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. #42051

创建于 7月18日从已删除 :test_unflatten_dense_tensors_v2.12.0 合入到 Ascend/pytorch： v2.12.0

test:This PR adds missing test cases for torch._utils._unflatten_dense_tensors, as there are currently no community-provided tests for this function. #42051

已合并

创建于 7月18日

从已删除 :test_unflatten_dense_tensors_v2.12.0合入到Ascend/pytorch v2.12.0

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 c019f641

-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=42051&platform=gitcode&codeHostingPlatformFlag=gitcode

atomgit-bot

7月18日评论：

变更摘要

该 PR 为 PyTorch 内部工具函数 torch._utils._unflatten_dense_tensors 新增了 NPU 设备上的 Python 单元测试。PyTorch 社区此前仅在 C++ 层（test/cpp/api/tensor_flatten.cpp）有相关测试，Python 层面无任何验证用例。本次变更新增文件 test/test_unflatten_dense_tensors.py，包含 8 个测试用例，通过 torch.accelerator.current_accelerator() 自动适配设备，覆盖展平-还原往返操作、多形状/多 dtype/空张量边界、tuple 输入及大数量压力场景。

主要改动

新增测试文件 test/test_unflatten_dense_tensors.py：创建了包含 TestUnflattenDenseTensors 类的独立测试模块，继承自 PyTorch 标准 TestCase，共 128 行代码。
设备自动适配机制：通过 setUp 中调用 torch.accelerator.current_accelerator() 获取当前加速器类型，_to_device 辅助方法将张量迁移至对应设备，无需硬编码 NPU 设备名。
8 个覆盖多场景的测试用例：包括 test_round_trip_basic 往返验证、test_single_tensor 单张量、test_multiple_tensors_different_sizes 多维不同形状、test_empty_tensor_in_list 与 test_all_empty_tensors 空张量边界、test_different_dtypes 多 dtype（float32/float16/int32）、test_large_num_tensors 50 张量压力及 test_tuple_input 元组输入兼容性测试。
与 _flatten_dense_tensors 配对验证：每个测试用例均通过 torch._utils._flatten_dense_tensors 展平后，再用 torch._utils._unflatten_dense_tensors 还原，通过 self.assertEqual 校验形状、元素数量和数值一致性。

atomgit-bot

7月18日评论：

代码审查

经过全面审查，该测试文件 test/test_unflatten_dense_tensors.py 没有发现任何实际问题。

审查结论

文件：test/test_unflatten_dense_tensors.py — 无问题。

该文件是一个新增的 NPU 设备回归测试文件，包含 8 个测试用例，覆盖了 torch._utils._unflatten_dense_tensors / torch._utils._flatten_dense_tensors 的往返正确性、多张量、空张量边界、多种 dtype、大批量张量压力、以及 tuple 输入兼容性等场景。逐项核查如下：

设备选择逻辑（第 16–17 行）：torch.accelerator.current_accelerator() 返回 None 时回退到 "cpu"，有加速器时使用 acc.type，逻辑正确且健壮。
_to_device 方法（第 19–20 行）：正确地将张量迁移到目标设备，CPU 回退场景下 t.to("cpu") 为无操作拷贝。
_flatten_dense_tensors / _unflatten_dense_tensors 调用签名：所有测试均使用一致的往返模式 flat = _flatten_dense_tensors(tensors) → result = _unflatten_dense_tensors(flat, tensors)，签名正确。
dtype 一致性：每个测试内的张量均使用相同 dtype（float32 或显式指定），满足 _flatten_dense_tensors 要求所有张量 dtype 一致的合约。
空张量处理：torch.tensor([]) 创建 shape (0,) 的 float32 张量，与其他同测试内的 float32 张量 dtype 一致；NPU 自定义 kernel (FlattenDenseTensorsKernelNpu.cpp) 对空张量的 .view({-1}) 和 at::cat 均能正确处理。
NPU 规范遵循：导入顺序正确（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。

本次变更风险判断：低风险。 这是一个纯粹的测试文件新增，不涉及任何生产代码变更。测试逻辑正确，覆盖全面，无安全性、可靠性或回归风险。

⚠️ 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#13031 [ commitID：1ff5eb34 ] 已完成

xin0366

10 天前评论：

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。