ReduceL1¶
ReduceL1 - 18¶
版本¶
领域:
main
起始版本:
18
函数:
True
支持级别:
SupportType.COMMON
形状推断:
True
该操作符版本自版本 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,结果张量与输入具有相同的秩。如果 keepdims
等于 0,则结果张量将删除被归约的维度。零秩输入张量有效。对空值集合进行归约结果为 0。
上述行为与 numpy 类似,但 numpy 默认将 keepdims
设置为 False
而非 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> (data_abs, axes)
}
属性¶
keepdims - INT (默认值为
'1'
)是否保留被归约的维度,默认值 1 表示保留被归约的维度。
noop_with_empty_axes - INT (默认值为
'0'
)定义当 'axes' 为空时的行为。默认行为('false')是归约所有轴。当 axes 为空且此属性设置为 true 时,输入张量将不被归约,输出张量将与输入张量等效。
输入¶
1 到 2 个输入。
data (异构) - T
一个输入张量。
axes (可选, 异构) - tensor(int64)
可选的整数输入列表,指定要归约的轴。如果‘noop_with_empty_axes’为 false,默认是归约输入张量的所有维度;否则当‘noop_with_empty_axes’为 true 时,行为等同于 Identity 操作符。接受的范围是 [-r, r-1],其中 r = rank(data)。
输出¶
reduced (异构) - T
归约后的输出张量。
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)限制输入和输出类型为数值张量。
ReduceL1 - 13¶
版本¶
领域:
main
起始版本:
13
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该操作符版本自版本 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,结果张量与输入具有相同的秩。如果 keepdims
等于 0,则结果张量将删除被归约的维度。零秩输入张量有效。对空值集合进行归约结果为 0。
上述行为与 numpy 类似,但 numpy 默认将 keepdims
设置为 False
而非 True
。
属性¶
axes - INTS :
一个整数列表,指定要沿其归约的轴。默认是归约输入张量的所有维度。接受的范围是 [-r, r-1],其中 r = rank(data)。
keepdims - INT (默认值为
'1'
)是否保留被归约的维度,默认值 1 表示保留被归约的维度。
输入¶
data (异构) - T
一个输入张量。
输出¶
reduced (异构) - T
归约后的输出张量。
类型约束¶
T 在 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)限制输入和输出类型为数值张量。
ReduceL1 - 11¶
版本¶
领域:
main
起始版本:
11
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该操作符版本自版本 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,结果张量与输入具有相同的秩。如果 keepdims 等于 0,则结果张量将删除被归约的维度。
上述行为与 numpy 类似,但 numpy 默认将 keepdims 设置为 False 而非 True。
属性¶
axes - INTS :
一个整数列表,指定要沿其归约的轴。默认是归约输入张量的所有维度。接受的范围是 [-r, r-1],其中 r = rank(data)。
keepdims - INT (默认值为
'1'
)是否保留被归约的维度,默认值 1 表示保留被归约的维度。
输入¶
data (异构) - T
一个输入张量。
输出¶
reduced (异构) - T
归约后的输出张量。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)限制输入和输出类型为高精度数值张量。
ReduceL1 - 1¶
版本¶
领域:
main
起始版本:
1
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
该操作符版本自版本 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,结果张量与输入具有相同的秩。如果 keepdims 等于 0,则结果张量将删除被归约的维度。零秩输入张量有效。对空值集合进行归约结果为 0。
上述行为与 numpy 类似,但 numpy 默认将 keepdims 设置为 False 而非 True。
属性¶
axes - INTS :
一个整数列表,指定要沿其归约的轴。默认是归约输入张量的所有维度。
keepdims - INT (默认值为
'1'
)是否保留被归约的维度,默认值 1 表示保留被归约的维度。
输入¶
data (异构) - T
一个输入张量。
输出¶
reduced (异构) - T
归约后的输出张量。
类型约束¶
T 在 (
tensor(double)
,tensor(float)
,tensor(float16)
,tensor(int32)
,tensor(int64)
,tensor(uint32)
,tensor(uint64)
)限制输入和输出类型为高精度数值张量。