已合并
Modify the aclnn #5749
zhouwenfang创建于 6月5日
Modify the aclnn #5749
已合并
共 2 个文件变更+4-4
| @@ -460,7 +460,7 @@ int CreateAclTensor(const std::vector<T>& hostData, const std::vector<int64_t>& | |||
| 460 | } | 460 | } |
| 461 | 461 | ||
| 462 | int main() { | 462 | int main() { |
| 463 | - // 1. （固定写法）device/stream初始化，参考acl API手册 | 463 | + // 1. （固定写法）device/stream初始化，参考acl API |
| 464 | // 根据自己的实际device填写deviceId | 464 | // 根据自己的实际device填写deviceId |
| 465 | int32_t deviceId = 0; | 465 | int32_t deviceId = 0; |
| 466 | aclrtStream stream; | 466 | aclrtStream stream; |
| @@ -599,7 +599,7 @@ int CreateAclTensor(const std::vector<T>& hostData, const std::vector<int64_t>& | |||
| 599 | } | 599 | } |
| 600 | 600 | ||
| 601 | int main() { | 601 | int main() { |
| 602 | - // 1. （固定写法）device/stream初始化，参考acl API手册 | 602 | + // 1. （固定写法）device/stream初始化，参考acl API |
| 603 | // 根据自己的实际device填写deviceId | 603 | // 根据自己的实际device填写deviceId |
| 604 | int32_t deviceId = 0; | 604 | int32_t deviceId = 0; |
| 605 | aclrtStream stream; | 605 | aclrtStream stream; |
| @@ -75,7 +75,7 @@ aclnnStatus aclnnGlu( | |||
| 75 | <td>self（aclTensor*）</td> | 75 | <td>self（aclTensor*）</td> |
| 76 | <td>输入</td> | 76 | <td>输入</td> |
| 77 | <td>待进行GLU计算的入参，将该输入张量沿着指定的维度dim平均分成公式中的两个张量a,b。</td> | 77 | <td>待进行GLU计算的入参，将该输入张量沿着指定的维度dim平均分成公式中的两个张量a,b。</td> |
| 78 | - <td><ul><li>支持空Tensor。</li><li>Tensor的维度必须大于0，且shape必须在入参dim对应的维度上可以整除2，shape表示为$(*_1,N,*_2)$其中$*$表示任何数量的附加维，$N$表示dim指定的维度大小。</li></ul></td> | 78 | + <td><ul><li>支持空Tensor。</li><li>Tensor的维度必须大于0，且shape必须在入参dim对应的维度上可以整除2，shape表示为(*_1,N,*_2)，其中*表示任何数量的附加维，N表示dim指定的维度大小。</li></ul></td> |
| 79 | <td>DOUBLE、FLOAT、FLOAT16、BFLOAT16</td> | 79 | <td>DOUBLE、FLOAT、FLOAT16、BFLOAT16</td> |
| 80 | <td>ND</td> | 80 | <td>ND</td> |
| 81 | <td>1-8</td> | 81 | <td>1-8</td> |
| @@ -95,7 +95,7 @@ aclnnStatus aclnnGlu( | |||
| 95 | <td>out（aclTensor*）</td> | 95 | <td>out（aclTensor*）</td> |
| 96 | <td>输出</td> | 96 | <td>输出</td> |
| 97 | <td>计算出参。</td> | 97 | <td>计算出参。</td> |
| 98 | - <td>数据类型必须可以由self cast得到，shape为$(*_1,M,*_2)$其中$*$表示self中对应维度，$M = N /2$。</td> | 98 | + <td>数据类型必须可以由self cast得到，shape为(*_1,M,*_2)，其中*表示self中对应维度，M = N /2。</td> |
| 99 | <td>DOUBLE、FLOAT、FLOAT16、BFLOAT16</td> | 99 | <td>DOUBLE、FLOAT、FLOAT16、BFLOAT16</td> |
| 100 | <td>ND</td> | 100 | <td>ND</td> |
| 101 | <td>1-8</td> | 101 | <td>1-8</td> |