Mul

Mul - 14

版本

  • 名称: Mul (GitHub)

  • 域: main

  • 自版本: 14

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已自版本 14起可用。

摘要

执行逐元素二元乘法（支持 Numpy 样式的广播）。

此运算符支持多方向（即 Numpy 样式）广播；有关更多详细信息，请查看 ONNX 中的广播。

（Opset 14 更改）：将支持的类型扩展到包括 uint8、int8、uint16 和 int16。

输入

  • A （异构）- T

    第一个操作数。

  • B （异构）- T

    第二个操作数。

输出

  • C （异构）- T

    结果，与两个输入具有相同的元素类型

类型约束

  • T 在（ tensor(bfloat16)， tensor(double)， tensor(float)， tensor(float16)， tensor(int16)， tensor(int32)， tensor(int64)， tensor(int8)， tensor(uint16)， tensor(uint32)， tensor(uint64)， tensor(uint8) ）

    将输入和输出类型约束为所有数字张量。

Mul - 13

版本

  • 名称: Mul (GitHub)

  • 域: main

  • 自版本: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已自版本 13起可用。

摘要

执行逐元素二元乘法（支持 Numpy 样式的广播）。

此运算符支持多方向（即 Numpy 样式）广播；有关更多详细信息，请查看 ONNX 中的广播。

输入

  • A （异构）- T

    第一个操作数。

  • B （异构）- T

    第二个操作数。

输出

  • C （异构）- T

    结果，与两个输入具有相同的元素类型

类型约束

  • T 在 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型限制为高精度数字张量。

Mul - 7

版本

  • 名称: Mul (GitHub)

  • 域: main

  • since_version: 7

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本 7起可用。

摘要

执行逐元素二元乘法（支持 Numpy 样式的广播）。

此运算符支持多方向（即 Numpy 样式）广播；有关更多详细信息，请查看 ONNX 中的广播。

输入

  • A （异构）- T

    第一个操作数。

  • B （异构）- T

    第二个操作数。

输出

  • C （异构）- T

    结果，与两个输入具有相同的元素类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型限制为高精度数字张量。

Mul - 6

版本

  • 名称: Mul (GitHub)

  • 域: main

  • since_version: 6

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本 6起可用。

摘要

执行逐元素二元乘法（具有有限的广播支持）。

如果需要，右侧参数将被广播以匹配左侧参数的形状。当指定广播时，第二个张量的大小可以是 1（包括标量张量和任何等级等于或小于第一个张量的张量），或者其形状作为第一个张量形状的连续子集。相互相等的形状的起始位置由参数“axis”指定，如果未设置，则假定后缀匹配。 1-dim 扩展尚不可用。

例如，以下张量形状受支持（使用 broadcast=1）

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个 1 元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), 其中 axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 其中 axis=0

需要传递属性 broadcast=1 以启用广播。

属性

  • axis - INT :

    如果设置，则定义广播维度。有关详细信息，请参阅文档。

  • broadcast - INT（默认值为 '0'）

    传递 1 以启用广播

输入

  • A （异构）- T

    第一个操作数，应与第二个操作数共享类型。

  • B （异构）- T

    第二个操作数。使用广播可以小于 A。如果禁用广播，它应该与 A 大小相同。

输出

  • C （异构）- T

    结果，与 A 具有相同的维度和类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型限制为高精度数字张量。

Mul - 1

版本

  • 名称: Mul (GitHub)

  • 域: main

  • since_version: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • shape inference: False

此版本的运算符自版本 1起可用。

摘要

执行逐元素二元乘法（具有有限的广播支持）。

如果需要，右侧参数将被广播以匹配左侧参数的形状。当指定广播时，第二个张量的大小可以是 1（包括标量张量和任何等级等于或小于第一个张量的张量），或者其形状作为第一个张量形状的连续子集。相互相等的形状的起始位置由参数“axis”指定，如果未设置，则假定后缀匹配。 1-dim 扩展尚不可用。

例如，以下张量形状受支持（使用 broadcast=1）

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个 1 元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), 其中 axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 其中 axis=0

需要传递属性 broadcast=1 以启用广播。

属性

  • axis - INT :

    如果设置，则定义广播维度。有关详细信息，请参阅文档。

  • broadcast - INT（默认值为 '0'）

    传递 1 以启用广播

  • consumed_inputs - INTS :

    传统优化属性。

输入

  • A （异构）- T

    第一个操作数，应与第二个操作数共享类型。

  • B （异构）- T

    第二个操作数。使用广播可以小于 A。如果禁用广播，它应该与 A 大小相同。

输出

  • C （异构）- T

    结果，与 A 具有相同的维度和类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型限制为浮点张量。