'tfl' Dialetto

Il dialetto TensorFlow Lite.

Questo dialetto si associa alle operazioni di TensorFlow Lite.

Invarianti:

  • Tutti i valori sono di tipo Tensore (in particolare gli scalari sono rappresentati utilizzando tensori a dimensione zero);

Operazioni

tfl.abs (TFL::AbsOp)

Operatore di valore assoluto

Dato un tensore x , questa operazione restituisce un tensore contenente il valore assoluto di ciascun elemento in x . Ad esempio, se x è un elemento di input e y è un elemento di output, questa operazione calcola \(y = |x|\).

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o float a 32 bit o valori di tipo QI8 o di tipo QI16

Risultati:

Risultato Descrizione
y tensore di valori interi senza segno a 16 bit o interi senza segno a 32 bit o float a 32 bit o valori di tipo QI8 o di tipo QI16

tfl.add (TFL::AddOp)

Operatore di addizione

Operazione di addizione per elemento.

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando Descrizione
lhs tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16
rhs tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16

tfl.add_n (TFL::AddNOp)

_Aggiungi l'operatore n

Aggiunge tutti i tensori di input per elemento.

Caratteristiche: AlwaysSpeculatableImplTrait , Commutative

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
inputs variadica del tensore di qualsiasi tipo di valore

Risultati:

Risultato Descrizione
sum tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit

tfl.arg_max (TFL::ArgMaxOp)

Operatore ArgMax

Restituisce l'indice con il valore maggiore tra le dimensioni di un tensore.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
output_type ::mlir::Attributo attributo derivato

Operandi:

Operando Descrizione
input tensore di intero senza segno a 1 bit o virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 8 bit o intero senza segno a 8 bit o valori di tipo QI8 o di tipo QUI8
dim tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato Descrizione
output tensore di valori interi senza segno a 32/64 bit

tfl.arg_min (TFL::ArgMinOp)

Operatore ArgMin

Restituisce l'indice con il valore più piccolo tra le dimensioni di un tensore. a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
output_type ::mlir::Attributo attributo derivato

Operandi:

Operando Descrizione
input tensore di intero senza segno a 1 bit o virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 8 bit o intero senza segno a 8 bit o valori di tipo QI8 o di tipo QUI8
dim tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato Descrizione
output tensore di valori interi senza segno a 32/64 bit

tfl.assign_variable (TFL::AssignVariableOp)

Assegna un nuovo valore a una variabile.

Qualsiasi ReadVariableOp con una dipendenza di controllo da questa operazione garantisce che restituirà questo valore o un successivo valore più recente della variabile.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
resource_id tensore dei valori delle risorse
value tensore di 32 bit in virgola mobile o 64 bit in virgola mobile o intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QI16 o tipo complesso con elementi float a 32 bit o tipo complesso con valori di elementi float a 64 bit

tfl.atan2 (TFL::Atan2Op)

Operazione Atan2

L'operazione "atan2" calcola l'arcotangente di y/x per elemento, rispettando i segni degli argomenti.

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
y tensore di valori float a 32 bit o float a 64 bit
x tensore di valori float a 32 bit o float a 64 bit

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit o float a 64 bit

tfl.average_pool_2d (TFL::AveragePool2DOp)

Operatore 2d _Average_pool

Esegue l'operazione di pooling medio sull'input.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
filter_height ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
filter_width ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
padding ::mlir::StringAttr attributo stringa il cui valore è SAME o VALID
stride_h ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_w ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando Descrizione
input tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

L'operatore lstm di base

Operatore di cella LSTM di base.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip ::mlir::FloatAttr Attributo float a 32 bit il cui valore non è negativo
proj_clip ::mlir::FloatAttr Attributo float a 32 bit il cui valore non è negativo
kernel_type ::mlir::TFL::LSTMKernelTypeAttr lstm_kernel_type il cui valore è mlir::TFL::LSTMKernelType::BASIC

Operandi:

Operando Descrizione
data_input tensore di valori di tipo float a 32 bit o QUI8
prev_activ_input tensore di valori di tipo float a 32 bit o QUI8
weights_input tensore di valori di tipo float a 32 bit o QUI8
biases_input tensore di valori di tipo float a 32 bit o QI32
prev_state_input tensore di valori di tipo float o QI16 a 32 bit

Risultati:

Risultato Descrizione
activ_output Tensore 2D di qualsiasi tipo di valore
state_output Tensore 2D di qualsiasi tipo di valore
concat_temp Tensore 2D di qualsiasi tipo di valore
activ_temp Tensore 2D di qualsiasi tipo di valore

tfl.batch_matmul (TFL::BatchMatMulOp)

Operatore di moltiplicazione della matrice batch

Esegue una moltiplicazione di matrici batch sugli input. Segue le convenzioni di TensorFlow BatchMatMulV2, con supporto per dimensioni sconosciute nelle dimensioni batch e nella trasmissione.

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

Caratteristiche: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
adj_x ::mlir::BoolAttr attributo bool
adj_y ::mlir::BoolAttr attributo bool
asymmetric_quantize_inputs ::mlir::BoolAttr attributo bool

Operandi:

Operando Descrizione
x tensore di tipo float a 32 bit o tipo QI8 o tipo QI16 o valori interi senza segno a 8 bit
y tensore di tipo float a 32 bit o tipo QI8 o tipo QI16 o valori interi senza segno a 8 bit

Risultati:

Risultato Descrizione
output tensore di tipo float a 32 bit o tipo QI8 o tipo QI16 o valori interi senza segno a 32 bit

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Operatore BatchToSpaceNd

Questa operazione rimodella la dimensione "batch" 0 in dimensioni spaziali.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16
block_shape tensore di valori interi senza segno a 32 bit
indices tensore di valori interi senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o valori di tipo QI16

tfl.bidirectional_sequence_lstm (TFL::SequenzabidirezionaleLSTMOp)

Operatore lstm di sequenza bidirezionale

Lstm bidirezionale è essenzialmente due lstm, uno che corre in avanti e l'altro che corre all'indietro. E l'output è la concatenazione dei due lstm.

