0
代码
代码
Issues
Pull Requests
讨论
Wiki
分析
0
ascend-robotascend-robotmodify document
3ab37f5d创建于 4月16日历史提交

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 是 -
torch.SymInt 是 支持fp32
torch.SymFloat 是 支持fp32
torch.SymBool 是 支持fp32
torch.Tag 是 -
torch.Tag.name 是 -
torch.is_tensor 是 -
torch.is_storage 是 -
torch.is_complex 是 支持complex64，complex128
torch.is_conj 是 -
torch.is_floating_point 是 -
torch.is_nonzero 是 -
torch.set_default_dtype 是 -
torch.get_default_dtype 是 -
torch.set_default_device 是 -
torch.set_default_tensor_type 是 不支持传入torch.npu.DtypeTensor类型
torch.numel 是 -
torch.set_printoptions 是 -
torch.set_flush_denormal 是 -
torch.tensor 是 -
torch.sparse_coo_tensor 是 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 否 -
torch.sparse_csc_tensor 否 -
torch.sparse_bsr_tensor 否 -
torch.sparse_bsc_tensor 否 -
torch.asarray 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.as_tensor 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.as_strided 是 支持fp32
torch.from_numpy 是 支持输出fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.from_dlpack 否 -
torch.frombuffer 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.zeros 是 支持bf16，fp16，fp32，uint8，int16，int32，int64，bool，complex64，complex128
torch.zeros_like 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.ones 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.ones_like 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.arange 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.range 是 -
torch.linspace 是 支持bf16，fp16，fp32，fp64，int16，int32，int64，bool，complex64，complex128
创建序列大小为steps的1维向量
torch.eye 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.empty 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.empty_like 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.empty_strided 是 -
torch.full 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.full_like 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.quantize_per_tensor 否 -
torch.quantize_per_channel 否 -
torch.dequantize 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.complex 是 -
torch.polar 是 支持fp32
入参abs和angle的维度需相等
torch.heaviside 否 -
torch.argwhere 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.cat 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.concat 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64
torch.concatenate 是 支持bf16，fp16，fp32，int64，bool，complex64
torch.conj 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.chunk 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.dsplit 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.dstack 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64
torch.gather 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
index维度需与input维度一致
torch.hsplit 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.hstack 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64
torch.index_add 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.index_copy 是 支持fp32
torch.index_reduce 是 可能回退至CPU执行
torch.index_select 是 支持bf16，fp16，fp32，uint8，int16，int32，int64，bool，complex64，complex128
torch.masked_select 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.movedim 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.moveaxis 是 支持fp32，int64，complex128
torch.narrow 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.narrow_copy 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool可能回退至CPU执行
torch.nonzero 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.permute 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.reshape 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.row_stack 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64
torch.scatter 是 支持fp16，fp32，fp64，int8，int16，int32，int64，bool
可能回退至CPU执行
torch.diagonal_scatter 是 支持bf16，fp16，fp32，int16，int32，int64，bool
torch.select_scatter 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.slice_scatter 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.scatter_add 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.scatter_reduce 否 -
torch.split 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.squeeze 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.stack 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.swapaxes 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.swapdims 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.t 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.take 是 支持fp16，fp32，int16，int32，int64，bool
torch.take_along_dim 是 支持fp32
torch.tensor_split 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.tile 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
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 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.unsqueeze 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.vsplit 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.vstack 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64
torch.where 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
不支持8维度的shape
torch.Generator 是 -
torch.Generator.device 是 -
torch.Generator.get_state 是 -
torch.Generator.initial_seed 是 -
torch.Generator.manual_seed 是 -
torch.Generator.seed 是 -
torch.Generator.set_state 是 -
torch.seed 是 -
torch.manual_seed 是 -
torch.initial_seed 是 -
torch.get_rng_state 是 -
torch.set_rng_state 是 -
torch.bernoulli 是 支持fp16，fp32，fp64
torch.multinomial 是 支持fp16，fp32
torch.normal 是 支持fp16，fp32，fp64
torch.poisson 否 -
torch.rand 是 -
torch.rand_like 是 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 是 -
torch.randint_like 是 支持fp16，fp32，int64
torch.randn 是 -
torch.randn_like 是 支持fp32
torch.randperm 是 -
torch.save 是 -
torch.load 是 -
torch.get_num_threads 是 -
torch.set_num_threads 是 -
torch.get_num_interop_threads 是 -
torch.set_num_interop_threads 是 -
torch.no_grad 是 -
torch.enable_grad 是 -
torch.autograd.grad_mode.set_grad_enabled 是 -
torch.is_grad_enabled 是 -
torch.autograd.grad_mode.inference_mode 是 -
torch.is_inference_mode_enabled 是 -
torch.abs 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.absolute 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64
