GlobalLpPool¶
GlobalLpPool - 22¶
版本¶
域:
main
起始版本:
22
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该算子版本自版本 22 起可用。
摘要¶
GlobalLpPool 算子接收输入张量 X,并在同一通道内的值上应用 Lp 池化。这等效于 LpPool 算子,其核大小等于输入张量的空间维度。
属性¶
p - INT (默认值是
'2'
)用于对输入数据进行池化的 Lp 范数 p 值。
输入¶
X (异构) - T
来自前一个算子的输入数据张量;图像数据的维度为 (N x C x H x W),其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。对于非图像数据,维度形式为 (N x C x D1 x D2 … Dn),其中 N 是批量大小。
输出¶
Y (异构) - T
对输入张量进行池化后产生的输出数据张量。输出张量与输入张量具有相同的秩。输出形状的前两个维度与输入相同 (N x C),而其他维度均为 1。
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
) 中将输入和输出类型限制为浮点张量。
GlobalLpPool - 2¶
版本¶
域:
main
起始版本:
2
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该算子版本自版本 2 起可用。
摘要¶
GlobalLpPool 算子接收输入张量 X,并在同一通道内的值上应用 Lp 池化。这等效于 LpPool 算子,其核大小等于输入张量的空间维度。
属性¶
p - INT (默认值是
'2'
)用于对输入数据进行池化的 Lp 范数 p 值。
输入¶
X (异构) - T
来自前一个算子的输入数据张量;图像数据的维度为 (N x C x H x W),其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。对于非图像数据,维度形式为 (N x C x D1 x D2 … Dn),其中 N 是批量大小。
输出¶
Y (异构) - T
对输入张量进行池化后产生的输出数据张量。输出张量与输入张量具有相同的秩。输出形状的前两个维度与输入相同 (N x C),而其他维度均为 1。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
) 中将输入和输出类型限制为浮点张量。
GlobalLpPool - 1¶
版本¶
域:
main
起始版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
False
该算子版本自版本 1 起可用。
摘要¶
GlobalLpPool 算子接收输入张量 X,并在同一通道内的值上应用 Lp 池化。这等效于 LpPool 算子,其核大小等于输入张量的空间维度。
属性¶
p - FLOAT (默认值是
'2.0'
)用于对输入数据进行池化的 Lp 范数 p 值,默认值为 2.0。
输入¶
X (异构) - T
来自前一个算子的输入数据张量;图像数据的维度为 (N x C x H x W),其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。对于非图像数据,维度形式为 (N x C x D1 x D2 … Dn),其中 N 是批量大小。
输出¶
Y (异构) - T
对输入张量进行池化后产生的输出数据张量。维度将是 N x C x 1 x 1
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
) 中将输入和输出类型限制为浮点张量。