Caratteristiche: QuantizableResult

Interfacce: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributi:

Attributo Tipo MLIR Descrizione
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
cell_clip ::mlir::FloatAttr Attributo float a 32 bit il cui valore non è negativo
proj_clip ::mlir::FloatAttr Attributo float a 32 bit il cui valore non è negativo
merge_outputs ::mlir::BoolAttr attributo bool
time_major ::mlir::BoolAttr attributo bool
asymmetric_quantize_inputs ::mlir::BoolAttr attributo bool

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_input_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
fw_input_to_forget_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_input_to_cell_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_input_to_output_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
fw_recurrent_to_forget_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_cell_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_recurrent_to_output_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
fw_cell_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
fw_cell_to_forget_weights tensore di qualsiasi tipo valori o nessun tipo
fw_cell_to_output_weights tensore di qualsiasi tipo valori o nessun tipo
fw_input_gate_bias tensore di qualsiasi tipo valori o nessun tipo
fw_forget_gate_bias tensore di valori float a 32 bit
fw_cell_bias tensore di valori float a 32 bit
fw_output_gate_bias tensore di valori float a 32 bit
fw_projection_weights tensore di qualsiasi tipo valori o nessun tipo
fw_projection_bias tensore di qualsiasi tipo valori o nessun tipo
bw_input_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
bw_input_to_forget_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_input_to_cell_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_input_to_output_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
bw_recurrent_to_forget_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_cell_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_recurrent_to_output_weights tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit
bw_cell_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
bw_cell_to_forget_weights tensore di qualsiasi tipo valori o nessun tipo
bw_cell_to_output_weights tensore di qualsiasi tipo valori o nessun tipo
bw_input_gate_bias tensore di qualsiasi tipo valori o nessun tipo
bw_forget_gate_bias tensore di valori float a 32 bit
bw_cell_bias tensore di valori float a 32 bit
bw_output_gate_bias tensore di valori float a 32 bit
bw_projection_weights tensore di qualsiasi tipo valori o nessun tipo
bw_projection_bias tensore di qualsiasi tipo valori o nessun tipo
fw_input_activation_state tensore con stato
fw_input_cell_state tensore con stato
bw_input_activation_state tensore con stato
bw_input_cell_state tensore con stato
aux_input tensore di qualsiasi tipo valori o nessun tipo
fw_aux_input_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
fw_aux_input_to_forget_weights tensore di qualsiasi tipo valori o nessun tipo
fw_aux_input_to_cell_weights tensore di qualsiasi tipo valori o nessun tipo
fw_aux_input_to_output_weights tensore di qualsiasi tipo valori o nessun tipo
bw_aux_input_to_input_weights tensore di qualsiasi tipo valori o nessun tipo
bw_aux_input_to_forget_weights tensore di qualsiasi tipo valori o nessun tipo
bw_aux_input_to_cell_weights tensore di qualsiasi tipo valori o nessun tipo
bw_aux_input_to_output_weights tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato Descrizione
fw_output tensore di qualsiasi tipo di valore
bw_output tensore di qualsiasi tipo di valore

tfl.bitcast (TFL::BitcastOp)

Operatore Bitcast

Bitcasting un tensore da un tipo a un altro.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di qualsiasi tipo di valore

Risultati:

Risultato Descrizione
output tensore di qualsiasi tipo di valore

tfl.bitwise_xor (TFL::BitwiseXorOp)

Operatore Xor bit a bit

Elementwise calcola lo XOR bit a bit di lhs e rhs .

Caratteristiche: AlwaysSpeculatableImplTrait , Commutative , SameOperandsAndResultElementType

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di intero senza segno a 8 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o valori interi senza segno a 32 bit
rhs tensore di intero senza segno a 8 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o valori interi senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di intero senza segno a 8 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o valori interi senza segno a 32 bit

tfl.broadcast_args (TFL::BroadcastArgsOp)

Restituisce la forma di s0 op s1 con broadcast.

Dati s0 e s1 , tensori che rappresentano le forme, calcola r0 , la forma trasmessa. s0 , s1 e r0 sono tutti vettori interi.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
s0 tensore di valori interi senza segno a 32/64 bit
s1 tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato Descrizione
r0 tensore di valori interi senza segno a 32/64 bit

tfl.broadcast_to (TFL::BroadcastToOp)

Trasmetti un array per una forma compatibile.

Il broadcasting è il processo di creazione di array in modo che abbiano forme compatibili per le operazioni aritmetiche. Due forme sono compatibili se per ciascuna coppia di dimensioni sono uguali o se una di esse è una. Quando si tenta di trasmettere un tensore a una forma, si inizia con le dimensioni finali e si procede in avanti.

Per esempio,

x = tf.costante([1, 2, 3]) y = tf.broadcast_to(x, [3, 3]) print(y) tf.Tensore( [[1 2 3] [1 2 3] [1 2 3]], forma=(3, 3), dtype=int32)

Nell'esempio precedente, il tensore di input con la forma di [1, 3] viene trasmesso al tensore di output con la forma di [3, 3] .

Quando si eseguono operazioni trasmesse come la moltiplicazione di un tensore per uno scalare, la trasmissione (di solito) conferisce un vantaggio in termini di tempo o spazio, poiché il tensore trasmesso non viene mai materializzato.

Tuttavia, broadcast_to non porta con sé tali vantaggi. Il tensore appena creato prende tutta la memoria della forma trasmessa. (In un contesto grafico, broadcast_to potrebbe essere fuso con l'operazione successiva e quindi essere ottimizzato.)

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o tipo QI8 o intero senza segno a 8 bit o intero senza segno a 32 bit o tipo QUI8 o 16 Intero senza segno a -bit o tipo QI16 o intero senza segno a 64 bit o tipo complesso con valori di elementi float a 32 bit
shape tensore di valori interi senza segno a 32/64 bit

Risultati:

Risultato Descrizione
output tensore di virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o tipo QI8 o intero senza segno a 8 bit o intero senza segno a 32 bit o tipo QUI8 o 16 Intero senza segno a -bit o tipo QI16 o intero senza segno a 64 bit o tipo complesso con valori di elementi float a 32 bit

tfl.bucketize (TFL::BucketizeOp)

Classifica gli "input" in base ai "confini".

Esempio:

Se gli input sono boundaries = [0, 10, 100] e input = [[-5, 10000][150, 10][5, 100]] , l'output sarà output = [[0, 3][3, 2][1, 3]] .

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
boundaries ::mlir::ArrayAttr Attributo dell'array float a 32 bit

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o in virgola mobile a 64 bit o intero senza segno a 32 bit o intero senza segno a 64 bit

Risultati:

Risultato Descrizione
output tensore di valori interi senza segno a 32 bit

tfl.call_once (TFL::CallOnceOp)

Richiama una funzione di inizializzazione

Questa operazione richiama la funzione di inizializzazione specificata per l'inizializzatore di sessione nel dialetto del modello salvato.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo Tipo MLIR Descrizione
session_init_function ::mlir::StringAttr attributo stringa

tfl.cast (TFL::CastOp)

Operatore cast

Converte l'input dal tipo di input al tipo di output.