torch.acos 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.arccos 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.acosh 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
可能回退至CPU执行
torch.arccosh 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.add 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.addcdiv 是 支持fp16，fp32，int64
在int64类型不支持三个tensor同时广播
torch.addcmul 是 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 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64
torch.asin 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.arcsin 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.asinh 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.arcsinh 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.atan 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.arctan 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.atanh 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.arctanh 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.atan2 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.arctan2 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.bitwise_not 是 支持uint8，int8，int16，int32，int64，bool
torch.bitwise_and 是 支持uint8，int8，int16，int32，int64，bool
torch.bitwise_or 是 支持uint8，int8，int16，int32，int64，bool
torch.bitwise_xor 是 支持uint8，int8，int16，int32，int64，bool
torch.bitwise_left_shift 是 支持uint8，int8，int16，int32，int64
torch.ceil 是 支持fp16，fp32
torch.clamp 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.clip 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.copysign 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
可能回退至CPU执行
torch.cos 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.cosh 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.deg2rad 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.div 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.divide 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.erf 是 支持bf16，fp16，fp32，fp64，int64，bool
torch.erfc 是 支持fp16，fp32，int64，bool
torch.erfinv 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.exp 是 支持bf16，fp16，fp32，fp64，int64，bool
torch.exp2 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.expm1 是 支持bf16，fp16，fp32，fp64，int64，bool
torch.fix 是 支持bf16，fp16，fp32
torch.float_power 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex128
torch.floor 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.floor_divide 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.fmod 是 支持bf16，fp16，fp32，uint8，int8，int32，int64
torch.gradient 是 支持bf16，fp16，fp32，int8，int16，int32，int64
torch.ldexp 是 支持fp16，fp64，complex64
torch.lerp 是 支持fp16，fp32
torch.log 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.log10 是 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 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.log2 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.logaddexp 是 不支持double数据类型
torch.logaddexp2 是 不支持double数据类型
torch.logical_and 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.logical_not 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.logical_or 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.logical_xor 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.logit 是 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 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.multiply 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.nan_to_num 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.neg 是 支持bf16，fp16，fp32，int8，int32，int64
torch.negative 是 支持bf16，fp16，fp32，int8，int32，int64，complex64，complex128
torch.positive 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，complex64，complex128
torch.pow 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.rad2deg 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.real 是 支持fp16，fp32，complex64，complex128
torch.reciprocal 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.remainder 是 支持bf16，fp16，fp32，fp64，int32，int64
torch.round 是 支持bf16，fp16，fp32，fp64，int32，int64
torch.rsqrt 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.sigmoid 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.sign 是 支持bf16，fp16，fp32，fp64，int32，int64，bool
torch.sgn 是 支持bf16，fp16，fp32，int32，int64，bool，complex64，complex128
torch.sin 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.sinh 是 支持fp16，fp32，fp64
torch.softmax 是 支持bf16，fp16，fp32，fp64
支持Named Tensor
torch.sqrt 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.square 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.sub 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.tan 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
取值范围[-65504,65504]
torch.tanh 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.true_divide 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.trunc 是 支持fp16，fp32
可能回退至CPU执行
torch.xlogy 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.argmax 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.argmin 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.amax 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.amin 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.aminmax 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.all 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.any 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.max 是 支持bf16，fp16，fp32，int64，bool
torch.min 是 支持bf16，fp16，fp32，int64，bool
torch.dist 是 支持bf16，fp16，fp32
torch.logsumexp 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.mean 是 支持bf16，fp16，fp32，fp64，complex64，complex128
torch.median 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64
torch.norm 是 支持bf16，fp16，fp32，fp64
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 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.prod 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.nanquantile 否 -
torch.std 是 可能回退至CPU执行
torch.std_mean 否 -
torch.sum 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
不支持dtype参数
torch.unique 是 支持bf16，fp16，fp32，fp64，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 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.var 是 支持fp16，fp32
torch.var_mean 否 -
torch.count_nonzero 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.allclose 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.argsort 是 支持fp16，fp32，uint8，int8，int16，int32，int64
