFLite string type values

Results:

Результат	Описание
output	tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

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

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
output	tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

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

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

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

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

Например:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
values	variadic of tensor of any type values

Results:

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

tfl.pad (TFL::PadOp)

Padding operator

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

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

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

Например:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Например:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
input	tensor of 32-bit float 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 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

Results:

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

tfl.poly_call (TFL::PolyCallOp)

Poly call

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Операнд	Описание
input	variadic of tensor of any type values

Results:

Результат	Описание
output	variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

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

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Results:

Результат	Описание
output	tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Results:

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

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Results:

Результат	Описание
output	tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Results:

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

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
output	tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

Операнд	Описание
shape	tensor of 32-bit signless integer values

Results:

Результат	Описание
out	tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

Операнд	Описание
shape	tensor of 32-bit signless integer values

Results:

Результат	Описание
out	tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
start	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
limit	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
delta	tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

Results:

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

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
input	tensor of any type values

Results:

Результат	Описание
output	tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Операнд	Описание
resource_id	tensor of resource values

Results:

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

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.reduce_all (TFL::ReduceAllOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
output	tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
output	tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

Результат	Описание
output	tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
lhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values
rhs	tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

Results:

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

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
x	tensor of 32-bit float values

Results:

Результат	Описание
y	tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.select (TFL::SelectOp)

Select 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. condition must be Rank 1 and match over the first dimension.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
input	tensor of any type values

Results:

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

tfl.sign (TFL::SignOp)

Sign operation

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
x	tensor of 32-bit float values

Results:

Результат	Описание
y	tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

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

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

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

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
x	tensor of 32-bit float values

Results:

Результат	Описание
y	tensor of 32-bit float values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
x	tensor of 32-bit float values

Results:

Результат	Описание
y	tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
lhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values
rhs	tensor of 32-bit float or 32-bit signless integer or QI8 type values

Results:

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

tfl.squeeze (TFL::SqueezeOp)

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

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

Например:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

Операнд	Описание
input	tensor of any type values

Results:

Результат	Описание
output	tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.sub (TFL::SubOp)

Subtraction operator

Element-wise subtraction operation.

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

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

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

Results:

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

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
input	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type or 1-bit signless integer or 64-bit signless integer or QI16 type values
perm	tensor of 32-bit signless integer values

Results:

Результат	Описание
output	tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or 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 , quant::AccumulatorUniformScale<3, 1, 2> , quant::AffineOpCoefficient<0, 1>

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

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

Results:

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

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
output	tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

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

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Атрибуты:

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

Operands:

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

Results:

Результат	Описание
outputs	variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

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

Interfaces: TflRuntimeVerifyOpInterface

Атрибуты:

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

Results:

Результат	Описание
resource_handle	tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

Результат	Описание
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

Атрибуты:

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

Operands:

Операнд	Описание
input	variadic of tensor of any type values

Results:

Результат	Описание
output	variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Операнд	Описание
«unnamed»	variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Results:

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

Атрибуты

DimensionMetadataAttr

Dimension metadata.

Синтаксис:

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

Параметры:

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

SparsityParameterAttr

Sparsity parameter.

Синтаксис:

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

Параметры:

Параметр	C++ type	Описание
traversal_order	::llvm::ArrayRef<int32_t>
block_map	::llvm::ArrayRef<int32_t>
dim_metadata	::llvm::ArrayRef<DimensionMetadataAttr>

ConstBytesAttr

A string attribute representation of compiled bytes

Syntax Examples:

#tfl<const_bytes : "0xDEADBEEF">

Параметры:

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

DimensionTypeAttr

dimension_type

Синтаксис:

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

Enum cases:

• DENSE ( DENSE )
• SPARSE_CSR ( SPARSE_CSR )

Параметры:

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

LSTMKernelTypeAttr

lstm_kernel_type

Синтаксис:

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

Enum cases:

• FULL ( FULL )
• BASIC ( BASIC )

Параметры:

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

MirrorPaddingTypeAttr

mirror_pad_enum

Синтаксис:

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

Enum cases:

• REFLECT ( REFLECT )
• SYMMETRIC ( SYMMETRIC )

Параметры:

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

Перечисления

DimensionType

dimension_type

Случаи:

Символ	Ценить	Нить
ПЛОТНЫЙ	0	ПЛОТНЫЙ
SPARSE_CSR	1	SPARSE_CSR

LSTMKernelType

lstm_kernel_type

Случаи:

Символ	Ценить	Нить
ПОЛНЫЙ	0	ПОЛНЫЙ
БАЗОВЫЙ	1	БАЗОВЫЙ

MirrorPaddingType

mirror_pad_enum

Случаи:

Символ	Ценить	Нить
ОТРАЖАТЬ	0	ОТРАЖАТЬ
SYMMETRIC	1	SYMMETRIC