torch

Note

若API“是否支持”为“是”,“限制与说明”为“-”,说明此API和原生API支持度保持一致。

API名称 是否支持 限制与说明
torch.default_generator -
torch.SymInt 支持fp32
torch.SymFloat 支持fp32
torch.SymBool 支持fp32
torch.Tag -
torch.Tag.name -
torch.is_tensor -
torch.is_storage -
torch.is_complex 支持complex64,complex128
torch.is_conj -
torch.is_floating_point -
torch.is_nonzero -
torch.set_default_dtype -
torch.get_default_dtype -
torch.set_default_device -
torch.set_default_tensor_type 不支持传入torch.npu.DtypeTensor类型
torch.numel -
torch.set_printoptions -
torch.set_flush_denormal -
torch.tensor -
torch.sparse_coo_tensor indices支持int32,int64
values支持fp16,fp32,int32
dtype参数与values的dtype保持一致
torch.sparse_csr_tensor -
torch.sparse_csc_tensor -
torch.sparse_bsr_tensor -
torch.sparse_bsc_tensor -
torch.asarray 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.as_tensor 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.as_strided 支持fp32
torch.from_numpy 支持输出fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.from_dlpack -
torch.frombuffer 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.zeros -
torch.zeros_like 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.ones 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.ones_like 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.arange 支持bf16,fp16,fp32,fp64,int32,int64
torch.range -
torch.linspace 支持bf16,fp16,fp32,fp64
创建序列大小为steps的1维向量
torch.eye 支持fp16,fp32
torch.empty 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.empty_like 支持bf16,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.empty_strided -
torch.full 支持fp32
torch.full_like 支持uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.quantize_per_tensor -
torch.quantize_per_channel -
torch.dequantize 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.complex -
torch.polar 支持fp32
入参abs和angle的维度需相等
torch.heaviside -
torch.argwhere 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.cat 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.concat 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.concatenate 支持bf16,fp16,fp32,int64,bool,complex64
torch.conj 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.chunk 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.dsplit 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.dstack 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.gather 支持fp16,fp32,int16,int32,int64,bool
index维度需与input维度一致
torch.hsplit 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.hstack 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.index_add 支持fp16,fp32,int64,bool
torch.index_copy 支持fp32
torch.index_reduce 可能回退至CPU执行
torch.index_select 支持bf16,fp16,fp32,int16,int32,int64,bool
torch.masked_select 支持fp16,fp32,int16,int32,int64,bool
torch.movedim 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.moveaxis 支持fp32,int64,complex128
torch.narrow 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.narrow_copy 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
可能回退至CPU执行
torch.nonzero 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.permute 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.reshape 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.row_stack 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.scatter 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
可能回退至CPU执行
torch.diagonal_scatter 支持bf16,fp16,fp32,int16,int32,int64,bool
torch.select_scatter 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.slice_scatter 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.scatter_reduce -
torch.split 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.squeeze 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.stack 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.swapaxes 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.swapdims 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.t 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.take 支持fp16,fp32,int16,int32,int64,bool
torch.take_along_dim 支持fp32
torch.tensor_split 仅CPU支持
torch.tile 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
若入参dims的长度小于input.shape的长度,则会在dims前自动补全1,使其长度与 input.shape对齐。补全后的dims,需要满足如下限制:
- 当需要对第一根轴进行重复时,最多允许同时对4个维度进行重复操作(即dims中大于1的元素个数 ≤ 4),例如:不支持torch.tile(input, [2, 3, 4, 5, 6]) ,支持torch.tile(input, [2, 3, 1, 5, 6])
- 当不需要对第一根轴进行重复时,最多允许同时对3个维度进行重复操作(即dims中大于1的元素个数 ≤ 3),例如:不支持torch.tile(input, [1, 3, 4, 5, 6]) ,支持torch.tile(input, [1, 3, 1, 5, 6])
- 若执行反向计算,输入Tensor的维度数与入参dims中大于1的元素个数之和不得超过8
torch.transpose 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.unsqueeze 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.vsplit 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.vstack 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.where 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
不支持8维度的shape
torch.Generator -
torch.Generator.device -
torch.Generator.get_state -
torch.Generator.initial_seed -
torch.Generator.manual_seed -
torch.Generator.seed -
torch.Generator.set_state -
torch.seed -
torch.manual_seed -
torch.initial_seed -
torch.get_rng_state -
torch.set_rng_state -
torch.bernoulli 支持fp32
torch.multinomial 支持fp16,fp32
torch.normal 支持fp16,fp32
torch.poisson -
torch.rand -
torch.rand_like 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64
遵循PyTorch社区规范,不再支持对bool类型数据进行处理。针对存量bool类型数据可以通过如下方案进行替换:如果需要输出全True,可以采用torch.bernoulli(input, 1)。如果需要输出均匀分布的bool类型,则采用torch.bernoulli(input, 0.5)
torch.randint -
torch.randint_like 支持fp16,fp32,int64
torch.randn -
torch.randn_like 支持fp32
torch.randperm -
torch.save -
torch.load -
torch.get_num_threads -
torch.set_num_threads -
torch.get_num_interop_threads -
torch.set_num_interop_threads -
torch.no_grad -
torch.enable_grad -
torch.autograd.grad_mode.set_grad_enabled -
torch.is_grad_enabled -
torch.autograd.grad_mode.inference_mode -
torch.is_inference_mode_enabled -
