cann-robotrefactor: arch35算子Reg级API重命名迁移

文件	最后提交记录	最后更新时间
docs	docs目录基本概念md文件名改为英文 Co-authored-by: chenjiao<chenjiao31@huawei.com> # message auto-generated for no-merge-commit merge: !4182 merge master into master docs目录基本概念md文件名改为英文 Created-by: gitcode-chenjiao Commit-by: chenjiao Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> docs目录基本概念md文件名改为英文：避免link中的中文字符引发的跳转异常，例如两段式接口.md变成%E4%B8%A4%E6%AE%B5%E5%BC%8F%E6%8E%A5%E5%8F%A3.md，不易于维护，可能导致其他平台跳转有问题。 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> [#2283](https://gitcode.com/cann/ops-math/issues/2283) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ok ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> docs/zh/context所有md和对应的link ## 类型标签 <!-- [x] 表示选中 --> - [ ] 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!4182	16 天前
examples	950支持静态库功能检查与修正 Co-authored-by: sunwenlong<sunwenlong8@huawei.com> # message auto-generated for no-merge-commit merge: !1872 merge static into master 950支持静态库功能检查与修正 Created-by: LuckySun Commit-by: sunwenlong Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> 950支持静态库功能检查与修正。使用新的tiling模板注册接口。修改examples中的数据类型，因为走AICORE时不支持double ## 关联的Issue [[Bug-Report\|缺陷反馈]: 静态库执行算子样例时出现错误](https://gitcode.com/cann/ops-math/issues/1074) ## 测试算子样例执行通过 ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!1872	4 个月前
op_api	优化多个文件中的代码风格 Co-authored-by: yuantao<taoyuan18@huawei.com> Co-authored-by: init__zhb__<zhanghaobo6@huawei.com> # message auto-generated for no-merge-commit merge: !1295 merge clean into master 优化多个文件中的代码风格 Created-by: yuantao_ Commit-by: init__zhb__;yuantao Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> 多个文件中的代码风格可以进行改进： \| 文件路径 \| 代码片段 \| 问题描述 \| 行号 \| \| ---------------------------------------------------------------------------- \| --------------------------------------------------------------------------------------------------------- \| --------------------------- \| --- \| \| conversion/concat_d/op_api/concat_d.cpp \| `if (tail_dim * type_size[promoteType] % 32 != 0) {` \| 避免魔法数字 (32) \| 54 \| \| conversion/depth_to_space/examples/test_geir_depth_to_space.cpp \| `add1.update_output_desc_##outputName(outputName##outputIndex##_desc);` \| 宏定义无需分号 \| 68 \| \| conversion/depth_to_space/examples/test_geir_depth_to_space.cpp \| `inputs.push_back(placeholder##intputIndex);` \| 宏定义无需分号 \| 60 \| \| conversion/depth_to_space/examples/test_geir_depth_to_space.cpp \| `char endptr;` \| 使用std::string替代char \| 202 \| \| conversion/strided_slice_grad/examples/test_geir_strided_slice_grad.cpp \| `pData[i] = value + (i % 3) * 0.4f; // 让数据更有意义` \| 避免魔法数字 (3) \| 126 \| \| conversion/strided_slice_grad/examples/test_geir_strided_slice_grad.cpp \| `return 2;` \| 避免魔法数字 (2) \| 109 \| \| conversion/strided_slice_grad/examples/test_geir_strided_slice_grad.cpp \| `return 4;` \| 避免魔法数字 (4) \| 107 \| \| conversion/concat_d/op_api/concat_d.cpp \| `if (inputs->Size() > 512 \\|\\| inputs->Size() < 33) {` \| 避免魔法数字 (512) \| 45 \| \| conversion/concat_d/op_api/concat_d.cpp \| `catMaxInputSize = 