'тфл' Диалект

Диалект TensorFlow Lite.

Этот диалект соответствует операциям TensorFlow Lite.

Инварианты:

• Все значения имеют тип Tensor (в частности, скаляры представлены с помощью нульмерных тензоров);

Операции

tfl.abs (TFL::AbsOp)

Оператор абсолютного значения

При наличии тензора x эта операция возвращает тензор, содержащий абсолютное значение каждого элемента в x . Например, если x — входной элемент, а y — выходной элемент, эта операция вычисляет \(y = |x|\).

Черты: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.add (TFL::AddOp)

Оператор сложения

Операция поэлементного сложения.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.add_n (TFL::AddNOp)

_Добавить оператор n

Поэлементно складывает все входные тензоры.

Черты: AlwaysSpeculatableImplTrait , Commutative

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.arg_max (TFL::ArgMaxOp)

Оператор ArgMax

Возвращает индекс с наибольшим значением по всем измерениям тензора.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.arg_min (TFL::ArgMinOp)

Оператор ArgMin

Возвращает индекс с наименьшим значением по всем измерениям тензора. a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.assign_variable (TFL::AssignVariableOp)

Присваивает новое значение переменной.

Любой ReadVariableOp с управляющей зависимостью от этой операции гарантированно вернет это значение или последующее более новое значение переменной.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

tfl.atan2 (TFL::Atan2Op)

Операция Atan2

Операция «atan2» вычисляет арктангенс y/x поэлементно, учитывая знаки аргументов.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

Интерфейсы: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.average_pool_2d (TFL::AveragePool2DOp)

_Средний_пул 2d оператор

Выполняет операцию усреднения входных данных.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.basic_lstm (TFL::BasicLSTMop)

Базовый оператор lsm

Базовый оператор ячейки LSTM.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.batch_matmul (TFL::BatchMatMulOp)

Оператор пакетного умножения матриц

Выполняет пакетное умножение матриц на входах. Соответствует соглашениям TensorFlow BatchMatMulV2 с поддержкой неизвестных измерений в пакетных измерениях и широковещательной передаче.

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

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

Оператор BatchToSpaceNd

Эта операция преобразует «партионное» измерение 0 в пространственные измерения.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.bidirectional_sequence_lstm (TFL::BidirectionalSequenceLSTMop)

Двунаправленный оператор последовательности lstm

Двунаправленный lstm по сути является двумя lstm, один из которых работает вперед, а другой — назад. А выход — это конкатенация двух lstm.

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Операнды:

Результаты:

tfl.bitcast (TFL::BitcastOp)

Оператор Bitcast

Преобразует тензор из одного типа в другой.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.bitwise_xor (TFL::BitwiseXorOp)

Побитовый оператор Xor

Поэлементно вычисляет побитовое XOR для lhs и rhs .

Черты: AlwaysSpeculatableImplTrait , Commutative , ResultsBroadcastableShape , SameOperandsAndResultElementType

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.broadcast_args (TFL::BroadcastArgsOp)

Верните форму s0 op s1 с помощью широковещательной передачи.

Учитывая s0 и s1 , тензоры, представляющие формы, вычислите r0 , транслируемую форму. s0 , s1 и r0 — все целочисленные векторы.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.broadcast_to (TFL::BroadcastToOp)

Транслировать массив для совместимой формы.

Трансляция — это процесс создания массивов, которые будут иметь совместимые формы для арифметических операций. Две формы совместимы, если для каждой пары измерений они либо равны, либо одна из них — единица. При попытке трансляции тензора в форму он начинает с конечных измерений и продвигается вперед.

Например,

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

В приведенном выше примере входной тензор с формой [1, 3] транслируется в выходной тензор с формой [3, 3] .

При выполнении широковещательных операций, таких как умножение тензора на скаляр, широковещательная передача (обычно) обеспечивает некоторую экономию времени или пространства, поскольку широковещательный тензор никогда не материализуется.

Однако broadcast_to не несет с собой никаких таких преимуществ. Вновь созданный тензор занимает всю память транслируемой формы. (В контексте графа broadcast_to может быть объединен с последующей операцией, а затем оптимизирован.)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.bucketize (TFL::BucketizeOp)

Группирует «входные данные» на основе «границ».

Пример:

Если входные данные имеют boundaries = [0, 10, 100] и input = [[-5, 10000][150, 10][5, 100]] , то выходные данные будут иметь output = [[0, 3][3, 2][1, 3]] .

