'tfl' ภาษาถิ่น

ภาษาถิ่น TensorFlow Lite

ภาษาถิ่นนี้จะจับคู่กับการทำงานของ TensorFlow Lite

ค่าคงที่:

  • ค่าทั้งหมดเป็นประเภทเทนเซอร์ (โดยเฉพาะ สเกลาร์จะแสดงโดยใช้เทนเซอร์แบบศูนย์)

การดำเนินงาน

tfl.abs (TFL::AbsOp)

ตัวดำเนินการค่าสัมบูรณ์

เมื่อพิจารณาเทนเซอร์ x การดำเนินการนี้จะส่งคืนเทนเซอร์ที่มีค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x ตัวอย่างเช่น ถ้า x เป็นองค์ประกอบอินพุต และ y เป็นองค์ประกอบเอาต์พุต การดำเนินการนี้จะคำนวณ \(y = |x|\)

ลักษณะ: สามารถคาดเดาได้เสมอ ImplTrait, ผลลัพธ์เชิงปริมาณ, SameOperandsAndResultShape

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
x เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าลอย 32 บิต หรือประเภท QI8 หรือประเภท QI16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าลอย 32 บิต หรือประเภท QI8 หรือประเภท QI16

tfl.add (TFL::AddOp)

ตัวดำเนินการเพิ่มเติม

การดำเนินการบวกองค์ประกอบอย่างชาญฉลาด

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

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16
rhs เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

tfl.add_n (TFL::AddNOp)

_เพิ่ม ตัวดำเนินการ n

เพิ่มองค์ประกอบเทนเซอร์อินพุตทั้งหมด

ลักษณะ: ลักษณะเฉพาะที่สามารถคาดเดาได้เสมอ, สลับสับเปลี่ยน

อินเทอร์เฟซ: แบบมีเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), SameOperandsAndResultsScale, TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
inputs ตัวแปรเทนเซอร์ของค่าประเภทใดๆ

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
sum เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 32 บิตไร้เครื่องหมาย

tfl.arg_max (TFL::ArgMaxOp)

ตัวดำเนินการ ArgMax

ส่งกลับดัชนีที่มีค่ามากที่สุดในมิติต่างๆ ของเทนเซอร์

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
output_type ::mlir::แอตทริบิวต์ คุณลักษณะที่ได้รับ

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือโฟลต 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือค่าประเภท QUI8
dim เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

tfl.arg_min (TFL::ArgMinOp)

ตัวดำเนินการ ArgMin

ส่งกลับดัชนีที่มีค่าน้อยที่สุดในมิติต่างๆ ของเทนเซอร์ a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b)

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
output_type ::mlir::แอตทริบิวต์ คุณลักษณะที่ได้รับ

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือโฟลต 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือค่าประเภท QUI8
dim เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

tfl.assign_variable (TFL::AssignVariableOp)

กำหนดค่าใหม่ให้กับตัวแปร

ReadVariableOp ใดๆ ที่มีการพึ่งพาการควบคุมบน op นี้รับประกันว่าจะส่งคืนค่านี้หรือค่าที่ใหม่กว่าของตัวแปรที่ตามมา

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
resource_id เทนเซอร์ของค่าทรัพยากร
value เทนเซอร์ของโฟลต 32 บิต หรือโฟลต 64 บิต หรือจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท QI16 หรือประเภทที่ซับซ้อนพร้อมองค์ประกอบ float 32 บิต หรือประเภทที่ซับซ้อนพร้อมค่าองค์ประกอบ float 64 บิต

tfl.atan2 (TFL::Atan2Op)

ปฏิบัติการ Atan2

การดำเนินการ "atan2" จะคำนวณอาร์กแทนเจนต์ขององค์ประกอบ y/x โดยคำนึงถึงสัญญาณของการโต้แย้ง

ลักษณะ: SameOperandsAndResultElementType, SameOperandsAndResultShape เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
y เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต
x เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต

tfl.average_pool_2d (TFL::AveragePool2Dop)

_Average_pool ตัวดำเนินการ 2d

ดำเนินการรวมค่าเฉลี่ยกับอินพุต

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: แบบมีเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), SameOperandsAndResultsScale, TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
filter_height ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
filter_width ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
padding ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

tfl.basic_lstm (TFL::พื้นฐานLSTMOp)

ตัวดำเนินการ lstm พื้นฐาน

ตัวดำเนินการเซลล์ LSTM ขั้นพื้นฐาน

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
cell_clip ::mlir::FloatAttr แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
proj_clip ::mlir::FloatAttr แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
kernel_type ::mlir::TFL::LSTMKernelTypeAttr lstm_kernel_type ซึ่งมีค่าเป็น mlir::TFL::LSTMKernelType::BASIC

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
data_input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8
prev_activ_input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8
weights_input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QUI8
biases_input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI32
prev_state_input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
activ_output เทนเซอร์ 2D ของค่าประเภทใดๆ
state_output เทนเซอร์ 2D ของค่าประเภทใดๆ
concat_temp เทนเซอร์ 2D ของค่าประเภทใดๆ
activ_temp เทนเซอร์ 2D ของค่าประเภทใดๆ

tfl.batch_matmul (TFL::BatchMatMulOp)

ตัวดำเนินการคูณเมทริกซ์แบบแบตช์

ดำเนินการคูณเมทริกซ์แบบแบตช์กับอินพุต เป็นไปตามแบบแผนของ TensorFlow BatchMatMulV2 พร้อมรองรับมิติที่ไม่รู้จักในมิติแบทช์และการออกอากาศ

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)

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

อินเทอร์เฟซ: เก็งกำไรตามเงื่อนไข, DynamicRangeQuantizedOpInterface, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
adj_x ::mlir::BoolAttr คุณลักษณะบูล
adj_y ::mlir::BoolAttr คุณลักษณะบูล
asymmetric_quantize_inputs ::mlir::BoolAttr คุณลักษณะบูล

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 8 บิต
y เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 8 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือ QI8 หรือประเภท QI16 หรือค่าจำนวนเต็ม signless 32 บิต

tfl.batch_to_space_nd (TFL::BatchToSpaceNdOp)

ตัวดำเนินการ BatchToSpaceNd

การดำเนินการนี้จะปรับรูปร่างมิติ "แบทช์" 0 ให้เป็นมิติช่องว่าง

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), SameOperandsAndResultsScale, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16
block_shape เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
indices เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

tfl.bidirectional_sequence_lstm (TFL::แบบสองทิศทางSequenceLSTMOp)

ตัวดำเนินการ lstm ลำดับแบบสองทิศทาง

lstm แบบสองทิศทางโดยพื้นฐานแล้วคือสอง lstms หนึ่งวิ่งไปข้างหน้าและอีกอันวิ่งถอยหลัง และผลลัพธ์คือการต่อข้อมูลของทั้งสอง lstms

ลักษณะ: ผลลัพธ์เชิงปริมาณ

อินเทอร์เฟซ: DynamicRangeQuantizedOpInterface, TFL_StatefulOp, TflRuntimeVerifyOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
cell_clip ::mlir::FloatAttr แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
proj_clip ::mlir::FloatAttr แอตทริบิวต์ float 32 บิตที่มีค่าไม่เป็นลบ
merge_outputs ::mlir::BoolAttr คุณลักษณะบูล
time_major ::mlir::BoolAttr คุณลักษณะบูล
asymmetric_quantize_inputs ::mlir::BoolAttr คุณลักษณะบูล

