इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

बोली & # 39; tfl & # 39 परिभाषा

TensorFlow Lite बोली।

यह TensorFlow Lite ऑपरेशंस के लिए मैप करता है।

अपरिवर्तनशीलताओं:

  • सभी मान टेन्सर प्रकार के होते हैं (विशेष रूप से, स्केलरों को शून्य-आयामी टेंसरों का उपयोग करके दर्शाया जाता है);

ऑपरेशन की परिभाषा

tfl.abs (TFL :: AbsOp)

पूर्ण मूल्य संचालक

विवरण:

एक टेंसर x को देखते हुए, यह ऑपरेशन एक टेंसर देता है जिसमें x में प्रत्येक तत्व का पूर्ण मूल्य होता है। उदाहरण के लिए, यदि x एक इनपुट तत्व है और y एक आउटपुट एलिमेंट है, तो यह ऑपरेशन \ (y = | x_ \) की गणना करता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.add_n (TFL :: AddNOp)

add_n ऑपरेटर

विवरण:

सभी इनपुट टेंसर्स को तत्व-वार जोड़ता है।

ऑपरेंड:

  1. inputs : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. sum : किसी भी प्रकार के मूल्यों का दशांश

tfl.add (TFL :: AddOp)

परिवर्धन संचालक

विवरण:

तत्व-वार जोड़ ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.arg_max (TFL :: ArgMaxOp)

ArgMax ऑपरेटर

विवरण:

किसी टेंसर के आयामों में सबसे बड़े मान के साथ इंडेक्स लौटाता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. dim : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
output_type Attribute व्युत्पन्न विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.arg_min (TFL :: ArgMinOp)

ArgMin ऑपरेटर

विवरण:

किसी टेंसर के आयामों में सबसे छोटे मान के साथ इंडेक्स लौटाता है। "a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin (इनपुट = a) c = tf.keras.backend.eval (ख)

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. dim : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
output_type Attribute व्युत्पन्न विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.apret_pool_2d (टीएफएल :: एवरपूल 2 डीपीपी)

औसत_पुल 2 डी ऑपरेटर

विवरण:

इनपुट पर औसत-पूलिंग ऑपरेशन करता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
filter_height IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_width IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
padding StringAttr पैडिंग एनम विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.basic_lstm (TFL :: BasicLSTMOp)

मूल lstm ऑपरेटर

विवरण:

मूल LSTM सेल ऑपरेटर।

ऑपरेंड:

  1. data_input : किसी भी प्रकार के मूल्यों का data_input
  2. prev_activ_input : किसी भी प्रकार के मूल्यों का prev_activ_input
  3. weights_input : किसी भी प्रकार के मूल्यों का weights_input
  4. biases_input : किसी भी प्रकार के मूल्यों का biases_input
  5. prev_state_input : किसी भी प्रकार के मूल्यों का prev_state_input

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता
cell_clip FloatAttr 32-बिट फ्लोट विशेषता विशेषता
proj_clip FloatAttr 32-बिट फ्लोट विशेषता विशेषता
kernel_type StringAttr lstm कर्नेल प्रकार enum केस BASIC विशेषता

परिणाम:

  1. activ_output : किसी भी प्रकार के मूल्यों के 2 डी टेंसर
  2. state_output : किसी भी प्रकार के मूल्यों का 2D टेंसर
  3. concat_temp : किसी भी प्रकार के मूल्यों का 2D टेंसर
  4. activ_temp : किसी भी प्रकार के मूल्यों के 2 डी टेंसर

tfl.batch_to_space_nd (TFL :: BatchToSpaceNdOp)

BatchToSpaceNd ऑपरेटर

विवरण:

यह ऑपरेशन "बैच" आयाम 0 को अंतरिक्ष आयामों में बदल देता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. block_shape : किसी भी प्रकार के मूल्यों का block_shape
  3. indices : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.cast (TFL :: CastOp)

कास्ट संचालक

विवरण:

इनपुट प्रकार से आउटपुट प्रकार तक इनपुट कास्ट करता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.ceil (TFL :: CeilOp)

Ceil ऑपरेटर

विवरण:

इनपुट के तत्व-वार छत मूल्य देता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.concatenation (TFL :: ConcatenationOp)

सांत्वना देनेवाला संचालक

विवरण:

एक आयाम के साथ दसियों को जोड़ता है

ऑपरेंड:

  1. values : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
axis IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.pseudo_const (TFL :: ConstOp)

लगातार छद्म ऑप।

विवरण:

TensorFlow Lite बोली में एक निरंतर मूल्य का प्रतिनिधित्व करता है। यह एक वास्तविक ऑपरेशन नहीं है और इसे बफर करने के लिए उतारा जाएगा।

सेशन में सभी प्रकार की विशेषताओं को tf.Const के रूप में करने की अनुमति है (जैसे, अपारदर्शी TF विशेषताओं की अनुमति है)।

ऑपरेंड:

गुण:

गुण MLIR प्रकार विवरण
value ElementsAttr निरंतर वेक्टर / टेन्सर विशेषता गुण

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.conv_2d (TFL :: Conv2DOp)

संभाषण संचालक

विवरण:

इनपुट्स पर कनवल्शन ऑपरेशन करता है।

inputs[0] : inputs[0] : आवश्यक: इनपुट एक्टिवेशन टेंसर inputs[1] : आवश्यकता: फिल्टर वेट टेंसर inputs[2] : वैकल्पिक: पूर्वाग्रह टेंसर

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. filter : किसी भी प्रकार के मूल्यों का दशांश
  3. bias : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का दशांश नहीं

गुण:

गुण MLIR प्रकार विवरण
dilation_h_factor IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
dilation_w_factor IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता
padding StringAttr पैडिंग एनम विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.convolution_2d_transpose_bias (TFL :: Convolution2DTransposeBiasOp)

पूर्वाग्रह संचालक के साथ रूपांतरण का प्रस्ताव

विवरण:

