「tfl」方言

TensorFlow Liteの方言。

この方言はTensorFlow Liteの演算に対応します。

不変量:

• すべての値はテンソル型です（特に、スカラーはゼロ次元テンソルを使用して表現されます）。

業務

tfl.abs (TFL::AbsOp)

絶対値演算子

テンソルxが与えられた場合、この操作はxの各要素の絶対値を含むテンソルを返します。たとえば、x が入力要素で y が出力要素の場合、この操作は以下を計算します。 \(y = |x|\)。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.add (TFL::AddOp)

加算演算子

要素ごとの加算演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.add_n (TFL::AddNOp)

_n演算子を追加する

入力されたすべてのテンソルを要素ごとに加算します。

特性: AlwaysSpeculatableImplTrait 、 Commutative

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.arg_max (TFL::ArgMaxOp)

ArgMax演算子

テンソルの各次元において、最も大きな値を持つインデックスを返します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.arg_min (TFL::ArgMinOp)

ArgMin オペレーター

テンソルの各次元の中で最小値を持つインデックスを返します。 a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.assign_variable (TFL::AssignVariableOp)

変数に新しい値を代入します。

この操作に制御依存するすべての ReadVariableOp は、この値、または変数のそれ以降の新しい値を返すことが保証されます。

インターフェース: TflRuntimeVerifyOpInterface

オペランド:

tfl.atan2 (TFL::Atan2Op)

Atan2 操作

「atan2」演算は、引数の符号を考慮しながら、y/xの逆正接を要素ごとに計算します。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultType

インターフェース: ConditionallySpeculatable 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.average_pool_2d (TFL::AveragePool2DOp)

_平均プール2D オペレーター

入力に対して平均プーリング演算を実行します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.basic_lstm (TFL::BasicLSTMOp)

基本的なLSTM演算子

基本的なLSTMセル演算子。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.batch_matmul (TFL::BatchMatMulOp)

バッチ行列乗算演算子

入力に対してバッチ処理による行列乗算を実行します。TensorFlow BatchMatMulV2 の規則に従い、バッチ次元における未知の次元とブロードキャストをサポートします。

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

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェース: ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

BatchToSpaceNd オペレーター

この操作は、「バッチ」次元0を空間次元に再構成します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

双方向シーケンスLSTM演算子

双方向LSTMは、基本的に2つのLSTMから構成され、一方は順方向に、もう一方は逆方向に動作します。そして、出力は2つのLSTMを連結したものです。

特性: QuantizableResult

インターフェース: DynamicRangeQuantizedOpInterface 、 TFL_StatefulOp 、 TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.bitcast (TFL::BitcastOp)

ビットキャスト演算子

テンソルをある型から別の型にビットキャストします。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.bitwise_xor (TFL::BitwiseXorOp)

ビットごとの XOR 演算子

要素ごとに、 lhsとrhsのビットごとの XOR を計算します。

特性: AlwaysSpeculatableImplTrait 、 Commutative 、 ResultsBroadcastableShape 、 SameOperandsAndResultElementType

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.broadcast_args (TFL::BroadcastArgsOp)

ブロードキャストを使用して、s0 op s1 の形状を返します。

形状を表すテンソルs0とs1が与えられたとき、ブロードキャストされた形状r0を計算します。s0 s0 s1 、 r0はすべて整数ベクトルです。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.broadcast_to (TFL::BroadcastToOp)

互換性のある形状の配列をブロードキャストします。

ブロードキャストとは、配列の形状を算術演算に適したものにするプロセスです。2つの形状は、各次元ペアについて、それらが等しいか、どちらか一方が1である場合に互換性があるとみなされます。テンソルを形状にブロードキャストしようとすると、まず末尾の次元から始まり、順に処理が進められます。

例えば、

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

上記の例では、形状が[1, 3]の入力テンソルが、形状が[3, 3]の出力テンソルにブロードキャストされます。

テンソルとスカラーの乗算など、ブロードキャスト演算を行う場合、ブロードキャストされたテンソルは実体化されないため、（通常）時間的または空間的な利点が得られます。

しかし、 broadcast_toにはそのような利点はありません。新しく作成されたテンソルは、ブロードキャストされた形状のメモリをすべて占有します。（ただし、グラフのコンテキストでは、 broadcast_to後続の操作と融合され、最適化によって削除される可能性があります。）

