ภาษาถิ่น TensorFlow Lite
ภาษาถิ่นนี้จะจับคู่กับการทำงานของ TensorFlow Lite
ค่าคงที่:
- ค่าทั้งหมดเป็นประเภทเทนเซอร์ (โดยเฉพาะ สเกลาร์จะแสดงโดยใช้เทนเซอร์แบบศูนย์)
การดำเนินงาน
tfl.abs
(TFL::AbsOp)
ตัวดำเนินการค่าสัมบูรณ์
เมื่อพิจารณาเทนเซอร์ x
การดำเนินการนี้จะส่งคืนเทนเซอร์ที่มีค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x
ตัวอย่างเช่น ถ้า x เป็นองค์ประกอบอินพุต และ y เป็นองค์ประกอบเอาต์พุต การดำเนินการนี้จะคำนวณ \(y = |x|\)-
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าลอย 32 บิต หรือประเภท QI8 หรือประเภท QI16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าลอย 32 บิต หรือประเภท QI8 หรือประเภท QI16 |
tfl.add
(TFL::AddOp)
ตัวดำเนินการเพิ่มเติม
การดำเนินการบวกองค์ประกอบอย่างชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
rhs | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
tfl.add_n
(TFL::AddNOp)
_เพิ่ม ตัวดำเนินการ n
เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมด
ลักษณะ: AlwaysSpeculatableImplTrait
, Commutative
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
inputs | ตัวแปรเทนเซอร์ของค่าประเภทใดๆ |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
sum | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 32 บิตไร้เครื่องหมาย |
tfl.arg_max
(TFL::ArgMaxOp)
ตัวดำเนินการ ArgMax
ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
output_type | ::mlir::แอตทริบิวต์ | คุณลักษณะที่ได้รับ |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือโฟลต 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือค่าประเภท QUI8 |
dim | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
tfl.arg_min
(TFL::ArgMinOp)
ตัวดำเนินการ ArgMin
ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
output_type | ::mlir::แอตทริบิวต์ | คุณลักษณะที่ได้รับ |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือโฟลต 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือค่าประเภท QUI8 |
dim | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
tfl.assign_variable
(TFL::AssignVariableOp)
กำหนดค่าใหม่ให้กับตัวแปร
ReadVariableOp ใดๆ ที่มีการพึ่งพาการควบคุมบน op นี้รับประกันว่าจะส่งคืนค่านี้หรือค่าที่ใหม่กว่าของตัวแปรที่ตามมา
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
resource_id | เทนเซอร์ของค่าทรัพยากร |
value | เทนเซอร์ของโฟลต 32 บิต หรือโฟลต 64 บิต หรือจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI16 หรือประเภทที่ซับซ้อนพร้อมองค์ประกอบ float 32 บิต หรือประเภทที่ซับซ้อนพร้อมค่าองค์ประกอบ float 64 บิต |
tfl.atan2
(TFL::Atan2Op)
ปฏิบัติการ Atan2
การดำเนินการ "atan2" จะคำนวณอาร์กแทนเจนต์ขององค์ประกอบ y/x โดยคำนึงถึงสัญญาณของการโต้แย้ง
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultElementType
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
x | เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
tfl.average_pool_2d
(TFL::AveragePool2Dop)
_Average_pool ตัวดำเนินการ 2d
ดำเนินการรวมค่าเฉลี่ยกับอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
filter_height | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
filter_width | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
padding | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID |
stride_h | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_w | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
tfl.basic_lstm
(TFL::พื้นฐานLSTMOp)
ตัวดำเนินการ lstm พื้นฐาน
ตัวดำเนินการเซลล์ LSTM ขั้นพื้นฐาน
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
cell_clip | ::mlir::FloatAttr | แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ |
proj_clip | ::mlir::FloatAttr | แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ |
kernel_type | ::mlir::TFL::LSTMKernelTypeAttr | lstm_kernel_type ซึ่งมีค่าเป็น mlir::TFL::LSTMKernelType::BASIC |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
data_input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8 |
prev_activ_input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8 |
weights_input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8 |
biases_input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI32 |
prev_state_input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
activ_output | เทนเซอร์ 2D ของค่าประเภทใดๆ |
state_output | เทนเซอร์ 2D ของค่าประเภทใดๆ |
concat_temp | เทนเซอร์ 2D ของค่าประเภทใดๆ |
activ_temp | เทนเซอร์ 2D ของค่าประเภทใดๆ |
tfl.batch_matmul
(TFL::BatchMatMulOp)
ตัวดำเนินการคูณเมทริกซ์แบบแบตช์
ดำเนินการคูณเมทริกซ์แบบแบตช์กับอินพุต เป็นไปตามแบบแผนของ TensorFlow BatchMatMulV2 พร้อมรองรับมิติที่ไม่รู้จักในมิติแบทช์และการออกอากาศ
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)
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
adj_x | ::mlir::BoolAttr | คุณลักษณะบูล |
adj_y | ::mlir::BoolAttr | คุณลักษณะบูล |
asymmetric_quantize_inputs | ::mlir::BoolAttr | คุณลักษณะบูล |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 8 บิต |
y | เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 8 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 32 บิต |
tfl.batch_to_space_nd
(TFL::BatchToSpaceNdOp)
ตัวดำเนินการ BatchToSpaceNd
การดำเนินการนี้จะปรับรูปร่างมิติ "แบทช์" 0 ให้เป็นมิติช่องว่าง
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
block_shape | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
indices | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
tfl.bidirectional_sequence_lstm
(TFL::แบบสองทิศทางSequenceLSTMOp)
ตัวดำเนินการ lstm ลำดับแบบสองทิศทาง
lstm แบบสองทิศทางโดยพื้นฐานแล้วคือสอง lstms หนึ่งวิ่งไปข้างหน้าและอีกอันวิ่งถอยหลัง และผลลัพธ์คือการต่อข้อมูลของทั้งสอง lstms
ลักษณะ: QuantizableResult
อินเทอร์เฟซ: DynamicRangeQuantizedOpInterface
, TFL_StatefulOp
, TflRuntimeVerifyOpInterface
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
cell_clip | ::mlir::FloatAttr | แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ |
proj_clip | ::mlir::FloatAttr | แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ |
merge_outputs | ::mlir::BoolAttr | คุณลักษณะบูล |
time_major | ::mlir::BoolAttr | คุณลักษณะบูล |
asymmetric_quantize_inputs | ::mlir::BoolAttr | คุณลักษณะบูล |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_input_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_input_to_forget_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_input_to_cell_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_input_to_output_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_recurrent_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_recurrent_to_forget_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_recurrent_to_cell_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_recurrent_to_output_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
