已合并

test:This PR adds missing test cases for torch._utils._unflatten_dense_tensors, as there are currently no community-provided tests for this function. #42048

创建于 7月18日从已删除 :test_unflatten_dense_tensors_v2.7.1 合入到 Ascend/pytorch： v2.7.1

test:This PR adds missing test cases for torch._utils._unflatten_dense_tensors, as there are currently no community-provided tests for this function. #42048

已合并

创建于 7月18日

从已删除 :test_unflatten_dense_tensors_v2.7.1合入到Ascend/pytorch v2.7.1

7月18日

【合入来源】

如有社区issue，请关联issue链接
请勿携带内部流程信息（需求链接、问题单、内部issue等）

issue任务地址：https://gitcode.com/Ascend/pytorch/issues/2932

需求
问题单
issue/工单
重构优化
资料更新

【修改方案】

为 torch._utils._unflatten_dense_tensors 新增 NPU 设备回归测试用例，放置在 test/test_unflatten_dense_tensors.py。

PyTorch 社区对该 API 仅有 C++ 层单元测试（test/cpp/api/tensor_flatten.cpp），Python 层面无任何测试用例，且缺少 NPU 设备上的运行验证。
新增 8 个测试用例，基于 PyTorch 标准 TestCase 框架，通过 torch.accelerator.current_accelerator() 自动获取 NPU 设备并完成张量迁移，覆盖以下维度：
- 展平-还原往返操作正确性
- 单张量与多张量（1D/2D/3D 不同形状）
- 空张量混合与全空张量边界场景
- float32 / float16 / int32 多 dtype 兼容性
- 50 个大数量张量压力场景
- tuple 类型输入兼容性
遵循 NPU 测试用例规范：导入顺序为 torch → torch.testing._internal.common_utils，不依赖 torch_npu，使用 self.assert* 断言，无 print/try-except，注释精简英文。

【资料变更】

不涉及。torch._utils._unflatten_dense_tensors 为 PyTorch 内部工具函数（_ 前缀），不属于公开文档覆盖范围。

【接口变更】

不涉及。仅新增测试文件，无对外接口变更。

【功能验证】

测试场景：在 NPU 设备上验证 torch._utils._unflatten_dense_tensors 将展平 1D 张量按目标形状还原为多个张量的功能正确性。

2.7.1
执行命令

python test_unflatten_dense_tensors.py -v

结果

test_all_empty_tensors (__main__.TestUnflattenDenseTensors.test_all_empty_tensors) ... ok
test_different_dtypes (__main__.TestUnflattenDenseTensors.test_different_dtypes) ... ok
test_empty_tensor_in_list (__main__.TestUnflattenDenseTensors.test_empty_tensor_in_list) ... ok
test_large_num_tensors (__main__.TestUnflattenDenseTensors.test_large_num_tensors) ... ok
test_multiple_tensors_different_sizes (__main__.TestUnflattenDenseTensors.test_multiple_tensors_different_sizes) ... ok
test_round_trip_basic (__main__.TestUnflattenDenseTensors.test_round_trip_basic) ... ok
test_single_tensor (__main__.TestUnflattenDenseTensors.test_single_tensor) ... ok
test_tuple_input (__main__.TestUnflattenDenseTensors.test_tuple_input) ... ok

----------------------------------------------------------------------
Ran 8 tests in 1.339s

OK

2.9.0
执行命令

python test_unflatten_dense_tensors.py -v

结果

test_all_empty_tensors (__main__.TestUnflattenDenseTensors.test_all_empty_tensors) ... ok
test_different_dtypes (__main__.TestUnflattenDenseTensors.test_different_dtypes) ... ok
test_empty_tensor_in_list (__main__.TestUnflattenDenseTensors.test_empty_tensor_in_list) ... ok
test_large_num_tensors (__main__.TestUnflattenDenseTensors.test_large_num_tensors) ... ok
test_multiple_tensors_different_sizes (__main__.TestUnflattenDenseTensors.test_multiple_tensors_different_sizes) ... ok
test_round_trip_basic (__main__.TestUnflattenDenseTensors.test_round_trip_basic) ... ok
test_single_tensor (__main__.TestUnflattenDenseTensors.test_single_tensor) ... ok
test_tuple_input (__main__.TestUnflattenDenseTensors.test_tuple_input) ... ok

