'tfl' Dialeto

O dialeto TensorFlow Lite.

Este dialeto é mapeado para operações do TensorFlow Lite.

Invariantes:

  • Todos os valores são do tipo Tensor (em particular, os escalares são representados usando tensores de dimensão zero);

Operações

tfl.abs (TFL::AbsOp)

Operador de valor absoluto

Dado um tensor x , esta operação retorna um tensor contendo o valor absoluto de cada elemento em x . Por exemplo, se x for um elemento de entrada e y for um elemento de saída, esta operação calcula \(y = |x|\).

Características: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
x tensor de inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou flutuante de 32 bits ou tipo QI8 ou valores do tipo QI16

Resultados:

Resultado Descrição
y tensor de inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou flutuante de 32 bits ou tipo QI8 ou valores do tipo QI16

tfl.add (TFL::AddOp)

Operador de adição

Operação de adição elemento a elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando Descrição
lhs tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16
rhs tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16

Resultados:

Resultado Descrição
output tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16

tfl.add_n (TFL::AddNOp)

_Adicionar operador n

Adiciona todos os tensores de entrada elemento a elemento.

Características: AlwaysSpeculatableImplTrait , Commutative

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
inputs variável de tensor de qualquer tipo de valores

Resultados:

Resultado Descrição
sum tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32 bits

tfl.arg_max (TFL::ArgMaxOp)

Operador ArgMax

Retorna o índice com o maior valor nas dimensões de um tensor.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
output_type ::mlir::Atributo atributo derivado

Operandos:

Operando Descrição
input tensor de inteiro sem sinal de 1 bit ou flutuante de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou valores do tipo QUI8
dim tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado Descrição
output tensor de valores inteiros sem sinal de 32/64 bits

tfl.arg_min (TFL::ArgMinOp)

Operador ArgMin

Retorna o índice com o menor valor nas dimensões de um tensor. a = [1, 10, 26,9, 2,8, 166,32, 62,3] b = tf.math.argmin (entrada = a) c = tf.keras.backend.eval (b)

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
output_type ::mlir::Atributo atributo derivado

Operandos:

Operando Descrição
input tensor de inteiro sem sinal de 1 bit ou flutuante de 32 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou valores do tipo QUI8
dim tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado Descrição
output tensor de valores inteiros sem sinal de 32/64 bits

tfl.assign_variable (TFL::AssignVariableOp)

Atribui um novo valor a uma variável.

Qualquer ReadVariableOp com uma dependência de controle nesta operação tem a garantia de retornar esse valor ou um valor subsequente mais recente da variável.

Interfaces: TflRuntimeVerifyOpInterface

Operandos:

Operando Descrição
resource_id tensor de valores de recursos
value tensor de float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou tipo QI16 ou tipo complexo com elementos flutuantes de 32 bits ou tipo complexo com valores de elementos flutuantes de 64 bits

tfl.atan2 (TFL::Atan2Op)

Operação Atan2

A operação "atan2" calcula o arco tangente de y/x elemento a elemento, respeitando os sinais dos argumentos.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
y tensor de valores flutuantes de 32 bits ou flutuantes de 64 bits
x tensor de valores flutuantes de 32 bits ou flutuantes de 64 bits

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou flutuantes de 64 bits

tfl.average_pool_2d (TFL::AveragePool2DOp)

Operador 2d _Average_pool

Executa operação de pool médio na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
filter_height ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
filter_width ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
padding ::mlir::StringAttr atributo de string cujo valor é SAME ou VALID
stride_h ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_w ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando Descrição
input tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.basic_lstm (TFL::BasicLSTMOp)

O operador lstm básico

Operador básico de célula LSTM.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
cell_clip ::mlir::FloatAttr Atributo flutuante de 32 bits cujo valor não é negativo
proj_clip ::mlir::FloatAttr Atributo flutuante de 32 bits cujo valor não é negativo
kernel_type ::mlir::TFL::LSTMKernelTypeAttr lstm_kernel_type cujo valor é mlir::TFL::LSTMKernelType::BASIC

Operandos:

Operando Descrição
data_input tensor de valores flutuantes de 32 bits ou do tipo QUI8
prev_activ_input tensor de valores flutuantes de 32 bits ou do tipo QUI8
weights_input tensor de valores flutuantes de 32 bits ou do tipo QUI8
biases_input tensor de valores flutuantes de 32 bits ou do tipo QI32
prev_state_input tensor de valores flutuantes de 32 bits ou do tipo QI16

Resultados:

Resultado Descrição
activ_output Tensor 2D de qualquer tipo de valor
state_output Tensor 2D de qualquer tipo de valor
concat_temp Tensor 2D de qualquer tipo de valor
activ_temp Tensor 2D de qualquer tipo de valor

tfl.batch_matmul (TFL::BatchMatMulOp)

Operador de multiplicação de matriz de lote

Executa uma multiplicação de matrizes em lote nas entradas. Segue as convenções do TensorFlow BatchMatMulV2, com suporte para dimensões desconhecidas nas dimensões do lote e na transmissão.

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)

Características: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
adj_x ::mlir::BoolAttr atributo bool
adj_y ::mlir::BoolAttr atributo bool
asymmetric_quantize_inputs ::mlir::BoolAttr atributo bool

Operandos:

Operando Descrição
x tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 8 bits
y tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 8 bits

Resultados:

Resultado Descrição
output tensor de float de 32 bits ou tipo QI8 ou tipo QI16 ou valores inteiros sem sinal de 32 bits

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Operador BatchToSpaceNd

Esta operação remodela a dimensão do "lote" 0 em dimensões espaciais.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16
block_shape tensor de valores inteiros sem sinal de 32 bits
indices tensor de valores inteiros sem sinal de 32 bits

Resultados:

Resultado Descrição
output tensor de número flutuante de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou valores de tipo QI16

tfl.bidirectional_sequence_lstm (TFL::BidirecionalSequenceLSTMOp)

Operador lstm de sequência bidirecional

O lstm bidirecional é essencialmente dois lstms, um indo para frente e outro para trás. E a saída é a concatenação dos dois lstms.

Características: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

Atributo Tipo MLIR Descrição
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
cell_clip ::mlir::FloatAttr Atributo flutuante de 32 bits cujo valor não é negativo
proj_clip ::mlir::FloatAttr Atributo flutuante de 32 bits cujo valor não é negativo
merge_outputs ::mlir::BoolAttr atributo bool
time_major ::mlir::BoolAttr atributo bool
asymmetric_quantize_inputs ::mlir::BoolAttr atributo bool

Operandos:

Operando Descrição
input tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
fw_input_to_forget_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_cell_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_input_to_output_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
fw_recurrent_to_forget_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_cell_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_recurrent_to_output_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
fw_cell_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
fw_cell_to_forget_weights tensor de qualquer tipo valores ou nenhum tipo
fw_cell_to_output_weights tensor de qualquer tipo valores ou nenhum tipo
fw_input_gate_bias tensor de qualquer tipo valores ou nenhum tipo
fw_forget_gate_bias tensor de valores flutuantes de 32 bits
fw_cell_bias tensor de valores flutuantes de 32 bits
fw_output_gate_bias tensor de valores flutuantes de 32 bits
fw_projection_weights tensor de qualquer tipo valores ou nenhum tipo
fw_projection_bias tensor de qualquer tipo valores ou nenhum tipo
bw_input_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
bw_input_to_forget_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_input_to_cell_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_input_to_output_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
bw_recurrent_to_forget_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_cell_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_recurrent_to_output_weights tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits
bw_cell_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
bw_cell_to_forget_weights tensor de qualquer tipo valores ou nenhum tipo
bw_cell_to_output_weights tensor de qualquer tipo valores ou nenhum tipo
bw_input_gate_bias tensor de qualquer tipo valores ou nenhum tipo
bw_forget_gate_bias tensor de valores flutuantes de 32 bits
bw_cell_bias tensor de valores flutuantes de 32 bits
bw_output_gate_bias tensor de valores flutuantes de 32 bits
bw_projection_weights tensor de qualquer tipo valores ou nenhum tipo
bw_projection_bias tensor de qualquer tipo valores ou nenhum tipo
fw_input_activation_state tensor com estado
fw_input_cell_state tensor com estado
bw_input_activation_state tensor com estado
bw_input_cell_state tensor com estado
aux_input tensor de qualquer tipo valores ou nenhum tipo
fw_aux_input_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
fw_aux_input_to_forget_weights tensor de qualquer tipo valores ou nenhum tipo
fw_aux_input_to_cell_weights tensor de qualquer tipo valores ou nenhum tipo
fw_aux_input_to_output_weights tensor de qualquer tipo valores ou nenhum tipo
bw_aux_input_to_input_weights tensor de qualquer tipo valores ou nenhum tipo
bw_aux_input_to_forget_weights tensor de qualquer tipo valores ou nenhum tipo
bw_aux_input_to_cell_weights tensor de qualquer tipo valores ou nenhum tipo
bw_aux_input_to_output_weights tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
fw_output tensor de qualquer tipo de valores
bw_output tensor de qualquer tipo de valores

tfl.bitcast (TFL::BitcastOp)

Operador de transmissão de bits

Bitcasta um tensor de um tipo para outro.

Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de qualquer tipo de valores

Resultados:

Resultado Descrição
output tensor de qualquer tipo de valores

tfl.bitwise_xor (TFL::BitwiseXorOp)

Operador Xor bit a bit

Elementwise calcula o XOR bit a bit de lhs e rhs .

Características: AlwaysSpeculatableImplTrait , Commutative , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
lhs tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou valores inteiros sem sinal de 32 bits
rhs tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou valores inteiros sem sinal de 32 bits

Resultados:

Resultado Descrição
output tensor de inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou valores inteiros sem sinal de 32 bits

tfl.broadcast_args (TFL::BroadcastArgsOp)

Retorne a forma de s0 op s1 com transmissão.