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.call_once (TFL::CallOnceOp)

Вызывает функцию инициализации

Эта операция вызывает заданную функцию инициализации для инициализатора сеанса на диалекте сохраненной модели tf.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

tfl.cast (TFL::CastOp)

Оператор постановки

Преобразует входные данные из типа ввода в тип вывода.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.ceil (TFL::CeilOp)

Оператор Ceil

Возвращает поэлементное значение ceil входных данных.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.complex_abs (TFL::ComplexAbsOp)

Вычисляет комплексное абсолютное значение тензора.

При наличии тензора x комплексных чисел эта операция возвращает тензор типа float или double , который является абсолютным значением каждого элемента в x . Все элементы в x должны быть комплексными числами вида \(a + bj\)Абсолютное значение вычисляется как \( \sqrt{a^2 + b^2}\).

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.concatenation (TFL::ConcatenationOp)

Оператор конкатенации

Объединяет тензоры вдоль одного измерения

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.control_node (TFL::ControlNodeOp)

Операция TFL.control_node оборачивает одноблочные операции для присоединения управляющих ребер.

Это используется для обертывания регионов и присоединения к ним зависимостей управления. Обычно это происходит на одном из последних шагов перед выпуском модели flatbuffer, чтобы включить оптимизации, которые полагаются на фиксированный порядок операций (например, повторную материализацию). Экспортер flatbuffer разворачивает обернутый регион и аннотирует сгенерированную модель метаданными, так что любые переупорядочения во время выполнения будут учитывать порядок, заданный зависимостями управления.

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

Операнды:

Результаты:

tfl.conv_2d (TFL::Conv2DOp)

Оператор свертки

Выполняет операцию свертки над входными данными.

Входные данные: inputs[0] : обязательный: тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.conv_3d (TFL::Conv3DOp)

Оператор 3D-свёртки

Выполняет операцию свертки на 3D входах. Входы: inputs[0] : обязательно: тензор активации входов inputs[1] : обязательно: тензор веса фильтра inputs[2] : необязательно: тензор смещения

Черты: AlwaysSpeculatableImplTrait , TFL::AccumulatorUniformScale<2, 0, 1>

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

Оператор транспонированной свертки 3D

Выполняет транспонированную операцию свертки на 3D входах. Входы: inputs[0] : требуется: форма выходного тензора inputs[1] : требуется: тензор веса фильтра inputs[2] : требуется: тензор активации входов inputs[3] : необязательно: тензор смещения

Черты: AlwaysSpeculatableImplTrait , TFL::AccumulatorUniformScale<2, 0, 1>

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.cos (TFL::CosOp)

Оператор косинуса

Вычисляет поэлементно косинус входного значения

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.cumsum (TFL::CumsumOp)

Оператор cumsum

Вычислить кумулятивную сумму тензора x вдоль оси.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.custom (TFL::CustomOp)

Пользовательская операция

Универсальная операция для любой пользовательской операции TFLite.

input: Список входов в исходной операции. custom_code: Строка, используемая для идентификации того, какой именно это операция, которая соответствует Operator_codes.custom_code в flatbuffer. custom_option: Держатель для сохранения атрибутов операции в байтовом виде. output: Список выходов в исходной операции.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Операнды:

Результаты:

tfl.custom_tf (TFL::CustomTfOp)

Оболочка операции для пользовательских операций TF.

Операция-обертка вокруг любой пользовательской операции TF. Сюда входят операции, определенные с помощью custom_opdefs или связанные, которые не определены в диалекте TF. Эта операция просто обертывает пользовательскую операцию внутри региона. Примечание № 1, эта операция не будет включать пользовательские операции TF Lite, определенные с помощью CustomOp. Примечание № 2, эта операция является просто внутренним представлением внутри конвертера и не выставляется/не экспортируется при экспорте модели в Flatbuffer.

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

Интерфейсы: InferTypeOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Результаты:

tfl.densify (TFL::DensifyOp)

Оператор уплотнения

Преобразует разреженный тензор в плотный формат.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.depth_to_space (TFL::DepthToSpaceOp)

Оператор DepthToSpace

Перестраивает данные из глубины в блоки пространственных данных. Это обратное преобразование SpaceToDepth. Более конкретно, эта операция выводит копию входного тензора, где значения из измерения depth перемещаются в пространственных блоках в измерения height и width . Атрибут block_size указывает размер входного блока и способ перемещения данных.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.depthwise_conv_2d (TFL::DepthwiseConv2DOp)

Оператор свертки с разделением по глубине

Выполняет операцию свертки над входными данными.

