MatMulInteger¶
MatMulInteger - 10¶
版本¶
域:
mainsince_version:
10函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的操作符已在 版本 10 中提供。
摘要¶
矩阵乘积，其行为类似于 numpy.matmul。乘积绝不能溢出。累加仅在 32 位时才可能溢出。
输入¶
2 到 4 个输入。
A (异构) - T1
N 维矩阵 A
B (异构) - T2
N 维矩阵 B
a_zero_point (可选, 异构) - T1
输入“A”的零点张量。它是可选的，默认值为 0。它可以是标量或 N 维张量。标量指按张量量化，而 N 维指按行量化。如果输入是形状为 [M, K] 的 2D 张量，则零点张量可能是一个 M 元素向量 [zp_1, zp_2, …, zp_M]。如果输入是形状为 [D1, D2, M, K] 的 N 维张量，则零点张量可能具有形状 [D1, D2, M, 1]。
b_zero_point (可选, 异构) - T2
输入“B”的零点张量。它是可选的，默认值为 0。它可以是标量或 N 维张量。标量指按张量量化，而 N 维指按列量化。如果输入是形状为 [K, N] 的 2D 张量，则零点张量可能是一个 N 元素向量 [zp_1, zp_2, …, zp_N]。如果输入是形状为 [D1, D2, K, N] 的 N 维张量，则零点张量可能具有形状 [D1, D2, 1, N]。
输出¶
Y (异构) - T3
A * B 的矩阵乘法结果
类型约束¶
T1 在 (
tensor(int8),tensor(uint8)) 中将输入 A 的数据类型约束为 8 位整数张量。
T2 在 (
tensor(int8),tensor(uint8)) 中将输入 B 的数据类型约束为 8 位整数张量。
T3 在 (
tensor(int32))将输出 Y 的数据类型约束为 32 位整数张量。