fw_cell_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_cell_to_forget_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_cell_to_output_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_input_gate_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_forget_gate_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
fw_cell_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
fw_output_gate_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
fw_projection_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_projection_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_input_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_input_to_forget_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_input_to_cell_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_input_to_output_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_recurrent_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_recurrent_to_forget_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_recurrent_to_cell_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_recurrent_to_output_weights | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
bw_cell_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_cell_to_forget_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_cell_to_output_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_input_gate_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_forget_gate_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
bw_cell_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
bw_output_gate_bias | เทนเซอร์ของค่าทศนิยม 32 บิต |
bw_projection_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_projection_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_input_activation_state | เทนเซอร์ของรัฐ |
fw_input_cell_state | เทนเซอร์ของรัฐ |
bw_input_activation_state | เทนเซอร์ของรัฐ |
bw_input_cell_state | เทนเซอร์ของรัฐ |
aux_input | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_aux_input_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_aux_input_to_forget_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_aux_input_to_cell_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
fw_aux_input_to_output_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_aux_input_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_aux_input_to_forget_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_aux_input_to_cell_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
bw_aux_input_to_output_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
fw_output | เทนเซอร์ของค่าประเภทใดๆ |
bw_output | เทนเซอร์ของค่าประเภทใดๆ |
tfl.bitcast
(TFL::BitcastOp)
ตัวดำเนินการ Bitcast
Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่ง
ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าประเภทใดๆ |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าประเภทใดๆ |
tfl.bitwise_xor
(TFL::BitwiseXorOp)
ตัวดำเนินการ Bitwise Xor
Elementwise คำนวณ XOR ระดับบิตของ lhs
และ rhs
ลักษณะ: AlwaysSpeculatableImplTrait
, Commutative
, ResultsBroadcastableShape
, SameOperandsAndResultElementType
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
rhs | เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
tfl.broadcast_args
(TFL::BroadcastArgsOp)
คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ
ให้ s0
และ s1
เทนเซอร์ที่แสดงถึงรูปร่าง คำนวณ r0
รูปร่างที่ออกอากาศ s0
, s1
และ r0
ล้วนเป็นเวกเตอร์จำนวนเต็ม
ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
s0 | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
s1 | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
r0 | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
tfl.broadcast_to
(TFL::BroadcastToOp)
ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้
การแพร่ภาพคือกระบวนการสร้างอาร์เรย์ให้มีรูปร่างที่เข้ากันได้สำหรับการดำเนินการทางคณิตศาสตร์ รูปร่างสองแบบเข้ากันได้หากคู่มิติแต่ละคู่มีค่าเท่ากันหรือหนึ่งในนั้นคือหนึ่งเดียว เมื่อพยายามถ่ายทอด Tensor ไปยังรูปร่าง เทนเซอร์จะเริ่มต้นด้วยมิติส่วนท้าย และดำเนินการไปข้างหน้า
ตัวอย่างเช่น,
x = tf.constant ([1, 2, 3]) y = tf.broadcast_to (x, [3, 3]) พิมพ์ (y) tf.Tensor ( [[1 2 3] [1 2 3] [1 2 3]], รูปร่าง=(3, 3), dtype=int32)
ในตัวอย่างข้างต้น อินพุตเทนเซอร์ที่มีรูปร่างเป็น [1, 3]
จะถูกถ่ายทอดไปยังเอาท์พุตเทนเซอร์ที่มีรูปร่างเป็น [3, 3]
เมื่อดำเนินการออกอากาศ เช่น การคูณเมตริกซ์ด้วยสเกลาร์ การออกอากาศ (โดยปกติ) จะให้ผลประโยชน์ด้านเวลาหรือพื้นที่ เนื่องจากเทนเซอร์ที่ออกอากาศไม่เคยเกิดขึ้นจริง
อย่างไรก็ตาม broadcast_to
ไม่ได้รับสิทธิประโยชน์ใดๆ ดังกล่าว เทนเซอร์ที่สร้างขึ้นใหม่ใช้หน่วยความจำเต็มรูปแบบของรูปร่างที่ออกอากาศ (ในบริบทของกราฟ broadcast_to
อาจถูกรวมเข้ากับการดำเนินการในภายหลัง จากนั้นจึงถูกปรับให้เหมาะสม)
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือชนิด QI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือชนิด QUI8 หรือ 16 -bit signless integer หรือ QI16 type หรือ 64-bit signless integer หรือ complex type ที่มีค่า float element 32-bit |
shape | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือชนิด QI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือชนิด QUI8 หรือ 16 -bit signless integer หรือ QI16 type หรือ 64-bit signless integer หรือ complex type ที่มีค่า float element 32-bit |
tfl.bucketize
(TFL::BucketizeOp)
Bucketizes 'อินพุต' ตาม 'ขอบเขต'
ตัวอย่าง:
หากอินพุตเป็น boundaries = [0, 10, 100]
และ input = [[-5, 10000][150, 10][5, 100]]
ดังนั้นเอาต์พุตจะเป็น output = [[0, 3][3, 2][1, 3]]
.
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
boundaries | ::mlir::ArrayAttr | แอตทริบิวต์อาร์เรย์ทศนิยมแบบ 32 บิต |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าจำนวนเต็ม 32 บิต หรือ 64 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
tfl.call_once
(TFL::CallOnceOp)
เรียกใช้ฟังก์ชันการเริ่มต้น
การดำเนินการนี้จะเรียกใช้ฟังก์ชันการเริ่มต้นที่กำหนดสำหรับตัวเริ่มต้นเซสชันในภาษาถิ่นของโมเดลที่บันทึกไว้ tf
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
session_init_function | ::mlir::StringAttr | แอตทริบิวต์สตริง |
tfl.cast
(TFL::CastOp)
ผู้ดำเนินการหล่อ
แคสต์อินพุตจากประเภทอินพุตเป็นประเภทเอาต์พุต