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_input_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_input_to_forget_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_input_to_cell_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_input_to_output_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_recurrent_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_recurrent_to_forget_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_recurrent_to_cell_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_recurrent_to_output_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
fw_cell_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_cell_to_forget_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_cell_to_output_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_input_gate_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_forget_gate_bias เทนเซอร์ของค่าทศนิยม 32 บิต
fw_cell_bias เทนเซอร์ของค่าทศนิยม 32 บิต
fw_output_gate_bias เทนเซอร์ของค่าทศนิยม 32 บิต
fw_projection_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_projection_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_input_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_input_to_forget_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_input_to_cell_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_input_to_output_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_recurrent_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_recurrent_to_forget_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_recurrent_to_cell_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_recurrent_to_output_weights เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย
bw_cell_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_cell_to_forget_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_cell_to_output_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_input_gate_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_forget_gate_bias เทนเซอร์ของค่าทศนิยม 32 บิต
bw_cell_bias เทนเซอร์ของค่าทศนิยม 32 บิต
bw_output_gate_bias เทนเซอร์ของค่าทศนิยม 32 บิต
bw_projection_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_projection_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_input_activation_state เทนเซอร์ของรัฐ
fw_input_cell_state เทนเซอร์ของรัฐ
bw_input_activation_state เทนเซอร์ของรัฐ
bw_input_cell_state เทนเซอร์ของรัฐ
aux_input เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_aux_input_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_aux_input_to_forget_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_aux_input_to_cell_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
fw_aux_input_to_output_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_aux_input_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_aux_input_to_forget_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_aux_input_to_cell_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย
bw_aux_input_to_output_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
fw_output เทนเซอร์ของค่าประเภทใดๆ
bw_output เทนเซอร์ของค่าประเภทใดๆ

tfl.bitcast (TFL::BitcastOp)

ตัวดำเนินการ Bitcast

Bitcasts เทนเซอร์จากประเภทหนึ่งไปยังอีกประเภทหนึ่ง

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าประเภทใดๆ

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าประเภทใดๆ

tfl.bitwise_xor (TFL::BitwiseXorOp)

ตัวดำเนินการ Bitwise Xor

Elementwise คำนวณ XOR ระดับบิตของ lhs และ rhs

ลักษณะ: AlwaysSpeculatableImplTrait, Commutative, SameOperandsAndResultElementType

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
rhs เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

tfl.broadcast_args (TFL::BroadcastArgsOp)

คืนรูปร่างของ s0 op s1 พร้อมการออกอากาศ

ให้ s0 และ s1 เทนเซอร์ที่แสดงถึงรูปร่าง คำนวณ r0 รูปร่างที่ออกอากาศ s0 , s1 และ r0 ล้วนเป็นเวกเตอร์จำนวนเต็ม

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
s0 เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต
s1 เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
r0 เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

tfl.broadcast_to (TFL::BroadcastToOp)

ออกอากาศอาร์เรย์สำหรับรูปร่างที่เข้ากันได้

การแพร่ภาพคือกระบวนการสร้างอาร์เรย์ให้มีรูปร่างที่เข้ากันได้สำหรับการดำเนินการทางคณิตศาสตร์ รูปร่างสองแบบเข้ากันได้หากคู่มิติแต่ละคู่มีค่าเท่ากันหรือหนึ่งในนั้นคือหนึ่งเดียว เมื่อพยายามถ่ายทอด Tensor ไปยังรูปร่าง เทนเซอร์จะเริ่มต้นด้วยมิติส่วนท้าย และดำเนินการไปข้างหน้า

ตัวอย่างเช่น,

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

ในตัวอย่างข้างต้น อินพุตเทนเซอร์ที่มีรูปร่างเป็น [1, 3] จะถูกถ่ายทอดไปยังเอาท์พุตเทนเซอร์ที่มีรูปร่างเป็น [3, 3]

เมื่อดำเนินการออกอากาศ เช่น การคูณเมตริกซ์ด้วยสเกลาร์ การออกอากาศ (โดยปกติ) จะให้ผลประโยชน์ด้านเวลาหรือพื้นที่ เนื่องจากเทนเซอร์ที่ออกอากาศไม่เคยเกิดขึ้นจริง

อย่างไรก็ตาม broadcast_to ไม่ได้รับสิทธิประโยชน์ใดๆ ดังกล่าว เทนเซอร์ที่สร้างขึ้นใหม่ใช้หน่วยความจำเต็มรูปแบบของรูปร่างที่ออกอากาศ (ในบริบทของกราฟ broadcast_to อาจถูกรวมเข้ากับการดำเนินการในภายหลัง จากนั้นจึงถูกปรับให้เหมาะสม)

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 4 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QUI8 หรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือ QI16 type หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 32 บิต
shape เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 4 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือประเภท QUI8 หรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือ QI16 type หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 32 บิต

tfl.bucketize (TFL::BucketizeOp)

Bucketizes 'อินพุต' ตาม 'ขอบเขต'

ตัวอย่าง:

หากอินพุตเป็น boundaries = [0, 10, 100] และ input = [[-5, 10000][150, 10][5, 100]] ดังนั้นเอาต์พุตจะเป็น output = [[0, 3][3, 2][1, 3]] .

ลักษณะ: AlwaysSpeculatableImplTrait, SameOperandsAndResultShape

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
boundaries ::mlir::ArrayAttr แอตทริบิวต์อาร์เรย์ทศนิยมแบบ 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าจำนวนเต็ม 32 บิต หรือ 64 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

tfl.call_once (TFL::CallOnceOp)

เรียกใช้ฟังก์ชันการเริ่มต้น

การดำเนินการนี้จะเรียกใช้ฟังก์ชันการเริ่มต้นที่กำหนดสำหรับตัวเริ่มต้นเซสชันในภาษาถิ่นของโมเดลที่บันทึกไว้ tf

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
session_init_function ::mlir::StringAttr แอตทริบิวต์สตริง

tfl.cast (TFL::CastOp)

ผู้ดำเนินการหล่อ

แคสต์อินพุตจากประเภทอินพุตเป็นประเภทเอาต์พุต

ลักษณะ: AlwaysSpeculatableImplTrait, SameOperandsAndResultShape

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของโฟลต 16 บิต หรือโฟลต 32 บิต หรือโฟลต 64 บิต หรือจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 4 บิต หรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือ 32 บิต จำนวนเต็ม unsigned หรือจำนวนเต็ม signless 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม unsigned 8 บิต หรือจำนวนเต็ม signless 8 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของโฟลต 16 บิต หรือโฟลต 32 บิต หรือโฟลต 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 1 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือ 64 บิต signless integer หรือ TFLite quint8 type หรือ 8-bit unsigned integer หรือ 8-bit signless integer หรือ complex type ที่มีค่า float element 32-bit

tfl.ceil (TFL::CeilOp)

ผู้ดำเนินการซีล

ส่งกลับค่า ceil ตามองค์ประกอบของอินพุต

ลักษณะ: AlwaysSpeculatableImplTrait, InferTensorType, TF::SameOperandsAndResultTypeResolveRef

อินเทอร์เฟซ: เก็งกำไรตามเงื่อนไข, InferShapedTypeOpInterface, InferTypeOpInterface, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าทศนิยม 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของค่าทศนิยม 32 บิต

tfl.complex_abs (TFL::ComplexAbsOp)

คำนวณค่าสัมบูรณ์เชิงซ้อนของเทนเซอร์

เมื่อพิจารณาเทนเซอร์ x ของจำนวนเชิงซ้อน การดำเนินการนี้จะส่งคืนเทนเซอร์ประเภท float หรือ double ที่เป็นค่าสัมบูรณ์ของแต่ละองค์ประกอบใน x องค์ประกอบทั้งหมดใน x ต้องเป็นจำนวนเชิงซ้อนในรูปแบบ \(a + bj\)ค่าสัมบูรณ์จะถูกคำนวณเป็น \( \sqrt{a^2 + b^2}\)

