"تي اف إل&39; اللهجة

لهجة TensorFlow Lite.

ترتبط هذه اللهجة بعمليات TensorFlow Lite.

الثوابت:

• جميع القيم من نوع Tensor (على وجه الخصوص، يتم تمثيل الكميات باستخدام الموترات ذات البعد الصفري)؛

عمليات

tfl.abs (TFL::AbsOp)

عامل القيمة المطلقة

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.add (TFL::AddOp)

عامل الإضافة

عملية إضافة العناصر الحكيمة.

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.add_n (TFL::AddNOp)

_إضافة ن المشغل

يضيف كل عناصر موتر الإدخال.

السمات: AlwaysSpeculatableImplTrait ، Commutative

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.arg_max (TFL::ArgMaxOp)

عامل ارج ماكس

إرجاع الفهرس بأكبر قيمة عبر أبعاد الموتر.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.arg_min (TFL::ArgMinOp)

مشغل ArgMin

تُرجع الفهرس بأصغر قيمة عبر أبعاد الموتر. أ = [1، 10، 26.9، 2.8، 166.32، 62.3] ب = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.assign_variable (TFL::AssignVariableOp)

يعين قيمة جديدة لمتغير.

أي ReadVariableOp مع تبعية تحكم على هذه العملية مضمونة لإرجاع هذه القيمة أو قيمة أحدث لاحقة للمتغير.

الواجهات: TflRuntimeVerifyOpInterface

المعاملات:

tfl.atan2 (TFL::Atan2Op)

عملية أتان2

تحسب العملية "atan2" ظل الزاوية لعنصر y/x، مع احترام علامات الوسائط.

السمات: AlwaysSpeculatableImplTrait ، SameOperandsAndResultElementType ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Average_pool مشغل ثنائي الأبعاد

ينفذ عملية التجميع المتوسط ​​على الإدخال.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.basic_lstm (TFL::BasicLSTMOp)

عامل lstm الأساسي

مشغل خلية LSTM الأساسي.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.batch_matmul (TFL::BatchMatMulOp)

عامل تشغيل مصفوفة الدُفعات

ينفذ عملية ضرب المصفوفة المجمعة على المدخلات. يتبع اصطلاحات TensorFlow BatchMatMulV2، مع دعم الأبعاد غير المعروفة في أبعاد الدفعة والبث.

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

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

مشغل BatchToSpaceNd

تعمل هذه العملية على إعادة تشكيل البعد "الدُفعي" 0 إلى أبعاد فضائية.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMOp)

مشغل LSTM للتسلسل ثنائي الاتجاه

lstm ثنائي الاتجاه هو في الأساس نظامان، أحدهما يسير للأمام والآخر يعمل للخلف. والإخراج هو تسلسل الملفين.

السمات: QuantizableResult

الواجهات: DynamicRangeQuantizedOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.bitcast (TFL::BitcastOp)

مشغل البث الثنائي

Bitcasts موتر من نوع إلى آخر.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.bitwise_xor (TFL::BitwiseXorOp)

مشغل Bitwise Xor

يحسب Elementwise XOR للبت لـ lhs و rhs .

السمات: AlwaysSpeculatableImplTrait ، Commutative ، SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.broadcast_args (TFL::BroadcastArgsOp)

إرجاع شكل s0 op s1 مع البث.

بالنظر إلى s0 و s1 ، فإن الموترات التي تمثل الأشكال، تحسب r0 ، الشكل الذي تم بثه. s0 و s1 و r0 كلها متجهات أعداد صحيحة.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.broadcast_to (TFL::BroadcastToOp)

بث مصفوفة لشكل متوافق.

البث هو عملية جعل المصفوفات تحتوي على أشكال متوافقة للعمليات الحسابية. يكون الشكلان متوافقين إذا كانا متساويين لكل زوج من الأبعاد أو كان أحدهما واحدًا. عند محاولة بث Tensor إلى شكل ما، فإنه يبدأ بالأبعاد الزائدة، ويشق طريقه للأمام.

على سبيل المثال،

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

في المثال أعلاه، يتم بث موتر الإدخال بالشكل [1, 3] إلى موتر الإخراج بالشكل [3, 3] .

عند إجراء عمليات البث مثل ضرب الموتر في العددية، يمنح البث (عادةً) بعض الفوائد الزمانية أو المكانية، حيث أن الموتر الذي يتم بثه لا يتحقق أبدًا.

ومع ذلك، broadcast_to لا يحمل معه أي فوائد من هذا القبيل. يأخذ الموتر الذي تم إنشاؤه حديثًا الذاكرة الكاملة للشكل الذي يتم بثه. (في سياق الرسم البياني، قد يتم دمج broadcast_to في عملية لاحقة ثم يتم تحسينها بعد ذلك.)

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.bucketize (TFL::BucketizeOp)

يقوم بتجميع "المدخلات" بناءً على "الحدود".

مثال:

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

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.call_once (TFL::CallOnceOp)

يستدعي وظيفة التهيئة

تستدعي هذه العملية وظيفة التهيئة المحددة لمهيئ الجلسة بلغة النموذج المحفوظ tf.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

tfl.cast (TFL::CastOp)

مشغل الزهر

يلقي المدخلات من نوع الإدخال إلى نوع الإخراج.

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.ceil (TFL::CeilOp)

مشغل السقف

تُرجع قيمة السقف حسب العناصر للإدخال.

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.complex_abs (TFL::ComplexAbsOp)

يحسب القيمة المطلقة المعقدة للموتر.

بالنظر إلى موتر x من الأعداد المركبة، تُرجع هذه العملية موترًا من النوع float أو double وهو القيمة المطلقة لكل عنصر في x . يجب أن تكون جميع العناصر في x أرقامًا مركبة بالصيغة \(a + bj\). يتم حساب القيمة المطلقة كـ \( \sqrt{a^2 + b^2}\).

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.concatenation (TFL::ConcatenationOp)

مشغل سلسلة

يسلسل الموترات على طول بعد واحد

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.control_node (TFL::ControlNodeOp)

تقوم عملية TFL.control_node بتغليف عمليات الكتلة الواحدة من أجل ربط حواف التحكم.