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของประเภท float 16 บิตหรือ bfloat16 หรือ float 32 บิต หรือ float 64 บิต หรือจำนวนเต็ม signless 1 บิต หรือจำนวนเต็ม signless 4 บิต หรือจำนวนเต็ม signless 16 บิต หรือจำนวนเต็ม unsigned 16 บิต หรือจำนวนเต็ม signless 32 บิต หรือ จำนวนเต็ม unsigned 32 บิต หรือจำนวนเต็ม signless 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม unsigned 8 บิต หรือจำนวนเต็ม signless 8 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของประเภท float 16 บิตหรือ bfloat16 หรือ float 32 บิต หรือ float 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือ จำนวนเต็มไร้เครื่องหมาย 64 บิต หรือชนิด TFLite quint8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือชนิดเชิงซ้อนที่มีค่าองค์ประกอบทศนิยม 32 บิต |
tfl.ceil
(TFL::CeilOp)
ผู้ดำเนินการซีล
ส่งกลับค่า ceil ตามองค์ประกอบของอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
อินเทอร์เฟซ: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าทศนิยม 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าทศนิยม 32 บิต |
tfl.complex_abs
(TFL::ComplexAbsOp)
คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์
เมื่อพิจารณาเทนเซอร์ x
ของจำนวนเชิงซ้อน การดำเนินการนี้จะส่งคืนเทนเซอร์ประเภท float
หรือ double
ที่เป็นค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x
องค์ประกอบทั้งหมดใน x
ต้องเป็นจำนวนเชิงซ้อนของแบบฟอร์ม \(a + bj\)- ค่าสัมบูรณ์จะคำนวณเป็น \( \sqrt{a^2 + b^2}\)-
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
tfl.concatenation
(TFL::การต่อข้อมูลOp)
ตัวดำเนินการต่อข้อมูล
เชื่อมต่อเทนเซอร์ตามมิติเดียว
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
axis | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
values | ตัวแปรเทนเซอร์ของค่าประเภทใดๆ |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือ 1 -bit ค่าจำนวนเต็มไร้เครื่องหมาย |
tfl.control_node
(TFL::ControlNodeOp)
การดำเนินการ TFL.control_node
จะล้อมการดำเนินการแบบบล็อกเดียวเพื่อแนบขอบการควบคุม
ใช้เพื่อตัดขอบเขตและแนบการขึ้นต่อกันของการควบคุมกับขอบเขตเหล่านั้น โดยทั่วไป สิ่งนี้จะเกิดขึ้นในขั้นตอนสุดท้ายก่อนที่จะปล่อยโมเดล Flatbuffer เพื่อเปิดใช้งานการปรับให้เหมาะสมซึ่งขึ้นอยู่กับลำดับการดำเนินการคงที่ (เช่น การเปลี่ยนวัตถุใหม่) ผู้ส่งออก Flatbuffer จะแยกขอบเขตที่หุ้มไว้และใส่คำอธิบายประกอบโมเดลที่สร้างขึ้นด้วยข้อมูลเมตา เพื่อให้การเรียงลำดับรันไทม์ใหม่จะเคารพลำดับที่กำหนดโดยการขึ้นต่อกันของการควบคุม
ลักษณะ: HasParent<mlir::func::FuncOp>
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
controlInputs | การควบคุมที่หลากหลาย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
outputs | ตัวแปรเทนเซอร์ของค่าประเภทใดๆ |
control | ควบคุม |
tfl.conv_2d
(TFL::Conv2DOp)
ตัวดำเนินการ Convolution
ดำเนินการหมุนวนกับอินพุต
อินพุต: inputs[0]
: จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต inputs[1]
: จำเป็น: เทนเซอร์น้ำหนักตัวกรอง อินพุต inputs[2]
: ทางเลือก: ไบอัสเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<0, 1>
อินเทอร์เฟซ: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
dilation_h_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_w_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
padding | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID |
stride_h | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_w | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
filter | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI4 หรือประเภท QI8 หรือค่าประเภท QUI8 |
bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
tfl.conv_3d
(TFL::Conv3DOp)
ตัวดำเนินการ Convolution 3D
ดำเนินการหมุนวนบนอินพุต 3D อินพุต: inputs[0]
: จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต inputs[1]
: จำเป็น: เทนเซอร์น้ำหนักตัวกรอง อินพุต inputs[2]
: ทางเลือก: ไบอัสเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, quant::AccumulatorUniformScale<2, 0, 1>
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
dilation_d_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_h_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_w_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
padding | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID |
stride_d | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_h | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_w | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าทศนิยม 32 บิต |
filter | เทนเซอร์ของค่าทศนิยม 32 บิต |
bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าทศนิยม 32 บิต |
tfl.conv_3d_transpose
(TFL::Conv3DTransposeOp)
ตัวดำเนินการ 3D Convolution ที่ถูกย้าย
ดำเนินการโอนย้าย Convolution บนอินพุต 3D อินพุต: inputs[0]
: จำเป็น: รูปร่างของเทนเซอร์เอาท์พุต inputs[1]
: จำเป็น: อินพุตเทน inputs[2]
: จำเป็น: inputs[3]
: ทางเลือก: ไบอัสเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, quant::AccumulatorUniformScale<2, 0, 1>
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
dilation_d_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_h_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_w_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
padding | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID |
stride_d | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_h | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_w | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
output_shape | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
filter | เทนเซอร์ของค่าทศนิยม 32 บิต |
input | เทนเซอร์ของค่าทศนิยม 32 บิต |
bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าทศนิยม 32 บิต |
tfl.cos
(TFL::CosOp)
ตัวดำเนินการโคไซน์
คำนวณโคไซน์ของอินพุตตามองค์ประกอบ
ลักษณะ: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
อินเทอร์เฟซ: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าทศนิยม 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าทศนิยม 32 บิต |
tfl.cumsum
(TFL::CumsumOp)
ตัวดำเนินการคัมซัม
คำนวณผลรวมสะสมของเทนเซอร์ x ตามแกน
ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
exclusive | ::mlir::BoolAttr | คุณลักษณะบูล |
reverse | ::mlir::BoolAttr | คุณลักษณะบูล |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต |
axis | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต |
tfl.custom
(TFL::CustomOp)
ปฏิบัติการแบบกำหนดเอง
การดำเนินการทั่วไปสำหรับการดำเนินการแบบกำหนดเองของ TFLite
input: รายการอินพุตใน op ดั้งเดิม custom_code: สตริงที่ใช้ในการระบุว่า op นี้คืออะไร ซึ่งสอดคล้องกับoperator_codes.custom_codeใน flatbuffer custom_option: ตัวยึดสำหรับบันทึกแอตทริบิวต์ op ในรูปแบบไบต์ เอาท์พุท: รายการเอาท์พุทใน op ดั้งเดิม
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
custom_code | ::mlir::StringAttr | แอตทริบิวต์สตริง |
custom_option | ::mlir::TFL::ConstBytesAttr | การแสดงแอตทริบิวต์สตริงของไบต์ที่คอมไพล์แล้ว |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | ตัวแปรเทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | ตัวแปรเทนเซอร์ของค่าประเภทใดๆ |
