ReduceLogSum

ReduceLogSum - 18

版本

  • 名称: ReduceLogSum (GitHub)

  • 域: main

  • 起始版本: 18

  • 函数: True

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的算子已可用 自版本 18 起。

概述

计算输入张量元素沿指定轴的对数和。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，则结果张量会删除被归约的维度。秩为零的输入张量是有效的。对空值集进行归约会产生负无穷大（如果数据类型支持）或未定义。

上述行为与 numpy 类似，不同之处在于 numpy 将 keepdims 默认为 False 而非 True。

函数体

此算子的函数定义。

<
  domain: "",
  opset_import: ["" : 18]
>
ReduceLogSum <noop_with_empty_axes,keepdims>(data, axes) => (reduced)
{
   reduced_sum = ReduceSum <keepdims: int = @keepdims> (data, axes)
   reduced = Log (reduced_sum)
}

属性

  • keepdims - INT (默认值是 '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 (默认值是 '0')

    定义当 'axes' 为空时的行为。默认行为（'false'）是归约所有轴。当 axes 为空且此属性设为 true 时，输入张量将不会被归约，输出张量将与输入张量等效。

输入

1 到 2 个输入。

  • data (异构) - T

    输入张量。

  • axes (可选, 异构) - tensor(int64)

    可选的整数列表输入，指定沿哪些轴进行归约。如果 ‘noop_with_empty_axes’ 为 false，默认行为是归约输入张量的所有维度；否则，当 ‘noop_with_empty_axes’ 为 true 时，其行为等同于 Identity 算子。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) ) 中

    将输入和输出类型限制为数值张量。

ReduceLogSum - 13

版本

  • 名称: ReduceLogSum (GitHub)

  • 域: main

  • 起始版本: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的算子已可用 自版本 13 起。

概述

计算输入张量元素沿指定轴的对数和。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，则结果张量会删除被归约的维度。秩为零的输入张量是有效的。对空值集进行归约会产生负无穷大（如果数据类型支持）或未定义。

上述行为与 numpy 类似，不同之处在于 numpy 将 keepdims 默认为 False 而非 True。

属性

  • axes - INTS :

    整数列表，指定沿哪些轴进行归约。默认行为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 (默认值是 '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

    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) ) 中

    将输入和输出类型限制为数值张量。

ReduceLogSum - 11

版本

  • 名称: ReduceLogSum (GitHub)

  • 域: main

  • 起始版本: 11

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的算子已可用 自版本 11 起。

概述

计算输入张量元素沿指定轴的对数和。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，则结果张量会删除被归约的维度。

上述行为与 numpy 类似，不同之处在于 numpy 将 keepdims 默认为 False 而非 True。

属性

  • axes - INTS :

    整数列表，指定沿哪些轴进行归约。默认行为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 (默认值是 '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

    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) ) 中

    将输入和输出类型限制为高精度数值张量。

ReduceLogSum - 1

版本

  • 名称: ReduceLogSum (GitHub)

  • 域: main

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

该版本的算子已可用 自版本 1 起。

概述

计算输入张量元素沿指定轴的对数和。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，则结果张量会删除被归约的维度。秩为零的输入张量是有效的。对空值集进行归约会产生负无穷大（如果数据类型支持）或未定义。

上述行为与 numpy 类似，不同之处在于 numpy 将 keepdims 默认为 False 而非 True。

属性

  • axes - INTS :

    整数列表，指定沿哪些轴进行归约。默认行为是归约输入张量的所有维度。

  • keepdims - INT (默认值是 '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

    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) ) 中

    将输入和输出类型限制为高精度数值张量。