512;` \| 避免魔法数字 (512) \| 92 \| \| conversion/depth_to_space/examples/test_geir_depth_to_space.cpp \| `FILE fp;` \| 变量应在使用时声明初始化 \| 153 \| \| conversion/depth_to_space/examples/test_geir_depth_to_space.cpp \| `add1.set_attr_##attrName(attrValue);` \| 宏定义无需分号 \| 63 \| \| random/dsa_random_uniform/op_host/op_api/aclnn_multinomial.cpp \| `auto randomUniform = GetRandomUniformNoReplaceMent(selfContiguous, randomParams, uniqueExecutor.get());` \| 数组参数应传递长度 (randomParams) \| 377 \| \| conversion/squeezev2/op_host/squeezev2_infershape.cpp \| `return SqueezeWithAxes(x_shape, squeeze_dims, y_shape);` \| 数组参数应传递长度 (squeeze_dims) \| 114 \| \| conversion/concat_dv2/op_host/concat_dv2_tiling.cpp \| `tiling.set_endTensorIdx(endTensorIdx);` \| 数组参数应传递长度 (endTensorIdx) \| 143 \| \| conversion/squeezev3/op_host/squeezev3_infershape.cpp \| `return SqueezeWithAxes(x_shape, squeeze_dims, y_shape);` \| 数组参数应传递长度 (squeeze_dims) \| 117 \| \| conversion/concat_dv2/op_host/concat_dv2_tiling.cpp \| `tiling.set_endTensorOffset(endTensorOffset);` \| 数组参数应传递长度 (endTensorOffset) \| 144 \| \| conversion/squeezev2/op_host/squeezev2_infershape.cpp \| `if (!IsAxesRangeValid(squeeze_dims, static_cast<int64_t>(x_shape->GetDimNum()), axes)) {` \| 数组参数应传递长度 (squeeze_dims) \| 108 \| \| random/sim_thread_exponential/op_kernel/sim_thread_exponential.h \| `AscendC::And(..., mask, len / SHIFT_LEFT_32, { 1, 1, 1, 8,` \| 数组参数应传递长度 (mask) \| 567 \| \| random/dsa_gen_bit_mask/examples/test_dropout_gen_mask.cpp \| `std::vector<float> outHostData(8, 0);` \| 避免魔法数字 (8) \| 89 \| \| conversion/diag_v2/examples/test_geir_diag_v2.cpp \| `char endptr;` \| 使用std::string替代char* \| 220 \| \| random/dsa_gen_bit_mask/examples/test_dropout_gen_mask.cpp \| `std::vector<uint8_t> maskOutHostData(16, 0);` \| 避免魔法数字 (16) \| 90 \| \| conversion/diag_v2/examples/test_geir_diag_v2.cpp \| `FILE *fp;` \| 变量应在使用时声明初始化 \| 177 \| \| conversion/diag_v2/examples/test_geir_diag_v2.cpp \| `add1.set_attr_##attrName(attrValue);` \| 宏定义无需分号 \| 63 \| \| conversion/diag_v2/examples/test_geir_diag_v2.cpp \| `inputs.push_back(placeholder##intputIndex);` \| 宏定义无需分号 \| 60 \| \| conversion/diag_v2/examples/test_geir_diag_v2.cpp \| `add1.update_output_desc_##outputName(outputName##outputIndex##_desc);` \| 宏定义无需分号 \| 92 \| \| conversion/unfold_grad/op_kernel/unfold_grad_final_axe_big_size.h \| _(空行)_ \| 代码块末尾不应有空行 \| 56 \| \| random/dsa_gen_bit_mask/examples/test_aclnn_dropout_gen_mask_v2_tensor.cpp \| `std::vector<uint8_t> outHostData(16, 0);` \| 避免魔法数字 (16) \| 93 \| \| random/dsa_gen_bit_mask/examples/test_dropout.cpp \| `std::vector<uint8_t> maskOutHostData(16, 0);` \| 避免魔法数字 (16) \| 90 \| \| random/dsa_gen_bit_mask/examples/test_dropout.cpp \| `std::vector<float> outHostData(8, 0);` \| 避免魔法数字 (8) \| 89 \| \| conversion/concat_dv2/op_host/concat_dv2_def.cpp \| `0` \| 代码块末尾不应有空行 \| 45 \| \| conversion/concat_d/op_api/aclnn_cat.cpp \| `catMaxInputs = 512;` \| 避免魔法数字 (512) \| 337 \| \| conversion/clip_by_value_v2/examples/test_aclnn_clamp_max.cpp \| `std::vector<int8_t> outHostData(8, 