“068db1025ddd5f6a62fcaa291737078e589544ea”上不存在“src/git@gitcode.net:taosdata/tdengine.git”
api.yaml 46.2 KB
Newer Older
1 2 3 4
- api : abs
  args : (Tensor x)
  output : Tensor
  infer_meta :
5
    func : RealAndImagInferMeta
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
  kernel :
    func : abs
  backward : abs_grad

# accuracy
- api : accuracy
  args : (Tensor x, Tensor indices, Tensor label)
  output : Tensor(accuracy), Tensor(correct), Tensor(total)
  infer_meta :
    func : AccuracyInferMeta
  kernel :
    func : accuracy
    dtype : x

# acos
- api : acos
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : acos
  backward : acos_grad

# acosh
- api : acosh
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : acosh
  backward : acosh_grad

- api : adadelta
  args : (Tensor param, Tensor grad, Tensor avg_squared_grad, Tensor avg_squared_update, float rho, float epsilon)
  output : Tensor(param_out), Tensor(moment_out), Tensor(inf_norm_out)
  infer_meta :
    func : AdadeltaInferMeta
  kernel :
    func : adadelta

- api : adamax
  args : (Tensor param, Tensor grad, Tensor learning_rate, Tensor moment, Tensor inf_norm, Tensor beta1_pow, float beta1, float beta2, float epsilon)
  output : Tensor(param_out), Tensor(avg_squared_grad_out), Tensor(avg_squared_update_out)
  infer_meta :
    func : AdamaxInferMeta
  kernel :
    func : adamax

56
- api : add
Z
zyfncg 已提交
57
  args : (Tensor x, Tensor y)
58
  output : Tensor
59
  infer_meta :
60 61 62 63 64
    func : ElementwiseInferMeta
  kernel :
    func : add
  backward : add_grad

65 66 67 68 69 70 71 72 73
- api : add_n
  args : (Tensor[] x)
  output : Tensor
  infer_meta :
    func : AddNInferMeta
  kernel :
    func : add_n
  backward : add_n_grad

74 75 76 77 78 79 80 81 82
- api : addmm
  args : (Tensor input, Tensor x, Tensor y, float alpha, float beta)
  output : Tensor
  infer_meta :
    func : AddmmInferMeta
  kernel :
    func : addmm
  backward : addmm_grad

83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107
- api : all
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : all

- api : allclose
  args : (Tensor x, Tensor y, Scalar rtol, Scalar atol, bool equal_nan)
  output : Tensor(out)
  infer_meta :
    func : AllValueCompareInferMeta
    param: [x, y]
  kernel :
    func : allclose

- api : any
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : any

Z
zyfncg 已提交
108 109 110 111 112 113 114 115 116 117 118 119 120 121
- api : arange
  args : (Tensor start, Tensor end, Tensor step, DataType dtype, Place place={})
  output : Tensor
  infer_meta :
    func : ArangeInferMeta
    param : [start, end, step]
  kernel :
    func : arange
    param : [start, end, step]
    data_type : dtype
    backend : place
  data_transform :
    support_trans_dtype : start, end, step

122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169
# arg_max
- api : argmax
  args : (Tensor x, int64_t axis, bool keepdims, bool flatten, int dtype)
  output : Tensor
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
    func : arg_max

# arg_min
- api : argmin
  args : (Tensor x, int64_t axis, bool keepdims, bool flatten, int dtype)
  output : Tensor
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
    func : arg_min

# argsort
- api : argsort
  args : (Tensor x, int axis, bool descending)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ArgsortInferMeta
  kernel :
    func : argsort
  backward : argsort_grad

# asin
- api : asin
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : asin
  backward : asin_grad

# asinh
- api : asinh
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : asinh
  backward : asinh_grad

C
chentianyu03 已提交
170 171 172 173 174 175 176 177 178 179
# assign
- api : assign
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : assign_raw
  backward : assign_grad

180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217
# atan
- api : atan
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : atan
  backward : atan_grad

- api : atan2
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : Atan2InferMeta
  kernel :
    func : atan2
  backward : atan2_grad

# atanh
- api : atanh
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : atanh
  backward : atanh_grad

# auc
- api : auc
  args : (Tensor x, Tensor label, Tensor stat_pos, Tensor stat_neg, str curve, int num_thresholds, int slide_steps)
  output : Tensor(auc), Tensor(stat_pos_out), Tensor(stat_neg_out)
  infer_meta :
    func : AucInferMeta
  kernel :
    func : auc

H
hong 已提交
218 219 220 221 222 223 224
# batch_norm
- api : batch_norm
  args : (Tensor x, Tensor scale, Tensor bias, Tensor mean, Tensor variance, float momentum, float epsilon, str data_layout, bool is_test, bool use_global_stats, bool trainable_statistics, bool fuse_with_relu)
  output : Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
  invoke : batch_norm_impl(x, scale, bias, mean, variance, momentum, epsilon, data_layout, is_test, use_global_stats, trainable_statistics, fuse_with_relu)
  backward : batch_norm_grad

225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300
- api : bce_loss
  args : (Tensor input, Tensor label)
  output : Tensor
  infer_meta :
    func : BCELossInferMeta
  kernel :
    func : bce_loss
  backward : bce_loss_grad

# bernoulli
- api : bernoulli
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : bernoulli

# bitwise_and
- api : bitwise_and
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_and

# bitwise_not
- api : bitwise_not
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : bitwise_not

# bitwise_or
- api : bitwise_or
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_or

# bitwise_xor
- api : bitwise_xor
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_xor

# brelu
- api : brelu
  args : (Tensor x, float t_min, float t_max)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : brelu
  backward : brelu_grad

- api : cast
  args : (Tensor x, DataType out_dtype)
  output : Tensor
  infer_meta :
    func : CastInferMeta
  kernel :
    func : cast
    param : [x, out_dtype]
    data_type : x
  backward : cast_grad

301 302 303 304 305 306 307 308 309
- api : ceil
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : ceil
  backward : ceil_grad

310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329
# cholesky
- api : cholesky
  args : (Tensor x, bool upper)
  output : Tensor
  infer_meta :
    func : CholeskyInferMeta
  kernel :
    func : cholesky
  backward : cholesky_grad

# cholesky_solve
- api : cholesky_solve
  args : (Tensor x, Tensor y, bool upper)
  output : Tensor
  infer_meta :
    func : CholeskySolveInferMeta
  kernel :
    func : cholesky_solve
  backward : cholesky_solve_grad