tfl.custom_tf
(TFL::CustomTfOp)
Wrapper Op สำหรับการดำเนินการแบบกำหนดเองของ TF
wrapper op เกี่ยวกับ Custom TF op ใด ๆ ซึ่งรวมถึง ops ที่กำหนดโดยใช้ custom_opdefs หรือลิงก์ซึ่งไม่ได้กำหนดไว้ในภาษา TF Op นี้เพิ่งรวม op แบบกำหนดเองไว้ภายในภูมิภาค หมายเหตุ #1 Op นี้จะไม่รวม ops แบบกำหนดเองของ TF Lite ที่กำหนดโดยใช้ CustomOp หมายเหตุ #2 การดำเนินการนี้เป็นเพียงการแสดงภายในภายในตัวแปลง และจะไม่ถูกเปิดเผย/ส่งออกเมื่อโมเดลถูกส่งออกไปยัง Flatbuffer
ลักษณะ: IsolatedFromAbove
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
อินเทอร์เฟซ: InferTypeOpInterface
, TflRuntimeVerifyOpInterface
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | ตัวแปรเทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | ตัวแปรเทนเซอร์ของค่าประเภทใดๆ |
tfl.densify
(TFL::DensifyOp)
ตัวดำเนินการหนาแน่น
แปลงเทนเซอร์แบบกระจายเป็นรูปแบบหนาแน่น
ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย |
tfl.depth_to_space
(TFL::DepthToSpaceOp)
ตัวดำเนินการ DepthToSpace
จัดเรียงข้อมูลจากความลึกลงในบล็อกข้อมูลเชิงพื้นที่ นี่คือการเปลี่ยนแปลงแบบย้อนกลับของ SpaceToDepth โดยเฉพาะอย่างยิ่ง สหกรณ์นี้จะส่งออกสำเนาของเทนเซอร์อินพุตโดยที่ค่าจากมิติ depth
ถูกย้ายในบล็อกเชิงพื้นที่ไปยังมิติ height
และ width
attr block_size
ระบุขนาดบล็อกอินพุตและวิธีการย้ายข้อมูล
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
block_size | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิตที่มีค่าเป็นบวก |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนาม หรือประเภท QI8 หรือค่าประเภท QUI8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนาม หรือประเภท QI8 หรือค่าประเภท QUI8 |
tfl.depthwise_conv_2d
(TFL::DepthwiseConv2Dop)
ตัวดำเนินการ Convolution ที่แยกเชิงลึกได้
ดำเนินการ Convolution กับอินพุต
อินพุต: inputs[0]
: จำเป็น: เทนเซอร์การเปิดใช้งานอินพุต inputs[1]
: จำเป็น: เทนเซอร์น้ำหนักตัวกรอง อินพุต inputs[2]
: ทางเลือก: ไบอัสเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<3, 1>
อินเทอร์เฟซ: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
dilation_h_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
dilation_w_factor | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
padding | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID |
stride_h | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
stride_w | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
depth_multiplier | ::mlir::IntegerAttr | แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
filter | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI4 หรือประเภท QI8 หรือค่าประเภท QUI8 |
bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16 |
tfl.dequantize
(TFL::DequantizeOp)
ลดจำนวนตัวดำเนินการ
แปลงอาร์เรย์จำนวนเต็มเชิงปริมาณเป็นจุดลอยตัวตามพารามิเตอร์การหาปริมาณ
อินเทอร์เฟซ: NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของประเภท QI4 หรือประเภท QI8 หรือประเภท QUI8 หรือประเภท QI16 หรือค่าทศนิยม 16 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าทศนิยม 32 บิต |
tfl.dilate
(TFL::DilateOp)
ตัวดำเนินการขยาย
ขยายเทนเซอร์โดยการเพิ่มองค์ประกอบใหม่ระหว่างองค์ประกอบที่มีอยู่ ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือ ค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
dilations | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต |
padding_value | เทนเซอร์ 0D ของค่าประเภทใดๆ |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือ ค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต |
tfl.div
(TFL::DivOp)
ผู้ดำเนินการกอง
การดำเนินการแบ่งตามองค์ประกอบ
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท MLIR | คำอธิบาย |
---|---|---|
fused_activation_function | ::mlir::StringAttr | แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT |
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8 |
rhs | เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8 |
tfl.dynamic_update_slice
(TFL::DynamicUpdateSliceOp)
DynamicUpdateSlice.
DynamicUpdateSlice op ที่มีความหมายเดียวกันกับ XLA DynamicUpdateSlice สร้างผลลัพธ์ซึ่งเป็นค่าของตัวถูกดำเนินการอาร์เรย์อินพุต โดยมีการอัปเดตสไลซ์เขียนทับที่ start_indices
ดู https://www.tensorflow.org/xla/operation_semantics#dynamicupdateslice
ลักษณะ: AlwaysSpeculatableImplTrait
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟ็กต์: MemoryEffects::Effect{}
ตัวดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
operand | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือค่าทศนิยม 32 บิต |
update | เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือค่าทศนิยม 32 บิต |
start_indices | เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต |
tfl.elu
(tfl :: eluop)
ตัวดำเนินการหน่วยเชิงเส้นแบบเอ็กซ์โปเนนเชียล
คำนวณ f (x) -> exp (x) -1 สำหรับ x <0, x สำหรับ x> = 0 องค์ประกอบที่ชาญฉลาด
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าจำนวนเต็มแบบลอยตัว 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าจำนวนเต็มแบบลอยตัว 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต |
tfl.embedding_lookup
(tfl :: EmbeddingLookupop)
ผู้ประกอบการค้นหาการค้นหา
ค้นหารหัสในรายการเทนเซอร์ฝัง
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
TflRuntimeVerifyOpInterface
อร์เฟซ: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lookup | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
value | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็ม 8 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท Qi8 หรือประเภท QUI8 หรือค่าประเภท QI4 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือค่าจำนวนเต็มที่ไม่ได้ลงชื่อ 8 บิต |
tfl.equal
(tfl :: equalop)
ตัวดำเนินการเท่ากัน
ส่งคืนองค์ประกอบความจริงของ x == y องค์ประกอบที่ชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือค่าจำนวนจำนวนเต็มที่ไม่ได้ลงนาม 8 บิตหรือค่าสตริง tflite |
y | เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือค่าจำนวนจำนวนเต็มที่ไม่ได้ลงนาม 8 บิตหรือค่าสตริง tflite |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.exp
(tfl :: expop)
ผู้ให้บริการตัวแทนตามธรรมชาติ
ดำเนินการการทำงานแบบตัวแทนตามธรรมชาติที่ชาญฉลาดในอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16 |
tfl.expand_dims
(tfl :: expanddimsop)
แทรกมิติ 1 ให้เป็นรูปร่างของเทนเซอร์
เมื่อได้รับ input
เทนเซอร์การดำเนินการนี้จะแทรกมิติ 1 ที่ axis
ดัชนีมิติของรูปร่างของ input
axis
ดัชนีมิติเริ่มต้นที่ศูนย์ หากคุณระบุจำนวนลบสำหรับ axis
มันจะถูกนับย้อนหลังจากจุดสิ้นสุด
การดำเนินการนี้มีประโยชน์หากคุณต้องการเพิ่มมิติแบตช์เป็นองค์ประกอบเดียว ตัวอย่างเช่นหากคุณมีภาพรูปร่างเดียว [height, width, channels]
คุณสามารถทำให้มันเป็นชุด 1 ภาพที่มี expand_dims(image, 0)
ซึ่งจะทำให้รูปร่าง [1, height, width, channels]
.