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.bucketize (TFL::BucketizeOp)

「境界」に基づいて「入力」をバケットに分類します。

例：

入力がboundaries = [0, 10, 100]でinput = [[-5, 10000][150, 10][5, 100]]の場合、出力はoutput = [[0, 3][3, 2][1, 3]]になります。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.call_once (TFL::CallOnceOp)

初期化関数を呼び出す

この操作は、tf の保存済みモデル方言におけるセッション初期化子に対して、指定された初期化関数を呼び出します。

インターフェース: TflRuntimeVerifyOpInterface

属性:

tfl.cast (TFL::CastOp)

キャストオペレーター

入力型を出力型にキャストします。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.ceil (TFL::CeilOp)

天井オペレーター

入力された要素の要素ごとの切り上げ値を返します。

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.complex_abs (TFL::ComplexAbsOp)

テンソルの複素絶対値を計算します。

複素数のテンソルxが与えられた場合、この操作は、 xの各要素の絶対値であるfloat型またはdoubleのテンソルを返します。x のすべての要素は、 xの形式の複素数である必要があります。 \(a + bj\)絶対値は次のように計算されます。 \( \sqrt{a^2 + b^2}\)。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.concatenation (TFL::ConcatenationOp)

連結演算子

1次元に沿ってテンソルを連結する

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.control_node (TFL::ControlNodeOp)

TFL.control_node操作は、制御エッジを接続するために、単一ブロック操作をラップします。

これは、領域をラップし、制御依存関係をそれらにアタッチするために使用されます。通常、これはフラットバッファモデルを出力する前の最後のステップのいずれかで行われ、操作の固定順序に依存する最適化（再マテリアライゼーションなど）を有効にするために使用されます。フラットバッファエクスポーターは、ラップされた領域をアンラップし、生成されたモデルにメタデータを注釈付けすることで、実行時の順序変更が制御依存関係によって指定された順序を尊重するようにします。

特性: HasParent<mlir::func::FuncOp> 、 RecursiveMemoryEffects 、 SingleBlockImplicitTerminator<YieldOp> 、 SingleBlock

オペランド:

結果：

tfl.conv_2d (TFL::Conv2DOp)

畳み込み演算子

入力に対して畳み込み演算を実行します。

入力: inputs[0] : 必須: 入力活性化テンソルinputs[1] : 必須: フィルタ重みテンソルinputs[2] : オプション: バイアステンソル

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

インターフェース: AffineQuantizedOpInterface 、 ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TFL_SparseOp 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.conv_3d (TFL::Conv3DOp)

畳み込み3D演算子

3D入力に対して畳み込み演算を実行します。入力: inputs[0] : 必須: 入力活性化テンソルinputs[1] : 必須: フィルタ重みテンソルinputs[2] : オプション: バイアステンソル

特性: AlwaysSpeculatableImplTrait 、 TFL::AccumulatorUniformScale<2, 0, 1>

インターフェース: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

転置畳み込み3D演算子

3D入力に対して転置畳み込み演算を実行します。入力: inputs[0] : 必須: 出力テンソルの形状inputs[1] : 必須: フィルタ重みテンソルinputs[2] : 必須: 入力活性化テンソルinputs[3] : オプション: バイアステンソル

特性: AlwaysSpeculatableImplTrait 、 TFL::AccumulatorUniformScale<3, 1, 2>

インターフェース: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.cos (TFL::CosOp)

コサイン演算子

入力の要素ごとのコサインを計算します

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.cumsum (TFL::CumsumOp)

カムサムオペレーター

軸に沿ったテンソルxの累積和を計算します。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.custom (TFL::CustomOp)

カスタムオペレーション

TFLiteのカスタムオペレーションに使用できる汎用的なオペレーションです。

input: 元の操作の入力のリスト。 custom_code: この操作が正確にどれであるかを識別するために使用される文字列。flatbuffer の operator_codes.custom_code に対応します。 custom_option: 操作の属性をバイト形式で保存するためのホルダー。 output: 元の操作の出力のリスト。

インターフェース: TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.custom_tf (TFL::CustomTfOp)

