（beta）torch_npu.npu_sign_bits_pack

产品支持情况

产品	是否支持
Atlas A3 训练系列产品	√
Atlas A2 训练系列产品	√
Atlas 推理系列产品	√
Atlas 训练系列产品	√

功能说明

• API功能：将float类型的输入打包为uint8类型。每8个浮点数打包为一个uint8数值，-1.0编码为二进制位0，1.0编码为二进制位1，并按小端序进行打包。

• 等价计算逻辑：

  可使用sign_pack等价替换torch_npu.npu_sign_bits_pack，两者计算逻辑一致。

  import torch
  import numpy as np
  
  def sign_pack(in_data, size):
     sign_data = np.sign(in_data)
     sign_data = sign_data + 1
     bool_data = np.bool_(sign_data)
     pack_bit = np.packbits(bool_data, bitorder="little")
     return pack_bit.reshape(size, pack_bit.shape[0] // size)
  

函数原型

torch_npu.npu_sign_bits_pack(self, size) -> Tensor

参数说明

• self (Tensor): 必选参数，1D float张量。 支持float32和float16类型输入。
• size(int): 必选参数，用于reshape输出张量的第一个维度。

返回值说明

Tensor

打包后的张量。

约束说明

size可被float打包的输出整除。如果self的size可被8整除，则输出的size为(size of self)/8；否则，输出的size为(size of self // 8) + 1。将在小端位置添加-1浮点值以填充可整除性。

调用示例

>>> import torch, torch_npu
>>> a = torch.tensor([5,4,3,2,0,-1,-2, 4,3,2,1,0,-1,-2],dtype=torch.float32).npu()
>>> b = torch_npu.npu_sign_bits_pack(a, 2)
>>> b
tensor([[159],
        [ 15]], device='npu:0', dtype=torch.uint8)
>>> c = torch_npu.npu_sign_bits_pack(a, 1)
>>> c
tensor([[159, 15]], device='npu:0', dtype=torch.uint8)