يُستخدم هذا لتغليف المناطق وإرفاق تبعيات التحكم بها. عادةً، سيحدث هذا في إحدى الخطوات الأخيرة قبل إصدار نموذج المخزن المؤقت المسطح من أجل تمكين التحسينات التي تعتمد على ترتيب ثابت للعمليات (مثل إعادة التجسيد). سيقوم مُصدر المخزن المؤقت المسطح بإلغاء تغليف المنطقة الملتفة وإضافة تعليقات توضيحية إلى النموذج الذي تم إنشاؤه باستخدام البيانات التعريفية بحيث تحترم أي عمليات إعادة ترتيب في وقت التشغيل الترتيب الذي تقدمه تبعيات التحكم.

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

المعاملات:

نتائج:

tfl.conv_2d (TFL::Conv2DOp)

عامل الالتفاف

ينفذ عملية الالتفاف على المدخلات.

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

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.conv_3d (TFL::Conv3DOp)

عامل الالتواء ثلاثي الأبعاد

ينفذ عملية الالتفاف على المدخلات ثلاثية الأبعاد. المدخلات: inputs[0] : مطلوب: inputs[1] : مطلوب: inputs[2] : اختياري: موتر التحيز

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

مشغل الالتواء المنقول ثلاثي الأبعاد

ينفذ عملية الالتواء المنقولة على المدخلات ثلاثية الأبعاد. المدخلات: inputs[0] : مطلوب: شكل inputs[1] : مطلوب: inputs[2] : مطلوب: inputs[3] : اختياري: موتر التحيز

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.cos (TFL::CosOp)

عامل جيب التمام

يحسب عنصر جيب التمام للمدخلات

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.cumsum (TFL::CumsumOp)

عامل كومسوم

حساب المجموع التراكمي للموتر x على طول المحور.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.custom (TFL::CustomOp)

المرجع المخصص

عملية عامة لأي عملية مخصصة لـ TFLite.

الإدخال: قائمة المدخلات في المرجع الأصلي. custom_code: سلسلة تُستخدم لتحديد هذه العملية بالضبط، والتي تتوافق مع رمز عامل التشغيل.custom_code في المخزن المؤقت المسطح. custom_option: حامل لحفظ سمات المرجع بطريقة البايت. الإخراج: قائمة المخرجات في المرجع الأصلي.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op للعمليات المخصصة لـ TF.

غلاف تشغيلي حول أي عملية TF مخصصة. يتضمن ذلك العمليات المحددة باستخدام custom_opdefs أو المرتبطة التي لم يتم تعريفها بلغة TF. تقوم هذه العملية فقط بتغليف العملية المخصصة داخل المنطقة. ملاحظة رقم 1، لن تتضمن هذه العملية عمليات TF Lite المخصصة المحددة باستخدام CustomOp. ملاحظة رقم 2، هذه العملية هي مجرد تمثيل داخلي داخل المحول ولا يتم عرضها/تصديرها عند تصدير النموذج إلى Flatbuffer.

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

الواجهات: InferTypeOpInterface ، TflRuntimeVerifyOpInterface

المعاملات:

نتائج:

tfl.densify (TFL::DensifyOp)

تكثيف المشغل

يحول الموتر المتناثر إلى تنسيق كثيف.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.depth_to_space (TFL::DepthToSpaceOp)

مشغل DepthToSpace

إعادة ترتيب البيانات من العمق إلى كتل من البيانات المكانية. هذا هو التحول العكسي لـ SpaceToDepth. وبشكل أكثر تحديدًا، تقوم هذه العملية بإخراج نسخة من موتر الإدخال حيث يتم نقل القيم من بُعد depth في كتل مكانية إلى أبعاد height width . يشير block_size attr إلى حجم كتلة الإدخال وكيفية نقل البيانات.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

مشغل الالتواء القابل للفصل بعمق

ينفذ عملية الالتفاف على المدخلات.

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

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.dequantize (TFL::DequantizeOp)

عامل نزع الكمية

تحويل المصفوفة الكمية من الأعداد الصحيحة إلى نقاط عائمة وفقًا لمعلمات التكميم.

الواجهات: NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.dilate (TFL::DilateOp)

عامل التمدد

يوسع الموتر عن طريق إضافة عناصر جديدة بين العناصر الموجودة. السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.div (TFL::DivOp)

عامل القسم

عملية تقسيم العناصر الحكيمة.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

شريحة التحديث الديناميكي.

DynamicUpdateSlice op لها نفس الدلالات مع XLA DynamicUpdateSlice. يُنشئ نتيجة تمثل قيمة معامل صفيف الإدخال، مع الكتابة فوق تحديث الشريحة في start_indices.

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.elu (TFL::EluOp)

مشغل الوحدة الخطية الأسية

يحسب الخطي الأسي f(x) -> exp(x) - 1 لـ x < 0، x لـ x >= 0. من حيث العناصر.

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

تضمين عامل البحث

يبحث عن المعرفات في قائمة تضمين الموترات.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.equal (TFL::EqualOp)

عامل متساوي

تُرجع عنصر الحقيقة لـ x == y element-wise

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.exp (TFL::ExpOp)

عامل الأس الطبيعي

ينفذ عملية الأس الطبيعي للعنصر على الإدخال.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.expand_dims (TFL::ExpandDimsOp)

يقوم بإدراج بُعد 1 في شكل الموتر.

بالنظر إلى input موتر، تقوم هذه العملية بإدراج بُعد 1 عند axis فهرس البعد لشكل input . يبدأ axis فهرس البعد عند الصفر؛ إذا قمت بتحديد رقم سالب axis فسيتم حسابه بشكل تنازلي من النهاية.

تعتبر هذه العملية مفيدة إذا كنت تريد إضافة بُعد دفعي إلى عنصر واحد. على سبيل المثال، إذا كان لديك صورة واحدة للشكل [height, width, channels] ، فيمكنك جعلها مجموعة من صورة واحدة باستخدام expand_dims(image, 0) مما سيجعل الشكل [1, height, width, channels] .

أمثلة أخرى:

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

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

تتطلب هذه العملية ما يلي:

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

ترتبط هذه العملية بالضغط squeeze() ، الذي يزيل أبعاد الحجم 1.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.external_const (TFL::ExternalConstOp)

المرجع الثابت الخارجي

يحتوي const op الخارجي على buffer_index الذي يشير إلى ثابت في المخزن المؤقت المسطح.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.fake_quant (TFL::FakeQuantOp)

مشغل FakeQuant

قم بتكميم موتر "المدخلات" من النوع العائم عبر الكميات العددية العائمة min و max إلى موتر "المخرجات" بنفس شكل المدخلات.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.fill (TFL::FillOp)

املأ الموتر بالقيمة المحددة.