TFカスタムオペレーション用のラッパーオペレーション。

任意のカスタム TF オペレーションをラップするオペレーションです。これには、カスタム オペレーション定義を使用して定義されたオペレーション、または TF 方言で定義されていないリンクされたオペレーションが含まれます。このオペレーションは、カスタムオペレーションをリージョン内にラップするだけです。注 #1、このオペレーションには CustomOp を使用して定義された TF Lite カスタムオペレーションは含まれません。注 #2、このオペレーションはコンバータ内部の表現であり、モデルが Flatbuffer にエクスポートされるときに公開/エクスポートされません。

特性: IsolatedFromAbove 、 RecursiveMemoryEffects 、 SingleBlockImplicitTerminator<YieldOp> 、 SingleBlock

インターフェース: InferTypeOpInterface 、 TflRuntimeVerifyOpInterface

オペランド:

結果：

tfl.densify (TFL::DensifyOp)

密化演算子

疎テンソルを密テンソル形式に変換します。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.depth_to_space (TFL::DepthToSpaceOp)

DepthToSpace オペレーター

深度データを空間データのブロックに再配置します。これは SpaceToDepth の逆変換です。具体的には、この操作では入力テンソルのコピーを出力します。 depth次元の値は空間ブロック単位でheightとwidth次元に移動されます。属性block_size入力ブロックのサイズとデータの移動方法を示します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

深層分離畳み込み演算子

入力に対して畳み込み演算を実行します。

入力: inputs[0] : 必須: 入力活性化テンソルinputs[1] : 必須: フィルタ重みテンソルinputs[2] : オプション: バイアステンソル

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

インターフェース: AffineQuantizedOpInterface 、 ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TFL_SparseOp 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.dequantize (TFL::DequantizeOp)

逆量子化演算子

量子化された整数配列を、量子化パラメータに従って浮動小数点数に変換します。

インターフェース: NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.dilate (TFL::DilateOp)

膨張演算子

既存の要素の間に新しい要素を追加することで、テンソルを拡張します。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.div (TFL::DivOp)

分割オペレーター

要素ごとの除算演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice。

XLA DynamicUpdateSlice と同じセマンティクスを持つ DynamicUpdateSlice 操作。入力配列オペランドの値である結果を生成します。この結果には、start_indices で上書きされたスライス更新が含まれます。

https://www.tensorflow.org/xla/operation_semantics#dynamicupdatesliceを参照してください。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.elu (TFL::EluOp)

指数線形単位演算子

x < 0 の場合は指数線形関数 f(x) -> exp(x) - 1、x >= 0 の場合は x を要素ごとに計算します。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

埋め込みルックアップ演算子

埋め込みテンソルのリストの中からIDを検索します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェース: AffineQuantizedOpInterface 、 ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.equal (TFL::EqualOp)

等号演算子

x == y の真偽値を要素ごとに返します。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.exp (TFL::ExpOp)

自然べき乗演算子

入力に対して要素ごとの自然指数演算を実行します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.expand_dims (TFL::ExpandDimsOp)

テンソルの形状に次元1を挿入します。

テンソルinputが与えられた場合、この操作はinputの形状の次元インデックスaxisに次元1を挿入します。次元インデックスaxis 0から始まります。 axisに負の数を指定した場合、末尾から逆方向に数えられます。

この操作は、単一の要素にバッチ次元を追加したい場合に便利です。たとえば、 [height, width, channels]の形状の単一の画像がある場合、 expand_dims(image, 0)を使用して 1 つの画像のバッチを作成することができ、形状は[1, height, width, channels]になります。

その他の例：

# '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]

この操作には以下の条件が必要です。

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

この操作は、サイズ1の次元を削除するsqueeze()に関連しています。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.external_const (TFL::ExternalConstOp)

外部定数操作。

保持できる外部定数操作:

• フラットバッファ内の定数を指すbuffer_index 。
• 外部バッファ（flatbuffer の外部）のメタデータを含むexternal_buffer 。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

結果：

tfl.fake_quant (TFL::FakeQuantOp)

FakeQuantオペレーター

float型の「inputs」テンソルを、floatスカラーminとmaxを使用して擬似的に量子化し、inputsと同じ形状の「outputs」テンソルを作成します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.fill (TFL::FillOp)

指定された値でテンソルを埋めます。

指定された値でテンソルを埋めます。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.floor (TFL::FloorOp)

