ReduceL2

ReduceL2 - 18

版本

  • 名称: ReduceL2 (GitHub)

  • 域: main

  • 自版本: 18

  • 函数: True

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本 18 起可用。

摘要

计算输入张量元素沿着提供的轴的 L2 范数。如果 keepdims 等于 1，则结果张量与输入具有相同的秩。如果 keepdims 等于 0，则结果张量将被剪除降维后的维度。秩为零的输入张量是有效的。对空值的集合进行降维将产生 0。

上述行为类似于 numpy，但 numpy 默认将 keepdims 设置为 False 而不是 True。

函数主体

此运算符的函数定义。

<
  domain: "",
  opset_import: ["" : 18]
>
ReduceL2 <noop_with_empty_axes,keepdims>(data, axes) => (reduced)
{
   data_square = Mul (data, data)
   sum_square = ReduceSum <keepdims: int = @keepdims> (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'）

    保留降维后的维度或不保留，默认值为 1 表示保留降维后的维度。

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

    定义如果 'axes' 为空时的行为。默认情况下，'false' 会对所有轴进行降维。当 'axes' 为空且此属性设置为 true 时，不会对输入张量进行降维，输出张量将等效于输入张量。

输入

1 到 2 个输入。

  • data（异构） - T

    输入张量。

  • axes（可选，异构） - tensor(int64)

    可选的整数列表，沿着该列表进行降维。如果 'noop_with_empty_axes' 为 false，则默认情况下对输入张量的所有维度进行降维，否则如果 'noop_with_empty_axes' 为 true，则充当 Identity 操作。接受的范围为 [-r, r-1]，其中 r = rank(data)。

输出

  • reduced（异构） - T

    降维后的输出张量。

类型约束

  • T in ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型约束为数字张量。

ReduceL2 - 13

版本

  • 名称: ReduceL2 (GitHub)

  • 域: main

  • 自版本: 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

计算输入张量元素沿着提供的轴的 L2 范数。如果 keepdims 等于 1，则结果张量与输入具有相同的秩。如果 keepdims 等于 0，则结果张量将被剪除降维后的维度。秩为零的输入张量是有效的。对空值的集合进行降维将产生 0。

上述行为类似于 numpy，但 numpy 默认将 keepdims 设置为 False 而不是 True。

属性

  • axes - INTS :

    整数列表，沿着该列表进行降维。默认情况下，对输入张量的所有维度进行降维。接受的范围为 [-r, r-1]，其中 r = rank(data)。

  • keepdims - INT（默认值为 '1'）

    保留降维后的维度或不保留，默认值为 1 表示保留降维后的维度。

输入

  • data（异构） - T

    输入张量。

输出

  • reduced（异构） - T

    降维后的输出张量。

类型约束

  • T in ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型约束为数字张量。

ReduceL2 - 11

版本

  • 名称: ReduceL2 (GitHub)

  • 域: main

  • 自版本: 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

计算输入张量元素沿着提供的轴的 L2 范数。如果 keepdims 等于 1，则结果张量与输入具有相同的秩。如果 keepdims 等于 0，则结果张量将被剪除降维后的维度。

上述行为类似于 numpy，但 numpy 默认将 keepdims 设置为 False 而不是 True。

属性

  • axes - INTS :

    整数列表，沿着该列表进行降维。默认情况下，对输入张量的所有维度进行降维。接受的范围为 [-r, r-1]，其中 r = rank(data)。

  • keepdims - INT（默认值为 '1'）

    保留降维后的维度或不保留，默认值为 1 表示保留降维后的维度。

输入

  • data（异构） - T

    输入张量。

输出

  • reduced（异构） - T

    降维后的输出张量。

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型约束为高精度数字张量。

ReduceL2 - 1

版本

  • 名称: ReduceL2 (GitHub)

  • 域: main

  • 自版本: 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

计算输入张量元素沿着提供的轴的 L2 范数。如果 keepdims 等于 1，则结果张量与输入具有相同的秩。如果 keepdims 等于 0，则结果张量将被剪除降维后的维度。秩为零的输入张量是有效的。对空值的集合进行降维将产生 0。

上述行为类似于 numpy，但 numpy 默认将 keepdims 设置为 False 而不是 True。

属性

  • axes - INTS :

    整数列表，沿着该列表进行降维。默认情况下，对输入张量的所有维度进行降维。

  • keepdims - INT（默认值为 '1'）

    保留降维后的维度或不保留，默认值为 1 表示保留降维后的维度。

输入

  • data（异构） - T

    输入张量。

输出

  • reduced（异构） - T

    降维后的输出张量。

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) )

    将输入和输出类型约束为高精度数字张量。