पूर्वाग्रह जोड़ने के विकल्प के साथ, आदानों पर ट्रांसोशन कनवल्शन ऑपरेशन करता है। ध्यान दें कि यह एक कस्टम ऑप है जो मानक रनटाइम में समर्थित नहीं है।

 Inputs:
  `inputs[0]`: required: the input activation tensor
  `inputs[1]`: required: the filter weight tensor
  `inputs[2]`: optional: the bias tensor
 

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. filter : किसी भी प्रकार के मूल्यों का दशांश
  3. bias : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का दशांश नहीं

गुण:

गुण MLIR प्रकार विवरण
padding StringAttr पैडिंग एनम विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.cos (TFL :: CosOp)

कोसाइन संचालक

विवरण:

इनपुट के तत्व-वार कोसिन की गणना करता है

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.densify (TFL :: DensifyOp)

घनीभूत संचालक

विवरण:

घने प्रारूप के लिए टेंसर को विचलित करता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.depth_to_space (TFL :: DepthToSpaceOp)

डेप्थोस्पेस ऑपरेटर

विवरण:

स्थानिक डेटा के ब्लॉक में गहराई से डेटा को पुनर्व्यवस्थित करता है। यह SpaceToDepth का रिवर्स ट्रांसफॉर्मेशन है। अधिक विशेष रूप से, यह ऑप इनपुट टेंसर की एक प्रति आउटपुट करता है जहां depth आयाम से मूल्यों को स्थानिक ब्लॉकों में height और width आयामों में स्थानांतरित किया जाता है। block_size इनपुट ब्लॉक आकार और डेटा को स्थानांतरित करने का संकेत देता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
block_size IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.depthwise_conv_2d (TFL :: DepthwiseConv2DOp)

गहराई से अलग करने योग्य संचालक

विवरण:

इनपुट्स पर कनवल्शन ऑपरेशन करता है।

inputs[0] : inputs[0] : आवश्यक: इनपुट एक्टिवेशन टेंसर inputs[1] : आवश्यक: फिल्टर वेट टेंसर inputs[2] : वैकल्पिक: बायस टेंसर

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. filter : किसी भी प्रकार के मूल्यों का दशांश
  3. bias : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का दशांश नहीं

गुण:

गुण MLIR प्रकार विवरण
dilation_h_factor IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
dilation_w_factor IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता
padding StringAttr पैडिंग एनम विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
depth_multiplier IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.dequantize (TFL :: DequantizeOp)

निर्गामी संचालक

विवरण:

परिमाणीकरण मापदंडों के अनुसार पूर्णांकों की मात्रा को फ्लोटिंग-पॉइंट्स में परिवर्तित करता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.div (TFL :: DivOp)

विभाग का संचालक

विवरण:

तत्व-वार विभाजन ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.elu (TFL :: EluOp)

घातीय रेखीय इकाई संचालक

विवरण:

घातीय रैखिक f (x) -> exp (x) - 1 के लिए x <0, x के लिए x> = 0. तत्व-वार की गणना करता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.embedding_lookup (TFL :: एम्बेडिंगलूकअप)

एंबेडिंग लुकिंग ऑपरेटर

विवरण:

एम्बेड टेनर्स की सूची में आईडी दिखता है।

ऑपरेंड:

  1. lookup : किसी भी प्रकार के मूल्यों का दशांश
  2. value : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.equal (TFL :: EqualOp)

समान परिचालक

विवरण:

X == y तत्व-वार का सत्य तत्व लौटाता है

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश
  2. y : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.exp (TFL :: ExpOp)

प्राकृतिक घातांक संचालक

विवरण:

इनपुट पर तत्व-वार प्राकृतिक घातांक संचालन करता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.expand_dims (TFL :: ExpandDimsOp)

एक टेंसर के आकार में 1 का आयाम सम्मिलित करता है।

विवरण:

एक टेंसर input को देखते हुए, यह ऑपरेशन input के आकार के आयाम इंडेक्स axis पर 1 का आयाम सम्मिलित करता है। आयाम सूचकांक axis शून्य पर शुरू होता है; यदि आप axis लिए ऋणात्मक संख्या निर्दिष्ट करते हैं तो इसे अंत से पीछे की ओर गिना जाता है।

यदि आप किसी एकल तत्व में बैच आयाम जोड़ना चाहते हैं तो यह ऑपरेशन उपयोगी है। उदाहरण के लिए, यदि आपके पास आकृति [height, width, channels] एक ही छवि है, तो आप इसे expand_dims(image, 0) साथ 1 छवि का एक बैच बना सकते हैं, जो आकार [1, height, width, channels]

अन्य उदाहरण:

 # '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]
 

इस ऑपरेशन के लिए आवश्यक है कि:

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

यह ऑपरेशन squeeze() से संबंधित है, जो आकार 1 के आयामों को हटा देता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. dim : किसी भी पूर्णांक प्रकार का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.external_const (TFL :: ExternalConstOp)

बाहरी कॉन्स्ट ऑप।

विवरण:

बाहरी कॉन्स्ट ऑप एक buffer_index रखता है जो buffer_index एक स्थिरांक को इंगित करता है।

ऑपरेंड:

गुण:

गुण MLIR प्रकार विवरण
buffer_index IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.fake_quant (TFL :: FakeQuantOp)

FakeQuant ऑपरेटर

विवरण:

नकली-इनपुट 'टेंसर' टाइप के फ्लोटर को फ्लोट स्केलर मिन के माध्यम से बढ़ाते हैं और इनपुट के समान आकार के 'आउटपुट' टेंसर को अधिकतम करते हैं।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
min FloatAttr 32-बिट फ्लोट विशेषता विशेषता
max FloatAttr 32-बिट फ्लोट विशेषता विशेषता
num_bits IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
narrow_range BoolAttr बूल विशेषता गुण

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.fill (TFL :: FillOp)

दिए गए मान के साथ टेंसर भरें।

विवरण:

दिए गए मान के साथ टेंसर भरें।

ऑपरेंड:

  1. dims : किसी भी प्रकार के मूल्यों का dims
  2. value : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. res : किसी भी प्रकार के मूल्यों का दशांश

tfl.floor_div (TFL :: FloorDivOp)