torch.eq 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.equal 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.ge 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.greater_equal 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.gt 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.greater 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.isclose 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.isfinite 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.isin 是 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 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.isposinf 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.isneginf 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.isnan 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.kthvalue 是 支持fp16，fp32，int32
torch.le 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.less_equal 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.lt 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.less 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.maximum 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.minimum 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.ne 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.not_equal 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.sort 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64
torch.topk 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
不支持sorted=False场景
torch.msort 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64
torch.stft 是 支持fp32，fp64，complex64，complex128
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 是 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 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.atleast_2d 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.atleast_3d 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.bincount 是 支持uint8，int8，int16，int32，int64
weights维度需与input维度一致
torch.block_diag 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.broadcast_tensors 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.broadcast_to 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.broadcast_shapes 是 -
torch.cdist 是 支持bf16，fp16，fp32
当 p=2.0 时，"compute_mode"仅支持"donot_use_mm_for_euclid_dist"模式，传入其他值会自动修改为此模式
torch.clone 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.combinations 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.cov 是 支持fp32
torch.cross 是 支持fp16，fp32，uint8，int8，int16，int32，int64，complex64，complex128
两个输入的shape要保持一致
torch.cummax 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.cummin 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
输入为int32时，数值范围在[-16777216, 16777216]内
torch.cumprod 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.cumsum 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
支持Named Tensor
torch.diag 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64
torch.diag_embed 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.diagonal 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.diff 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.einsum 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.flatten 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.flip 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.fliplr 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.flipud 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.kron 是 不支持5维度及以上输入
torch.histc 是 支持fp16，fp32，uint8，int8，int16，int32，int64
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 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.ravel 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.repeat_interleave 是 支持bf16，fp16，fp32，uint8，int8，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 是 支持bf16，fp16，fp32，uint8，int8，int32，int64，bool
torch.searchsorted 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.tensordot 是 支持fp16，fp32
torch.tril 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.tril_indices 是 -
torch.triu 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.triu_indices 是 -
torch.unflatten 是 -
torch.view_as_real 是 支持complex64，complex128
torch.view_as_complex 是 支持fp32，fp64
torch.resolve_conj 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.resolve_neg 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.addbmm 是 支持fp16，fp32
torch.addmm 是 支持bf16，fp16，fp32
torch.addmv 是 支持fp16，fp32，uint8，int8，int16，int32，int64
torch.addr 是 支持fp16，fp32，uint8，int8，int16，int32，int64，bool
torch.baddbmm 是 支持bf16，fp16，fp32
torch.bmm 是 支持bf16，fp16，fp32
torch.dot 是 支持bf16，fp16，fp32，uint8，int8，int32
torch.slogdet 是 支持fp32，complex64，complex128
可能回退至CPU执行
torch.matmul 是 支持bf16，fp16，fp32
支持Named Tensor
输入最大支持6维
torch.mm 是 支持bf16，fp16，fp32
torch.outer 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch.qr 是 -
torch.trapezoid 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64
torch.cumulative_trapezoid 是 支持fp16，fp32，fp64，uint8，int8，int16，int32，int64
torch.vdot 是 支持fp16，fp32
torch.compiled_with_cxx11_abi 是 -
torch.result_type 是 支持fp32
torch.can_cast 是 -
torch.promote_types 是 -
torch.use_deterministic_algorithms 是 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 是 -
torch.is_deterministic_algorithms_warn_only_enabled 否 -
torch.set_deterministic_debug_mode 是 -
torch.get_deterministic_debug_mode 是 -
torch.set_float32_matmul_precision 是 -
torch.get_float32_matmul_precision 是 -
torch.set_warn_always 是 -
torch.is_warn_always_enabled 是 -
torch.vmap 是 -
torch._assert 是 -
torch.sym_float 是 支持fp32
torch.sym_int 是 支持fp32
torch.sym_max 是 支持fp32
torch.sym_min 是 支持fp32
torch.sym_not 是 支持fp32
torch.compile 是 backend可支持npugraphs，整体功能与backend="cudagraphs"一致
torch.bucketize 是 支持fp16，fp32，uint8，int8，int16，int32，int64
torch.cartesian_prod 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128
torch.mv 是 支持fp16，fp32
torch.quasirandom.SobolEngine.draw 是 支持fp32，fp64
torch._foreach_sqrt 是 支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool
torch._foreach_asin 是 支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool
torch._foreach_neg_ 是 支持bf16，fp16，fp32，int8，int32，int64