ตัวอย่างอื่น ๆ :
# '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]
การดำเนินการนี้ต้องการสิ่งนั้น:
-1-input.dims() <= dim <= input.dims()
การดำเนินการนี้เกี่ยวข้องกับ squeeze()
ซึ่งจะลบขนาดของขนาด 1
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าประเภทใดก็ได้ |
dim | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีสัญลักษณ์ 32/64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าประเภทใดก็ได้ |
tfl.external_const
(tfl :: externalConstop)
const OP ภายนอก
const OP ภายนอกถือ buffer_index
ซึ่งชี้ไปที่ค่าคงที่ใน flatbuffer
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
buffer_index | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าประเภทใดก็ได้ |
tfl.fake_quant
(tfl :: fakequantop)
ผู้ให้บริการ Fakequant
ปลอมแปลงเทนเซอร์ 'อินพุต' ของประเภทลอยผ่านสเกลาร์ลอยและสูงสุดถึง 'เอาต์พุต' เทนเซอร์ที่มีรูปร่างเหมือนกันกับอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
min | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
max | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
num_bits | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตซึ่งมีค่าต่ำสุดคือ 2 ซึ่งมีค่าสูงสุดคือ 16 |
narrow_range | :: mlir :: boolattr | แอตทริบิวต์บูลที่มีค่าเป็นเท็จ |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าลอย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าลอย 32 บิต |
tfl.fill
(tfl :: fillop)
เติมเทนเซอร์ด้วยค่าที่กำหนด
เติมเทนเซอร์ด้วยค่าที่กำหนด
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
dims | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีสัญลักษณ์ 32/64 บิต |
input | เทนเซอร์ของลอย 32 บิตหรือลอย 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 64 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือประเภท Qi8 หรือประเภท qi16 หรือประเภทสตริง tflite ประเภท |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
result | เทนเซอร์ของลอย 32 บิตหรือลอย 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 64 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือประเภท Qi8 หรือประเภท qi16 หรือประเภทสตริง tflite ประเภท |
tfl.floor
(tfl :: floorop)
ผู้ให้บริการชั้น
ส่งคืนค่าพื้นองค์ประกอบที่ชาญฉลาดของอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
อินเทอร์เฟซ: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าลอย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าลอย 32 บิต |
tfl.floor_div
(tfl :: floordivop)
ผู้ให้บริการชั้น
การดำเนินงาน DIV ของ Element-Wise Floor
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต |
rhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต |
tfl.floor_mod
(tfl :: floormodop)
การแจ้งเตือนกอง
การดำเนินการเตือนการแบ่งองค์ประกอบที่ชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต |
rhs | เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต |
tfl.fully_connected
(tfl :: เต็มไปด้วยการเชื่อมต่อเต็ม)
OP ที่เชื่อมต่ออย่างสมบูรณ์
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, quant::AccumulatorUniformScale<2, 0, 1>
, quant::AffineOpCoefficient<0, 1>
อินเทอร์เฟซ: AffineQuantizedOpInterface
, ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TFL_SparseOp
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
fused_activation_function | :: mlir :: stringattr | แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit |
weights_format | :: mlir :: stringattr | แอตทริบิวต์สตริงที่มีค่าเริ่มต้นหรือ shuffled4x16int8 |
keep_num_dims | :: mlir :: boolattr | คุณลักษณะบูล |
asymmetric_quantize_inputs | :: mlir :: boolattr | คุณลักษณะบูล |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ Float 32 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือประเภท Qi16 หรือค่าประเภท qui16 |
filter | เทนเซอร์ของ 32 บิตลอยหรือประเภท qi4 หรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท qi16 |
bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | ความแปรปรวนของเทนเซอร์ของค่าประเภทใดก็ได้ |
tfl.gather
(tfl :: gatherop)
รวบรวมโอเปอเรเตอร์
รวบรวมชิ้นจาก axis
แกน params
ตาม indices
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, DynamicRangeQuantizedOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
axis | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
batch_dims | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
params | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 1 บิตหรือจำนวนเต็ม 4 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภทสตริง tflite หรือ 8 บิต จำนวนเต็มที่ไม่ได้ลงชื่อหรือประเภท Qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
indices | เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิตหรือจำนวนเต็มไร้สัญลักษณ์ 4 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภทสตริง tflite หรือ 8 บิต จำนวนเต็มที่ไม่ได้ลงชื่อหรือประเภท Qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
tfl.gather_nd
(tfl :: gatherndop)
_gather ND Operator
รวบรวมชิ้นจาก params
เป็นเทนเซอร์ที่มีรูปร่างที่ระบุโดย indices
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
params | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มที่ไม่ได้ลงนาม 8 บิต |
indices | เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มที่ไม่ได้ลงนาม 8 บิต |
tfl.gelu
(tfl :: geluop)
ฟังก์ชั่นการเปิดใช้งาน Gelu
คำนวณฟังก์ชั่นการเปิดใช้งาน Gelu องค์ประกอบที่ชาญฉลาด
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
approximate | :: mlir :: boolattr | คุณลักษณะบูล |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าลอย 32 บิตหรือประเภท Qi8 หรือค่าประเภท qui8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าลอย 32 บิตหรือประเภท Qi8 หรือค่าประเภท qui8 |
tfl.greater
(tfl :: greaterop)
ตัวดำเนินการมากขึ้น
การทำงานที่ดีขึ้นอย่างชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
rhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.greater_equal
(tfl :: greaterequalop)
_greater ตัวดำเนินการเท่ากัน
การทำงานที่ยิ่งใหญ่กว่า -w
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท QUI8 หรือค่าประเภท QI8 |
rhs | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท QUI8 หรือค่าประเภท QI8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.hard_swish
(tfl :: hardswishop)
ฟังก์ชั่นการเปิดใช้งาน Hardswish
คำนวณฟังก์ชั่นการเปิดใช้งานแบบแข็งแบบ Hard-swish f (x)-> (x * relu6 (x+3))/6 องค์ประกอบที่ชาญฉลาด
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าลอย 32 บิตหรือประเภท qui8 หรือค่าประเภท Qi8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าลอย 32 บิตหรือประเภท qui8 หรือค่าประเภท Qi8 |
tfl.hashtable
(tfl :: hashtableop)
สร้างตารางแฮชที่ไม่เริ่มต้น
OP นี้สร้างตารางแฮชโดยระบุประเภทของคีย์และค่าของมัน ก่อนใช้ตารางคุณจะต้องเริ่มต้น หลังจากเริ่มต้นตารางจะไม่เปลี่ยนรูป
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
table_id | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
key_dtype | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
value_dtype | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
out | เทนเซอร์ของค่าทรัพยากร |
tfl.hashtable_find
(tfl :: hashtablefindop)
ค้นหาคีย์ในตารางส่งออกค่าที่สอดคล้องกัน
keys
เทนเซอร์ต้องเป็นประเภทเดียวกับคีย์ของตาราง values
เอาต์พุตเป็นประเภทของค่าตาราง
Scalar default_value
เป็นเอาต์พุตค่าสำหรับคีย์ที่ไม่มีอยู่ในตาราง มันจะต้องเป็นประเภทเดียวกันกับค่าตาราง
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
hash_table | เทนเซอร์ของค่าทรัพยากร |
keys | เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
default_value | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
out | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
tfl.hashtable_import
(tfl :: hashtableimportop)
แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ
keys
เทนเซอร์จะต้องเป็นประเภทเดียวกับคีย์ของตาราง values
เทนเซอร์จะต้องเป็นประเภทของค่าตาราง
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
hash_table | เทนเซอร์ของค่าทรัพยากร |
keys | เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
values | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
tfl.hashtable_size
(tfl :: hashtablesizeop)
คำนวณจำนวนองค์ประกอบในตารางที่กำหนด
อินเทอร์เฟซ: TflRuntimeVerifyOpInterface
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
hash_table | เทนเซอร์ของค่าทรัพยากร |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
out | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต |
tfl.if
(tfl :: ifop)
การดำเนินการ if-then-else
การดำเนินการ tfl.if
แสดงถึงโครงสร้างที่ไม่ได้ใช้สำหรับการดำเนินการตามเงื่อนไขสองภูมิภาคของรหัส ตัวถูกดำเนินการไปยังการดำเนินการ IF เป็นค่าบูลีน ตัวอย่างเช่น:
tfl.if %b {
...
} else {
...
}
tfl.if
อาจส่งคืนผลลัพธ์ที่กำหนดไว้ในภูมิภาค ค่าที่กำหนดจะถูกกำหนดโดยเส้นทางการดำเนินการที่ดำเนินการ
ตัวอย่าง:
%x, %y = tfl.if %b -> (tensor<f32>, tensor<f32>) {
%x_true = ...
%y_true = ...
tfl.yield %x_true, %y_true : tensor<f32>, tensor<f32>
} else {
%x_false = ...
