Mul¶
Mul - 14¶
版本¶
名称: Mul (GitHub)
域:
main
起始版本:
14
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子已可用,起始版本为 14。
摘要¶
执行逐元素的二进制乘法(支持 Numpy 风格的广播)。
此算子支持多方向(即 Numpy 风格的)广播;更多详情请查看ONNX 中的广播。
(Opset 14 变更):扩展支持的类型,包含 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 包含 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int16)
,tensor(int32)
,tensor(int64)
,tensor(int8)
,tensor(uint16)
,tensor(uint32)
,tensor(uint64)
,tensor(uint8)
)将输入和输出类型限制为所有数值张量。
Mul - 13¶
版本¶
名称: Mul (GitHub)
域:
main
起始版本:
13
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子已可用,起始版本为 13。
摘要¶
执行逐元素的二进制乘法(支持 Numpy 风格的广播)。
此算子支持多方向(即 Numpy 风格的)广播;更多详情请查看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 包含 (
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值张量。
Mul - 7¶
版本¶
名称: Mul (GitHub)
域:
main
起始版本:
7
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子已可用,起始版本为 7。
摘要¶
执行逐元素的二进制乘法(支持 Numpy 风格的广播)。
此算子支持多方向(即 Numpy 风格的)广播;更多详情请查看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 包含 (
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值张量。
Mul - 6¶
版本¶
名称: Mul (GitHub)
域:
main
起始版本:
6
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子已可用,起始版本为 6。
摘要¶
执行逐元素的二进制乘法(支持有限的广播)。
如有必要,右侧参数将被广播以匹配左侧参数的形状。指定广播时,第二个张量的元素大小可以是 1(包括标量张量和任何秩小于等于第一个张量的张量),或者其形状是第一个张量形状的连续子集。通过参数“axis”指定相互相等的形状的起始位置,如果未设置,则假定为后缀匹配。1 维扩展尚不可用。
例如,支持以下张量形状(使用 broadcast=1)
形状(A) = (2, 3, 4, 5), 形状(B) = (,), 即 B 是一个标量张量 形状(A) = (2, 3, 4, 5), 形状(B) = (1, 1), 即 B 是一个 1 元素张量 形状(A) = (2, 3, 4, 5), 形状(B) = (5,) 形状(A) = (2, 3, 4, 5), 形状(B) = (4, 5) 形状(A) = (2, 3, 4, 5), 形状(B) = (3, 4), axis=1 形状(A) = (2, 3, 4, 5), 形状(B) = (2), axis=0
需要传递属性 broadcast=1
来启用广播。
属性¶
axis - INT :
如果设置,定义广播维度。详见文档。
broadcast - INT (默认为
'0'
)传入 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。启用广播时,其大小可以小于 A。如果禁用广播,则其大小应与 A 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 包含 (
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值张量。
Mul - 1¶
版本¶
名称: Mul (GitHub)
域:
main
起始版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
False
此版本的算子已可用,起始版本为 1。
摘要¶
执行逐元素的二进制乘法(支持有限的广播)。
如有必要,右侧参数将被广播以匹配左侧参数的形状。指定广播时,第二个张量的元素大小可以是 1(包括标量张量和任何秩小于等于第一个张量的张量),或者其形状是第一个张量形状的连续子集。通过参数“axis”指定相互相等的形状的起始位置,如果未设置,则假定为后缀匹配。1 维扩展尚不可用。
例如,支持以下张量形状(使用 broadcast=1)
形状(A) = (2, 3, 4, 5), 形状(B) = (,), 即 B 是一个标量张量 形状(A) = (2, 3, 4, 5), 形状(B) = (1, 1), 即 B 是一个 1 元素张量 形状(A) = (2, 3, 4, 5), 形状(B) = (5,) 形状(A) = (2, 3, 4, 5), 形状(B) = (4, 5) 形状(A) = (2, 3, 4, 5), 形状(B) = (3, 4), axis=1 形状(A) = (2, 3, 4, 5), 形状(B) = (2), axis=0
需要传递属性 broadcast=1
来启用广播。
属性¶
axis - INT :
如果设置,定义广播维度。详见文档。
broadcast - INT (默认为
'0'
)传入 1 以启用广播
consumed_inputs - INTS :
旧版优化属性。
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。启用广播时,其大小可以小于 A。如果禁用广播,则其大小应与 A 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 包含 (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为浮点张量。