C
chentianyu03 已提交
330 331 332 333 334 335 336 337 338 339 340
- api : clip
  args : (Tensor x, Scalar(float) min, Scalar(float) max)
  output : Tensor(out)
  inplace : (x -> out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : clip
  backward : clip_grad

341 342 343 344 345 346 347 348
- api : concat
  args : (Tensor[] x, Scalar(int64_t) axis)
  output : Tensor
  infer_meta :
    func : ConcatInferMeta
    param : [x, axis]
  kernel :
    func : concat
349
  backward : concat_grad
350 351 352 353 354 355 356 357

- api : conj
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : conj
H
hong 已提交
358
  backward : conj_grad
359

H
hong 已提交
360 361 362 363 364 365
- api : conv2d
  args : (Tensor input, Tensor filter, int[] strides, int[] paddings, str paddding_algorithm, int groups, int[] dilations, str data_format, bool use_addto, int workspace_size_MB, bool exhaustive_search)
  output : Tensor
  invoke : conv2d_impl(input, filter, strides, paddings, paddding_algorithm, groups, dilations, data_format, use_addto, workspace_size_MB, exhaustive_search)
  backward : conv2d_grad

F
From00 已提交
366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383
- api : conv2d_transpose
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
  output : Tensor(out)
  infer_meta :
    func : ConvTransposeInferMeta
  kernel :
    func : conv2d_transpose
  backward : conv2d_transpose_grad

- api : conv3d_transpose
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
  output : Tensor(out)
  infer_meta :
    func : ConvTransposeInferMeta
  kernel :
    func : conv3d_transpose
  backward : conv3d_transpose_grad

384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417
- api : copy_to
  args : (Tensor x, Place place, bool blocking)
  output : Tensor
  invoke : copy_to_impl(x, place, blocking)

# cos
- api : cos
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : cos
  backward : cos_grad

# cosh
- api : cosh
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : cosh
  backward : cosh_grad

- api : cross
  args : (Tensor x, Tensor y, int axis = 9)
  output : Tensor
  infer_meta :
    func : CrossInferMeta
  kernel :
    func : cross
  backward : cross_grad

418 419 420 421 422 423 424 425 426 427 428
# Part of python API paddle.nn.functional.cross_entropy
- api : cross_entropy_with_softmax
  args : (Tensor input, Tensor label, bool soft_label, bool use_softmax, bool numeric_stable_mode, int ignore_index, int axis)
  output : Tensor(softmax), Tensor(loss)
  infer_meta :
    func : CrossEntropyWithSoftmaxInferMeta
  kernel :
    func : cross_entropy_with_softmax
    data_type : input
  backward : cross_entropy_with_softmax_grad

429 430 431 432 433 434 435 436 437 438
- api : cumprod
  args : (Tensor x,  int dim)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : cumprod
  backward : cumprod_grad

439 440
- api : cumsum
  args : (Tensor x, int axis, bool flatten, bool exclusive, bool reverse)
441
  output : Tensor(out)
442 443 444 445
  infer_meta :
    func : CumsumInferMeta
  kernel :
    func : cumsum
446
  backward : cumsum_grad
447

F
From00 已提交
448 449 450 451 452 453 454 455 456
- api : depthwise_conv2d_transpose
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
  output : Tensor(out)
  infer_meta :
    func : ConvTransposeInferMeta
  kernel :
    func : depthwise_conv2d_transpose
  backward : depthwise_conv2d_transpose_grad

C
chentianyu03 已提交
457 458 459 460 461 462 463 464 465
- api : det
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : determinant
  backward : det_grad

466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517
- api : diag
  args : (Tensor x, int offset, float padding_value)
  output : Tensor
  infer_meta :
    func : DiagInferMeta
  kernel :
    func : diag

- api : diagonal
  args : (Tensor x, int offset, int axis1, int axis2)
  output : Tensor
  infer_meta :
    func : DiagonalInferMeta
  kernel :
    func : diagonal
  backward : diagonal_grad

- api : digamma
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : digamma
  backward : digamma_grad

- api : dist
  args : (Tensor x, Tensor y, float p)
  output : Tensor
  infer_meta :
    func : DistInferMeta
  kernel :
    func : dist
  backward : dist_grad

- api : divide
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : divide
  backward : divide_grad

- api : dot
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : DotInferMeta
  kernel :
    func : dot

H
hong 已提交
518 519 520 521 522 523 524 525 526 527
- api : dropout
  args : (Tensor x, Tensor seed_tensor, float p, bool is_test, str mode, int seed, bool fix_seed)
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : DropoutInferMeta
  kernel :
    func : dropout
  optional : seed_tensor
  backward : dropout_grad

528 529 530 531 532 533 534 535 536 537
# eigh
- api : eigh
  args : (Tensor x, str uplo)
  output : Tensor(out_w), Tensor(out_v)
  infer_meta :
    func : EighInferMeta
  kernel :
    func : eigh
  backward : eigh_grad

538 539 540 541 542 543 544 545 546
- api : elementwise_pow
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : elementwise_pow
  backward : elementwise_pow_grad

547 548 549 550 551 552 553 554 555 556 557 558
# elu
- api : elu
  args : (Tensor x, float alpha)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : elu
  backward : elu_grad

- api : empty
559
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609
  output: Tensor
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : empty
    param : [shape, dtype]
    data_type : dtype
    backend : place

- api : empty_like
  args : (Tensor x, DataType dtype = DataType::UNDEFINED, Place place = {})
  output: Tensor
  infer_meta :
    func : CreateLikeInferMeta
    param : [x, dtype]
  kernel :
    func : empty_like
    param : [x, dtype]
    data_type : dtype > x
    backend : place > x

- api : equal
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : equal

# erf
- api : erf
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : erf
  backward : erf_grad

# erfinv
- api : erfinv
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : erfinv
  backward : erfinv_grad

C
chentianyu03 已提交
610 611 612 613 614 615 616 617 618 619
# exp
- api : exp
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : exp
  backward : exp_grad

H
hong 已提交
620 621 622 623 624 625 626 627 628 629 630
# expand_as
- api : expand_as
  args : (Tensor x, Tensor y, int[] target_shape)
  output : Tensor
  infer_meta :
    func : ExpandAsInferMeta
  kernel :
    func : expand_as
  optional : y
  backward : expand_as_grad