Dados s0 e s1 , tensores que representam formas, calcule r0 , a forma transmitida. s0 , s1 e r0 são todos vetores inteiros.

Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
s0 tensor de valores inteiros sem sinal de 32/64 bits
s1 tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado Descrição
r0 tensor de valores inteiros sem sinal de 32/64 bits

tfl.broadcast_to (TFL::BroadcastToOp)

Transmita uma matriz para uma forma compatível.

Broadcasting é o processo de fazer matrizes com formatos compatíveis para operações aritméticas. Duas formas são compatíveis se, para cada par de dimensões, forem iguais ou se uma delas for uma. Ao tentar transmitir um Tensor para uma forma, ele começa com as dimensões finais e avança.

Por exemplo,

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

No exemplo acima, o Tensor de entrada com o formato [1, 3] é transmitido para o Tensor de saída com o formato [3, 3] .

Ao realizar operações transmitidas, como multiplicar um tensor por um escalar, a transmissão (geralmente) confere algum benefício de tempo ou espaço, pois o tensor transmitido nunca é materializado.

No entanto, broadcast_to não traz consigo nenhum desses benefícios. O tensor recém-criado ocupa toda a memória da forma transmitida. (No entanto, em um contexto de gráfico, broadcast_to pode ser fundido com a operação subsequente e, em seguida, otimizado.)

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 4 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou tipo QUI8 ou 16 Inteiro sem sinal de bits ou tipo QI16 ou inteiro sem sinal de 64 bits ou tipo complexo com valores de elementos flutuantes de 32 bits
shape tensor de valores inteiros sem sinal de 32/64 bits

Resultados:

Resultado Descrição
output tensor de número flutuante de 32 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 1 bit ou número inteiro sem sinal de 4 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou tipo QUI8 ou 16 Inteiro sem sinal de bits ou tipo QI16 ou inteiro sem sinal de 64 bits ou tipo complexo com valores de elementos flutuantes de 32 bits

tfl.bucketize (TFL::BucketizeOp)

Segmenta 'entradas' com base em 'limites'.

Exemplo:

Se as entradas forem boundaries = [0, 10, 100] e input = [[-5, 10000][150, 10][5, 100]] , então a saída será output = [[0, 3][3, 2][1, 3]] .

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
boundaries ::mlir::ArrayAttr Atributo de matriz flutuante de 32 bits

Operandos:

Operando Descrição
input tensor de valores inteiros sem sinal de 32 bits ou flutuantes de 64 bits ou inteiros sem sinal de 32 bits ou valores inteiros sem sinal de 64 bits

Resultados:

Resultado Descrição
output tensor de valores inteiros sem sinal de 32 bits

tfl.call_once (TFL::CallOnceOp)

Invoca uma função de inicialização

Esta operação invoca a função de inicialização fornecida para o inicializador de sessão no dialeto do modelo salvo tf.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo Tipo MLIR Descrição
session_init_function ::mlir::StringAttr atributo de string

tfl.cast (TFL::CastOp)

Operador de elenco

Converte a entrada do tipo de entrada para o tipo de saída.

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de float de 16 bits ou float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 4 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou 32 bits inteiro sem sinal ou inteiro sem sinal de 64 bits ou tipo TFLite quint8 ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo complexo com valores de elementos flutuantes de 32 bits

Resultados:

Resultado Descrição
output tensor de float de 16 bits ou float de 32 bits ou float de 64 bits ou inteiro sem sinal de 1 bit ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 16 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 32 bits ou 64 bits inteiro sem sinal ou tipo TFLite quint8 ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 8 bits ou tipo complexo com valores de elementos flutuantes de 32 bits

tfl.ceil (TFL::CeilOp)

Operador de teto

Retorna o valor máximo elemento a elemento da entrada.

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
x tensor de valores flutuantes de 32 bits

Resultados:

Resultado Descrição
y tensor de valores flutuantes de 32 bits

tfl.complex_abs (TFL::ComplexAbsOp)

Calcula o valor absoluto complexo de um tensor.

Dado um tensor x de números complexos, esta operação retorna um tensor do tipo float ou double que é o valor absoluto de cada elemento em x . Todos os elementos em x devem ser números complexos no formato \(a + bj\). O valor absoluto é calculado como \( \sqrt{a^2 + b^2}\).

Características: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de tipo complexo com elementos flutuantes de 32 bits ou tipo complexo com valores de elementos flutuantes de 64 bits

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou flutuantes de 64 bits

tfl.concatenation (TFL::ConcatenationOp)

Operador de concatenação

Concatena tensores ao longo de uma dimensão

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
axis ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando Descrição
values variável de tensor de qualquer tipo de valores

Resultados:

Resultado Descrição
output tensor de número flutuante de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 8 bits ou tipo QI8 ou tipo QUI8 ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou 1 valores inteiros sem sinal de -bit

tfl.control_node (TFL::ControlNodeOp)

A operação TFL.control_node envolve operações de bloco único para anexar bordas de controle.

Isso é usado para agrupar regiões e anexar dependências de controle a elas. Normalmente, isso acontecerá em uma das últimas etapas antes de emitir o modelo flatbuffer para permitir otimizações que dependem de uma ordem fixa de operações (como rematerialização). O exportador flatbuffer irá desembrulhar a região empacotada e anotar o modelo gerado com metadados de modo que quaisquer reordenações de tempo de execução respeitarão a ordem dada pelas dependências de controle.

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

Operandos:

Operando Descrição
controlInputs variável de controle

Resultados:

Resultado Descrição
outputs variável de tensor de qualquer tipo de valores
control ao controle

tfl.conv_2d (TFL::Conv2DOp)

Operador de convolução

Executa operação de convolução nas entradas.

Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
dilation_h_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_w_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding ::mlir::StringAttr atributo de string cujo valor é SAME ou VALID
stride_h ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_w ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits

Operandos:

Operando Descrição
input tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
filter tensor de valores flutuantes de 32 bits ou tipo QI4 ou tipo QI8 ou tipo QUI8
bias tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.conv_3d (TFL::Conv3DOp)

Operador 3D de convolução

Executa operação de convolução em entradas 3D. Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
dilation_d_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_h_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_w_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding ::mlir::StringAttr atributo de string cujo valor é SAME ou VALID
stride_d ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_h ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_w ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits

Operandos:

Operando Descrição
input tensor de valores flutuantes de 32 bits
filter tensor de valores flutuantes de 32 bits
bias tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Operador 3D de Convolução Transposta

Executa operação de convolução transposta em entradas 3D. Entradas: inputs[0] : obrigatório: a forma do tensor de saída inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : obrigatório: o tensor de ativação de entrada inputs[3] : opcional: o tensor de polarização

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
dilation_d_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_h_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_w_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding ::mlir::StringAttr atributo de string cujo valor é SAME ou VALID
stride_d ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_h ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_w ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits

Operandos:

Operando Descrição
output_shape tensor de valores inteiros sem sinal de 32 bits
filter tensor de valores flutuantes de 32 bits
input tensor de valores flutuantes de 32 bits
bias tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits

tfl.cos (TFL::CosOp)

Operador cosseno

Calcula o cosseno da entrada elemento a elemento

Características: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
x tensor de valores flutuantes de 32 bits

Resultados:

Resultado Descrição
y tensor de valores flutuantes de 32 bits

tfl.cumsum (TFL::CumsumOp)

Operador cumsum

Calcule a soma cumulativa do tensor x ao longo do eixo.

Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
exclusive ::mlir::BoolAttr atributo bool
reverse ::mlir::BoolAttr atributo bool

Operandos:

Operando Descrição
input tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits
axis tensor de valores inteiros sem sinal de 32 bits

Resultados:

Resultado Descrição
output tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou inteiros sem sinal de 64 bits

tfl.custom (TFL::CustomOp)

Operação personalizada

Uma operação genérica para qualquer operação personalizada do TFLite.

entrada: uma lista de entradas na operação original. custom_code: Uma string usada para identificar exatamente qual é esta operação, que corresponde a operator_codes.custom_code no flatbuffer. custom_option: um suporte para salvar os atributos operacionais em bytes. saída: uma lista de saídas na operação original.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo Tipo MLIR Descrição
custom_code ::mlir::StringAttr atributo de string
custom_option ::mlir::TFL::ConstBytesAttr Uma representação de atributo de string de bytes compilados

Operandos:

Operando Descrição
input variável de tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output variável de tensor de qualquer tipo de valores

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op para operações personalizadas de TF.

Uma operação wrapper em torno de qualquer operação TF personalizada. Isso inclui operações definidas usando custom_opdefs ou vinculadas que não são definidas no dialeto TF. Esta operação apenas envolve a operação personalizada dentro de uma região. Observação nº 1: esta operação não incluirá operações personalizadas do TF Lite definidas usando CustomOp. Nota nº 2, esta operação é apenas uma representação interna dentro do conversor e não é exposta/exportada quando o modelo é exportado para Flatbuffer.

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

Interfaces: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Operandos:

Operando Descrição
input variável de tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output variável de tensor de qualquer tipo de valores

tfl.densify (TFL::DensifyOp)

Operador densificar

Converte tensor esparso em formato denso.

Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits

Resultados:

Resultado Descrição
output tensor de valores inteiros flutuantes de 32 bits ou inteiros sem sinal de 8 bits

tfl.depth_to_space (TFL::DepthToSpaceOp)

Operador DepthToSpace

Reorganiza os dados de profundidade em blocos de dados espaciais. Esta é a transformação reversa do SpaceToDepth. Mais especificamente, esta operação gera uma cópia do tensor de entrada onde os valores da dimensão de depth são movidos em blocos espaciais para as dimensões de height e width . O attr block_size indica o tamanho do bloco de entrada e como os dados são movidos.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
block_size ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits cujo valor é positivo

Operandos:

Operando Descrição
input tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo TFLite quint8 ou número inteiro sem sinal de 8 bits ou tipo QI8 ou valores do tipo QUI8

Resultados:

Resultado Descrição
output tensor de número flutuante de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou tipo TFLite quint8 ou número inteiro sem sinal de 8 bits ou tipo QI8 ou valores do tipo QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Operador de convolução separável em profundidade

Executa operação de convolução nas entradas.