Входные данные: inputs[0] : обязательный: тензор активации inputs[1] : обязательный: тензор веса фильтра inputs[2] : необязательный: тензор смещения

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.dequantize (TFL::DequantizeOp)

Оператор деквантования

Преобразует квантованный массив целых чисел в числа с плавающей точкой в ​​соответствии с параметрами квантования.

Интерфейсы: NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.dilate (TFL::DilateOp)

Оператор расширения

Расширяет тензор, добавляя новые элементы между существующими.

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.div (TFL::DivOp)

Оператор отдела

Операция поэлементного деления.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

DynamicUpdateSlice op, имеющий ту же семантику, что и XLA DynamicUpdateSlice. Генерирует результат, который является значением операнда входного массива, с обновлением среза, перезаписанным в start_indices.

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

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.elu (TFL::EluOp)

Оператор экспоненциального линейного модуля

Вычисляет экспоненциальную линейную функцию f(x) -> exp(x) - 1 для x < 0, x для x >= 0. поэлементно.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.embedding_lookup (TFL::EmbeddingLookupOp)

Встраивание оператора поиска

Ищет идентификаторы в списке тензоров внедрения.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: AffineQuantizedOpInterface , ConditionallySpeculatable , DynamicRangeQuantizedOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.equal (TFL::EqualOp)

Оператор равенства

Возвращает элемент истины x == y поэлементно

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.exp (TFL::ExpOp)

Оператор естественного возведения в степень

Выполняет поэлементную операцию возведения в степень натурального числа на входе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.expand_dims (TFL::ExpandDimsOp)

Вставляет измерение 1 в форму тензора.

Учитывая input , эта операция вводит размер 1 на axis индекса измерения формы input . axis индекса измерения начинается с нуля; Если вы указываете отрицательное число для axis , он подсчитывается назад с конца.

Эта операция полезна, если вы хотите добавить пакетное измерение в один элемент. Например, если у вас есть одно изображение формы [height, width, channels] , вы можете сделать его партией из 1 изображения с expand_dims(image, 0) , которое сделает форму [1, height, width, channels] .

Другие примеры:

# '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]

Эта операция требует, чтобы:

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

Эта операция связана с squeeze() , который удаляет размеры размера 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.external_const (tfl :: externalconstop)

Внешний констант.

Внешний констант содержит buffer_index , который указывает на константу в плоском буфере.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

tfl.fake_quant (tfl :: fakequantop)

Факевой оператор

Поддельный квалификация тензора «входов» типа с помощью плавучих скаляров и максимума до «выходов» с той же формой, что и входы.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.fill (tfl :: filop)

Заполните тензор данным значением.

Заполните тензор данным значением.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.floor (tfl :: floorop)

Оператор пола

Возвращает элементное значение пола ввода.

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

TflRuntimeVerifyOpInterface : ConditionallySpeculatable InferShapedTypeOpInterface NoMemoryEffect (MemoryEffectOpInterface) InferTypeOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.floor_div (tfl :: floordivop)

Пол -дивизион оператор

Элементная работа пола.

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.floor_mod (tfl :: floormodop)

Напоминание об отделах

Элементная операция напоминания.

Черты: ::mlir::OpTrait::TFLRuntimeOpTrait , AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.fully_connected (tfl :: Fullconnectectop)

Полностью подключенный соч

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.gather (tfl :: gallop)

Соберите оператор

Соберите срезы от axis params в соответствии с indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.gather_nd (tfl :: gatherndop)

_Gather nd оператор

Соберите ломтики из params в тензор с формой, указанной по indices .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.gelu (tfl :: geluop)

Функция активации Гелу.

Вычисляет функцию активации Gelu по элементу элемента.

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.greater (tfl :: breeop)

Большой оператор

Уэтальница большей операции.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.greater_equal (tfl :: dizerequalop)

_Greater равный оператор

В элементах Большой Операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.hard_swish (tfl :: hardswishop)

Хардсвейскую функцию активации.

Вычисляет функцию активации с жесткой пленкой f (x)-> (x * relu6 (x+3))/6 по элементу.

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.hashtable (tfl :: hashtableop)

Создает ненициализированную хэш-таблицу.

