MatMulInteger¶
MatMulInteger - 10¶
版本¶
域:
main自版本:
10函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的算子自版本 10 起可用。
摘要¶
行为类似于 numpy.matmul 的矩阵乘积。乘法结果绝不能溢出。累加结果仅在 32 位时可能溢出。
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。标量表示按张量量化，而 N 维表示按行量化。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 个元素的向量 [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。标量表示按张量量化，而 N 维表示按列量化。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 个元素的向量 [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 类型为 (
tensor(int8),tensor(uint8))约束输入 A 的数据类型为 8 位整数张量。
T2 类型为 (
tensor(int8),tensor(uint8))约束输入 B 的数据类型为 8 位整数张量。
T3 类型为 (
tensor(int32))约束输出 Y 的数据类型为 32 位整数张量。