Entradas: inputs[0] : obrigatório: o tensor de ativação de entrada inputs[1] : obrigatório: o tensor de peso do filtro inputs[2] : opcional: o tensor de polarização

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
dilation_h_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
dilation_w_factor ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT
padding ::mlir::StringAttr atributo de string cujo valor é SAME ou VALID
stride_h ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
stride_w ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits
depth_multiplier ::mlir::IntegerAttr Atributo inteiro sem sinal de 32 bits

Operandos:

Operando Descrição
input tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16
filter tensor de valores flutuantes de 32 bits ou tipo QI4 ou tipo QI8 ou tipo QUI8
bias tensor de qualquer tipo valores ou nenhum tipo

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou tipo QI8 ou tipo QUI8 ou tipo QI16

tfl.dequantize (TFL::DequantizeOp)

Operador de desquantização

Converte array quantizado de inteiros em pontos flutuantes de acordo com os parâmetros de quantização.

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor do tipo QI4 ou tipo QI8 ou tipo QUI8 ou tipo QI16 ou valores flutuantes de 16 bits

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits

tfl.dilate (TFL::DilateOp)

Operador de dilatação

Estende um tensor adicionando novos elementos entre os existentes. Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
input tensor de número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou Valores flutuantes de 32 bits ou flutuantes de 64 bits
dilations tensor de valores inteiros sem sinal de 32 bits
padding_value Tensor 0D de qualquer tipo de valor

Resultados:

Resultado Descrição
output tensor de número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 8 bits ou número inteiro sem sinal de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinal de 64 bits ou Valores flutuantes de 32 bits ou flutuantes de 64 bits

tfl.div (TFL::DivOp)

Operador de divisão

Operação de divisão elemento a elemento.

Características: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo MLIR Descrição
fused_activation_function ::mlir::StringAttr atributo de string cujo valor é NONE, ou RELU, ou RELU_N1_TO_1, ou RELU6, ou TANH, ou SIGN_BIT

Operandos:

Operando Descrição
lhs tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou valores do tipo QUI8
rhs tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou valores do tipo QUI8

Resultados:

Resultado Descrição
output tensor de valores flutuantes de 32 bits ou inteiros sem sinal de 32 bits ou valores do tipo QUI8

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

Operação DynamicUpdateSlice que possui a mesma semântica do XLA DynamicUpdateSlice. Gera um resultado que é o valor do operando da matriz de entrada, com uma atualização de fatia substituída em start_indices.

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

Características: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operandos:

Operando Descrição
operand tensor de inteiro sem sinal de 1 bit ou inteiro sem sinal de 8 bits ou inteiro sem sinal de 32 bits ou inteiro sem sinal de 64 bits ou valores flutuantes de 32 bits
update Tensor de número inteiro inteiro sem sinais de 1 bit ou número inteiro sem sinais de 8 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinais de 64 bits ou de 32 bits
start_indices Tensor de valores inteiros sem sinais de 32 bits

Resultados:

Resultado Descrição
output Tensor de número inteiro inteiro sem sinais de 1 bit ou número inteiro sem sinais de 8 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinais de 64 bits ou de 32 bits

tfl.elu (tfl :: eluop)

Operador de unidade linear exponencial

Calcula o linear exponencial f (x) -> exp (x) -1 para x <0, x para x> = 0. em termos de elemento.

Traços: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x tensor de bóia de 32 bits ou valores inteiros sem sinais de 8 bits

Resultados:

Resultado Descrição
y tensor de bóia de 32 bits ou valores inteiros sem sinais de 8 bits

tfl.embedding_lookup (tfl :: incorpdinglookopop)

Incorporando o operador de pesquisa

Procura os IDs em uma lista de tensores de incorporação.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lookup Tensor de valores inteiros sem sinais de 32 bits
value tensor de bóia de 32 bits ou valores inteiros sem sinal de 8 bits ou de 8 bits

Resultados:

Resultado Descrição
output tensor de bóia de 32 bits ou valores inteiros sem sinal de 8 bits ou de 8 bits

tfl.equal (Tfl :: EqualOp)

Operador igual

Retorna o elemento verdade de x == y-elemento

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x Tensor de float inteiro sem sinais de 1 bit ou bóia de 32 bits ou número inteiro inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinal de 64 bits ou tipo qi8 ou qui8 ou valores de número inteiro não assinado de 8 bits ou tflite
y Tensor de float inteiro sem sinais de 1 bit ou bóia de 32 bits ou número inteiro inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinal de 64 bits ou tipo qi8 ou qui8 ou valores de número inteiro não assinado de 8 bits ou tflite

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.exp (tfl :: expop)

Operador de exponenciação natural

Executa a operação de exponenciação natural no elemento na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x Tensor de valores do tipo de flutuação de 32 bits ou qi8 ou qi16

Resultados:

Resultado Descrição
y Tensor de valores do tipo de flutuação de 32 bits ou qi8 ou qi16

tfl.expand_dims (tfl :: expanddimsop)

Insere uma dimensão de 1 na forma de um tensor.

Dada uma input de tensor, esta operação insere uma dimensão de 1 no axis do índice de dimensão da forma da input . O axis do índice de dimensão começa em zero; Se você especificar um número negativo para axis , ele é contado para trás a partir do final.

Esta operação é útil se você deseja adicionar uma dimensão em lote a um único elemento. Por exemplo, se você tiver uma única imagem de forma [height, width, channels] , poderá torná -lo um lote de 1 imagem com expand_dims(image, 0) , que fará a forma [1, height, width, channels] .

Outros exemplos:

# '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]

Esta operação requer que:

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

Esta operação está relacionada ao squeeze() , que remove as dimensões do tamanho 1.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
input tensor de qualquer tipo de valores
dim tensor de valores inteiros sem sinais de 32/64 bits

Resultados:

Resultado Descrição
output tensor de qualquer tipo de valores

tfl.external_const (tfl :: externalconstop)

Const externa op.

Const Op Op mantém um buffer_index que aponta para uma constante no planbuffer.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
buffer_index :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits

Resultados:

Resultado Descrição
output tensor de qualquer tipo de valores

tfl.fake_quant (tfl :: falsquantop)

Operador falso

Quantize falso o tensor de 'entradas' do tipo flutuante via escalares flutuantes min e max para 'saídas' tensor da mesma forma que as entradas.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
min :: mlir :: floatattr Atributo de flutuação de 32 bits
max :: mlir :: floatattr Atributo de flutuação de 32 bits
num_bits :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits cujo valor mínimo é 2 cujo valor máximo é 16
narrow_range :: mlir :: boolattr atributo bool cujo valor é falso

Operando:

Operando Descrição
input Tensor de valores de flutuação de 32 bits

Resultados:

Resultado Descrição
output Tensor de valores de flutuação de 32 bits

tfl.fill (tfl :: filop)

Preencha o tensor com o valor determinado.

Preencha o tensor com o valor determinado.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
dims tensor de valores inteiros sem sinais de 32/64 bits
input tensor de flutuação de 32 bits ou bóia de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro inteiro sem sinalização de 64 bits ou tipo inteiro ou tipo qi8 de 1 bit

Resultados:

Resultado Descrição
result tensor de flutuação de 32 bits ou bóia de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro inteiro sem sinalização de 64 bits ou tipo inteiro ou tipo qi8 de 1 bit

tfl.floor (Tfl :: Floorop)

Operador de piso

Retorna o valor do piso no elemento da entrada.

Traços: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x Tensor de valores de flutuação de 32 bits

Resultados:

Resultado Descrição
y Tensor de valores de flutuação de 32 bits

tfl.floor_div (tfl :: floordivop)

Operador da Div do piso

Operação da div piso no elemento.

Traços: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs tensor de bóia de 32 bits ou número inteiro sem sinais de 8 bits ou de 16 bits sem sinais ou valores inteiros sem sinais de 32 bits
rhs tensor de bóia de 32 bits ou número inteiro sem sinais de 8 bits ou de 16 bits sem sinais ou valores inteiros sem sinais de 32 bits

Resultados:

Resultado Descrição
output tensor de bóia de 32 bits ou número inteiro sem sinais de 8 bits ou de 16 bits sem sinais ou valores inteiros sem sinais de 32 bits

tfl.floor_mod (tfl :: floormodop)

Lembrete da divisão

Operação de lembrete da divisão em termos de elemento.