Этот OP создает хэш -таблицу, указывающая тип его ключей и значений. Перед использованием таблицы вам придется инициализировать ее. После инициализации таблица будет неизменной.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Результаты:

tfl.hashtable_find (tfl :: hashtablefindop)

Взгляните клавиши в таблице, выводит соответствующие значения.

Тенсорные keys должны от того же типа, что и ключи таблицы. Выходные values имеют тип значений таблицы.

Скалярная default_value - это выходной сигнал для ключей, не присутствующих в таблице. Он также должен быть такого же типа, что и значения таблицы.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Результаты:

tfl.hashtable_import (tfl :: hashtableimportop)

Заменяет содержимое таблицы указанными клавишами и значениями.

Тенсорные keys должны быть такого же типа, что и клавиши таблицы. values тензора должны быть типа значений таблицы.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

tfl.hashtable_size (tfl :: hashtablesizeop)

Вычисляет количество элементов в данной таблице.

Интерфейсы: TflRuntimeVerifyOpInterface

Операнды:

Результаты:

tfl.if (tfl :: ifop)

If-Then-Else Operation

Операция tfl.if представляет конструкцию if-then-else для условного выполнения двух областей кода. Операнд до операции, если операция является логическим значением. Например:

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

tfl.if также могут вернуть результаты, которые определены в его регионах. Определенные значения определяются, по которым проходит путь выполнения.

Пример:

%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>
}

Области tfl.if всегда прекращаются с помощью «tfl.yield». Если «tfl.if» не определяет значения, «tfl.yield» может быть исключен и будет вставлен неявно. В противном случае это должно быть явным. Кроме того, если «tfl.if» определяет одно или несколько значений, блок «else» не может быть опущен.

Пример:

tfl.if %b  {
  ...
}

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

Интерфейсы: RegionBranchOpInterface , TflRuntimeVerifyOpInterface

Операнды:

Результаты:

tfl.imag (tfl :: Imagop)

Возвращает воображаемую часть сложного числа.

Учитывая тензорный input комплексных чисел, эта операция возвращает тензор float типа, который является воображаемой частью каждого элемента при input . Все элементы при input должны быть комплексными числами формы \(a + bj\), где A - это реальная часть, а B - воображаемая часть, возвращаемая этой операцией.

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.l2_normalization (tfl :: l2normalizationop)

L2 Нормализуйте оператор

L2Normalization op

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.leaky_relu (tfl :: cheamyreluop)

Утечка Оператора RELU

Утечка releay reluy x -> x> = 0? X: (Альфа * х)

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, QuantizableResult , SameOperandsAndResultShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.less (tfl :: mansop)

Меньше оператора

Уэтальница меньше работы.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.less_equal (tfl :: messequalop)

_ Безвредный оператор

Элементный меньше, меньший

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.local_response_normalization (tfl :: localresponsenormalizationop)

Локальная нормализация ответа.

4-D input тензора рассматривается как трехмерный массив 1-D векторов (вдоль последнего измерения), и каждый вектор нормализуется независимо. В пределах данного вектора каждый компонент делится на взвешенную квадратную сумму входов в depth_radius . Подробно,

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

Подробнее см. Крижевский и др., Классификация ImageNet с глубокими сверточными нейронными сетями (NIPS 2012) .

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

TflRuntimeVerifyOpInterface : ConditionallySpeculatable InferShapedTypeOpInterface NoMemoryEffect (MemoryEffectOpInterface) InferTypeOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.log (tfl :: logop)

Натуральный оператор логарифма

Выполняет элементную работу естественного логарифма при вводе.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.log_softmax (tfl :: logsoftmaxop)

Log Softmax Operator

Вычисляет элементные активации SoftMax в рамках следующей формулы

Вход - log (READ_SUM (EXP (Input), DIM)))

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.logical_and (tfl :: logicalandop)

Логический и оператор

Элементный логический и операция.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.logical_not (tfl :: logicalnotop)

Логично не оператор

Элементная логика не операция.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

Интерфейсы: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.logical_or (tfl :: logicalorop)

Логичный или оператор

По элементу логической или операции.

