形状

形状 - 23

版本

  • 名称: Shape (GitHub)

  • 域: main

  • 自版本: 23

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已自版本23起可用。

摘要

将张量作为输入，并输出一个包含输入张量形状的1D int64张量。可选属性start和end可用于计算输入张量形状的切片。如果省略起始轴，则切片从轴0开始。如果指定，则结束轴是排他的（并且返回值将不包括该轴的大小）。如果省略结束轴，则将包括直至最后一个轴的所有轴。负轴表示从最后一个轴向后计数。请注意，如果轴超出范围（在负轴的情况下添加r后），则轴将被限制在范围[0，r-1]内，其中r是输入张量的秩。因此，指定任何大于r的结束值等效于指定结束值r，而指定任何小于-r的起始值等效于指定起始值0。

示例

Input tensor with shape: [2, 3, 4]
No attributes specified.
Output: [2, 3, 4]

Input tensor with shape: [2, 3, 4]
start: -1
Output: [4]

Input tensor with shape: [2, 3, 4]
end: -1
Output: [2, 3]

Input tensor with shape: [2, 3, 4]
start: 1
end: 2
Output: [3]

属性

  • end - INT :

    （可选）切片形状的结束轴。负值表示从后向前计数维度。如果省略，则将包括所有轴的大小，直至（包括）最后一个轴。

  • start - INT（默认为'0'）

    （可选）切片形状的起始轴。默认值为0。负值表示从后向前计数维度。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(float4e2m1), tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int16), tensor(int32), tensor(int4), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint4), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。

形状 - 21

版本

  • 名称: Shape (GitHub)

  • 域: main

  • since_version: 21

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 21起可用。

摘要

将张量作为输入，并输出一个包含输入张量形状的1D int64张量。可选属性start和end可用于计算输入张量形状的切片。如果省略起始轴，则切片从轴0开始。如果指定，则结束轴是排他的（并且返回值将不包括该轴的大小）。如果省略结束轴，则将包括直至最后一个轴的所有轴。负轴表示从最后一个轴向后计数。请注意，如果轴超出范围（在负轴的情况下添加r后），则轴将被限制在范围[0，r-1]内，其中r是输入张量的秩。因此，指定任何大于r的结束值等效于指定结束值r，而指定任何小于-r的起始值等效于指定起始值0。

示例

Input tensor with shape: [2, 3, 4]
No attributes specified.
Output: [2, 3, 4]

Input tensor with shape: [2, 3, 4]
start: -1
Output: [4]

Input tensor with shape: [2, 3, 4]
end: -1
Output: [2, 3]

Input tensor with shape: [2, 3, 4]
start: 1
end: 2
Output: [3]

属性

  • end - INT :

    （可选）切片形状的结束轴。负值表示从后向前计数维度。如果省略，则将包括所有轴的大小，直至（包括）最后一个轴。

  • start - INT（默认为'0'）

    （可选）切片形状的起始轴。默认值为0。负值表示从后向前计数维度。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int16), tensor(int32), tensor(int4), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint4), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。

形状 - 19

版本

  • 名称: Shape (GitHub)

  • 域: main

  • since_version: 19

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 19起可用。

摘要

将张量作为输入，并输出一个包含输入张量形状的1D int64张量。可选属性start和end可用于计算输入张量形状的切片。如果省略起始轴，则切片从轴0开始。如果指定，则结束轴是排他的（并且返回值将不包括该轴的大小）。如果省略结束轴，则将包括直至最后一个轴的所有轴。负轴表示从最后一个轴向后计数。请注意，如果轴超出范围（在负轴的情况下添加r后），则轴将被限制在范围[0，r-1]内，其中r是输入张量的秩。因此，指定任何大于r的结束值等效于指定结束值r，而指定任何小于-r的起始值等效于指定起始值0。

示例

Input tensor with shape: [2, 3, 4]
No attributes specified.
Output: [2, 3, 4]

Input tensor with shape: [2, 3, 4]
start: -1
Output: [4]

Input tensor with shape: [2, 3, 4]
end: -1
Output: [2, 3]

Input tensor with shape: [2, 3, 4]
start: 1
end: 2
Output: [3]

属性

  • end - INT :

    （可选）切片形状的结束轴。负值表示从后向前计数维度。如果省略，则将包括所有轴的大小，直至（包括）最后一个轴。

  • start - INT（默认为'0'）

    （可选）切片形状的起始轴。默认值为0。负值表示从后向前计数维度。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(float8e4m3fn), tensor(float8e4m3fnuz), tensor(float8e5m2), tensor(float8e5m2fnuz), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。

形状 - 15

版本

  • 名称: Shape (GitHub)

  • 域: main

  • since_version: 15

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 15起可用。

摘要

将张量作为输入，并输出一个包含输入张量形状的1D int64张量。可选属性start和end可用于计算输入张量形状的切片。如果省略起始轴，则切片从轴0开始。如果指定，则结束轴是排他的（并且返回值将不包括该轴的大小）。如果省略结束轴，则将包括直至最后一个轴的所有轴。负轴表示从最后一个轴向后计数。请注意，如果轴超出范围（在负轴的情况下添加r后），则轴将被限制在范围[0，r-1]内，其中r是输入张量的秩。因此，指定任何大于r的结束值等效于指定结束值r，而指定任何小于-r的起始值等效于指定起始值0。

示例

Input tensor with shape: [2, 3, 4]
No attributes specified.
Output: [2, 3, 4]

Input tensor with shape: [2, 3, 4]
start: -1
Output: [4]

Input tensor with shape: [2, 3, 4]
end: -1
Output: [2, 3]

Input tensor with shape: [2, 3, 4]
start: 1
end: 2
Output: [3]

属性

  • end - INT :

    （可选）切片形状的结束轴。负值表示从后向前计数维度。如果省略，则将包括所有轴的大小，直至（包括）最后一个轴。

  • start - INT（默认为'0'）

    （可选）切片形状的起始轴。默认值为0。负值表示从后向前计数维度。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。

形状 - 13

版本

  • 名称: Shape (GitHub)

  • 域: main

  • since_version: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 13起可用。

摘要

接收一个张量作为输入，并输出一个包含输入张量形状的一维 int64 张量。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bfloat16), tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。

形状 - 1

版本

  • 名称: Shape (GitHub)

  • 域: main

  • since_version: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子自版本 1起可用。

摘要

接收一个张量作为输入，并输出一个包含输入张量形状的一维 int64 张量。

输入

  • data（异构） - T

    输入张量。

输出

  • shape（异构） - T1

    输入张量的形状

类型约束

  • T 的取值范围为 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    输入张量可以是任意类型。

  • T1 的取值范围为 ( tensor(int64) )

    将输出限制为 int64 张量。