Traços: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de número inteiro sem sinais de 8 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinais de 64 bits ou de 32 bits
rhs Tensor de número inteiro sem sinais de 8 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinais de 64 bits ou de 32 bits

Resultados:

Resultado Descrição
output Tensor de número inteiro sem sinais de 8 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinais de 64 bits ou de 32 bits

tfl.fully_connected (tfl :: totalmenteconectedOp)

Op totalmente conectado

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

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
fused_activation_function :: mlir :: stringattr atributo da string cujo valor é nenhum, ou relu, ou relu_n1_to_1, ou relu6, ou Tanh, ou Sign_bit
weights_format :: mlir :: stringattr atributo da string cujo valor é padrão ou Shuffled4x16int8
keep_num_dims :: mlir :: boolattr atributo bool
asymmetric_quantize_inputs :: mlir :: boolattr atributo bool

Operando:

Operando Descrição
input Tensor de bitola de 32 bits ou tipo qi8 ou qui8 ou tipo qi16 ou qui16 valores
filter Tensor de bitola de 32 bits ou tipo qi4 ou tipo qi8 ou qui8 ou valores do tipo qi16
bias tensor de qualquer tipo de tipo ou nenhum tipo

Resultados:

Resultado Descrição
output VariADIC de tensor de qualquer tipo de valores

tfl.gather (tfl :: colarop)

Reunir operador

Reúna as fatias do axis params de acordo com indices .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
axis :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
batch_dims :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits

Operando:

Operando Descrição
params Tensor de bóia de 32 bits ou número inteiro sem sinais de 1 bit ou número inteiro sem sinalização de 4 bits ou número inteiro inteiro sem sinais de 8 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinalização de 64 bits ou tflite ou 8 bits Inteiro não assinado ou tipo qi8 ou qui8 ou valores de tipo qi16
indices Tensor de número inteiro sem sinais de 16 bits ou de 32 bits sem sinais ou valores inteiros sem sinais de 64 bits

Resultados:

Resultado Descrição
output Tensor de bóia de 32 bits ou número inteiro sem sinais de 1 bit ou número inteiro sem sinalização de 4 bits ou número inteiro inteiro sem sinais de 8 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinalização de 64 bits ou tflite ou 8 bits Inteiro não assinado ou tipo qi8 ou qui8 ou valores de tipo qi16

tfl.gather_nd (tfl :: gatherncop)

_ Operador ND

Reúna as fatias dos params em um tensor com a forma especificada pelos indices .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
params tensor de bóia de 32 bits ou número inteiro sem sinalização de 1 bit ou número inteiro sem sinal de 8 bits ou número inteiro inteiro sem sinalização de 16 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 32 bit
indices Tensor de número inteiro sem sinais de 16 bits ou de 32 bits sem sinais ou valores inteiros sem sinais de 64 bits

Resultados:

Resultado Descrição
output tensor de bóia de 32 bits ou número inteiro sem sinalização de 1 bit ou número inteiro sem sinal de 8 bits ou número inteiro inteiro sem sinalização de 16 bits ou número inteiro sem sinal de 64 bits ou número inteiro sem sinal de 32 bit

tfl.gelu (tfl :: geluop)

Função de ativação de Gelu.

Calcula a função de ativação de Gelu em termos de elemento.

Traços: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
approximate :: mlir :: boolattr atributo bool

Operando:

Operando Descrição
input Tensor de valores do tipo de flutuação de 32 bits ou qi8 ou qui8

Resultados:

Resultado Descrição
output Tensor de valores do tipo de flutuação de 32 bits ou qi8 ou qui8

tfl.greater (tfl :: GreaterOp)

Maior operador

Operação maior em termos de elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou número inteiro ou qui8 de 64 bits ou quint8 valores do tipo QI8 ou Tflite
rhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou número inteiro ou qui8 de 64 bits ou quint8 valores do tipo QI8 ou Tflite

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.greater_equal (tfl :: GreaterEqualop)

_Greater Operator Equal Operator

Operação maior_equal em termos de elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs tensor de bóia de 32 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou de 64 bits ou valores do tipo qui8 ou QI8
rhs tensor de bóia de 32 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou de 64 bits ou valores do tipo qui8 ou QI8

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.hard_swish (tfl :: hardswishop)

Função de ativação Hardswish.

Calcula a função de ativação do Swish Hard F (x)-> (x * relu6 (x+3))/6 elementos em termos.

Traços: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
input Tensor de valores de bóia de 32 bits ou qui8 ou tipo qi8

Resultados:

Resultado Descrição
output Tensor de valores de bóia de 32 bits ou qui8 ou tipo qi8

tfl.hashtable (tfl :: hashtableop)

Cria uma tabela de hash não inicializada.

Este OP cria uma tabela de hash, especificando o tipo de suas chaves e valores. Antes de usar a tabela, você precisará inicializá -la. Após a inicialização, a tabela será imutável.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo Tipo mlir Descrição
table_id :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
key_dtype :: mlir :: typeattr qualquer atributo de tipo
value_dtype :: mlir :: typeattr qualquer atributo de tipo

Resultados:

Resultado Descrição
out tensor de valores de recursos

tfl.hashtable_find (tfl :: hashtablefindop)

Procura as teclas em uma tabela, produz os valores correspondentes.

As keys de tensor devem do mesmo tipo que as teclas da tabela. Os values de saída são do tipo dos valores da tabela.

O escalar default_value é a saída de valor para chaves não presentes na tabela. Também deve ser do mesmo tipo que os valores da tabela.

Interfaces: TflRuntimeVerifyOpInterface

Operando:

Operando Descrição
hash_table tensor de valores de recursos
keys tensor de 32 bits sem sinais ou tipo de string tflite ou valores inteiros sem sinais de 64 bits
default_value tensor de bóia de 32 bits ou tipo inteiro sem sinais de 32 bits ou tipo de corda tflite ou valores inteiros sem sinais de 64 bits

Resultados:

Resultado Descrição
out tensor de bóia de 32 bits ou tipo inteiro sem sinais de 32 bits ou tipo de corda tflite ou valores inteiros sem sinais de 64 bits

tfl.hashtable_import (tfl :: hashtableImportOp)

Substitui o conteúdo da tabela pelas chaves e valores especificados.

As keys de tensor devem ser do mesmo tipo que as teclas da tabela. Os values do tensor devem ser do tipo dos valores da tabela.

Interfaces: TflRuntimeVerifyOpInterface

Operando:

Operando Descrição
hash_table tensor de valores de recursos
keys tensor de 32 bits sem sinais ou tipo de string tflite ou valores inteiros sem sinais de 64 bits
values tensor de bóia de 32 bits ou tipo inteiro sem sinais de 32 bits ou tipo de corda tflite ou valores inteiros sem sinais de 64 bits

tfl.hashtable_size (tfl :: hashtablesizeop)

Calcula o número de elementos na tabela fornecida.

Interfaces: TflRuntimeVerifyOpInterface

Operando:

Operando Descrição
hash_table tensor de valores de recursos

Resultados:

Resultado Descrição
out tensor de valores inteiros sem sinais de 64 bits

tfl.if (tfl :: ifop)

Operação If-Then-Else

A operação tfl.if representa uma construção if-then-else para executar condicionalmente duas regiões de código. O operando para uma operação IF é um valor booleano. Por exemplo:

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

tfl.if também pode retornar resultados definidos em suas regiões. Os valores definidos são determinados pelos quais o caminho de execução é tomado.

Exemplo:

%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>
}

As regiões tfl.if são sempre encerradas com "tfl.yield". Se "tfl.if" não definir valores, o "tfl.yield" poderá ser deixado de fora e será inserido implicitamente. Caso contrário, deve ser explícito. Além disso, se "tfl.if" definir um ou mais valores, o bloco 'else' não poderá ser omitido.

Exemplo:

tfl.if %b  {
  ...
}

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

Interfaces: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Operando:

Operando Descrição
cond Tensor de valores inteiros sem sinais de 1 bits

Resultados:

Resultado Descrição
results VariADIC de tensor de qualquer tipo de valores

tfl.imag (tfl :: imagep)

Retorna a parte imaginária de um número complexo.

Dada uma input tensor de números complexos, esta operação retorna um tensor de float do tipo que é a parte imaginária de cada elemento na input . Todos os elementos na input devem ser números complexos do formulário \(a + bj\), onde A é a parte real e B é a parte imaginária retornada por esta operação.

Traços: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
input Tensor do tipo complexo com elementos de flutuação de 32 bits ou tipo complexo com elementos de flutuação de 64 bits valores

Resultados:

Resultado Descrição
output Tensor de valores de flutuação de 32 bits ou de 64 bits

tfl.l2_normalization (tfl :: l2NormalizationOp)

L2 Normalizar operador

L2Normalização op

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
fused_activation_function :: mlir :: stringattr atributo da string cujo valor é nenhum, ou relu, ou relu_n1_to_1, ou relu6, ou Tanh, ou Sign_bit

Operando:

Operando Descrição
input Tensor de bitola de 32 bits ou tipo qui8 ou tipo qi8 ou qui16 tipo ou qi16 ou valores inteiros sem sinal de 8 bits

Resultados:

Resultado Descrição
output Tensor de bitola de 32 bits ou tipo qui8 ou tipo qi8 ou qui16 tipo ou qi16 ou valores inteiros sem sinal de 8 bits

tfl.leaky_relu (tfl :: colaireluop)

Operador de Relu com vazamento

Operador Relu com vazamento de elemento x -> x> = 0? x: (alfa * x)

Traços: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
alpha :: mlir :: floatattr Atributo de flutuação de 32 bits

Operando:

Operando Descrição
input Tensor de bóia de 32 bits ou tipo qui8 ou tipo qi8 ou tflite quint8 ou valores do tipo qi16

Resultados:

Resultado Descrição
output Tensor de bóia de 32 bits ou tipo qui8 ou tipo qi8 ou tflite quint8 ou valores do tipo qi16

tfl.less (tfl :: lessOp)

Menos operador

Em termos de elemento menos operação.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinais ou tipo qui8 de 64 bits ou tipo QI8 ou Tflite Quint8
rhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinais ou tipo qui8 de 64 bits ou tipo QI8 ou Tflite Quint8

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.less_equal (tfl :: lessequalop)

_Less Operador igual

Operação Less_Equal em termos de elemento.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinal de 64 bits ou tipo qi8 ou qui8 do tipo
rhs Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinal de 64 bits ou tipo qi8 ou qui8 do tipo

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.local_response_normalization (Tfl :: LocalResponsenormalizationOp)

Normalização da resposta local.

O tensor input 4-D é tratado como uma matriz 3D de vetores 1-D (ao longo da última dimensão) e cada vetor é normalizado de forma independente. Dentro de um determinado vetor, cada componente é dividido pela soma ponderada e quadrada das entradas dentro de depth_radius . Em detalhe,

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

Para detalhes, consulte Krizhevsky et al., Classificação ImageNet com profundas redes neurais convolucionais (NIPS 2012) .

