Unary

为输入张量的每个元素计算一元运算。

属性

operation 一元运算可以是以下之一

• EXP \(output=e^{input}\)

• LOG \(output=log_e(input)\)

• SQRT \(output=\sqrt{input}\)

• RECIP \(output=\frac{1}{input}\)

• ABS \(output=|input|\)

• NEG \(output=-input\)

• SIN \(output=sin(input)\)

• COS \(output=cos(input)\)

• TAN \(output=tan(input)\)

• SINH \(output=sinh(input)\)

• COSH \(output=cosh(input)\)

• ASIN \(output=asin(input)\)

• ACOS \(output=acos(input)\)

• ATAN \(output=atan(input)\)

• ASINH \(output=asinh(input)\)

• ACOSH \(output=acosh(input)\)

• ATANH \(output=atanh(input)\)

• CEIL \(output=\lceil input \rceil\)

• FLOOR \(output=\lfloor input \rfloor\)

• ERF \(output=gef(input) \, \text{, gef 是高斯误差函数}\)

• NOT \(output=~input\)

• SIGN \(output=sign(input)\)

• ROUND \(output=round(input)\)

• ISINF \(output=isinf(input)\)

• ISNAN \(output=isnan(input)\)

输入

input: T 类型的张量

输出

output: T 类型的张量。 ISINF 和 ISNAN 仅输出 bool 类型。

数据类型

运算	T
ABS	int8, int32, int64, float16, float32, bfloat16
ACOS	int8, float16, float32
ACOSH	int8, float16, float32
ASIN	int8, float16, float32
ASINH	int8, float16, float32
ATAN	int8, float16, float32
ATANH	int8, float16, float32,
CEIL	int8, float16, float32, bfloat16
COS	int8, float16, float32, bfloat16
COSH	int8, float16, float32
ERF	int8, float16, float32, bfloat16
EXP	int8, float16, float32, bfloat16
FLOOR	int8, float16, float32, bfloat16
LOG	int8, float16, float32, bfloat16
NEG	int8, int32, int64, float16, float32, bfloat16
RECIP	int8, float16, float32, bfloat16
ROUND	int8, float16, float32, bfloat16
SIN	int8, float16, float32, bfloat16
SINH	int8, float16, float32
SQRT	int8, float16, float32, bfloat16
TAN	int8, float16, float32
NOT	bool
SIGN	int8, int32, int64, float16, float32, bfloat16
ISINF	float16, float32, bfloat16
ISNAN	float16, float32, bfloat16

形状信息

输出与输入具有相同的形状。

DLA 支持

DLA 支持以下 operation 类型

• ABS

• SIN

• COS

• ATAN

示例

Unary

in1 = network.add_input("input1", dtype=trt.float32, shape=(2, 3))
layer = network.add_unary(in1, op=trt.UnaryOperation.ABS)
network.mark_output(layer.get_output(0))

inputs[in1.name] = np.array([[-3.0, -2.0, -1.0], [0.0, 1.0, 2.0]])

outputs[layer.get_output(0).name] = layer.get_output(0).shape

expected[layer.get_output(0).name] = np.array([[3.0, 2.0, 1.0], [0.0, 1.0, 2.0]])

C++ API

有关 C++ IUnaryLayer 算子的更多信息，请参阅 C++ IUnaryLayer 文档。

Python API

有关 Python IUnaryLayer 算子的更多信息，请参阅 Python IUnaryLayer 文档。