Hardmax¶
Hardmax - 13¶
版本¶
名称: Hardmax (GitHub)
域:
main自版本:
13函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符已从版本 13开始提供。
摘要¶
该运算符计算给定输入的 hardmax 值
Hardmax(输入中的元素，轴) = 1（如果该元素是沿指定轴的第一个最大值，否则为 0）
“轴”属性指示将执行 Hardmax 的维度。输出张量具有相同的形状，并包含对应输入的 Hardmax 值。
属性¶
轴 - INT（默认值为
'-1'）描述将执行 Hardmax 的维度。负值表示从后面计算维度。接受的范围为 [-r, r-1]，其中 r = rank(输入)。
输入¶
输入（异构） - T
等级 >= 轴的输入张量。
输出¶
输出（异构） - T
与输入张量形状相同的输出值。
类型约束¶
T 在 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16)) 中将输入和输出类型约束为浮点张量。
Hardmax - 11¶
版本¶
名称: Hardmax (GitHub)
域:
main自版本:
11函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符已从版本 11开始提供。
摘要¶
该运算符计算给定输入的批次中每一层的 hardmax 值（第一个最大值为 1，所有其他值都为 0）。
输入不需要显式地是二维向量；而是，它将被强制转换为一个二维向量。对于任意 n 维张量输入 \in [a_0, a_1, …, a_{k-1}, a_k, …, a_{n-1}]，k 是提供的轴，则输入将被强制转换为具有维度 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的二维张量。对于 axis=1 的默认情况，这意味着输入张量将被强制转换为维度 [a_0, a_1 * … * a_{n-1}] 的二维张量，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。每个维度必须正确匹配，否则运算符将抛出错误。输出张量具有相同的形状，并包含对应输入的 hardmax 值。
属性¶
轴 - INT（默认值为
'1'）描述输入强制转换为 2D 时的轴；默认为 1，因为第 0 轴很可能描述批次大小。负值表示从后面计算维度。接受的范围为 [-r, r-1]，其中 r = rank(输入)。
输入¶
输入（异构） - T
输入张量，该张量被强制转换为如上所述的尺寸 (NxD) 的 2D 矩阵。
输出¶
输出（异构） - T
与输入张量形状相同的输出值（原始大小，不进行强制转换）。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16)) 中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自版本:
1函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符已从版本 1开始提供。
摘要¶
该运算符计算给定输入的批次中每一层的 hardmax 值（第一个最大值为 1，所有其他值都为 0）。输入是一个 2D 张量 (Tensor
输入不需要显式地是二维向量；而是，它将被强制转换为一个二维向量。对于任意 n 维张量输入 \in [a_0, a_1, …, a_{k-1}, a_k, …, a_{n-1}]，k 是提供的轴，则输入将被强制转换为具有维度 [a_0 * … * a_{k-1}, a_k * … * a_{n-1}] 的二维张量。对于 axis=1 的默认情况，这意味着输入张量将被强制转换为维度 [a_0, a_1 * … * a_{n-1}] 的二维张量，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。每个维度必须正确匹配，否则运算符将抛出错误。
属性¶
轴 - INT（默认值为
'1'）描述输入强制转换为 2D 时的轴；默认为 1，因为第 0 轴很可能描述批次大小
输入¶
输入（异构） - T
输入张量，该张量被强制转换为如上所述的尺寸 (NxD) 的 2D 矩阵。
输出¶
输出（异构） - T
与输入张量形状相同的输出值（原始大小，不进行强制转换）。
类型约束¶
T 在 (
tensor(double),tensor(float),tensor(float16)) 中将输入和输出类型约束为浮点张量。