املأ الموتر بالقيمة المحددة.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.floor (TFL::FloorOp)

مشغل الكلمة

إرجاع قيمة الكلمة الحكيمة للإدخال.

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.floor_div (TFL::FloorDivOp)

عامل تقسيم الطابق

عملية div للعنصر.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.floor_mod (TFL::FloorModOp)

تذكير القسمة

عملية تذكير بالتقسيم حسب العناصر.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.fully_connected (TFL::FullyConnectedOp)

متصل بالكامل

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.gather (TFL::GatherOp)

جمع المشغل

جمع شرائح من axis params وفقا indices .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.gather_nd (TFL::GatherNdOp)

_اجمع المشغل الثاني

اجمع الشرائح من params في Tensor بالشكل المحدد بواسطة indices .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.gelu (TFL::GeluOp)

وظيفة تفعيل جيلو.

يحسب عنصر وظيفة التنشيط GELU.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.greater (TFL::GreatOp)

مشغل أكبر

عملية أكبر من حيث العنصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.greater_equal (TFL::GreaterEqualOp)

_أكبر عامل متساوي

عملية أكبر_متساوية من حيث العنصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.hard_swish (TFL::HardSwishOp)

وظيفة تفعيل هارد سويش.

يحسب وظيفة التنشيط القوية f(x) -> (x * relu6(x+3))/6 من حيث العناصر.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.hashtable (TFL::HashtableOp)

إنشاء جدول تجزئة غير مهيأ.

تقوم هذه العملية بإنشاء جدول تجزئة، مع تحديد نوع مفاتيحه وقيمه. قبل استخدام الجدول، سيتعين عليك تهيئته. بعد التهيئة، سيكون الجدول غير قابل للتغيير.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

نتائج:

tfl.hashtable_find (TFL::HashtableFindOp)

يبحث عن المفاتيح في الجدول، ويخرج القيم المقابلة.

يجب أن تكون keys الموتر من نفس نوع مفاتيح الجدول. تكون values الإخراج من نوع قيم الجدول.

القيمة default_value العددية هي القيمة الناتجة للمفاتيح غير الموجودة في الجدول. ويجب أن تكون أيضًا من نفس نوع قيم الجدول.

الواجهات: TflRuntimeVerifyOpInterface

المعاملات:

نتائج:

tfl.hashtable_import (TFL::HashtableImportOp)

يستبدل محتويات الجدول بالمفاتيح والقيم المحددة.

يجب أن تكون keys الموترية من نفس نوع مفاتيح الجدول. يجب أن تكون values الموتر من نوع قيم الجدول.

الواجهات: TflRuntimeVerifyOpInterface

المعاملات:

tfl.hashtable_size (TFL::HashtableSizeOp)

يحسب عدد العناصر في الجدول المحدد.

الواجهات: TflRuntimeVerifyOpInterface

المعاملات:

نتائج:

tfl.if (TFL::IfOp)

عملية إذا-ثم-آخر

تمثل عملية tfl.if بنية if-then-else للتنفيذ المشروط لمنطقتين من التعليمات البرمجية. المعامل لعملية if هو قيمة منطقية. على سبيل المثال:

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

قد يقوم tfl.if أيضًا بإرجاع النتائج المحددة في مناطقه. يتم تحديد القيم المحددة من خلال مسار التنفيذ الذي سيتم اتخاذه.

مثال:

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

يتم دائمًا إنهاء مناطق tfl.if بـ "tfl.yield". إذا لم يحدد "tfl.if" أي قيم، فيمكن استبعاد "tfl.yield"، وسيتم إدراجه ضمنيًا. وإلا فيجب أن يكون صريحا. وأيضًا، إذا قام "tfl.if" بتعريف قيمة واحدة أو أكثر، فلا يمكن حذف الكتلة "else".

مثال:

tfl.if %b  {
  ...
}

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

الواجهات: RegionBranchOpInterface ، TflRuntimeVerifyOpInterface

المعاملات:

نتائج:

tfl.imag (TFL::ImagOp)

إرجاع الجزء التخيلي من عدد مركب.

بالنظر إلى input موتر للأعداد المركبة، تُرجع هذه العملية موترًا من النوع float وهو الجزء التخيلي من كل عنصر في input . يجب أن تكون جميع العناصر input أرقامًا مركبة من النموذج \(a + bj\)، حيث a هو الجزء الحقيقي و b هو الجزء التخيلي الذي يتم إرجاعه بواسطة هذه العملية.

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.l2_normalization (TFL::L2NormalizationOp)

عامل التطبيع L2

عملية التطبيع L2

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.leaky_relu (TFL::LeakyReluOp)

مشغل ريلو المتسرب

عامل Leaky ReLU من حيث العنصر x -> x >= 0؟ س : (ألفا * س)

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.less (TFL::LessOp)

مشغل أقل

عملية أقل حكمة للعنصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.less_equal (TFL::LessEqualOp)

_عامل أقل مساواة

عملية أقل_مساواة من حيث العناصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.local_response_normalization (TFL::LocalResponseNormalizationOp)

تطبيع الاستجابة المحلية.

يتم التعامل مع موتر input رباعي الأبعاد كمصفوفة ثلاثية الأبعاد من المتجهات أحادية الأبعاد (على طول البعد الأخير)، ويتم تسوية كل متجه بشكل مستقل. داخل متجه معين، يتم تقسيم كل مكون على المجموع المربع والمرجح للمدخلات داخل depth_radius . بالتفصيل،

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

لمزيد من التفاصيل، راجع Krizhevsky et al.، تصنيف ImageNet مع الشبكات العصبية التلافيفية العميقة (NIPS 2012) .

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.log (TFL::LogOp)

مشغل اللوغاريتم الطبيعي

ينفذ عملية اللوغاريتم الطبيعي حسب العناصر عند الإدخال.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.log_softmax (TFL::LogSoftmaxOp)

سجل مشغل softmax

يحسب عمليات تنشيط سجل softmax حسب العناصر باستخدام الصيغة التالية

الإدخال - سجل (reduce_sum (exp (input)، dim))

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.logical_and (TFL::LogicalAndOp)

المنطقي والمشغل

العنصر المنطقي والتشغيل.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.logical_not (TFL::LogicalNotOp)

عامل التشغيل NOT المنطقي

عملية منطقية من حيث العنصر.