フロアオペレーター

入力された要素の切り捨て値を返します。

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.floor_div (TFL::FloorDivOp)

フロアdiv演算子

要素ごとの床置きdiv操作。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.floor_mod (TFL::FloorModOp)

分割に関するリマインダー

要素ごとの除算剰余演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.fully_connected (TFL::FullyConnectedOp)

完全接続型オペレーション

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

インターフェース: AffineQuantizedOpInterface 、 ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TFL_SparseOp 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.gather (TFL::GatherOp)

収集オペレーター

params axisからindicesに従ってスライスを収集します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.gather_nd (TFL::GatherNdOp)

_収集演算子

paramsからスライスをindicesで指定された形状のテンソルに集めます。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.gelu (TFL::GeluOp)

GELU活性化関数。

GELU活性化関数を要素ごとに計算します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.greater (TFL::GreaterOp)

より優れたオペレーター

要素ごとの操作性の向上。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.greater_equal (TFL::GreaterEqualOp)

_大等号演算子

要素ごとの大小比較演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.hard_swish (TFL::HardSwishOp)

ハードスウィッシュ作動機能。

ハードスウィッシュ活性化関数 f(x) -> (x * relu6(x+3))/6 を要素ごとに計算します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.hashtable (TFL::HashtableOp)

初期化されていないハッシュテーブルを作成します。

この操作はハッシュテーブルを作成し、キーと値の型を指定します。テーブルを使用する前に初期化する必要があります。初期化後は、テーブルは変更不可能になります。

インターフェース: TflRuntimeVerifyOpInterface

属性:

結果：

tfl.hashtable_find (TFL::HashtableFindOp)

テーブル内のキーを検索し、対応する値を出力します。

テンソルのkeys 、テーブルのキーと同じ型でなければなりません。出力valuesは、テーブルの値と同じ型になります。

スカラー型のdefault_valueは、テーブルに存在しないキーに対して出力される値です。また、テーブルの値と同じ型である必要があります。

インターフェース: TflRuntimeVerifyOpInterface

オペランド:

結果：

tfl.hashtable_import (TFL::HashtableImportOp)

テーブル内の内容を、指定されたキーと値で置き換えます。

テンソルのkeys 、テーブルのキーと同じ型でなければなりません。テンソルのvalues 、テーブルの値と同じ型でなければなりません。

インターフェース: TflRuntimeVerifyOpInterface

オペランド:

tfl.hashtable_size (TFL::HashtableSizeOp)

指定された表の要素数を計算します。

インターフェース: TflRuntimeVerifyOpInterface

オペランド:

結果：

tfl.if (TFL::IfOp)

if-then-else 操作

tfl.if操作は、2 つのコード領域を条件付きで実行するための if-then-else 構造を表します。if 操作のオペランドはブール値です。例:

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

tfl.if 、その領域で定義された結果を返す場合もあります。定義される値は、実行されるパスによって決定されます。

例：

%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領域は常に "tfl.yield" で終了します。"tfl.if" で値が定義されていない場合は、"tfl.yield" を省略でき、暗黙的に挿入されます。それ以外の場合は、明示的に指定する必要があります。また、"tfl.if" で 1 つ以上の値が定義されている場合は、'else' ブロックを省略することはできません。

例：

tfl.if %b  {
  ...
}

特性: NoRegionArguments 、 RecursiveMemoryEffects 、 SingleBlockImplicitTerminator<YieldOp> 、 SingleBlock

インターフェース: RegionBranchOpInterface 、 TflRuntimeVerifyOpInterface

オペランド:

結果：

tfl.imag (TFL::ImagOp)

複素数の虚数部を返します。

複素数のテンソルinputが与えられると、この操作はinputの各要素の虚数部であるfloat型のテンソルを返します。 inputのすべての要素は、次の形式の複素数である必要があります。 \(a + bj\)ここで、 aはこの演算によって返される実数部、 bは虚数部である。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.l2_normalization (TFL::L2NormalizationOp)

L2正規化演算子

L2正規化演算

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 FixedOutputRangeInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.leaky_relu (TFL::LeakyReluOp)

リーキーなReluオペレーター

要素ごとのリーキーReLU演算子 x -> x >= 0 ? x : (alpha * x)