ลักษณะ: AlwaysSpeculatableImplTrait, SameOperandsAndResultShape

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือประเภทเชิงซ้อนที่มีค่าองค์ประกอบ float 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต

tfl.concatenation (TFL::การต่อข้อมูลOp)

ตัวดำเนินการต่อข้อมูล

เชื่อมต่อเทนเซอร์ตามมิติเดียว

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), SameOperandsAndResultsScale, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
axis ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
values ตัวแปรเทนเซอร์ของค่าประเภทใดๆ

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 16 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือประเภท QI8 หรือประเภท QUI8 หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือ 1 -bit ค่าจำนวนเต็มไร้เครื่องหมาย

tfl.control_node (TFL::ControlNodeOp)

การดำเนินการ TFL.control_node จะล้อมการดำเนินการแบบบล็อกเดียวเพื่อแนบขอบการควบคุม

ใช้เพื่อตัดขอบเขตและแนบการขึ้นต่อกันของการควบคุมกับขอบเขตเหล่านั้น โดยทั่วไป สิ่งนี้จะเกิดขึ้นในขั้นตอนสุดท้ายก่อนที่จะปล่อยโมเดล Flatbuffer เพื่อเปิดใช้งานการปรับให้เหมาะสมซึ่งขึ้นอยู่กับลำดับการดำเนินการคงที่ (เช่น การเปลี่ยนวัตถุใหม่) ผู้ส่งออก Flatbuffer จะแยกขอบเขตที่หุ้มไว้และใส่คำอธิบายประกอบโมเดลที่สร้างขึ้นด้วยข้อมูลเมตา เพื่อให้การเรียงลำดับรันไทม์ใหม่จะเคารพลำดับที่กำหนดโดยการขึ้นต่อกันของการควบคุม

ลักษณะ: HasParent mlir::func::FuncOp , RecursiveMemoryEffects, SingleBlock, SingleBlockImplicitTerminator

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
controlInputs การควบคุมที่หลากหลาย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
outputs ตัวแปรเทนเซอร์ของค่าประเภทใดๆ
control ควบคุม

tfl.conv_2d (TFL::Conv2DOp)

ตัวดำเนินการ Convolution

ดำเนินการ Convolution กับอินพุต

อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งาน inputs[1] : จำเป็น: เทนเซอร์น้ำหนักตัวกรอง inputs[2] : ทางเลือก: ไบอัสเทนเซอร์

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

อินเทอร์เฟซ: AffineQuantizedOpInterface, เก็งกำไรตามเงื่อนไข, DynamicRangeQuantizedOpInterface, InferTypeOpInterface, NoMemoryEffect (MemoryEffectOpInterface), TFL_SparseOp, TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
dilation_h_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16
filter เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI4 หรือประเภท QI8 หรือค่าประเภท QUI8
bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

tfl.conv_3d (TFL::Conv3DOp)

ตัวดำเนินการ Convolution 3D

ดำเนินการหมุนวนบนอินพุต 3D อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งาน inputs[1] : จำเป็น: เทนเซอร์น้ำหนักตัวกรอง inputs[2] : ทางเลือก: ไบอัสเทนเซอร์

ลักษณะ: AlwaysSpeculatableImplTrait, ปริมาณ::AccumulatorUniformScale<2, 0, 1>

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
dilation_d_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_h_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_d ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_h ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าทศนิยม 32 บิต
filter เทนเซอร์ของค่าทศนิยม 32 บิต
bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าทศนิยม 32 บิต

tfl.conv_3d_transpose (TFL::Conv3DTransposeOp)

ตัวดำเนินการ 3D Convolution ที่ถูกย้าย

ดำเนินการโอนย้าย Convolution บนอินพุต 3D อินพุต: inputs[0] : จำเป็น: รูปร่างของเทนเซอร์เอาท์พุต inputs[1] : จำเป็น: อินพุตเทนเซอร์เทนเซอร์น้ำหนักตัวกรอง inputs[2] : จำเป็น: อินพุตเทนเซอร์เปิดใช้งาน inputs[3] : ทางเลือก: ไบอัสเทนเซอร์

ลักษณะ: AlwaysSpeculatableImplTrait, ปริมาณ::AccumulatorUniformScale<2, 0, 1>

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
dilation_d_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_h_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_d ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_h ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
output_shape เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
filter เทนเซอร์ของค่าทศนิยม 32 บิต
input เทนเซอร์ของค่าทศนิยม 32 บิต
bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าทศนิยม 32 บิต

tfl.cos (TFL::CosOp)

ตัวดำเนินการโคไซน์

คำนวณโคไซน์ของอินพุตตามองค์ประกอบ

ลักษณะ: AlwaysSpeculatableImplTrait, InferTensorType, TF::SameOperandsAndResultTypeResolveRef

อินเทอร์เฟซ: เก็งกำไรตามเงื่อนไข, InferShapedTypeOpInterface, InferTypeOpInterface, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าทศนิยม 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของค่าทศนิยม 32 บิต

tfl.cumsum (TFL::CumsumOp)

ตัวดำเนินการคัมซัม

คำนวณผลรวมสะสมของเทนเซอร์ x ตามแกน

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
exclusive ::mlir::BoolAttr คุณลักษณะบูล
reverse ::mlir::BoolAttr คุณลักษณะบูล

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต
axis เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าจำนวนเต็มไร้สัญญาณ 64 บิต

tfl.custom (TFL::CustomOp)

ปฏิบัติการแบบกำหนดเอง

การดำเนินการทั่วไปสำหรับการดำเนินการแบบกำหนดเองของ TFLite

input: รายการอินพุตใน op ดั้งเดิม custom_code: สตริงที่ใช้ในการระบุว่า op นี้คืออะไร ซึ่งสอดคล้องกับoperator_codes.custom_codeใน flatbuffer custom_option: ตัวยึดสำหรับบันทึกแอตทริบิวต์ op ในรูปแบบไบต์ เอาท์พุท: รายการเอาท์พุทใน op ดั้งเดิม

อินเทอร์เฟซ: TflRuntimeVerifyOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
custom_code ::mlir::StringAttr แอตทริบิวต์สตริง
custom_option ::mlir::TFL::ConstBytesAttr การแสดงแอตทริบิวต์สตริงของไบต์ที่คอมไพล์แล้ว

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input ตัวแปรเทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output ตัวแปรเทนเซอร์ของค่าประเภทใดๆ

tfl.custom_tf (TFL::CustomTfOp)

Wrapper Op สำหรับการดำเนินการแบบกำหนดเองของ TF

wrapper op เกี่ยวกับ Custom TF op ใด ๆ ซึ่งรวมถึง ops ที่กำหนดโดยใช้ custom_opdefs หรือลิงก์ซึ่งไม่ได้กำหนดไว้ในภาษา TF Op นี้เพิ่งรวม op แบบกำหนดเองไว้ภายในภูมิภาค หมายเหตุ #1 Op นี้จะไม่รวม ops แบบกำหนดเองของ TF Lite ที่กำหนดโดยใช้ CustomOp หมายเหตุ #2 การดำเนินการนี้เป็นเพียงการแสดงภายในภายในตัวแปลง และจะไม่ถูกเปิดเผย/ส่งออกเมื่อโมเดลถูกส่งออกไปยัง Flatbuffer

ลักษณะ: IsolatedFromAbove, RecursiveMemoryEffects, SingleBlock, SingleBlockImplicitTerminator

อินเทอร์เฟซ: InferTypeOpInterface, TflRuntimeVerifyOpInterface

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input ตัวแปรเทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output ตัวแปรเทนเซอร์ของค่าประเภทใดๆ

tfl.densify (TFL::DensifyOp)

ตัวดำเนินการหนาแน่น

แปลงเทนเซอร์แบบกระจายเป็นรูปแบบหนาแน่น

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มทศนิยม 32 บิตหรือ 8 บิตที่ไม่มีเครื่องหมาย

tfl.depth_to_space (TFL::DepthToSpaceOp)