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.logical_or (TFL::LogicalOrOp)

عامل تشغيل منطقي أو

عملية منطقية أو عملية.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.logistic (TFL::LogisticOp)

مشغل لوجستي

يحسب عنصر السيني من المدخلات

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.lstm (TFL::LSTMOp)

مشغل lstm الكامل

طبقة الشبكة المتكررة لوحدة الذاكرة قصيرة المدى الطويلة (LSTM). يعتمد التنفيذ الافتراضي بدون ثقب الباب على: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf S. Hochreiter وJ. Schmidhuber. “الذاكرة طويلة المدى قصيرة المدى”. الحساب العصبي، 9(8):1735-1780، 1997. يعتمد تنفيذ ثقب الباب على: https://research.google.com/pubs/archive/43905.pdf هاشم ساك وأندرو سينيور وفرانسواز بوفايز. "بنية الشبكة العصبية المتكررة ذات الذاكرة الطويلة والقصيرة المدى للنمذجة الصوتية واسعة النطاق." INTERSPEECH، 2014. يعتمد اقتران بوابة الإدخال وبوابة النسيان (CIFG) على: http://arxiv.org/pdf/1503.04069.pdf Greff et al. "LSTM: رحلة بحث في الفضاء" تعتمد تسوية الطبقة على: https://arxiv.org/pdf/1607.06450.pdf Ba et al. "تطبيع الطبقة"

السمات: QuantizableResult

الواجهات: DynamicRangeQuantizedOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.matrix_diag (TFL::MatrixDiagOp)

إرجاع موتر بالقطر المقدم وكل شيء آخر مبطن بالأصفار.

بالنظر إلى قطري، يتم إرجاع موتر مع القطر وكل شيء آخر مبطن بالأصفار. افترض أن القطر له أبعاد k [I, J, K, ..., N] ، فإن الناتج هو موتر من الرتبة k+1 بأبعاد [I, J, K, ..., N, N] حيث: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.matrix_set_diag (TFL::MatrixSetDiagOp)

إرجاع موتر مصفوفة مجمعة بقيم قطرية مجمعة جديدة.

بالنظر إلى input diagonal ، تُرجع هذه العملية موترًا له نفس الشكل والقيم مثل input ، باستثناء القطر الرئيسي للمصفوفات الأعمق. سيتم استبدال هذه القيم بالقيم diagonal .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.max_pool_2d (TFL::MaxPool2DOp)

ماكس بول 2D المرجع

ينفذ أقصى تجمع ثنائي الأبعاد عند الإدخال.

المدخلات: inputs[0] : مطلوب: موتر الإدخال

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.maximum (TFL::MaximumOp)

مشغل ماكس

عملية الحد الأقصى للعنصر.

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

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.mean (TFL::MeanOp)

يعني المشغل

يحسب متوسط ​​العناصر عبر أبعاد الموتر. يقلل input_tensor على طول الأبعاد الواردة في المحور. ما لم تكن Keepdims صحيحة، فسيتم تقليل رتبة الموتر بمقدار 1 لكل إدخال في المحور. إذا كان keepdims صحيحًا، فسيتم الاحتفاظ بالأبعاد المخفضة بالطول 1.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.minimum (TFL::MinimumOp)

مشغل دقيقة

عملية دقيقة من حيث العنصر.

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

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.mirror_pad (TFL::MirrorPadOp)

مشغل لوحة المرآة. منصات موتر مع قيم معكوسة.

تقوم هذه العملية بتضمين المدخلات بقيم معكوسة وفقًا للحشوات التي تحددها. الحشوات عبارة عن موتر عدد صحيح بالشكل [n, 2]، حيث n هي رتبة الإدخال. بالنسبة لكل بُعد D من المدخلات، تشير الحشوات [D, 0] إلى عدد القيم التي يجب إضافتها قبل محتويات الإدخال في هذا البعد، وتشير الحشوات [D, 1] إلى عدد القيم التي يجب إضافتها بعد محتويات الإدخال في هذا البعد.

يجب ألا تكون كل من الحشوات[D, 0] والحشوات[D, 1] أكبر من input.dim_size(D) (أو input.dim_size(D) - 1) إذا كانت قيمة Copy_border صحيحة (إذا كانت خطأ، على التوالي).

الحجم المبطن لكل بُعد D من الإخراج هو:

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.mul (TFL::MulOp)

عامل الضرب

عملية الضرب حسب العناصر.

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.multinomial (TFL::MultinomialOp)

يرسم عينات من التوزيع الفئوي.

سيكون للقيم التي تم إنشاؤها توزيعًا فئويًا استنادًا إلى logits أو احتمالات السجل غير الطبيعية المتوفرة لجميع الفئات.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.neg (TFL::NegOp)

عامل النفي

يحسب النفي الحكيم للإدخال

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.no_value (TFL::NoValueOp)

ثابت لا يمثل أي قيمة.

لا توجد قيمة ثابتة المرجع.

السمات: AlwaysSpeculatableImplTrait ، ConstantLike

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

يختار بجشع مجموعة فرعية من المربعات المحيطة بترتيب تنازلي للنتيجة،

تشذيب المربعات التي تحتوي على تقاطع عالي فوق الاتحاد (IOU) يتداخل مع المربعات المحددة مسبقًا. تتم إزالة المربعات المحيطة ذات النقاط الأقل من score_threshold . يتم توفير المربعات المحيطة بالشكل [y1، x1، y2، x2]، حيث (y1، x1) و (y2، x2) هي إحداثيات أي زوج قطري من زوايا الصندوق ويمكن تقديم الإحداثيات بشكل طبيعي (على سبيل المثال، الكذب في الفاصل الزمني [0، 1]) أو المطلق. لاحظ أن هذه الخوارزمية لا تعرف مكان الأصل في نظام الإحداثيات وهي بشكل عام ثابتة بالنسبة للتحويلات المتعامدة وترجمات نظام الإحداثيات؛ وبالتالي فإن ترجمة أو انعكاسات نظام الإحداثيات تؤدي إلى تحديد نفس المربعات بواسطة الخوارزمية. مخرجات هذه العملية عبارة عن مجموعة من الأعداد الصحيحة المفهرسة في مجموعة الإدخال للمربعات المحيطة التي تمثل المربعات المحددة. ويمكن بعد ذلك الحصول على إحداثيات المربع المحيط المقابلة للمؤشرات المحددة باستخدام tf.gather operation . على سبيل المثال:select_indices = tf.image.non_max_suppression_v2(boxes, Scores, max_output_size, iou_threshold, Score_threshold) Selected_boxes = tf.gather(boxes, Selected_indices)