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di tipo float a 16 bit o tipo bfloat16 o float a 32 bit o float a 64 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o Intero senza segno a 32 bit o intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo complesso con valori di elementi float a 32 bit

Risultati:

Risultato Descrizione
output tensore di tipo float a 16 bit o tipo bfloat16 o float a 32 bit o float a 64 bit o intero senza segno a 1 bit o intero senza segno a 16 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 32 bit o Intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o intero senza segno a 8 bit o tipo complesso con valori di elementi float a 32 bit

tfl.ceil (TFL::CeilOp)

Operatore cellulare

Restituisce il valore ceil per elemento dell'input.

Caratteristiche: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x tensore di valori float a 32 bit

Risultati:

Risultato Descrizione
y tensore di valori float a 32 bit

tfl.complex_abs (TFL::ComplexAbsOp)

Calcola il valore assoluto complesso di un tensore.

Dato un tensore x di numeri complessi, questa operazione restituisce un tensore di tipo float o double che è il valore assoluto di ciascun elemento in x . Tutti gli elementi in x devono essere numeri complessi nel formato \(a + bj\). Il valore assoluto viene calcolato come \( \sqrt{a^2 + b^2}\).

Caratteristiche: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di tipo complesso con elementi float a 32 bit o tipo complesso con valori di elementi float a 64 bit

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit o float a 64 bit

tfl.concatenation (TFL::ConcatenationOp)

Operatore di concatenazione

Concatena i tensori lungo una dimensione

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
axis ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando Descrizione
values variadica del tensore di qualsiasi tipo di valore

Risultati:

Risultato Descrizione
output tensore di virgola mobile a 32 bit o intero senza segno a 64 bit o intero senza segno a 32 bit o intero senza segno a 16 bit o intero senza segno a 8 bit o tipo QI8 o tipo QUI8 o intero senza segno a 8 bit o intero senza segno a 32 bit o 1 valori interi senza segno a -bit

tfl.control_node (TFL::ControlNodeOp)

L'operazione TFL.control_node racchiude le operazioni a blocco singolo per collegare i bordi di controllo.

Viene utilizzato per racchiudere le regioni e allegare ad esse dipendenze di controllo. In genere, ciò avverrà in uno degli ultimi passaggi prima dell'emissione del modello flatbuffer per abilitare ottimizzazioni che si basano su un ordine fisso di operazioni (come la rimaterializzazione). L'esportatore flatbuffer scarterà la regione avvolta e annoterà il modello generato con metadati in modo tale che qualsiasi riordino di runtime rispetterà l'ordine dato dalle dipendenze di controllo.

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

Operandi:

Operando Descrizione
controlInputs variadica del controllo

Risultati:

Risultato Descrizione
outputs variadica del tensore di qualsiasi tipo di valore
control controllo

tfl.conv_2d (TFL::Conv2DOp)

Operatore di convoluzione

Esegue l'operazione di convoluzione sugli input.

Ingressi: inputs[0] : richiesti: il tensore di attivazione dell'ingresso inputs[1] : richiesti: il tensore del peso del filtro inputs[2] : opzionale: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
dilation_h_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_w_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding ::mlir::StringAttr attributo stringa il cui valore è SAME o VALID
stride_h ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_w ::mlir::IntegerAttr Attributo intero senza segno a 32 bit

Operandi:

Operando Descrizione
input tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16
filter tensore di valori float a 32 bit o tipo QI4 o tipo QI8 o tipo QUI8
bias tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16

tfl.conv_3d (TFL::Conv3DOp)

Operatore di convoluzione 3D

Esegue l'operazione di convoluzione sugli input 3D. Ingressi: inputs[0] : richiesti: il tensore di attivazione dell'ingresso inputs[1] : richiesti: il tensore del peso del filtro inputs[2] : opzionale: il tensore di polarizzazione

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
dilation_d_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_h_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_w_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding ::mlir::StringAttr attributo stringa il cui valore è SAME o VALID
stride_d ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_h ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_w ::mlir::IntegerAttr Attributo intero senza segno a 32 bit

Operandi:

Operando Descrizione
input tensore di valori float a 32 bit
filter tensore di valori float a 32 bit
bias tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Operatore 3D di convoluzione trasposta

Esegue l'operazione di convoluzione trasposta sugli input 3D. Ingressi: inputs[0] : richiesto: la forma del tensore di uscita inputs[1] : richiesto: il tensore del peso del filtro inputs[2] : richiesto: il tensore di attivazione dell'ingresso inputs[3] : opzionale: il tensore di polarizzazione

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
dilation_d_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_h_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_w_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding ::mlir::StringAttr attributo stringa il cui valore è SAME o VALID
stride_d ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_h ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_w ::mlir::IntegerAttr Attributo intero senza segno a 32 bit

Operandi:

Operando Descrizione
output_shape tensore di valori interi senza segno a 32 bit
filter tensore di valori float a 32 bit
input tensore di valori float a 32 bit
bias tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit

tfl.cos (TFL::CosOp)

Operatore coseno

Calcola il coseno dell'input in termini di elementi

Caratteristiche: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x tensore di valori float a 32 bit

Risultati:

Risultato Descrizione
y tensore di valori float a 32 bit

tfl.cumsum (TFL::CumsumOp)

Operatore cumsum

Calcola la somma cumulativa del tensore x lungo l'asse.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
exclusive ::mlir::BoolAttr attributo bool
reverse ::mlir::BoolAttr attributo bool

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit
axis tensore di valori interi senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit

tfl.custom (TFL::CustomOp)

Op. personalizzata

Un'operazione generica per qualsiasi operazione personalizzata TFLite.

input: un elenco di input nell'op originale. custom_code: una stringa utilizzata per identificare esattamente questa operazione, che corrisponde a operator_codes.custom_code nel flatbuffer. custom_option: un titolare per salvare gli attributi op in modalità byte. output: un elenco di output nell'op originale.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo Tipo MLIR Descrizione
custom_code ::mlir::StringAttr attributo stringa
custom_option ::mlir::TFL::ConstBytesAttr Una rappresentazione di attributi stringa di byte compilati

Operandi:

Operando Descrizione
input variadica del tensore di qualsiasi tipo di valore o di nessun tipo

Risultati:

Risultato Descrizione
output variadica del tensore di qualsiasi tipo di valore

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op per operazioni personalizzate TF.

Un'operazione che racchiude qualsiasi operazione TF personalizzata. Questi includono operazioni definite utilizzando custom_opdefs o collegate che non sono definite nel dialetto TF. Questa operazione racchiude semplicemente l'operazione personalizzata all'interno di una regione. Nota n. 1, questa operazione non includerà le operazioni personalizzate TF Lite definite utilizzando CustomOp. Nota n.2, questa operazione è solo una rappresentazione interna all'interno del convertitore e non viene esposta/esportata quando il modello viene esportato in Flatbuffer.

