gx

chenyc

2025-02-12 ea42ff3ebee1eeb3fb29423aa848a249441db81c

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
/**
 * @license
 * Copyright 2020 Google LLC. All Rights Reserved.
 * Licensed under the Apache License, Version 2.0 (the "License");
 * you may not use this file except in compliance with the License.
 * You may obtain a copy of the License at
 *
 * http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 * =============================================================================
 */
 
import {KernelConfig, Range, RangeAttrs, scalar, zeros} from '@tensorflow/tfjs';
 
import {createTensorsTypeOpAttr, NodeJSKernelBackend} from '../nodejs_kernel_backend';
 
export const rangeConfig: KernelConfig = {
  kernelName: Range,
  backendName: 'tensorflow',
  kernelFunc: (args) => {
    const backend = args.backend as NodeJSKernelBackend;
    const {start, stop, dtype} = args.attrs as unknown as RangeAttrs;
    let {step} = args.attrs as unknown as RangeAttrs;
 
    // TensorFlow.js specific allowances
    const sameStartStop = start === stop;
    const increasingRangeNegativeStep = start < stop && step < 0;
    const decreasingRangePositiveStep = stop < start && step > 1;
 
    if (sameStartStop || increasingRangeNegativeStep ||
        decreasingRangePositiveStep) {
      return zeros([0], dtype);
    }
 
    if (stop < start && step === 1) {
      // Auto adjust the step's sign if it hasn't been set
      // (or was set to 1)
      step = -1;
    }
 
    const opAttrs = [createTensorsTypeOpAttr('Tidx', dtype)];
    const startTensor = scalar(start, dtype);
    const stopTensor = scalar(stop, dtype);
    const stepTensor = scalar(step, dtype);
    const res = backend.executeSingleOutput(
        Range, opAttrs, [startTensor, stopTensor, stepTensor]);
 
    startTensor.dispose();
    stopTensor.dispose();
    stepTensor.dispose();
 
    return res;
  }
};