已关闭
【社区任务】7月社区任务第三期-Ascend for PyTorch API 一致性开发（140） #3263
群青世界创建于 7月23日关闭于 8月19日
7月27日 关联了pull request：feat: add test cases for torch.is_conj
7月27日 关联了pull request：feat: add test cases for torch.is_conj
7月27日 关联了pull request：feat: add test cases for torch.is_conj
7月28日 添加了label：bot-triaged
TorchNPU-Bot
7月28日 评论：
7月28日 评论：
检测到当前 issue 已关联 PR !42890，自动添加标签：bot-triaged
2501_93637465
8月18日 评论：
8月18日 评论：
torch.is_conj 属于 PyTorch 官方已有用例、且需要进行 NPU 适配。
本任务已在以下版本测试分支中完成 NPU 适配：
- master
- v2.7.1
- v2.11.0
- v2.12.0
测试通过 torch.accelerator.current_accelerator() 获取当前设备，
并将测试 Tensor 迁移到当前设备，未直接导入 torch_npu。
关键适配代码：
device_type = acc.type if (acc := torch.accelerator.current_accelerator()) else "cpu"
t = torch.tensor([1.0, 2.0, 3.0]).to(device_type)
测试覆盖 torch.is_conj 的普通 Tensor、复数 Tensor、conj、
conj_physical、连续调用、标量、空 Tensor、view、slice、
transpose 和连续性场景。
19 个测试用例已通过，相关测试截图已附上。
8月19日 关闭了 issue
8月19日 添加了label：resolved
一、任务概览
Ascend for PyTorch是昇腾 NPU 适配 PyTorch 框架的核心插件，为 PyTorch 提供完整的昇腾硬件算子支持、调度能力与推理优化，保障 PyTorch 模型可在昇腾 NPU 上无缝、高效运行。
当前 PyTorch 官方原生 API 已形成完善体系，但部分API尚未在 Ascend for PyTorch 中完成实现、对齐与验证，导致部分 PyTorch 原生模型 / 代码在昇腾 NPU 上运行时出现接口报错、功能不一致等问题。
本任务邀请开发者参与Ascend for PyTorch API 补齐与适配验证，完成缺失 API 的开发、调试、测试与文档交付，完善 Torch-NPU 对 PyTorch 原生 API 的兼容性，提升昇腾 NPU 上 PyTorch 框架的易用性与模型适配覆盖率。
二、任务要求及参考指导
https://docs.qq.com/doc/DT3R3eVNWdm1yUkdR
三、任务价值
深度参与昇腾生态 + PyTorch 开源共建，贡献代码合入官方仓库；
掌握 NPU PyTorch 框架适配、异构计算核心技能；
获得开源社区认可，积累工业级实习项目经验，提升简历竞争力。
四、任务领取
请前往昇腾社区-任务广场领取任务：https://www.hiascend.com/activities/task-center ，其余领取方式无效。（昇腾社区任务发布会滞后，请耐心等候）
五、API名称
torch.is_conj