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

Interfacce: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
input variadica del tensore di qualsiasi tipo di valore o di nessun tipo

Risultati:

Risultato Descrizione
output variadica del tensore di qualsiasi tipo di valore

tfl.densify (TFL::DensifyOp)

Operatore di densificazione

Converte il tensore sparse in formato denso.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o interi senza segno a 8 bit

tfl.depth_to_space (TFL::DepthToSpaceOp)

Operatore ProfonditàToSpazio

Riorganizza i dati dalla profondità in blocchi di dati spaziali. Questa è la trasformazione inversa di SpaceToDepth. Più specificamente, questa operazione restituisce una copia del tensore di input in cui i valori dalla dimensione depth vengono spostati in blocchi spaziali alle dimensioni di height e width . L'attributo block_size indica la dimensione del blocco di input e il modo in cui i dati vengono spostati.

Caratteristiche: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
block_size ::mlir::IntegerAttr Attributo intero senza segno a 32 bit il cui valore è positivo

Operandi:

Operando Descrizione
input tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o tipo QI8 o valori di tipo QUI8

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo TFLite quint8 o intero senza segno a 8 bit o tipo QI8 o valori di tipo QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Operatore di convoluzione separabile in profondità

Esegue l'operazione di convoluzione sugli input.

Ingressi: inputs[0] : richiesti: il tensore di attivazione dell'ingresso inputs[1] : richiesti: il tensore del peso del filtro inputs[2] : opzionale: il tensore di polarizzazione

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
dilation_h_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
dilation_w_factor ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT
padding ::mlir::StringAttr attributo stringa il cui valore è SAME o VALID
stride_h ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
stride_w ::mlir::IntegerAttr Attributo intero senza segno a 32 bit
depth_multiplier ::mlir::IntegerAttr Attributo intero senza segno a 32 bit

Operandi:

Operando Descrizione
input tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16
filter tensore di valori float a 32 bit o tipo QI4 o tipo QI8 o tipo QUI8
bias tensore di qualsiasi tipo valori o nessun tipo

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit o tipo QI8 o tipo QUI8 o tipo QI16

tfl.dequantize (TFL::DequantizeOp)

Operatore di dequantizzazione

Converte un array quantizzato di numeri interi in virgola mobile in base ai parametri di quantizzazione.

Interfacce: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di tipo QI4 o tipo QI8 o tipo QUI8 o tipo QI16 o valori float a 16 bit

Risultati:

Risultato Descrizione
output tensore di valori float a 32 bit

tfl.dilate (TFL::DilateOp)

Operatore di dilatazione

Estende un tensore aggiungendo nuovi elementi tra quelli esistenti. Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o Valori float a 32 bit o valori float a 64 bit
dilations tensore di valori interi senza segno a 32 bit
padding_value Tensore 0D di qualsiasi tipo di valore

Risultati:

Risultato Descrizione
output tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o Valori float a 32 bit o valori float a 64 bit

tfl.div (TFL::DivOp)

Operatore di divisione

Operazione di divisione per elementi.

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo MLIR Descrizione
fused_activation_function ::mlir::StringAttr attributo stringa il cui valore è NONE, o RELU, o RELU_N1_TO_1, o RELU6, o TANH, o SIGN_BIT

Operandi:

Operando Descrizione
lhs tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o valori di tipo QUI8
rhs tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o valori di tipo QUI8

Risultati:

Risultato Descrizione
output tensore di valori in virgola mobile a 32 bit o interi senza segno a 32 bit o valori di tipo QUI8

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

DynamicUpdateSlice op che hanno la stessa semantica di XLA DynamicUpdateSlice. Genera un risultato che è il valore dell'operando dell'array di input, con un aggiornamento della sezione sovrascritto in start_indices.

Vedere https://www.tensorflow.org/xla/Operation_semantics#dynamicupdateslice

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
operand tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit
update tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit
start_indices Tensor di valori interi senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit

tfl.elu (TFL :: ELUOP)

Operatore di unità lineare esponenziale

Calcolo il f (x) -> exp (x) -1 per x <0, x per x> = 0. per quanto riguarda l'elemento.

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x Tensor di valori interi a 8 bit a 8 bit o a 8 bit

Risultati:

Risultato Descrizione
y Tensor di valori interi a 8 bit a 8 bit o a 8 bit

tfl.embedding_lookup (tfl :: incorpodinglookupop)

Incorporamento dell'operatore di ricerca

Cerca IDS in un elenco di tensori di incorporamento.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lookup Tensor di valori interi senza segno a 32 bit
value tensore di float a 32 bit o intero senza segno a 8 bit o valori interi senza segno a 8 bit

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 8 bit o valori interi senza segno a 8 bit

tfl.equal (tfl :: equalop)

Uguale operatore

Restituisce l'elemento di verità di x == Y Element-Wise

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x tensore di intero senza segno a 1 bit o float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o tipo Qi8 o tipo Qui8 o valori interi senza segno a 8 bit o valori di tipo Tflite
y tensore di intero senza segno a 1 bit o float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o tipo Qi8 o tipo Qui8 o valori interi senza segno a 8 bit o valori di tipo Tflite

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.exp (TFL :: Expop)

Operatore di esponente naturale

Esegue l'operazione di esponente naturale per l'elemento sull'input.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x TENSOR DI FLOATO A 32 BIT O TIPO QI8 o VALORI DI TIPO QI16

Risultati:

Risultato Descrizione
y TENSOR DI FLOATO A 32 BIT O TIPO QI8 o VALORI DI TIPO QI16

tfl.expand_dims (tfl :: ExpandDimsop)

Inserisce una dimensione di 1 nella forma di un tensore.

Dato un input tensore, questa operazione inserisce una dimensione di 1 axis indice della dimensione della forma di input . L' axis dell'indice della dimensione inizia a zero; Se si specifica un numero negativo per axis , viene conteggiato all'indietro dall'estremità.

Questa operazione è utile se si desidera aggiungere una dimensione batch a un singolo elemento. Ad esempio, se si dispone di una singola immagine di forma [height, width, channels] , puoi renderlo un batch di 1 immagine con expand_dims(image, 0) , che renderà la forma [1, height, width, channels] .

Altri esempi:

# '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]

Questa operazione richiede che:

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

Questa operazione è correlata a squeeze() , che rimuove le dimensioni della dimensione 1.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input tensore di qualsiasi tipo di tipo
dim Tensor di valori interi Signless a 32/64 bit

Risultati:

Risultato Descrizione
output tensore di qualsiasi tipo di tipo

tfl.external_const (tfl :: esternalconstop)

Const esterno op.

