Mul

Mul - 14

版本

  • 名称: Mul (GitHub)

  • : 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)

  • : 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)

  • : 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)

  • : 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)

  • : 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。