cann-robottest: 同步 Math BRC 零 workspace 的 Host UT 期望值

Files	Last commit	Last update
examples	feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法新增 `math/maximum_grad`、`math/minimum_grad` 两个算子工程（40 个文件，+4979 行）：算子规格：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 Host 侧：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 Kernel 侧：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。融合规则 MaximumMinimumGradFusionPass（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632	17 days ago
op_graph	feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法新增 `math/maximum_grad`、`math/minimum_grad` 两个算子工程（40 个文件，+4979 行）：算子规格：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 Host 侧：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 Kernel 侧：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。融合规则 MaximumMinimumGradFusionPass（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632	17 days ago
op_host	feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法新增 `math/maximum_grad`、`math/minimum_grad` 两个算子工程（40 个文件，+4979 行）：算子规格：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 Host 侧：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 Kernel 侧：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。融合规则 MaximumMinimumGradFusionPass（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632	17 days ago
op_kernel	feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法新增 `math/maximum_grad`、`math/minimum_grad` 两个算子工程（40 个文件，+4979 行）：算子规格：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 Host 侧：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 Kernel 侧：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。融合规则 MaximumMinimumGradFusionPass（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632	17 days ago
tests	test: 同步 Math BRC 零 workspace 的 Host UT 期望值 Co-authored-by: zhang-song-rui<zhangsongrui@h-partners.com> # message auto-generated for no-merge-commit merge: !6242 merge fix/ascend950-vector-workspace into master test: 同步 Math BRC 零 workspace 的 Host UT 期望值 Created-by: zhang-song-rui Commit-by: zhang-song-rui Merged-by: cann-robot Description: ## 修改内容仅同步公共 BroadcastBaseTiling（BRC）workspace 清零所影响的 Host UT：把成功 BRC 用例的 workspace 期望由 16777216（16 MiB）改为 0。共修改 38 个已有 UT 文件，228 行增加、228 行删除，全部为上述 workspace 字面值替换。无生产代码、kernel、CMake、公共 UT 框架、依赖版本或失败用例修改；分支保持一次提交。 ## Major 意见核对与处理 opbase #1007 在 BroadcastBaseTiling::DoTiling 公共成功出口写入 DEFAULT_TILING_WORKSPACE_SIZE=0，默认 kernel type 同样受影响，并非可排除条件。结合本地 opbase 与当前 ops-math 源码，逐项处理如下： \| 算子 \| 本 PR 处理 \| 保留原期望的依据 \| \| --- \| --- \| --- \| \| AddV2 \| 生产文件及 UT 均保持主线原样 \| BRC 返回后 SetWorkspace 显式按 CompileInfo/平台信息重新申请 workspace，最终结果仍为 16 MiB；不能仅改 UT 为 0。 \| \| LeftShift \| 8 个成功用例改为 0 \| 另 1 个失败用例的占位期望不参与 workspace 检查，保持原样。 \| \| RightShift \| 10 个成功用例改为 0 \| 另 2 个失败用例同上，保持原样。 \| \| MaximumGrad \| 7 个成功 BRC 用例改为 0 \| 另 4 个空张量用例走 HandleEmptyTensor 独立分支，仍显式申请系统 workspace，保留 16 MiB。 \| \| MinimumGrad \| 7 个成功 BRC 用例改为 0 \| 同上，另 4 个空张量独立分支保留 16 MiB。 \| \| MaskedFill \| 7 个成功 BRC 用例改为 0 \| 无遗漏。 \| \| TruncateDiv \| 6 个成功 BRC 用例改为 0 \| 原有两个 0 是失败用例，不是非 BRC 成功路径；保持原样。 \| 全仓扫描发现的另外三组遗漏也已补齐：FusedMulAdd（10 处）、FusedMulAddAdd（10 处）、MulNoNan（11 处）。上述新增补齐共 9 个文件、76 处。其余原有 UT 中仅属于失败用例的 8 处占位值修改也已撤回，避免无关修改。 ## 本地验证（2026-11-05）最终提交：`ae55efaba`。环境：aarch64、GNU 9.4.0、CANN 9.2.0（用户目录安装）、目标 ascend950。使用仓库默认固定 opbase `8e8cf1b60b28bc1f8aaa1652fe054ac7e35d5852`，未叠加本地 opbase 补丁。 - 最终 UT-only 版本已重新编译、最终链接并运行 math_op_host_ut：548/548 测试通过，78 个测试套件，构建退出码 0。范围包括全部 38 个变更算子，以及保持原样的 AddV2，共 39 个算子；保留 16 MiB 的 AddV2/梯度空张量用例也实际通过。 - 逐字节检查全部 38 个变更文件，仅存在 `{16777216}` → `{0}` 的替换；失败用例无差异，AddV2 无差异。 - 按原有 CRLF 换行格式执行差异空白检查，通过。 - 扫描仓库 50 个直接 BRC Host 消费算子，核对剩余 16 MiB 用例及上述独立分支。最终复测日志：`/tmp/pr6242-ut-only-final.log`。日志含复用构建目录产生的 gcov profile 时间戳提示；测试和构建均成功，本次不提供覆盖率结论。Host UT 不替代设备 kernel 精度、性能或越界验证；本轮未执行设备测试。 ## 关联 PR - [opbase #1007](https://gitcode.com/cann/opbase/pull/1007)：已合入的公共 BRC workspace 清理。 - [ops-math #6711](https://gitcode.com/cann/ops-math/pull/6711)：已合入独立实现路径清理及其 4 个 UT 文件。已同步包含该修改的主线，上述 10 个文件不在本 PR 差异中。 See merge request: cann/ops-math!6242	8 days ago
