AI常用算子列表

AI常用算子列表

Abs

AbsGrad

AcosGrad

Add

AsinGrad

AsinhGrad

AtanGrad

BiasAddGrad

BNTrainingUpdate

Ceil

ConcatD

Cos

Cosh

Div

Elu

EluGrad

Equal

Erf

Erfc

Exp

Expm1

Floor

Gelu

GeluGrad

Inv

InvGrad

L2Loss

L2Normalize

L2NormalizeGrad

Log

LogSoftmaxV2

LogSoftmaxGrad

Log1p

Maximum

Mod

Mul

Neg

OnesLike

Pow

PReluGrad

Reciprocal

ReciprocalGrad

ReduceAllD

ReduceAnyD

ReduceMaxD

ReduceMeanD

ReduceSumD

Relu

ReluGrad

Relu6

Relu6Grad

Rint

Round

Rsqrt

RsqrtGrad

Selu

Sigmoid

SigmoidCrossEntropyWithLogits

SigmoidGrad

Sign

Sinh

SmoothL1Loss

SoftmaxV2

SoftmaxGrad

Softplus

Softsign

SplitD

Sqrt

SqrtGrad

Square

StridedSliceD

Sub

Tanh

TanhGrad

SoftmaxCrossEntropyWithLogits

MatMul

GNTrainingReduce

GNTrainingUpdate

CosineEmbeddingLoss

INTrainingReduceV2

INTrainingUpdateV2

AvgPool

Conv2D

Conv2DBackpropInput

Conv2DBackpropFilter

Conv2DCompress

Conv2DTranspose

Conv3D

Conv3DBackpropInput

Conv3DBackpropFilter

DepthwiseConv2D

DepthwiseConv2DBackpropInput

DepthwiseConv2DBackpropFilter

Deconvolution

GEMM

Pooling

 

 

序号	算子	含义
1	Activation	激活函数，支持模式：Abs、Sigmoid、Tanh、ELU、PReLU、Relu、Relu6
2	Add	计算2个输入的和
3	Argmax	返回输入的最大值对应的索引序号
4	BatchMatmul	在Batch维度上，对切片进行Matmul运算
5	BatchNorm	对输入在batch上做归一化计算
6	BatchToSpaceND	将批处理数据重新排列到空间数据块中,然后进行裁剪
7	BiasAdd	计算输入tensor和1个常量输入的和
8	BNInference	对输入在batch上做归一化计算，同BatchNorm
9	Cast	转换输入的数据类型
10	Ceil	向上取整
11	ClipByValue	将一个张量中的数值限制在[min, max]范围之内
12	Concat	数据按维度拼接
13	Convolution	卷积
14	ConvolutionDepthwise	深度卷积
15	ConvTranspose	转置卷积，计算过程约等于卷积的反向计算
16	Cos	计算cos
17	Crop	截取
18	CropAndResize	从输入图像张量中提取作物并调整它们的大小
19	Deconvolution	反卷积
20	DepthToSpace	Channel维通过空间块转移至Height、Width维的一种数据重排
21	Eltwise	按元素操作层（求和、乘积、最大值）
22	Erf	误差函数（也称为高斯误差函数）
23	Equal	判断第一个输入是否等于第二个输入
24	Exp	计算并返回给定输入、给定参数的EXP值
25	ExpandDims	对输入shape进行补维
26	Expm1	计算y = exp(x) - 1
27	Fill	使用输入的维度和值信息，生成一个tensor
28	Flatten	保留输入的第一个维度，把第一个维度包含的每个子张量展开成一个行向量
29	FlattenV2	将输入张量扁平化为二维矩阵，可选起始和终止axis
30	Floor	向下取整
31	FloorDiv	x / y 向下取整
32	FloorMod	返回除法元素的余数
33	FullConnection	全连接
34	Gather	根据indices对输入tensor的第axis根轴获取合成新的tensor
35	GatherNd	将输入张量的切片聚合成具有indices指定维度的新张量
36	Gemm	使用输入张量、一组学习的权重计算内积，并添加偏差
37	Greater	判断第一个输入是否大于第二个输入
38	GreaterEqual	按元素返回（x1 >= x2）真值
39	InstanceNorm	对输入在像素上做归一化计算
40	Interp	插值层
41	LeakyRelu	激活函数
42	LayerNorm	层归一化函数
43	Less	按元素返回（x1 < x2）真值
44	LessEqual	比较两个输入张量每个元素是否满足小于等于的关系
45	Log	计算每个元素的自然对数
46	Log1p	计算（1+x）元素的自然对数
47	LogicalAnd	对两个输入张量做逻辑与运算
48	LogicalNot	对输入张量做逻辑非运算
49	LogicalOr	对两个输入张量做逻辑或运算
50	LRN	局部响应标准化，用于防止数据过度拟合
51	Matmul	对2个输入做矩阵乘法运算
52	Maximum	计算2个输入中的较大值
53	MirrorPad	根据指定的paddings来填充一个tensor
54	Minimum	返回两个输入中小的元素
55	Mul	计算2个输入的乘积
56	Multinomial	生成多项式分布的随机数据
57	Neg	对每个元素值取反
58	NotEqual	比较两个输入张量每个元素是否满足不等于的关系
59	NonMaxSuppressionV3D	按分数降序选择边界框的子集
60	NonMaxSuppressionV6	选出与上一个框有较高的交叉点重叠率（IOU）的框
61	OneHot	将input转化为独热类型数据输出
62	Pack	将多个输入堆叠拼接成1个
63	Pad