| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
单核不适用多行搬运，导致算子aicore，应该退回到单行搬入搬出进行处理 Co-authored-by: xiaodong666<yuanxiaodong6@huawei.com> # message auto-generated for no-merge-commit merge: !7105 merge scatter_opt_910 into 9.1.0 单核不适用多行搬运，导致算子aicore，应该退回到单行搬入搬出进行处理 Created-by: xiaodong666 Commit-by: xiaodong666 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。--> 单核不适用多行搬运，应该退回到单行搬入搬出进行处理 ## 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。例如：关联Issue #000--> 关联Issue [#3844](https://gitcode.com/cann/ops-nn/issues/3844) ## 测试 <!--描述进行了哪些测试来验证你的改动。--> 用例测试通过，st测试通过，冒烟通过 ## 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。--> NA ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7105 | 1 个月前 | |
remove simplified_key, default value is 0 Co-authored-by: cong-jiyu<congjiyu@h-partners.com> # message auto-generated for no-merge-commit merge: !4892 merge master into master remove simplified_key, default value is 0 Created-by: cong-jiyu Commit-by: cong-jiyu Merged-by: cann-robot Description: ## 描述 当simplified_key中属性只有default=0，且ascendc_config中配置了算子，那么simplified_key.ini文件可以删除，因为默认值为0. 修改了ascendc_config.json文件，将算子host/config中配置了soc，但是未在ascendc_config.json中的算子补充上去。 ## 关联的Issue [#1985](https://gitcode.com/cann/ops-nn/issues/1985) ## 测试 编译950、910bpass ## 文档更新 更新了ascendc_config.json配置了算子的simplified_key的ini文件 ## 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-nn!4892 | 2 个月前 | |
sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓 Co-authored-by: 袁晓东<yuanxiaodong6@huawei.com> # message auto-generated for no-merge-commit merge: !2224 merge sortedsparseqianyi into master sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓 Created-by: xiaodong666 Commit-by: 袁晓东 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。--> sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓； scatter_update：将index张量中元素值作为索引，针对指定轴0，把source中元素复制到out的对应位置上。 <table style="undefined;table-layout: fixed; width: 1479px"><colgroup> <col style="width: 163px"> <col style="width: 180px"> <col style="width: 240px"> <col style="width: 200px"> <col style="width: 197px"> <col style="width: 114px"> <col style="width: 156px"> <col style="width: 145px"> </colgroup> <thead> <tr> <th>参数名</th> <th>输入/输出/属性</th> <th>描述</th> <th>使用说明</th> <th>数据类型</th> <th>数据格式</th> <th>维度(shape)</th> </tr></thead> <tbody> <tr> <td>var</td> <td>输入</td> <td>输入Tensor</td> <td>-</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>indices</td> <td>输入</td> <td>输入Tensor</td> <td><ul><li>维度不能大于1，元素个数要求和张量source中dim轴的大小相同。</li><li>当index有重复索引值的时候，结果不保序。</li></ul></td> <td>INT32, INT64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>updates</td> <td>输入</td> <td>输入Tensor</td> <td>dim轴的大小和index的元素数量相同，其他维度同selfRef的shape。</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>var</td> <td>输出</td> <td>输出Tensor</td> <td>-</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> </tbody></table> sorted_sparse_segment_mean_grad：计算张量稀疏片段的均值的反向梯度算子 <table style="undefined;table-layout: fixed; width: 1479px"><colgroup> <col style="width: 163px"> <col style="width: 180px"> <col style="width: 240px"> <col style="width: 200px"> <col style="width: 197px"> <col style="width: 114px"> <col style="width: 156px"> <col style="width: 145px"> </colgroup> <thead> <tr> <th>参数名</th> <th>输入/输出</th> <th>描述</th> <th>数据类型</th> <th>数据格式</th> </tr></thead> <tbody> <tr> <td>x</td> <td>输入</td> <td>输入aclTensor</td> <td>FLOAT, FLOAT16, BFLOAT16</td> <td>ND</td> </tr> <tr> <td>sorted_indices</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>pre_location_indices</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>segment_ids</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>output_dim0</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32</td> <td>ND</td> </tr> <tr> <td>y</td> <td>输出</td> <td>输出aclTensor</td> <td>FLOAT, FLOAT16, BFLOAT16</td> <td>ND</td> </tr> </tbody></table> ## 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。