ReduceMin

ReduceMin - 20

版本

  • 名称: ReduceMin (GitHub)

  • 域: main

  • 始于版本: 20

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自版本 20起可用。

摘要

计算输入张量沿指定轴的元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。零秩的输入张量是有效的。空值集的约简将产生正无穷（如果数据类型支持）或在不支持的情况下产生数据类型的最大值。

如果输入数据类型为布尔值，则比较应考虑 False < True。

上述行为类似于 numpy，但有一个例外：numpy 默认将 keepdims 设置为 False，而不是 True。

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，用于约简。默认情况下，约简将应用于空轴。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，则对所有轴进行约简；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 属于 ( tensor(bfloat16), tensor(bool), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(int8), tensor(uint32), tensor(uint64), tensor(uint8) )

    将输入和输出类型限制为数值张量和布尔张量。

ReduceMin - 18

版本

  • 名称: ReduceMin (GitHub)

  • 域: main

  • 起始版本: 18

  • 函数: False

  • 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元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。零秩的输入张量是有效的。空值集的约简将产生正无穷（如果数据类型支持）或在不支持的情况下产生数据类型的最大值。

上述行为类似于 numpy，但有一个例外：numpy 默认将 keepdims 设置为 False，而不是 True。

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，用于约简。默认情况下，约简将应用于空轴。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，则对所有轴进行约简；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 属于 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(int8), tensor(uint32), tensor(uint64), tensor(uint8) )

    将输入和输出类型限制为数字张量。

ReduceMin - 13

版本

  • 名称: ReduceMin (GitHub)

  • 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元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。零秩的输入张量是有效的。空值集的约简将产生正无穷（如果数据类型支持）或在不支持的情况下产生数据类型的最大值。

上述行为类似于 numpy，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 属于 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(int8), tensor(uint32), tensor(uint64), tensor(uint8) )

    将输入和输出类型限制为数字张量。

ReduceMin - 12

版本

  • 名称: ReduceMin (GitHub)

  • 域: main

  • 起始版本: 12

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符自 版本 12 起可用。

摘要

计算输入张量沿指定轴的元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。

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 属于 ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(int8), tensor(uint32), tensor(uint64), tensor(uint8) )

    将输入和输出类型限制为高精度和 8 位数值张量。

ReduceMin - 11

版本

  • 名称: ReduceMin (GitHub)

  • 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元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。零秩的输入张量是有效的。空值集的约简将产生正无穷（如果数据类型支持）或在不支持的情况下产生数据类型的最大值。

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 属于 ( 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。

ReduceMin - 1

版本

  • 名称: ReduceMin (GitHub)

  • 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元素的最小值。如果 keepdims 等于 1，则结果张量的秩与输入相同。如果 keepdims 等于 0，则结果张量将删除减小的维度。零秩的输入张量是有效的。空值集的约简将产生正无穷（如果数据类型支持）或在不支持的情况下产生数据类型的最大值。

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 属于 ( 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。