ตัวดำเนินการ DepthToSpace

จัดเรียงข้อมูลจากความลึกลงในบล็อกข้อมูลเชิงพื้นที่ นี่คือการเปลี่ยนแปลงแบบย้อนกลับของ SpaceToDepth โดยเฉพาะอย่างยิ่ง สหกรณ์นี้จะส่งออกสำเนาของเทนเซอร์อินพุตโดยที่ค่าจากมิติ depth ถูกย้ายในบล็อกเชิงพื้นที่ไปยังมิติ height และ width attr block_size ระบุขนาดบล็อกอินพุตและวิธีการย้ายข้อมูล

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ, ผลลัพธ์เชิงปริมาณได้

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), SameOperandsAndResultsScale, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
block_size ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิตที่มีค่าเป็นบวก

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนาม หรือประเภท QI8 หรือค่าประเภท QUI8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็ม 32 บิตหรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือประเภท TFLite quint8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนาม หรือประเภท QI8 หรือค่าประเภท QUI8

tfl.depthwise_conv_2d (TFL::DepthwiseConv2Dop)

ตัวดำเนินการ Convolution ที่แยกเชิงลึกได้

ดำเนินการ Convolution กับอินพุต

อินพุต: inputs[0] : จำเป็น: เทนเซอร์การเปิดใช้งาน inputs[1] : จำเป็น: เทนเซอร์น้ำหนักตัวกรอง inputs[2] : ทางเลือก: ไบอัสเทนเซอร์

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

อินเทอร์เฟซ: AffineQuantizedOpInterface, เก็งกำไรได้ตามเงื่อนไข, DynamicRangeQuantizedOpInterface, NoMemoryEffect (MemoryEffectOpInterface), TFL_SparseOp, TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
dilation_h_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
dilation_w_factor ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT
padding ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น SAME หรือ VALID
stride_h ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
stride_w ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต
depth_multiplier ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 32 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16
filter เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI4 หรือประเภท QI8 หรือค่าประเภท QUI8
bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภทใดเลย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าชนิด float 32 บิตหรือ QI8 หรือประเภท QUI8 หรือค่าประเภท QI16

tfl.dequantize (TFL::DequantizeOp)

ลดจำนวนตัวดำเนินการ

แปลงอาร์เรย์จำนวนเต็มเชิงปริมาณเป็นจุดลอยตัวตามพารามิเตอร์การหาปริมาณ

อินเทอร์เฟซ: NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของประเภท QI4 หรือประเภท QI8 หรือประเภท QUI8 หรือประเภท QI16 หรือค่าทศนิยม 16 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าทศนิยม 32 บิต

tfl.dilate (TFL::DilateOp)

ตัวดำเนินการขยาย

ขยายเทนเซอร์โดยการเพิ่มองค์ประกอบใหม่ระหว่างองค์ประกอบที่มีอยู่ ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือ ค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต
dilations เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต
padding_value เทนเซอร์ 0D ของค่าประเภทใดๆ

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 8 บิต หรือจำนวนเต็มไร้เครื่องหมาย 16 บิต หรือจำนวนเต็มไร้เครื่องหมาย 32 บิต หรือจำนวนเต็มไร้เครื่องหมาย 64 บิต หรือ ค่าทศนิยมแบบ 32 บิตหรือค่าทศนิยมแบบ 64 บิต

tfl.div (TFL::DivOp)

ผู้ดำเนินการกอง

การดำเนินการแบ่งตามองค์ประกอบ

ลักษณะ: ::mlir::OpTrait::TFLRuntimeOpTrait, AlwaysSpeculatableImplTrait, ResultsBroadcastableShape

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflArithmeticCountOpInterface, TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
fused_activation_function ::mlir::StringAttr แอตทริบิวต์สตริงที่มีค่าเป็น NONE หรือ RELU หรือ RELU_N1_TO_1 หรือ RELU6 หรือ TANH หรือ SIGN_BIT

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8
rhs เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าชนิด float 32 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือค่าประเภท QUI8

tfl.dynamic_update_slice (TFL::DynamicUpdateSliceOp)

DynamicUpdateSlice.

DynamicUpdateSlice op ที่มีความหมายเดียวกันกับ XLA DynamicUpdateSlice สร้างผลลัพธ์ซึ่งเป็นค่าของตัวถูกดำเนินการอาร์เรย์อินพุต โดยมีการอัปเดตสไลซ์เขียนทับที่ start_indices

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

ลักษณะ: ลักษณะพิเศษที่สามารถคาดเดาได้เสมอ

อินเทอร์เฟซ: คาดเดาได้ตามเงื่อนไข, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

เอฟเฟ็กต์: เอฟเฟ็กต์หน่วยความจำ::เอฟเฟ็กต์{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือค่าทศนิยม 32 บิต
update เทนเซอร์ของจำนวนเต็มไร้สัญญาณ 1 บิต หรือจำนวนเต็มไร้สัญญาณ 8 บิต หรือจำนวนเต็มไร้สัญญาณ 32 บิต หรือจำนวนเต็มไร้สัญญาณ 64 บิต หรือค่าทศนิยม 32 บิต
start_indices เทนเซอร์ของค่าจำนวนเต็มไร้เครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต

tfl.elu (tfl :: eluop)

ตัวดำเนินการหน่วยเชิงเส้นแบบเอ็กซ์โปเนนเชียล

คำนวณ f (x) -> exp (x) -1 สำหรับ x <0, x สำหรับ x> = 0 องค์ประกอบที่ชาญฉลาด

ลักษณะ: AllySpeculatableImplTrait, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าจำนวนเต็มแบบลอยตัว 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของค่าจำนวนเต็มแบบลอยตัว 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต

tfl.embedding_lookup (tfl :: EmbeddingLookupop)

ผู้ประกอบการค้นหาการค้นหา

ค้นหารหัสในรายการเทนเซอร์ฝัง

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข speculatable, dynamicRangeQuantizedOpinterface, nomemoryeffect (หน่วยความจำ effectopinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lookup เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
value เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือค่าจำนวนเต็มที่ไม่ได้ลงชื่อ 8 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือค่าจำนวนเต็มที่ไม่ได้ลงชื่อ 8 บิต

tfl.equal (tfl :: equalop)

ตัวดำเนินการเท่ากัน

ส่งคืนองค์ประกอบความจริงของ x == y องค์ประกอบที่ชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeOptrait, AlwaysspeculatableImplTrait, การเดินทาง, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือค่าจำนวนจำนวนเต็มที่ไม่ได้ลงนาม 8 บิตหรือค่าสตริง tflite
y เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 1 บิตหรือจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือค่าจำนวนจำนวนเต็มที่ไม่ได้ลงนาม 8 บิตหรือค่าสตริง tflite

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.exp (tfl :: expop)

ผู้ให้บริการตัวแทนตามธรรมชาติ

ดำเนินการการทำงานแบบตัวแทนตามธรรมชาติที่ชาญฉลาดในอินพุต

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16

tfl.expand_dims (tfl :: expanddimsop)

แทรกมิติ 1 ให้เป็นรูปร่างของเทนเซอร์

เมื่อได้รับ input เทนเซอร์การดำเนินการนี้จะแทรกมิติ 1 ที่ axis ดัชนีมิติของรูปร่างของ input axis ดัชนีมิติเริ่มต้นที่ศูนย์ หากคุณระบุจำนวนลบสำหรับ axis มันจะถูกนับย้อนหลังจากจุดสิ้นสุด

การดำเนินการนี้มีประโยชน์หากคุณต้องการเพิ่มมิติแบตช์เป็นองค์ประกอบเดียว ตัวอย่างเช่นหากคุณมีภาพรูปร่างเดียว [height, width, channels] คุณสามารถทำให้มันเป็นชุด 1 ภาพที่มี expand_dims(image, 0) ซึ่งจะทำให้รูปร่าง [1, height, width, channels] .