फ्लोर डिव ऑपरेटर

विवरण:

तत्व-वार तल दिवि संचालन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.floor_mod (TFL :: FloorModOp)

डिवीजन अनुस्मारक

विवरण:

तत्व-वार विभाजन अनुस्मारक ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.floor (TFL :: FloorOp)

फ्लोर ऑपरेटर

विवरण:

इनपुट के तत्व-वार मंजिल मूल्य देता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.fully_connected (TFL :: FullConnectedOp)

पूरी तरह से जुड़ा हुआ ऑप

विवरण:

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. filter : किसी भी प्रकार के मूल्यों का दशांश
  3. bias : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का दशांश नहीं

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता
weights_format StringAttr पूरी तरह से जुड़े विकल्प वज़न प्रारूप विशेषता
keep_num_dims BoolAttr बूल विशेषता गुण

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.gather_nd (TFL :: GatherNdOp)

इकट्ठा_और ऑपरेटर

विवरण:

indices द्वारा निर्दिष्ट आकार के साथ एक टेम्सोर में params से स्लाइस इकट्ठा करें।

ऑपरेंड:

  1. params : किसी भी प्रकार के मूल्यों का params
  2. indices : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.gather (TFL :: GatherOp)

संचालक इकट्ठा करो

विवरण:

indices अनुसार params अक्ष axis से स्लाइस इकट्ठा करें।

ऑपरेंड:

  1. params : किसी भी प्रकार के मूल्यों का params
  2. indices : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
axis IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.grait_equal (TFL :: GreaterEqualOp)

अधिक से अधिक ऑपरेटर

विवरण:

तत्व-वार अधिक से अधिक।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.grait (TFL :: GreaterOp)

ग्रेटर ऑपरेटर

विवरण:

तत्व-वार अधिक से अधिक ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.hard_swish (TFL :: HardSwishOp)

Hardswish सक्रियण समारोह।

विवरण:

हार्ड-स्विश सक्रियण फ़ंक्शन की गणना करता है f (x) -> (x * relu6 (x + 3)) / 6 तत्व-वार।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. out : किसी भी प्रकार के मूल्यों का दशांश

tfl.l2_normalization (TFL :: L2NormalizationOp)

L2 सामान्य ऑपरेटर

विवरण:

L2Normalization सेशन

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.lstm (TFL :: LSTMOp)

पूर्ण lstm ऑपरेटर

विवरण:

लंबे समय तक स्मृति इकाई (LSTM) आवर्तक नेटवर्क परत। डिफ़ॉल्ट नॉन-पीपहोल कार्यान्वयन पर आधारित है: http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf एस। होक्रेइटर और जे। श्मिटुबेर। "लॉन्ग शॉर्ट-टर्म मेमोरी"। तंत्रिका संगणना, ९ (:): १80३५-१ 1997 1997०, १ ९९,। peephole कार्यान्वयन पर आधारित है: https://research.google.com/pubs/archive/43905.pdf हासिम साक, एंड्रयू सीनियर, और फ्रैंकोइस बेवेज़। "बड़े पैमाने पर ध्वनिक मॉडलिंग के लिए दीर्घकालिक अल्पकालिक स्मृति आवर्तक तंत्रिका नेटवर्क आर्किटेक्चर। INTERSPEECH, 2014। इनपुट और भूल गेट (CIFG) के युग्मन पर आधारित है: http://arxiv.org/pdf/1503.0x69.pdf ग्रेफ एट अल। "LSTM: एक खोज अंतरिक्ष ओडिसी" परत सामान्यीकरण पर आधारित है: https://arxiv.org/pdf/1607.06450.pdf बा एट अल। "परत सामान्यीकरण"।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. input_to_input_weights : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का input_to_input_weights नहीं
  3. input_to_forget_weights : किसी भी प्रकार के मूल्यों का input_to_forget_weights
  4. input_to_cell_weights : किसी भी प्रकार के मूल्यों का input_to_cell_weights
  5. input_to_output_weights : किसी भी प्रकार के मूल्यों का input_to_output_weights
  6. recurrent_to_input_weights : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का दशांश
  7. recurrent_to_forget_weights : किसी भी प्रकार के मूल्यों का दशांश
  8. recurrent_to_cell_weights : किसी भी प्रकार के मूल्यों का दशांश
  9. recurrent_to_output_weights : किसी भी प्रकार के मूल्यों का दशांश
  10. cell_to_input_weights : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का cell_to_input_weights
  11. cell_to_forget_weights : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का cell_to_forget_weights
  12. cell_to_output_weights : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का cell_to_output_weights
  13. input_gate_bias : किसी भी प्रकार के मूल्यों या किसी भी प्रकार का input_gate_bias नहीं
  14. forget_gate_bias : किसी भी प्रकार के मूल्यों का forget_gate_bias
  15. cell_bias : किसी भी प्रकार के मूल्यों का cell_bias
  16. output_gate_bias : किसी भी प्रकार के मूल्यों का output_gate_bias
  17. projection_weights : किसी भी प्रकार के मूल्यों या किसी भी प्रकार का दशांश नहीं
  18. projection_bias : किसी भी प्रकार के मूल्यों या किसी भी प्रकार का दशांश नहीं
  19. input_activation_state : स्टेटफुल टेंसर
  20. input_cell_state : स्टेटफुल टेंसर
  21. input_layer_norm_coefficients : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का input_layer_norm_coefficients नहीं
  22. forget_layer_norm_coefficients : किसी भी प्रकार के मूल्यों या किसी भी प्रकार के forget_layer_norm_coefficients
  23. cell_layer_norm_coefficients : किसी भी प्रकार के मूल्यों या कोई भी प्रकार के cell_layer_norm_coefficients
  24. output_layer_norm_coefficients : किसी भी प्रकार के मूल्यों या कोई भी प्रकार का output_layer_norm_coefficients नहीं

