Hardmax¶

Hardmax - 13¶

版本¶

名称: Hardmax (GitHub)
域: main
起始版本: 13
函数: False
支持级别: SupportType.COMMON
形状推断: True

此算子版本自版本 13 起可用。

概述¶

该算子计算给定输入的 hardmax 值

Hardmax(输入中的元素, 轴) = 如果该元素是指定轴上的第一个最大值，则为 1，否则为 0

“axis” 属性指示进行 Hardmax 的维度。输出张量具有与输入相同的形状，并包含对应输入的 Hardmax 值。

属性¶

axis - INT (默认值为 '-1')

描述将执行 Hardmax 的维度。负值表示从后向前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(输入)。

输入¶

input (异构) - T

秩 >= axis 的输入张量。

输出¶

output (异构) - T

与输入张量形状相同的输出值。

类型约束¶

T 属于 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) )

将输入和输出类型约束为浮点张量。

Hardmax - 11 对比 13

Hardmax - 11¶

版本¶

名称: Hardmax (GitHub)
域: main
起始版本: 11
函数: False
支持级别: SupportType.COMMON
形状推断: True

此算子版本自版本 11 起可用。

概述¶

该算子计算给定输入批次中每一层的 hardmax 值（第一个最大值为 1，所有其他值为 0）。

输入无需显式为 2D 向量；相反，它将被强制转换为 2D 向量。对于任意 n 维张量输入 \in [a_0, a_1, …, a_{k-1}, a_k, …, a_{n-1}]，其中 k 是提供的轴，输入将被强制转换为维度为 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的 2 维张量。对于默认情况 axis=1，这意味着输入张量将被强制转换为维度为 [a_0, a_1 * … * a_{n-1}] 的 2D 张量，其中 a_0 通常是批次大小。在这种情况下，我们必须有 a_0 = N 和 a_1 * … * a_{n-1} = D。每个维度都必须正确匹配，否则算子将抛出错误。输出张量具有相同的形状，并包含对应输入的 hardmax 值。

属性¶

axis - INT (默认值为 '1')

描述将输入强制转换为 2D 时所沿的轴；默认为 1，因为第 0 个轴最可能描述批次大小。负值表示从后向前计数维度。接受的范围是 [-r, r-1]，其中 r = rank(输入)。

输入¶

input (异构) - T

如上所述，被强制转换为大小为 (NxD) 的 2D 矩阵的输入张量。

输出¶

output (异构) - T

与输入张量（未强制转换前的原始大小）形状相同的输出值。

类型约束¶

T 属于 ( tensor(double), tensor(float), tensor(float16) )

将输入和输出类型约束为浮点张量。

Hardmax - 1¶

版本¶

名称: Hardmax (GitHub)
域: main
起始版本: 1
函数: False
支持级别: SupportType.COMMON
形状推断: True

此算子版本自版本 1 起可用。

概述¶

该算子计算给定输入批次中每一层的 hardmax 值（第一个最大值为 1，所有其他值为 0）。输入是一个大小为 (batch_size x input_feature_dimensions) 的 2 维张量 (Tensor)。输出张量具有相同的形状，并包含对应输入的 hardmax 值。

属性¶

axis - INT (默认值为 '1')

描述将输入强制转换为 2D 时所沿的轴；默认为 1，因为第 0 个轴最可能描述批次大小

输入¶

input (异构) - T

如上所述，被强制转换为大小为 (NxD) 的 2D 矩阵的输入张量。

输出¶

output (异构) - T

与输入张量（未强制转换前的原始大小）形状相同的输出值。

类型约束¶

T 属于 ( tensor(double), tensor(float), tensor(float16) )

将输入和输出类型约束为浮点张量。