例如：关联Issue #000--> Issue [#1248](https://gitcode.com/cann/ops-nn/issues/1248) ## 测试 <!--描述进行了哪些测试来验证你的改动。--> 批跑st用例，geir、tf、torch端到端通路验证，冒烟。 ## 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。--> NA ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-nn!2224 | 4 个月前 | |
sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓 Co-authored-by: 袁晓东<yuanxiaodong6@huawei.com> # message auto-generated for no-merge-commit merge: !2224 merge sortedsparseqianyi into master sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓 Created-by: xiaodong666 Commit-by: 袁晓东 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。--> sorted_sparse_segment_mean_grad和scatter_update算子开源到nn仓； scatter_update：将index张量中元素值作为索引，针对指定轴0，把source中元素复制到out的对应位置上。 <table style="undefined;table-layout: fixed; width: 1479px"><colgroup> <col style="width: 163px"> <col style="width: 180px"> <col style="width: 240px"> <col style="width: 200px"> <col style="width: 197px"> <col style="width: 114px"> <col style="width: 156px"> <col style="width: 145px"> </colgroup> <thead> <tr> <th>参数名</th> <th>输入/输出/属性</th> <th>描述</th> <th>使用说明</th> <th>数据类型</th> <th>数据格式</th> <th>维度(shape)</th> </tr></thead> <tbody> <tr> <td>var</td> <td>输入</td> <td>输入Tensor</td> <td>-</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>indices</td> <td>输入</td> <td>输入Tensor</td> <td><ul><li>维度不能大于1，元素个数要求和张量source中dim轴的大小相同。</li><li>当index有重复索引值的时候，结果不保序。</li></ul></td> <td>INT32, INT64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>updates</td> <td>输入</td> <td>输入Tensor</td> <td>dim轴的大小和index的元素数量相同，其他维度同selfRef的shape。</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> <tr> <td>var</td> <td>输出</td> <td>输出Tensor</td> <td>-</td> <td>FLOAT、BFLOAT16、FLOAT16、INT32、UINT32、INT64、UINT64、INT16、INT8、UINT8、DOUBLE、BOOL、COMPLEX128、COMPLEX64</td> <td>ND</td> <td>-</td> </tr> </tbody></table> sorted_sparse_segment_mean_grad：计算张量稀疏片段的均值的反向梯度算子 <table style="undefined;table-layout: fixed; width: 1479px"><colgroup> <col style="width: 163px"> <col style="width: 180px"> <col style="width: 240px"> <col style="width: 200px"> <col style="width: 197px"> <col style="width: 114px"> <col style="width: 156px"> <col style="width: 145px"> </colgroup> <thead> <tr> <th>参数名</th> <th>输入/输出</th> <th>描述</th> <th>数据类型</th> <th>数据格式</th> </tr></thead> <tbody> <tr> <td>x</td> <td>输入</td> <td>输入aclTensor</td> <td>FLOAT, FLOAT16, BFLOAT16</td> <td>ND</td> </tr> <tr> <td>sorted_indices</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>pre_location_indices</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>segment_ids</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32, INT64</td> <td>ND</td> </tr> <tr> <td>output_dim0</td> <td>输入</td> <td>输入aclTensor</td> <td>INT32</td> <td>ND</td> </tr> <tr> <td>y</td> <td>输出</td> <td>输出aclTensor</td> <td>FLOAT, FLOAT16, BFLOAT16</td> <td>ND</td> </tr> </tbody></table> ## 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。例如：关联Issue #000--> Issue [#1248](https://gitcode.com/cann/ops-nn/issues/1248) ## 测试 <!--描述进行了哪些测试来验证你的改动。--> 批跑st用例，geir、tf、torch端到端通路验证，冒烟。 ## 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。--> NA ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-nn!2224 | 4 个月前 |
| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 1 个月前 | ||
| 2 个月前 | ||
| 4 个月前 | ||
| 4 个月前 |