631 632 633 634 635 636 637 638 639 640
- api : expm1
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : expm1
  backward : expm1_grad

R
Ruibiao Chen 已提交
641 642 643 644 645 646 647 648 649 650 651 652
- api : eye
  args : (int64_t num_rows, int64_t num_columns, DataType dtype=DataType::FLOAT32, Place place={})
  output : Tensor(out)
  infer_meta :
    func : EyeInferMeta
    param : [num_rows, num_columns, dtype]
  kernel :
    func : eye
    param : [num_rows, num_columns, dtype]
    data_type : dtype
    backend : place

653 654
- api : flatten
  args : (Tensor x, int start_axis, int stop_axis)
655
  output : Tensor(out), Tensor(xshape)
656
  infer_meta :
657
    func : FlattenWithXShapeInferMeta
658
  kernel :
659 660 661 662 663
    func : flatten_with_xshape
    backend : x
  inplace : (x -> out)
  view : (x -> out)
  backward : flatten_grad
664 665 666 667 668 669 670 671 672

# flip
- api : flip
  args : (Tensor x, int[] axis)
  output : Tensor
  infer_meta :
    func : FlipInferMeta
  kernel :
    func : flip
H
hong 已提交
673
  backward : flip_grad
674

675 676 677 678 679 680 681 682 683
- api : floor
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : floor
  backward : floor_grad

684 685 686 687 688 689 690 691
- api : floor_divide
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : floor_divide

692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711
- api : fmax
  args : (Tensor x, Tensor y,  int axis)
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmax
  backward : fmax_grad

- api : fmin
  args : (Tensor x, Tensor y,  int axis)
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmin
  backward : fmin_grad

F
From00 已提交
712 713 714
- api : frobenius_norm
  args : (Tensor x, int64_t[] axis,  bool keep_dim,  bool reduce_all)
  output : Tensor(out)
H
hong 已提交
715
  infer_meta :
F
From00 已提交
716
    func : ReduceInferMetaBase
H
hong 已提交
717
  kernel :
F
From00 已提交
718 719 720
    func : frobenius_norm
  backward : frobenius_norm_grad

721
- api : full
722
  args : (IntArray shape, Scalar value, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
723 724 725 726 727 728 729 730 731 732
  output: Tensor
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : full
    param : [shape, value, dtype]
    data_type : dtype
    backend : place

733 734 735 736 737 738 739 740 741 742 743 744
- api : full_batch_size_like
  args : (Tensor input, int[] shape, DataType dtype, Scalar value, int input_dim_idx, int output_dim_idx, Place place=CPUPlace())
  output: Tensor
  infer_meta :
    func : FullBatchSizeLikeInferMeta
    param : [input, shape, value, dtype, input_dim_idx, output_dim_idx]
  kernel :
    func : full_batch_size_like
    param : [input, shape, value, dtype, input_dim_idx, output_dim_idx]
    data_type : dtype
    backend : place

745 746 747 748 749 750 751 752 753 754 755 756
- api : full_like
  args : (Tensor x, Scalar value, DataType dtype = DataType::UNDEFINED, Place place = {})
  output: Tensor
  infer_meta :
    func : CreateLikeInferMeta
    param : [x, dtype]
  kernel :
    func : full_like
    param : [x, value, dtype]
    data_type : dtype > x
    backend : place > x

757 758 759 760 761 762 763 764 765 766
- api : gather
  args : (Tensor x, Tensor index, Scalar axis=0)
  output : Tensor(out)
  infer_meta :
    func : GatherInferMeta
  kernel :
    func : gather
    data_type: x
  backward : gather_grad

767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784
- api : gather_nd
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : GatherNdInferMeta
  kernel :
    func : gather_nd
    data_type : x
  backward : gather_nd_grad

- api : gather_tree
  args : (Tensor ids, Tensor parents)
  output : Tensor
  infer_meta :
    func : GatherTreeMeta
  kernel :
    func : gather_tree

785 786 787 788 789 790 791 792 793 794
- api : gelu
  args : (Tensor x,  bool approximate)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : gelu
  backward : gelu_grad

795 796 797 798 799 800 801 802 803 804 805
- api : graph_send_recv
  args : (Tensor x, Tensor src_index, Tensor dst_index, str pool_type = "SUM", int64_t out_size = 0)
  output : Tensor(out), Tensor(dst_count)
  infer_meta :
    func : GraphSendRecvInferMeta
  kernel :
    func : graph_send_recv
    data_type : x
  intermediate : dst_count
  backward : graph_send_recv_grad

806
- api : greater_equal
807 808 809 810 811
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
  infer_meta :
    func : CompareInferMeta
  kernel :
812
    func : greater_equal
813

814
- api : greater_than
815 816 817 818 819
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
  infer_meta :
    func : CompareInferMeta
  kernel :
820
    func : greater_than
821 822 823 824 825 826 827 828

- api : gumbel_softmax
  args : (Tensor x, float temperature, bool hard, int axis)
  output : Tensor
  infer_meta :
    func : GumbelSoftmaxInferMeta
  kernel :
    func : gumbel_softmax
H
hong 已提交
829
  backward : gumbel_softmax_grad
830 831 832 833 834 835 836 837

# hard_shrink
- api : hard_shrink
  args : (Tensor x, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
838
  kernel :
839 840
    func : hard_shrink
  backward : hard_shrink_grad
841

842 843 844
# hard_sigmoid
- api : hard_sigmoid
  args : (Tensor x, float slope, float offset)
845
  output : Tensor
846
  infer_meta :
847 848
    func : UnchangedInferMeta
    param : [x]
849
  kernel :
850 851
    func : hard_sigmoid
  backward : hard_sigmoid_grad
852

853 854 855 856 857 858 859 860 861 862
- api : hard_swish
  args : (Tensor x, float threshold = 6.0, float scale = 6.0, float offset = 3.0)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : hard_swish
  backward : hard_swish_grad

H
hong 已提交
863 864 865 866 867 868 869 870 871
# histogram
- api : histogram
  args : (Tensor x, int64_t bins, int min, int max)
  output : Tensor
  infer_meta :
    func : HistogramInferMeta
  kernel :
    func : histogram

872 873 874 875 876 877 878
- api : huber_loss
  args : (Tensor input, Tensor label, float delta)
  output : Tensor(out), Tensor(residual)
  infer_meta :
    func : HuberLossInferMeta
  kernel :
    func : huber_loss
879
  backward : huber_loss_grad
880