ตัวอย่างอื่น ๆ :

# '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]

การดำเนินการนี้ต้องการสิ่งนั้น:

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

การดำเนินการนี้เกี่ยวข้องกับ squeeze() ซึ่งจะลบขนาดของขนาด 1

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าประเภทใดก็ได้
dim เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีสัญลักษณ์ 32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าประเภทใดก็ได้

tfl.external_const (tfl :: externalConstop)

const OP ภายนอก

const OP ภายนอกถือ buffer_index ซึ่งชี้ไปที่ค่าคงที่ใน flatbuffer

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
buffer_index :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าประเภทใดก็ได้

tfl.fake_quant (tfl :: fakequantop)

ผู้ให้บริการ Fakequant

ปลอมแปลงเทนเซอร์ 'อินพุต' ของประเภทลอยผ่านสเกลาร์ลอยและสูงสุดถึง 'เอาต์พุต' เทนเซอร์ที่มีรูปร่างเหมือนกันกับอินพุต

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
min :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต
max :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต
num_bits :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตซึ่งมีค่าต่ำสุดคือ 2 ซึ่งมีค่าสูงสุดคือ 16
narrow_range :: mlir :: boolattr แอตทริบิวต์บูลที่มีค่าเป็นเท็จ

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าลอย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าลอย 32 บิต

tfl.fill (tfl :: fillop)

เติมเทนเซอร์ด้วยค่าที่กำหนด

เติมเทนเซอร์ด้วยค่าที่กำหนด

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
dims เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีสัญลักษณ์ 32/64 บิต
input เทนเซอร์ของลอย 32 บิตหรือลอย 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 64 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือประเภท Qi8 หรือประเภท qi16 หรือประเภทสตริง tflite ประเภท

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์ของลอย 32 บิตหรือลอย 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 64 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือประเภท Qi8 หรือประเภท qi16 หรือประเภทสตริง tflite ประเภท

tfl.floor (tfl :: floorop)

ผู้ให้บริการชั้น

ส่งคืนค่าพื้นองค์ประกอบที่ชาญฉลาดของอินพุต

ลักษณะ: AlwaysspeculatableImplTrait, Infertensortype, TF :: SameOperandsandresulttypereSolveref

อินเทอร์เฟซ: แบบมีเงื่อนไข speculatable, infershapedtypeopinterface, Infertypeopinterface, nomemoryeffect (MemoryEffectOpinterface)

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าลอย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของค่าลอย 32 บิต

tfl.floor_div (tfl :: floordivop)

ผู้ให้บริการชั้น

การดำเนินงาน DIV ของ Element-Wise Floor

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, เสมอ arwayspeculatableimpltrait, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต
rhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต 32 บิต

tfl.floor_mod (tfl :: floormodop)

การแจ้งเตือนกอง

การดำเนินการเตือนการแบ่งองค์ประกอบที่ชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, เสมอ arwayspeculatableimpltrait, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต
rhs เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มขนาด 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าลอย 32 บิต

tfl.fully_connected (tfl :: เต็มไปด้วยการเชื่อมต่อเต็ม)

OP ที่เชื่อมต่ออย่างสมบูรณ์

ลักษณะ: AlwaysSpeculatableImplTrait, Quantizableresult, Quant :: Accumulatuleniformscale <2, 0, 1>, Quant :: AffineOpcoefficient <-1, 1>

อินเทอร์เฟซ: AffineQuantizedOpinterface, มีเงื่อนไข, dynamicRangeQuantizedOpinterface, nomemoryeffect (MemoryEffectOpinterface), tfl_sparseop, tflarithmeticcountopinterface, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
fused_activation_function :: mlir :: stringattr แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit
weights_format :: mlir :: stringattr แอตทริบิวต์สตริงที่มีค่าเริ่มต้นหรือ shuffled4x16int8
keep_num_dims :: mlir :: boolattr คุณลักษณะบูล
asymmetric_quantize_inputs :: mlir :: boolattr คุณลักษณะบูล

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ Float 32 บิตหรือประเภท Qi8 หรือประเภท qui8 หรือประเภท Qi16 หรือค่าประเภท qui16
filter เทนเซอร์ของ 32 บิตลอยหรือประเภท qi4 หรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท qi16
bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output ความแปรปรวนของเทนเซอร์ของค่าประเภทใดก็ได้

tfl.gather (tfl :: gatherop)

รวบรวมโอเปอเรเตอร์

รวบรวมชิ้นจาก axis แกน params ตาม indices

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, dynamicRangeQuantizedOpinterface, nomemoryeffect (หน่วยความจำ effectopinterface), sameoperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
axis :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
batch_dims :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
params เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 1 บิตหรือจำนวนเต็ม 4 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภทสตริง tflite หรือ 8 บิต จำนวนเต็มที่ไม่ได้ลงชื่อหรือประเภท Qi8 หรือประเภท qui8 หรือค่าประเภท Qi16
indices เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 1 บิตหรือจำนวนเต็ม 4 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 8 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือประเภทสตริง tflite หรือ 8 บิต จำนวนเต็มที่ไม่ได้ลงชื่อหรือประเภท Qi8 หรือประเภท qui8 หรือค่าประเภท Qi16

tfl.gather_nd (tfl :: gatherndop)

_gather ND Operator

รวบรวมชิ้นจาก params เป็นเทนเซอร์ที่มีรูปร่างที่ระบุโดย indices

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
params เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิต
indices เทนเซอร์ของจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 1 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 64 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิต

tfl.gelu (tfl :: geluop)

ฟังก์ชั่นการเปิดใช้งาน Gelu

คำนวณฟังก์ชั่นการเปิดใช้งาน Gelu องค์ประกอบที่ชาญฉลาด

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
approximate :: mlir :: boolattr คุณลักษณะบูล

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าลอย 32 บิตหรือประเภท Qi8 หรือค่าประเภท qui8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าลอย 32 บิตหรือประเภท Qi8 หรือค่าประเภท qui8

tfl.greater (tfl :: greaterop)

ตัวดำเนินการมากขึ้น

การทำงานที่ดีขึ้นอย่างชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, quultherspeculatableimpltrait, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8
rhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.greater_equal (tfl :: greaterequalop)

_greater ตัวดำเนินการเท่ากัน

การทำงานที่ยิ่งใหญ่กว่า -w

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, quultherspeculatableimpltrait, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท QUI8 หรือค่าประเภท QI8
rhs เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีป้าย 16 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท QUI8 หรือค่าประเภท QI8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.hard_swish (tfl :: hardswishop)

ฟังก์ชั่นการเปิดใช้งาน Hardswish

คำนวณฟังก์ชั่นการเปิดใช้งานแบบแข็งแบบ Hard-swish f (x)-> (x * relu6 (x+3))/6 องค์ประกอบที่ชาญฉลาด

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าลอย 32 บิตหรือประเภท qui8 หรือค่าประเภท Qi8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าลอย 32 บิตหรือประเภท qui8 หรือค่าประเภท Qi8

tfl.hashtable (tfl :: hashtableop)

สร้างตารางแฮชที่ไม่เริ่มต้น

OP นี้สร้างตารางแฮชโดยระบุประเภทของคีย์และค่าของมัน ก่อนใช้ตารางคุณจะต้องเริ่มต้น หลังจากเริ่มต้นตารางจะไม่เปลี่ยนรูป

อินเทอร์เฟซ: tflruntimeverifyopinterface

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
table_id :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
key_dtype :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้
value_dtype :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
out เทนเซอร์ของค่าทรัพยากร

tfl.hashtable_find (tfl :: hashtablefindop)