0);` \| 避免魔法数字 (8) \| 80 \| \| random/dsa_gen_bit_mask/examples/test_dropout_gen_mask_v2.cpp \| `std::vector<uint8_t> outHostData(16, 0);` \| 避免魔法数字 (16) \| 86 \| \| conversion/broadcast_to/examples/test_geir_broadcast_to.cpp \| `inputs.push_back(placeholder##intputIndex);` \| 宏定义无需分号 \| 89 \| \| random/dsa_gen_bit_mask/examples/test_aclnn_bernoulli.cpp \| `std::vector<float> outHostData(16, 0);` \| 避免魔法数字 (16) \| 89 \| \| conversion/confusion_transpose_d/examples/test_aclnn_confusion_transpose.cpp \| `std::vector<float> outHostData(8, 1);` \| 避免魔法数字 (8) \| 116 \| \| conversion/clip_by_value_v2/examples/test_aclnn_clamp_max_tensor.cpp \| `std::vector<double> outHostData(8, 0);` \| 避免魔法数字 (8) \| 82 \| ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：清理代码，优化代码风格。 See merge request: cann/ops-math!1295	5 个月前
op_graph	math仓算子代码整改 Co-authored-by: cai-chengchao<caichengchao1@h-partners.com> # message auto-generated for no-merge-commit merge: !881 merge math_op_back_1 into master math仓算子代码整改 Created-by: cai-chengchao Commit-by: cai-chengchao Merged-by: cann-robot Description: ## 描述 math仓算子代码整改 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!881	6 个月前
op_host	clip_by_value/v2 codecheck fix Co-authored-by: wangpengbo26<wangpengbo26@huawei.com> # message auto-generated for no-merge-commit merge: !3480 merge codecheck_cbv into master clip_by_value/v2 codecheck fix Created-by: wangpengbo26 Commit-by: wangpengbo26 Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> 移除 clip_by_value_tiling.cpp 中的多余空行: 在 ClipByValueTiling::DoOpTiling() 中，删除了第 74 行（yDtype 赋值）与第 75 行（CheckDtype 调用）之间的空白行，使代码风格更紧凑一致。移除 clip_by_value_v2_tiling.cpp 中的多余空行: 在 ClipByValueV2Tiling::DoOpTiling() 中，做了完全相同的空行删除，保持两个文件的风格一致。 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> NA ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> 不涉及 ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> 不涉及 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：cleancode See merge request: cann/ops-math!3480	1 个月前
op_kernel	refactor: arch35算子Reg级API重命名迁移 Co-authored-by: hahaha22<wangrunze20@h-partners.com> # message auto-generated for no-merge-commit merge: !4468 merge work_8 into master refactor: arch35算子Reg级API重命名迁移 Created-by: hahaha22 Commit-by: hahaha22 Merged-by: cann-robot Description: ## 描述将 arch35 架构下 40 个算子 kernel 文件中的 Reg 级 API 名称从旧命名迁移到新命名，与已迁移的算子（xlogy、dawsn、rint、cdist、reduce_all、power 等）保持一致。涉及的 API 重命名映射： - `__local_mem__` → `__ubuf__`（地址空间限定符统一） - `Reg::DataCopy` (LoadDist) → `Reg::LoadAlign`（UB 到寄存器的对齐加载） - `Reg::DataCopy` (StoreDist) → `Reg::StoreAlign`（寄存器到 UB 的对齐存储） - `Reg::DataCopyUnAlignPre` → `Reg::LoadUnAlignPre` - `Reg::DataCopyUnAlign` → `Reg::LoadUnAlign` - `Reg::MaskPack` → `Reg::Pack` - `Reg::MaskUnPack` → `Reg::UnPack` - `Reg::MaskAnd` → `Reg::And`（与已有 Reg::And 通过重载统一） - `Reg::CompareScalar` → `Reg::Compares` - `Reg::UnalignReg` → `Reg::UnalignRegForLoad` 涉及的算子包括：clip_by_value、clip_by_value_v2、adjacent_difference、bitwise_xor、div、floor_div、floor_mod、lerp、logical_or、mod、pow、signbit、tanh_grad。