structure DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC (directml.h)

Article
02/29/2024

Élève chaque élément d’InputTensor à la puissance d’Exponent, en plaçant le résultat dans l’élément correspondant de OutputTensor.

f(x) = pow(x, Exponent)

Les bases négatives sont prises en charge pour les exposants intégraux, sinon cet opérateur retourne NaN.

Cet opérateur prend en charge l’exécution sur place, ce qui signifie que OutputTensor est autorisé à alias InputTensor pendant la liaison.

Syntaxe

struct DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *OutputTensor;
  const DML_SCALE_BIAS  *ScaleBias;
  FLOAT                 Exponent;
};

Membres

InputTensor

Type : const DML_TENSOR_DESC*

Tenseur d’entrée à partir duquel lire.

OutputTensor

Type : const DML_TENSOR_DESC*

Tenseur de sortie dans lequel écrire les résultats.

ScaleBias

Type : _Maybenull_ const DML_SCALE_BIAS*

Mise à l’échelle et biais facultatifs à appliquer à l’entrée. Le cas échéant, cela a pour effet d’appliquer la fonction g(x) = x * scale + bias à chaque élément d’entrée avant de calculer cet opérateur.

Exponent

Type : FLOAT

Exposant vers lequel toutes les entrées seront générées.

Remarques

Consultez également l’opérateur POW DML_ELEMENT_WISE_POW_OPERATOR_DESC, qui accepte un deuxième tenseur comme exposants.

Configuration requise

Condition requise	Valeur
En-tête	directml.h

Voir aussi

DML_ELEMENT_WISE_POW_OPERATOR_DESC

Disponibilité

Cet opérateur a été introduit dans DML_FEATURE_LEVEL_1_0.

Contraintes tensoriels

InputTensor et OutputTensor doivent avoir les mêmes DataType, DimensionCount et Sizes.

Prise en charge des tenseurs

DML_FEATURE_LEVEL_3_0 et versions ultérieures

Tenseur	Genre	Nombre de dimensions pris en charge	Types de données pris en charge
InputTensor	Entrée	1 à 8	FLOAT32, FLOAT16
OutputTensor	Sortie	1 à 8	FLOAT32, FLOAT16

DML_FEATURE_LEVEL_1_0 et versions ultérieures

Tenseur	Genre	Nombre de dimensions pris en charge	Types de données pris en charge
InputTensor	Entrée	4	FLOAT32, FLOAT16
OutputTensor	Sortie	4	FLOAT32, FLOAT16

Partager via