ค้นหาคีย์ในตารางส่งออกค่าที่สอดคล้องกัน

keys เทนเซอร์ต้องเป็นประเภทเดียวกับคีย์ของตาราง values เอาต์พุตเป็นประเภทของค่าตาราง

Scalar default_value เป็นเอาต์พุตค่าสำหรับคีย์ที่ไม่มีอยู่ในตาราง มันจะต้องเป็นประเภทเดียวกันกับค่าตาราง

อินเทอร์เฟซ: tflruntimeverifyopinterface

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
hash_table เทนเซอร์ของค่าทรัพยากร
keys เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
default_value เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
out เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

tfl.hashtable_import (tfl :: hashtableimportop)

แทนที่เนื้อหาของตารางด้วยคีย์และค่าที่ระบุ

keys เทนเซอร์จะต้องเป็นประเภทเดียวกับคีย์ของตาราง values เทนเซอร์จะต้องเป็นประเภทของค่าตาราง

อินเทอร์เฟซ: tflruntimeverifyopinterface

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
hash_table เทนเซอร์ของค่าทรัพยากร
keys เทนเซอร์ของจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
values เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็มแบบไม่มีสัญลักษณ์ 32 บิตหรือประเภทสตริง tflite หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

tfl.hashtable_size (tfl :: hashtablesizeop)

คำนวณจำนวนองค์ประกอบในตารางที่กำหนด

อินเทอร์เฟซ: tflruntimeverifyopinterface

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
hash_table เทนเซอร์ของค่าทรัพยากร

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
out เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

tfl.if (tfl :: ifop)

การดำเนินการ if-then-else

การดำเนินการ tfl.if แสดงถึงโครงสร้างที่ไม่ได้ใช้สำหรับการดำเนินการตามเงื่อนไขสองภูมิภาคของรหัส ตัวถูกดำเนินการไปยังการดำเนินการ IF เป็นค่าบูลีน ตัวอย่างเช่น:

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

tfl.if อาจส่งคืนผลลัพธ์ที่กำหนดไว้ในภูมิภาค ค่าที่กำหนดจะถูกกำหนดโดยเส้นทางการดำเนินการที่ดำเนินการ

ตัวอย่าง:

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

tfl.if ภูมิภาคมักจะถูกยกเลิกด้วย "tfl.yield" เสมอ หาก "tfl.if" ไม่มีค่าใด ๆ "tfl.yield" สามารถถูกทิ้งไว้และจะถูกแทรกโดยปริยาย มิฉะนั้นจะต้องชัดเจน นอกจากนี้หาก "TFL.IF" กำหนดค่าหนึ่งหรือมากกว่านั้นบล็อก 'อื่น' ไม่สามารถละเว้นได้

ตัวอย่าง:

tfl.if %b  {
  ...
}

ลักษณะ: noregionarguments, RecursiveMemoryeffects, singleblock, singleblockimplicitterminator

อินเทอร์เฟซ: regionbranchopinterface, tflruntimeverifyopinterface

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
cond เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
results ความแปรปรวนของเทนเซอร์ของค่าประเภทใดก็ได้

tfl.imag (tfl :: imagop)

ส่งคืนส่วนจินตนาการของหมายเลขที่ซับซ้อน

ด้วย input เทนเซอร์ของตัวเลขที่ซับซ้อนการดำเนินการนี้จะส่งคืนเทนเซอร์ของประเภท float ที่เป็นส่วนจินตนาการของแต่ละองค์ประกอบใน input องค์ประกอบทั้งหมดใน input จะต้องเป็นตัวเลขที่ซับซ้อนของแบบฟอร์ม \(a + bj\)ซึ่ง A เป็นส่วนจริงและ B คือส่วนจินตภาพที่ส่งคืนโดยการดำเนินการนี้

ลักษณะ: AllySpeculatableImplTrait, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือประเภทที่ซับซ้อนด้วยค่าองค์ประกอบลอย 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าลอย 32 บิตหรือค่าลอย 64 บิต

tfl.l2_normalization (tfl :: l2normalizationop)

L2 Normalize Operator

l2normalization op

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, recentoutpututRangeInterface, nomemoryeffect (MemoryEffectOpinterface), tflarithmeticCountopInterface, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
fused_activation_function :: mlir :: stringattr แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ Float 32 บิตหรือประเภท qui8 หรือประเภท Qi8 หรือประเภท qui16 หรือ qi16 type หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของ Float 32 บิตหรือประเภท qui8 หรือประเภท Qi8 หรือประเภท qui16 หรือ qi16 type หรือค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิต

tfl.leaky_relu (tfl :: leakyreluop)

ผู้ให้บริการ Relu ที่รั่วไหล

Element -wise levery relu operator x -> x> = 0? X: (Alpha * x)

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
alpha :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือประเภท tflite quint8 หรือค่าประเภท qi16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือประเภท tflite quint8 หรือค่าประเภท qi16

tfl.less (tfl :: น้อยลง)

ผู้ให้บริการน้อย

การทำงานน้อยลงอย่างชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, quultherspeculatableimpltrait, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็ม 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8
rhs เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็ม 16 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.less_equal (tfl :: lessequalop)

_less ตัวดำเนินการเท่ากัน

การทำงานที่ไม่ค่อยดีนัก

ลักษณะ: :: mlir :: optrait :: tflruntimeoptrait, quultherspeculatableimpltrait, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท Qi8 หรือค่าประเภท QUI8
rhs เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือค่าประเภท Qi8 หรือค่าประเภท QUI8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.local_response_normalization (tfl :: localresponsenormalizationop)

การตอบสนองการตอบสนองในท้องถิ่น

เทนเซอร์ input 4-D ได้รับการปฏิบัติเหมือนเป็นอาร์เรย์ 3 มิติของเวกเตอร์ 1-D (ตามมิติสุดท้าย) และเวกเตอร์แต่ละตัวจะถูกทำให้เป็นมาตรฐานอย่างอิสระ ภายในเวกเตอร์ที่กำหนดแต่ละองค์ประกอบจะถูกหารด้วยผลรวมถ่วงน้ำหนักของอินพุตภายใน depth_radius ในรายละเอียด,

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

สำหรับรายละเอียดดู Krizhevsky et al., การจำแนกประเภท Imagenet กับเครือข่ายประสาทเชิงลึก (NIPS 2012)

ลักษณะ: AlwaysspeculatableImplTrait, Infertensortype, TF :: SameOperandsandresulttypereSolveref

อินเทอร์เฟซ: แบบมีเงื่อนไข speculatable, infershapedtypeopinterface, Infertypeopinterface, nomemoryeffect (MemoryEffectOpinterface)

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
radius :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
bias :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต
alpha :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต
beta :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิต

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของค่าลอย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าลอย 32 บิต

tfl.log (tfl :: logop)

ผู้ให้บริการลอการิทึมธรรมชาติ

ทำการดำเนินการลอการิทึมธรรมชาติที่ชาญฉลาดในอินพุต

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8

tfl.log_softmax (tfl :: logsoftmaxop)

Log Softmax Operator

คำนวณการเปิดใช้งาน SoftMax บันทึกที่ชาญฉลาดด้วยสูตรต่อไปนี้

อินพุต - log (down_sum (exp (input), dim))

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult, SameOperandsandresultshape

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, recentoutpututRangeInterface, nomemoryeffect (MemoryEffectOpinterface), tflarithmeticCountopInterface, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือค่าประเภท tflite quint8

tfl.logical_and (tfl :: logicalandop)

ตรรกะและตัวดำเนินการ

ตรรกะและการทำงานที่ชาญฉลาดองค์ประกอบ

ลักษณะ: AlwaysspeculatableImplTrait

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต
rhs เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.logical_not (tfl :: logicalnotop)