CMakeLists.txt	feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法新增 `math/maximum_grad`、`math/minimum_grad` 两个算子工程（40 个文件，+4979 行）：算子规格：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 Host 侧：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 Kernel 侧：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。融合规则 MaximumMinimumGradFusionPass（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632	17 days ago
README.md	docs: [maximum_grad/minimum_grad] 新增算子 README 说明文档及融合规则资料 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6741 merge mm into master docs: [maximum_grad/minimum_grad] 新增算子 README 说明文档及融合规则资料 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述为 maximum_grad / minimum_grad 算子补充说明文档，具体包括： 1. 新增算子 README（math/maximum_grad/README.md、math/minimum_grad/README.md），内容覆盖： - 产品支持情况：Ascend 950PR&950DT、Atlas A3、Atlas A2、Atlas 200I/500 A2、Atlas 推理/训练系列； - 功能说明与计算公式：MaximumGrad 为 maximum 的反向梯度算子，y1 = grads × (x1 ≥ x2)，y2 = grads × (x1 < x2)；MinimumGrad 为 minimum 的反向梯度算子，y1 = grads × (x1 ≤ x2)，y2 = grads × (x1 > x2)； - 参数说明：输入 grads/x1/x2，输出 y1/y2，支持 FLOAT16/FLOAT/BF16/INT32（ND 格式），可选属性 grad_x/grad_y（BOOL，默认 true）； - 约束说明：输入 shape 须满足 broadcast 规则（输出 shape 为 broadcast 后的结果）、BF16 仅 Ascend 950PR&950DT 系列产品支持、grad_x 与 grad_y 不能同时为 false； - 调用说明：图模式调用样例（examples/arch35/test_geir_.cpp，通过算子 IR 构图方式调用）。 2. 新增融合规则资料（math/maximum_grad/docs/MaximumMinimumGradFusionPass.md 及配图 docs/zh/figures/MaximumMinimumGradFusionPass.png）：说明 TensorFlow 自动求导分解出的 Maximum/Minimum 梯度子图（GreaterEqual/LessEqual + Select/SelectV2）替换为 MaximumGrad/MinimumGrad 算子的融合模式、使用约束（输入 dtype 一致且仅支持 float16/float32/bf16/int32、zeros 须为全零常量节点、GE 编译器版本不低于 9.0.0）及支持型号。 3. 更新算子列表*（docs/zh/op_list.md）：新增 maximum_grad、minimum_grad 条目及功能描述，并链接至对应 README。 ## 关联的Issue - #4174 ## 测试 - 纯文档变更，无代码逻辑改动，不涉及二级冒烟、算子泛化等测试。 - 已校验文档中引用的文件均真实存在：examples/arch35/test_geir_maximum_grad.cpp、op_graph/maximum_grad_proto.h（minimum_grad 对应文件同）。 ## 文档更新 - 新增 math/maximum_grad/README.md、math/minimum_grad/README.md - 新增 math/maximum_grad/docs/MaximumMinimumGradFusionPass.md、docs/zh/figures/MaximumMinimumGradFusionPass.png - 更新 docs/zh/op_list.md ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6741	16 days ago
README_en.md	docs: add English translations for markdown files Co-authored-by: jenny_xiang<jenny.xiang@huawei.com> # message auto-generated for no-merge-commit merge: !7113 merge docs/add-english-translations into master docs: add English translations for markdown files Created-by: jenny_xiang Commit-by: jenny_xiang Merged-by: cann-robot Description: ## 描述新增仓库Markdown文档英文译稿（第二批，共409个文件）：第一批（已合入）之外的其余全部译稿，覆盖conversion、examples、ge、math、random各类算子README译稿，以及CHANGELOG_en.md、.gitcode PR模板英文版等。本批内全部仓内链接均指向master已有文件（含第一批已合入的21+2篇译稿），合入后本仓432篇英文文档全部就位，链接完整生效。本批同时包含4篇基于最新源文档的增量更新（math/ada_cast、math/prod_force_se_a、math/sinkhorn、math/xlogy，对应上游近期文档变更）。 ## 关联的Issue 无 ## 测试文档类变更，无需算子测试；已通过链接有效性校验（本批全部相对链接仅指向master已有文件，无指向本PR外未提交文件的链接），并完成逐篇翻译规范自查与语义校对（含支持状态表、限定词、术语、数值符号核对）。 ## 文档更新新增409个英文译稿文件（*_en.md / .en-US.md），不修改任何现有文件。 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!7113	8 days ago

MinimumGrad

English | 简体中文

Product Support Status

Product	Supported
Ascend 950PR&950DT products	√
Atlas A3 products	√
Atlas A2 products	√
Atlas 200I/500 A2 inference products	√
Atlas inference products	√
Atlas training products	√

Function Description

Operator function: MinimumGrad is the backward gradient computation operator of the minimum operator. It computes the gradients of the forward propagation output with respect to the two inputs x1 and x2.
Computation formula:

\times (x1 \leq x2)

\times (x1 > x2)

Parameter Description

Parameter Name	Input/Output/Attribute	Description	Data Type	Data Format
grads	Input	Gradient input, which indicates the gradient of the forward output y of minimum. It is `grads` in the formula.	FLOAT16, FLOAT, BF16, INT32	ND
x1	Input	The first input of forward propagation, which is `x1` in the formula.	FLOAT16, FLOAT, BF16, INT32	ND
x2	Input	The second input of forward propagation, which is `x2` in the formula.	FLOAT16, FLOAT, BF16, INT32	ND
y1	Output	Gradient of x1, which is `y1` in the formula.	FLOAT16, FLOAT, BF16, INT32	ND
y2	Output	Gradient of x2, which is `y2` in the formula.	FLOAT16, FLOAT, BF16, INT32	ND
grad_x	Optional attribute	Whether to compute and output y1. The default value is `true`.	BOOL	-
grad_y	Optional attribute	Whether to compute and output y2. The default value is `true`.	BOOL	-

Constraint Description

The shapes of the inputs grads, x1, and x2 must satisfy the broadcast rule.
The shapes of the outputs y1 and y2 are the shapes of grads, x1, and x2 after broadcasting.
The BF16 data type is supported only on Ascend 950PR&950DT products.
The attributes grad_x and grad_y cannot both be false.

Invocation Description

Invocation Method	Invocation Sample	Description
Graph-mode invocation	test_geir_minimum_grad	Invokes the MinimumGrad operator by building a graph through the operator IR.