模型可视化工具
简介
Netron 是常用的机器学习模型可视化工具。
目的
适配 Netron 项目,使其支持解析 tmfile,可视化 Tengine 模型。
Tengine模型
Tengine 模型为后缀 ”.tmfile”文件,由 Tengine: Covert Tool 通过其他训练框架转换得到,存储数据格式为二进制。
原理介绍
Netron 是基于 Node.js 开发的 Electron 应用程序,使用的语言是 javascript;
Electron 应用程序是使用 javascript 开发的跨平台、应用程序框架;
Netron 在解析模型文件后,读取到
a) 模型信息,Model Properties;
b) 模型输入、输出,Model Inputs/Outputs,包含输入数据尺寸;
c) 模型绘图,左侧显示模型结构;
d) 节点信息,Node Properties,Attributes,Inputs, Outputs等;
Model Properties
进入Netron界面后,点左上角图标或点击灰色节点(如 图1 中红色标记所示),弹出右侧边栏:Model Properties。
|
图1 模型信息 Model Properties |
(1) MODEL PROPERTIES
a) format:解析到 Tengine 模型文件时显示 Tengine V2.0;
b) source: 源模型格式,如通过 Caffe 转换成 tmfile,则显示 Caffe;如通过TensorFlow 转换成 tmfile,则显示 TensorFlow;
(2) INPUTS
a) data:
name: 输入 tensor 的名称,如此处为 data;
type: 数据类型,此处为 FP32 格式;维度信息,此模型为 [10,3,227,227];
(3) OUTPUTS
a) prob:
name: 输出 tensor 的名称,如此处为 prob;
type: 数据类型,此处为 FP32 格式;维度信息位置,须经过 infershape 后由 Tengine 计算得到输出尺寸。
模型绘图
Tengine 中,模型通过 tensor 连接。
节点 Node 连线形成网络,并根据不同算子类型显示不同颜色。如 ”layer” 类型节点显示为蓝色,”Activation” 相关节点显示为深红色,”Normalize” 相关节点显示为深绿色。
Convolution 算子默认显示 weight 和 bias 维度信息。
|
图2 模型绘图 |
节点信息
节点为 Node,每个节点包含一个算子 Operator。
算子具有类型type、名称name、属性ATTRIBUTES及输入INPUTS、输出OUTPUTS。
|
图2 模型绘图 |
点击绘图区的Node,右侧弹出该节点的详细信息,其中包括:
(1) NODE PROPERTIES:
a) type: 算子类型,如Convolution算子则显示Convolution;
b) name: 节点名称,如节点名为conv-relu_conv1(绘图区被选中、红色标记的Convolution节点);
(2) ATTRIBUTIES: 有参数的算子会显示,无参数的算子不显示;根据算子类型的不同,显示不同的ATTRIBUTES列表;如【5 不同算子的Attributes】根据不同算子类型有详细列表。
(3) INPUTS: 显示该节点的输入,其中:
a) input:显示输入tensor名称,即前一个 Node 的输出;
b) weight/bias/…:为输入的其他参数,如 weight,bias等。在Tengine中,weight、bias等作为 Node,以输出 tensor 的形式,传递数据给其对应的节点。
(4) OUTPUTS: 输出tensor:
此处conv-relu_conv1节点的输出实际为Convolution后Relu的输出,其中 Relu 节点在模型转换时被融合进Convolution节点,此处不影响计算;
此输出 tensor 对应下一个 Node 的输入。
不同算子的Attributes
目前提供92个 Node 类型(即算子类型,但包括了对 INPUT 和 Const 的处理)的解析。
算子列表
其中无参数算子如下表:
编号 |
算子 |
分类 |
0 |
Accuracy |
/ |
4 |
Const |
/ |
8 |
DropOut |
Dropout |
12 |
INPUT |
INPUT |
17 |
Prelu |
Activation |
21 |
ReLU6 |
Activation |
29 |
Split |
Shape |
33 |
Logistic |
Activation |
36 |
TanH |
Activation |
37 |
Sigmoid |
Activation |
39 |
FusedbnScaleRelu |
Activation |
46 |
Max |
Layer |
47 |
Min |
Layer |
62 |
Noop |
Layer |
68 |
Absval |
Data |
74 |
BroadMul |
Layer |
81 |
Reverse |
Shape |
83 |
Ceil |
Layer |
84 |
SquaredDifference |
Layer |
85 |
Round |
Layer |
86 |
ZerosLike |
Layer |
90 |
Mean |
Layer |
91 |
MatMul |
Layer |
94 |
Shape |
Shape |
95 |
Where |
/ |
97 |
Mish |
Activation |