Traços: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
radius :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
bias :: mlir :: floatattr Atributo de flutuação de 32 bits
alpha :: mlir :: floatattr Atributo de flutuação de 32 bits
beta :: mlir :: floatattr Atributo de flutuação de 32 bits

Operando:

Operando Descrição
input Tensor de valores de flutuação de 32 bits

Resultados:

Resultado Descrição
output Tensor de valores de flutuação de 32 bits

tfl.log (tfl :: Logop)

Operador de logaritmo natural

Executa a operação de logaritmo natural no elemento na entrada.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x Tensor de valores de bóia de 32 bits ou QI8

Resultados:

Resultado Descrição
y Tensor de valores de bóia de 32 bits ou QI8

tfl.log_softmax (tfl :: logsoftmaxop)

Operador de log Softmax

Calcula as ativações do SoftMax de log no elemento com a seguinte fórmula

Input - log (Reduce_sum (exp (entrada), dim))

Traços: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
input Tensor de bits de 32 bits ou tipo qui8 ou tipo qi8 ou valores do tipo tflite quint8

Resultados:

Resultado Descrição
output Tensor de bits de 32 bits ou tipo qui8 ou tipo qi8 ou valores do tipo tflite quint8

tfl.logical_and (tfl :: logicalandop)

Lógico e operador

Lógica e operação em termos de elemento.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de valores inteiros sem sinais de 1 bits
rhs Tensor de valores inteiros sem sinais de 1 bits

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.logical_not (tfl :: logicalnotop)

Operador lógico não

Operação lógica não em termos de elemento.

Traços: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de valores inteiros sem sinais de 1 bits

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.logical_or (tfl :: logicalorop)

Lógico ou operador

Lógico ou operação em termos de elemento.

Traços: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs Tensor de valores inteiros sem sinais de 1 bits
rhs Tensor de valores inteiros sem sinais de 1 bits

Resultados:

Resultado Descrição
output Tensor de valores inteiros sem sinais de 1 bits

tfl.logistic (tfl :: LogistosTop)

Operador logístico

Calcula sigmóide de entrada em termos de elemento

Traços: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
x Tensor de bitola de 32 bits ou tipo qi8 ou qui8 ou tipo qi16 ou valores de tipo quint8 tflite quint8

Resultados:

Resultado Descrição
y Tensor de bitola de 32 bits ou tipo qi8 ou qui8 ou tipo qi16 ou valores de tipo quint8 tflite quint8

tfl.lstm (tfl :: lstmop)

O operador LSTM completo

Camada de rede recorrente de memória de curto prazo de longo prazo (LSTM). A implementação padrão não-peefole é baseada em: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. hochreiter e J. Schmidhuber. 'Memória de longo prazo de longo prazo'. Neural Computation, 9 (8): 1735-1780, 1997. A implementação do Peephole é baseada em: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior e Francoise Beaufays. 'Arquiteturas de rede neural recorrentes de memória de curto prazo de longo prazo para modelagem acústica em larga escala'. Intespeech, 2014. O acoplamento de entrada e esquecimento (CIFG) é baseado em: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: um espaço de pesquisa odyssey' A normalização da camada é baseada em: https://arxiv.org/pdf/1607.06450.pdf ba et al. 'Normalização da camada'

Traços: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface TflRuntimeVerifyOpInterface TFL_StatefulOp ,

Atributos:

Atributo Tipo mlir Descrição
fused_activation_function :: mlir :: stringattr atributo da string cujo valor é nenhum, ou relu, ou relu_n1_to_1, ou relu6, ou Tanh, ou Sign_bit
cell_clip :: mlir :: floatattr Atributo flutuante de 32 bits cujo valor não é negativo
proj_clip :: mlir :: floatattr Atributo flutuante de 32 bits cujo valor não é negativo
kernel_type :: mlir :: tfl :: lstmkerneltypeattr lstm_kernel_type cujo valor é mlir :: tfl :: lstmkernelType :: completo
asymmetric_quantize_inputs :: mlir :: boolattr atributo bool
input_to_input_intermediate :: mlir :: typeattr qualquer atributo de tipo
input_to_forget_intermediate :: mlir :: typeattr qualquer atributo de tipo
input_to_cell_intermediate :: mlir :: typeattr qualquer atributo de tipo
input_to_output_intermediate :: mlir :: typeattr qualquer atributo de tipo
effective_hidden_scale_intermediate :: mlir :: typeattr qualquer atributo de tipo

Operando:

Operando Descrição
input Tensor de valores do tipo de flutuação de 32 bits ou qi8 ou qi16
input_to_input_weights tensor de qualquer tipo de tipo ou nenhum tipo
input_to_forget_weights Tensor de valores de bóia de 32 bits ou QI8
input_to_cell_weights Tensor de valores de bóia de 32 bits ou QI8
input_to_output_weights Tensor de valores de bóia de 32 bits ou QI8
recurrent_to_input_weights tensor de qualquer tipo de tipo ou nenhum tipo
recurrent_to_forget_weights Tensor de valores de bóia de 32 bits ou QI8
recurrent_to_cell_weights Tensor de valores de bóia de 32 bits ou QI8
recurrent_to_output_weights Tensor de valores de bóia de 32 bits ou QI8
cell_to_input_weights tensor de qualquer tipo de tipo ou nenhum tipo
cell_to_forget_weights tensor de qualquer tipo de tipo ou nenhum tipo
cell_to_output_weights tensor de qualquer tipo de tipo ou nenhum tipo
input_gate_bias tensor de qualquer tipo de tipo ou nenhum tipo
forget_gate_bias Tensor de valores de bóia de 32 bits ou QI32
cell_bias Tensor de valores de bóia de 32 bits ou QI32
output_gate_bias Tensor de valores de bóia de 32 bits ou QI32
projection_weights tensor de qualquer tipo de tipo ou nenhum tipo
projection_bias tensor de qualquer tipo de tipo ou nenhum tipo
input_activation_state tensor de estado
input_cell_state tensor de estado
input_layer_norm_coefficients tensor de qualquer tipo de tipo ou nenhum tipo
forget_layer_norm_coefficients tensor de qualquer tipo de tipo ou nenhum tipo
cell_layer_norm_coefficients tensor de qualquer tipo de tipo ou nenhum tipo
output_layer_norm_coefficients tensor de qualquer tipo de tipo ou nenhum tipo

Resultados:

Resultado Descrição
output tensor de qualquer tipo de valores

tfl.matrix_diag (tfl :: matrixdiagop)

Retorna um tensor com a diagonal fornecida e tudo o mais acolchoado com zeros.

Dada uma diagonal, retorna um tensor com a diagonal e tudo o mais acolchoado com zeros. Suponha que a diagonal tenha dimensões k [I, J, K, ..., N] , então a saída é um tensor da classificação k+1 com dimensões [I, J, K, ..., N, N] onde: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
diagonal Tensor de bóia de 32 bits ou número inteiro sem sinais de 8 bits ou número inteiro inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinalização de 64 bits ou número inteiro ou quint8 não assinado de 8 bit

Resultados:

Resultado Descrição
output Tensor de bóia de 32 bits ou número inteiro sem sinais de 8 bits ou número inteiro inteiro sem sinais de 16 bits ou número inteiro sem sinais de 32 bits ou número inteiro sem sinalização de 64 bits ou número inteiro ou quint8 não assinado de 8 bit

tfl.matrix_set_diag (tfl :: matrixsetDiagop)

Retorna um tensor de matriz em lotes com novos valores diagonais em lotes.

Dada input e diagonal , esta operação retorna um tensor com a mesma forma e valores que input , exceto a diagonal principal das matrizes mais internas. Estes serão substituídos pelos valores na diagonal .

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
input tensor de bóia de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro inteiro sem sinalização de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinalização de 64 bits ou número inteiro não assinado de 8 bits ou tipo qi8 ou tipo qi16 ou qui8 ou tflite quint8 valores de tipo quint8
diagonal tensor de bóia de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro inteiro sem sinalização de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinalização de 64 bits ou número inteiro não assinado de 8 bits ou tipo qi8 ou tipo qi16 ou qui8 ou tflite quint8 valores de tipo quint8

Resultados:

Resultado Descrição
result tensor de bóia de 32 bits ou número inteiro sem sinal de 8 bits ou número inteiro inteiro sem sinalização de 16 bits ou número inteiro sem sinal de 32 bits ou número inteiro sem sinalização de 64 bits ou número inteiro não assinado de 8 bits ou tipo qi8 ou tipo qi16 ou qui8 ou tflite quint8 valores de tipo quint8

tfl.max_pool_2d (tfl :: maxpool2dop)

MAX POOL 2D OP

Executa o Pool Max 2D na entrada.

Entradas: inputs[0] : Necessário: O tensor de entrada

Características: AlwaysSpeculatableImplTrait , QuantizableResult

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

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
padding :: mlir :: stringattr atributo da string cujo valor é o mesmo, ou válido
stride_w :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
stride_h :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
filter_width :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
filter_height :: mlir :: integerattr Atributo inteiro sem sinais de 32 bits
fused_activation_function :: mlir :: stringattr atributo da string cujo valor é nenhum, ou relu, ou relu_n1_to_1, ou relu6, ou Tanh, ou Sign_bit

Operando:

Operando Descrição
input Tensor de bóia de 32 bits ou tipo qui8 ou tipo qi8 ou tipo qi16 ou valores do tipo tflite quint8

Resultados:

Resultado Descrição
output Tensor de bóia de 32 bits ou tipo qui8 ou tipo qi8 ou tipo qi16 ou valores do tipo tflite quint8

tfl.maximum (tfl :: maximumop)

Operador Max

Operação máxima no elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo
rhs tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo

Resultados:

Resultado Descrição
max tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo

tfl.mean (tfl :: Meanop)

Operador médio

Calcula a média dos elementos entre as dimensões de um tensor. Reduz o input_tensor ao longo das dimensões fornecidas no eixo. A menos que o KeepDims seja verdadeiro, a classificação do tensor é reduzida em 1 para cada entrada no eixo. Se o KeepDims for verdadeiro, as dimensões reduzidas serão retidas com o comprimento 1.