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता
cell_clip FloatAttr 32-बिट फ्लोट विशेषता विशेषता
proj_clip FloatAttr 32-बिट फ्लोट विशेषता विशेषता
kernel_type StringAttr lstm कर्नेल प्रकार enum केस पूर्ण विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.leaky_relu (TFL :: LeakyReluOp)

लीक रिले ऑपरेटर

विवरण:

तत्व-वार लीकी रेलु ऑपरेटर x -> x> = 0? x: (अल्फा * x)

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
alpha FloatAttr 32-बिट फ्लोट विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.less_equal (TFL :: LessEqualOp)

कम_सामान्य ऑपरेटर

विवरण:

तत्व-वार कम_ असमान संचालन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.less (TFL :: LessOp)

कम परिचालक

विवरण:

तत्व-वार कम ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.local_response_normalization (TFL :: LocalResponseNormalizationOp)

स्थानीय प्रतिक्रिया सामान्यीकरण।

विवरण:

4-डी input टेंसर को 1-डी वैक्टर के 3-डी सरणी (अंतिम आयाम के साथ) के रूप में माना जाता है, और प्रत्येक वेक्टर स्वतंत्र रूप से सामान्यीकृत होता है। दिए गए वेक्टर के भीतर, प्रत्येक घटक को depth_radius भीतर इनपुट के भारित, चुकता राशि से विभाजित किया गया है। विस्तार से,

 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
 

विवरण के लिए, Krizhevsky एट अल।, गहरी सजातीय तंत्रिका नेटवर्क (NIPS 2012) के साथ ImageNet वर्गीकरण देखें

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
radius IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
bias FloatAttr 32-बिट फ्लोट विशेषता विशेषता
alpha FloatAttr 32-बिट फ्लोट विशेषता विशेषता
beta FloatAttr 32-बिट फ्लोट विशेषता विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.log (TFL :: LogOp)

प्राकृतिक लघुगणक संचालक

विवरण:

इनपुट पर तत्व-वार प्राकृतिक लॉगरिदम ऑपरेशन करता है।

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.log_softmax (TFL :: LogSoftmaxOp)

सॉफ्टमैक्स ऑपरेटर लॉग करें

विवरण:

निम्न सूत्र के साथ तत्व-वार लॉग सॉफ्टमैक्स सक्रियण की गणना करता है

इनपुट - लॉग (कमी_सम (एक्सप (इनपुट), मंद))

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.logical_and (TFL :: LogicalAndOp)

तार्किक और संचालक

विवरण:

तत्व-वार तार्किक और संचालन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.logical_not (TFL :: LogicalNotOp)

तार्किक संचालक नहीं

विवरण:

तत्व-वार तार्किक नहीं ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.logical_or (TFL :: LogicalOrOp)

तार्किक या संचालक

विवरण:

तत्व-वार तार्किक या ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.logistic (TFL :: LogisticOp)

लॉजिस्टिक ऑपरेटर

विवरण:

इनपुट के तत्व-वार सिग्मॉइड की गणना करता है

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.matrix_diag (TFL :: MatrixDiagOp)

 Returns a tensor with the provided diagonal and everything else padded with zeros.
 

विवरण:

एक विकर्ण को देखते हुए, तिरछे को विकर्ण के साथ देता है और बाकी सब शून्य के साथ गद्देदार होता है। मान लें कि विकर्ण के k आयाम हैं [I, J, K, ..., N] , तो आउटपुट आयामों [I, J, K, ..., N, N] जहां के साथ रैंक k+1 का एक टेंसर है: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

ऑपरेंड:

  1. diagonal : किसी भी प्रकार के मूल्यों का दशांश

गुण:

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.matrix_set_diag (TFL :: MatrixSetDiagOp)

 Returns a batched matrix tensor with new batched diagonal values.
 

विवरण:

यह देखते हुए input और diagonal , इस आपरेशन में एक ही आकार और मूल्यों के रूप में के साथ एक टेन्सर रिटर्न input , अंतरतम मैट्रिक्स के मुख्य विकर्ण के लिए छोड़कर। ये diagonal में मूल्यों द्वारा अधिलेखित हो जाएंगे।

ऑपरेंड:

  1. input : 32-बिट फ्लोट या 32-बिट पूर्णांक या 64-बिट पूर्णांक या 8-बिट पूर्णांक या QI8 प्रकार या QI16 प्रकार या QUI8 प्रकार या TFLite uint8 प्रकार या TFLite quin8 प्रकार मानों के दसियों
  2. diagonal : 32-बिट फ्लोट या 32-बिट पूर्णांक या 64-बिट पूर्णांक या 8-बिट पूर्णांक या QI8 प्रकार या QI16 प्रकार या QUI8 प्रकार या TFLite uint8 प्रकार या TFLIT quint8 प्रकार मानों के दसियों

गुण:

परिणाम:

  1. output : 32-बिट फ्लोट या 32-बिट पूर्णांक या 64-बिट पूर्णांक या 8-बिट पूर्णांक या QI8 प्रकार या QI16 प्रकार या QUI8 प्रकार या TFLite uint8 प्रकार या TFLite quin8 प्रकार मानों के टेंसर

tfl.max_pool_2d (TFL :: MaxPool2DOp)

मैक्स पूल 2 डी ऑप

विवरण:

इनपुट पर अधिकतम पूल 2 डी करता है।

inputs[0] : inputs[0] : आवश्यक: इनपुट टेंसर

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
padding StringAttr पैडिंग एनम विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_width IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_height IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.max_pooling_with_argmax_2d (TFL :: MaxPoolingWithArgMax2DOp)

मैक्स पूल 2 डी argmax op के साथ

विवरण:

इनपुट पर अधिकतम पूलिंग करता है और अधिकतम मान और सूचकांक दोनों को आउटपुट करता है। प्रत्येक इंडेक्स "फ़िल्टर_डब्ल्यू" एक्स "फिल्टर_ह" आकार के उप-सरणी में एक समतल सूचकांक है। ध्यान दें कि यह एक कस्टम ऑप है जो मानक रनटाइम में समर्थित नहीं है।

inputs[0] : inputs[0] : आवश्यक: इनपुट एक्टिवेशन टेंसर

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
padding StringAttr पैडिंग एनम विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. value : किसी भी प्रकार के मूल्यों का दशांश
  2. indices : किसी भी प्रकार के मूल्यों का दशांश

tfl.max_unpooling_2d (TFL :: MaxUnpooling2DOp)

