Pull Request

变更摘要

本 PR 旨在补齐 TensorFlow 场景下的 AutoFuse 融合样例，新增两个基于 tensorflow 的 NPU 融合示例脚本：af_tf_eleandbroadcast/test_abs_add_relu.py（abs -> add(broadcast) -> relu）与 af_tf_eleandreduce/test_abs_reducesum.py（abs -> reduce_sum）。两个样例均支持通过 --mode 参数在 TF1（npu_bridge）与 TF2 兼容模式（npu_device.compat）下运行，通过 configure_npu 在 sess_config 上配置 NpuOptimizer（含 use_off_line、graph_run_mode、profiling_mode、profiling_options 等参数）开启推理模式与 profiling，并在执行结束后借助 msprof --export=on 导出新增的 PROF_* profiling 目录，供用户按 example/tensorflow 目录下对应用例文档执行并观察融合结果。

主要改动

• 新增 test_abs_add_relu.py 样例: 构建 tf.abs -> tf.add（含 broadcast 广播）-> tf.nn.relu 的融合模型，以 float16 输入在 NPU 上执行 100 步并导出 profiling 数据。
• 新增 test_abs_reducesum.py 样例: 构建 tf.abs -> tf.reduce_sum(axis=1) 的融合模型，同样以 float16 输入执行 100 步并导出 profiling 数据。
• 双模式运行支持: 两个脚本均通过 --mode（tf1/tf2-compat）选择运行环境，tf1 通过 import npu_bridge 的副作用注册 NPU 算子，tf2-compat 通过 npu_device.compat.enable_v1() 切换到 v1 行为，并相应选用 tf.placeholder/tf.ConfigProto 或 tf.compat.v1 版本。
• NPU 配置与 profiling 导出: configure_npu 在 sess_config 上添加名为 NpuOptimizer 的自定义优化器（use_off_line=True、graph_run_mode=0、开启 profiling_mode 并设置 profiling_options JSON），执行结束后由 export_new_profiling 对比前后 PROF_* 目录，对新增目录执行 msprof --export=on 完成数据导出。

代码审查

✅ 未发现问题

/lgtm

/approve