Star0

Star0

cann-robotdocs(index): fix SparseSegmentSum README

c0517e2f创建于 8月20日历史提交

文件	最后提交记录	最后更新时间
examples	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
op_graph	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
op_host	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
op_kernel_aicpu	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
tests	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
CMakeLists.txt	Add SparseSegmentSum op migration Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7621 merge migrate-sparse-segment-sum into master Add SparseSegmentSum op migration Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述将 `SparseSegmentSum` AICPU 算子迁移至 ops-nn 仓库，共新增 16 个文件，并同步更新 `docs/zh/op_list.md`。算子沿 `segment_ids` 指定的稀疏分段对 `x` 的切片求和，计算公式 `y[segment_ids[i]] += x[indices[i]]`，兼容 TensorFlow `SparseSegmentSum`。实现要点： 1. `op_graph/sparse_segment_sum_proto.h`：`REG_OP(SparseSegmentSum)` 注册 3 输入（`x`/`indices`/`segment_ids`）、1 输出（`y`），声明支持的数据类型集合（`x`/`y` 11 种 dtype，`indices`/`segment_ids` 为 INT32/INT64）。 2. `op_host/sparse_segment_sum_infershape.cpp`：校验 `x` rank≥1、`indices`/`segment_ids` 为 1D 且 shape 一致；输出 dim0 在 `segment_ids` 为 const 时取 `max(segment_ids)+1`，否则置 `UNKNOWN_DIM`；输出 dim[1:] 取 `x[1:]`；输出 dtype 与 `x` 一致。 3. `op_kernel_aicpu/sparse_segment_sum_aicpu.cpp`：校验 `segment_ids` 非负且单调非递减、`indices` 元素 < `x.dim(0)`；使用 Eigen `TensorMap` 按段累加 `input_flat.chip<0>(indices[r])`，段间 gap 与末尾 gap 用 `setConstant(0)` 填零；`x` 支持 11 种 dtype，`indices`/`segment_ids` 各支持 INT32/INT64（4 种组合）。 4. 配套 `examples`（图模式调用样例）、`tests/ut`（Host InferShape + kernel UT）、各级 `CMakeLists.txt` 与 `README.md`。 ## 关联的Issue #4294 ## 测试根据代码变更，测试场景如下： 1. 编译构建测试 - 执行各级 `CMakeLists.txt` 配置与编译，验证 SparseSegmentSum 算子（op_graph / op_host / op_kernel_aicpu / tests）可正常构建。 2. 算子注册/加载验证 - 验证 `REG_OP(SparseSegmentSum)` 与 `REGISTER_CPU_KERNEL(SparseSegmentSum, ...)` 注册成功，算子可被框架正确识别并加载。 3. InferShape 验证 - 运行 `tests/ut/op_host/test_sparse_segment_sum_infershape.cpp`，验证：`x` rank≥1 校验、`indices`/`segment_ids` 1D 且 shape 一致校验、const `segment_ids` 时输出 dim0 = `max+1`、非 const 时输出 dim0 = `UNKNOWN_DIM`、输出 dtype 与 `x` 一致。 4. kernel 单元测试 - 运行 `tests/ut/op_kernel_aicpu/test_sparse_segment_sum.cpp`，覆盖 `x` 的 11 种数据类型（INT8/16/32/64、UINT8/16/32/64、FLOAT16/FLOAT/DOUBLE）与 `indices`/`segment_ids` 的 4 种 INT32/INT64 组合，验证累加结果与 gap 填零正确。 5. 参数校验测试 - 覆盖 `SparseSegmentCheck` / `SparseSegmentDataCheck` 中的边界场景：`x` rank<1、`indices`/`segment_ids` 元素数不一致、`x`/`y` dtype 不一致、`segment_ids` 存在负值、`segment_ids` 非单调递减、`indices` 元素 ≥ `x.dim(0)` 等，均应返回 `KERNEL_STATUS_PARAM_INVALID`。 6. 图模式接口调用验证 - 运行 `examples/test_geir_sparse_segment_sum.cpp`，通过 GE IR 构图方式调用 SparseSegmentSum 算子，验证端到端功能与输出正确性，并与 TensorFlow `SparseSegmentSum` 结果对齐。 7. 算子清单登记验证 - 确认 `docs/zh/op_list.md` 中 SparseSegmentSum 条目正确显示，分类为 `index`，README 链接可达。 ## 文档更新 - 新增 `index/sparse_segment_sum/README.md`：产品支持情况（Ascend 950PR/950DT 支持）、功能说明、参数说明（含完整数据类型表格）、约束说明与调用说明。 - 更新 `docs/zh/op_list.md`：登记 SparseSegmentSum 算子条目。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7621	2 个月前
README.md	docs(index): fix SparseSegmentSum README Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !8950 merge fix/sparse-segment-sum-readme into master docs(index): fix SparseSegmentSum README Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述修正 `SparseSegmentSum` 算子 README 中的产品支持范围和数据类型名称，使文档与实际支持能力及算子文档规范保持一致： 1. 将 Atlas A3、Atlas A2、Atlas 推理系列和 Atlas 训练系列产品的支持状态由“不支持”更正为“支持”。 2. 移除参数数据类型名称中的 `DT_` 前缀，统一使用 `INT8`、`INT32`、`FLOAT16` 等标准文档格式。 ## 关联的Issue 关联Issue #4935 ## 测试本次为纯文档变更，建议执行以下静态检查： 1. 检查产品支持表在 Markdown 渲染后列对齐、支持标记及产品名称显示正常。 2. 核对 `x`、`indices`、`segment_ids` 和 `y` 的数据类型名称均已移除 `DT_` 前缀。 3. 对照算子实现或产品支持清单，确认更新后的支持范围准确。 4. 运行仓库已有的 Markdown 或文档格式检查（如有）。 > 未执行算子功能测试；本次修改不涉及算子实现代码。 ## 文档更新更新 `index/sparse_segment_sum/README.md`： - 修正 4 类 Atlas 产品的支持状态。 - 规范 4 个输入/输出参数的数据类型名称。 ## 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： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [x] AI辅助编写 See merge request: cann/ops-nn!8950	1 个月前

SparseSegmentSum

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：沿 segment_ids 指定的稀疏分段对 x 的切片求和。
计算公式：y[segment_ids[i]] += x[indices[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，rank 至少为 1。	INT8、UINT8、INT16、UINT16、INT32、UINT32、INT64、UINT64、DOUBLE、FLOAT、FLOAT16	ND
indices	输入	一维索引张量，用于选择 `x` 第 0 维上的切片。	INT32、INT64	ND
segment_ids	输入	一维分段 ID 张量，shape 需要与 `indices` 一致，取值需要非负且单调非递减。	INT32、INT64	ND
y	输出	输出张量，数据类型与 `x` 相同。	INT8、UINT8、INT16、UINT16、INT32、UINT32、INT64、UINT64、DOUBLE、FLOAT、FLOAT16	ND

约束说明

x 的 rank 需要大于等于 1。
indices 与 segment_ids 必须为一维张量，且元素数量一致。
segment_ids 必须按非递减顺序排列。
indices 中的元素必须小于 x 第 0 维大小。

调用说明

调用方式	样例代码	说明
图模式	test_geir_sparse_segment_sum	通过 GE IR 构图方式调用 SparseSegmentSum 算子。