ReduceL1

ReduceL1 - 18

版本

  • 名称: ReduceL1 (GitHub)

  • : main

  • 起始版本: 18

  • 函数: True

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自版本 18 起可用

摘要

沿提供的轴计算输入张量元素的 L1 范数。如果 keepdims 等于 1,则结果张量的秩与输入张量相同。如果 keepdims 等于 0,则结果张量会移除缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将产生 0。

上述行为与 numpy 类似,唯一的区别是 numpy 的 keepdims 默认值为 False 而不是 True

函数体

此操作符的函数定义。

<
  domain: "",
  opset_import: ["" : 18]
>
ReduceL1 <noop_with_empty_axes,keepdims>(data, axes) => (reduced)
{
   data_abs = Abs (data)
   reduced = ReduceSum <keepdims: int = @keepdims, noop_with_empty_axes: int = @noop_with_empty_axes> (data_abs, axes)
}

属性

  • keepdims - INT (默认值为 '1')

    是否保留缩减的维度,默认 1 表示保留缩减的维度。

  • noop_with_empty_axes - INT (默认值为 '0')

    定义当未提供或为空轴时的行为。如果为 false(默认),则对所有轴进行约简。如果为 true,则不应用约简,但会执行其他操作。例如,ReduceSumSquare 行为类似于普通的 Square。

输入

1 到 2 个输入之间。

  • data (异构) - T

    一个输入张量。

  • axes (可选,异构) - tensor(int64)

    可选输入整数列表,沿这些轴进行缩减。默认是沿空轴进行缩减。当 axes 为空(未提供或显式为空)时,行为取决于‘noop_with_empty_axes’:如果‘noop_with_empty_axes’为 false,则沿所有轴进行缩减;如果‘noop_with_empty_axes’为 true,则不执行缩减(但会执行其他操作)。可接受的范围是 [-r, r-1],其中 r = rank(data)。

输出

  • reduced (异构) - T

    约简后的输出张量。

类型约束

  • T 为 ( 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数字张量。

ReduceL1 - 13

版本

  • 名称: ReduceL1 (GitHub)

  • : main

  • 起始版本: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 13 起可用。

摘要

沿提供的轴计算输入张量元素的 L1 范数。如果 keepdims 等于 1,则结果张量的秩与输入张量相同。如果 keepdims 等于 0,则结果张量会移除缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将产生 0。

上述行为与 numpy 类似,唯一的区别是 numpy 的 keepdims 默认值为 False 而不是 True

属性

  • axes - INTS :

    一个整数列表,沿其进行约简。默认情况下,对输入张量的所有维度进行约简。接受范围是 [-r, r-1],其中 r = rank(data)。

  • keepdims - INT (默认值为 '1')

    是否保留缩减的维度,默认 1 表示保留缩减的维度。

输入

  • data (异构) - T

    一个输入张量。

输出

  • reduced (异构) - T

    约简后的输出张量。

类型约束

  • T 为 ( 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数字张量。

ReduceL1 - 11

版本

  • 名称: ReduceL1 (GitHub)

  • : main

  • 起始版本: 11

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 11 起可用。

摘要

沿提供的轴计算输入张量元素的 L1 范数。如果 keepdims 等于 1,则结果张量的秩与输入张量相同。如果 keepdims 等于 0,则结果张量会移除缩减的维度。

上述行为与 numpy 相似,不同之处在于 numpy 默认将 keepdims 设置为 False 而不是 True。

属性

  • axes - INTS :

    一个整数列表,沿其进行约简。默认情况下,对输入张量的所有维度进行约简。接受范围是 [-r, r-1],其中 r = rank(data)。

  • keepdims - INT (默认值为 '1')

    是否保留缩减的维度,默认 1 表示保留缩减的维度。

输入

  • data (异构) - T

    一个输入张量。

输出

  • reduced (异构) - T

    约简后的输出张量。

类型约束

  • T 为 ( 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。

ReduceL1 - 1

版本

  • 名称: ReduceL1 (GitHub)

  • : main

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 1 起可用。

摘要

沿提供的轴计算输入张量元素的 L1 范数。如果 keepdims 等于 1,则结果张量的秩与输入张量相同。如果 keepdims 等于 0,则结果张量会移除缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将产生 0。

上述行为与 numpy 相似,不同之处在于 numpy 默认将 keepdims 设置为 False 而不是 True。

属性

  • axes - INTS :

    一个整数列表,沿其进行约简。默认情况下,对输入张量的所有维度进行约简。

  • keepdims - INT (默认值为 '1')

    是否保留缩减的维度,默认 1 表示保留缩减的维度。

输入

  • data (异构) - T

    一个输入张量。

输出

  • reduced (异构) - T

    约简后的输出张量。

类型约束

  • T 为 ( 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。