系统信息

• TensorFlow版本(您正在使用的):

master

• 您是否愿意为其做出贡献(是/否):

我不确定，只有在我有明确的贡献路径时才会考虑

描述功能和当前行为/状态。

XLA支持ImageProjectiveTransformV3

这会改变当前的API吗？如何改变？

不会

谁将从这个特性中受益？

图像预处理的性能提升

其他信息。

import tensorflow as tf
import numpy as np
@tf.function(jit_compile=True)
def transform():
    inp = np.arange(15).reshape((1, 5, 3, 1)).astype(np.float32)
    transform_matrix = np.asarray([[1., 0., 0., 0., 1., -1., 0., 0.]])
    output_shape = tf.shape(inp)[1:3]
    tf.raw_ops.ImageProjectiveTransformV3(
        images=inp,
        output_shape=output_shape,
        fill_value=0.0,
        transforms=transform_matrix,
        fill_mode="constant",
        interpolation="bilinear")

transform()

on XLA_CPU_JIT: ImageProjectiveTransformV3 (No registered 'ImageProjectiveTransformV3' OpKernel for XLA_CPU_JIT devices compatible with node {{node ImageProjectiveTransformV3}}){{node ImageProjectiveTransformV3}}

额外信息：
还请注意，CPU/GPU TF2XLA支持的操作表可能是过时的(2018年):

14798 (评论)