此外，adjacent_difference 算子中存在原有的 `__local_mem__`/`__ubuf__` 地址空间限定符不一致问题（左侧声明与右侧转换不匹配），本次重命名一并修复。 ### 改动原因 AscendC SDK 更新了 Reg 级 API 命名规范，将原有的 `DataCopy` 拆分为语义更明确的 `LoadAlign`/`StoreAlign`，并移除了 Mask 系列 API 的 "Mask" 前缀（通过重载统一）。本 PR 将相关算子迁移至新命名。 ### 改动方法纯机械重命名，无逻辑变更。所有改动均为 1:1 的 API 名称替换，增删行数完全对称（+417 -417）。Load/Store 语义区分基于原有模板参数（LoadDist → LoadAlign, StoreDist → StoreAlign）和参数顺序（寄存器在前为 Load，地址在前为 Store）。 ## 关联的Issue - #2529 ## 测试待补充：二级冒烟测试、算子泛化测试。 ## 文档更新无 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：API 重命名重构 See merge request: cann/ops-math!4468	21 小时前
op_kernel_aicpu	optimize the performace of aicpu ClipByValueV2 operator Co-authored-by: ZhaiPeiChao<zhaipeichao@huawei.com> # message auto-generated for no-merge-commit merge: !2460 merge clip_by_value_v2 into master optimize the performace of aicpu ClipByValueV2 operator Created-by: ZhaiPeiChao Commit-by: ZhaiPeiChao Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> 本 PR 对 AICPU 的 ClipByValueV2 算子进行了全面的性能优化，通过重构核心计算逻辑、优化并行调度策略、分离标量/逐元素边界处理路径，显著提升了算子执行效率。 ### 主要改动 1. 核心计算函数重构: 将原有的函数指针调用模式重构为专用的内联函数（ClampScalar、ClampComplex），使用 if constexpr 和类型特征在编译期选择最优路径，消除了运行时开销。 2. 并行调度优化: 将并行阈值从基于元素数量（256K/32K）改为基于字节数（200KB/40KB），新增统一的 DispatchParallel 调度函数，优化小数据量的串行回退策略。 3. 分支路径分离: 区分标量边界和逐元素边界两种场景，为每种场景提供专用的 kernel 函数（KernelScalarBound、KernelElemBound 等），标量场景预加载边界值到寄存器。 4. 编译器优化提示: 大量使用 __attribute__((always_inline))、__attribute__((hot))、__restrict__、__builtin_expect 等编译器提示，优化指令级并行和分支预测。 5. 类型分发重构: 将 std::map 函数指针分发改为 switch-case 结构，利用编译器优化和更紧凑的代码布局。 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> issue [#1380](https://gitcode.com/cann/ops-math/issues/1380) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> - 高频 fp32 scalar-bounds 中等规模（64K）：T=4 7.5× / T=6 5.7×； - 整型 elem-bounds（1M int32）：T=6 1.37×； - int8 scalar-bounds：T=1 1.29× / T=4 1.22×； - 单线程普遍：1.1–1.4×（向量化 + 分支外提）； - 大张量 DRAM 带宽饱和场景：0.93–0.97×（噪声范围）。 ### T=1（单线程，反映纯算法/访存/向量化收益） \| case \| old(ms) \| new(ms) \| speedup \| old(GB/s) \| new(GB/s) \| equal \| \|---\|---:\|---:\|---:\|---:\|---:\|:---:\| \| fp32 small 1K scalar-bounds \| 0.0130 \| 0.0110 \| 1.18× \| 0.60 \| 0.71 \| Y \| \| fp32 small 1K elem-bounds \| 0.0120 \| 0.0130 \| 0.92× \| 1.30 \| 1.20 \| Y \| \| fp32 64K scalar-bounds \| 0.4419 \| 0.3173 \| 1.39× \| 1.19 \| 1.65 \| Y \| \| fp32 256K elem-bounds \| 2.1340 \| 2.2015 \| 0.97× \| 1.96 \| 1.91 \| Y \| \| int32 256K scalar-bounds \| 0.9320 \| 0.8534 \| 1.09× \| 2.25 \| 2.46 \| Y \| \| int32 1M elem-bounds \| 8.7056 \| 7.8415 \| 1.11× \| 1.93 \| 2.14 \| Y \| \| int8 1M scalar-bounds \| 2.2670 \| 1.7555 \| 1.29× \| 0.92 \| 1.19 \| Y \| \| fp32 16M elem-bounds \| 162.6 \| 175.2 \| 0.93× \| 1.65 \| 1.53 \| Y \| ### T=4 \| case \| old(ms) \| new(ms) \| speedup \| new(GB/s) \| equal \| \|---\|---:\|---:\|---:\|---:\|:---:\| \| fp32 64K scalar-bounds \| 0.4513 \| 0.0600 \| 7.52× \| 27.3 \| Y \| \| fp32 256K elem-bounds \| 2.1500 \| 1.6860 \| 1.28× \| 2.49 \| Y \| \| int32 1M elem-bounds \| 8.6700 \| 8.4860 \| 1.02× \| 1.98 \| Y \| \| int8 1M scalar-bounds \| 2.2500 \| 1.8450 \| 1.22× \| 1.13 \| Y \| ### T=6 \| case \| old(ms) \| new(ms) \| speedup \| new(GB/s) \| equal \| \|---\|---:\|---:\|---:\|---:\|:---:\| \| fp32 64K scalar-bounds \| 0.4450 \| 0.0776 \| 5.73× \| 21.1 \| Y \| \| int32 1M elem-bounds \| 8.6820 \| 6.3410 \| 1.37× \| 2.65 \| Y \| \| int8 1M scalar-bounds \| 2.2700 \| 1.9800 \| 1.15× \| 1.06 \| Y \| ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> 不涉及 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [x] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!2460	2 个月前
tests	refactor clip_by_value/v2 with Brc_templates Co-authored-by: wangpengbo26<wangpengbo26@huawei.com> # message auto-generated for no-merge-commit merge: !3266 merge clipByValue into master refactor clip_by_value/v2 with Brc_templates Created-by: wangpengbo26 Commit-by: wangpengbo26 Merged-by: cann-robot Description: ## 描述重构 conversion/clip_by_value 和 conversion/clip_by_value_v2 的 AICore 实现，以高性能 Broadcast 模板形式接入算子调度与计算流程。主要改动： - Host 侧按 dtype 构造 ClipByValue/ClipByValueV2 的 OpDag，调用 BroadcastBaseTiling 完成模板 tiling，并根据 schMode 生成模板 tiling key。 - Kernel 侧新增 arch35 模板入口，通过 template <schMode> 和 BroadcastSch<schMode, OpDag> 执行广播调度。 - DAG 中融合 clip 的 min/max 两步计算，ClipByValue 保持 Min(x, max) 后 Max(result, min)，ClipByValueV2 保持 Max(x, min) 后 Min(result, max)。 - int64 路径使用 MicroAPI RegTraitNumTwo 处理 64 位计算。 - 更新两个算子的 host tiling UT，覆盖 fp16、bf16、fp32、int32、int64、广播和 dtype mismatch 场景。 ## 关联的Issue - https://gitcode.com/cann/ops-math/issues/2015 ## 测试 - ClipByValue 全量 CSV 精度用例 245 条最终 PASS。 - ClipByValueV2 全量 CSV 精度用例 169 条最终 PASS。 ## 文档更新无。 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [x] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：算子模板化重构 See merge request: cann/ops-math!3266	1 个月前
CMakeLists.txt	perf: 合并 op_kernel 的 CMakeList 到算子根目录 Co-authored-by: zhanw_coding<zhanwang@huawei.com> # message auto-generated for no-merge-commit merge: !3446 merge ft-cmake into master perf: 合并 op_kernel 的 CMakeList 到算子根目录 Created-by: zhanw_coding Commit-by: zhanw_coding Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> perf: 合并 op_kernel 的 CMakeList 到算子根目录 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> https://gitcode.com/cann/ops-math/issues/2064 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：编译工程优化 See merge request: cann/ops-math!3446	1 个月前
README.md	【bugfix】修复clip_by_value_v2文档 Co-authored-by: majiajian_hw<majiajian@huawei.com> # message auto-generated for no-merge-commit merge: !2726 merge bugfix_md_0513 into master 【bugfix】修复clip_by_value_v2文档 Created-by: nunnons2 Commit-by: majiajian_hw Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> clip_by_value_v2文档中，aclnn接口名称写错，少了Tensor。 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> https://gitcode.com/cann/ops-math/issues/1541 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> 已完成 ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> conversion/clip_by_value_v2/README.md ## 类型标签 <!-- [x] 表示选中 --> - [ ] 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!2726	2 个月前

