ONNX 中的广播¶

在 ONNX 中，逐元素（element-wise）算子可以接受不同形状的输入，只要输入张量可以广播到相同的形状即可。ONNX 支持两种类型的广播：多向广播（multidirectional broadcasting）和单向广播（unidirectional broadcasting）。我们将在接下来的章节中分别介绍这两种广播类型。

多向广播¶

在 ONNX 中，如果满足以下任一条件，则一组张量可以进行多向广播到相同的形状

所有张量具有完全相同的形状。
所有张量具有相同的维度数，并且每个维度的长度要么是共同长度，要么是 1。
维度数太少的张量可以在其形状前添加一个长度为 1 的维度以满足条件 2。

例如，以下张量形状支持多向广播

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量 ==> shape(result) = (2, 3, 4, 5)
shape(A) = (2, 3, 4, 5), shape(B) = (5,), ==> shape(result) = (2, 3, 4, 5)
shape(A) = (4, 5), shape(B) = (2, 3, 4, 5), ==> shape(result) = (2, 3, 4, 5)
shape(A) = (1, 4, 5), shape(B) = (2, 3, 1, 1), ==> shape(result) = (2, 3, 4, 5)
shape(A) = (3, 4, 5), shape(B) = (2, 1, 1, 1), ==> shape(result) = (2, 3, 4, 5)

多向广播与 Numpy 的广播规则相同。

ONNX 中的以下算子支持多向广播

Add
And
Div
Equal
Greater
Less
Max
Mean
Min
Mul
Or
Pow
Sub
Sum
Where
Xor

单向广播¶

在 ONNX 中，如果满足以下任一条件，则张量 B 可以单向广播到张量 A

张量 A 和 B 具有完全相同的形状。
张量 A 和 B 都具有相同的维度数，并且每个维度的长度要么是共同长度，要么是 B 的长度为 1。
张量 B 的维度数太少，并且可以在其形状前添加一个长度为 1 的维度以满足条件 2。

当发生单向广播时，输出的形状与张量 A 的形状相同（即，两个输入张量中较大的形状）。

在以下示例中，张量 B 可以单向广播到张量 A

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量 ==> shape(result) = (2, 3, 4, 5)
shape(A) = (2, 3, 4, 5), shape(B) = (5,), ==> shape(result) = (2, 3, 4, 5)
shape(A) = (2, 3, 4, 5), shape(B) = (2, 1, 1, 5), ==> shape(result) = (2, 3, 4, 5)
shape(A) = (2, 3, 4, 5), shape(B) = (1, 3, 1, 5), ==> shape(result) = (2, 3, 4, 5)

ONNX 中的以下算子支持单向广播

Gemm
PRelu