%y_false = ...
tfl.yield %x_false, %y_false : tensor<f32>, tensor<f32>
}
tfl.if
ภูมิภาคมักจะถูกยกเลิกด้วย "tfl.yield" เสมอ หาก "tfl.if" ไม่มีค่าใด ๆ "tfl.yield" สามารถถูกทิ้งไว้และจะถูกแทรกโดยปริยาย มิฉะนั้นจะต้องชัดเจน นอกจากนี้หาก "TFL.IF" กำหนดค่าหนึ่งหรือมากกว่านั้นบล็อก 'อื่น' ไม่สามารถละเว้นได้
ตัวอย่าง:
tfl.if %b {
...
}
ลักษณะ: NoRegionArguments
, RecursiveMemoryEffects
, SingleBlockImplicitTerminator<YieldOp>
, SingleBlock
อินเทอร์เฟซ: RegionBranchOpInterface
, TflRuntimeVerifyOpInterface
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
cond | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
results | ความแปรปรวนของเทนเซอร์ของค่าประเภทใดก็ได้ |
tfl.imag
(tfl :: imagop)
ส่งกลับส่วนจินตภาพของจำนวนเชิงซ้อน
ด้วย input
เทนเซอร์ของตัวเลขที่ซับซ้อนการดำเนินการนี้จะส่งคืนเทนเซอร์ของประเภท float
ที่เป็นส่วนจินตนาการของแต่ละองค์ประกอบใน input
องค์ประกอบทั้งหมดใน input
จะต้องเป็นตัวเลขที่ซับซ้อนของแบบฟอร์ม \(a + bj\)โดยที่ A เป็นส่วนจริงและ B คือส่วนจินตภาพที่ส่งคืนโดยการดำเนินการนี้
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือประเภทที่ซับซ้อนด้วยค่าองค์ประกอบลอย 64 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าลอย 32 บิตหรือค่าลอย 64 บิต |
tfl.l2_normalization
(tfl :: l2normalizationop)
L2 Normalize Operator
l2normalization op
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
fused_activation_function | :: mlir :: stringattr | แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ Float 32 บิตหรือประเภท qui8 หรือประเภท Qi8 หรือประเภท qui16 หรือ qi16 type หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของ Float 32 บิตหรือประเภท qui8 หรือประเภท Qi8 หรือประเภท qui16 หรือ qi16 type หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต |
tfl.leaky_relu
(tfl :: leakyreluop)
ผู้ให้บริการ Relu ที่รั่วไหล
Element -wise levery relu operator x -> x> = 0? X: (Alpha * x)
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
alpha | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือประเภท tflite quint8 หรือค่าประเภท qi16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือประเภท tflite quint8 หรือค่าประเภท qi16 |
tfl.less
(tfl :: น้อยลง)
ผู้ให้บริการน้อย
การทำงานน้อยลงอย่างชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็ม 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
rhs | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็ม 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.less_equal
(tfl :: lessequalop)
_less ตัวดำเนินการเท่ากัน
การทำงานที่ไม่ค่อยดีนัก
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท Qi8 หรือค่าประเภท QUI8 |
rhs | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท Qi8 หรือค่าประเภท QUI8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.local_response_normalization
(tfl :: localresponsenormalizationop)
การตอบสนองการตอบสนองในท้องถิ่น
เทนเซอร์ input
4-D ได้รับการปฏิบัติเหมือนเป็นอาร์เรย์ 3 มิติของเวกเตอร์ 1-D (ตามมิติสุดท้าย) และเวกเตอร์แต่ละตัวจะถูกทำให้เป็นมาตรฐานอย่างอิสระ ภายในเวกเตอร์ที่กำหนดแต่ละองค์ประกอบจะถูกหารด้วยผลรวมถ่วงน้ำหนักของอินพุตภายใน depth_radius
โดยละเอียด
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
สำหรับรายละเอียดดู Krizhevsky et al., การจำแนกประเภท Imagenet กับเครือข่ายประสาทเชิงลึก (NIPS 2012)
ลักษณะ: AlwaysSpeculatableImplTrait
, InferTensorType
, TF::SameOperandsAndResultTypeResolveRef
อินเทอร์เฟซ: ConditionallySpeculatable
, InferShapedTypeOpInterface
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
radius | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
bias | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
alpha | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
beta | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิต |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของค่าลอย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าลอย 32 บิต |
tfl.log
(tfl :: logop)
ผู้ให้บริการลอการิทึมธรรมชาติ
ทำการดำเนินการลอการิทึมธรรมชาติที่ชาญฉลาดในอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
tfl.log_softmax
(tfl :: logsoftmaxop)
Log Softmax Operator
คำนวณการเปิดใช้งาน SoftMax บันทึกที่ชาญฉลาดด้วยสูตรต่อไปนี้
อินพุต - log (down_sum (exp (input), dim))
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8 |
tfl.logical_and
(tfl :: logicalandop)
ตรรกะและตัวดำเนินการ
ตรรกะและการทำงานที่ชาญฉลาดองค์ประกอบ
ลักษณะ: AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
rhs | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.logical_not
(tfl :: logicalnotop)
ตรรกะไม่ใช่โอเปอเรเตอร์
การดำเนินการเชิงตรรกะที่ชาญฉลาดองค์ประกอบ
ลักษณะ: AlwaysSpeculatableImplTrait
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.logical_or
(tfl :: logicalorop)
ตรรกะหรือตัวดำเนินการ
ตรรกะหรือการทำงานที่ชาญฉลาด
ลักษณะ: AlwaysSpeculatableImplTrait
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
rhs | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต |
tfl.logistic
(tfl :: logisticop)
ผู้ให้บริการโลจิสติกส์
คำนวณ sigmoid องค์ประกอบที่ชาญฉลาดของอินพุต
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultShape
อินเทอร์เฟซ: ConditionallySpeculatable
, FixedOutputRangeInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | เทนเซอร์ของ 32 บิตลอยหรือประเภท qi8 หรือประเภท qui8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
y | เทนเซอร์ของ 32 บิตลอยหรือประเภท qi8 หรือประเภท qui8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท |
tfl.lstm
(tfl :: lstmop)
ตัวดำเนินการ LSTM เต็มรูปแบบ
หน่วยหน่วยความจำระยะสั้นระยะยาว (LSTM) เลเยอร์เครือข่ายกำเริบ การใช้งาน non-peephole เริ่มต้นขึ้นอยู่กับ: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter และ J. Schmidhuber 'หน่วยความจำระยะสั้นยาว' การคำนวณระบบประสาท, 9 (8): 1735-1780, 1997 การใช้งาน Peephole ขึ้นอยู่กับ: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior และ Francoise Beaufays 'สถาปัตยกรรมเครือข่ายประสาทเทียมระยะยาวระยะยาวสำหรับการสร้างแบบจำลองอะคูสติกขนาดใหญ่' Interspeech, 2014. การมีเพศสัมพันธ์ของอินพุตและ Forget Gate (CIFG) ขึ้นอยู่กับ: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: พื้นที่การค้นหา Odyssey' การทำให้เป็นมาตรฐานของเลเยอร์ขึ้นอยู่กับ: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'เลเยอร์ปกติ'
ลักษณะ: QuantizableResult
อินเทอร์เฟซ: DynamicRangeQuantizedOpInterface
, TFL_StatefulOp
, TflRuntimeVerifyOpInterface
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
fused_activation_function | :: mlir :: stringattr | แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit |
cell_clip | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิตที่มีค่าไม่เป็นลบ |
proj_clip | :: mlir :: floatattr | แอตทริบิวต์ลอย 32 บิตที่มีค่าไม่เป็นลบ |
kernel_type | :: mlir :: tfl :: lstmkerneltypeattr | LSTM_KERNEL_TYPE ซึ่งมีค่าคือ MLIR :: TFL :: LSTMKERNELTYPE :: เต็ม |
asymmetric_quantize_inputs | :: mlir :: boolattr | คุณลักษณะบูล |
input_to_input_intermediate | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
input_to_forget_intermediate | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
input_to_cell_intermediate | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
input_to_output_intermediate | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
effective_hidden_scale_intermediate | :: mLir :: typeattr | แอตทริบิวต์ประเภทใดก็ได้ |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16 |
input_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
input_to_forget_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
input_to_cell_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
input_to_output_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
recurrent_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
recurrent_to_forget_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
recurrent_to_cell_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
