Pull Request has been successfully merged by CANN-robot.
(Thank you for 佐助大王's contribution.)变更摘要
本 PR 修复 aclnnMseLossOut 在 self 或 target 为空 tensor 时直接返回成功、但未对 out 做任何填充的问题。原先 loss/mse_loss/op_api/aclnn_mse_loss_out.cpp 的空 tensor 早退分支只留有注释占位,导致 out 残留随机值或非零结果,与 PyTorch 语义不符。改动在早退分支内按 reduction 语义调用 CheckFillScalarLoss 对 out 进行标量填充,使空输入下的输出行为与 PyTorch 对齐。
主要改动
- 空 tensor 早退分支补充 reduction 语义处理: 在
self->IsEmpty() || target->IsEmpty()分支内新增按reduction区分的填充逻辑,替换原先的占位注释。 mean归约填充NaN: 当reduction == REDUCTION_MEAN_NUM时,调用CheckFillScalarLoss(out, NAN, uniqueExecutor.get())将输出填充为NaN,对应 PyTorch 的空输入均值结果。sum归约填充0: 当reduction == REDUCTION_SUM_NUM时,调用CheckFillScalarLoss(out, 0, uniqueExecutor.get())将输出填充为0。none归约不写out并统一校验返回值: 两个分支之外不写入out,并在分支后新增CHECK_RET(ret == ACLNN_SUCCESS, ret)统一校验填充调用的执行结果,随后仍设置*workspaceSize = 0并释放 executor 返回ACLNN_SUCCESS。
🧩 本次 Review 已使用自定义 Skill:


代码审查
审查结论
已审文件:loss/mse_loss/op_api/aclnn_mse_loss_out.cpp —— 已完整审查行 117–130 的早退分支及全文件上下文,并交叉核对了 aclnn_mse_loss.cpp、aclnn_l1_loss.cpp、aclnn_soft_margin_loss.cpp、aclnn_nll_loss.cpp 的同位置实现,以及 loss/common/level2_base_loss.h 中 CheckFillScalarLoss 的实现与 tests/ut/op_api/test_aclnn_mse_loss_out.cpp 的存量用例。
发现的问题(3 条)
| 编号 | 严重度 | 位置 | 摘要 |
|---|---|---|---|
| 1 | P2 | 126–127 | 新增 Fill/ViewCopy 入队后仍返回 workspaceSize = 0,与同仓 4 处同族实现(均用 GetWorkspaceSize())分叉 |
| 2 | P2 | 121–125 | 本次唯一行为修复无任何数值断言测试;存量空 tensor 用例的 out 本身就是空张量,且只测 workspace,无法验证填充 |
| 3 | P3 | 120–122 | Out 型接口文档未补空 tensor 输出语义,与功能型接口文档(aclnnMseLoss_en.md:251–254)不一致(可选改进) |
逻辑正确性核对:reduction == REDUCTION_MEAN_NUM → NAN、REDUCTION_SUM_NUM → 0、none 不写 out 的映射正确;CheckReductionMseLoss 已限定 reduction ∈ [0,2],不存在落空分支;reduction=none 时空输入对应 out 必为空张量,不写是正确行为;填充经 ViewCopy 会广播到非空 out(如 out=[4]),不会漏写。未发现越界、空指针、类型窄化等问题。
总体风险判断:变更方向正确且小范围收敛,主要风险不在填充语义本身,而在“入队算子却返回 workspaceSize=0”的平台相关不确定性(现有 UT 恰好覆盖不到),以及该修复完全缺少有效回归测试——建议合并前对齐 workspace 取值并补一条非空 out 的数值断言用例。
| 类型 | 数量 |
|---|---|
| 🔴 阻塞 | 0 |
| 🟡 建议 | 2 |
💬 仅评论
🧩 本次 Review 已使用自定义 Skill:


/lgtm
/approve


/lgtm
/approve


Pull Request 已合并或已关闭。
If you want to solve this problem, you can click here to do it in the FAQs.


描述
MseLossOut 在 self 或 target 为空 tensor 时直接返回成功,未对 out 做任何填充,导致 reduction=mean 时输出残留随机值(PyTorch 语义为 NaN)、reduction=sum 时输出不为 0。
修复方案:空 tensor 早退分支按 reduction 语义补填充逻辑——mean 时调用 CheckFillScalarLoss 向 out 填充 NaN,sum 时填充 0,none 时不写 out(对齐 PyTorch 行为)。
改动文件:
关联的Issue
关联Issue #7542(Close #7542)
https://gitcode.com/cann/ops-nn/issues/7542
测试
/home/jisongyuan/ops-issue/nn/7542-7572-batch/local_verification_report.md(对话同步交付供评测)文档更新
无
类型标签
AI/Agent生成声明