添加

添加 - 14

版本

  • 名称: Add (GitHub)

  • 域名: main

  • since_version: 14

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本14起可用。

摘要

执行元素级别的二进制加法（支持Numpy风格的广播）。

该操作符支持多向（即Numpy风格）广播；更多详情请查看Broadcasting in ONNX。

(Opset 14 变更): 扩展支持的类型以包括 uint8、int8、uint16 和 int16。

输入

  • A (异质的) - T:

    第一个操作数。

  • B（异质的） - T：

    第二个操作数。

输出

  • C (异构) - T:

    结果，具有与两个输入相同的元素类型

类型约束

  • T 在 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) ):

    将输入和输出类型限制为所有数值张量。

添加 - 13

版本

  • 名称: Add (GitHub)

  • 域名: main

  • since_version: 13

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本13起可用。

摘要

执行元素级别的二进制加法（支持Numpy风格的广播）。

该操作符支持多向（即Numpy风格）广播；更多详情请查看Broadcasting in ONNX。

输入

  • A (异质的) - T:

    第一个操作数。

  • B（异质的） - T：

    第二个操作数。

输出

  • C (异构) - T:

    结果，具有与两个输入相同的元素类型

类型约束

  • T 在 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) ):

    将输入和输出类型限制为高精度数值张量。

添加 - 7

版本

  • 名称: Add (GitHub)

  • 域名: main

  • since_version: 7

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本7起可用。

摘要

执行元素级别的二进制加法（支持Numpy风格的广播）。

该操作符支持多向（即Numpy风格）广播；更多详情请查看Broadcasting in ONNX。

输入

  • A (异质的) - T:

    第一个操作数。

  • B（异质的） - T：

    第二个操作数。

输出

  • C (异构) - T:

    结果，具有与两个输入相同的元素类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) ):

    将输入和输出类型限制为高精度数值张量。

添加 - 6

版本

  • 名称: Add (GitHub)

  • 域名: main

  • since_version: 6

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: True

此版本的运算符自版本6起可用。

摘要

执行元素级别的二进制加法（支持有限的广播）。

如有必要，右侧参数将被广播以匹配左侧参数的形状。当指定广播时，第二个张量可以是元素大小为1的张量（包括标量张量和任何秩等于或小于第一个张量的张量），或者其形状是第一个张量形状的连续子集。相互相等形状的起始位置由参数“axis”指定，如果未设置，则假定为后缀匹配。目前尚不支持1维扩展。

例如，支持以下张量形状（broadcast=1）：

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个单元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), 使用 axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 使用 axis=0

需要传递属性 broadcast=1 以启用广播。

属性

  • axis - INT :

    如果设置，定义广播维度。详情请参阅文档。

  • broadcast - INT (默认为 '0'):

    传递1以启用广播

输入

  • A (异质的) - T:

    第一个操作数，应与第二个操作数共享类型。

  • B（异质的） - T：

    第二个操作数。如果启用了广播，它可以比A小。如果禁用了广播，它应该与A的大小相同。

输出

  • C (异构) - T:

    结果，具有与A相同的维度和类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64), tensor(uint32), tensor(uint64) ):

    将输入和输出类型限制为高精度数值张量。

添加 - 1

版本

  • 名称: Add (GitHub)

  • 域名: main

  • since_version: 1

  • 函数: False

  • support_level: SupportType.COMMON

  • 形状推断: False

此版本的运算符自版本1起可用。

总结

执行元素级别的二进制加法（支持有限的广播）。

如有必要，右侧参数将被广播以匹配左侧参数的形状。当指定广播时，第二个张量可以是元素大小为1的张量（包括标量张量和任何秩等于或小于第一个张量的张量），或者其形状是第一个张量形状的连续子集。相互相等形状的起始位置由参数“axis”指定，如果未设置，则假定为后缀匹配。目前尚不支持1维扩展。

例如，支持以下张量形状（broadcast=1）：

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是一个标量张量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 是一个单元素张量 shape(A) = (2, 3, 4, 5), shape(B) = (5,) shape(A) = (2, 3, 4, 5), shape(B) = (4, 5) shape(A) = (2, 3, 4, 5), shape(B) = (3, 4), 使用 axis=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 使用 axis=0

需要传递属性 broadcast=1 以启用广播。

属性

  • axis - INT :

    如果设置，定义广播维度。详情请参阅文档。

  • broadcast - INT (默认为 '0'):

    传递1以启用广播

  • consumed_inputs - INTS :

    遗留优化属性。

输入

  • A (异质的) - T:

    第一个操作数，应与第二个操作数共享类型。

  • B（异质的） - T：

    第二个操作数。如果启用了广播，它可以比A小。如果禁用了广播，它应该与A的大小相同。

输出

  • C (异构) - T:

    结果，具有与A相同的维度和类型

类型约束

  • T 在 ( tensor(double), tensor(float), tensor(float16) ) 中:

    将输入和输出类型限制为浮点张量。