Star0

Star0

cann-robotsplit/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致

406645bd创建于 3 天前历史提交

文件	最后提交记录	最后更新时间
docs	产品名变更 Co-authored-by: gitcode-chenjiao<chenjiao31@huawei.com> # message auto-generated for no-merge-commit merge: !5912 merge master into master 产品名变更 Created-by: gitcode-chenjiao Commit-by: gitcode-chenjiao 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。--> AI处理器对应的产品型号名称更新 ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> [#3258](https://gitcode.com/cann/ops-math/issues/3258) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ok ## 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。--> *.md ## 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-math!5912	10 天前
examples	【master】【docs&examples】修改部分conversion算子的docs和examples目录下的调用示例的问题 Co-authored-by: t00935269<tangkaidi1@huawei.com> # message auto-generated for no-merge-commit merge: !5527 merge master into master 【master】【docs&examples】修改部分conversion算子的docs和examples目录下的调用示例的问题 Created-by: tangkaidi Commit-by: t00935269 Merged-by: cann-robot Description: ## 描述【docs&examples】修改部分conversion算子的docs和examples目录下的调用示例的问题 [conversion/clip_by_value_v2/docs/aclnnHardtanh&aclnnInplaceHardtanh.md]：将代码围栏统一为 cpp，并把 Host 数据补足为 8 个元素以匹配 {4, 2} shape。 [conversion/npu_format_cast/docs/aclnnNpuFormatCast.md]：修正 C++ 类型转换语法以及 DHWCN=31、NHWC=1 的格式枚举值。 [conversion/split_v/docs/aclnnSplitTensor.md]：为 aclCreateTensorList 失败补充日志并返回明确的内部错误码，避免错误返回旧的 ret。 [conversion/split_v/docs/aclnnSplitWithSize.md]：统一 cpp 代码围栏、补齐步骤 3～5，并将释放对象说明修正为实际使用的 Tensor、IntArray 和 TensorList。 [conversion/transpose/docs/aclnnChannelShuffle.md]：将 groups 参数的数据类型修正为与其 int64_t 定义一致的 INT64。 [conversion/unfold_grad/docs/aclnnUnfoldGrad.md]：将 gradOutHostData 补足为 18 个元素以匹配 {3, 2, 3} shape。 [experimental/conversion/clip_by_value_v2/docs/aclnnHardtanh&aclnnInplaceHardtanh.md]：同步将代码围栏改为 cpp，并把 Host 数据补足为与 {4, 2} shape 匹配的 8 个元素。 [experimental/conversion/split_v/docs/aclnnSplitTensor.md]：同步为 TensorList 创建失败增加日志和明确的内部错误返回值。 [experimental/conversion/split_v/docs/aclnnSplitWithSize.md]：同步补齐步骤编号并修正资源释放说明。同步修改涉及的example下的问题。 <!--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。--> ## 关联的Issue [Documentation\|文档反馈]: 【master】修改部分conversion算子的docs和examples目录下的调用示例存在的问题 #3116 <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试已经全部执行pre-commit检查并通过编译门禁。 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 conversion/clip_by_value_v2/docs/aclnnHardtanh&aclnnInplaceHardtanh.md conversion/npu_format_cast/docs/aclnnNpuFormatCast.md conversion/split_v/docs/aclnnSplitTensor.md conversion/split_v/docs/aclnnSplitWithSize.md conversion/transpose/docs/aclnnChannelShuffle.md conversion/unfold_grad/docs/aclnnUnfoldGrad.md experimental/conversion/clip_by_value_v2/docs/aclnnHardtanh&aclnnInplaceHardtanh.md experimental/conversion/split_v/docs/aclnnSplitTensor.md experimental/conversion/split_v/docs/aclnnSplitWithSize.md <!--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。--> ## 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-math!5527	22 天前
framework	迁移开源TF插件--conversion Co-authored-by: nextyale<yaochen15@huawei.com> # message auto-generated for no-merge-commit merge: !4310 merge transfer-conversion into master 迁移开源TF插件--conversion Created-by: nextyale Commit-by: nextyale 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。--> ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：迁移TF插件 See merge request: cann/ops-math!4310	1 个月前
op_api	aclnnSplitTensor增加输出数据类型一致的校验，及样例指针重复释放修复 Co-authored-by: sunhao_hw<sunhao203@huawei.com> # message auto-generated for no-merge-commit merge: !3773 merge debug into master aclnnSplitTensor增加输出数据类型一致的校验，及样例指针重复释放修复 Created-by: sunhao_hw Commit-by: sunhao_hw 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。--> - 在aclnnSplitTensor的CheckTypeValid里增加输出子块的数据类型一致的校验，当输出个数大于等于2时触发校验 - 发现aclnnSplitTensor和aclnnSplitWithSize的demo中存在指针重复释放的问题，进行修复 - 使用clang-format整改代码风格 ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> 构造输出类型不一致的输出子块List，自验拦截生效 ## 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。--> ## 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： See merge request: cann/ops-math!3773	2 个月前
op_graph	add transpose and pad series op to opensource new Co-authored-by: lu-yukun<luyukun4@h-partners.com> # message auto-generated for no-merge-commit merge: !891 merge xf_mem_as_new into master add transpose and pad series op to opensource new Created-by: lu-yukun Commit-by: lu-yukun 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。--> add transpose and pad series op to opensource new ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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。--> ## 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-math!891	8 个月前
op_host	split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致 Co-authored-by: hw-zhangpanpan<zhangpanpan5@huawei.com> # message auto-generated for no-merge-commit merge: !5670 merge master into master split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致 Created-by: hw-zhangpanpan Commit-by: hw-zhangpanpan Merged-by: cann-robot Description: ## 描述 split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致，图融合用例不通过 ## 关联的Issue https://gitcode.com/cann/ops-math/issues/3289 ## 测试冒烟测试，泛化用例 ## 文档更新不涉及 ## 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： See merge request: cann/ops-math!5670	3 天前
op_kernel	fmt: split_v 代码格式化 Co-authored-by: zhanw_coding<zhanwang@huawei.com> # message auto-generated for no-merge-commit merge: !5928 merge fmt-splitv into master fmt: split_v 代码格式化 Created-by: zhanw_coding Commit-by: zhanw_coding 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。--> - fmt: split_v 代码格式化 - fmt: split_v crlf -> lf ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> https://gitcode.com/cann/ops-math/issues/3282 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：代码格式化 See merge request: cann/ops-math!5928	4 天前
op_kernel_aicpu	SplitV AICPU kernel 内存优化 Co-authored-by: Ding_Jing<dingjing19@huawei.com> # message auto-generated for no-merge-commit merge: !5365 merge fix/splitv-aicpu-memory into master SplitV AICPU kernel 内存优化 Created-by: Ding_Jing Commit-by: Ding_Jing Merged-by: cann-robot Description: ## 描述 SplitV 原来为 shape、size_splits 和输出指针保留随输出数增长的 vector，传参时还会复制。修改后直接读取输入元数据，小 N 使用固定数组，其余路径按 64 个输出分块，并保留溢出、dtype、输出数量、零长度和 -1 推导校验。最终验收基线统一为 canndev 官方 `origin/master` `48b986c13167bb717d667eab92ade582fc5842a0` 的同名算子源码。候选为 ops-math `v5`、提交 `a9790bf52e51e670dc803d428fd0ebdc7f6bd3a2`。两版使用同一 AArch64 AICPU host-context 框架、同一生产编译参数和同一用例矩阵实测；没有复用此前 ops-math master 的精度、内存或性能数字。 \| 验收项 \| canndev 基线实测结果 \| \| --- \| --- \| \| 精度 \| 219/219 与独立参考及 canndev 基线一致 \| \| 辅助堆 \| 219/219 无上升，残留均为 0 B \| \| 性能初筛 \| R=0.648682–1.180998；中心>1.03 为36，区间全>1为1，均纳入焦点复测 \| \| 焦点复测 \| 37 档、每档31轮ABBA；中心>1.03 为0，区间全>1为0，未消除异常为0 \| \| 干扰 \| CPU11 同核 Mul 记录0，cgroup nr_throttled 增量0 \| ### 实际内存变化 \| 场景 \| canndev基线堆 B \| 候选堆 B \| 下降 B \| 降幅 \| \| --- \| --- \| --- \| --- \| --- \| \| legacy_axis0_n1_float \| 672 \| 432 \| 240 \| 35.71% \| \| legacy_axis0_n2_float \| 672 \| 432 \| 240 \| 35.71% \| \| legacy_axis0_n4_float \| 704 \| 432 \| 272 \| 38.64% \| \| legacy_axis0_n32_float \| 1,224 \| 432 \| 792 \| 64.71% \| \| legacy_axis0_n512_float \| 16,584 \| 432 \| 16,152 \| 97.40% \| \| legacy_axis0_n4096_float \| 131,272 \| 432 \| 130,840 \| 99.67% \| \| legacy_axis0_n10000_float \| 320,200 \| 432 \| 319,768 \| 99.87% \| \| legacy_axis0_n50000_float \| 1,600,200 \| 432 \| 1,599,768 \| 99.97% \| \| legacy_axis0_n100000_float \| 3,200,200 \| 432 \| 3,199,768 \| 99.99% \| \| 候选堆峰值 B \| 覆盖档数 \| \| --- \| --- \| \| 432 \| 219 \| 堆数据来自真实注册入口调用窗口的 malloc 族净峰值，输入、输出和 context 在窗口外构造；该值不等于 aclnn executor、RSS、workspace 或设备总显存。 ### 实际性能 \| 组 \| 档数 \| R范围 \| 区间全>1 \| 中心R>1.03 \| \| --- \| --- \| --- \| --- \| --- \| \| legacy \| 13 \| 0.6487–0.8166 \| 0 \| 0 \| \| boundary \| 9 \| 0.6845–0.7859 \| 0 \| 0 \| \| dtype \| 48 \| 0.6763–0.8150 \| 0 \| 0 \| \| rank \| 96 \| 0.6818–1.1792 \| 1 \| 35 \| \| scale \| 5 \| 0.7307–1.1810 \| 0 \| 1 \| \| irregular \| 48 \| 0.6708–0.8163 \| 0 \| 0 \| 每档预热10次、计时51次取中位数，完整矩阵4轮ABBA，每版8个样本；R=候选/canndev基线，区间为 `[min(head)/max(base), max(head)/min(base)]`。 ### 全部逐档内存与性能表全部内存和性能行均来自当前候选，不填入旧 PR 数字。ns 为时间中位数，R 越小越好。 #### 原始 N 与 axis 扫描（13 档） \| case 定义 \| 输入参数 \| \| --- \| --- \| \| axis0_n1 \| shape=[1,4], axis=0, N=1 \| \| axis0_n2 \| shape=[2,4], axis=0, N=2 \| \| axis0_n4 \| shape=[4,4], axis=0, N=4 \| \| axis0_n32 \| shape=[32,4], axis=0, N=32 \| \| axis0_n512 \| shape=[512,4], axis=0, N=512 \| \| axis0_n4096 \| shape=[4096,4], axis=0, N=4096 \| \| axis0_n10000 \| shape=[10000,4], axis=0, N=10000 \| \| axis0_n50000 \| shape=[50000,4], axis=0, N=50000 \| \| axis0_n100000 \| shape=[100000,4], axis=0, N=100000 \| \| axis1_n2 \| shape=[64,2,4], axis=1, N=2 \| \| axis1_n32 \| shape=[64,32,4], axis=1, N=32 \| \| axis1_n512 \| shape=[64,512,4], axis=1, N=512 \| \| axis1_n4096 \| shape=[64,4096,4], axis=1, N=4096 \| \| case \| dtype \| 元素数 \| base堆 B \| 候选堆 B \| 降幅 \| 分配次数 \| 残留 B \| base ns \| 候选 ns \| R \| 极差界 \| 观测 \| \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| \| axis0_n1 \| float \| 4 \| 672 \| 432 \| 35.71% \| 29→23 \| 0 \| 1,690 \| 1,380 \| 0.8166 \| [0.8118,0.8274] \| 更快 \| \| axis0_n2 \| float \| 8 \| 672 \| 432 \| 35.71% \| 29→23 \| 0 \| 1,770 \| 1,420 \| 0.8023 \| [0.8023,0.8068] \| 更快 \| \| axis0_n4 \| float \| 16 \| 704 \| 432 \| 38.64% \| 29→23 \| 0 \| 1,840 \| 1,490 \| 0.8098 \| [0.7914,0.8197] \| 更快 \| \| axis0_n32 \| float \| 128 \| 1,224 \| 432 \| 64.71% \| 29→23 \| 0 \| 3,125 \| 2,370 \| 0.7584 \| [0.7492,0.7717] \| 更快 \| \| axis0_n512 \| float \| 2,048 \| 16,584 \| 432 \| 97.40% \| 29→23 \| 0 \| 25,465 \| 17,920 \| 0.7037 \| [0.6984,0.7220] \| 更快 \| \| axis0_n4096 \| float \| 16,384 \| 131,272 \| 432 \| 99.67% \| 29→23 \| 0 \| 266,973 \| 198,372 \| 0.7430 \| [0.6200,0.9550] \| 更快 \| \| axis0_n10000 \| float \| 40,000 \| 320,200 \| 432 \| 99.87% \| 29→23 \| 0 \| 844,373.5 \| 547,730 \| 0.6487 \| [0.5525,0.8247] \| 更快 \| \| axis0_n50000 \| float \| 200,000 \| 1,600,200 \| 432 \| 99.97% \| 29→23 \| 0 \| 4,780,258.5 \| 3,208,332.5 \| 0.6712 \| [0.5157,0.9234] \| 更快 \| \| axis0_n100000 \| float \| 400,000 \| 3,200,200 \| 432 \| 99.99% \| 29→23 \| 0 \| 11,019,271 \| 7,929,934.5 \| 0.7196 \| [0.5111,1.0943] \| 区间跨1 \| \| axis1_n2 \| float \| 512 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 4,290 \| 3,235 \| 0.7541 \| [0.7471,0.7653] \| 更快 \| \| axis1_n32 \| float \| 8,192 \| 1,240 \| 432 \| 65.16% \| 30→23 \| 0 \| 42,031 \| 33,596 \| 0.7993 \| [0.7977,0.8115] \| 更快 \| \| axis1_n512 \| float \| 131,072 \| 16,600 \| 432 \| 97.40% \| 30→23 \| 0 \| 652,401.5 \| 504,000 \| 0.7725 \| [0.7189,0.7896] \| 更快 \| \| axis1_n4096 \| float \| 1,048,576 \| 131,288 \| 432 \| 99.67% \| 30→23 \| 0 \| 5,624,391.5 \| 4,508,395.5 \| 0.8016 \| [0.7775,0.8212] \| 更快 \| #### 小 N 和 64 项分块边界（9 档） \| case 定义 \| 输入参数 \| \| --- \| --- \| \| n3 \| shape=[3,3,2], axis=1, N=3 \| \| n4 \| shape=[3,4,2], axis=1, N=4 \| \| n5 \| shape=[3,5,2], axis=1, N=5 \| \| n63 \| shape=[3,63,2], axis=1, N=63 \| \| n64 \| shape=[3,64,2], axis=1, N=64 \| \| n65 \| shape=[3,65,2], axis=1, N=65 \| \| n127 \| shape=[3,127,2], axis=1, N=127 \| \| n128 \| shape=[3,128,2], axis=1, N=128 \| \| n129 \| shape=[3,129,2], axis=1, N=129 \| \| case \| dtype \| 元素数 \| base堆 B \| 候选堆 B \| 降幅 \| 分配次数 \| 残留 B \| base ns \| 候选 ns \| R \| 极差界 \| 观测 \| \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| \| n3 \| double \| 18 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 2,055 \| 1,615 \| 0.7859 \| [0.7703,0.7990] \| 更快 \| \| n4 \| double \| 24 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,170 \| 1,705 \| 0.7857 \| [0.7717,0.7963] \| 更快 \| \| n5 \| double \| 30 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,255 \| 1,760 \| 0.7805 \| [0.7632,0.7902] \| 更快 \| \| n63 \| double \| 378 \| 2,200 \| 432 \| 80.36% \| 30→23 \| 0 \| 7,460 \| 5,275 \| 0.7071 \| [0.6992,0.7147] \| 更快 \| \| n64 \| double \| 384 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,595.5 \| 5,300.5 \| 0.6978 \| [0.6965,0.7037] \| 更快 \| \| n65 \| double \| 390 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,665 \| 5,505 \| 0.7182 \| [0.7122,0.7264] \| 更快 \| \| n127 \| double \| 762 \| 4,248 \| 432 \| 89.83% \| 30→23 \| 0 \| 13,315.5 \| 9,390 \| 0.7052 \| [0.7022,0.7086] \| 更快 \| \| n128 \| double \| 768 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,440.5 \| 9,345 \| 0.6953 \| [0.6920,0.6995] \| 更快 \| \| n129 \| double \| 774 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,485 \| 9,230 \| 0.6845 \| [0.6804,0.6895] \| 更快 \| #### 12 dtype × 4 N（48 档） \| case 定义 \| 输入参数 \| \| --- \| --- \| \| n2 \| shape=[3,2,4], axis=1, N=2 \| \| n4 \| shape=[3,4,4], axis=1, N=4 \| \| n65 \| shape=[3,65,4], axis=1, N=65 \| \| n129 \| shape=[3,129,4], axis=1, N=129 \| \| case \| dtype \| 元素数 \| base堆 B \| 候选堆 B \| 降幅 \| 分配次数 \| 残留 B \| base ns \| 候选 ns \| R \| 极差界 \| 观测 \| \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| --- \| \| n2 \| float16 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 2,000 \| 1,630 \| 0.8150 \| [0.7970,0.8241] \| 更快 \| \| n4 \| float16 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,170 \| 1,740 \| 0.8018 \| [0.7900,0.8186] \| 更快 \| \| n65 \| float16 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,960 \| 5,680 \| 0.7136 \| [0.7110,0.7282] \| 更快 \| \| n129 \| float16 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,770 \| 9,865 \| 0.7164 \| [0.7118,0.7205] \| 更快 \| \| n2 \| float \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,990 \| 1,560 \| 0.7839 \| [0.7750,0.7929] \| 更快 \| \| n4 \| float \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,170 \| 1,690 \| 0.7788 \| [0.7717,0.7917] \| 更快 \| \| n65 \| float \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,840 \| 5,505 \| 0.7022 \| [0.6938,0.7037] \| 更快 \| \| n129 \| float \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,900 \| 9,575.5 \| 0.6889 \| [0.6839,0.6935] \| 更快 \| \| n2 \| double \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,975 \| 1,560 \| 0.7899 \| [0.7828,0.8051] \| 更快 \| \| n4 \| double \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,165 \| 1,710 \| 0.7898 \| [0.7661,0.7996] \| 更快 \| \| n65 \| double \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,855 \| 5,660.5 \| 0.7206 \| [0.7107,0.7254] \| 更快 \| \| n129 \| double \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,950 \| 9,850 \| 0.7061 \| [0.6986,0.7111] \| 更快 \| \| n2 \| int8 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 2,000 \| 1,570 \| 0.7850 \| [0.7662,0.7940] \| 更快 \| \| n4 \| int8 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,180 \| 1,710 \| 0.7844 \| [0.7727,0.8047] \| 更快 \| \| n65 \| int8 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 8,120.5 \| 5,515 \| 0.6791 \| [0.6707,0.6831] \| 更快 \| \| n129 \| int8 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 14,135 \| 9,930 \| 0.7025 \| [0.6989,0.7059] \| 更快 \| \| n2 \| int16 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,985 \| 1,570 \| 0.7909 \| [0.7750,0.7970] \| 更快 \| \| n4 \| int16 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,155 \| 1,690 \| 0.7842 \| [0.7778,0.8084] \| 更快 \| \| n65 \| int16 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,925 \| 5,530 \| 0.6978 \| [0.6943,0.7076] \| 更快 \| \| n129 \| int16 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,840.5 \| 9,905 \| 0.7157 \| [0.7122,0.7207] \| 