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 vs 14

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 vs 14
• Add - 7 vs 13

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 vs 14
• Add - 6 vs 13
• Add - 6 vs 7

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 vs 14
• Add - 1 vs 13
• Add - 1 vs 7
• Add - 1 vs 6

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。