CANN/ops-math PadV3算子

PadV3【免费下载链接】ops-math本项目是CANN提供的数学类基础计算算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-math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√功能说明算子功能对输入tensor做填充。示例输入tensor([[0,1,2]]) paddings([2,2]) 2.mode(REFLECT) 输出为([[2,1,0,1,2,1,0]]) 3.mode(SYMMETRIC) 输出为([[1,0,0,1,2,2,1]]) 4.mode(constant) 输出为([[0,0,0,1,2,0,0]]) 5.mode(edge) 输出为([[0,0,0,1,2,2,2]])参数说明参数名输入/输出/属性描述数据类型数据格式x输入待进行扩充的原始tensor。FLOAT、FLOAT16、INT32、INT64、INT16、INT8、UINT8、UINT16、UINT32、UINT64、BOOL、DOUBLE、COMPLEX64、COMPLEX128、BFLOAT16、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2。NDpaddings输入扩充的配置。INT32、INT64NDconstant_values输入constant模式下填充常量的值。FLOAT、FLOAT16、INT32、INT64、INT16、INT8、UINT8、UINT16、UINT32、UINT64、BOOL、DOUBLE、COMPLEX64、COMPLEX128、BFLOAT16、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2。NDmode属性填充模式包括常量constant、边缘edge、反射REFLECT以及对称SYMMETRIC四种选项。stringNDpaddings_contiguous属性用于控制paddings这个张量的存储是否是“连续的”。boolNDy输出进行扩充后的tensor。FLOAT、FLOAT16、INT32、INT64、INT16、INT8、UINT8、UINT16、UINT32、UINT64、BOOL、DOUBLE、COMPLEX64、COMPLEX128、BFLOAT16、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2。NDAtlas 训练系列产品 、 Atlas 推理系列产品 、 Atlas 200I/500 A2 推理产品 数据类型不支持BFLOAT16、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2。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 数据类型不支持 HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2。paddingspaddings的第0维表示对输入x第0维的扩充配置以此类推。每一行表示对应维度上的填充数量左/右、前/后、上/下等。对于每一行[a, b]a表示在该维度的开头填充的元素数b表示在该维度的末尾填充的元素数(在paddings_contiguous为true的情况下)。modeconstant模式下填充常量值常量值在输入constant_values中表示当constant_values为空时表示填充0。edge模式下以输入x的边缘值进行填充。REFLECT模式下以镜像的方式填充镜像时不会包括边界本身。在SYMMETRIC模式下以镜像的方式填充镜像时会包含边界本身。paddings_contiguous若为true时paddings按 行主序(row-major) 排列。例如[[2,2],[1,1]]表示第0维左边填2右边填2。 第1维左边填1右边填1。若为false时paddings按 列主序(column-major) 排列。例如[[2,1],[2,1]]表示第0维左边填2右边填2。 第1维左边填1右边填1。约束说明在paddings_contiguous true即行主序的情况下 paddings的形状需要为[rank, 2]其中rank为输入x的维度数。 对于每一行paddings[i]填充元素数不得超过其对应x[i]的元素数。即在REFLECT模式下paddings[i][0]和paddings[i][1] x[i].length-1在SYMMETRIC模式下paddings[i][0]和paddings[i][1] x[i].length。在paddings_contiguous false即列主序的情况下REFLECT模式和SYMMETRIC模式的paddings约束对应同理。调用说明调用方式调用样例说明aclnn调用test_aclnn_constant_pad_nd通过aclnnConstantPadNd接口方式调用constant模式的pad_v3算子。aclnn调用test_aclnn_replication_pad_1d通过aclnnReplicationPad1d的接口方式调用edge模式下的pad_v3算子填充输入tensor的最后一维aclnn调用test_aclnn_replication_pad_2d通过aclnnReplicationPad2d的接口方式调用edge模式下的pad_v3算子填充输入tensor的最后两维aclnn调用test_aclnn_replication_pad_3d通过aclnnReplicationPad3d的接口方式调用edge模式下的pad_v3算子填充输入tensor的最后三维【免费下载链接】ops-math本项目是CANN提供的数学类基础计算算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-math创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考