मैक्स अनपूल 2 डी

विवरण:

अधिकतम अनपूल ऑपरेशन करता है। कुछ हद तक यह अधिकतम पूलिंग का रिवर्स ऑपरेशन है: इनपुट सक्रियण टेंसर में तत्वों को इनपुट सूचकांकों द्वारा निर्दिष्ट स्थिति में संग्रहीत किया जाता है। ध्यान दें कि यह एक कस्टम ऑप है जो मानक रनटाइम में समर्थित नहीं है।

inputs[0] : inputs[0] : आवश्यक: इनपुट सक्रियण टेंसर inputs[1] : आवश्यक: इनपुट इंडेक्स

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. indices : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
padding StringAttr पैडिंग एनम विशेषता
stride_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
stride_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_w IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता
filter_h IntegerAttr 32-बिट पूर्णांक विशेषता विशेषता

परिणाम:

  1. outputs : किसी भी प्रकार के मूल्यों का दशांश

tfl.maximum (TFL :: अधिकतमऑफ़)

मैक्स ऑपरेटर

विवरण:

तत्व-वार अधिकतम ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. max : किसी भी प्रकार के मूल्यों का दशांश

tfl.mean (TFL :: MeanOp)

मतलब ऑपरेटर

विवरण:

एक टेंसर के आयामों में तत्वों के माध्य की गणना करता है। अक्ष में दिए गए आयामों के साथ input_tensor को कम करता है। जब तक कि रखवाले सही नहीं होते, तब तक अक्ष में प्रत्येक प्रविष्टि के लिए टेंसर की रैंक 1 से कम हो जाती है। यदि कीपडिम सही है, तो कम किए गए आयामों को लंबाई 1 के साथ बनाए रखा जाता है।

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. axis : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
keep_dims BoolAttr बूल विशेषता गुण

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.minimum (TFL :: MinimumOp)

न्यूनतम ऑपरेटर

विवरण:

तत्व-वार माइन ऑपरेशन।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

परिणाम:

  1. min : किसी भी प्रकार के मूल्यों का दशांश

tfl.mirror_pad (TFL :: MirrorPadOp)

मिररपैड ऑपरेटर। प्रतिबिंबित मूल्यों के साथ एक टेंसर पैड।

विवरण:

यह ऑपरेशन आपके द्वारा निर्दिष्ट किए गए पैडिंग के अनुसार एक इनपुट को प्रतिबिंबित मानों के साथ जोड़ता है। पैडिंग एक पूर्णांक तन्यता है जिसका आकार [n, 2] है, जहां n इनपुट की श्रेणी है। प्रत्येक आयाम डी इनपुट के लिए, पैडिंग्स [डी, 0] उस आयाम में इनपुट की सामग्री से पहले कितने मूल्यों को जोड़ने के लिए इंगित करता है, और पैडिंग्स [डी, 1] उस आयाम में इनपुट की सामग्री के बाद कितने मूल्यों को जोड़ने के लिए इंगित करता है।

दोनों paddings [D, 0] और paddings [D, 1] input.dim_size (D) (या input.dim_size (D) - 1) से अधिक नहीं होने चाहिए यदि copy_border सत्य है (यदि गलत है, तो क्रमशः)।

आउटपुट के प्रत्येक आयाम D का गद्देदार आकार है:

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

ऑपरेंड:

  1. input : किसी भी प्रकार के मूल्यों का दशांश
  2. pad : किसी भी प्रकार के मूल्यों का दशांश

गुण:

गुण MLIR प्रकार विवरण
mode StringAttr दर्पण पैड Enum विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.mul (TFL :: MulOp)

गुणक संचालक

विवरण:

तत्व-वार गुणन क्रिया।

ऑपरेंड:

  1. lhs : किसी भी प्रकार के मूल्यों का lhs
  2. rhs : किसी भी प्रकार के मूल्यों का rhs

गुण:

गुण MLIR प्रकार विवरण
fused_activation_function StringAttr संलयन सक्रियण एनम विशेषता

परिणाम:

  1. output : किसी भी प्रकार के मूल्यों का दशांश

tfl.neg (TFL :: NegOp)

नकारात्मक संचालक

विवरण:

इनपुट के तत्व-वार निषेध की गणना करता है

ऑपरेंड:

  1. x : किसी भी प्रकार के मानों का दशांश

गुण:

परिणाम:

  1. y : किसी भी प्रकार के मूल्यों का दशांश

tfl.non_max_suppression_v4 (TFL :: NonMaxSuppressionV4Op)

लालच में स्कोर के अवरोही क्रम में बाउंडिंग बॉक्स का एक सबसेट चुनता है,

विवरण:

पहले से चयनित बक्से के साथ उच्च चौराहे-ओवर-यूनियन (IOU) ओवरलैप वाले बक्से को दूर करना। score_threshold से कम स्कोर वाले बाउंडिंग बॉक्स हटा दिए score_threshold हैं। बाउंडिंग बॉक्स को [y1, X1, y2, x2] के रूप में आपूर्ति की जाती है, जहां (y1, X1) और (y2, x2) बॉक्स कोनों के किसी भी विकर्ण जोड़ी के निर्देशांक हैं और निर्देशांक सामान्यीकृत (यानी, झूठ बोलकर) प्रदान किए जा सकते हैं अंतराल [0, 1]) या निरपेक्ष। ध्यान दें कि यह एल्गोरिथ्म अज्ञेय है जहां मूल समन्वय प्रणाली में है और आमतौर पर समन्वय प्रणाली के ओर्थोगोनल परिवर्तनों और अनुवादों के लिए अपरिवर्तनीय है; इस प्रकार समन्वय प्रणाली के अनुवाद या प्रतिबिंब का परिणाम एल्गोरिथ्म द्वारा चुने गए एक ही बक्से में होता है। इस ऑपरेशन का आउटपुट चयनित बॉक्स के प्रतिनिधित्व वाले बाउंडिंग बॉक्स के इनपुट संग्रह में पूर्णांक अनुक्रमण का एक सेट है। बाउंडिंग बॉक्स चयनित सूचकांकों के अनुरूप होता है और फिर tf.gather operation का उपयोग करके प्राप्त किया जा सकता है। उदाहरण के लिए: चयनित_इंडिस = tf.image.non_max_suppression_v2 (बॉक्स, स्कोर, अधिकतम_आउटपुट_साइज़, iou_threshold, score_threshold) चयनित_बॉक्स =f.gather (बॉक्स, चयनित_ बिंदु)