Черты: AlwaysSpeculatableImplTrait , ResultsBroadcastableShape

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.logistic (tfl :: logisticop)

Логистический оператор

Вычисляет элементный сигмоид ввода

Черты: AlwaysSpeculatableImplTrait SpeculatableImpltrait, QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.lstm (tfl :: lstmop)

Полный оператор LSTM

Длинная краткосрочная блока памяти (LSTM) рецидивирующий сетевой уровень. Реализация не-промежуточной скважины по умолчанию основана на: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter и J. Schmidhuber. «Длинная кратковременная память». Нейронные вычисления, 9 (8): 1735-1780, 1997. Реализация Peephole основана на: https://research.google.com/pubs/archive/43905.pdf Хасим Сак, Эндрю Старший и Франсуза Бойфэйс. «Длинная кратковременная рецидивирующая архитектура нейронной сети для крупномасштабного акустического моделирования». Interspeech, 2014. Соединение ввода и Gate Gate (CIFG) основана на: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: Odyssey Odyssey поискового пространства. Нормализация слоя основана на: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'Нормализация слоя'

Черты: QuantizableResult

Интерфейсы: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Операнды:

Результаты:

tfl.matrix_diag (tfl :: matrixdiagop)

Возвращает тензор с предоставленной диагональю и всем остальным, наполненным нулями.

Учитывая диагональ, возвращает тензор с диагональю, а все остальное, наполненное нулями. Предположим, что диагональ имеет размеры K [I, J, K, ..., N] , затем выход является тензором ранга k+1 с размерами [I, J, K, ..., N, N] Где: output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.matrix_set_diag (tfl :: matrixsetdiagop)

Возвращает пакетный тензор матрицы с новыми пакетными диагональными значениями.

Учитывая input и diagonal , эта операция возвращает тензор с той же формой и значениями, что и input , за исключением основной диагонали внутренних матриц. Они будут перезаписаны значениями в diagonal .

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.max_pool_2d (tfl :: maxpool2dop)

Max Pool 2d Op

Выполняет Max Pool 2D на входе.

Входы: inputs[0] : требуется: тензор ввода

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.maximum (tfl :: maximumop)

Максимальный оператор

Элементная максимальная операция.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.mean (tfl :: meanop)

Средний оператор

Вычисляет среднее значение элементов по размерам тензора. Уменьшает input_tensor вдоль размеров, приведенных в оси. Если не верна KeepDims, звание тензора уменьшается на 1 для каждой записи в оси. Если KeepDims верна, уменьшенные размеры сохраняются с длиной 1.

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.minimum (tfl :: minimumop)

Мин оператор

Элементная операция мин.

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.mirror_pad (tfl :: mirrorpadop)

Оператор Mirrorpad. Подушки тензора с зеркальными значениями.

Эта операция покладывает вход со зеркальными значениями в соответствии с указанными вами положениями. Paddings - это целочисленный тензор с формой [n, 2], где n - ранг ввода. Для каждого измерения D ввода насылки [D, 0] указывают, сколько значений добавить перед содержимым ввода в этом измерении, а падки [D, 1] указывают, сколько значений добавить после содержимого ввода в этом размере.

Обе накладки [D, 0] и падки [D, 1] должны быть не больше, чем input.dim_size (d) (или input.dim_size (d) - 1), если copy_border является истинной (если false, соответственно).

Размер мягкого размера каждого измерения d выхода:

Paddings (d, 0) + input.dim_size (d) + падаки (D, 1)

Черты: AlwaysSpeculatableImplTrait , QuantizableResult

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface SameOperandsAndResultsScale

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.mul (tfl :: mulop)

Оператор умножения

Умножение элемента.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.multinomial (tfl :: multinomialop)

Рисует образцы из категориального распределения.

Сгенерированные значения будут иметь категориальное распределение на основе logits или ненормализованных логарифмических способностей, предусмотренных для всех классов.

Интерфейсы: TflRuntimeVerifyOpInterface

Атрибуты:

Операнды:

Результаты:

tfl.neg (tfl :: negop)

Оператор отрицания

Вычисляет элементное отрицание ввода

Черты: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

TflRuntimeVerifyOpInterface : ConditionallySpeculatable InferShapedTypeOpInterface NoMemoryEffect (MemoryEffectOpInterface) InferTypeOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.no_value (tfl :: novalueop)

Постоянная представляющая не значение.

Нет постоянной стоимости op.