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.less (TFL::LessOp)

オペレーターが少ない

要素ごとの演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.less_equal (TFL::LessEqualOp)

_より小さい等号演算子

要素ごとの less_equal 演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

局所応答正規化。

4次元inputテンソルは、1次元ベクトルの3次元配列（最後の次元に沿って）として扱われ、各ベクトルは個別に正規化されます。特定のベクトル内では、各成分はdepth_radius内の入力の重み付き二乗和で除算されます。詳細には、

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

詳細については、 Krizhevsky et al.、「深層畳み込みニューラルネットワークによるImageNet分類（NIPS 2012）」を参照してください。

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.log (TFL::LogOp)

自然対数演算子

入力に対して要素ごとの自然対数演算を実行します。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.log_softmax (TFL::LogSoftmaxOp)

ログソフトマックス演算子

以下の式を用いて要素ごとの対数ソフトマックス活性化を計算します。

入力 - log(reduce_sum(exp(入力), dim))

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 FixedOutputRangeInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.logical_and (TFL::LogicalAndOp)

論理AND演算子

要素ごとの論理AND演算。

特性: AlwaysSpeculatableImplTrait 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.logical_not (TFL::LogicalNotOp)

論理否定演算子

要素ごとの論理否定演算。

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultType

インターフェース: ConditionallySpeculatable 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.logical_or (TFL::LogicalOrOp)

論理OR演算子

要素ごとの論理OR演算。

特性: AlwaysSpeculatableImplTrait 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.logistic (TFL::LogisticOp)

物流オペレーター

入力の要素ごとのシグモイドを計算します

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 FixedOutputRangeInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.lstm (TFL::LSTMOp)

完全なLSTM演算子

長短期記憶ユニット (LSTM) リカレント ネットワーク層。デフォルトの非ピーホール実装は、次のものに基づいています: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter および J. Schmidhuber。「Long Short-Term Memory」。Neural Computation、9(8):1735-1780、1997。ピーホール実装は、次のものに基づいています: https://research.google.com/pubs/archive/43905.pdf Hasim Sak、Andrew Senior、および Francoise Beaufays。「大規模音響モデリングのための長短期記憶リカレント ニューラル ネットワーク アーキテクチャ」。INTERSPEECH、2014。入力と忘却ゲートの結合 (CIFG) は、次のものに基づいています: http://arxiv.org/pdf/1503.04069.pdf Greff ら。 「LSTM: 探索空間のオデッセイ」 レイヤー正規化は、以下の論文に基づいています: https://arxiv.org/pdf/1607.06450.pdf Ba et al.「レイヤー正規化」

特性: QuantizableResult

インターフェース: DynamicRangeQuantizedOpInterface 、 TFL_StatefulOp 、 TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.matrix_diag (TFL::MatrixDiagOp)

指定された対角成分を持ち、それ以外の部分はすべてゼロで埋められたテンソルを返します。

対角要素が与えられた場合、対角要素と、それ以外をゼロで埋めたテンソルを返します。対角要素が k 次元[I, J, K, ..., N]であると仮定すると、出力は次元[I, J, K, ..., N, N]のランクk+1のテンソルになります。ここで、 output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

新しいバッチ処理された対角値を持つバッチ処理された行列テンソルを返します。

inputとdiagonalが与えられた場合、この操作は、最も内側の行列の主対角成分を除いて、 inputと同じ形状と値を持つテンソルを返します。主対角成分は、 diagonalの値で上書きされます。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.max_pool_2d (TFL::MaxPool2DOp)

マックスプール2Dオペレーター

入力に対して2次元最大プール法を実行します。

入力: inputs[0] : 必須: 入力テンソル

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.maximum (TFL::MaximumOp)

最大オペレーター

要素ごとの最大値演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.mean (TFL::MeanOp)

平均演算子

テンソルの各次元における要素の平均を計算します。input_tensor を axis で指定された次元に沿って縮小します。keepdims が true でない場合、axis の各エントリごとにテンソルのランクが 1 ずつ減少します。keepdims が true の場合、縮小された次元は長さ 1 で保持されます。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.minimum (TFL::MinimumOp)

ミニオペレーター

要素ごとの最小値演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.mirror_pad (TFL::MirrorPadOp)