ऑपरेंड:

  1. boxes : किसी भी प्रकार के मूल्यों का दशांश
  2. scores : किसी भी प्रकार के मूल्यों का दशांश
  3. max_output_size : किसी भी प्रकार के मूल्यों का max_output_size
  4. iou_threshold : किसी भी प्रकार के मूल्यों का iou_threshold
  5. score_threshold : किसी भी प्रकार के मूल्यों का score_threshold

गुण:

परिणाम:

  1. selected_indices : किसी भी प्रकार के मूल्यों टेन्सर
  2. valid_outputs : किसी भी प्रकार के मूल्यों का valid_outputs

tfl.non_max_suppression_v5 (TFL :: NonMaxSuppressionV5Op)

लालच में स्कोर के अवरोही क्रम में बाउंडिंग बॉक्स का एक सबसेट चुनता है,

विवरण:

पहले से चयनित बक्से के साथ उच्च चौराहे-ओवर-यूनियन (IOU) ओवरलैप वाले बक्से को दूर करना। score_threshold से कम स्कोर वाले बाउंडिंग बॉक्स हटा दिए score_threshold हैं। बाउंडिंग बॉक्स को [y1, X1, y2, x2] के रूप में आपूर्ति की जाती है, जहां (y1, X1) और (y2, x2) बॉक्स कोनों के किसी भी विकर्ण जोड़े के निर्देशांक हैं और निर्देशांक सामान्यीकृत (यानी, झूठ बोलकर) प्रदान किए जा सकते हैं अंतराल [0, 1]) या निरपेक्ष। ध्यान दें कि यह एल्गोरिथ्म अज्ञेय है जहां मूल समन्वय प्रणाली में है और आमतौर पर समन्वय प्रणाली के ओर्थोगोनल परिवर्तनों और अनुवादों के लिए अपरिवर्तनीय है; इस प्रकार समन्वय प्रणाली के अनुवाद या प्रतिबिंब का परिणाम एल्गोरिथ्म द्वारा चुने गए एक ही बक्से में होता है। इस ऑपरेशन का आउटपुट चयनित बॉक्स के प्रतिनिधित्व वाले बाउंडिंग बॉक्स के इनपुट संग्रह में पूर्णांक अनुक्रमण का एक सेट है। बाउंडिंग बॉक्स चयनित सूचकांकों के अनुरूप होता है और फिर tf.gather operation का उपयोग करके प्राप्त किया जा सकता है। For example: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) This op also supports a Soft-NMS (with Gaussian weighting) mode (cf Bodla et al, https://arxiv.org/abs/1704.04503) where boxes reduce the score of other overlapping boxes instead of directly causing them to be pruned. To enable this Soft-NMS mode, set the soft_nms_sigma parameter to be larger than 0.

Operands:

  1. boxes : tensor of any type values
  2. scores : tensor of any type values
  3. max_output_size : tensor of any type values
  4. iou_threshold : tensor of any type values
  5. score_threshold : tensor of any type values
  6. soft_nms_sigma : tensor of any type values

Attributes:

Results:

  1. selected_indices : tensor of any type values
  2. selected_scores : tensor of any type values
  3. valid_outputs : tensor of any type values

tfl.not_equal (TFL::NotEqualOp)

Not_equal operator

Description:

Element-wise not_equal operation.

Operands:

  1. lhs : tensor of any type values
  2. rhs : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

Description:

The NumericVerify op is a debugging op to verify the numericals of the two activations. It is a custom op in TFLite.

Operands:

  1. input : tensor of any type values
  2. ref : tensor of any type values

Attributes:

Attribute MLIR Type Description
tolerance FloatAttr 32-bit float attribute attribute

Results:

tfl.one_hot (TFL::OneHotOp)

OneHot operator

Description:

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

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

Operands:

  1. indices : tensor of any type values
  2. depth : tensor of any type values
  3. on_value : tensor of any type values
  4. off_value : tensor of any type values

Attributes:

Attribute MLIR Type Description
axis IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

Description:

Parameterized Relu operator x -> x >= 0 ? x : (alpha * x) where alpha is a trainable tensor. alpha should have one less rank than the input as it doesn't have the batch dimension, and the other dimensions either should be the same size as input or size 1, where it is broadcasted in the second case.

Operands:

  1. input : tensor of any type values
  2. alpha : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

Description:

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

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

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

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

For example:

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

This is the opposite of unpack .

Operands:

  1. values : tensor of any type values

Attributes:

Attribute MLIR Type Description
values_count IntegerAttr 32-bit integer attribute attribute
axis IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.pad (TFL::PadOp)

Padding operator

Description:

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

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

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

For example:

 # '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]]
 

Operands:

  1. input : tensor of any type values
  2. padding : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

Description:

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)

For example:

 # '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]]
 

Operands:

  1. input : tensor of any type values
  2. padding : tensor of any type values
  3. constant_values : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Description:

Element-wise power operation.

Operands:

  1. lhs : tensor of any type values
  2. rhs : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

Description:

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.