----------------------------------------------------------------------
Ran 8 tests in 1.331s

OK

2.11.0
执行命令

python test_unflatten_dense_tensors.py -v

结果

test_all_empty_tensors (__main__.TestUnflattenDenseTensors.test_all_empty_tensors) ... ok
test_different_dtypes (__main__.TestUnflattenDenseTensors.test_different_dtypes) ... [W718 07:12:27.082786050 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
ok
test_empty_tensor_in_list (__main__.TestUnflattenDenseTensors.test_empty_tensor_in_list) ... ok
test_large_num_tensors (__main__.TestUnflattenDenseTensors.test_large_num_tensors) ... ok
test_multiple_tensors_different_sizes (__main__.TestUnflattenDenseTensors.test_multiple_tensors_different_sizes) ... ok
test_round_trip_basic (__main__.TestUnflattenDenseTensors.test_round_trip_basic) ... ok
test_single_tensor (__main__.TestUnflattenDenseTensors.test_single_tensor) ... ok
test_tuple_input (__main__.TestUnflattenDenseTensors.test_tuple_input) ... ok

----------------------------------------------------------------------
Ran 8 tests in 1.357s

OK

2.12.0
执行命令

python test_unflatten_dense_tensors.py -v

结果

W0718 07:12:38.397000 45485 opt/conda/envs/v2.12.0/lib/python3.12/site-packages/torch/_native/cutedsl_utils.py:55] CuTeDSL operators require optional Python packages `nvidia-cutlass-dsl` and `apache-tvm-ffi`; missing optional dependency `nvidia_cutlass_dsl` (importlib.util.find_spec(nvidia_cutlass_dsl) failed)
test_all_empty_tensors (__main__.TestUnflattenDenseTensors.test_all_empty_tensors) ... ok
test_different_dtypes (__main__.TestUnflattenDenseTensors.test_different_dtypes) ... [W718 07:12:39.554782459 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
ok
test_empty_tensor_in_list (__main__.TestUnflattenDenseTensors.test_empty_tensor_in_list) ... ok
test_large_num_tensors (__main__.TestUnflattenDenseTensors.test_large_num_tensors) ... ok
test_multiple_tensors_different_sizes (__main__.TestUnflattenDenseTensors.test_multiple_tensors_different_sizes) ... ok
test_round_trip_basic (__main__.TestUnflattenDenseTensors.test_round_trip_basic) ... ok
test_single_tensor (__main__.TestUnflattenDenseTensors.test_single_tensor) ... ok
test_tuple_input (__main__.TestUnflattenDenseTensors.test_tuple_input) ... ok

----------------------------------------------------------------------
Ran 8 tests in 1.374s

OK

master
执行命令

python test_unflatten_dense_tensors.py -v

结果

test_all_empty_tensors (__main__.TestUnflattenDenseTensors.test_all_empty_tensors) ... ok
test_different_dtypes (__main__.TestUnflattenDenseTensors.test_different_dtypes) ... [W718 07:12:49.941707130 NPUCachingAllocator.cpp:174] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
ok
test_empty_tensor_in_list (__main__.TestUnflattenDenseTensors.test_empty_tensor_in_list) ... ok
test_large_num_tensors (__main__.TestUnflattenDenseTensors.test_large_num_tensors) ... ok
test_multiple_tensors_different_sizes (__main__.TestUnflattenDenseTensors.test_multiple_tensors_different_sizes) ... ok
test_round_trip_basic (__main__.TestUnflattenDenseTensors.test_round_trip_basic) ... ok
test_single_tensor (__main__.TestUnflattenDenseTensors.test_single_tensor) ... ok
test_tuple_input (__main__.TestUnflattenDenseTensors.test_tuple_input) ... ok