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

يختار بجشع مجموعة فرعية من المربعات المحيطة بترتيب تنازلي للنتيجة،

تشذيب المربعات التي تحتوي على تقاطع عالي فوق الاتحاد (IOU) يتداخل مع المربعات المحددة مسبقًا. تتم إزالة المربعات المحيطة ذات النقاط الأقل من score_threshold . يتم توفير المربعات المحيطة بالشكل [y1، x1، y2، x2]، حيث (y1، x1) و (y2، x2) هي إحداثيات أي زوج قطري من زوايا الصندوق ويمكن تقديم الإحداثيات بشكل طبيعي (على سبيل المثال، الكذب في الفاصل الزمني [0، 1]) أو المطلق. لاحظ أن هذه الخوارزمية لا تعرف مكان الأصل في نظام الإحداثيات وهي بشكل عام ثابتة بالنسبة للتحويلات المتعامدة وترجمات نظام الإحداثيات؛ وبالتالي فإن ترجمة أو انعكاسات نظام الإحداثيات تؤدي إلى تحديد نفس المربعات بواسطة الخوارزمية. مخرجات هذه العملية عبارة عن مجموعة من الأعداد الصحيحة المفهرسة في مجموعة الإدخال للمربعات المحيطة التي تمثل المربعات المحددة. ويمكن بعد ذلك الحصول على إحداثيات المربع المحيط المقابلة للمؤشرات المحددة باستخدام tf.gather operation . على سبيل المثال: Selected_indices = tf.image.non_max_suppression_v2(boxes, Scores, max_output_size, iou_threshold, Score_threshold) Selected_boxes = tf.gather(boxes, Selected_indices) تدعم هذه العملية أيضًا وضع Soft-NMS (مع ترجيح غاوسي) (راجع Bodla et al ، https://arxiv.org/abs/1704.04503 ) حيث تقلل المربعات درجة المربعات المتداخلة الأخرى بدلاً من التسبب في تقليمها بشكل مباشر. لتمكين وضع Soft-NMS هذا، قم بتعيين المعلمة soft_nms_sigma لتكون أكبر من 0.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.not_equal (TFL::NotEqualOp)

_مش عامل متساوي

عملية غير متساوية من حيث العنصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.NumericVerify (TFL::NumericVerifyOp)

التحقق من أرقام المعاملين

عملية NumericVerify هي عملية تصحيح أخطاء للتحقق من الأرقام الرقمية لعمليتي التنشيط. إنها عملية مخصصة في TFLite. إذا كانت قيمة log_if_failed صحيحة، فإن عملية NumericVerify تحسب الإحصائيات حول الاختلافات بين عمليات التنشيط العائمة والمكممة، وسجلات الإخراج، وتعيين الاختلافات في موترات الإخراج، وتلقي خطأ في حالة وجود أخطاء أعلى من التسامح. إذا log_if_failed = false، فهو لا يهتم بالأخطاء.

السمات: QuantizableResult ، SameOperandsShape

الواجهات: TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.one_hot (TFL::OneHotOp)

مشغل OneHot

تُرجع موترًا ساخنًا واحدًا. تأخذ المواقع الممثلة بالمؤشرات في indices القيمة on_value ، بينما تأخذ جميع المواقع الأخرى القيمة off_value .

إذا كانت indices الإدخال من الرتبة N ، فسيكون الإخراج من الرتبة N+1 ، ويتم إنشاء المحور الجديد عند axis البعد (افتراضي: يتم إلحاق المحور الجديد في النهاية).

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.pack (TFL::PackOp)

يحزم قائمة من الموترات على طول البعد في موتر واحد

يحزم قائمة values_count الرتبة- موتر R في موتر رتبة واحد- (R+1) .

يحزم موترات values_count في values في موتر ذي رتبة أعلى من كل موتر في values ، عن طريق تجميعها على طول axis .

بالنظر إلى قائمة موترات الشكل (A, B, C) ؛

إذا كان axis == 0 فإن موتر output سيكون له الشكل (N, A, B, C) . إذا كان axis == 1 فإن موتر output سيكون له الشكل (A, N, B, C) . إلخ.

على سبيل المثال:

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

وهذا عكس unpack .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.pad (TFL::PadOp)

عامل الحشو

تعمل هذه العملية على input الأصفار وفقًا paddings التي تحددها. paddings عبارة عن موتر عدد صحيح بالشكل [Dn, 2] حيث n هي رتبة input . لكل بعد D من input ، تشير paddings[D, 0] إلى عدد الأصفار التي يجب إضافتها قبل محتويات input في هذا البعد، وتشير paddings[D, 1] إلى عدد الأصفار التي يجب إضافتها بعد محتويات input في هذا البعد.

الحجم المبطن لكل بُعد D من الإخراج هو:

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

على سبيل المثال:

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.padv2 (TFL::PadV2Op)

مشغل الحشو v2

تقوم هذه العملية بتضمين input وفقًا paddings والقيم constant_values التي تحددها. paddings عبارة عن موتر عدد صحيح بالشكل [Dn, 2] حيث n هي رتبة input . لكل بعد D من input ، تشير paddings[D, 0] إلى عدد الأصفار التي يجب إضافتها قبل محتويات input في هذا البعد، وتشير paddings[D, 1] إلى عدد الأصفار التي يجب إضافتها بعد محتويات input في هذا البعد. constant_values ​​عبارة عن موتر عددي من نفس نوع input الذي يشير إلى القيمة التي سيتم استخدامها input الحشو.

الحجم المبطن لكل بُعد D من الإخراج هو:

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

على سبيل المثال:

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.poly_call (TFL::PolyCallOp)

مكالمة بولي

لديك هيئات وظيفية متعددة لنفس الحساب. يتيح ذلك لمترجم/مترجم البرنامج اختيار أحد الخيارات المتاحة لتنفيذ البرنامج بناءً على الخيار الأكثر ملاءمة للواجهة الخلفية المستهدفة.

الإدخال: قائمة بموترات الإدخال وأنواعها T. الإخراج: قائمة بموترات الإخراج وأنواعها T.

استدعاء: مناطق متعددة، تحتوي كل منها على نفس الحساب الدلالي ولكن بأشكال مختلفة.

