ONNX 中的广播

在 ONNX 中，逐元素运算符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。ONNX 支持两种类型的广播：多向广播和单向广播。我们将在以下部分分别介绍这两种类型的广播。

多向广播

在 ONNX 中，如果满足以下条件之一，则一组张量可以多向广播到相同的形状

• 所有张量都具有完全相同的形状。

• 所有张量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 1。

• 维度太少的张量可以通过在其形状前添加长度为 1 的维度来满足属性 2。

例如，以下张量形状受多向广播支持

• shape(A) = (2, 3, 4, 5), shape(B) = (,), 即 B 是标量 ==> 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 的广播相同。

ONNX 中的以下运算符支持多向广播

• Add

• And

• Div

• Equal

• Greater

• Less

• Max

• Mean

• Min

• Mul

• Or

• Pow

• Sub

• Sum

• Where

• Xor

单向广播

在 ONNX 中，如果满足以下条件之一，则张量 B 可以单向广播到张量 A

• 张量 A 和 B 都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 B 的长度是 1。

• 张量 B 的维度太少，并且 B 可以通过在其形状前添加长度为 1 的维度来满足属性 2。

当发生单向广播时，输出的形状与 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 中的以下运算符支持单向广播

• Gemm

• PRelu