torch.abs 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.absolute 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.acos 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.arccos 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.acosh 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
可能回退至CPU执行
torch.arccosh 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.add 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.addcdiv 支持fp16,fp32,int64
在int64类型不支持三个tensor同时广播
torch.addcmul 支持bf16,fp16,fp32,fp64,uint8,int8,int32,int64
在fp64,uint8,int8,int64类型不支持三个tensor同时广播
torch.angle 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.asin 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.arcsin 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.asinh 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.arcsinh 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.atan 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.arctan 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.atanh 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.arctanh 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.atan2 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.arctan2 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.bitwise_not 支持uint8,int8,int16,int32,int64,bool
torch.bitwise_and 支持uint8,int8,int16,int32,int64,bool
torch.bitwise_or 支持uint8,int8,int16,int32,int64,bool
torch.bitwise_xor 支持uint8,int8,int16,int32,int64,bool
torch.ceil 支持fp16,fp32
torch.clamp 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.clip 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.copysign 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
可能回退至CPU执行
torch.cos 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.cosh 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.deg2rad 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.div 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.divide 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.erf 支持fp16,fp32,int64,bool
torch.erfc 支持fp16,fp32,int64,bool
torch.erfinv 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.exp 支持bf16,fp16,fp32,fp64,int64,bool,complex64,complex128
torch.exp2 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.expm1 支持fp16,fp32,int64,bool
torch.fix 支持bf16,fp16,fp32
torch.float_power 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex128
torch.floor 支持fp16,fp32
torch.floor_divide 支持fp16,fp32,uint8,int8,int16,int32,int64
torch.fmod 支持fp16,fp32,uint8,int8,int32,int64
torch.gradient 支持bf16,fp16,fp32,int8,int16,int32,int64
torch.ldexp 支持fp16,fp64,complex64
torch.lerp 支持fp16,fp32
torch.log 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.log10 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
当输入input为uint8,int8,int16,int32,int64,bool时,输出out必须为fp32
其余支持数据类型输出out和输入input保持一致
torch.log1p 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.log2 支持bf16,fp32,int64,bool,fp16
torch.logaddexp 不支持double数据类型
torch.logaddexp2 不支持double数据类型
torch.logical_and 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.logical_not 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.logical_or 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.logical_xor 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.logit 支持bf16,fp16,fp32
eps取值大于1时输出为nan,eps取值为1时输出为inf
torch.mul 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.multiply 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.nan_to_num 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.neg 支持bf16,fp16,fp32,int8,int32,int64,complex64,complex128
torch.negative 支持bf16,fp16,fp32,int8,int32,int64,complex64,complex128
torch.positive 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,complex64,complex128
torch.pow 支持bf16,fp16,fp32,fp64,int16,int64
torch.rad2deg 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.real 支持fp16,fp32,complex64,complex128
torch.reciprocal 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.remainder 支持fp16,fp32,int16,int32,int64
torch.round 支持fp16,fp32
torch.rsqrt 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.sigmoid 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.sign 支持bf16,fp16,fp32,int32,int64,bool
torch.sgn 支持bf16,fp16,fp32,int32,int64,bool,complex64,complex128
torch.sin 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.sinh 支持fp16,fp32,fp64
torch.softmax 支持fp32
支持Named Tensor
torch.sqrt 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.square 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.sub 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.tan 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
取值范围[-65504,65504]
torch.tanh 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.true_divide 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.trunc 支持fp16,fp32
可能回退至CPU执行
torch.xlogy 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.argmax 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.argmin 支持fp16,fp32,uint8,int8,int16,int32,int64
torch.amax 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.amin 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.aminmax 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.all 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.any 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.max 支持bf16,fp16,fp32,int64,bool
torch.min 支持bf16,fp16,fp32,int64,bool
torch.dist 支持bf16,fp16,fp32
torch.logsumexp 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.mean 支持bf16,fp16,fp32,complex64,complex128
torch.median 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.norm 支持bf16,fp16,fp32
参数p为负数时,计算结果可能存在精度误差
参数dim指定为输入tensor中shape维度值为1的轴时,计算结果可能存在精度误差
torch.nansum 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.prod 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.nanquantile -
torch.std 支持fp16,fp32
可能回退至CPU执行
torch.std_mean -
torch.sum 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
不支持dtype参数
torch.unique 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
带dim场景不支持fp16