ClipByValueV2

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√
Atlas A2 训练系列产品/Atlas A2 推理系列产品	√
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	√
Atlas 训练系列产品	√

功能说明

算子功能: 将输入的所有元素限制在[clipValueMin,clipValueMax]范围内，若元素大于clipValueMax则限制为clipValueMax，若元素小于clipValueMin则限制为clipValueMin，否则等于元素本身。
计算公式：

{y}_{i} = max(min({{x}_{i}},{max\_value}_{i}),{min\_value}_{i})

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x	输入	输入张量。	INT8、INT16、INT32、INT64、UINT8、UINT16、UINT32、UINT64 FLOAT16、FLOAT、DOUBLE、BOOL、BFLOAT16、COMPLEX64、COMPLEX128	ND
clip_value_min	输入	限制元素范围的最小值。	同输入张量x	ND
clip_value_max	输入	限制元素范围的最大值。	同输入张量x	ND
y	输出	将输入张量x裁剪后的输出张量。	同输入张量x	ND

约束说明

无

调用说明

调用方式	样例代码	说明
aclnn调用	test_aclnn_clamp	通过aclnnClamp接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_clamp_max test_aclnn_inplace_clamp_max	通过aclnnClampMax&aclnnInplaceClampMax接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_clamp_max_tensor test_aclnn_inplace_clamp_max_tensor	通过aclnnClampMaxTensor&aclnnInplaceClampMaxTensor接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_clamp_min	通过aclnnClampMin接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_clamp_min_tensor test_aclnn_inplace_clamp_min_tensor	通过aclnnClampMinTensor&aclnnInplaceClampMinTensor接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_clamp_tensor	通过aclnnClampTensor接口方式调用clip_by_value_v2算子。
aclnn调用	test_aclnn_hardtanh test_aclnn_inplace_ardtanh	通过aclnnHardtanh&aclnnInplaceHardtanh接口方式调用clip_by_value_v2算子。
图模式调用	test_geir_clip_by_value_v2	通过算子IR构图方式调用clip_by_value_v2算子。