Operands:

Attributes:

Attribute MLIR Type Description
qtype TypeAttr Tensor type attribute attribute
value ElementsAttr constant vector/tensor attribute attribute

Results:

  1. output : tensor of any type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

Description:

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

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
qtype TypeAttr Tensor type attribute attribute

Results:

  1. output : tensor of any type values

tfl.range (TFL::RangeOp)

Range operator

Description:

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

Operands:

  1. start : tensor of any type values
  2. limit : tensor of any type values
  3. delta : tensor of any type values

Attributes:

Results:

  1. result : tensor of any type values

tfl.rank (TFL::RankOp)

Rank operator.

Description:

Returns the rank of a tensor.

Operands:

  1. input : tensor of any type values

Attributes:

Results:

  1. output : tensor of any integer type

tfl.reduce_any (TFL::ReduceAnyOp)

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

Description:

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.

Operands:

  1. input : tensor of any type values
  2. reduction_indices : tensor of any type values

Attributes:

Attribute MLIR Type Description
keep_dims BoolAttr bool attribute attribute

Results:

  1. output : tensor of any type values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Description:

Computes the max reduction along the specified axes

Operands:

  1. input : tensor of any type values
  2. axes : tensor of any type values

Attributes:

Attribute MLIR Type Description
keep_dims BoolAttr bool attribute attribute

Results:

  1. «unnamed»: tensor of any type values

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Description:

Computes the min reduction along the specified axes

Operands:

  1. input : tensor of any type values
  2. axes : tensor of any type values

Attributes:

Attribute MLIR Type Description
keep_dims BoolAttr bool attribute attribute

Results:

  1. «unnamed»: tensor of any type values

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Description:

Computes the product along the specified axes

Operands:

  1. input : tensor of any type values
  2. axes : tensor of any type values

Attributes:

Attribute MLIR Type Description
keep_dims BoolAttr bool attribute attribute

Results:

  1. «unnamed»: tensor of any type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

Description:

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

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

Description:

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

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.relu (TFL::ReluOp)

Relu operator

Description:

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

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

Description:

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

Operands:

  1. input : tensor of any type values
  2. shape : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Description:

Resize images to size using bilinear interpolation.

Operands:

  1. input : tensor of any type values
  2. size : tensor of any type values

Attributes:

Attribute MLIR Type Description
align_corners BoolAttr bool attribute attribute
half_pixel_centers BoolAttr bool attribute attribute

Results:

  1. output : tensor of any type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Description:

Resize images to size using nearest neighbor interpolation.

Operands:

  1. input : tensor of any type values
  2. size : tensor of any type values

Attributes:

Attribute MLIR Type Description
align_corners BoolAttr bool attribute attribute

Results:

  1. output : tensor of any type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

Description:

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.

Operands:

  1. input : tensor of any type values
  2. seq_lengths : tensor of any type values

Attributes:

Attribute MLIR Type Description
seq_dim IntegerAttr 32-bit integer attribute attribute
batch_dim IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Description:

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, 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.

Operands:

  1. input : tensor of any type values
  2. axis : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.round (TFL::RoundOp)

Round operator

Description:

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

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Description:

Computes element-wise reverse square root of input

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

Description:

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

Operands:

  1. input : tensor of any type values
  2. feature_weights : tensor of any type values
  3. time_weights : tensor of any type values
  4. input_gate_bias : tensor of any type values or none type
  5. activation_state : stateful tensor

Attributes:

Attribute MLIR Type Description
rank IntegerAttr 32-bit integer attribute attribute
fused_activation_function StringAttr fused activation enum attribute

Results:

  1. output : tensor of any type values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Description:

Computes the sum along segments of a tensor.

Operands:

  1. data : tensor of any type values
  2. segment_ids : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.select (TFL::SelectOp)

Select operator

Description:

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.

Operands:

  1. condition : tensor of any type values
  2. x : tensor of any type values
  3. y : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

Description:

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'.

Operands:

  1. condition : tensor of any type values
  2. x : tensor of any type values
  3. y : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.shape (TFL::ShapeOp)

Shape operator

Description:

Returns the shape of a tensor.

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
out_type Attribute derived attribute attribute

Results:

  1. output : tensor of any type values

tfl.sin (TFL::SinOp)

Sine operator

Description:

Computes element-wise Sine of input

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

Description:

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)

Operands:

  1. input : tensor of any type values
  2. begin : tensor of any type values
  3. size : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Description:

Computes element-wise softmax activations with the following formula

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

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
beta FloatAttr 32-bit float attribute attribute

Results:

  1. output : tensor of any type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

Description:

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

Operands:

  1. input : tensor of any type values
  2. block_shape : tensor of any type values
  3. paddings : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

Description:

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.

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
block_size IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

Description:

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

Operands:

Attributes:

Attribute MLIR Type Description
value ElementsAttr constant vector/tensor attribute attribute
s_param TFL::SparsityParameterAttr Sparsity parameter. attribute

Results:

  1. output : tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

Description:

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.

Operands:

Attributes:

Attribute MLIR Type Description
qtype TypeAttr Tensor type attribute attribute
value ElementsAttr constant vector/tensor attribute attribute
s_param TFL::SparsityParameterAttr Sparsity parameter. attribute

Results:

  1. output : tensor of any type values

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Description:

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.

Operands:

  1. sparse_indices : tensor of any type values
  2. output_shape : tensor of any type values
  3. sparse_values : tensor of any type values
  4. default_value : tensor of any type values

Attributes:

Results:

  1. dense : tensor of any type values

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

Description:

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.

Operands:

  1. split_dim : tensor of any type values
  2. value : tensor of any type values

Attributes:

Attribute MLIR Type Description
num_splits IntegerAttr positive 32-bit integer attribute attribute

Results:

  1. outputs : tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

Description:

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.

Operands:

  1. value : tensor of any type values
  2. size_splits : 1D tensor of 32-bit integer values
  3. split_dim : 0D tensor of 32-bit integer values

Attributes:

Attribute MLIR Type Description
num_splits IntegerAttr positive 32-bit integer attribute attribute

Results:

  1. outputs : tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Description:

Computes element-wise Square root of input

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.square (TFL::SquareOp)

Square operator

Description:

Computes element-wise Square of input

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Description:

Element-wise squared difference operation.

