PRelu

PRelu - 16

版本

  • 名称: PRelu (GitHub)

  • : main

  • since_version: 16

  • 函数: True

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 16 起可用。

摘要

PRelu 将输入数据(张量)和斜率张量作为输入,并生成一个输出数据(张量),其中函数 f(x) = slope * x x < 0f(x) = x x >= 0,按元素应用于数据张量。此运算符支持单向广播(斜率张量应可单向广播到输入张量 X);更多详情请查看 ONNX 中的广播

函数体

此操作符的函数定义。

<
  domain: "",
  opset_import: ["" : 16]
>
PRelu (X, slope) => (Y)
{
   Zero = Constant <value: tensor = float {0}> ()
   ZeroCast = CastLike (Zero, X)
   XLessThanZero = Less (X, ZeroCast)
   SlopeMulX = Mul (slope, X)
   Y = Where (XLessThanZero, SlopeMulX, X)
}

输入

  • X (异构) - T

    输入张量

  • 斜率(异构)- T

    斜率张量。斜率的形状可以小于第一个输入 X;如果小于,其形状必须可以单向广播到 X

输出

  • Y (异构) - T

    输出张量(与 X 大小相同)

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浮点/整数张量。

PRelu - 9

版本

  • 名称: PRelu (GitHub)

  • : main

  • 起始版本: 9

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 9 起可用。

摘要

PRelu 将输入数据(张量)和斜率张量作为输入,并生成一个输出数据(张量),其中函数 f(x) = slope * x x < 0f(x) = x x >= 0,按元素应用于数据张量。此运算符支持单向广播(斜率张量应可单向广播到输入张量 X);更多详情请查看 ONNX 中的广播

输入

  • X (异构) - T

    输入张量

  • 斜率(异构)- T

    斜率张量。斜率的形状可以小于第一个输入 X;如果小于,其形状必须可以单向广播到 X

输出

  • Y (异构) - T

    输出张量(与 X 大小相同)

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浮点/整数张量。

PRelu - 7

版本

  • 名称: PRelu (GitHub)

  • : main

  • 起始版本: 7

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自版本 7 起可用。

摘要

PRelu 将输入数据(张量)和斜率张量作为输入,并生成一个输出数据(张量),其中函数 f(x) = slope * x x < 0f(x) = x x >= 0,按元素应用于数据张量。此运算符支持单向广播(斜率张量应可单向广播到输入张量 X);更多详情请查看 ONNX 中的广播

输入

  • X (异构) - T

    输入张量

  • 斜率(异构)- T

    斜率张量。斜率的形状可以小于第一个输入 X;如果小于,其形状必须可以单向广播到 X

输出

  • Y (异构) - T

    输出张量(与 X 大小相同)

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。

PRelu - 6

版本

  • 名称: PRelu (GitHub)

  • : main

  • 起始版本: 6

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自版本 6 起可用。

总结

PRelu 将输入数据(张量)和斜率张量作为输入,并生成一个输出数据(张量)其中函数 f(x) = slope * x x < 0f(x) = x x >= 0,按元素应用于数据张量。

输入

  • X (异构) - T

    输入张量

  • 斜率(异构)- T

    斜率张量。如果 Slope 的大小为 1,则该值在不同通道间共享。

输出

  • Y (异构) - T

    输出张量

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。

PRelu - 1

版本

  • 名称: PRelu (GitHub)

  • : main

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: False

此版本的运算符自 版本 1 起可用。

总结

PRelu 将输入数据(张量)和斜率张量作为输入,并生成一个输出数据(张量)其中函数 f(x) = slope * x x < 0f(x) = x x >= 0,按元素应用于数据张量。

属性

  • consumed_inputs - 整型 :

    传统优化属性。

输入

  • X (异构) - T

    输入张量

  • 斜率(异构)- T

    斜率张量。如果 Slope 的大小为 1,则该值在不同通道间共享。

输出

  • Y (异构) - T

    输出张量

类型限制

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

    将输入和输出类型限制为浮点张量。