Z
zyfncg 已提交
881 882 883 884 885 886 887 888 889
- api : imag
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : imag
  backward : imag_grad

890 891 892
# increment
- api : increment
  args : (Tensor x, float value)
893 894
  output : Tensor
  infer_meta :
895
    func : IncrementInferMeta
896
  kernel :
897
    func : increment
898

899 900 901 902 903 904 905 906 907 908
- api : index_sample
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : IndexSampleInferMeta
  kernel :
    func : index_sample
    data_type : x
  backward : index_sample_grad

F
From00 已提交
909 910 911
- api : index_select
  args : (Tensor x, Tensor index,  int dim)
  output : Tensor(out)
H
hong 已提交
912
  infer_meta :
F
From00 已提交
913
    func : IndexSelectInferMeta
H
hong 已提交
914
  kernel :
F
From00 已提交
915 916 917 918
    func : index_select
    data_type : x
  backward : index_select_grad

919 920
# is_empty
- api : is_empty
Z
zyfncg 已提交
921
  args : (Tensor x)
922 923
  output : Tensor
  infer_meta :
924
    func : IsEmptyInferMeta
925
  kernel :
926
    func : is_empty
927

928 929 930 931 932 933 934 935 936
- api : isclose
  args : (Tensor x, Tensor y, Scalar rtol, Scalar atol,  bool equal_nan)
  output : Tensor(out)
  infer_meta :
    func : ValueCompareInferMeta
    param: [x, y]
  kernel :
    func : isclose

937 938 939
# isfinite
- api : isfinite
  args : (Tensor x)
940
  output : Tensor
941 942 943 944
  infer_meta :
    func : IsfiniteInferMeta
  kernel :
    func : isfinite, infinite_sr
945

946 947 948
# isinf
- api : isinf
  args : (Tensor x)
949
  output : Tensor
950
  infer_meta :
951
    func : IsfiniteInferMeta
952
  kernel :
953
    func : isinf, isinf_sr
954

955 956 957
# isnan
- api : isnan
  args : (Tensor x)
958
  output : Tensor
959
  infer_meta :
960
    func : IsfiniteInferMeta
961
  kernel :
962
    func : isnan, isnan_sr
963

964 965 966 967 968 969 970 971 972 973
- api : kldiv_loss
  args : (Tensor x, Tensor label, str reduction)
  output : Tensor(out)
  infer_meta :
    func : KLDivInferMeta
  kernel :
    func : kldiv_loss
    data_type : x
  backward : kldiv_loss_grad

974 975 976 977 978 979 980 981 982
- api : kron
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : KronInferMeta
  kernel :
    func : kron
  backward : kron_grad

983 984 985 986 987 988 989 990 991
- api : kthvalue
  args : (Tensor x, int k, int axis, bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : KthvalueInferMeta
  kernel :
    func : kthvalue
  backward : kthvalue_grad

992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004
# label_smooth
- api : label_smooth
  args : (Tensor label, Tensor prior_dist, float epsilon)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [label]
  kernel :
    func : label_smooth
    data_type : label
  optional : prior_dist
  backward : label_smooth_grad

1005 1006 1007 1008
# leaky_relu
- api : leaky_relu
  args : (Tensor x, float alpha)
  output : Tensor
1009
  infer_meta :
1010 1011
    func : UnchangedInferMeta
    param : [x]
1012
  kernel :
1013 1014
    func : leaky_relu
  backward : leaky_relu_grad
1015

1016 1017 1018
- api : lerp
  args : (Tensor x, Tensor y, Tensor weight)
  output : Tensor
1019
  infer_meta :
1020
    func : LerpInferMeta
1021
  kernel :
1022 1023
    func : lerp
  backward : lerp_grad
1024

1025 1026
- api : less_equal
  args : (Tensor x, Tensor y, int axis = -1)
1027
  output : Tensor
1028
  infer_meta :
1029
    func : CompareInferMeta
1030
  kernel :
1031
    func : less_equal
1032

1033 1034 1035
- api : less_than
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
1036
  infer_meta :
1037
    func : CompareInferMeta
1038
  kernel :
1039
    func : less_than
1040

1041 1042 1043 1044 1045 1046 1047 1048 1049
- api : lgamma
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : lgamma
  backward : lgamma_grad

1050 1051 1052 1053 1054 1055 1056 1057 1058
- api : linspace
  args : (Tensor start, Tensor stop, Tensor number, DataType dtype)
  output : Tensor
  infer_meta :
    func : LinspaceInferMeta
  kernel :
    func : linspace
    data_type : dtype

1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094
- api : log
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log
  backward: log_grad

- api : log10
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log10
  backward: log10_grad

- api : log1p
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log1p
  backward: log1p_grad

- api : log2
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log2
  backward: log2_grad

1095 1096 1097 1098
# log_loss
- api : log_loss
  args : (Tensor input, Tensor label, float epsilon)
  output : Tensor
1099
  infer_meta :
1100
    func : LogLossInferMeta
1101
  kernel :
1102 1103
    func : log_loss
  backward : log_loss_grad
1104

1105 1106 1107 1108 1109 1110 1111 1112 1113
- api : log_softmax
  args : (Tensor x,  int axis)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMetaCheckAxis
  kernel :
    func : log_softmax
  backward : log_softmax_grad

1114 1115 1116
# logical_and
- api : logical_and
  args : (Tensor x, Tensor y)
1117
  output : Tensor
1118
  infer_meta :
1119
    func : ElementwiseInferMeta
1120
  kernel :
1121
    func : logical_and
1122

1123 1124 1125
# logical_not
- api : logical_not
  args : (Tensor x)
1126
  output : Tensor
1127
  infer_meta :
1128
    func : UnchangedInferMeta
1129
  kernel :
1130
    func : logical_not
1131

1132 1133
# logical_or
- api : logical_or
Z
zyfncg 已提交
1134
  args : (Tensor x, Tensor y)
1135
  output : Tensor
1136
  infer_meta :
1137 1138
    func : ElementwiseInferMeta
  kernel :
1139
    func : logical_or
1140

1141 1142 1143
# logical_xor
- api : logical_xor
  args : (Tensor x, Tensor y)
1144
  output : Tensor
1145 1146 1147 1148
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_xor
1149

1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160
# logit
- api : logit
  args : (Tensor x, float eps = 1e-6f)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : logit
  backward : logit_grad