98 |
Num |
Layer |
(表中“分类”一栏对算子进行了分类,与其显示颜色有关,“/”代表未知分类。)
有参数算子如下表:
编号 |
算子 |
分类 |
1 |
BatchNormalization |
Normalization |
2 |
BilinearResize |
Shape |
3 |
Concat |
Shape |
5 |
Convolution |
Layer |
6 |
DeConvolution |
Layer |
7 |
DetectionOutput |
Layer |
9 |
Eltwise |
/ |
10 |
Flatten |
Shape |
11 |
FullyConnected |
Layer |
13 |
LRN |
Normalization |
14 |
Normalize |
Normalization |
15 |
Permute |
Shape |
16 |
Pooling |
Pool |
18 |
PriorBox |
/ |
19 |
Region |
/ |
20 |
ReLU |
Activation |
22 |
Reorg |
Shape |
23 |
Reshape |
Shape |
24 |
RoiPooling |
Pool |
25 |
RPN |
/ |
26 |
Scale |
Layer |
27 |
Slice |
Shape |
28 |
SoftMax |
Activation |
30 |
DetectionPostProcess |
Layer |
31 |
Gemm |
/ |
32 |
Generic |
/ |
34 |
LSTM |
Layer |
35 |
RNN |
Layer |
38 |
Squeeze |
Shape |
40 |
Pad |
Layer |
41 |
StridedSlice |
Shape |
42 |
ArgMax |
Layer |
43 |
ArgMin |
Layer |
44 |
TopKV2 |
Layer |
45 |
Reduction |
/ |
48 |
GRU |
Layer |
49 |
Addn |
/ |
50 |
SwapAxis |
Shape |
51 |
Upsample |
Data |
52 |
SpaceToBatchND |
Shape |
53 |
BatchToSpaceND |
Shape |
54 |
Resize |
Data |
55 |
ShuffleChannel |
Shape |
56 |
Crop |
Shape |
57 |
ROIAlign |
/ |
58 |
Psroipooling |
Pool |
59 |
Unary |
/ |
60 |
Expanddims |
Shape |
61 |
Bias |
Layer |
63 |
Threshold |
Activation |
64 |
Hardsigmoid |
Activation |
65 |
Embed |
Transform |
66 |
InstanceNorm |
Normalization |
67 |
MVN |
/ |
69 |
Cast |
/ |
70 |
HardSwish |
Activation |
71 |
Interp |
Layer |
72 |
SELU |
Activation |
73 |
ELU |
Activation |
75 |
Logical |
Layer |
76 |
Gather |
Data |
77 |
Transpose |
Transform |
78 |
Comparison |
Layer |
79 |
SpaceToDepth |
Shape |
80 |
DepthToSpace |
Shape |
82 |
SparseToDense |
Shape |
87 |
Clip |
Layer |
88 |
Unsqueeze |
Transform |
89 |
ReduceL2 |
Layer |
92 |
Expand |
Layer |
93 |
Scatter |
Layer |
96 |
Tile |
Layer |
(表中“分类”一栏对算子进行了分类,与其显示颜色有关,“/”代表未知分类。)
有参数算子属性列表
BatchNormalization
参数 |
数据类型 |
说明 |
rescale_factor |
float32 |
默认值 1 |
eps |
float32 |
默认值 1e-5 |
caffe_flavor |
int32 |
默认值 0 |
BilinearResize
参数 |
数据类型 |
说明 |
scale_x |
float32 |
水平方向变换因子 |
scale_y |
float32 |
垂直方向变换因子 |
type |
int32 |
0: NEAREST_NEIGHBOR 1: BILIEAR |
Concat
参数 |
数据类型 |
说明 |
axis |
int32 |
合并操作轴,支持“0,1,2,3”,NCHW 默认为1, NHWC 默认为3. |
Convolution
参数 |
数据类型 |
说明 |
kernel_h |
int32 |
垂直方向 Kernel 大小,默认值为1 |
kernel_w |
int32 |
水平方向 Kernel 大小,默认值为1 |
stride_h |
int32 |
垂直方向 Stride 大小,默认值为1 |
stride_w |
int32 |
水平方向 Stride 大小,默认值为1 |
dilation_h |
int32 |
垂直方向空洞因子值,默认值为1 |