MirrorPad演算子。テンソルを鏡像反転した値で埋めます。

この操作では、指定したパディングに従って、入力にミラーリングされた値を追加します。paddings は、形状が [n, 2] の整数テンソルです。ここで、n は入力のランクです。入力の各次元 D について、paddings[D, 0] はその次元の入力内容の前に追加する値の数を示し、paddings[D, 1] はその次元の入力内容の後に追加する値の数を示します。

copy_border が true の場合、paddings[D, 0] と paddings[D, 1] は、input.dim_size(D) (または input.dim_size(D) - 1) より大きくあってはなりません (false の場合、それぞれ)。

出力の各次元Dのパディング後のサイズは次のとおりです。

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.mul (TFL::MulOp)

乗算演算子

要素ごとの乗算演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.multinomial (TFL::MultinomialOp)

カテゴリ分布からサンプルを抽出します。

生成される値は、すべてのクラスに対して提供されるlogitsまたは非正規化対数確率に基づいて、カテゴリ分布を持つことになります。

インターフェース: TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.neg (TFL::NegOp)

否定演算子

入力の要素ごとの否定を計算します

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.no_value (TFL::NoValueOp)

値を持たない定数。

値定数演算子はありません。

特性: AlwaysSpeculatableImplTrait 、 ConstantLike

インターフェース: ConditionallySpeculatable 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface)

効果: MemoryEffects::Effect{}

属性:

結果：

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

スコアの降順でバウンディングボックスのサブセットを貪欲に選択し、

以前に選択されたボックスとの交差オーバーユニオン (IOU) の重なりが大きいボックスを剪定します。スコアがscore_thresholdより小さいバウンディング ボックスは削除されます。バウンディング ボックスは [y1, x1, y2, x2] として提供されます。ここで、(y1, x1) と (y2, x2) は任意の対角線上のボックス コーナーの座標であり、座標は正規化 (つまり、区間 [0, 1] 内にある) または絶対値として提供できます。このアルゴリズムは座標系の原点の位置を問わず、より一般的には座標系の直交変換と平行移動に対して不変であることに注意してください。したがって、座標系の平行移動または反射によって、アルゴリズムによって選択されるボックスは同じになります。この操作の出力は、選択されたボックスを表す入力バウンディング ボックスのコレクションへのインデックスとなる整数のセットです。選択されたインデックスに対応するバウンディング ボックスの座標は、 tf.gather operationを使用して取得できます。例えば、selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

スコアの降順でバウンディングボックスのサブセットを貪欲に選択し、

以前に選択されたボックスとの交差オーバーユニオン (IOU) の重なりが大きいボックスを剪定します。スコアがscore_thresholdより小さいバウンディング ボックスは削除されます。バウンディング ボックスは [y1, x1, y2, x2] として提供されます。ここで、(y1, x1) と (y2, x2) は任意の対角線上のボックス コーナーの座標であり、座標は正規化 (つまり、区間 [0, 1] 内にある) または絶対値として提供できます。このアルゴリズムは座標系の原点の位置を問わず、より一般的には座標系の直交変換と平行移動に対して不変であることに注意してください。したがって、座標系の平行移動または反射によって、アルゴリズムによって選択されるボックスは同じになります。この操作の出力は、選択されたボックスを表す入力バウンディング ボックスのコレクションへのインデックスとなる整数のセットです。選択されたインデックスに対応するバウンディング ボックスの座標は、 tf.gather operationを使用して取得できます。例えば、selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) この操作では、Soft-NMS (ガウス重み付けあり) モード (Bodla et al、 https://arxiv.org/abs/1704.04503 を参照) もサポートしています。このモードでは、ボックスが直接剪定されるのではなく、重なり合う他のボックスのスコアが減少するようになっています。この Soft-NMS モードを有効にするには、 soft_nms_sigmaパラメータを 0 より大きい値に設定します。

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.not_equal (TFL::NotEqualOp)

等しくない演算子

要素ごとの不等号演算。

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 Commutative 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.NumericVerify (TFL::NumericVerifyOp)