在输入包含0的情况下,输出中可能会包含正0和负0,而非只输出一个0
torch.unique_consecutive -
torch.var 支持fp16,fp32
torch.var_mean -
torch.count_nonzero 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.allclose 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.argsort 支持fp16,fp32,uint8,int8,int16,int32,int64
torch.eq 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.equal 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.ge 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.greater_equal 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.gt 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.greater 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.isclose 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.isfinite 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.isin 双tensor输入的场景约束如下:
- 支持fp16,fp32,uint8,int8,int16,int32,int64
- 第一个输入tensor维度不能大于7维,第二个输入tensor维度不能大于8维
单tensor输入的场景约束如下:
- 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64
- 输入tensor的维度不大于8维
torch.isinf 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.isposinf 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.isneginf 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.isnan 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.kthvalue 支持fp16,fp32,int32
torch.le 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.less_equal 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.lt 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.less 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.maximum 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.minimum 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.ne 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.not_equal 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.sort 支持fp16,fp32,uint8,int8,int16,int32,int64
torch.topk 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64不支持sorted=False场景
torch.msort 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.stft 若算子超时,需要用官方接口set_op_execute_time_out进行设置,调高超时阈值判断时间
torch.hann_window 支持bf16,fp16,fp32
数据类型为fp32时,参数window_length在大于10000的情况下,计算结果可能存在误差
torch.atleast_1d 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.atleast_2d 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.atleast_3d 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.bincount 支持uint8,int8,int16,int32,int64
weights维度需与input维度一致
torch.block_diag 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.broadcast_tensors 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.broadcast_to 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.broadcast_shapes -
torch.cdist -
torch.clone 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.combinations 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.cov 支持fp32
torch.cross 支持fp16,fp32,uint8,int8,int16,int32,int64,complex64,complex128
两个输入的shape要保持一致
torch.cummax 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.cummin 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
输入为int32时,数值范围在[-16777216, 16777216]内
torch.cumprod 支持fp16,fp32,int32
torch.cumsum 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
支持Named Tensor
torch.diag 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64
torch.diag_embed 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.diagonal 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.diff 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.einsum 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.flatten 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.flip 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.fliplr 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.flipud 支持fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.kron 不支持5维度及以上输入
torch.histc 支持fp16,fp32
当输入tensor值处于计数区间交界时,归于左区间计数还是右区间计数可能存在误差
torch.meshgrid 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.ravel 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.repeat_interleave 支持fp16,fp32,int16,int32,int64,bool
输入张量在重复后得到输出,输出中元素个数需小于2222^{22}
torch.roll 支持fp16,fp32,int32,int64,bool
torch.searchsorted 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.tensordot 支持fp16,fp32
torch.tril 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.tril_indices -
torch.triu 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.triu_indices -
torch.unflatten -
torch.view_as_real 支持complex64
torch.view_as_complex 支持fp32,fp64
torch.resolve_conj 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.resolve_neg 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64,bool,complex64,complex128
torch.addbmm 支持fp16,fp32
torch.addmm 支持fp16,fp32
torch.addmv 支持fp16,fp32,uint8,int8,int16,int32,int64
torch.addr 支持fp16,fp32,uint8,int8,int16,int32,int64,bool
torch.baddbmm 支持fp16,fp32
torch.bmm 支持fp16,fp32
torch.dot 支持fp16,fp32
torch.slogdet 支持fp32,complex64,complex128
可能回退至CPU执行
torch.matmul 支持fp16,fp32
支持Named Tensor
输入最大支持6维
torch.mm 支持fp16,fp32
torch.outer 支持bf16,fp16,fp32,fp64,uint8,int8,int16,int32,int64,bool
torch.qr -
torch.trapezoid 支持bf16,fp16,fp32,uint8,int8,int16,int32,int64
torch.cumulative_trapezoid 支持fp16,fp32,fp64,uint8,int8,int16,int32,int64
torch.vdot 支持fp16,fp32
torch.compiled_with_cxx11_abi -
torch.result_type 支持fp32
torch.can_cast -
torch.promote_types -
torch.use_deterministic_algorithms 同时设置HCCL_DETERMINISTIC和torch.use_deterministic_algorithms时,若HCCL_DETERMINISTIC开启确定性则hccl接口启用确定性,否则hccl确定性由torch.use_deterministic_algorithms接口控制
torch.are_deterministic_algorithms_enabled -
torch.is_deterministic_algorithms_warn_only_enabled -
torch.set_deterministic_debug_mode -
torch.get_deterministic_debug_mode -
torch.set_float32_matmul_precision -
torch.get_float32_matmul_precision -
torch.set_warn_always -
torch.is_warn_always_enabled -
torch.vmap -
torch._assert -
torch.sym_float 支持fp32
torch.sym_int 支持fp32
torch.sym_max 支持fp32
torch.sym_min 支持fp32
torch.sym_not 支持fp32
torch.compile backend可支持npugraphs,整体功能与backend="cudagraphs"一致