Черты: AlwaysSpeculatableImplTrait , ConstantLike

Интерфейсы: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

tfl.non_max_suppression_v4 (tfl :: nonmaxsuppressionv4op)

Жадно выбирает подмножество ограничивающих ящиков в порядке убывания,

Обрезка ящиков с высоким перекрестком-сопряжение (IOU) перекрывается с ранее выбранными коробками. Ограничивающие ящики с оценкой меньше, чем score_threshold удалены. Ограничительные ящики поставляются как [Y1, X1, Y2, X2], где (Y1, X1) и (Y2, X2) являются координатами любой диагональной пары углов коробки, и координаты могут быть предоставлены в качестве нормализованного (т.е. Обратите внимание, что этот алгоритм является агностическим, где происхождение находится в системе координат и, в целом, является инвариантным для ортогональных преобразований и переводов системы координат; Таким образом, перевод или отражения системы координат приводит к тому, что те же ящики выбираются алгоритмом. Выход этой операции представляет собой набор целых чисел, индексирующих в входной коллекции ограничивающих ящиков, представляющих выбранные ящики. Координаты ограничивающей коробки, соответствующие выбранным индексам, могут затем быть получены с использованием tf.gather operation . Например: selected_indices = tf.image.non_max_suppression_v2 (поля, оценки, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather (boxes, selected_indices)

Черты характера: AlwaysSpeculatableImplTrait

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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.

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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) ;

Например:

# '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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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)

Например:

# '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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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)

Например:

# '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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Операнды:

Результаты:

tfl.pow (TFL::PowOp)

Power operator

Element-wise power operation.

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

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.prelu (TFL::PReluOp)

Parameterized Relu operator

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

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

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

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

Интерфейсы: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Атрибуты:

Операнды:

Результаты:

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

Атрибуты:

Операнды:

Результаты:

tfl.range (TFL::RangeOp)

Range operator

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

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.rank (TFL::RankOp)

Rank operator.

Returns the rank of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.read_variable (TFL::ReadVariableOp)

Reads variable value.

Read variable data identified by 'resource_id'.

Interfaces: TflRuntimeVerifyOpInterface

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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.

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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.

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.reduce_prod (TFL::ReduceProdOp)

Prod-reduction operator

Computes the product along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

tfl.relu (TFL::ReluOp)

Relu operator

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.resize_bilinear (TFL::ResizeBilinearOp)

ResizeBilinear Op

Resize images to size using bilinear interpolation.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.rfft2d (TFL::RFFT2dOp)

2D real-valued fast Fourier transform.

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

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

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

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.segment_sum (TFL::SegmentSumOp)

SegmentSum operator

Computes the sum along segments of a tensor.

Черты характера: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.select (TFL::SelectOp)

Выберите оператора

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.shape (TFL::ShapeOp)

Shape operator

Returns the shape of a tensor.

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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.

Черты: AlwaysSpeculatableImplTrait , SameOperandsAndResultType

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

tfl.sin (TFL::SinOp)

Sine operator

Computes element-wise Sine of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

tfl.softmax (TFL::SoftmaxOp)

Softmax operator

Computes element-wise softmax activations with the following formula

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

Traits: AlwaysSpeculatableImplTrait , QuantizableResult , SameOperandsAndResultShape

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

tfl.square (TFL::SquareOp)

Square operator

Computes element-wise Square of input

Traits: AlwaysSpeculatableImplTrait , InferTensorType , TF::SameOperandsAndResultTypeResolveRef

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

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 .

Например:

# '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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

tfl.strided_slice (TFL::StridedSliceOp)

StridedSlice Op

Return a strided slice from input .

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

tfl.sub (TFL::SubOp)

Оператор вычитания

Element-wise subtraction operation.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

tfl.sum (TFL::SumOp)

Sum operator

Computes the sum reduction along the specified axes

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface) , TflRuntimeVerifyOpInterface

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands:

Результаты:

tfl.svdf (TFL::SVDFOp)

Single value decomposition filter operator

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

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

Interfaces: DynamicRangeQuantizedOpInterface , TFL_StatefulOp , TflRuntimeVerifyOpInterface

Атрибуты:

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Операнды:

Результаты:

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

tfl.transpose (TFL::TransposeOp)

Transpose operator

Returns the Transpose of x

Traits: AlwaysSpeculatableImplTrait , QuantizableResult

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

Эффекты: MemoryEffects::Effect{}

Operands:

Результаты:

tfl.transpose_conv (TFL::TransposeConvOp)

Transpose convolution operator

Performs transpose convolution operation on input.

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

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

Эффекты: MemoryEffects::Effect{}

Атрибуты:

Operands: