已合并
modified md files(for readability improvement) #4093
gitee-duhuiping创建于 4月22日
modified md files(for readability improvement) #4093
已合并
共 2 个文件变更+10-10
| @@ -110,7 +110,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 110 | <td><ul><li>不支持空Tensor。</li><li>与输入input的数据类型相同。</li><li>shape与input的shape相等，为[A1,...,Ai,R1,...,Rj], shape长度大于等于normalizedShape的长度。</li></ul></td> | 110 | <td><ul><li>不支持空Tensor。</li><li>与输入input的数据类型相同。</li><li>shape与input的shape相等，为[A1,...,Ai,R1,...,Rj], shape长度大于等于normalizedShape的长度。</li></ul></td> |
| 111 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 111 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 112 | <td>ND</td> | 112 | <td>ND</td> |
| 113 | - <td>-</td> | 113 | + <td>1-8</td> |
| 114 | <td>√</td> | 114 | <td>√</td> |
| 115 | </tr> | 115 | </tr> |
| 116 | <tr> | 116 | <tr> |
| @@ -120,7 +120,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 120 | <td><ul><li>不支持空Tensor。</li><li>与输入gradOut的数据类型相同。</li><li>shape与gradOut的shape相等，为[A1,...,Ai,R1,...,Rj], shape长度大于等于normalizedShape的长度。</li></ul></td> | 120 | <td><ul><li>不支持空Tensor。</li><li>与输入gradOut的数据类型相同。</li><li>shape与gradOut的shape相等，为[A1,...,Ai,R1,...,Rj], shape长度大于等于normalizedShape的长度。</li></ul></td> |
| 121 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 121 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 122 | <td>ND</td> | 122 | <td>ND</td> |
| 123 | - <td>-</td> | 123 | + <td>1-8</td> |
| 124 | <td>√</td> | 124 | <td>√</td> |
| 125 | </tr> | 125 | </tr> |
| 126 | <tr> | 126 | <tr> |
| @@ -140,7 +140,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 140 | <td><ul><li>不支持空Tensor。</li><li>与输入rstd的数据类型相同且位宽不低于输入input的数据类型位宽。</li><li>shape与rstd的shape相等，为[A1,...,Ai,1,...,1]，Ai后共有j个1，与需要norm的轴长度保持相同。</li></ul></td> | 140 | <td><ul><li>不支持空Tensor。</li><li>与输入rstd的数据类型相同且位宽不低于输入input的数据类型位宽。</li><li>shape与rstd的shape相等，为[A1,...,Ai,1,...,1]，Ai后共有j个1，与需要norm的轴长度保持相同。</li></ul></td> |
| 141 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 141 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 142 | <td>ND</td> | 142 | <td>ND</td> |
| 143 | - <td>-</td> | 143 | + <td>1-8</td> |
| 144 | <td>√</td> | 144 | <td>√</td> |
| 145 | </tr> | 145 | </tr> |
| 146 | <tr> | 146 | <tr> |
| @@ -150,7 +150,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 150 | <td><ul><li>不支持空Tensor。</li><li>与输入mean的数据类型相同且位宽不低于输入input的数据类型位宽。</li><li>shape与mean的shape相等，为[A1,...,Ai,1,...,1]，Ai后共有j个1，与需要norm的轴长度保持相同。</li></ul></td> | 150 | <td><ul><li>不支持空Tensor。</li><li>与输入mean的数据类型相同且位宽不低于输入input的数据类型位宽。</li><li>shape与mean的shape相等，为[A1,...,Ai,1,...,1]，Ai后共有j个1，与需要norm的轴长度保持相同。</li></ul></td> |
| 151 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 151 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 152 | <td>ND</td> | 152 | <td>ND</td> |
| 153 | - <td>-</td> | 153 | + <td>1-8</td> |
| 154 | <td>√</td> | 154 | <td>√</td> |
| 155 | </tr> | 155 | </tr> |
| 156 | <tr> | 156 | <tr> |
| @@ -160,7 +160,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 160 | <td><ul><li>不支持空Tensor。</li><li>weightOptional非空时，数据类型与输入input一致或为FLOAT类型，且当biasOptional存在时与biasOptional的数据类型相同。</li><li>weightOptional为空时，需要构造一个shape为[R1,...,Rj]，数据类型与输入input相同，数据全为1的Tensor。</li><li>shape与normalizedShape相等，为[R1,...,Rj]。</li></ul></td> | 160 | <td><ul><li>不支持空Tensor。</li><li>weightOptional非空时，数据类型与输入input一致或为FLOAT类型，且当biasOptional存在时与biasOptional的数据类型相同。</li><li>weightOptional为空时，需要构造一个shape为[R1,...,Rj]，数据类型与输入input相同，数据全为1的Tensor。</li><li>shape与normalizedShape相等，为[R1,...,Rj]。</li></ul></td> |
| 161 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 161 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 162 | <td>ND</td> | 162 | <td>ND</td> |
| 163 | - <td>-</td> | 163 | + <td>1-8</td> |
| 164 | <td>√</td> | 164 | <td>√</td> |
| 165 | </tr> | 165 | </tr> |
| 166 | <tr> | 166 | <tr> |
| @@ -170,7 +170,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 170 | <td><ul><li>不支持空Tensor。</li><li>biasOptional非空时，数据类型与输入input一致或为FLOAT类型，且当weightOptional存在时与weightOptional的数据类型相同。</li><li>biasOptional为空时，不做任何处理。</li><li>shape与normalizedShape相等，为[R1,...,Rj]。</li></ul></td> | 170 | <td><ul><li>不支持空Tensor。</li><li>biasOptional非空时，数据类型与输入input一致或为FLOAT类型，且当weightOptional存在时与weightOptional的数据类型相同。</li><li>biasOptional为空时，不做任何处理。</li><li>shape与normalizedShape相等，为[R1,...,Rj]。</li></ul></td> |
| 171 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 171 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 172 | <td>ND</td> | 172 | <td>ND</td> |
| 173 | - <td>-</td> | 173 | + <td>1-8</td> |
| 174 | <td>√</td> | 174 | <td>√</td> |
| 175 | </tr> | 175 | </tr> |
| 176 | <tr> | 176 | <tr> |
| @@ -190,7 +190,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 190 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第0个元素控制是否输出，outputMask第0个元素为True时会进行输出，与输入input的数据类型相同。</li><li>shape与input的shape相等，为[A1,...,Ai,R1,...,Rj]。</li></ul></td> | 190 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第0个元素控制是否输出，outputMask第0个元素为True时会进行输出，与输入input的数据类型相同。</li><li>shape与input的shape相等，为[A1,...,Ai,R1,...,Rj]。</li></ul></td> |
| 191 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 191 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 192 | <td>ND</td> | 192 | <td>ND</td> |
| 193 | - <td>-</td> | 193 | + <td>1-8</td> |
| 194 | <td>√</td> | 194 | <td>√</td> |
| 195 | </tr> | 195 | </tr> |
| 196 | <tr> | 196 | <tr> |
| @@ -200,7 +200,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 200 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第1个元素控制是否输出，outputMask第1个元素为True时会进行输出，与输入weightOptional的数据类型相同。</li><li>shape与gradBiasOut的shape相等，为[R1,...,Rj]。</li></ul></td> | 200 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第1个元素控制是否输出，outputMask第1个元素为True时会进行输出，与输入weightOptional的数据类型相同。</li><li>shape与gradBiasOut的shape相等，为[R1,...,Rj]。</li></ul></td> |
| 201 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 201 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 202 | <td>ND</td> | 202 | <td>ND</td> |
| 203 | - <td>-</td> | 203 | + <td>1-8</td> |
| 204 | <td>√</td> | 204 | <td>√</td> |
| 205 | </tr> | 205 | </tr> |
| 206 | <tr> | 206 | <tr> |
| @@ -210,7 +210,7 @@ aclnnStatus aclnnLayerNormBackward( | |||
| 210 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第2个元素控制是否输出，outputMask第2个元素为True时会进行输出，与输入weightOptional的数据类型相同。</li><li>shape与gradWeightOut的shape相等，为[R1,...,Rj]。</li></ul></td> | 210 | <td><ul><li>不支持空Tensor。</li><li>由outputMask的第2个元素控制是否输出，outputMask第2个元素为True时会进行输出，与输入weightOptional的数据类型相同。</li><li>shape与gradWeightOut的shape相等，为[R1,...,Rj]。</li></ul></td> |
| 211 | <td>FLOAT32、FLOAT16、BFLOAT16</td> | 211 | <td>FLOAT32、FLOAT16、BFLOAT16</td> |
| 212 | <td>ND</td> | 212 | <td>ND</td> |
| 213 | - <td>-</td> | 213 | + <td>1-8</td> |
| 214 | <td>√</td> | 214 | <td>√</td> |
| 215 | </tr> | 215 | </tr> |
| 216 | <tr> | 216 | <tr> |
| @@ -159,7 +159,7 @@ aclnnStatus aclnnQuantize( | |||
| 159 | - 数据类型： | 159 | - 数据类型： |
| 160 | - 入参`x`、`scales`不支持BFLOAT16、FLOAT32。 | 160 | - 入参`x`、`scales`不支持BFLOAT16、FLOAT32。 |
| 161 | - 入参`zeroPoints`不支持FLOAT32。且当数据类型为BFLOAT16时，`x`、`scales`数据类型均为BFLOAT16。 | 161 | - 入参`zeroPoints`不支持FLOAT32。且当数据类型为BFLOAT16时，`x`、`scales`数据类型均为BFLOAT16。 |
| 162 | - - 出参`out`仅支持支持INT8、UINT8、INT32。 | 162 | + - 出参`out`仅支持INT8、UINT8、INT32。 |
| 163 | - 入参`dstType`仅支持取值ACL_INT8、ACL_UINT8、ACL_INT32。 | 163 | - 入参`dstType`仅支持取值ACL_INT8、ACL_UINT8、ACL_INT32。 |
| 164 | 164 | ||
| 165 | - <term>Atlas A2 训练系列产品/Atlas A2 推理系列产品</term>、<term>Atlas A3 训练系列产品/Atlas A3 推理系列产品</term>： | 165 | - <term>Atlas A2 训练系列产品/Atlas A2 推理系列产品</term>、<term>Atlas A3 训练系列产品/Atlas A3 推理系列产品</term>： |