السمات: SingleBlockImplicitTerminator<YieldOp> ، SingleBlock

واجهات: RegionBranchOpInterface

المعاملات:

نتائج:

tfl.pow (TFL::PowOp)

مشغل الطاقة

عملية الطاقة الحكيمة للعنصر.

السمات: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.prelu (TFL::PReluOp)

عامل Relu ذو معلمات

عامل Relu ذو معلمات x -> x >= 0؟ x : (alpha * x) حيث alpha عبارة عن موتر قابل للتدريب. يجب أن يكون الإدخال وألفا بنفس حجم الإدخال أو أن يكونا قابلين للبث.

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

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.pseudo_const (TFL::ConstOp)

المرجع الزائف المستمر.

يمثل قيمة ثابتة في لهجة TensorFlow Lite. هذه ليست عملية فعلية وسيتم تخفيضها إلى المخزن المؤقت بدلاً من ذلك.

يُسمح لـ op بأن يكون له نفس نوع السمات التي يفعلها tf.Const (على سبيل المثال، يُسمح بسمات TF غير الشفافة).

السمات: AlwaysSpeculatableImplTrait ، ConstantLike ، FirstAttrDerivedResultType ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.pseudo_qconst (TFL::QConstOp)

المرجع الزائف الثابت الكمي

يمثل قيمة ثابتة مكممة بلهجة TensorFlow Lite. هذه ليست عملية فعلية وسيتم تخفيضها إلى المخزن المؤقت بدلاً من ذلك. يتم تخزين معلمات التكميم كسمة نوع في هذا الثابت.

السمات: AlwaysSpeculatableImplTrait ، FirstAttrDerivedResultType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.pseudo_sparse_const (TFL::SparseConstOp)

متناثر ثابت الزائفة المرجع.

يمثل قيمة ثابتة متفرقة في لهجة TensorFlow Lite. هذه ليست عملية فعلية وسيتم تخفيضها إلى المخزن المؤقت بدلاً من ذلك.

السمات: AlwaysSpeculatableImplTrait ، FirstAttrDerivedResultType ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

متناثر الكمي المستمر الزائفة المرجع

يمثل قيمة ثابتة كمية متفرقة في لهجة TensorFlow Lite. هذه ليست عملية فعلية وسيتم تخفيضها إلى المخزن المؤقت بدلاً من ذلك. يتم تخزين معلمات التكميم كسمة نوع في هذا الثابت.

السمات: AlwaysSpeculatableImplTrait ، FirstAttrDerivedResultType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

نتائج:

tfl.quantize (TFL::QuantizeOp)

عامل الكم

يحول موتر النقطة العائمة إلى موترات الأعداد الصحيحة الكمية وفقًا لمعلمات التكميم المحددة في سمة النوع.

السمات: FirstAttrDerivedResultType و SameOperandsAndResultShape

الواجهات: NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

إخراج قيم عشوائية من التوزيع الطبيعي.

سيكون للقيم التي تم إنشاؤها متوسط ​​0 وانحراف معياري 1.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.random_uniform (TFL::RandomUniformOp)

إخراج قيم عشوائية من توزيع موحد.

تتبع القيم الناتجة توزيعًا موحدًا في النطاق [0, 1) . يتم تضمين الحد الأدنى 0 في النطاق، في حين يتم استبعاد الحد الأعلى 1.

الواجهات: TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.range (TFL::RangeOp)

مشغل النطاق

تُرجع موترًا أحادي الأبعاد محددًا بتسلسل من start إلى limit مع delta معينة.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.rank (TFL::RankOp)

عامل الرتبة.

إرجاع رتبة الموتر.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.read_variable (TFL::ReadVariableOp)

يقرأ قيمة متغيرة.

قراءة البيانات المتغيرة المحددة بواسطة 'resource_id'.

الواجهات: TflRuntimeVerifyOpInterface

المعاملات:

نتائج:

tfl.real (TFL::RealOp)

إرجاع الجزء الحقيقي من عدد مركب.

بالنظر إلى input موتر من الأعداد المركبة، تُرجع هذه العملية موترًا من النوع float وهو الجزء الحقيقي من كل عنصر في input . يجب أن تكون جميع العناصر input أرقامًا مركبة من النموذج \(a + bj\)، حيث a هو الجزء الحقيقي الذي يتم إرجاعه بواسطة هذه العملية و b هو الجزء التخيلي.

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.reduce_all (TFL::ReduceAllOp)

يحسب "المنطقي و" للعناصر عبر أبعاد الموتر.

يقلل input على طول الأبعاد الواردة في axis . ما لم تكن keep_dims صحيحة، فسيتم تقليل رتبة الموتر بمقدار 1 لكل إدخال في axis . إذا كانت keep_dims صحيحة، فسيتم الاحتفاظ بالأبعاد المخفضة بالطول 1.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reduce_any (TFL::ReduceAnyOp)

يحسب "المنطقي أو" للعناصر عبر أبعاد الموتر.

يقلل input على طول الأبعاد الواردة في axis . ما لم تكن keep_dims صحيحة، فسيتم تقليل رتبة الموتر بمقدار 1 لكل إدخال في axis . إذا كانت keep_dims صحيحة، فسيتم الاحتفاظ بالأبعاد المخفضة بالطول 1.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reduce_max (TFL::ReduceMaxOp)

مشغل الحد الأقصى

يحسب الحد الأقصى للتخفيض على طول المحاور المحددة

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reduce_min (TFL::ReduceMinOp)

مشغل الحد الأدنى

يحسب الحد الأدنى على طول المحاور المحددة

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reduce_prod (TFL::ReduceProdOp)

عامل تخفيض الإنتاج

يحسب المنتج على طول المحاور المحددة

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.relu (TFL::ReluOp)

مشغل ريلو

مشغل Relu من حيث العنصر x -> max(0, x)

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.relu6 (TFL::Relu6Op)

مشغل Relu6

عامل Relu6 من حيث العناصر x -> max(0, min(6, x))

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.relu_0_to_1 (TFL::Relu0To1Op)

مشغل Relu0To1

عامل التشغيل Relu0To1 من حيث العناصر x -> max(0, min(1, x))

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.relu_n1_to_1 (TFL::Relu1Op)

مشغل Relu1

عامل Relu1 من حيث العناصر x -> max(-1, min(1, x))

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.reshape (TFL::ReshapeOp)

إعادة تشكيل المشغل

يُنتج موترًا بنفس القيم ولكن بشكل ثابت مختلف يحدده نوع الإخراج.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.resize_bilinear (TFL::ResizeBilinearOp)

تغيير الحجم Bilinear Op

تغيير حجم images إلى size باستخدام الاستيفاء الثنائي.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

تغيير حجم أقرب الجار Op

قم بتغيير حجم images إلى size باستخدام أقرب استيفاء جار.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reverse_sequence (TFL::ReverseSequenceOp)

عكس شرائح الطول المتغير.

input هذه الشرائح أولاً على طول البعد batch_dim ، ولكل شريحة i ، عكس عناصر seq_lengths[i] الأولى على طول البعد seq_dim .