更快 \| \| n2 \| int32 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,970 \| 1,560 \| 0.7919 \| [0.7789,0.8020] \| 更快 \| \| n4 \| int32 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,150 \| 1,690 \| 0.7860 \| [0.7778,0.8037] \| 更快 \| \| n65 \| int32 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,810 \| 5,360.5 \| 0.6864 \| [0.6824,0.6928] \| 更快 \| \| n129 \| int32 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,640 \| 9,610 \| 0.7045 \| [0.6990,0.7098] \| 更快 \| \| n2 \| int64 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,995 \| 1,550 \| 0.7769 \| [0.7662,0.7879] \| 更快 \| \| n4 \| int64 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,170 \| 1,685 \| 0.7765 \| [0.7580,0.7824] \| 更快 \| \| n65 \| int64 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,855.5 \| 5,515 \| 0.7021 \| [0.6971,0.7072] \| 更快 \| \| n129 \| int64 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 13,725.5 \| 9,500.5 \| 0.6922 \| [0.6862,0.6993] \| 更快 \| \| n2 \| uint8 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 2,000 \| 1,570 \| 0.7850 \| [0.7761,0.8081] \| 更快 \| \| n4 \| uint8 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,190 \| 1,705 \| 0.7785 \| [0.7602,0.7890] \| 更快 \| \| n65 \| uint8 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 8,200 \| 5,655 \| 0.6896 \| [0.6837,0.6984] \| 更快 \| \| n129 \| uint8 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 14,210.5 \| 9,830 \| 0.6917 \| [0.6861,0.6968] \| 更快 \| \| n2 \| uint16 \| 24 \| 688 \| 432 \| 37.21% \| 30→23 \| 0 \| 1,995 \| 1,585 \| 0.7945 \| [0.7811,0.7990] \| 更快 \| \| n4 \| uint16 \| 48 \| 720 \| 432 \| 40.00% \| 30→23 \| 0 \| 2,155 \| 1,690 \| 0.7842 \| [0.7778,0.7944] \| 更快 \| \| n65 \| uint16 \| 780 \| 2,264 \| 432 \| 80.92% \| 30→23 \| 0 \| 7,910 \| 5,690 \| 0.7193 \| [0.7140,0.7278] \| 更快 \| \| n129 \| uint16 \| 1,548 \| 4,312 \| 432 \| 89.98% \| 30→23 \| 0 \| 14,170 \| 9,965.5 \| 0.7033 \| [0.6981,0.7074] \| 更 See merge request: cann/ops-math!5365	12 天前
tests	split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致 Co-authored-by: hw-zhangpanpan<zhangpanpan5@huawei.com> # message auto-generated for no-merge-commit merge: !5670 merge master into master split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致 Created-by: hw-zhangpanpan Commit-by: hw-zhangpanpan Merged-by: cann-robot Description: ## 描述 split/splitv算子infershape在输入输出数据类型不一致时，出现多个输出的类型不一致，图融合用例不通过 ## 关联的Issue https://gitcode.com/cann/ops-math/issues/3289 ## 测试冒烟测试，泛化用例 ## 文档更新不涉及 ## 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： See merge request: cann/ops-math!5670	3 天前
CMakeLists.txt	concat/pad/slice等算子支持新平台 Co-authored-by: ASCEND222<dongfei16@h-partners.com> # message auto-generated for no-merge-commit merge: !5184 merge master into master concat/pad/slice等算子支持新平台 Created-by: ASCEND222 Commit-by: ASCEND222 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。--> 算子支持新平台 ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> https://gitcode.com/cann/ops-math/issues/2992 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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。--> ## 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-math!5184	1 个月前
README.md	产品名变更 Co-authored-by: gitcode-chenjiao<chenjiao31@huawei.com> # message auto-generated for no-merge-commit merge: !5912 merge master into master 产品名变更 Created-by: gitcode-chenjiao Commit-by: gitcode-chenjiao 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。--> AI处理器对应的产品型号名称更新 ## 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。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> [#3258](https://gitcode.com/cann/ops-math/issues/3258) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ok ## 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。--> *.md ## 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-math!5912	10 天前