1161 1162 1163 1164
# logsigmoid
- api : logsigmoid
  args : (Tensor x)
  output : Tensor
F
From00 已提交
1165
  infer_meta :
1166 1167 1168 1169
    func : UnchangedInferMeta
  kernel :
    func : logsigmoid
  backward : logsigmoid_grad
F
From00 已提交
1170

1171 1172 1173 1174 1175 1176 1177 1178 1179
- api : logsumexp
  args : (Tensor x, int64_t[] axis,  bool keepdim,  bool reduce_all)
  output : Tensor(out)
  infer_meta :
    func : LogsumexpInferMeta
  kernel :
    func : logsumexp
  backward : logsumexp_grad

1180 1181 1182 1183
# masked_select
- api : masked_select
  args : (Tensor x, Tensor mask)
  output : Tensor
1184
  infer_meta :
1185
    func : MaskedSelectInferMeta
1186
  kernel :
1187 1188 1189
    func : masked_select
    data_type : x
  backward : masked_select_grad
1190

1191 1192
- api : matmul
  args : (Tensor x, Tensor y, bool transpose_x = false, bool transpose_y = false)
Y
YuanRisheng 已提交
1193 1194
  output : Tensor
  infer_meta :
1195
    func : MatmulInferMeta
Y
YuanRisheng 已提交
1196
  kernel :
1197 1198
    func : matmul
  backward : matmul_grad
Y
YuanRisheng 已提交
1199

1200 1201 1202
# matrix_power
- api : matrix_power
  args : (Tensor x, int n)
1203
  output : Tensor
1204
  infer_meta :
1205 1206 1207
    func : UnchangedInferMeta
    param : [x]
  kernel :
1208 1209
    func : matrix_power
  backward : matrix_power_grad
1210

1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227
- api : matrix_rank
  args : (Tensor x, float tol, bool use_default_tol=true, bool hermitian=false)
  output : Tensor(out)
  infer_meta :
    func : MatrixRankInferMeta
    param : [x, use_default_tol, hermitian]
  kernel :
    func : matrix_rank

- api : matrix_rank_tol
  args : (Tensor x, Tensor atol_tensor, bool use_default_tol=true, bool hermitian=false)
  output : Tensor(out)
  infer_meta :
    func : MatrixRankTolInferMeta
  kernel :
    func : matrix_rank_tol

1228 1229 1230 1231 1232 1233 1234 1235 1236
- api : max
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : max
  backward : max_grad

F
From00 已提交
1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254
- api : max_pool2d_with_index
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool global_pooling, bool adaptive)
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : MaxPoolWithIndexInferMeta
  kernel :
    func : max_pool2d_with_index
  backward : max_pool2d_with_index_grad

- api : max_pool3d_with_index
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool global_pooling, bool adaptive)
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : MaxPoolWithIndexInferMeta
  kernel :
    func : max_pool3d_with_index
  backward : max_pool3d_with_index_grad

1255 1256 1257 1258 1259 1260 1261 1262 1263
- api : maximum
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : maximum
  backward : maximum_grad

1264 1265 1266 1267 1268 1269 1270 1271 1272
- api : maxout
  args : (Tensor x, int groups, int axis)
  output : Tensor(out)
  infer_meta :
    func : MaxOutInferMeta
  kernel :
    func : maxout
  backward : maxout_grad

1273
- api : mean
1274 1275
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
1276
  infer_meta :
1277
    func : ReduceInferMeta
1278
  kernel :
1279
    func : mean
1280 1281
  backward : mean_grad

1282 1283 1284 1285 1286 1287 1288 1289
- api : mean_all
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : MeanAllInferMeta
  kernel :
    func : mean_all
  backward : mean_all_grad
1290

Y
YuanRisheng 已提交
1291 1292
- api : meshgrid
  args : (Tensor[] inputs)
1293 1294 1295 1296 1297
  output : Tensor[]{inputs.size()}
  infer_meta :
    func : MeshgridInferMeta
  kernel :
    func : meshgrid
Y
YuanRisheng 已提交
1298 1299
  backward : meshgrid_grad

1300 1301 1302 1303 1304 1305 1306 1307
- api : min
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : min
  backward : min_grad
1308

1309 1310 1311 1312 1313 1314 1315 1316 1317
- api : minimum
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : minimum
  backward : minimum_grad

1318 1319 1320 1321 1322 1323 1324 1325 1326 1327
- api : mish
  args : (Tensor x, float lambda)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : mish
  backward : mish_grad

1328 1329 1330 1331 1332 1333 1334 1335 1336
- api : mode
  args : (Tensor x,  int axis,  bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ModeInferMeta
  kernel :
    func : mode
  backward : mode_grad

1337 1338 1339 1340 1341 1342 1343 1344 1345
- api : modulo
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : modulo
  backward : modulo_grad

1346 1347 1348 1349 1350 1351
- api : momentum
  args : (Tensor param, Tensor grad, Tensor velocity, Tensor learning_rate, Tensor master_param, float mu, bool use_nesterov = false, str regularization_method = "", float regularization_coeff = 0.0, bool multi_precision = false, float rescale_grad = 1.0f)
  output : Tensor(param_out), Tensor(velocity_out), Tensor(master_param_out)
  invoke : momentum_impl(param, grad, velocity, learning_rate, master_param, mu, use_nesterov, regularization_method, regularization_coeff, multi_precision, rescale_grad)
  optional : master_param

1352 1353 1354 1355 1356 1357 1358 1359 1360
- api : multi_dot
  args : (Tensor[] x)
  output : Tensor
  infer_meta :
    func : MultiDotInferMeta
  kernel :
    func : multi_dot
  backward : multi_dot_grad

1361 1362 1363
# multinomial
- api : multinomial
  args : (Tensor x, int num_samples, bool replacement)
1364 1365
  output : Tensor
  infer_meta :
1366
    func : MultinomialInferMeta
1367
  kernel :
1368
    func : multinomial
1369

1370 1371 1372 1373 1374 1375 1376 1377 1378 1379
- api : multiplex
  args : (Tensor[] ins, Tensor ids)
  output : Tensor
  infer_meta :
    func : MultiplexInferMeta
  kernel :
    func : multiplex
    data_type : ins
  backward : multiplex_grad

1380
- api : multiply
Z
zyfncg 已提交
1381
  args : (Tensor x, Tensor y)
1382
  output : Tensor
1383
  infer_meta :
1384 1385
    func : ElementwiseInferMeta
  kernel :
1386 1387
    func : multiply
  backward : multiply_grad
1388

