Sum

Sum - 13

版本

  • 名称: Sum (GitHub)

  • : 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

对输入张量进行逐元素求和(支持 Numpy 风格的广播)。所有输入和输出必须具有相同的数据类型。此运算符支持多向(即 Numpy 风格)广播;有关更多详细信息,请参阅 ONNX 中的广播

输入

输入数量介于 1 到 2147483647 之间。

  • data_0 (可变参数, 异构) - T

    用于求和的张量列表。

输出

  • sum (heterogeneous) - T

    输出张量。

类型约束

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

    将输入和输出类型限制为浮点张量。

Sum - 8

版本

  • 名称: Sum (GitHub)

  • : main

  • 起始版本8

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此运算符版本自版本 8 起可用。

摘要

对输入张量进行逐元素求和(支持 Numpy 风格的广播)。所有输入和输出必须具有相同的数据类型。此运算符支持多向(即 Numpy 风格)广播;有关更多详细信息,请参阅 ONNX 中的广播

输入

输入数量介于 1 到 2147483647 之间。

  • data_0 (可变参数, 异构) - T

    用于求和的张量列表。

输出

  • sum (heterogeneous) - T

    输出张量。

类型约束

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

    将输入和输出类型限制为浮点张量。

Sum - 6

版本

  • 名称: Sum (GitHub)

  • : main

  • 起始版本: 6

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符自版本 6 起可用。

摘要

对输入张量进行逐元素求和。所有输入和输出必须具有相同的形状和数据类型。

输入

输入数量介于 1 到 2147483647 之间。

  • data_0 (可变参数, 异构) - T

    Sum 的张量列表。

输出

  • sum (heterogeneous) - T

    输出张量。与输入具有相同的维度。

类型约束

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

    将输入和输出类型限制为浮点张量。

Sum - 1

版本

  • 名称: Sum (GitHub)

  • : main

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: False

此版本的运算符自 版本 1 起可用。

总结

对输入张量进行逐元素求和。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 - 整型 :

    传统优化属性。

输入

输入数量介于 1 到 2147483647 之间。

  • data_0 (可变参数, 异构) - T

    Sum 的张量列表。

输出

  • sum (heterogeneous) - T

    输出张量。与输入具有相同的维度。

类型约束

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

    将输入和输出类型限制为浮点张量。