Il const OP esterno contiene un buffer_index che indica una costante nel piatto piatto.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
buffer_index :: mlir :: integeritt Attributo intero senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di qualsiasi tipo di tipo

tfl.fake_quant (tfl :: falsequantop)

Operatore falso

Quieto falso il tensore di tipo "Input" di tipo Float tramite scalari float min e max su "uscite" tensore della stessa forma degli ingressi.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
min :: mlir :: floatattr Attributo galleggiante a 32 bit
max :: mlir :: floatattr Attributo galleggiante a 32 bit
num_bits :: mlir :: integeritt Attributo intero senza segno a 32 bit il cui valore minimo è 2 il cui valore massimo è 16
narrow_range :: mlir :: boolattr attributo bool il cui valore è falso

Operandi:

Operando Descrizione
input tensore di valori galleggianti a 32 bit

Risultati:

Risultato Descrizione
output tensore di valori galleggianti a 32 bit

tfl.fill (TFL :: FILLOP)

Riempi il tensore con un dato valore.

Riempi il tensore con un dato valore.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
dims Tensor di valori interi Signless a 32/64 bit
input tensore di galleggiante a 32 bit o galleat a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero a 1 bit senza segno o tipo Qi8 o tipo Qi16 o valori di tipo di stringa TFlite

Risultati:

Risultato Descrizione
result tensore di galleggiante a 32 bit o galleat a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero a 1 bit senza segno o tipo Qi8 o tipo Qi16 o valori di tipo di stringa TFlite

tfl.floor (TFL :: FloorOp)

Operatore del pavimento

Restituisce il valore del pavimento dell'elemento dell'input.

Tratti: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x tensore di valori galleggianti a 32 bit

Risultati:

Risultato Descrizione
y tensore di valori galleggianti a 32 bit

tfl.floor_div (tfl :: floordivop)

Operatore di divista del pavimento

Funzionamento del pavimento per l'elemento.

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di float a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o valori di intero senza segno a 32 bit
rhs tensore di float a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o valori di intero senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o valori di intero senza segno a 32 bit

tfl.floor_mod (tfl :: floormodop)

Promemoria della divisione

Operazione di promemoria della divisione dell'elemento.

Tratti: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit
rhs tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit

Risultati:

Risultato Descrizione
output tensore di intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o valori galleggianti a 32 bit

tfl.fully_connected (tfl :: fultureconnectedop)

Op completamente connesso

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

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
fused_activation_function :: mlir :: Stringattr attributo stringa il cui valore è nessuno, o relu, o relU_n1_to_1, o relu6 o tanh o sign_bit
weights_format :: mlir :: Stringattr attributo stringa il cui valore è predefinito o shuffled4x16int8
keep_num_dims :: mlir :: boolattr attributo bool
asymmetric_quantize_inputs :: mlir :: boolattr attributo bool

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QI8 o QUI8 TIPO O QI16 TIPO O QUI16 VALORI TIPO
filter TENSOR DI FLOATO A 32 BIT o tipo Qi4 o tipo Qi8 o Qui8 Tipo o Valori del tipo Qi16
bias tensore di qualsiasi tipo di tipo o nessuno

Risultati:

Risultato Descrizione
output Variadico del tensore di qualsiasi tipo di tipo

tfl.gather (tfl :: gallop)

Raccogli l'operatore

Raccogli le fette axis dell'asse params secondo indices .

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
axis :: mlir :: integeritt Attributo intero senza segno a 32 bit
batch_dims :: mlir :: integeritt Attributo intero senza segno a 32 bit

Operandi:

Operando Descrizione
params tensore di float a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o tipo di stringa tflite o tipo a 8 bit a 8 bit TIPO INTERGER o QI8 non firmato o tipo QUI8 o Valori del tipo Qi16
indices tensore di intero senza segno a 16 bit o intero senza segno a 32 bit o valori di intero senza segno a 64 bit

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 1 bit o intero senza segno a 4 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o tipo di stringa tflite o tipo a 8 bit a 8 bit TIPO INTERGER o QI8 non firmato o tipo QUI8 o Valori del tipo Qi16

tfl.gather_nd (tfl :: Gathendop)

_Gather nd operatore

Raccogli le fette dai params in un tensore con forma specificata dagli indices .

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
params tensore di float a 32 bit o intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero a 64 bit senza segno o intero senza segno a 32 bit o intero non firmato a 8 bit o valori di tipo di stringa Tflite o valori di tipo Tflite
indices tensore di intero senza segno a 16 bit o intero senza segno a 32 bit o valori di intero senza segno a 64 bit

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 1 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero a 64 bit senza segno o intero senza segno a 32 bit o intero non firmato a 8 bit o valori di tipo di stringa Tflite o valori di tipo Tflite

tfl.gelu (tfl :: geluop)

Funzione di attivazione Gelu.

Calcola la funzione di attivazione gelu per quanto riguarda l'elemento.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
approximate :: mlir :: boolattr attributo bool

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QI8 o VALORI DI TIPO QUI8

Risultati:

Risultato Descrizione
output TENSOR DI FLOATO A 32 BIT O TIPO QI8 o VALORI DI TIPO QUI8

tfl.greater (TFL :: GreaterOp)

Maggiore operatore

Elemento maggiore operazione.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Qint8 TFlite
rhs tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Qint8 TFlite

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.greater_equal (tfl :: GreaterEqualop)

_Greater uguale operatore

Operazione Greater_Equal per elementi.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qui8 o Valori di tipo Qi8
rhs tensore di float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qui8 o Valori di tipo Qi8

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.hard_swish (tfl :: hardswishop)

Funzione di attivazione dura.

Calcola la funzione di attivazione dura-swish f (x)-> (x * relu6 (x+3))/6 per l'elemento.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input Tensor di float a 32 bit o Qui8 Type o Qi8 Type Values

Risultati:

Risultato Descrizione
output Tensor di float a 32 bit o Qui8 Type o Qi8 Type Values

tfl.hashtable (tfl :: HashtableOp)

Crea una tabella di hash non inizializzata.

Questo OP crea una tabella hash, specificando il tipo di chiavi e valori. Prima di usare la tabella dovrai inizializzarla. Dopo l'inizializzazione la tabella sarà immutabile.

Interfacce: TflRuntimeVerifyOpInterface

Attributi:

Attributo Tipo mlir Descrizione
table_id :: mlir :: integeritt Attributo intero senza segno a 32 bit
key_dtype :: mlir :: tixattr qualsiasi attributo di tipo
value_dtype :: mlir :: tixattr qualsiasi attributo di tipo

Risultati:

Risultato Descrizione
out tensore dei valori delle risorse

tfl.hashtable_find (tfl :: hashtablefindop)

Cerca i tasti in una tabella, emette i valori corrispondenti.

Le keys del tensore devono essere dello stesso tipo delle chiavi della tabella. I values di output sono del tipo di valori della tabella.

