Div

Div - 14

版本

  • 名稱: Div (GitHub)

  • 網域: main

  • since_version: 14

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

此版本的運算子自版本 14 起提供。

摘要

執行逐元素二元除法 (具有 Numpy 樣式的廣播支援)。

此運算子支援多向 (即 Numpy 樣式) 廣播；如需更多詳細資訊，請查看ONNX 中的廣播。

(Opset 14 變更): 擴充支援類型以包含 uint8、int8、uint16 和 int16。

輸入

  • A (異質) - T

    第一個運算元。

  • B (異質) - T

    第二個運算元。

輸出

  • C (異質) - T

    結果，具有與兩個輸入相同的元素類型

類型約束

  • 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) )

    將輸入和輸出類型限制為所有數值張量。

Div - 13

版本

  • 名稱: Div (GitHub)

  • 網域: main

  • since_version: 13

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

此版本的運算子自版本 13 起提供。

摘要

執行逐元素二元除法 (具有 Numpy 樣式的廣播支援)。

此運算子支援多向 (即 Numpy 樣式) 廣播；如需更多詳細資訊，請查看ONNX 中的廣播。

輸入

  • A (異質) - T

    第一個運算元。

  • B (異質) - T

    第二個運算元。

輸出

  • C (異質) - T

    結果，具有與兩個輸入相同的元素類型

類型約束

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

    將輸入和輸出類型限制為高精度數值張量。

Div - 7

版本

  • 名稱: Div (GitHub)

  • 網域: main

  • since_version: 7

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

此版本的運算子自版本 7 起提供。

摘要

執行逐元素二元除法 (具有 Numpy 樣式的廣播支援)。

此運算子支援多向 (即 Numpy 樣式) 廣播；如需更多詳細資訊，請查看ONNX 中的廣播。

輸入

  • A (異質) - T

    第一個運算元。

  • B (異質) - T

    第二個運算元。

輸出

  • C (異質) - T

    結果，具有與兩個輸入相同的元素類型

類型約束

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

    將輸入和輸出類型限制為高精度數值張量。

Div - 6

版本

  • 名稱: Div (GitHub)

  • 網域: main

  • since_version: 6

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: True

此版本的運算子自版本 6 起提供。

摘要

執行逐元素二元除法 (具有有限的廣播支援)。

如有必要，右側的引數將會廣播以符合左側引數的形狀。當指定廣播時，第二個張量可以是元素大小為 1 (包含純量張量和任何等級等於或小於第一個張量的張量)，或者其形狀是第一個張量形狀的連續子集。彼此相等形狀的開頭由引數「軸」指定，如果未設定，則假設為尾碼匹配。1 維度展開尚無法運作。

例如，支援下列張量形狀 (具有廣播=1)

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 為純量張量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 為 1 元素張量 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), 帶有軸=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 帶有軸=0

需要傳遞屬性 broadcast=1 以啟用廣播。

屬性

  • axis - INT :

    如果設定，則定義廣播維度。請參閱文件以取得詳細資訊。

  • broadcast - INT (預設為 '0')

    傳遞 1 以啟用廣播

輸入

  • A (異質) - T

    第一個運算元，應與第二個運算元共用類型。

  • B (異質) - T

    第二個運算元。使用廣播時，可以小於 A 的大小。如果停用廣播，則應具有相同的大小。

輸出

  • C (異質) - T

    結果，具有與 A 相同的維度和類型

類型約束

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

    將輸入和輸出類型限制為高精度數值張量。

Div - 1

版本

  • 名稱: Div (GitHub)

  • 網域: main

  • since_version: 1

  • function: False

  • support_level: SupportType.COMMON

  • shape inference: False

此版本的運算子自版本 1 起提供。

摘要

執行逐元素二元除法 (具有有限的廣播支援)。

如有必要，右側的引數將會廣播以符合左側引數的形狀。當指定廣播時，第二個張量可以是元素大小為 1 (包含純量張量和任何等級等於或小於第一個張量的張量)，或者其形狀是第一個張量形狀的連續子集。彼此相等形狀的開頭由引數「軸」指定，如果未設定，則假設為尾碼匹配。1 維度展開尚無法運作。

例如，支援下列張量形狀 (具有廣播=1)

shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 為純量張量 shape(A) = (2, 3, 4, 5), shape(B) = (1, 1), 即 B 為 1 元素張量 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), 帶有軸=1 shape(A) = (2, 3, 4, 5), shape(B) = (2), 帶有軸=0

需要傳遞屬性 broadcast=1 以啟用廣播。

屬性

  • axis - INT :

    如果設定，則定義廣播維度。請參閱文件以取得詳細資訊。

  • broadcast - INT (預設為 '0')

    傳遞 1 以啟用廣播

  • consumed_inputs - INTS :

    舊版最佳化屬性。

輸入

  • A (異質) - T

    第一個運算元，應與第二個運算元共用類型。

  • B (異質) - T

    第二個運算元。使用廣播時，可以小於 A 的大小。如果停用廣播，則應具有相同的大小。

輸出

  • C (異質) - T

    結果，具有與 A 相同的維度和類型

類型約束

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

    將輸入和輸出類型限制為浮點數張量。