recurrent_to_output_weights | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8 |
cell_to_input_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
cell_to_forget_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
cell_to_output_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
input_gate_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
forget_gate_bias | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32 |
cell_bias | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32 |
output_gate_bias | เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32 |
projection_weights | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
projection_bias | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
input_activation_state | เทนเซอร์ |
input_cell_state | เทนเซอร์ |
input_layer_norm_coefficients | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
forget_layer_norm_coefficients | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
cell_layer_norm_coefficients | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
output_layer_norm_coefficients | เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของค่าประเภทใดก็ได้ |
tfl.matrix_diag
(tfl :: matrixdiagop)
ส่งคืนเทนเซอร์ด้วยเส้นทแยงมุมที่ให้ไว้และทุกอย่างอื่น ๆ ที่มีศูนย์
ให้เป็นเส้นทแยงมุมส่งคืนเทนเซอร์ด้วยเส้นทแยงมุมและทุกอย่างที่เบาะด้วยศูนย์ สมมติว่าเส้นทแยงมุมมีขนาด k [I, J, K, ..., N]
จากนั้นเอาต์พุตเป็นเทนเซอร์ของอันดับ k+1
ที่มีขนาด [I, J, K, ..., N, N]
output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
diagonal | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มไร้สัญลักษณ์ 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qui8 หรือประเภท qi8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มไร้สัญลักษณ์ 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qui8 หรือประเภท qi8 |
tfl.matrix_set_diag
(tfl :: matrixsetdiagop)
ส่งคืนเทนเซอร์เมทริกซ์แบบแบตช์พร้อมค่าเส้นทแยงมุมแบบแบตช์ใหม่
input
และ diagonal
การดำเนินการนี้จะส่งคืนเทนเซอร์ด้วยรูปร่างและค่าเดียวกันกับ input
ยกเว้นเส้นทแยงมุมหลักของเมทริกซ์ด้านในสุด สิ่งเหล่านี้จะถูกเขียนทับโดยค่าใน diagonal
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8 |
diagonal | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
result | เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8 |
tfl.max_pool_2d
(tfl :: maxpool2dop)
Max Pool 2d op
ดำเนินการ Max Pool 2D บนอินพุต
อินพุต: inputs[0]
: จำเป็น: อินพุตเทนเซอร์
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflArithmeticCountOpInterface
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
padding | :: mlir :: stringattr | แอตทริบิวต์สตริงที่มีค่าเท่ากันหรือถูกต้อง |
stride_w | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
stride_h | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
filter_width | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
filter_height | :: mlir :: Integerattr | แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
fused_activation_function | :: mlir :: stringattr | แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของ Float 32 บิตหรือประเภท qui8 หรือประเภท Qi8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท |
tfl.maximum
(tfl :: maximumop)
ผู้ให้บริการสูงสุด
การทำงานสูงสุดขององค์ประกอบที่ชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
rhs | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
max | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
tfl.mean
(tfl :: meanop)
หมายถึงตัวดำเนินการ
คำนวณค่าเฉลี่ยขององค์ประกอบในมิติของเทนเซอร์ ลด input_tensor ตามขนาดที่กำหนดในแกน เว้นแต่ว่า Keepdims จะเป็นจริงอันดับของเทนเซอร์จะลดลง 1 สำหรับแต่ละรายการในแกน หาก Keepdims เป็นจริงขนาดที่ลดลงจะถูกเก็บไว้ด้วยความยาว 1
ลักษณะ: AlwaysSpeculatableImplTrait
, QuantizableResult
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | ประเภท mlir | คำอธิบาย |
---|---|---|
keep_dims | :: mlir :: boolattr | คุณลักษณะบูล |
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท Qi8 หรือประเภท QUI8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนามหรือค่าประเภท Qi16 |
axis | เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท Qi8 หรือประเภท QUI8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนามหรือค่าประเภท Qi16 |
tfl.minimum
(tfl :: ขั้นต่ำ)
ผู้ให้บริการขั้นต่ำ
การดำเนินการขั้นต่ำที่ชาญฉลาด
ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, Commutative
, QuantizableResult
, ResultsBroadcastableShape
อินเทอร์เฟซ: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
เอฟเฟกต์: MemoryEffects::Effect{}
ตัวถูกดำเนินการ:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
rhs | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
min | เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16 |
tfl.mirror_pad
(tfl :: mirrorpadop)
ผู้ให้บริการ MirrorPad แผ่นเทนเซอร์ที่มีค่ามิเรอร์
การดำเนินการนี้แผ่นอินพุตที่มีค่ามิเรอร์ตามพายเรือที่คุณระบุ Paddings เป็นเทนเซอร์จำนวนเต็มที่มีรูปร่าง [n, 2] โดยที่ n คืออันดับของอินพุต สำหรับแต่ละมิติของอินพุตพายเรือ [D, 0] ระบุจำนวนค่าที่จะเพิ่มก่อนเนื้อหาของอินพุตในมิตินั้นและพาย [D, 1] ระบุจำนวนค่าที่จะเพิ่มหลังจากเนื้อหาของอินพุตในมิตินั้น
PADDINGS ทั้งสอง [D, 0] และ PADDINGS [D, 1] ต้องไม่เกินอินพุต DIM_SIZE (D) (หรือ input.DIM_SIZE (D) - 1) ถ้า COPY_BORDER เป็นจริง (ถ้าเป็นเท็จตามลำดับ)
ขนาดเบาะของแต่ละมิติ d ของเอาต์พุตคือ:
paddings(D, 0) + input.dim_size(D) + paddings(D, 1)
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
mode | ::mlir::TFL::MirrorPaddingTypeAttr | mirror_pad_enum |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
logits | tensor of 32-bit float values |
num_samples | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
value | ::mlir::UnitAttr | unit attribute |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
none_val | ไม่มีประเภท |
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
tolerance | ::mlir::FloatAttr | 32-bit float attribute |
log_if_failed | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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)
. ฯลฯ
ตัวอย่างเช่น:
# '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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
values_count | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
values | variadic of tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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)
ตัวอย่างเช่น:
# '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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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)
ตัวอย่างเช่น:
# '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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | variadic of tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
lhs | tensor of 32-bit float or 32-bit signless integer values |
rhs | tensor of 32-bit float or 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
qtype | ::mlir::TypeAttr | Tensor type attribute |
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
value | ::mlir::ElementsAttr | constant vector/tensor attribute |
s_param | ::mlir::TFL::SparsityParameterAttr | Sparsity parameter. |
compressed_data | ::mlir::ElementsAttr | constant vector/tensor attribute |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
qtype | ::mlir::TypeAttr | Tensor type attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 32-bit float or QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
shape | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
seed | ::mlir::IntegerAttr | 64-bit signless integer attribute |
seed2 | ::mlir::IntegerAttr | 64-bit signless integer attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
shape | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | tensor of any integer type |
tfl.read_variable
(TFL::ReadVariableOp)
Reads variable value.