Operands:

  1. lhs : tensor of any type values
  2. rhs : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.squeeze (TFL::SqueezeOp)

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

Description:

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 axis .

For example:

 # '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]
 

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
squeeze_dims ArrayAttr 64-bit integer array attribute attribute

Results:

  1. output : tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Description:

Return a strided slice from input .

Operands:

  1. input : tensor of any type values
  2. begin : tensor of any type values
  3. end : tensor of any type values
  4. strides : tensor of any type values

Attributes:

Attribute MLIR Type Description
begin_mask IntegerAttr 32-bit integer attribute attribute
end_mask IntegerAttr 32-bit integer attribute attribute
ellipsis_mask IntegerAttr 32-bit integer attribute attribute
new_axis_mask IntegerAttr 32-bit integer attribute attribute
shrink_axis_mask IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.sub (TFL::SubOp)

Subtraction operator

Description:

Element-wise subtraction operation.

Operands:

  1. lhs : tensor of any type values
  2. rhs : tensor of any type values

Attributes:

Attribute MLIR Type Description
fused_activation_function StringAttr fused activation enum attribute

Results:

  1. output : tensor of any type values

tfl.sum (TFL::SumOp)

Sum operator

Description:

Computes the sum reduction along the specified axes

Operands:

  1. input : tensor of any type values
  2. axes : tensor of any type values

Attributes:

Attribute MLIR Type Description
keep_dims BoolAttr bool attribute attribute

Results:

  1. «unnamed»: tensor of any type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Description:

Computes element-wise Hyperbolic tangent of input

Operands:

  1. x : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.tile (TFL::TileOp)

Tile operator.

Description:

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].

Operands:

  1. input : tensor of any type values
  2. multiples : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

Description:

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.

Operands:

  1. input : tensor of any type values
  2. k : tensor of any type values

Attributes:

Results:

  1. values : tensor of any type values
  2. indices : tensor of any type values

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Description:

Performs transpose convolution operation on input.

Operands:

  1. output_shape : 1D tensor of any type values
  2. weights : tensor of any type values
  3. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
padding StringAttr padding enum attribute
stride_h IntegerAttr 32-bit integer attribute attribute
stride_w IntegerAttr 32-bit integer attribute attribute

Results:

  1. output : tensor of any type values

tfl.transpose (TFL::TransposeOp)

Transpose operator

Description:

Returns the Transpose of x

Operands:

  1. x : tensor of any type values
  2. perm : tensor of any type values

Attributes:

Results:

  1. y : tensor of any type values

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

Description:

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

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

Operands:

  1. input : tensor of any type values
  2. input_to_input_weights : tensor of any type values or none type
  3. input_to_forget_weights : tensor of any type values
  4. input_to_cell_weights : tensor of any type values
  5. input_to_output_weights : tensor of any type values
  6. recurrent_to_input_weights : tensor of any type values or none type
  7. recurrent_to_forget_weights : tensor of any type values
  8. recurrent_to_cell_weights : tensor of any type values
  9. recurrent_to_output_weights : tensor of any type values
  10. cell_to_input_weights : tensor of any type values or none type
  11. cell_to_forget_weights : tensor of any type values or none type
  12. cell_to_output_weights : tensor of any type values or none type
  13. input_gate_bias : tensor of any type values or none type
  14. forget_gate_bias : tensor of any type values
  15. cell_bias : tensor of any type values
  16. output_gate_bias : tensor of any type values
  17. projection_weights : tensor of any type values or none type
  18. projection_bias : tensor of any type values or none type
  19. input_activation_state : stateful tensor
  20. input_cell_state : stateful tensor
  21. input_layer_norm_coefficients : tensor of any type values or none type
  22. forget_layer_norm_coefficients : tensor of any type values or none type
  23. cell_layer_norm_coefficients : tensor of any type values or none type
  24. output_layer_norm_coefficients : tensor of any type values or none type

Attributes:

Attribute MLIR Type Description
fused_activation_function StringAttr fused activation enum attribute
cell_clip FloatAttr 32-bit float attribute attribute
proj_clip FloatAttr 32-bit float attribute attribute
time_major BoolAttr bool attribute attribute

Results:

  1. output : tensor of any type values

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

Description:

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

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

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

Operands:

  1. input : tensor of any type values
  2. input_to_input_weights : tensor of any type values
  3. recurrent_to_input_weights : tensor of any type values
  4. input_gate_bias : tensor of any type values
  5. hidden_state : stateful tensor

Attributes:

Attribute MLIR Type Description
time_major BoolAttr bool attribute attribute
fused_activation_function StringAttr fused activation enum attribute

Results:

  1. output : tensor of any type values

tfl.unique (TFL::UniqueOp)

Unique Op.

Description:

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

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
idx_out_type Attribute derived attribute attribute

Results:

  1. output : tensor of any type values
  2. idx : tensor of any type values

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

Description:

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

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

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

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

This is the opposite of pack .

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
num IntegerAttr 32-bit integer attribute attribute
axis IntegerAttr 32-bit integer attribute attribute

Results:

  1. outputs : tensor of any type values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

Description:

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

Operands:

  1. input : tensor of any type values

Attributes:

Results:

  1. index : tensor of any type values

tfl.while (TFL::WhileOp)

While loop

Description:

output = input; while (cond(output)) { output = body(output) }

While loop where all values are passes through arguments with implicit capture.

input: A list of input tensors whose types are T. output: A list of output tensors whose types are T. cond: A region takes 'input' and returns a boolean scalar tensor. body: A region that takes a list of tensors and returns another list of tensors. Both lists have the same types.

Operands:

  1. input : tensor of any type values

Attributes:

Attribute MLIR Type Description
is_stateless BoolAttr bool attribute attribute

Results:

  1. output : tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

Description:

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

Operands:

  1. operands : any type

Attributes:

Results:

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

Description:

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

Operands:

  1. input : tensor of any type values

Attributes:

Results:

  1. output : tensor of any type values