ReduceL2¶
ReduceL2 - 18¶
版本¶
域:
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¶
计算输入张量沿指定轴的 L2 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，则结果张量将移除减小的维度。零秩输入张量有效。对空值集合进行约简会产生 0。
上述行为与 numpy 类似，但有一个例外：numpy 默认将 keepdims 设置为 False，而不是 True。
函数体¶
此操作符的函数定义。
<
domain: "",
opset_import: ["" : 18]
>
ReduceL2 <noop_with_empty_axes,keepdims>(data, axes) => (reduced)
{
data_square = Mul (data, data)
sum_square = ReduceSum <keepdims: int = @keepdims, noop_with_empty_axes: int = @noop_with_empty_axes> (data_square, axes)
sum_square_dbl = Cast <to: int = 1> (sum_square)
sqrt = Sqrt (sum_square_dbl)
reduced = CastLike (sqrt, data)
}
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)
可选的整数输入列表，沿这些轴进行约简。默认情况下，约简将作用于空轴。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，则约简作用于所有轴；如果 'noop_with_empty_axes' 为 true，则不执行约简（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 的类型为 (
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。
ReduceL2 - 13¶
版本¶
域:
main起始版本:
13函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 13 起可用。
摘要¶
计算输入张量沿指定轴的 L2 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，则结果张量将移除减小的维度。零秩输入张量有效。对空值集合进行约简会产生 0。
上述行为与 numpy 类似，但有一个例外：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 的类型为 (
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。
ReduceL2 - 11¶
版本¶
域:
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¶
计算输入张量沿指定轴的 L2 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，则结果张量将移除减小的维度。
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 的类型为 (
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。
ReduceL2 - 1¶
版本¶
域:
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¶
计算输入张量沿指定轴的 L2 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，则结果张量将移除减小的维度。零秩输入张量有效。对空值集合进行约简会产生 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 的类型为 (
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。