Read variable data identified by 'resource_id'.
Interfaces: TflRuntimeVerifyOpInterface
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
resource_id | tensor of resource values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 1-bit signless integer values |
reduction_indices | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 1-bit signless integer values |
reduction_indices | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or QUI8 type or QI8 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of any type values |
shape | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
align_corners | ::mlir::BoolAttr | bool attribute |
half_pixel_centers | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
align_corners | ::mlir::BoolAttr | bool attribute |
half_pixel_centers | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 เงื่อนไข
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 32-bit float values |
fft_length | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or QI8 type or QI16 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 32-bit float or 32-bit signless integer values |
segment_ids | tensor of 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
- Either the same shape (in which case the select is elementwise), or
- condition must be Rank 1 and match over the first dimension.
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
- Either the same shape (in which case the select is elementwise), or
- Broadcastable shapes between 'condition', 'x' and 'y'.
Traits: ::mlir::OpTrait::TFLRuntimeOpTrait
, AlwaysSpeculatableImplTrait
, QuantizableResult
, ResultsBroadcastableShape
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
out_type | ::mlir::Attribute | คุณลักษณะที่ได้รับ |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float or 64-bit float or 32-bit signless integer values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
beta | ::mlir::FloatAttr | 32-bit float attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
block_size | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
num_splits | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
num_splits | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is positive |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
x | tensor of 32-bit float values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
.
ตัวอย่างเช่น:
# '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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
squeeze_dims | ::mlir::ArrayAttr | 64-bit integer array attribute whose size is at most 8 |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
keep_dims | ::mlir::BoolAttr | bool attribute |
Operands:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
. กล่าวอีกนัยหนึ่ง:
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
Interfaces: ConditionallySpeculatable
, NoMemoryEffect (MemoryEffectOpInterface)
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
idx_out_type | ::mlir::Attribute | คุณลักษณะที่ได้รับ |
Operands:
Operand | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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)
. ฯลฯ
This is the opposite of pack
.
Traits: AlwaysSpeculatableImplTrait
, QuantizableResult
, SameOperandsAndResultElementType
Interfaces: ConditionallySpeculatable
, InferTypeOpInterface
, NoMemoryEffect (MemoryEffectOpInterface)
, SameOperandsAndResultsScale
, TflRuntimeVerifyOpInterface
Effects: MemoryEffects::Effect{}
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
num | ::mlir::IntegerAttr | 32-bit signless integer attribute whose value is non-negative |
axis | ::mlir::IntegerAttr | 32-bit signless integer attribute |
Operands:
Operand | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
container | ::mlir::StringAttr | string attribute |
shared_name | ::mlir::StringAttr | string attribute |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
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 |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
index | tensor of 64-bit signless integer values |
tfl.while
(TFL::WhileOp)
ในขณะที่วนซ้ำ
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
คุณสมบัติ:
คุณลักษณะ | MLIR Type | คำอธิบาย |
---|---|---|
is_stateless | ::mlir::BoolAttr | bool attribute |
Operands:
Operand | คำอธิบาย |
---|---|
input | variadic of tensor of any type values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
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 | คำอธิบาย |
---|---|
«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:
ตัวดำเนินการ | คำอธิบาย |
---|---|
input | tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values |
ผลลัพธ์:
ผลลัพธ์ | คำอธิบาย |
---|---|
output | tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values |
คุณสมบัติ
DimensionMetadataAttr
Dimension metadata.
ไวยากรณ์:
#tfl.dimension_metadata<
::mlir::TFL::DimensionTypeAttr, # format
int32_t, # dense_size
::llvm::ArrayRef<int32_t>, # segments
::llvm::ArrayRef<int32_t> # indices
>
พารามิเตอร์:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
รูปแบบ | ::mlir::TFL::DimensionTypeAttr | dimension_type |
dense_size | int32_t | |
เซ็กเมนต์ | ::llvm::ArrayRef<int32_t> | |
ดัชนี | ::llvm::ArrayRef<int32_t> |
SparsityParameterAttr
Sparsity parameter.
ไวยากรณ์:
#tfl.sparsity_parameter<
::llvm::ArrayRef<int32_t>, # traversal_order
::llvm::ArrayRef<int32_t>, # block_map
::llvm::ArrayRef<DimensionMetadataAttr> # dim_metadata
>
พารามิเตอร์:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
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">
พารามิเตอร์:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
ค่า | ::llvm::StringRef |
DimensionTypeAttr
dimension_type
ไวยากรณ์:
#tfl.dimension_type_attr<
::mlir::TFL::DimensionType # value
>
Enum cases:
- DENSE (
DENSE
) - SPARSE_CSR (
SPARSE_CSR
) #### Parameters:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
ค่า | ::mlir::TFL::DimensionType | an enum of type DimensionType |
LSTMKernelTypeAttr
lstm_kernel_type
ไวยากรณ์:
#tfl.lstm_kernel_type_attr<
::mlir::TFL::LSTMKernelType # value
>
Enum cases:
- FULL (
FULL
) - BASIC (
BASIC
) #### Parameters:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
ค่า | ::mlir::TFL::LSTMKernelType | an enum of type LSTMKernelType |
MirrorPaddingTypeAttr
mirror_pad_enum
ไวยากรณ์:
#tfl.mirror_pad_attr<
::mlir::TFL::MirrorPaddingType # value
>
Enum cases:
- REFLECT (
REFLECT
) - SYMMETRIC (
SYMMETRIC
) #### Parameters:
พารามิเตอร์ | C++ type | คำอธิบาย |
---|---|---|
ค่า | ::mlir::TFL::MirrorPaddingType | an enum of type MirrorPaddingType |
เอนัม
DimensionType
dimension_type
กรณี:
เครื่องหมาย | ค่า | สตริง |
---|---|---|
หนาแน่น | 0 | หนาแน่น |
SPARSE_CSR | 1 | SPARSE_CSR |
LSTMKernelType
lstm_kernel_type
กรณี:
เครื่องหมาย | ค่า | สตริง |
---|---|---|
เต็ม | 0 | เต็ม |
ขั้นพื้นฐาน | 1 | ขั้นพื้นฐาน |
MirrorPaddingType
mirror_pad_enum
กรณี:
เครื่องหมาย | ค่า | สตริง |
---|---|---|
สะท้อน | 0 | สะท้อน |
สมมาตร | 1 | สมมาตร |