Scalar default_value è l'output del valore per i tasti non presenti nella tabella. Deve anche essere dello stesso tipo dei valori della tabella.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
hash_table tensore dei valori delle risorse
keys tensore di intero senza segno a 32 bit o tipo di stringa Tflite o valori interi senza segno a 64 bit
default_value tensore di float a 32 bit o intero senza segno a 32 bit o tipo di stringa tflite o valori interi senza segno a 64 bit

Risultati:

Risultato Descrizione
out tensore di float a 32 bit o intero senza segno a 32 bit o tipo di stringa tflite o valori interi senza segno a 64 bit

tfl.hashtable_import (tfl :: hashtableimportop)

Sostituisce il contenuto della tabella con i tasti e i valori specificati.

Le keys del tensore devono essere dello stesso tipo delle chiavi della tabella. I values del tensore devono essere del tipo di valori della tabella.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
hash_table tensore dei valori delle risorse
keys tensore di intero senza segno a 32 bit o tipo di stringa Tflite o valori interi senza segno a 64 bit
values tensore di float a 32 bit o intero senza segno a 32 bit o tipo di stringa tflite o valori interi senza segno a 64 bit

tfl.hashtable_size (tfl :: HashtableSizeOp)

Calcola il numero di elementi nella tabella data.

Interfacce: TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
hash_table tensore dei valori delle risorse

Risultati:

Risultato Descrizione
out Tensor di valori interi senza segno a 64 bit

tfl.if (tfl :: ifop)

Operazione if-then-else

L'operazione tfl.if rappresenta un costrutto IF-THEN-ELSE per l'esecuzione condizionale di due regioni di codice. L'operando a un'operazione IF è un valore booleano. Per esempio:

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

tfl.if può anche restituire risultati definiti nelle sue regioni. I valori definiti sono determinati da cui viene preso il percorso di esecuzione.

Esempio:

%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>
}

Le regioni tfl.if vengono sempre terminate con "Tfl.yield". Se "tfl.if" non definisce valori, il "tfl.yield" può essere escluso e verrà inserito implicitamente. Altrimenti, deve essere esplicito. Inoltre, se "tfl.if" definisce uno o più valori, il blocco "else" non può essere omesso.

Esempio:

tfl.if %b  {
  ...
}

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

Interfacce: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operandi:

Operando Descrizione
cond Tensor di valori interi senza segno a 1 bit

Risultati:

Risultato Descrizione
results Variadico del tensore di qualsiasi tipo di tipo

tfl.imag (TFL :: Imagop)

Restituisce la parte immaginaria di un numero complesso.

Dato un input tensore di numeri complessi, questa operazione restituisce un tensore di tipo float che è la parte immaginaria di ciascun elemento in input . Tutti gli elementi in input devono essere un numero complesso del modulo \(a + bj\), dove A è la parte reale e B è la parte immaginaria restituita da questa operazione.

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input Tensor di tipo complesso con elementi galleggianti a 32 bit o tipo complesso con valori di elementi galleggianti a 64 bit

Risultati:

Risultato Descrizione
output Tensor di valori galleggianti a 32 bit o a 64 bit

tfl.l2_normalization (tfl :: l2NormalizationOp)

L2 Normalizzare l'operatore

L2Normalizzazione op

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
fused_activation_function :: mlir :: Stringattr attributo stringa il cui valore è nessuno, o relu, o relU_n1_to_1, o relu6 o tanh o sign_bit

Operandi:

Operando Descrizione
input TENSOR DI FLOATTO A 32 BIT O TIPO QUI8 o Tipo Qi8 o Qui16 Tipo o QI16 Tipo o Valori interi senza segno a 8 bit

Risultati:

Risultato Descrizione
output TENSOR DI FLOATTO A 32 BIT O TIPO QUI8 o Tipo Qi8 o Qui16 Tipo o QI16 Tipo o Valori interi senza segno a 8 bit

tfl.leaky_relu (tfl :: LeakyreLuop)

Operatore di permeatura di Relu

Element che perde l'operatore Relu X -> X> = 0? X: (Alpha * x)

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
alpha :: mlir :: floatattr Attributo galleggiante a 32 bit

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o tipo Qi8 o TIPIO TIPIO TFLITE o VALORI DI TIPO QI16

Risultati:

Risultato Descrizione
output TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o tipo Qi8 o TIPIO TIPIO TFLITE o VALORI DI TIPO QI16

tfl.less (TFL :: Lessop)

Meno operatore

Elemento meno funzionamento.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Qint8 TFlite
rhs tensore di float a 32 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Qint8 TFlite

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.less_equal (tfl :: lessequalop)

_Less uguale operatore

Element Less_Equal Operation.

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

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qi8 o Valori di tipo Qui8
rhs tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qi8 o Valori di tipo Qui8

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.local_response_normalization (tfl :: localSesnormalizationOp)

Normalizzazione della risposta locale.

Il tensore input 4-D viene trattato come un array 3D di vettori 1-D (lungo l'ultima dimensione) e ogni vettore viene normalizzato in modo indipendente. All'interno di un determinato vettore, ogni componente è diviso per la somma ponderata e quadrata di input all'interno di depth_radius . In dettaglio,

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

Per i dettagli, vedere Krizhevsky et al., Classificazione ImageNet con profonde reti neurali convoluzionali (NIP 2012) .

Tratti: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
radius :: mlir :: integeritt Attributo intero senza segno a 32 bit
bias :: mlir :: floatattr Attributo galleggiante a 32 bit
alpha :: mlir :: floatattr Attributo galleggiante a 32 bit
beta :: mlir :: floatattr Attributo galleggiante a 32 bit

Operandi:

Operando Descrizione
input tensore di valori galleggianti a 32 bit

Risultati:

Risultato Descrizione
output tensore di valori galleggianti a 32 bit

tfl.log (tfl :: logop)

Operatore del logaritmo naturale

Esegue operazioni di logaritmo naturale dell'elemento sull'input.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x Tensor di valori di tipo galleggiante o Qi8 a 32 bit

Risultati:

Risultato Descrizione
y Tensor di valori di tipo galleggiante o Qi8 a 32 bit

tfl.log_softmax (tfl :: logsoftmaxop)

Asservi l'operatore softmax

Calcola le attivazioni softmax del registro elementi con la seguente formula

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

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o TIPO QI8 o VALORI TIPO QUINT8 TFLITE

Risultati:

Risultato Descrizione
output TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o TIPO QI8 o VALORI TIPO QUINT8 TFLITE

tfl.logical_and (tfl :: logicalandop)

Logico e operatore

Logico e funzionamento dell'elemento.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs Tensor di valori interi senza segno a 1 bit
rhs Tensor di valori interi senza segno a 1 bit

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.logical_not (tfl :: logicalnotop)

Logico non operatore

Element-Wise Logical non operativo.