1389 1390
- api : mv
  args : (Tensor x, Tensor vec)
1391
  output : Tensor
1392
  infer_meta :
1393
    func : MvInferMeta
1394
  kernel :
1395 1396
    func : mv
  backward : mv_grad
1397

Z
zyfncg 已提交
1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408
- api : nll_loss
  args : (Tensor input, Tensor label, Tensor weight, int64_t ignore_index, str reduction)
  output : Tensor(out), Tensor(total_weight)
  infer_meta :
    func : NllLossRawInferMeta
  kernel :
    func : nll_loss
    data_type : input
  optional : weight
  backward : nll_loss_grad

H
hong 已提交
1409 1410 1411 1412 1413 1414 1415 1416 1417 1418
- api : norm
  args : (Tensor x, int axis, float epsilon, bool is_test)
  output : Tensor(out), Tensor(norm)
  infer_meta :
    func : NormInferMeta
  kernel :
    func : norm
  intermediate : norm
  backward : norm_grad

1419 1420
- api : not_equal
  args : (Tensor x, Tensor y, int axis = -1)
1421
  output : Tensor
1422 1423 1424 1425
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : not_equal
H
hong 已提交
1426 1427

- api : one_hot
1428
  args : (Tensor x, Scalar(int) num_classes)
H
hong 已提交
1429 1430 1431 1432 1433
  output : Tensor
  infer_meta :
    func : OneHotInferMeta
  kernel :
    func : one_hot
1434

1435 1436 1437 1438 1439
- api : ones_like
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place={})
  output : Tensor
  invoke : full_like(x, 1, dtype, place)

1440 1441 1442 1443 1444 1445 1446 1447 1448
- api : p_norm
  args : (Tensor x,  float porder,  int axis,  float epsilon,  bool keepdim,  bool asvector=false)
  output : Tensor(out)
  infer_meta :
    func : PNormInferMeta
  kernel :
    func : p_norm
  backward : p_norm_grad

1449 1450 1451
# pad
- api : pad
  args : (Tensor x, int[] paddings, float pad_value)
H
hong 已提交
1452 1453
  output : Tensor
  infer_meta :
1454
    func : PadInferMeta
H
hong 已提交
1455
  kernel :
1456 1457
    func : pad
  # backward : pad_grad
H
hong 已提交
1458

1459 1460 1461 1462 1463 1464 1465 1466 1467
- api : pad3d
  args : (Tensor x, IntArray paddings, str mode,  float pad_value, str data_format)
  output : Tensor(out)
  infer_meta :
    func : Pad3dInferMeta
  kernel :
    func : pad3d
  backward : pad3d_grad

1468 1469 1470
# pixel_shuffle
- api : pixel_shuffle
  args : (Tensor x, int upscale_factor, str data_format)
H
hong 已提交
1471 1472
  output : Tensor
  infer_meta :
1473
    func : PixelShuffleInferMeta
H
hong 已提交
1474
  kernel :
1475
    func : pixel_shuffle
H
hong 已提交
1476
  backward : pixel_shuffle_grad
H
hong 已提交
1477

1478 1479
# poisson  // no need grad
- api : poisson
H
hong 已提交
1480 1481 1482 1483 1484
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
1485
    func : poisson
H
hong 已提交
1486

1487 1488 1489 1490 1491
- api : pool2d
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool ceil_mode, bool exclusive, str data_format, str pooling_type, bool global_pooling, bool adaptive, str padding_algorithm)
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
F
From00 已提交
1492
  kernel :
1493
    func : pool2d
H
hong 已提交
1494
  backward : pool2d_grad
F
From00 已提交
1495 1496 1497 1498 1499 1500 1501 1502 1503

- api : pool3d
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool ceil_mode, bool exclusive, str data_format, str pooling_type, bool global_pooling, bool adaptive, str padding_algorithm)
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
  kernel :
    func : pool3d
  backward : pool3d_grad
H
hong 已提交
1504

1505 1506 1507 1508 1509 1510 1511 1512 1513 1514
- api : pow
  args : (Tensor x, Scalar s)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : pow
  backward : pow_grad

1515 1516 1517 1518 1519 1520 1521 1522 1523
- api : prelu
  args : (Tensor x, Tensor alpha, str data_format, str mode)
  output : Tensor(out)
  infer_meta :
    func : PReluInferMeta
  kernel :
    func : prelu
  backward : prelu_grad

Z
zyfncg 已提交
1524 1525 1526 1527 1528 1529 1530 1531 1532 1533
- api : psroi_pool
  args : (Tensor x, Tensor boxes, Tensor boxes_num, int pooled_height, int pooled_width, int output_channels, float spatial_scale)
  output : Tensor
  infer_meta :
    func : PsroiPoolInferMeta
  kernel :
    func : psroi_pool
  optional : boxes_num
  backward : psroi_pool_grad

1534 1535 1536
# put_along_axis
- api : put_along_axis
  args : (Tensor x, Tensor index, Tensor value, int axis, str reduce)
H
hong 已提交
1537 1538
  output : Tensor
  infer_meta :
1539 1540
    func : UnchangedInferMeta
    param : [index]
H
hong 已提交
1541
  kernel :
1542 1543 1544
    func : put_along_axis
    data_type : x
  backward : put_along_axis_grad
H
hong 已提交
1545

Z
zyfncg 已提交
1546 1547 1548 1549 1550 1551 1552 1553 1554
- api : qr
  args : (Tensor x, str mode)
  output : Tensor(q), Tensor(r)
  infer_meta :
    func : QrInferMeta
  kernel :
    func : qr
  # backward : qr_grad

F
From00 已提交
1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566
- api : randint
  args : (int low, int high, IntArray shape, DataType dtype=DataType::INT64, Place place={})
  output : Tensor(out)
  infer_meta :
    func : RandintInferMeta
    param : [low, high, shape, dtype]
  kernel :
    func : randint
    param : [low, high, shape, dtype]
    data_type : dtype
    backend : place

Z
zyfncg 已提交
1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577
- api : randperm
  args : (int n, DataType dtype, Place place={})
  output : Tensor
  infer_meta :
    func : RandpermInferMeta
    param : [n, dtype]
  kernel :
    func : randperm
    param : [n, dtype]
    data_type : dtype
    backend : place
1578

Z
zyfncg 已提交
1579 1580 1581 1582 1583 1584 1585 1586 1587
- api : real
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : real
  backward : real_grad