يجب أن تخضع عناصر seq_lengths ل seq_lengths[i] <= input.dims[seq_dim] ، ويجب أن تكون seq_lengths متجهًا للطول input.dims[batch_dim] .

يتم بعد ذلك إعطاء شريحة الإخراج i على طول البعد batch_dim بواسطة شريحة الإدخال i ، مع عكس شرائح seq_lengths[i] الأولى على طول البعد seq_dim .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.reverse_v2 (TFL::ReverseV2Op)

مشغل عكسي V2

يعكس أبعاد محددة من الموتر.

بالنظر إلى الموتر ومحور الموتر int32/int64 الذي يمثل مجموعة أبعاد الموتر المراد عكسه. تعمل هذه العملية على عكس كل البعد i الذي يوجد له المحور j st[j] == i.

الحجج: الموتر: الموتر. يجب أن يكون أحد الأنواع التالية: uint8، int8، int16، int32، int64، float32، bool حتى 8-D.

المحور: الموتر. يجب أن يكون أحد الأنواع التالية: int32، int64. مع عنصر واحد فقط وهو فهرس المحور. TODO: إضافة دعم لعناصر متعددة.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.rfft2d (TFL::RFFT2dOp)

تحويل فورييه السريع ثنائي الأبعاد ذو القيمة الحقيقية.

يحسب تحويل فورييه المنفصل ثنائي الأبعاد للإشارة ذات القيمة الحقيقية على البعدين الداخليين input .

نظرًا لأن DFT للإشارة الحقيقية متماثل هيرميت، فإن RFFT2D يُرجع فقط المكونات الفريدة fft_length / 2 + 1 لـ FFT للبعد الداخلي output : مصطلح التردد الصفري، متبوعًا بالتردد الموجب fft_length / 2 شروط.

على طول كل محور يتم حساب RFFT2D عليه، إذا كان fft_length أصغر من البعد المقابل input ، فسيتم اقتصاص البعد. إذا كان أكبر، يتم تعبئة البعد بالأصفار.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.right_shift (TFL::RightShiftOp)

مشغل التحول الأيمن

يحسب Elementwise التحول الأيمن للبت لـ lhs بواسطة rhs .

السمات: AlwaysSpeculatableImplTrait SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.round (TFL::RoundOp)

مشغل دائري

لتقريب قيم الموتر إلى أقرب عدد صحيح، من حيث العنصر.

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.rsqrt (TFL::RsqrtOp)

مقلوب عامل الجذر التربيعي

يحسب الجذر التربيعي العكسي للإدخال حسب العناصر

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.scatter_nd (TFL::ScatterNdOp)

_مبعثر والمشغل الثاني

قم بتوزيع updates إلى موتر جديد وفقًا indices

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.segment_sum (TFL::SegmentSumOp)

عامل تشغيل SegmentSum

يحسب المجموع على طول شرائح الموتر.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.select (TFL::SelectOp)

حدد المشغل

حدد قيم "x" إذا كانت القيمة المقابلة لـ "الشرط" صحيحة أو قيمة "y" إذا كانت خاطئة. توجد أحجام صالحة لإدخال الحالة:

1. إما نفس الشكل (وفي هذه الحالة يكون التحديد عنصريًا)، أو
2. يجب أن تكون الحالة في المرتبة 1 وأن ​​تتطابق مع البعد الأول.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.select_v2 (TFL::SelectV2Op)

مشغل SelectV2

حدد قيم "x" إذا كانت القيمة المقابلة لـ "الشرط" صحيحة أو قيمة "y" إذا كانت خاطئة. توجد أحجام صالحة لإدخال الحالة:

1. إما نفس الشكل (وفي هذه الحالة يكون التحديد عنصريًا)، أو
2. الأشكال القابلة للبث بين "الحالة" و"x" و"y".

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

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.shape (TFL::ShapeOp)

عامل الشكل

إرجاع شكل الموتر.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.sign (TFL::SignOp)

عملية التوقيع

تُرجع NaN إذا كانت x هي NaN، و0 إذا كانت x تساوي 0، و-1 إذا كانت x < 0، و1 إذا كانت x > 0.

السمات: AlwaysSpeculatableImplTrait ، SameOperandsAndResultElementType ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.sin (TFL::SinOp)

عامل جيب

يحسب عنصر الجيب من المدخلات

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.slice (TFL::SliceOp)

إرجاع شريحة من "الإدخال".

موتر الإخراج هو موتر ذو أبعاد موصوفة بواسطة "الحجم" ويتم استخراج قيمه من "الإدخال" بدءًا من الإزاحات في "البدء".

begin يعتمد على الصفر؛ size يعتمد على واحد. إذا كان size[i] يساوي -1، فسيتم تضمين كافة العناصر المتبقية في البعد i في الشريحة. بمعنى آخر، هذا يعادل الإعداد: size[i] = input.dim_size(i) - begin[i]

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.softmax (TFL::SoftmaxOp)

مشغل سوفت ماكس

يحسب عمليات تنشيط softmax حسب العناصر باستخدام الصيغة التالية

إكسب (الإدخال) / tf.reduce_sum (إكسب (الإدخال * بيتا)، خافت)

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

مشغل SpaceToBatchNd

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.space_to_depth (TFL::SpaceToDepthOp)

مشغل SpaceToDepth

يعيد ترتيب كتل البيانات المكانية بعمق. وبشكل أكثر تحديدًا، تقوم هذه العملية بإخراج نسخة من موتر الإدخال حيث يتم نقل القيم من أبعاد height width إلى بُعد depth . يشير block_size إلى حجم كتلة الإدخال.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.sparse_to_dense (TFL::SparseToDenseOp)

يحول التمثيل المتناثر إلى موتر كثيف.

يبني مصفوفة dense ذات شكل output_shape من هذا القبيل

# 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]

يتم تعيين كافة القيم الأخرى في dense على default_value . إذا كانت sparse_values عددية، فسيتم تعيين جميع المؤشرات المتفرقة على هذه القيمة الفردية.