Tratti: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs Tensor di valori interi senza segno a 1 bit

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.logical_or (tfl :: logicalorop)

Logico o operatore

Logico o funzionamento logico per elementi.

Tratti: AlwaysSpeculatableImplTrait

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs Tensor di valori interi senza segno a 1 bit
rhs Tensor di valori interi senza segno a 1 bit

Risultati:

Risultato Descrizione
output Tensor di valori interi senza segno a 1 bit

tfl.logistic (tfl :: logicop)

Operatore logistico

Calcola il sigmoide a livello di elemento dell'input

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
x TENSOR DI FLOATO A 32 BIT O TIPO QI8 o QUI8 TIPO O QI16 TIPO O TIPO TFLITE VALORI

Risultati:

Risultato Descrizione
y TENSOR DI FLOATO A 32 BIT O TIPO QI8 o QUI8 TIPO O QI16 TIPO O TIPO TFLITE VALORI

tfl.lstm (tfl :: lstmop)

L'operatore LSTM completo

Livello di rete ricorrente unità di memoria a breve termine (LSTM). L'implementazione predefinita non di pausa si basa su: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter e J. Schmidhuber. "Memoria a breve termine". Calcolo neurale, 9 (8): 1735-1780, 1997. L'implementazione dello Spehefole si basa su: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior e Francoise Beaufays. "Architetture di rete neurale ricorrenti ricorrenti a breve termine per modellazione acustica su larga scala." Interspeech, 2014. L'accoppiamento di Gate input e dimenticate (CIFG) si basa su: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: A Space Odyssey di ricerca' La normalizzazione del livello si basa su: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Normalizzazione dello strato'

Tratti: QuantizableResult

Interfacce: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Attributi:

Attributo Tipo mlir Descrizione
fused_activation_function :: mlir :: Stringattr attributo stringa il cui valore è nessuno, o relu, o relU_n1_to_1, o relu6 o tanh o sign_bit
cell_clip :: mlir :: floatattr Attributo galleggiante a 32 bit il cui valore non è negativo
proj_clip :: mlir :: floatattr Attributo galleggiante a 32 bit il cui valore non è negativo
kernel_type :: mlir :: tfl :: lstmkerneltypeatr lstm_kernel_type il cui valore è mlir :: tfl :: lstmkerneltype :: full
asymmetric_quantize_inputs :: mlir :: boolattr attributo bool
input_to_input_intermediate :: mlir :: tixattr qualsiasi attributo di tipo
input_to_forget_intermediate :: mlir :: tixattr qualsiasi attributo di tipo
input_to_cell_intermediate :: mlir :: tixattr qualsiasi attributo di tipo
input_to_output_intermediate :: mlir :: tixattr qualsiasi attributo di tipo
effective_hidden_scale_intermediate :: mlir :: tixattr qualsiasi attributo di tipo

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QI8 o VALORI DI TIPO QI16
input_to_input_weights tensore di qualsiasi tipo di tipo o nessuno
input_to_forget_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
input_to_cell_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
input_to_output_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
recurrent_to_input_weights tensore di qualsiasi tipo di tipo o nessuno
recurrent_to_forget_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
recurrent_to_cell_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
recurrent_to_output_weights Tensor di valori di tipo galleggiante o Qi8 a 32 bit
cell_to_input_weights tensore di qualsiasi tipo di tipo o nessuno
cell_to_forget_weights tensore di qualsiasi tipo di tipo o nessuno
cell_to_output_weights tensore di qualsiasi tipo di tipo o nessuno
input_gate_bias tensore di qualsiasi tipo di tipo o nessuno
forget_gate_bias Tensore di valori di tipo galleggiante a 32 bit o Qi32
cell_bias Tensore di valori di tipo galleggiante a 32 bit o Qi32
output_gate_bias Tensore di valori di tipo galleggiante a 32 bit o Qi32
projection_weights tensore di qualsiasi tipo di tipo o nessuno
projection_bias tensore di qualsiasi tipo di tipo o nessuno
input_activation_state tensore statale
input_cell_state tensore statale
input_layer_norm_coefficients tensore di qualsiasi tipo di tipo o nessuno
forget_layer_norm_coefficients tensore di qualsiasi tipo di tipo o nessuno
cell_layer_norm_coefficients tensore di qualsiasi tipo di tipo o nessuno
output_layer_norm_coefficients tensore di qualsiasi tipo di tipo o nessuno

Risultati:

Risultato Descrizione
output tensore di qualsiasi tipo di tipo

tfl.matrix_diag (tfl :: matrixdiagop)

Restituisce un tensore con la diagonale fornita e tutto il resto imbottiti con zeri.

Dato un diagonale, restituisce un tensore con la diagonale e tutto il resto imbottiti con zeri. Supponiamo che diagonale abbia dimensioni k [I, J, K, ..., N] , quindi l'output è un tensore di rango k+1 con dimensioni [I, J, K, ..., N, N] dove: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
diagonal tensore di float a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o intero non firmato a 8 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Tflite Quint8

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 8 bit o intero senza segno a 16 bit o intero senza segno a 32 bit o intero a 64 bit senza segno o intero non firmato a 8 bit o tipo QUI8 o tipo Qi8 o Valori di tipo Tflite Quint8

tfl.matrix_set_diag (tfl :: matrixsetdiagop)

Restituisce un tensore della matrice batch con nuovi valori diagonali batch.

Dato input e diagonal , questa operazione restituisce un tensore con la stessa forma e valori input , ad eccezione della diagonale principale delle matrici più interne. Questi saranno sovrascritti dai valori in diagonal .

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT INTEGER SIGNLESSO a 8 bit o intero Signless a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero non firmato a 8 bit o tipo Qi8 o tipo Qi16 TIPO o QUI8 TIPO o TFLITE Quint8 Valori di tipo Quint8
diagonal TENSOR DI FLOATO A 32 BIT INTEGER SIGNLESSO a 8 bit o intero Signless a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero non firmato a 8 bit o tipo Qi8 o tipo Qi16 TIPO o QUI8 TIPO o TFLITE Quint8 Valori di tipo Quint8

Risultati:

Risultato Descrizione
result TENSOR DI FLOATO A 32 BIT INTEGER SIGNLESSO a 8 bit o intero Signless a 16 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o intero non firmato a 8 bit o tipo Qi8 o tipo Qi16 TIPO o QUI8 TIPO o TFLITE Quint8 Valori di tipo Quint8

tfl.max_pool_2d (tfl :: maxpool2dop)

Max Pool 2D OP

Esegue il pool max 2D sull'ingresso.