Características: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Efeitos: MemoryEffects::Effect{}

Atributos:

Atributo Tipo mlir Descrição
keep_dims :: mlir :: boolattr atributo bool

Operando:

Operando Descrição
input Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou tipo inteiro ou QI8 ou tipo QI8 ou de 64 bits ou valores de número inteiro ou Qi16 de 8 bits ou qi16
axis Tensor de valores inteiros sem sinais de 32 bits

Resultados:

Resultado Descrição
output Tensor de bóia de 32 bits ou número inteiro sem sinais de 32 bits ou tipo inteiro ou QI8 ou tipo QI8 ou de 64 bits ou valores de número inteiro ou Qi16 de 8 bits ou qi16

tfl.minimum (Tfl :: Minimumop)

Min Operator

Operação Min em elemento.

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

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

Efeitos: MemoryEffects::Effect{}

Operando:

Operando Descrição
lhs tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo
rhs tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo

Resultados:

Resultado Descrição
min tensor de flutuação de 32 bits ou de 32/64 bits sem sinais ou tipo qi8 tipo ou qui8 ou QI16 Valores do tipo

tfl.mirror_pad (tfl :: MirRorPadop)

Operador Mirorpad. Pads um tensor com valores espelhados.

Esta operação passa uma entrada com valores espelhados, de acordo com os padrões que você especificar. Paddings é um tensor inteiro com forma [n, 2], onde n é a classificação de entrada. For each dimension D of input, paddings[D, 0] indicates how many values to add before the contents of input in that dimension, and paddings[D, 1] indicates how many values to add after the contents of input in that dimension.

Both paddings[D, 0] and paddings[D, 1] must be no greater than input.dim_size(D) (or input.dim_size(D) - 1) if copy_border is true (if false, respectively).

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
mode ::mlir::TFL::MirrorPaddingTypeAttr mirror_pad_enum

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values
pad tensor of 32-bit signless integer or 64-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values

tfl.mul (TFL::MulOp)

Multiplication operator

Element-wise multiplication operation.

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

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
lhs tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values
rhs tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 32-bit unsigned integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type or 16-bit signless integer or complex type with 32-bit float elements values

tfl.multinomial (TFL::MultinomialOp)

Draws samples from a categorical distribution.

The generated values will have a categorical distribution based on the logits or unnormalized log-probabilities provided for all classes.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

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

Resultados:

Resultado Descrição
out tensor of 32-bit signless integer or 64-bit signless integer values

tfl.neg (TFL::NegOp)

Negation operator

Computes element-wise negation of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

tfl.no_value (TFL::NoValueOp)

Constant representing no value.

No value constant op.

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
value ::mlir::UnitAttr unit attribute

Resultados:

Resultado Descrição
none_val none type

tfl.non_max_suppression_v4 (TFL::NonMaxSuppressionV4Op)

Greedily selects a subset of bounding boxes in descending order of score,

pruning away boxes that have high intersection-over-union (IOU) overlap with previously selected boxes. Bounding boxes with score less than score_threshold are removed. Bounding boxes are supplied as [y1, x1, y2, x2], where (y1, x1) and (y2, x2) are the coordinates of any diagonal pair of box corners and the coordinates can be provided as normalized (ie, lying in the interval [0, 1]) or absolute. Note that this algorithm is agnostic to where the origin is in the coordinate system and more generally is invariant to orthogonal transformations and translations of the coordinate system; thus translating or reflections of the coordinate system result in the same boxes being selected by the algorithm. The output of this operation is a set of integers indexing into the input collection of bounding boxes representing the selected boxes. The bounding box coordinates corresponding to the selected indices can then be obtained using the tf.gather operation . For example: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
boxes tensor of 32-bit float values
scores tensor of 32-bit float values
max_output_size tensor of 32-bit signless integer values
iou_threshold tensor of 32-bit float values
score_threshold tensor of 32-bit float values

Resultados:

Resultado Descrição
selected_indices tensor of 32-bit signless integer values
valid_outputs tensor of 32-bit signless integer values

tfl.non_max_suppression_v5 (TFL::NonMaxSuppressionV5Op)

Greedily selects a subset of bounding boxes in descending order of score,

pruning away boxes that have high intersection-over-union (IOU) overlap with previously selected boxes. Bounding boxes with score less than score_threshold are removed. Bounding boxes are supplied as [y1, x1, y2, x2], where (y1, x1) and (y2, x2) are the coordinates of any diagonal pair of box corners and the coordinates can be provided as normalized (ie, lying in the interval [0, 1]) or absolute. Note that this algorithm is agnostic to where the origin is in the coordinate system and more generally is invariant to orthogonal transformations and translations of the coordinate system; thus translating or reflections of the coordinate system result in the same boxes being selected by the algorithm. The output of this operation is a set of integers indexing into the input collection of bounding boxes representing the selected boxes. The bounding box coordinates corresponding to the selected indices can then be obtained using the tf.gather operation . For example: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) This op also supports a Soft-NMS (with Gaussian weighting) mode (cf Bodla et al, https://arxiv.org/abs/1704.04503 ) where boxes reduce the score of other overlapping boxes instead of directly causing them to be pruned. To enable this Soft-NMS mode, set the soft_nms_sigma parameter to be larger than 0.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
boxes tensor of 32-bit float values
scores tensor of 32-bit float values
max_output_size tensor of 32-bit signless integer values
iou_threshold tensor of 32-bit float values
score_threshold tensor of 32-bit float values
soft_nms_sigma tensor of 32-bit float values

Resultados:

Resultado Descrição
selected_indices tensor of 32-bit signless integer values
selected_scores tensor of 32-bit float values
valid_outputs tensor of 32-bit signless integer values

tfl.not_equal (TFL::NotEqualOp)

_Not equal operator

Element-wise not_equal operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
lhs tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type or TFLite string type values
rhs tensor of 1-bit signless integer or 32-bit float or 32-bit signless integer or 64-bit signless integer or QUI8 type or QI8 type or TFLite quint8 type or TFLite string type values

Resultados:

Resultado Descrição
output tensor of 1-bit signless integer values

tfl.NumericVerify (TFL::NumericVerifyOp)

Verifies the numericals of the two operands

The NumericVerify op is a debugging op to verify the numericals of the two activations. It is a custom op in TFLite. If log_if_failed is true, the NumericVerify op calculates statistics on differences between float and quantized activations, output logs, set differences to the output tensors, and throws an error if errors above tolerance exist. If log_if_failed = false, then it doesn't care about errors.

Traits: QuantizableResult , SameOperandsShape

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
tolerance ::mlir::FloatAttr 32-bit float attribute
log_if_failed ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of QI8 type or QUI8 type or QI16 type or 16-bit float or TFLite quint8 type values
ref tensor of 32-bit float values

Resultados:

Resultado Descrição
output tensor of 32-bit float values

tfl.one_hot (TFL::OneHotOp)

OneHot operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
axis ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

Operand Descrição
indices tensor of 32-bit signless integer or 64-bit signless integer values
depth tensor of 32-bit signless integer values
on_value tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values
off_value tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer values

tfl.pack (TFL::PackOp)

Packs a list of tensors along a dimension into one tensor

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

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

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

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

Por exemplo:

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

This is the opposite of unpack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
values variadic of tensor of any type values

Resultados:

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

tfl.pad (TFL::PadOp)

Padding operator

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

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

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

Por exemplo:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
padding tensor of 32/64-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.padv2 (TFL::PadV2Op)

Padding operator v2

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

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

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

Por exemplo:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values
padding tensor of 32/64-bit signless integer values
constant_values tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type values

tfl.poly_call (TFL::PolyCallOp)

Poly call

Have multiple function bodies for the same computation. This allows a program compiler/interpreter to choose one of the available options to execute the program based on which one is most suitable for the target backend.

input: A list of input tensors whose types are T. output: A list of output tensors whose types are T.

call: Multiple regions, each of which encapsulates the same semantic computation but in different forms.

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: RegionBranchOpInterface

Operands:

Operand Descrição
input variadic of tensor of any type values

Resultados:

Resultado Descrição
output variadic of tensor of any type values

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values
alpha tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type values

tfl.pseudo_const (TFL::ConstOp)

Constant pseudo op.

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

The op is allowed to have all the same type of attributes as tf.Const does (eg, opaque TF attributes are allowed).

Traits: AlwaysSpeculatableImplTrait , ConstantLike , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
value ::mlir::ElementsAttr constant vector/tensor attribute

Resultados:

Resultado Descrição
output tensor of any type values

tfl.pseudo_qconst (TFL::QConstOp)

Quantized constant pseudo op

Represents a quantized constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead. The quantization parameters are stored as a type attribute in this constant.

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
qtype ::mlir::TypeAttr Tensor type attribute
value ::mlir::ElementsAttr constant vector/tensor attribute

Resultados:

Resultado Descrição
output tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.pseudo_sparse_const (TFL::SparseConstOp)

Sparse constant pseudo op.

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

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

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

Resultados:

Resultado Descrição
output tensor of any type values

tfl.pseudo_sparse_qconst (TFL::SparseQConstOp)

Sparse quantized constant pseudo op

Represents a sparse quantized constant value in TensorFlow Lite dialect. This is not an actual operation and it will be lowered to buffer instead. The quantization parameters are stored as a type attribute in this constant.