يجب فرز الفهارس حسب الترتيب المعجمي، ويجب ألا تحتوي الفهارس على أي تكرارات. إذا كانت validate_indices صحيحة، فسيتم فحص هذه الخصائص أثناء التنفيذ.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.split (TFL::SplitOp)

يقسم الموتر إلى موترات num_split على طول بُعد واحد.

يقسم موتر value على طول split_dim إلى عدد من الموترات الفرعية بنفس الشكل الأصلي، باستثناء split_dim . نفس tf.Split.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.split_v (TFL::SplitVOp)

يقسم الموتر إلى موترات num_split على طول بُعد واحد.

يقسم موتر value على طول split_dim إلى عدد من الموترات الفرعية بنفس الشكل الأصلي، باستثناء split_dim . يتم تحديد تجميع الموترات الفرعية الناتجة عن طريق size-splits . نفس tf.SplitV.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.sqrt (TFL::SqrtOp)

مشغل الجذر التربيعي

يحسب الجذر التربيعي للإدخال حسب العنصر

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.square (TFL::SquareOp)

مشغل مربع

يحسب مربع المدخلات من حيث العناصر

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، TF::SameOperandsAndResultTypeResolveRef

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.squared_difference (TFL::SquaredDifferenceOp)

عامل الفرق التربيعي

عملية فرق تربيعية من حيث العنصر.

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

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.squeeze (TFL::SqueezeOp)

يزيل أبعاد الحجم 1 من شكل الموتر.

بالنظر إلى input الموتر، تُرجع هذه العملية موترًا من نفس النوع مع إزالة جميع أبعاد الحجم 1. إذا كنت لا تريد إزالة جميع أبعاد الحجم 1، فيمكنك إزالة أبعاد الحجم 1 المحددة عن طريق تحديد squeeze_dims .

على سبيل المثال:

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

أو لإزالة أبعاد الحجم 1 المحددة:

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

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.strided_slice (TFL::StridedSliceOp)

StrideSlice Op

إرجاع شريحة مخطّطة من input .

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.sub (TFL::SubOp)

عامل الطرح

عملية الطرح الحكيمة للعنصر.

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.sum (TFL::SumOp)

عامل المجموع

يحسب التخفيض الإجمالي على طول المحاور المحددة

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface) ، TflRuntimeVerifyOpInterface

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.svdf (TFL::SVDFOp)

مشغل مرشح تحلل القيمة الواحدة

عملية SVDF عبارة عن تحليل لعملية متصلة بكثافة إلى مرشحات منخفضة الرتبة. للتفاصيل: https://research.google.com/pubs/pub43813.html https://arxiv.org/abs/1812.02802

السمات: QuantizableResult ، quant::AccumulatorUniformScale<3, 2, 4>

الواجهات: DynamicRangeQuantizedOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.tanh (TFL::TanhOp)

عامل الظل الزائدي

يحسب الظل الزائدي للإدخال من حيث العناصر

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.tile (TFL::TileOp)

عامل بلاط.

يبني موترًا عن طريق تبليط موتر معين.

تقوم هذه العملية بإنشاء موتر جديد عن طريق تكرار الإدخال عدة مرات. يحتوي البعد الأول لموتر الإخراج على عناصر input.dims(i) * مضاعفات[i]، ويتم تكرار قيم الإدخال مضاعفات[i] مرات على طول البعد الأول. على سبيل المثال، يؤدي تجانب [abcd] بواسطة [2] إلى إنتاج [abcdabcd].

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.topk_v2 (TFL::TopKV2Op)

مشغل TopK

تُرجع أكبر عنصر k العلوي على طول كل شريحة ذات أبعاد أخيرة من input ومؤشرات القيم ضمن البعد الأخير لموتر الإدخال.

يتم فرز النتائج دائمًا بالترتيب التنازلي.

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.transpose (TFL::TransposeOp)

تبديل المشغل

إرجاع تبديل x

السمات: AlwaysSpeculatableImplTrait ، QuantizableResult

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

التأثيرات: MemoryEffects::Effect{}

المعاملات:

نتائج:

tfl.transpose_conv (TFL::TransposeConvOp)

تبديل عامل الالتواء

ينفذ عملية تحويل التحويل على الإدخال.

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

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

التأثيرات: MemoryEffects::Effect{}

صفات:

المعاملات:

نتائج:

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

عامل تسلسل أحادي الاتجاه lstm

شبكة عصبية متكررة تحددها خلية LSTM. تدعم هذه العملية فتح المدخلات على طول الوقت أو أبعاد الدفعة، وتنفذ العملية التالية لكل عنصر في التسلسل s = 1...sequence_length: المخرجات[s] = الحالة = التنشيط(LSTMOp(inputs[s]))

حيث LSTMOp هو LSTM TF Lite Op و"التنشيط" هو الوظيفة التي تم تمريرها كوسيطة "fused_activation_function" (إن لم تكن "NONE").

السمات: QuantizableResult

الواجهات: DynamicRangeQuantizedOpInterface ، InferTypeOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

عامل تسلسل أحادي الاتجاه RNN

شبكة عصبية متكررة تحددها خلية RNN. تأخذ هذه العملية المدخلات بتنسيق {batch_size, seq_len, input_size} أو {seq_len, Batch_size, input_size} إذا كانت مخصصة للوقت.

ينفذ العملية التالية لكل عنصر في التسلسل s = 1...sequence_length: المخرجات[s] = الحالة = التنشيط(RNNOp(inputs[s]))

حيث RNNOp هو RNNOp TF Lite Op و"التنشيط" هو الوظيفة التي تم تمريرها كوسيطة "fused_activation_function" (إن لم تكن "NONE").

السمات: QuantizableResult

الواجهات: DynamicRangeQuantizedOpInterface ، TFL_StatefulOp ، TflRuntimeVerifyOpInterface

صفات:

المعاملات:

نتائج:

tfl.unique (TFL::UniqueOp)

فريدة من نوعها.

تقوم هذه العملية بإرجاع output موتر تحتوي على جميع العناصر الفريدة input مرتبة بنفس الترتيب الذي تظهر فيه في input . تقوم هذه العملية أيضًا بإرجاع موتر idx بنفس حجم x الذي يحتوي على فهرس كل قيمة input في output الإخراج الفريدة. بعبارة أخرى: