求和

求和 - 13

版本

  • 名称: 求和 (GitHub)

  • : main

  • 自版本: 13

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已从版本 13开始提供。

摘要

每个输入张量的逐元素求和(支持 NumPy 样式的广播)。所有输入和输出必须具有相同的数据类型。此运算符支持多方向(即 NumPy 样式)广播;有关更多详细信息,请查看ONNX 中的广播

输入

1 到 2147483647 个输入之间。

  • data_0 (可变,异构) - T

    用于求和的张量列表。

输出

  • sum (异构) - T

    输出张量。

类型约束

  • T in ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。

求和 - 8

版本

  • 名称: 求和 (GitHub)

  • : main

  • 自版本: 8

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已从版本 8开始提供。

摘要

每个输入张量的逐元素求和(支持 NumPy 样式的广播)。所有输入和输出必须具有相同的数据类型。此运算符支持多方向(即 NumPy 样式)广播;有关更多详细信息,请查看ONNX 中的广播

输入

1 到 2147483647 个输入之间。

  • data_0 (可变,异构) - T

    用于求和的张量列表。

输出

  • sum (异构) - T

    输出张量。

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。

求和 - 6

版本

  • 名称: 求和 (GitHub)

  • : main

  • 自版本: 6

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的运算符已从版本 6开始提供。

摘要

每个输入张量的逐元素求和。所有输入和输出必须具有相同的形状和数据类型。

输入

1 到 2147483647 个输入之间。

  • data_0 (可变,异构) - T

    用于求和的张量列表。

输出

  • sum (异构) - T

    输出张量。与输入相同的维度。

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。

求和 - 1

版本

  • 名称: 求和 (GitHub)

  • : main

  • 自版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: False

此版本的运算符已从版本 1开始提供。

摘要

每个输入张量的逐元素求和。所有输入和输出必须具有相同的形状和数据类型。

属性

  • consumed_inputs - INTS :

    旧的优化属性。

输入

1 到 2147483647 个输入之间。

  • data_0 (可变,异构) - T

    用于求和的张量列表。

输出

  • sum (异构) - T

    输出张量。与输入相同的维度。

类型约束

  • T in ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。