dilation_w |
int32 |
水平方向空洞因子值, 默认值为1 |
input_channel |
int32 |
输入特征图通道数(creat_graph后) |
output_channel |
int32 |
输出特征图通道数 |
group |
int32 |
分组数,默认值为 1 |
activation |
int32 |
是否和Relu合并,0:RELU 1: RELU1 6: RELU6,默认值为-1 |
pad_h0 |
int32 |
top padding rows,默认值为0 |
pad_w0 |
int32 |
left padding columns,默认值为0 |
pad_h1 |
int32 |
bottom padding rows,默认值为0 |
pad_w1 |
int32 |
right padding columns,默认值为0 |
DeConvolution
参数 |
数据类型 |
说明 |
num_output |
int32 |
输出元素个数 |
kernel_h |
int32 |
垂直方向 Kernel 大小 |
kernel_w |
int32 |
水平方向 Kernel 大小 |
stride_h |
int32 |
垂直方向 Stride 大小 |
stride_w |
int32 |
水平方向 Stride 大小 |
pad_w0 |
int32 |
left padding columns |
pad_h0 |
int32 |
top padding rows |
pad_w1 |
int32 |
right padding columns |
pad_h1 |
int32 |
bottom padding rows |
dilation_h |
int32 |
垂直方向空洞因子值 |
dilation_w |
int32 |
水平方向空洞因子值 |
group |
int32 |
分组数,默认值为 1 |
activation |
int32 |
是否和Relu合并,0:RELU 1: RELU1 6: RELU6 |
DetectionOutput
参数 |
数据类型 |
说明 |
num_classes |
int32 |
检测类别数 |
keep_top_k |
int32 |
NMS操作后, bounding box 个数 |
nms_top_k |
int32 |
NMS操作前,置信度高的预测框的个数 |
confidence_threshold |
float32 |
置信度阈值 |
nms_threshold |
float32 |
非极大值抑制阈值 |
Eltwise
参数 |
数据类型 |
说明 |
type |
uint32 |
0: ELT_PROD 1: ELT_PROD_SCALAR 2: ELT_SUM 3: ELT_SUM_SCALAR 4: ELT_SUB 5: ELT_SUB_SCALAR 6: ELT_MAX 7: ELT_RSQRT 8: ELT_DIV 9: ELT_LOG 10: ELT_EXP 11: ELT_SQRT 12: ELT_FLOOR 13: ELT_SQUARE 14: ELT_POW 15: ELT_POWER |
caffe_flavor |
int32 |
是否支持caffe 格式 1:表示caffe 框架计算模式 |
Flatten
参数 |
数据类型 |
说明 |
axis |
int32 |
起始轴 |
end_axis |
int32 |
终止轴 |
FullyConnected
参数 |
数据类型 |
说明 |
num_output |
int32 |
输出特征图大小 |
LRN
参数 |
数据类型 |
说明 |
local_size |
int32 |
归一化区域大小 |
alpha |
float32 |
默认为1e-05 |
beta |
float32 |
默认为0.75 |
norm_region |
int32 |
Norm 范围 |
k |
float32 |
默认为2 |
Normalize
参数 |
数据类型 |
说明 |
across_spatial |
int32 |
表示是否对整个图片进行归一化 |
channel_shared |
int32 |
表示 scale 是否相同 |
Permute
参数 |
数据类型 |
说明 |
flag |
int32 |
未使用 |
order0 |
int32 |
permute 之前的轴 |
order1 |
int32 |
permute 之前的轴 |
order2 |
int32 |
permute 之前的轴 |
order3 |
int32 |
permute 之前的轴 |
Pooling
参数 |
数据类型 |
说明 |
alg |
int32 |
说明 pooling的计算方法,0 :MaxPooling 1:AvgPooling |
kernel_h |
int32 |
垂直方向 Kernel 大小 |
kernel_w |
int32 |
水平方向 Kernel 大小 |
stride_h |
int32 |
垂直方向 Stride 大小 |
stride_w |
int32 |
水平方向 Stride 大小 |
global |
int32 |
1:Global Pooling 标志 |
caffe_flavor |
int32 |
1:Caffe 框架特殊处理标志 |
pad_h0 |
int32 |
top padding columns |
pad_w0 |
int32 |
left padding rows |
pad_h1 |
int32 |