ตรรกะไม่ใช่โอเปอเรเตอร์

การดำเนินการเชิงตรรกะที่ชาญฉลาดองค์ประกอบ

ลักษณะ: AllySpeculatableImplTrait, SameOperandsandresultshape

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.logical_or (tfl :: logicalorop)

ตรรกะหรือตัวดำเนินการ

ตรรกะหรือการทำงานที่ชาญฉลาด

ลักษณะ: AlwaysspeculatableImplTrait

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต
rhs เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 1 บิต

tfl.logistic (tfl :: logisticop)

ผู้ให้บริการโลจิสติกส์

คำนวณ sigmoid องค์ประกอบที่ชาญฉลาดของอินพุต

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult, SameOperandsandresultshape

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, recentoutpututRangeInterface, nomemoryeffect (MemoryEffectOpinterface), tflarithmeticCountopInterface, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
x เทนเซอร์ของ 32 บิตลอยหรือประเภท qi8 หรือประเภท qui8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y เทนเซอร์ของ 32 บิตลอยหรือประเภท qi8 หรือประเภท qui8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท

tfl.lstm (tfl :: lstmop)

ตัวดำเนินการ LSTM เต็มรูปแบบ

หน่วยหน่วยความจำระยะสั้นระยะยาว (LSTM) เลเยอร์เครือข่ายกำเริบ การใช้งาน non-peephole เริ่มต้นขึ้นอยู่กับ: http://deeplearning.cs.cmu.edu/pdfs/hochreiter97_lstm.pdf S. Hochreiter และ J. Schmidhuber 'หน่วยความจำระยะสั้นยาว' การคำนวณระบบประสาท, 9 (8): 1735-1780, 1997 การใช้งาน Peephole ขึ้นอยู่กับ: https://research.google.com/pubs/archive/43905.pdf Hasim Sak, Andrew Senior และ Francoise Beaufays 'สถาปัตยกรรมเครือข่ายประสาทเทียมระยะยาวระยะยาวสำหรับการสร้างแบบจำลองอะคูสติกขนาดใหญ่' Interspeech, 2014. การมีเพศสัมพันธ์ของอินพุตและ Forget Gate (CIFG) ขึ้นอยู่กับ: http://arxiv.org/pdf/1503.04069.pdf Greff et al. 'LSTM: พื้นที่การค้นหา Odyssey' การทำให้เป็นมาตรฐานของเลเยอร์ขึ้นอยู่กับ: https://arxiv.org/pdf/1607.06450.pdf Ba et al. 'เลเยอร์ปกติ'

ลักษณะ: quantizableresult

อินเทอร์เฟซ: DynamicRangeQuantizedOpinterface, TFL_STATEFULOP, TFLRUNTIMEURIFYOPINTERFACE

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
fused_activation_function :: mlir :: stringattr แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit
cell_clip :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิตที่มีค่าไม่เป็นลบ
proj_clip :: mlir :: floatattr แอตทริบิวต์ลอย 32 บิตที่มีค่าไม่เป็นลบ
kernel_type :: mlir :: tfl :: lstmkerneltypeattr LSTM_KERNEL_TYPE ซึ่งมีค่าคือ MLIR :: TFL :: LSTMKERNELTYPE :: เต็ม
asymmetric_quantize_inputs :: mlir :: boolattr คุณลักษณะบูล
input_to_input_intermediate :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้
input_to_forget_intermediate :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้
input_to_cell_intermediate :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้
input_to_output_intermediate :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้
effective_hidden_scale_intermediate :: mLir :: typeattr แอตทริบิวต์ประเภทใดก็ได้

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ 32 บิตลอยหรือประเภท Qi8 หรือค่าประเภท Qi16
input_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
input_to_forget_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
input_to_cell_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
input_to_output_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
recurrent_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
recurrent_to_forget_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
recurrent_to_cell_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
recurrent_to_output_weights เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi8
cell_to_input_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
cell_to_forget_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
cell_to_output_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
input_gate_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
forget_gate_bias เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32
cell_bias เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32
output_gate_bias เทนเซอร์ของค่าลอย 32 บิตหรือค่าประเภท Qi32
projection_weights เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
projection_bias เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
input_activation_state เทนเซอร์
input_cell_state เทนเซอร์
input_layer_norm_coefficients เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
forget_layer_norm_coefficients เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
cell_layer_norm_coefficients เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท
output_layer_norm_coefficients เทนเซอร์ของค่าประเภทใด ๆ หรือไม่มีประเภท

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของค่าประเภทใดก็ได้

tfl.matrix_diag (tfl :: matrixdiagop)

ส่งคืนเทนเซอร์ด้วยเส้นทแยงมุมที่ให้ไว้และทุกอย่างอื่น ๆ ที่มีศูนย์

ให้เป็นเส้นทแยงมุมส่งคืนเทนเซอร์ด้วยเส้นทแยงมุมและทุกอย่างที่เบาะด้วยศูนย์ output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n]. ว่าเส้นทแยงมุมมีขนาด k [I, J, K, ..., N] จากนั้นเอาต์พุตเป็นเทนเซอร์ของอันดับ k+1 ที่มีขนาด [I, J, K, ..., N, N] output[i, j, k, ..., m, n] = 1{m=n} * diagonal[i, j, k, ..., n].

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
diagonal เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มไร้สัญลักษณ์ 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qui8 หรือประเภท qi8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มไร้สัญลักษณ์ 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qui8 หรือประเภท qi8

tfl.matrix_set_diag (tfl :: matrixsetdiagop)

ส่งคืนเทนเซอร์เมทริกซ์แบบแบตช์พร้อมค่าเส้นทแยงมุมแบบแบตช์ใหม่

การ input และ diagonal การดำเนินการนี้จะส่งคืนเทนเซอร์ด้วยรูปร่างและค่าเดียวกันกับ input ยกเว้นเส้นทแยงมุมหลักของเมทริกซ์ด้านในสุด สิ่งเหล่านี้จะถูกเขียนทับโดยค่าใน diagonal

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8
diagonal เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์ของจำนวนเต็มลอย 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 8 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 16 บิตหรือจำนวนเต็มแบบไม่มีป้ายขนาด 32 บิตหรือจำนวนเต็ม 64 บิตหรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงชื่อหรือประเภท qi8 หรือประเภท Qi16 หรือประเภท qui8 หรือ tflite quint8

tfl.max_pool_2d (tfl :: maxpool2dop)

Max Pool 2d op

ดำเนินการ Max Pool 2D บนอินพุต

อินพุต: inputs[0] : จำเป็น: อินพุตเทนเซอร์

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไขแบบมีเงื่อนไข, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, TflarithmeticCountopinterface, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
padding :: mlir :: stringattr แอตทริบิวต์สตริงที่มีค่าเท่ากันหรือถูกต้อง
stride_w :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
stride_h :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
filter_width :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
filter_height :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต
fused_activation_function :: mlir :: stringattr แอตทริบิวต์สตริงที่ไม่มีค่าไม่มีหรือ relu หรือ relu_n1_to_1 หรือ relu6 หรือ tanh หรือ sign_bit

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของ 32 บิตลอยหรือประเภท qui8 หรือประเภท qi8 หรือ qi16 type หรือ tflite quint8 ค่าประเภท

tfl.maximum (tfl :: maximumop)

ผู้ให้บริการสูงสุด

การทำงานสูงสุดขององค์ประกอบที่ชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeOptrait, AlwaysspeculatableImplTrait, การเดินทาง, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16
rhs เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
max เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16

tfl.mean (tfl :: meanop)