1588 1589 1590 1591 1592 1593 1594 1595 1596
- api : reciprocal
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : reciprocal
  backward : reciprocal_grad

1597 1598 1599
# reduce_prod
- api : reduce_prod
  args : (Tensor x, int64_t[] dims, bool keep_dim, bool reduce_all)
H
hong 已提交
1600 1601
  output : Tensor
  infer_meta :
1602
    func : ReduceInferMetaBase
H
hong 已提交
1603
  kernel :
H
hong 已提交
1604 1605
    func : prod_raw
  backward : reduce_prod_grad
H
hong 已提交
1606

1607 1608
- api : relu
  args : (Tensor x)
H
hong 已提交
1609 1610
  output : Tensor
  infer_meta :
1611
    func : UnchangedInferMeta
H
hong 已提交
1612
  kernel :
1613 1614 1615
    func : relu
  inplace : (x -> out)
  backward : relu_grad
H
hong 已提交
1616

1617
- api : reshape
1618
  args : (Tensor x, IntArray shape)
1619
  output : Tensor(out), Tensor(xshape)
H
hong 已提交
1620
  infer_meta :
1621
    func : ReshapeWithXShapeInferMeta
H
hong 已提交
1622
  kernel :
1623
    func : reshape_with_xshape
1624
  inplace : (x -> out)
1625 1626 1627
  view: (x -> out)
  intermediate : xshape
  backward: reshape_grad
H
hong 已提交
1628

1629 1630 1631 1632 1633 1634 1635 1636 1637 1638
- api : roi_align
  args : (Tensor x, Tensor boxes, Tensor boxes_num, int pooled_height, int pooled_width, float spatial_scale, int sampling_ratio, bool aligned)
  output : Tensor
  infer_meta :
    func : RoiAlignInferMeta
  kernel :
    func : roi_align
  optional : boxes_num
  backward : roi_align_grad

Z
zyfncg 已提交
1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649
- api : roi_pool
  args : (Tensor x, Tensor boxes, Tensor boxes_num, int pooled_height, int pooled_width, float spatial_scale)
  output : Tensor(out), Tensor(arg_max)
  infer_meta :
    func : RoiPoolInferMeta
  kernel :
    func : roi_pool
  optional : boxes_num
  intermediate : arg_max
  backward : roi_pool_grad

F
From00 已提交
1650 1651 1652
- api : roll
  args : (Tensor x, IntArray shifts, int64_t[] axis)
  output : Tensor(out)
H
hong 已提交
1653
  infer_meta :
F
From00 已提交
1654
    func : RollInferMeta
H
hong 已提交
1655
  kernel :
F
From00 已提交
1656 1657 1658
    func : roll
  backward : roll_grad

1659 1660 1661 1662 1663 1664 1665 1666 1667
- api : round
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : round
  backward : round_grad

Z
zyfncg 已提交
1668 1669 1670 1671 1672 1673 1674 1675 1676 1677
- api : rsqrt
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : rsqrt
  inplace : (x -> out)
  backward : rsqrt_grad

1678 1679
- api : scale
  args : (Tensor x, Scalar scale, float bias, bool bias_after_scale)
H
hong 已提交
1680 1681
  output : Tensor
  infer_meta :
1682 1683
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1684
  kernel :
1685 1686
    func : scale, scale_sr
  inplace : (x -> out)
1687
  backward : scale_grad
H
hong 已提交
1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708

- api : scatter
  args : (Tensor x, Tensor index, Tensor updates, bool overwrite)
  output : Tensor
  infer_meta :
    func : ScatterInferMeta
    dtype : x
  kernel :
    func : scatter
  backward : scatter_grad

- api : scatter_nd_add
  args : (Tensor x, Tensor index, Tensor updates)
  output : Tensor
  infer_meta :
    func : ScatterNdAddInferMeta
    dtype : x
  kernel :
    func : scatter_nd_add
  backward : scatter_nd_add_grad

F
From00 已提交
1709 1710 1711 1712 1713 1714 1715
- api : searchsorted
  args : (Tensor sorted_sequence, Tensor value, bool out_int32, bool right)
  output : Tensor(out)
  infer_meta :
    func : SearchsortedInferMeta
  kernel :
    func : searchsorted
H
hong 已提交
1716
    data_type : sorted_sequence
F
From00 已提交
1717

1718 1719 1720 1721 1722 1723 1724 1725
# segment_pool
- api : segment_pool
  args : (Tensor x, Tensor segment_ids, str pooltype)
  output : Tensor(out), Tensor(summed_ids)
  infer_meta :
    func : SegmentPoolInferMeta
  kernel :
    func : segment_pool
H
hong 已提交
1726
    data_type : x
1727
  backward : segment_pool_grad
H
hong 已提交
1728

1729 1730 1731
# selu
- api : selu
  args : (Tensor x, float scale, float alpha)
H
hong 已提交
1732 1733
  output : Tensor
  infer_meta :
1734 1735
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1736
  kernel :
1737 1738
    func : selu
  backward : selu_grad
H
hong 已提交
1739

1740 1741 1742 1743 1744 1745 1746 1747
- api : shape
  args : (Tensor input)
  output : Tensor
  infer_meta :
    func : ShapeInferMeta
  kernel :
    func : shape, shape_sr

1748 1749 1750 1751
# shard_index
- api : shard_index
  args : (Tensor in, int index_num, int nshards, int shard_id, int ignore_value)
  output : Tensor
H
hong 已提交
1752
  infer_meta :
1753
    func : ShardIndexInferMeta
H
hong 已提交
1754
  kernel :
1755
    func : shard_index
H
hong 已提交
1756

1757 1758 1759 1760
# sigmoid
- api : sigmoid
  args : (Tensor x)
  output : Tensor
H
hong 已提交
1761
  infer_meta :
1762
    func : UnchangedInferMeta
H
hong 已提交
1763
  kernel :
1764 1765
    func : sigmoid
  backward : sigmoid_grad
H
hong 已提交
1766

1767 1768 1769
# sigmoid_cross_entropy_with_logits
- api : sigmoid_cross_entropy_with_logits
  args : (Tensor x, Tensor label, bool normalize, int ignore_index)
H
hong 已提交
1770 1771
  output : Tensor
  infer_meta :
1772
    func : SigmoidCrossEntropyWithLogitsInferMeta
H
hong 已提交
1773
  kernel :
1774 1775
    func : sigmoid_cross_entropy_with_logits
  backward : sigmoid_cross_entropy_with_logits_grad
H
hong 已提交
1776