Traits: AlwaysSpeculatableImplTrait , FirstAttrDerivedResultType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
qtype ::mlir::TypeAttr Tensor type attribute
value ::mlir::ElementsAttr constant vector/tensor attribute
s_param ::mlir::TFL::SparsityParameterAttr Sparsity parameter.
compressed_data ::mlir::ElementsAttr constant vector/tensor attribute

Resultados:

Resultado Descrição
output tensor of QUI8 type or QI8 type or QI16 type or QUI16 type or TFLite quint8 type values

tfl.quantize (TFL::QuantizeOp)

Quantize operator

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

Traits: FirstAttrDerivedResultType , SameOperandsAndResultShape

Interfaces: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
qtype ::mlir::TypeAttr Tensor type attribute

Operands:

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

Resultados:

Resultado Descrição
output tensor of QI4 type or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.random_standard_normal (TFL::RandomStandardNormalOp)

Outputs random values from a normal distribution.

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

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Descrição
shape tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
out tensor of 32-bit float values

tfl.random_uniform (TFL::RandomUniformOp)

Outputs random values from a uniform distribution.

The generated values follow a uniform distribution in the range [0, 1) . The lower bound 0 is included in the range, while the upper bound 1 is excluded.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand Descrição
shape tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
out tensor of 32-bit float values

tfl.range (TFL::RangeOp)

Range operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
start tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
limit tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values
delta tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

Resultados:

Resultado Descrição
result tensor of 32-bit signless integer or 32-bit float or 64-bit signless integer values

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of any type values

Resultados:

Resultado Descrição
output tensor of any integer type

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Operands:

Operand Descrição
resource_id tensor of resource values

Resultados:

Resultado Descrição
result tensor of 32-bit float or 64-bit float or 1-bit signless integer or 8-bit unsigned integer or 8-bit signless integer or QI8 type or QUI8 type or 32-bit signless integer or 64-bit signless integer or QI16 type or complex type with 32-bit float elements or complex type with 64-bit float elements values

tfl.real (TFL::RealOp)

Returns the real part of a complex number.

Given a tensor input of complex numbers, this operation returns a tensor of type float that is the real part of each element in input . All elements in input must be complex numbers of the form \(a + bj\), where a is the real part returned by this operation and b is the imaginary part.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 64-bit float values

tfl.reduce_all (TFL::ReduceAllOp)

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

Reduces input along the dimensions given in axis . Unless keep_dims is true, the rank of the tensor is reduced by 1 for each entry in axis . If keep_dims is true, the reduced dimensions are retained with length 1.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Resultados:

Resultado Descrição
output tensor of 1-bit signless integer values

tfl.reduce_any (TFL::ReduceAnyOp)

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

Reduces input along the dimensions given in axis . Unless keep_dims is true, the rank of the tensor is reduced by 1 for each entry in axis . If keep_dims is true, the reduced dimensions are retained with length 1.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

Resultados:

Resultado Descrição
output tensor of 1-bit signless integer values

tfl.reduce_max (TFL::ReduceMaxOp)

Max-reduction operator

Computes the max reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.reduce_min (TFL::ReduceMinOp)

Min-reduction operator

Computes the min reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

tfl.relu6 (TFL::Relu6Op)

Relu6 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_0_to_1 (TFL::Relu0To1Op)

Relu0To1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or QUI8 type or QI8 type values

tfl.relu_n1_to_1 (TFL::Relu1Op)

Relu1 operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or QUI8 type or QI8 type values

tfl.reshape (TFL::ReshapeOp)

Reshape operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of any type values

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values
size tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.resize_nearest_neighbor (TFL::ResizeNearestNeighborOp)

ResizeNearestNeighbor Op

Resize images to size using nearest neighbor interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values
size tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or TFLite quint8 type or QUI8 type or QI8 type or QI16 type values

tfl.reverse_sequence (TFL::ReverseSequenceOp)

Reverses variable length slices.

This op first slices input along the dimension batch_dim , and for each slice i , reverses the first seq_lengths[i] elements along the dimension seq_dim .

The elements of seq_lengths must obey seq_lengths[i] <= input.dims[seq_dim] , and seq_lengths must be a vector of length input.dims[batch_dim] .

The output slice i along dimension batch_dim is then given by input slice i , with the first seq_lengths[i] slices along dimension seq_dim reversed.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
seq_dim ::mlir::IntegerAttr 32-bit signless integer attribute whose value is non-negative
batch_dim ::mlir::IntegerAttr 32-bit signless integer attribute whose value is non-negative

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or TFLite quint8 type values
seq_lengths tensor of 32/64-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or TFLite quint8 type values

tfl.reverse_v2 (TFL::ReverseV2Op)

ReverseV2 Operator

Reverses specific dimensions of a tensor.

Given a tensor, and a int32/int64 tensor axis representing the set of dimensions of tensor to reverse. This operation reverses each dimension i for which there exists j st axis[j] == i.

Args: tensor: A Tensor. Must be one of the following types: uint8, int8, int16, int32, int64, float32, bool Up to 8-D.

axis: A Tensor. Must be one of the following types: int32, int64. with only 1 element which is the axis index. TODO: Add support for multiple elements.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 8-bit unsigned integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or QI16 type or QUI8 type or QI8 type or TFLite quint8 type or 1-bit signless integer values
axis tensor of 32-bit signless integer values

Resultados:

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

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of complex type with 32-bit float elements values

tfl.right_shift (TFL::RightShiftOp)

Right Shift operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
lhs tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values
rhs tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

Resultados:

Resultado Descrição
output tensor of 8-bit signless integer or 8-bit unsigned integer or 16-bit signless integer or 16-bit unsigned integer or 32-bit signless integer or 32-bit unsigned integer values

tfl.round (TFL::RoundOp)

Round operator

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

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
x tensor of 32-bit float values

Resultados:

Resultado Descrição
y tensor of 32-bit float values

tfl.rsqrt (TFL::RsqrtOp)

Reciprocal of square root operator

Computes element-wise reverse square root of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
y tensor of 32-bit float or QI8 type or QI16 type values

tfl.scatter_nd (TFL::ScatterNdOp)

_Scatter nd operator

Scatter updates into a new tensor according to indices

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
indices tensor of 32-bit signless integer values
updates tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values
shape 1D tensor of any type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 8-bit signless integer or 64-bit signless integer or 32-bit signless integer or 8-bit unsigned integer or 1-bit signless integer values

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.select (TFL::SelectOp)

Select operator

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

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
condition tensor of 1-bit signless integer values
x tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values
y tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Resultados:

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

tfl.select_v2 (TFL::SelectV2Op)

SelectV2 operator

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

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

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

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
condition tensor of 1-bit signless integer values
x tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values
y tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 32-bit unsigned integer or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

Resultados:

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

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
out_type ::mlir::Attribute derived attribute

Operands:

Operand Descrição
input tensor of any type values

Resultados:

Resultado Descrição
output tensor of 32-bit signless integer or 64-bit signless integer values

tfl.sign (TFL::SignOp)

Sign operation

Returns NaN if x is NaN, 0 if x is 0, -1 if x < 0 and 1 if x > 0.

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 64-bit float or 32-bit signless integer values

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
x tensor of 32-bit float values

Resultados:

Resultado Descrição
y tensor of 32-bit float values

tfl.slice (TFL::SliceOp)

Return a slice from 'input'.

The output tensor is a tensor with dimensions described by 'size' whose values are extracted from 'input' starting at the offsets in 'begin'.

begin is zero-based; size is one-based. If size[i] is -1, all remaining elements in dimension i are included in the slice. In other words, this is equivalent to setting: size[i] = input.dim_size(i) - begin[i]

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or 1-bit signless integer or TFLite string type or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
begin tensor of 32/64-bit signless integer values
size tensor of 32/64-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or 1-bit signless integer or TFLite string type or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
beta ::mlir::FloatAttr 32-bit float attribute

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_batch_nd (TFL::SpaceToBatchNdOp)

SpaceToBatchNd operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
block_shape tensor of 32-bit signless integer values
paddings tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.space_to_depth (TFL::SpaceToDepthOp)

SpaceToDepth operator

Rearranges blocks of spatial data, into depth. More specifically, this op outputs a copy of the input tensor where values from the height and width dimensions are moved to the depth dimension. block_size indicates the input block size.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type values

tfl.sparse_to_dense (TFL::SparseToDenseOp)

Converts a sparse representation into a dense tensor.

Builds an array dense with shape output_shape such that

# If sparse_indices is scalar
dense[i] = (i == sparse_indices ? sparse_values : default_value)

# If sparse_indices is a vector, then for each i
dense[sparse_indices[i]] = sparse_values[i]

# If sparse_indices is an n by d matrix, then for each i in [0, n)
dense[sparse_indices[i][0], ..., sparse_indices[i][d-1]] = sparse_values[i]

All other values in dense are set to default_value . If sparse_values is a scalar, all sparse indices are set to this single value.

Indices should be sorted in lexicographic order, and indices must not contain any repeats. If validate_indices is true, these properties are checked during execution.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
sparse_indices tensor of 32/64-bit signless integer values
output_shape tensor of 32/64-bit signless integer values
sparse_values tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values
default_value tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values

Resultados:

Resultado Descrição
dense tensor of 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or TFLite quint8 type or 32-bit float values

tfl.split (TFL::SplitOp)

Splits a tensor into num_split tensors along one dimension.

Splits the value tensor along split_dim into a number of sub-tensors with same shape as the original one, except for split_dim . Same as tf.Split.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
split_dim tensor of 32-bit signless integer values
value tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values

Resultados:

Resultado Descrição
outputs variadic of tensor of any type values

tfl.split_v (TFL::SplitVOp)

Splits a tensor into num_split tensors along one dimension.

Splits the value tensor along split_dim into a number of sub-tensors with same shape as the original one, except for split_dim . The grouping of the resultant sub-tensors is decided by size-splits . Same as tf.SplitV.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
value tensor of 32-bit float or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or QI16 type values
size_splits 1D tensor of 32-bit signless integer values
split_dim 0D tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
outputs variadic of tensor of any type values

tfl.sqrt (TFL::SqrtOp)

Square root operator

Computes element-wise Square root of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
x tensor of 32-bit float values

Resultados:

Resultado Descrição
y tensor of 32-bit float values

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
x tensor of 32-bit float values

Resultados:

Resultado Descrição
y tensor of 32-bit float values

tfl.squared_difference (TFL::SquaredDifferenceOp)

Squared difference operator

Element-wise squared difference operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
lhs tensor of 32-bit float or 32-bit signless integer or QI8 type values
rhs tensor of 32-bit float or 32-bit signless integer or QI8 type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or QI8 type values

tfl.squeeze (TFL::SqueezeOp)

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

Given a tensor input , this operation returns a tensor of the same type with all dimensions of size 1 removed. If you don't want to remove all size 1 dimensions, you can remove specific size 1 dimensions by specifying squeeze_dims .

Por exemplo:

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

Or, to remove specific size 1 dimensions:

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
input tensor of any type values

Resultados:

Resultado Descrição
output tensor of any type values

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer or QI8 type or QUI8 type or 1-bit signless integer or 16-bit signless integer or QI16 type or TFLite quint8 type or TFLite string type values
begin tensor of 32-bit signless integer values
end tensor of 32-bit signless integer values
strides tensor of 32-bit signless integer values

Resultados:

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

tfl.sub (TFL::SubOp)

Subtraction operator

Element-wise subtraction operation.

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

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
lhs tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values
rhs tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or QI16 type values

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values
axes tensor of 32-bit signless integer values

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer or QI8 type or QUI8 type or TFLite quint8 type or QI16 type values

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float or QI8 type values
feature_weights tensor of 32-bit float or QI8 type or QUI8 type values
time_weights tensor of 32-bit float or QI16 type values
input_gate_bias tensor of any type values or none type
activation_state stateful tensor

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type values

tfl.tanh (TFL::TanhOp)

Hyperbolic tangent operator

Computes element-wise Hyperbolic tangent of input

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

tfl.tile (TFL::TileOp)

Tile operator.

Constructs a tensor by tiling a given tensor.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 1-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite string type values
multiples tensor of 32/64-bit signless integer values

Resultados:

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

tfl.topk_v2 (TFL::TopKV2Op)

TopK operator

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

Results are always sorted in the descending order.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit float or 8-bit signless integer or 16-bit signless integer or 32-bit signless integer or 64-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type values
k tensor of 16-bit signless integer or 32-bit signless integer values

Resultados:

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

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
input tensor of 32-bit signless integer or 32-bit float or 8-bit signless integer or 8-bit unsigned integer or QI8 type or QUI8 type or TFLite quint8 type or 1-bit signless integer or 64-bit signless integer or QI16 type values
perm tensor of 32-bit signless integer values

Resultados:

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

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
output_shape tensor of 32-bit signless integer values
weights tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values
input tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values
bias tensor of any type values or none type

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type or QUI8 type or QI16 type values

tfl.unidirectional_sequence_lstm (TFL::UnidirectionalSequenceLSTMOp)

Unidirectional sequence lstm operator

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , InferTypeOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float values
input_to_input_weights tensor of any type values or none type
input_to_forget_weights tensor of 32-bit float or QI8 type values
input_to_cell_weights tensor of 32-bit float or QI8 type values
input_to_output_weights tensor of 32-bit float or QI8 type values
recurrent_to_input_weights tensor of any type values or none type
recurrent_to_forget_weights tensor of 32-bit float or QI8 type values
recurrent_to_cell_weights tensor of 32-bit float or QI8 type values
recurrent_to_output_weights tensor of 32-bit float or QI8 type values
cell_to_input_weights tensor of any type values or none type
cell_to_forget_weights tensor of any type values or none type
cell_to_output_weights tensor of any type values or none type
input_gate_bias tensor of any type values or none type
forget_gate_bias tensor of 32-bit float values
cell_bias tensor of 32-bit float values
output_gate_bias tensor of 32-bit float values
projection_weights tensor of any type values or none type
projection_bias tensor of any type values or none type
input_activation_state stateful tensor
input_cell_state stateful tensor
input_layer_norm_coefficients tensor of any type values or none type
forget_layer_norm_coefficients tensor of any type values or none type
cell_layer_norm_coefficients tensor of any type values or none type
output_layer_norm_coefficients tensor of any type values or none type

Resultados:

Resultado Descrição
output tensor of 32-bit float or QI8 type values

tfl.unidirectional_sequence_rnn (TFL::UnidirectionalSequenceRNNOp)

Unidirectional sequence rnn operator

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

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

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

Traits: QuantizableResult

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float values
input_to_input_weights tensor of 32-bit float or QI8 type values
recurrent_to_input_weights tensor of 32-bit float or QI8 type values
input_gate_bias tensor of 32-bit float values
hidden_state stateful tensor

Resultados:

Resultado Descrição
output tensor of 32-bit float values

tfl.unique (TFL::UniqueOp)

Unique Op.

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Atributos:

Atributo MLIR Type Descrição
idx_out_type ::mlir::Attribute derived attribute

Operands:

Operand Descrição
input tensor of 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or 16-bit signless integer or QI16 type or 32-bit signless integer or 64-bit signless integer or 32-bit float values

Resultados:

Resultado Descrição
output tensor of 8-bit signless integer or QI8 type or 8-bit unsigned integer or QUI8 type or 16-bit signless integer or QI16 type or 32-bit signless integer or 64-bit signless integer or 32-bit float values
idx tensor of 32/64-bit signless integer values

tfl.unpack (TFL::UnpackOp)

Unpacks a tensor along a dimension into multiple tensors

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

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

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

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

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

Atributos:

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

Operands:

Operand Descrição
input tensor of 32-bit float or 1-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit signless integer or QI8 type or QUI8 type or 16-bit signless integer or QI16 type values

Resultados:

Resultado Descrição
outputs variadic of tensor of any type values

tfl.unsorted_segment_max (TFL::UnsortedSegmentMaxOp)

UnsortedSegmentMax operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_min (TFL::UnsortedSegmentMinOp)

UnsortedSegmentMin operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_prod (TFL::UnsortedSegmentProdOp)

UnsortedSegmentProd operator

Computes the product along segments of a tensor.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.unsorted_segment_sum (TFL::UnsortedSegmentSumOp)

UnsortedSegmentSum operator

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 32-bit float or 32-bit signless integer values

tfl.var_handle (TFL::VarHandleOp)

Returns a handle to a variable resource from its name.

Returns a handle for a variable resource from its name. container: the container this variable is placed in. shared_name: the name by which this variable is referred to.

Interfaces: TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
container ::mlir::StringAttr string attribute
shared_name ::mlir::StringAttr string attribute

Resultados:

Resultado Descrição
resource_handle tensor of resource values

tfl.where (TFL::WhereOp)

Returns locations of nonzero / true values in a tensor.

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

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
condition tensor of 1-bit signless integer or 32-bit float or 32/64-bit signless integer or 8-bit signless integer or 8-bit unsigned integer or 32-bit unsigned integer values

Resultados:

Resultado Descrição
index tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

Enquanto loop

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

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

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

Traits: SingleBlockImplicitTerminator<YieldOp> , SingleBlock

Interfaces: LoopLikeOpInterface , TflRuntimeVerifyOpInterface

Atributos:

Atributo MLIR Type Descrição
is_stateless ::mlir::BoolAttr bool attribute

Operands:

Operand Descrição
input variadic of tensor of any type values

Resultados:

Resultado Descrição
output variadic of tensor of any type values

tfl.yield (TFL::YieldOp)

Yield operation

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , Terminator

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

Operand Descrição
"sem nome" variadic of any type

tfl.zeros_like (TFL::ZerosLikeOp)

ZerosLike operator

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

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

Operands:

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

Resultados:

Resultado Descrição
output tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

Atributos

DimensionMetadataAttr

Dimension metadata.

Sintaxe:

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

Parâmetros:

Parâmetro C++ type Descrição
formatar ::mlir::TFL::DimensionTypeAttr dimension_type
dense_size int32_t
segments ::llvm::ArrayRef<int32_t>
indices ::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Sintaxe:

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

Parâmetros:

Parâmetro C++ type Descrição
traversal_order ::llvm::ArrayRef<int32_t>
block_map ::llvm::ArrayRef<int32_t>
dim_metadata ::llvm::ArrayRef<DimensionMetadataAttr>

ConstBytesAttr

A string attribute representation of compiled bytes

Syntax Examples:

#tfl<const_bytes : "0xDEADBEEF">

Parâmetros:

Parâmetro C++ type Descrição
valor ::llvm::StringRef

DimensionTypeAttr

dimension_type

Sintaxe:

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

Enum cases:

  • DENSE ( DENSE )
  • SPARSE_CSR ( SPARSE_CSR ) #### Parameters:
Parâmetro C++ type Descrição
valor ::mlir::TFL::DimensionType an enum of type DimensionType

LSTMKernelTypeAttr

lstm_kernel_type

Sintaxe:

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

Enum cases:

  • FULL ( FULL )
  • BASIC ( BASIC ) #### Parameters:
Parâmetro C++ type Descrição
valor ::mlir::TFL::LSTMKernelType an enum of type LSTMKernelType

MirrorPaddingTypeAttr

mirror_pad_enum

Sintaxe:

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

Enum cases:

  • REFLECT ( REFLECT )
  • SYMMETRIC ( SYMMETRIC ) #### Parameters:
Parâmetro C++ type Descrição
valor ::mlir::TFL::MirrorPaddingType an enum of type MirrorPaddingType