onnx._custom_element_types¶
此模块定义了numpy不支持的自定义数据类型。
函数 onnx.numpy_helper.from_array()
和 onnx.numpy_helper.to_array() 使用它们
来在这些类型之间转换数组。
类 onnx.reference.ReferenceEvalutor 也使用它们。
例如，为了创建用于单元测试的此类数组，可以方便地编写
如下内容：
import numpy as np
from onnx import TensorProto
from onnx.reference.ops.op_cast import Cast_19 as Cast
tensor_bfloat16 = Cast.eval(np.array([0, 1], dtype=np.float32), to=TensorProto.BFLOAT16)
下面使用的numpy表示dtypes仅供内部使用。它们可能会根据这些numpy类型的行业标准化在未来发生变化。
- onnx._custom_element_types.bfloat16 = dtype((numpy.uint16, [('bfloat16', '<u2')]))¶
将bfloat16定义为uint16。
- onnx._custom_element_types.float4e2m1 = dtype((numpy.uint8, [('float4e2m1', 'u1')]))¶
定义浮点数4 e2m1类型，详情请参见存储在4位中的浮点数以获取技术细节。 请注意，一个整数使用一个字节存储，因此其大小是其onnx大小的两倍。
- onnx._custom_element_types.float8e4m3fn = dtype((numpy.uint8, [('e4m3fn', 'u1')]))¶
定义 float 8 e4m3fn 类型，有关技术细节，请参见 Float stored in 8 bits。
- onnx._custom_element_types.float8e4m3fnuz = dtype((numpy.uint8, [('e4m3fnuz', 'u1')]))¶
定义 float 8 e4m3fnuz 类型，详情请参阅 存储在8位中的浮点数 技术细节。
- onnx._custom_element_types.float8e5m2 = dtype((numpy.uint8, [('e5m2', 'u1')]))¶
定义 float 8 e5m2 类型，详情请参阅 Float stored in 8 bits 的技术细节。
- onnx._custom_element_types.float8e5m2fnuz = dtype((numpy.uint8, [('e5m2fnuz', 'u1')]))¶
定义 float 8 e5m2fnuz 类型，详情请参阅 存储在8位中的浮点数 技术细节。