GlobalLpPool

GlobalLpPool - 22

版本

  • 名称: GlobalLpPool (GitHub)

  • 域: main

  • 自版本起: 22

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的运算符自版本 22起可用。

摘要

GlobalLpPool 接收输入张量 X，并对同一通道中的值应用 lp 池化。这等效于 LpPool，其内核大小等于输入张量的空间维度。

属性

  • p - INT (默认值为 '2')

    用于对输入数据进行池化的 Lp 范数的 p 值。

输入

  • X (异构) - T

    来自前一运算符的输入数据张量；图像情况下的维度为 (N x C x H x W)，其中 N 为批次大小，C 为通道数，H 和 W 为数据的宽度和高度。对于非图像情况，维度为 (N x C x D1 x D2 … Dn) 的形式，其中 N 为批次大小。

输出

  • Y (异构) - T

    对输入张量进行池化后的输出数据张量。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 in ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点数张量。

GlobalLpPool - 2

版本

  • 名称: GlobalLpPool (GitHub)

  • 域: main

  • 自版本起: 2

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的运算符自版本 2起可用。

摘要

GlobalLpPool 接收输入张量 X，并对同一通道中的值应用 lp 池化。这等效于 LpPool，其内核大小等于输入张量的空间维度。

属性

  • p - INT (默认值为 '2')

    用于对输入数据进行池化的 Lp 范数的 p 值。

输入

  • X (异构) - T

    来自前一运算符的输入数据张量；图像情况下的维度为 (N x C x H x W)，其中 N 为批次大小，C 为通道数，H 和 W 为数据的宽度和高度。对于非图像情况，维度为 (N x C x D1 x D2 … Dn) 的形式，其中 N 为批次大小。

输出

  • Y (异构) - T

    对输入张量进行池化后的输出数据张量。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 in ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点数张量。

GlobalLpPool - 1

版本

  • 名称: GlobalLpPool (GitHub)

  • 域: main

  • 自版本起: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: False

该版本的运算符自版本 1起可用。

摘要

GlobalLpPool 接收输入张量 X，并对同一通道中的值应用 lp 池化。这等效于 LpPool，其内核大小等于输入张量的空间维度。

属性

  • p - FLOAT (默认值为 '2.0')

    用于对输入数据进行池化的 Lp 范数的 p 值，默认值为 2.0。

输入

  • X (异构) - T

    来自前一运算符的输入数据张量；图像情况下的维度为 (N x C x H x W)，其中 N 为批次大小，C 为通道数，H 和 W 为数据的宽度和高度。对于非图像情况，维度为 (N x C x D1 x D2 … Dn) 的形式，其中 N 为批次大小。

输出

  • Y (异构) - T

    对输入张量进行池化后的输出数据张量。维度将为 N x C x 1 x 1

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点数张量。