bottom padding columns |
pad_w1 |
int32 |
right padding rows |
PriorBox
参数 |
数据类型 |
说明 |
offset_vf_min_size |
tm_uoffset_t |
offset of TM2_Vector_floats |
offset_vf_max_size |
tm_uoffset_t |
offset of TM2_Vector_floats |
offset_vf_variance |
tm_uoffset_t |
offset of TM2_Vector_floats |
offset_vf_aspect_ratio |
tm_uoffset_t |
offset of TM2_Vector_floats |
flip |
int32 |
是否翻转,默认值为 0 |
clip |
int32 |
是否裁剪,默认值为 0 |
img_size |
int32 |
候选框大小 |
img_h |
int32 |
候选框在 height 上的偏移 |
img_w |
int32 |
候选框在 width 上的偏移 |
step_w |
float32 |
候选框在 width 上的步长 |
step_h |
float32 |
候选框在 height 上的步长 |
offset |
float32 |
候选框中心位移 |
num_priors |
int32 |
默认候选框个数 |
out_dim |
int32 |
输出个数 |
Region
参数 |
数据类型 |
说明 |
num_classes |
int32 |
检测类别总数 |
side |
int32 |
NULL |
num_box |
int32 |
候选框数 |
coords |
int32 |
坐标个数 |
confidence_threshold |
float32 |
置信度阈值 |
nms_threshold |
float32 |
非极大值抑制阈值 |
offset_vf_biases |
tm_uoffset_t |
offset of TM2_Vector_floats |
ReLU
参数 |
数据类型 |
说明 |
negative_slope |
float32 |
对标准的ReLU函数进行变化,默认值为0 |
Reorg
参数 |
数据类型 |
说明 |
Stride |
int32 |
步进大小 |
Reshape
参数 |
数据类型 |
说明 |
dim_0 |
int32 |
Batch |
dim_1 |
int32 |
Channel |
dim_2 |
int32 |
Height |
dim_3 |
int32 |
Width |
dim_size |
int32 |
Dim 大小 |
axis |
int32 |
指定 reshape 维度 |
RoiPooling
参数 |
数据类型 |
说明 |
pooled_h |
int32 |
池化高度 |
pooled_w |
int32 |
池化宽度 |
spatial_scale |
float32 |
用于将 cords 从输入比例转换为池化时使用的比例 |
RPN
参数 |
数据类型 |
说明 |
offset_vf_ratios |
tm_uoffset_t |
pointer to TM2_Vector_floats |
offset_vf_anchor_scales |
tm_uoffset_t |
pointer to TM2_Vector_floats |
feat_stride |
int32 |
特征值步进大小 |
basesize |
int32 |
基础尺寸 |
min_size |
int32 |
最小尺寸 |
per_nms_topn |
int32 |
NMS操作后, bounding box 个数 |
post_nms_topn |
int32 |
NMS操作前,置信度高的预测框的个数 |
nms_thresh |
float32 |
非极大值抑制阈值 |
offset_va_anchors |
tm_uoffset_t |
offset of TM2_Vector_anchors |
Scale
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
num_axes |
int32 |
缩放的比例 |
bias_term |
int32 |
缩放的偏置 |
Slice
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
offset_vi_slice_points |
tm_uoffset_t |
offset of TM2_Vector_dims 各个轴的起始维度,大小等于轴数 |
offset_vi_begins |
tm_uoffset_t |
offset of TM2_Vector_dims |
offset_vi_sizes |
tm_uoffset_t |
offset of TM2_Vector_dims 各个轴的截止维度, 大小等于轴数 |
iscaffe |
int32 |
True: 表明是 caffe 框架中的 slice |
ismxnet |
int32 |
True: 表明是 mxnet 框架中的slice |
begin |
int32 |
各个轴上切片的起始索引值 |
end |
int32 |
各个轴上切片的结束索引值 |
SoftMax
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
DetectionPostProcess
参数 |
数据类型 |
说明 |
max_detections |
int32 |
最大检测数量 |
max_classes_per_detection |
int32 |
每个检测框中的最大分类类别数 |
nms_score_threshold |
float32 |
非极大值抑制得分阈值 |
nms_iou_threshold |
float32 |
非极大值抑制IOU阈值 |
num_classes |
int32 |
检测类别总数 |
offset_vf_scales |
tm_uoffset_t |
Scale参数 |
Gemm
参数 |
数据类型 |
说明 |
alpha |
float32 |
生成矩阵A |
beta |
float32 |
生成矩阵B |
transA |
int32 |
矩阵A是否转置变换 |
transB |
int32 |
矩阵B是否转置变换 |
Generic
参数 |
数据类型 |
说明 |
max_input_num |
int32 |
最大输入 Tensor 个数 |
max_output_num |
int32 |
最小输入 Tensor 个数 |
offset_s_opname |
tm_uoffset_t |
Operator Name 索引 |
LSTM
参数 |
数据类型 |
说明 |
forget_bias |
float32 |
未使用 |
clip |
float32 |
未使用 |
output_len |
int32 |
输出长度 |
sequence_len |
int32 |
序列长度 |
input_size |
int32 |
输入大小 |
hidden_size |
int32 |
隐藏层大小 |
cell_size |
int32 |
单元大小 |
has_peephole |
int32 |
是否支持 peephole |
has_projection |
int32 |
是否支持 projection |
has_clip |
int32 |
是否支持 clip |
has_bias |
int32 |
是否支持 bias |
has_init_state |
int32 |
是否支持 init_state |
forget_act |
int32 |
未使用 |
input_act |
int32 |
未使用 |
output_act |
int32 |
未使用 |
cellin_act |
int32 |
未使用 |
cellout_act |
int32 |
未使用 |
mxnet_flag |
int32 |
未使用 |
RNN
参数 |
数据类型 |
说明 |
clip |
float32 |
裁剪值 |
output_len |
int32 |
输出长度 |
sequence_len |
int32 |
序列长度 |
input_size |
int32 |
输入大小 |
hidden_size |
int32 |
隐藏层大小 |
has_clip |
int32 |
是否支持 clip |
has_bias |
int32 |
是否支持 bias |
has_init_state |
int32 |
是否支持 init state |
activation |
int32 |
激活层类别 |
Squeeze
参数 |
数据类型 |
说明 |
dim_0 |
int32 |
Batch |
dim_1 |
int32 |
Channel |
dim_2 |
int32 |
Height |
dim_3 |
int32 |
Width |
Pad
参数 |
数据类型 |
说明 |
pad_n_0 |
int32 |
未使用,默认为0 |
pad_n_1 |
int32 |
未使用,默认为0 |
pad_c_0 |
int32 |
未使用,默认为0 |
pad_c_1 |
int32 |
未使用,默认为0 |
pad_h_0 |
int32 |
top padding rows |
pad_h_1 |
int32 |
bottom padding rows |
pad_w_0 |
int32 |
left padding columns |
pad_w_1 |
int32 |
right padding columns |
mode |
int32 |
0: CONSTANT 1: REFLECT 2: SYMMETRIC 3. EDGE |
value |
float32 |
当 mode 为CONSTANT时,设置的常量值 |
StridedSlice
参数 |
数据类型 |
说明 |
begine_n |
int32 |
Batch 起始索引 |
end_n |
int32 |
Batch 结束索引 |
stride_n |
int32 |
Batch Slice 步进 |
begine_c |
int32 |
Channel 起始索引 |
end_c |
int32 |
Channel 结束索引 |
stride_c |
int32 |
Channel Slice 步进 |
begine_h |
int32 |
Height 起始索引 |
end_h |
int32 |
Height 结束索引 |
stride_h |
int32 |
Height Slice 步进 |
begine_w |
int32 |
Width 起始索引 |
end_w |
int32 |
Width 结束索引 |
stride_w |
int32 |
Width Slice 步进 |
ArgMax
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴,默认值为0 |
ArgMin
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴,默认值为0 |
TopKV2
参数 |
数据类型 |
说明 |
k |
int32 |
top 的个数 |
Sorted |
int32 |
true: 降序排列 false: 升序排序 |
Reduction
参数 |
数据类型 |
说明 |
dim_0 |
int32 |
Batch |
dim_1 |
int32 |
Channel |
dim_2 |
int32 |
Height |
dim_3 |
int32 |
Width |
type |
int32 |
类别 |
keepdim |
int32 |
指定 dim 不变 |
GRU
参数 |
数据类型 |
说明 |
clip |
float32 |
Clip 值 |
output_len |
int32 |
输出长度 |
sequence_len |
int32 |
序列长度 |
input_size |
int32 |
输入大小 |
hidden_size |
int32 |
隐藏层大小 |
has_clip |
int32 |
是否支持 clip |
has_gate_bias |
int32 |
是否支持 gate_bias |
has_candidate_bias |
int32 |
是否支持 candidate_bias |
has_init_state |
int32 |
是否支持 init_state |
mxnet_flag |
int32 |
未使用 |
Addn
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴,默认值为0 |
SwapAxis
参数 |
数据类型 |
说明 |
dim_0 |
int32 |
待交换的轴0 |
dim_1 |
int32 |
待交换的轴1 |
Upsample
参数 |
数据类型 |
说明 |
scale |
int32 |
采样因子 |
SpaceToBatchND
参数 |
数据类型 |
说明 |
dilation_x |
int32 |
Width 膨胀值 |
dilation_y |
int32 |
Height 膨胀值 |
pad_top |
int32 |
top padding rows |
pad_bottom |
int32 |
bottom padding rows |
pad_left |
int32 |
left padding columns |
pad_right |
int32 |
right padding columns |
BatchToSpaceND
参数 |
数据类型 |
说明 |
dilation_x |
int32 |
Width 膨胀值 |
dilation_y |
int32 |
Height 膨胀值 |
crop_top |
int32 |
top crop rows |
crop_bottom |
int32 |
bottom crop rows |
crop_left |
int32 |
left crop columns |
crop_right |
int32 |
right crop columns |
Resize
参数 |
数据类型 |
说明 |
scale_x |
float32 |
水平方向变换因子 |
scale_y |
float32 |
垂直方向变换因子 |
type |
int32 |
0: NEAREST_NEIGHBOR 1: BILIEAR |
ShuffleChannel
参数 |
数据类型 |
说明 |
group |
int32 |
group 值 |
Crop
参数 |
数据类型 |
说明 |
num_args |
int32 |
参数数目 |
offset_c |
int32 |
C 维度方向offset |
offset_h |
int32 |
垂直方向上方offset |
offset_w |
int32 |
垂直方向左方offset |
crop_h |
int32 |
输出垂直方向大小 |
crop_w |
int32 |
输出水平方向大小 |
center_crop |
bool |
True: 中心crop False: 按照offset crop,默认为false |
axis |
int32 |
操作轴,默认值为1,用于Caffe 框架 |
flag |
int32 |
未使用 |
ROIAlign
参数 |
数据类型 |
说明 |
pooled_width |
int32 |
池化后的输出宽度 |
pooled_height |
int32 |
池化后的输出高度 |
spatial_scale |
int32 |
乘法性质空间标尺因子 |
Psroipooling
参数 |
数据类型 |
说明 |
pooled_w |
int32 |
池化后的输出宽度 |
pooled_h |
int32 |
池化后的输出高度 |
spatial_scale |
float32 |
乘法性质空间标尺因子 |
output_dim |
int32 |
输出 dims 大小 |
Unary
参数 |
数据类型 |
说明 |
type |
int32 |
0: UNARY_ABS 1: UNARY_NEG 2: UNARY_FLOOR 3: UNARY_CEIL 4: UNARY_SQUARE 5: UNARY_SQRT 6: UNARY_RSQRT 7: UNARY_EXP 8: UNARY_LOG 9: UNARY_SIN 10: UNARY_COS 11: UNARY_TAN 12: UNARY_ASIN 13: UNARY_ACOS 14: UNARY_ATAN 15: UNARY_RECIPROCAL 16: UNARY_TANH |