SplitV

产品支持情况

产品	是否支持
Ascend 950PR&950DT系列产品	√
Atlas A3系列产品	√
Atlas A2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：根据size_splits将张量沿维度split_dim拆分为num_split更小的张量。

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	需要切分的tensor列表。	FLOAT16、FLOAT32、DOUBLE、INT64、INT32、UINT8、UINT16、UINT32、UINT64、INT8、INT16、BOOL、COMPLEX64、COMPLEX128	ND
size_splits	输入	指定一个列表，其中包含沿分割维度的每个输出张量的大小。	INT32、INT64	ND
split_dim	输入	指定沿其分割的维度。	INT32、INT64	ND
num_split	属性	指定要分割的tensor个数。	INT	-
y	输出	输出结果。	FLOAT16、FLOAT32、DOUBLE、INT64、INT32、UINT8、UINT16、UINT32、UINT64、INT8、INT16、BOOL、COMPLEX64、COMPLEX128	ND

Atlas训练系列产品、Atlas推理系列产品、Atlas 200I/500 A2推理产品、Atlas 200/300/500推理产品：不支持BFLOAT16。

约束说明

size_splits中的每个元素都大于或等于1。
size_splits的长度等于num_split的值。
size_splits中的元素总和为维度split_dim的大小。

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_split_tensor	通过aclnnSplitTensor接口方式调用SplitV算子。
aclnn接口	test_aclnn_split_with_size	通过aclnnSplitWithSize接口方式调用SplitV算子。