Input: inputs[0] : richiesto: il tensore di input

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
padding :: mlir :: Stringattr attributo stringa il cui valore è uguale o valido
stride_w :: mlir :: integeritt Attributo intero senza segno a 32 bit
stride_h :: mlir :: integeritt Attributo intero senza segno a 32 bit
filter_width :: mlir :: integeritt Attributo intero senza segno a 32 bit
filter_height :: mlir :: integeritt Attributo intero senza segno a 32 bit
fused_activation_function :: mlir :: Stringattr attributo stringa il cui valore è nessuno, o relu, o relU_n1_to_1, o relu6 o tanh o sign_bit

Operandi:

Operando Descrizione
input TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o Tipo Qi8 o QI16 TIPO O TIPO TIPILE TFLITE

Risultati:

Risultato Descrizione
output TENSOR DI FLOATO A 32 BIT O TIPO QUI8 o Tipo Qi8 o QI16 TIPO O TIPO TIPILE TFLITE

tfl.maximum (tfl :: maximumop)

Operatore massimo

Operazione massima per elementi.

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

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16
rhs tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16

Risultati:

Risultato Descrizione
max tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16

tfl.mean (tfl :: meanop)

Operatore medio

Calcola la media degli elementi attraverso le dimensioni di un tensore. Riduce input_tensor lungo le dimensioni indicate nell'asse. A meno che Keepdims non sia vero, il grado del tensore è ridotto di 1 per ogni voce in asse. Se i mantenuti sono veri, le dimensioni ridotte vengono mantenute con lunghezza 1.

Tratti: AlwaysSpeculatableImplTrait , QuantizableResult

Interfacce: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effetti: MemoryEffects::Effect{}

Attributi:

Attributo Tipo mlir Descrizione
keep_dims :: mlir :: boolattr attributo bool

Operandi:

Operando Descrizione
input tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qi8 o tipo Qui8 o intero non firmato a 8 bit o valori di tipo Qi16
axis Tensor di valori interi senza segno a 32 bit

Risultati:

Risultato Descrizione
output tensore di float a 32 bit o intero senza segno a 32 bit o intero senza segno a 64 bit o tipo Qi8 o tipo Qui8 o intero non firmato a 8 bit o valori di tipo Qi16

tfl.minimum (TFL :: MinimiP)

Operatore min

Funzionamento MIN per elementi.

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

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

Effetti: MemoryEffects::Effect{}

Operandi:

Operando Descrizione
lhs tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16
rhs tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16

Risultati:

Risultato Descrizione
min tensore di galleggiante a 32 bit o intero senza segno 32/64 bit o tipo Qi8 o tipo Qui8 o Valori di tipo Qi16

tfl.mirror_pad (tfl :: mirrorpadop)

Operatore Mirrorpad. Passing di un tensore con valori specchi.

Questa operazione è in input con valori specchi in base alle imbottiture specificate. 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{}

Attributi:

Attributo MLIR Type Descrizione
mode ::mlir::TFL::MirrorPaddingTypeAttr mirror_pad_enum

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
value ::mlir::UnitAttr unit attribute

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
tolerance ::mlir::FloatAttr 32-bit float attribute
log_if_failed ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
axis ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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) . Eccetera.

Per esempio:

# '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{}

Attributi:

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

Operands:

Operand Descrizione
values variadic of tensor of any type values

Risultati:

Risultato Descrizione
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)

Per esempio:

# '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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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)

Per esempio:

# '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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
input variadic of tensor of any type values

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
value ::mlir::ElementsAttr constant vector/tensor attribute

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
qtype ::mlir::TypeAttr Tensor type attribute
value ::mlir::ElementsAttr constant vector/tensor attribute

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
qtype ::mlir::TypeAttr Tensor type attribute

Operands:

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

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Descrizione
shape tensor of 32-bit signless integer values

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Descrizione
shape tensor of 32-bit signless integer values

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
input tensor of any type values

Risultati:

Risultato Descrizione
output tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operand Descrizione
resource_id tensor of resource values

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
x tensor of 32-bit float values

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
out_type ::mlir::Attribute derived attribute

Operands:

Operand Descrizione
input tensor of any type values

Risultati:

Risultato Descrizione
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:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
x tensor of 32-bit float values

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
beta ::mlir::FloatAttr 32-bit float attribute

Operands:

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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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:

Operand Descrizione
x tensor of 32-bit float values

Risultati:

Risultato Descrizione
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:

Operand Descrizione
x tensor of 32-bit float values

Risultati:

Risultato Descrizione
y tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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 .

Per esempio:

# '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{}

Attributi:

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

Operands:

Operand Descrizione
input tensor of any type values

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

Attributo MLIR Type Descrizione
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
output tensor of 32-bit float or QI8 type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

Risultati:

Risultato Descrizione
output tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
output tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Attributi:

Attributo MLIR Type Descrizione
idx_out_type ::mlir::Attribute derived attribute

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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) . Eccetera.

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Attributi:

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

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
outputs variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
container ::mlir::StringAttr string attribute
shared_name ::mlir::StringAttr string attribute

Risultati:

Risultato Descrizione
resource_handle tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
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

Risultati:

Risultato Descrizione
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

Attributi:

Attributo MLIR Type Descrizione
is_stateless ::mlir::BoolAttr bool attribute

Operands:

Operand Descrizione
input variadic of tensor of any type values

Risultati:

Risultato Descrizione
output variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrizione
«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:

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

Risultati:

Risultato Descrizione
output tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Attributi

DimensionMetadataAttr

Dimension metadata.

Sintassi:

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

parametri:

Parametro C++ type Descrizione
formato ::mlir::TFL::DimensionTypeAttr dimension_type
dense_size int32_t
segmenti ::llvm::ArrayRef<int32_t>
indici ::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sintassi:

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

parametri:

Parametro C++ type Descrizione
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">

parametri:

Parametro C++ type Descrizione
valore ::llvm::StringRef

DimensionTypeAttr

dimension_type

Sintassi:

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

Enum cases:

  • DENSE ( DENSE )
  • SPARSE_CSR ( SPARSE_CSR ) #### Parameters:
Parametro C++ type Descrizione
valore ::mlir::TFL::DimensionType an enum of type DimensionType

LSTMKernelTypeAttr

lstm_kernel_type

Sintassi:

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

Enum cases:

  • FULL ( FULL )
  • BASIC ( BASIC ) #### Parameters:
Parametro C++ type Descrizione
valore ::mlir::TFL::LSTMKernelType an enum of type LSTMKernelType

MirrorPaddingTypeAttr

mirror_pad_enum

Sintassi:

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

Enum cases:

  • REFLECT ( REFLECT )
  • SYMMETRIC ( SYMMETRIC ) #### Parameters:
Parametro C++ type Descrizione
valore ::mlir::TFL::MirrorPaddingType an enum of type MirrorPaddingType