หมายถึงตัวดำเนินการ

คำนวณค่าเฉลี่ยขององค์ประกอบในมิติของเทนเซอร์ ลด input_tensor ตามขนาดที่กำหนดในแกน เว้นแต่ว่า Keepdims จะเป็นจริงอันดับของเทนเซอร์จะลดลง 1 สำหรับแต่ละรายการในแกน หาก Keepdims เป็นจริงขนาดที่ลดลงจะถูกเก็บไว้ด้วยความยาว 1

ลักษณะ: AlwaysspeculatableImplTrait, Quantizableresult

อินเทอร์เฟซ: มีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
keep_dims :: mlir :: boolattr คุณลักษณะบูล

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
input เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท Qi8 หรือประเภท QUI8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนามหรือค่าประเภท Qi16
axis เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ของลอย 32 บิตหรือจำนวนเต็ม 32 บิตหรือจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิตหรือประเภท Qi8 หรือประเภท QUI8 หรือจำนวนเต็ม 8 บิตที่ไม่ได้ลงนามหรือค่าประเภท Qi16

tfl.minimum (tfl :: ขั้นต่ำ)

ผู้ให้บริการขั้นต่ำ

การดำเนินการขั้นต่ำที่ชาญฉลาด

ลักษณะ: :: mlir :: optrait :: tflruntimeOptrait, AlwaysspeculatableImplTrait, การเดินทาง, quantizableresult, resultsbroadcastableshape

อินเทอร์เฟซ: แบบมีเงื่อนไข sspeculatable, nomemoryeffect (MemoryEffectOpinterface), SameOperandsandresultsscale, tflruntimeverifyopinterface

เอฟเฟกต์: หน่วยความจำเอฟเฟกต์ :: เอฟเฟกต์ {}

ตัวถูกดำเนินการ:

ตัวถูกดำเนินการ คำอธิบาย
lhs เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16
rhs เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
min เทนเซอร์ของลอย 32 บิตหรือ 32/64 บิตจำนวนเต็มหรือประเภท qi8 หรือประเภท qui8 หรือค่าประเภท Qi16

tfl.mirror_pad (tfl :: mirrorpadop)

ผู้ให้บริการ MirrorPad แผ่นเทนเซอร์ที่มีค่ามิเรอร์

การดำเนินการนี้แผ่นอินพุตที่มีค่ามิเรอร์ตามพายเรือที่คุณระบุ Paddings เป็นเทนเซอร์จำนวนเต็มที่มีรูปร่าง [n, 2] โดยที่ n คืออันดับของอินพุต สำหรับแต่ละมิติของอินพุตพายเรือ [D, 0] ระบุจำนวนค่าที่จะเพิ่มก่อนเนื้อหาของอินพุตในมิตินั้นและพาย [D, 1] ระบุจำนวนค่าที่จะเพิ่มหลังจากเนื้อหาของอินพุตในมิตินั้น

PADDINGS ทั้งสอง [D, 0] และ PADDINGS [D, 1] ต้องไม่เกินอินพุต DIM_SIZE (D) (หรือ input.DIM_SIZE (D) - 1) ถ้า COPY_BORDER เป็นจริง (ถ้าเป็นเท็จตามลำดับ)

ขนาดเบาะของแต่ละมิติ d ของเอาต์พุตคือ:

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

Traits: AlwaysSpeculatableImplTrait, QuantizableResult

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

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
mode ::mlir::TFL::MirrorPaddingTypeAttr mirror_pad_enum

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or 32-bit signless integer or 64-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
value ::mlir::UnitAttr unit attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
tolerance ::mlir::FloatAttr 32-bit float attribute
log_if_failed ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
axis ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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) . ฯลฯ

ตัวอย่างเช่น:

# '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{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
values variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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)

ตัวอย่างเช่น:

# '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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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)

ตัวอย่างเช่น:

# '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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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: SingleBlock, SingleBlockImplicitTerminator

Interfaces: RegionBranchOpInterface

Operands:

Operand คำอธิบาย
input variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
lhs tensor of 32-bit float or 32-bit signless integer values
rhs tensor of 32-bit float or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
value ::mlir::ElementsAttr constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
qtype ::mlir::TypeAttr Tensor type attribute
value ::mlir::ElementsAttr constant vector/tensor attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
qtype ::mlir::TypeAttr Tensor type attribute

Operands:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand คำอธิบาย
shape tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
seed ::mlir::IntegerAttr 64-bit signless integer attribute
seed2 ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

Operand คำอธิบาย
shape tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
input tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
resource_id tensor of resource values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
input tensor of complex type with 32-bit float elements or complex type with 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or QUI8 type or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or QUI8 type or QI8 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
input tensor of any type values
shape tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
align_corners ::mlir::BoolAttr bool attribute
half_pixel_centers ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 เงื่อนไข

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 คำอธิบาย
input tensor of 32-bit float values
fft_length tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or QI8 type or QI16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
input tensor of 32-bit float or 32-bit signless integer values
segment_ids tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
out_type ::mlir::Attribute derived attribute

Operands:

Operand คำอธิบาย
input tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float or 64-bit float or 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
beta ::mlir::FloatAttr 32-bit float attribute

Operands:

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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
x tensor of 32-bit float values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 .

ตัวอย่างเช่น:

# '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{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
input tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
keep_dims ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
input tensor of 32-bit float or QI8 type or QUI8 type or QI16 type or TFLite quint8 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 . In other words:

Traits: AlwaysSpeculatableImplTrait, QuantizableResult

Interfaces: ConditionallySpeculatable, NoMemoryEffect (MemoryEffectOpInterface), TflRuntimeVerifyOpInterface

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
idx_out_type ::mlir::Attribute derived attribute

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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) . ฯลฯ

This is the opposite of pack .

Traits: AlwaysSpeculatableImplTrait, QuantizableResult, SameOperandsAndResultElementType

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

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

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

Operands:

Operand คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
container ::mlir::StringAttr string attribute
shared_name ::mlir::StringAttr string attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
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

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
index tensor of 64-bit signless integer values

tfl.while (TFL::WhileOp)

While 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: SingleBlock, SingleBlockImplicitTerminator

Interfaces: LoopLikeOpInterface, TflRuntimeVerifyOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
is_stateless ::mlir::BoolAttr bool attribute

Operands:

Operand คำอธิบาย
input variadic of tensor of any type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
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 คำอธิบาย
«unnamed» 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 คำอธิบาย
input tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output tensor of 64-bit signless integer or 32-bit signless integer or 32-bit float values

คุณลักษณะ

DimensionMetadataAttr

Dimension metadata.

Syntax:

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

Parameters:

พารามิเตอร์ C++ type คำอธิบาย
รูปแบบ ::mlir::TFL::DimensionTypeAttr dimension_type
dense_size int32_t
segments ::llvm::ArrayRef<int32_t>
ดัชนี ::llvm::ArrayRef<int32_t>

SparsityParameterAttr

Sparsity parameter.

Syntax:

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

Parameters:

พารามิเตอร์ C++ type คำอธิบาย
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">

Parameters:

พารามิเตอร์ C++ type คำอธิบาย
ค่า ::llvm::StringRef

DimensionTypeAttr

dimension_type

Syntax:

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

Enum cases:

  • DENSE ( DENSE )
  • SPARSE_CSR ( SPARSE_CSR ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::TFL::DimensionType an enum of type DimensionType

LSTMKernelTypeAttr

lstm_kernel_type

Syntax:

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

Enum cases:

  • FULL ( FULL )
  • BASIC ( BASIC ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::TFL::LSTMKernelType an enum of type LSTMKernelType

MirrorPaddingTypeAttr

mirror_pad_enum

Syntax:

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

Enum cases:

  • REFLECT ( REFLECT )
  • SYMMETRIC ( SYMMETRIC ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::TFL::MirrorPaddingType an enum of type MirrorPaddingType