GlobalLpPool

GlobalLpPool - 22

版本

  • 名称: GlobalLpPool (GitHub)

  • : 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

  • 名称: GlobalLpPool (GitHub)

  • : 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

  • 名称: GlobalLpPool (GitHub)

  • : 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。