----------------------------------------------------------------------
Ran 8 tests in 1.372s

OK

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

代码注释完备，正确记录错误日志
代码实现进行了返回值、空指针等校验
PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
PR持续集成流水线（CI）执行通过，代码检查无异常

Pull Request已成功合入, 合并人@ascend-robot

（感谢的贡献）

-此账号已注销

7月18日创建了 pull request，commit 0fa21a1b

-此账号已注销

7月18日关联了issue：【社区任务】7月社区任务第二期-Ascend for PyTorch API 一致性开发（19）

ascend-robot成员

7月18日评论：

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=42048&platform=gitcode&codeHostingPlatformFlag=gitcode

atomgit-bot

7月18日评论：

变更摘要

此 PR 为 torch._utils._unflatten_dense_tensors 新增 Python 层 NPU 设备回归测试文件 test/test_unflatten_dense_tensors.py。由于 PyTorch 社区对该函数仅有 C++ 层测试而缺少 Python 单元测试，本次变更新增 8 个测试用例，涵盖展平-还原往返正确性、不同形状/数量/ dtype 的张量输入、空张量边界场景及 tuple 类型兼容性。测试通过 torch.accelerator.current_accelerator() 自动获取 NPU 设备并完成张量迁移，遵循 NPU 测试用例规范，无额外外部依赖。

主要改动

新增 TestUnflattenDenseTensors 测试类：继承自 TestCase，在 setUp 中通过 torch.accelerator.current_accelerator() 自动探测当前加速器设备类型，并通过 _to_device 辅助方法将张量迁移至目标设备，确保测试可跨设备运行。
新增往返正确性测试用例（test_round_trip_basic、test_single_tensor、test_multiple_tensors_different_sizes）：验证 _flatten_dense_tensors 展平后经 _unflatten_dense_tensors 还原，结果张量的形状和数值与原输入完全一致，覆盖单张量、多个不同形状张量的场景。
新增空张量边界测试用例（test_empty_tensor_in_list、test_all_empty_tensors）：覆盖列表中混合空张量以及全部为空张量的场景，验证 _unflatten_dense_tensors 对零元素张量的 numel() 和形状还原正确性。
新增多 dtype 兼容性测试（test_different_dtypes）：使用 subTest 对 float32、float16、int32 三种 dtype 分别验证还原后的张量 dtype 与数值正确性。
新增压力与输入类型测试用例（test_large_num_tensors、test_tuple_input）：验证 50 个大数量张量的还原正确性，以及 tuple 类型（非 list）输入同样可被正常处理。

atomgit-bot

7月18日评论：

代码审查

边界值、热点路径和同位置二次缺陷的最终扫描均未发现额外问题。以下是审查结论。

审查结论

审查文件：

test/test_unflatten_dense_tensors.py — 已审查，发现 1 个 P3 问题

各优先级问题数量：

P0: 0
P1: 0
P2: 0
P3: 1

整体风险评估：低风险。 该 PR 新增的是一个测试文件，代码结构清晰、遵循了项目现有的 NPU 测试规范。发现的唯一问题是一个测试用例中的断言覆盖缺口：test_empty_tensor_in_list 对列表中空张量的 shape 和值相等检查不完整，但这不会使现有测试失败，仅可能导致特定 bug 被漏报。建议补全后可合入。

⚠️ 已识别出整体风险，但无法提取行内评论，请参考整体评估。

此处折叠了103条消息查看更多

梁松伟成员

7月23日评论：

/approve

ascend-robot成员

7月23日添加了label：approvedlgtm

ascend-robot成员

7月23日合入了pull request

ascend-robot成员

7月23日评论：

流水线 pytorch_gitcode_PR_multiVersion#13029 [ commitID：e1d5bf95 ] 已完成

xin0366

19 小时前评论：

由于此前账号资料调整，该任务由本人承接与完成，特此说明。