2つのオペランドの数値を検証します

NumericVerify 操作は、2 つのアクティベーションの数値を検証するためのデバッグ操作です。これは TFLite のカスタム操作です。log_if_failed が true の場合、NumericVerify 操作は、浮動小数点数と量子化されたアクティベーションの差に関する統計情報を計算し、ログを出力し、出力テンソルに差を設定し、許容範囲を超えるエラーが存在する場合はエラーをスローします。log_if_failed = false の場合、エラーは考慮されません。

特性: QuantizableResult 、 SameOperandsShape

インターフェース: TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.one_hot (TFL::OneHotOp)

OneHotオペレーター

ワンホットテンソルを返しますindicesで表される場所はon_value値を取り、その他のすべての場所はoff_value値を取ります。

入力indicesのランクがNの場合、出力のランクはN+1になります。新しい軸は次元axisに作成されます (デフォルト: 新しい軸は末尾に追加されます)。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.pack (TFL::PackOp)

次元に沿ったテンソルのリストを1つのテンソルにパックします。

values_countリスト（ランクRテンソル）を1つのランク(R+1)テンソルにパックします。

values_count valuesのテンソルを、 axis次元に沿ってパックすることで、 values内の各テンソルよりもランクが 1 つ高いテンソルにパックします。

形状が(A, B, C)のテンソルのリストが与えられた場合;

axis == 0の場合、 outputテンソルの形状は(N, A, B, C)になります。 axis == 1の場合、 outputテンソルの形状は(A, N, B, C)になります。など。

例えば：

# '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]]

これはunpackの反対です。

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.pad (TFL::PadOp)

パディングオペレーター

この操作では、指定したpaddingsに従ってinputにゼロを追加します。paddings paddings 、形状が[Dn, 2]の整数テンソルです。ここで、n はinputのランクです。 inputの各次元 D について、 paddings[D, 0]はその次元のinput内容の前に追加するゼロの数を示し、 paddings[D, 1]その次元のinput内容の後に追加するゼロの数を示します。

出力の各次元Dのパディング後のサイズは次のとおりです。

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

例えば：

# '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]]

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.padv2 (TFL::PadV2Op)

パディング演算子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)

例えば：

# '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]]

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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

オペランド:

結果：

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

効果: MemoryEffects::Effect{}

オペランド:

結果：

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

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

結果：

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)

効果: MemoryEffects::Effect{}

属性:

結果：

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

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

結果：

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

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

結果：

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

インターフェース: NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

インターフェース: TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

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.

インターフェース: TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.range (TFL::RangeOp)

Range operator

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

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

インターフェース: TflRuntimeVerifyOpInterface

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.relu (TFL::ReluOp)

Relu operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

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

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.round (TFL::RoundOp)

Round operator

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

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

特性: AlwaysSpeculatableImplTrait

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.select (TFL::SelectOp)

演算子を選択

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

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 SameOperandsAndResultType

インターフェース: ConditionallySpeculatable 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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)

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

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

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

特性: AlwaysSpeculatableImplTrait 、 InferTensorType 、 TF::SameOperandsAndResultTypeResolveRef

インターフェース: ConditionallySpeculatable 、 InferShapedTypeOpInterface 、 InferTypeOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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 .

例えば：

# '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]

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.sub (TFL::SubOp)

Subtraction operator

Element-wise subtraction operation.

特性: ::mlir::OpTrait::TFLRuntimeOpTrait 、 AlwaysSpeculatableImplTrait 、 QuantizableResult 、 ResultsBroadcastableShape

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性:

オペランド:

結果：

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , RequiresQuantizedBiasInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

属性:

オペランド:

結果：

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult 、 SameOperandsAndResultShape

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

効果: MemoryEffects::Effect{}

オペランド:

結果：

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].

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

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.

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

特性: AlwaysSpeculatableImplTrait 、 QuantizableResult

インターフェイス: ConditionallySpeculatable 、 NoMemoryEffect (MemoryEffectOpInterface) 、 SameOperandsAndResultsScale 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

オペランド:

結果：

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

インターフェース: AffineQuantizedOpInterface 、 ConditionallySpeculatable 、 DynamicRangeQuantizedOpInterface 、 NoMemoryEffect (MemoryEffectOpInterface) 、 RequiresQuantizedBiasInterface 、 TFL_SparseOp 、 TflArithmeticCountOpInterface 、 TflRuntimeVerifyOpInterface

効果: MemoryEffects::Effect{}

属性: