ReduceLogSumExp

ReduceLogSumExp - 18

版本

  • name: ReduceLogSumExp (GitHub)

  • domain: main

  • since_version: 18

  • function: True

  • support_level: SupportType.COMMON

  • shape inference: True

该版本算子自版本 18 起可用。

概述

沿提供的轴计算输入张量元素的对数和指数。如果 keepdims 等于 1,则结果张量的秩与输入相同。如果 keepdims 等于 0,则结果张量将修剪被缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将得到负无穷(如果数据类型支持)或未定义(否则)。

上述行为与 numpy 类似,但 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]
>
ReduceLogSumExp <noop_with_empty_axes,keepdims>(data, axes) => (reduced)
{
   data_double = Cast <to: int = 11> (data)
   data_exp = Exp (data_double)
   reduced_sum = ReduceSum <keepdims: int = @keepdims> (data_exp, axes)
   reduced_double = Log (reduced_sum)
   reduced = CastLike (reduced_double, data)
}

属性

  • keepdims - INT (默认为 '1')

    是否保留被缩减的维度,默认为 1 表示保留被缩减的维度。

  • noop_with_empty_axes - INT (默认为 '0')

    定义当 'axes' 为空时的行为。默认行为(当值为 false)是缩减所有轴。当 axes 为空且此属性设置为 true 时,输入张量将不被缩减,输出张量将等同于输入张量。

输入

1 到 2 个输入。

  • data (异构) - T

    输入张量。

  • axes (可选, 异构) - tensor(int64)

    可选的整数输入列表,沿这些轴进行缩减。如果 ‘noop_with_empty_axes’ 为 false,默认为缩减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。接受范围是 [-r, r-1],其中 r = rank(data)。

输出

  • reduced (异构) - T

    缩减后的输出张量。

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值张量。

ReduceLogSumExp - 13

版本

  • name: ReduceLogSumExp (GitHub)

  • domain: main

  • since_version: 13

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

该版本算子自版本 13 起可用。

概述

沿提供的轴计算输入张量元素的对数和指数。如果 keepdims 等于 1,则结果张量的秩与输入相同。如果 keepdims 等于 0,则结果张量将修剪被缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将得到负无穷(如果数据类型支持)或未定义(否则)。

上述行为与 numpy 类似,但 numpy 将 keepdims 默认为 False 而非 True

属性

  • axes - INTS :

    一个整数列表,沿这些轴进行缩减。默认为缩减输入张量的所有维度。接受范围是 [-r, r-1],其中 r = rank(data)。

  • keepdims - INT (默认为 '1')

    是否保留被缩减的维度,默认为 1 表示保留被缩减的维度。

输入

  • data (异构) - T

    输入张量。

输出

  • reduced (异构) - T

    缩减后的输出张量。

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值张量。

ReduceLogSumExp - 11

版本

  • name: ReduceLogSumExp (GitHub)

  • domain: main

  • since_version: 11

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

该版本算子自版本 11 起可用。

概述

沿提供的轴计算输入张量元素的对数和指数。如果 keepdims 等于 1,则结果张量的秩与输入相同。如果 keepdims 等于 0,则结果张量将修剪被缩减的维度。

上述行为与 numpy 类似,但 numpy 将 keepdims 默认为 False 而非 True。

属性

  • axes - INTS :

    一个整数列表,沿这些轴进行缩减。默认为缩减输入张量的所有维度。接受范围是 [-r, r-1],其中 r = rank(data)。

  • keepdims - INT (默认为 '1')

    是否保留被缩减的维度,默认为 1 表示保留被缩减的维度。

输入

  • data (异构) - T

    输入张量。

输出

  • reduced (异构) - T

    缩减后的输出张量。

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值张量。

ReduceLogSumExp - 1

版本

  • name: ReduceLogSumExp (GitHub)

  • domain: main

  • since_version: 1

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

该版本算子自版本 1 起可用。

概述

沿提供的轴计算输入张量元素的对数和指数。如果 keepdims 等于 1,则结果张量的秩与输入相同。如果 keepdims 等于 0,则结果张量将修剪被缩减的维度。零秩的输入张量是有效的。对空值集合进行缩减将得到负无穷(如果数据类型支持)或未定义(否则)。

上述行为与 numpy 类似,但 numpy 将 keepdims 默认为 False 而非 True。

属性

  • axes - INTS :

    一个整数列表,沿这些轴进行缩减。默认为缩减输入张量的所有维度。

  • keepdims - INT (默认为 '1')

    是否保留被缩减的维度,默认为 1 表示保留被缩减的维度。

输入

  • data (异构) - T

    输入张量。

输出

  • reduced (异构) - T

    缩减后的输出张量。

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值张量。