Expanddims
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
Bias
参数 |
数据类型 |
说明 |
bias_size |
int32 |
Bias 参数个数 |
Threshold
参数 |
数据类型 |
说明 |
Threshold |
float32 |
阈值 |
Hardsigmoid
参数 |
数据类型 |
说明 |
alpha |
float32 |
alpha 因子 |
beta |
float32 |
偏移参数 |
Embed
参数 |
数据类型 |
说明 |
num_output |
int32 |
输出元素个数 |
input_dim |
int32 |
输入数据长度 |
bias_term |
int32 |
1 : 表示有bias |
weight_data_size |
int32 |
Weight 数据长度 必须小于等于input_dim |
InstanceNorm
参数 |
数据类型 |
说明 |
eps |
float32 |
Eps 值 |
MVN
参数 |
数据类型 |
说明 |
across_channels |
int32 |
1:跨channel |
normalize_variance |
int32 |
0:求和方式 1:求方差方式 |
eps |
float32 |
normalize_variance = 1,用到的因子 |
Cast
参数 |
数据类型 |
说明 |
type_from |
int32 |
0为int32 1: float32 2: float16 3:int8 4: uint8 |
type_to |
int32 |
0为int32 1: float32 2: float16 3:int8 4: uint8 |
HardSwish
参数 |
数据类型 |
说明 |
alpha |
float32 |
乘法因子 默认为1 |
beta |
float32 |
移位参数,默认为3 |
Interp
参数 |
数据类型 |
说明 |
resize_type |
int32 |
类型,未使用 |
width_scale |
float32 |
Width 缩放因子 |
height_scale |
float32 |
Height 缩放因子 |
output_width |
int32 |
输出 Width 大小 |
output_height |
int32 |
输出 Height 大小 |
SELU
参数 |
数据类型 |
说明 |
alpha |
float32 |
SeLU 激活函数中的 α 的值 |
lambda |
float32 |
表示SeLU激活函数中的 λ 的值 |
ELU
参数 |
数据类型 |
说明 |
alpha |
float32 |
alpha 因子,默认为1 |
Logical
参数 |
数据类型 |
说明 |
type |
int32 |
逻辑处理类型 |
Gather
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
indices_num |
int32 |
Index 的个数 |
Transpose
参数 |
数据类型 |
说明 |
dim0 |
int32 |
Transpose 之前的轴 |
dim1 |
int32 |
Transpose 之前的轴 |
dim2 |
int32 |
Transpose 之前的轴 |
dim3 |
int32 |
Transpose 之前的轴 |
Comparison
参数 |
数据类型 |
说明 |
type |
int32 |
比较操作类型 |
SpaceToDepth
参数 |
数据类型 |
说明 |
block_size |
int32 |
水平方向&&垂直方向移动到 C 方向的倍数 |
DepthToSpace
参数 |
数据类型 |
说明 |
block_size |
int32 |
C 方向移动到水平方向&&垂直方向的倍数 |
SparseToDense
参数 |
数据类型 |
说明 |
output_shape_size0 |
int32 |
输出 Height 大小 |
output_shape_size1 |
int32 |
输出 Width 大小 |
default_value |
int32 |
默认 Value |
Clip
参数 |
数据类型 |
说明 |
max |
float |
截断操作最大值 |
min |
float |
截断操作最小值 |
Unsqueeze
参数 |
数据类型 |
说明 |
offset_vi_axises |
tm_uoffset_t |
操作轴偏移量数组 |
ReduceL2
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
keepdim |
int32 |
保留的维度大小 |
Expand
参数 |
数据类型 |
说明 |
offset_v_shape |
tm_uoffset_t |
输出维度数组 |
Scatter
参数 |
数据类型 |
说明 |
axis |
int32 |
操作轴 |
is_onnx |
tm_bool_t |
是否为ONNX算子 |
Tile
参数 |
数据类型 |
说明 |
offset_vi_flag |
tm_uoffset_t |
caffe: 0, onnx: 1 |
offset_vi_reps |
tm_uoffset_t |
用于 tile 补齐操作的数据 |