Add¶
Add - 14¶
版本¶
名称: Add (GitHub)
域:
main
起始版本:
14
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的操作符自版本 14 起可用。
摘要¶
执行逐元素的二元加法(支持 Numpy 风格的广播)。
此操作符支持多向(即 Numpy 风格)广播;有关更多详细信息,请查看 ONNX 中的广播。
(Opset 14 更改):扩展支持的类型以包括 uint8、int8、uint16 和 int16。
输入¶
A (异构) - T
第一个操作数。
B (异构) - T
第二个操作数。
输出¶
C (异构) - T
结果,与两个输入具有相同的元素类型
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int16)
,tensor(int32)
,tensor(int64)
,tensor(int8)
,tensor(uint16)
,tensor(uint32)
,tensor(uint64)
,tensor(uint8)
)将输入和输出类型限制为所有数值张量。
Add - 13¶
版本¶
名称: Add (GitHub)
域:
main
起始版本:
13
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的运算符自 版本 13 起可用。
摘要¶
执行逐元素的二元加法(支持 Numpy 风格的广播)。
此操作符支持多向(即 Numpy 风格)广播;有关更多详细信息,请查看 ONNX 中的广播。
输入¶
A (异构) - T
第一个操作数。
B (异构) - T
第二个操作数。
输出¶
C (异构) - T
结果,与两个输入具有相同的元素类型
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)将输入和输出类型限制为高精度数值张量。
Add - 7¶
版本¶
名称: Add (GitHub)
域:
main
起始版本:
7
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的操作符自版本 7 起可用。
摘要¶
执行逐元素的二元加法(支持 Numpy 风格的广播)。
此操作符支持多向(即 Numpy 风格)广播;有关更多详细信息,请查看 ONNX 中的广播。
输入¶
A (异构) - T
第一个操作数。
B (异构) - T
第二个操作数。
输出¶
C (异构) - T
结果,与两个输入具有相同的元素类型
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)将输入和输出类型限制为高精度数值张量。
Add - 6¶
版本¶
名称: Add (GitHub)
域:
main
起始版本:
6
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的操作符自版本 6 起可用。
总结¶
执行逐元素的二元加法(支持有限的广播)。
如有必要,右侧参数将被广播以匹配左侧参数的形状。当指定广播时,第二个张量可以是元素大小为 1(包括标量张量和任何秩等于或小于第一个张量的张量),或者其形状是第一个张量形状的连续子集。相互相等形状的起始由参数“axis”指定,如果未设置,则假定为后缀匹配。1 维扩展尚不起作用。
例如,支持以下张量形状(广播=1)
shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个 1 元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), axis=0
需要传递属性 broadcast=1
以启用广播。
属性¶
轴 - INT :
如果设置,定义广播维度。详见文档。
broadcast - INT(默认为
'0'
)传入 1 以启用广播
输入¶
A (异构) - T
第一个操作数,应与第二个操作数共享类型。
B (异构) - T
第二个操作数。如果启用广播,其大小可以小于 A。如果禁用广播,其大小应相同。
输出¶
C (异构) - T
结果,具有与 A 相同的维度和类型
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)将输入和输出类型限制为高精度数值张量。
Add - 1¶
版本¶
名称: Add (GitHub)
域:
main
起始版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
False
此版本的运算符自 版本 1 起可用。
总结¶
执行逐元素的二元加法(支持有限的广播)。
如有必要,右侧参数将被广播以匹配左侧参数的形状。当指定广播时,第二个张量可以是元素大小为 1(包括标量张量和任何秩等于或小于第一个张量的张量),或者其形状是第一个张量形状的连续子集。相互相等形状的起始由参数“axis”指定,如果未设置,则假定为后缀匹配。1 维扩展尚不起作用。
例如,支持以下张量形状(广播=1)
shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个 1 元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), axis=0
需要传递属性 broadcast=1
以启用广播。
属性¶
轴 - INT :
如果设置,定义广播维度。详见文档。
broadcast - INT(默认为
'0'
)传入 1 以启用广播
consumed_inputs - 整型 :
传统优化属性。
输入¶
A (异构) - T
第一个操作数,应与第二个操作数共享类型。
B (异构) - T
第二个操作数。如果启用广播,其大小可以小于 A。如果禁用广播,其大小应相同。
输出¶
C (异构) - T
结果,具有与 A 相同的维度和类型
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。