1777 1778
- api : sign
  args : (Tensor x)
H
hong 已提交
1779 1780
  output : Tensor
  infer_meta :
1781
    func : UnchangedInferMeta
H
hong 已提交
1782
  kernel :
1783
    func : sign
H
hong 已提交
1784

1785 1786 1787
# silu
- api : silu
  args : (Tensor x)
H
hong 已提交
1788 1789
  output : Tensor
  infer_meta :
1790
    func : UnchangedInferMeta
H
hong 已提交
1791
  kernel :
1792 1793
    func : silu
  backward : silu_grad
H
hong 已提交
1794

1795 1796 1797
# sin
- api : sin
  args : (Tensor x)
H
hong 已提交
1798 1799
  output : Tensor
  infer_meta :
1800
    func : UnchangedInferMeta
H
hong 已提交
1801
  kernel :
1802 1803
    func : sin
  backward : sin_grad
H
hong 已提交
1804

1805 1806 1807
# sinh
- api : sinh
  args : (Tensor x)
H
hong 已提交
1808 1809
  output : Tensor
  infer_meta :
1810
    func : UnchangedInferMeta
H
hong 已提交
1811
  kernel :
1812 1813
    func : sinh
  backward : sinh_grad
H
hong 已提交
1814

1815 1816 1817
# size
- api : size
  args : (Tensor x)
H
hong 已提交
1818 1819
  output : Tensor
  infer_meta :
1820
    func : SizeInferMeta
H
hong 已提交
1821
  kernel :
1822
    func : size
H
hong 已提交
1823

H
hong 已提交
1824 1825 1826 1827 1828 1829 1830 1831 1832
- api : slice
  args : (Tensor input, int64_t[] axes, IntArray starts, IntArray ends, int64_t[] infer_flags, int64_t[] decrease_axis)
  output : Tensor
  infer_meta :
    func : SliceRawInferMeta
  kernel :
    func : slice
  backward : slice_grad

1833 1834 1835
# soft_shrink
- api : soft_shrink
  args : (Tensor x, float lambda)
H
hong 已提交
1836 1837
  output : Tensor
  infer_meta :
1838 1839
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1840
  kernel :
1841 1842
    func : soft_shrink
  backward : soft_shrink_grad
H
hong 已提交
1843

1844 1845 1846 1847 1848 1849 1850 1851
- api : softmax
  args : (Tensor x, int axis)
  output : Tensor
  infer_meta :
    func : SoftmaxInferMeta
  kernel :
    func : softmax
  backward : softmax_grad
H
hong 已提交
1852

1853
- api : split
1854
  args : (Tensor x, IntArray num_or_sections, Scalar(int) axis)
1855 1856
  output : Tensor[]
  invoke : split_impl(x, num_or_sections, axis)
H
hong 已提交
1857

1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875
- api : sqrt
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sqrt
  backward : sqrt_grad

- api : square
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : square
  backward : square_grad

1876 1877 1878 1879 1880 1881 1882 1883 1884 1885
- api : squeeze
  args : (Tensor x, int[] axes)
  output : Tensor(xshape), Tensor(out)
  infer_meta :
    func : SqueezeInferMeta
  kernel :
    func : squeeze
  view: (x -> out)
  backward : squeeze_grad

1886 1887 1888 1889 1890 1891 1892 1893 1894
- api : stack
  args : (Tensor[] x, int axis)
  output : Tensor
  infer_meta :
    func : StackInferMeta
  kernel :
    func : stack
  backward : stack_grad

1895 1896 1897 1898 1899 1900 1901 1902 1903
- api : strided_slice
  args : (Tensor x, int[] axes, IntArray starts, IntArray ends, IntArray strides)
  output : Tensor
  infer_meta :
    func : StridedSliceInferMeta
  kernel :
    func : strided_slice
  backward : strided_slice_grad

1904 1905 1906
- api : subtract
  args : (Tensor x, Tensor y)
  output : Tensor
H
hong 已提交
1907
  infer_meta :
1908
    func : ElementwiseInferMeta
H
hong 已提交
1909
  kernel :
1910 1911
    func : subtract
  backward : subtract_grad
H
hong 已提交
1912

1913
- api : sum
F
From00 已提交
1914 1915
  args : (Tensor x, int64_t[] dims={}, DataType out_dtype=paddle::experimental::DataType::UNDEFINED, bool keep_dim=false)
  output : Tensor(out)
H
hong 已提交
1916
  infer_meta :
1917
    func : SumInferMeta
H
hong 已提交
1918
  kernel :
1919 1920
    func : sum
    data_type : x
F
From00 已提交
1921
  backward : sum_grad
H
hong 已提交
1922

1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933
# The python API paddle.nn.functional.swish has no `bete` argument, it may be removed later
- api : swish
  args : (Tensor x, float beta=1.0)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : swish
  backward : swish_grad

1934 1935 1936
# take_along_axis
- api : take_along_axis
  args : (Tensor x, Tensor index, int axis)
H
hong 已提交
1937 1938
  output : Tensor
  infer_meta :
1939 1940
    func : UnchangedInferMeta
    param : [index]
H
hong 已提交
1941
  kernel :
1942
    func : take_along_axis
H
hong 已提交
1943
    data_type : x
1944
  backward : take_along_axis_grad
H
hong 已提交
1945

1946 1947 1948
# tan
- api : tan
  args : (Tensor x)
H
hong 已提交
1949 1950
  output : Tensor
  infer_meta :
1951
    func : UnchangedInferMeta
H
hong 已提交
1952
  kernel :
1953 1954
    func : tan
  backward : tan_grad
H
hong 已提交
1955

1956 1957 1958
# tanh
- api : tanh
  args : (Tensor x)
H
hong 已提交
1959 1960
  output : Tensor
  infer_meta :
1961
    func : UnchangedInferMeta
H
hong 已提交
1962
  kernel :
1963 1964
    func : tanh
  backward : tanh_grad
H
hong 已提交
1965

1966 1967 1968
# tanh_shrink
- api : tanh_shrink
  args : (Tensor x)
H
hong 已提交
1969 1970
  output : Tensor
  infer_meta :
1971
    func : UnchangedInferMeta
H
hong 已提交
1972
  kernel :
1973 1974
    func : tanh_shrink
  backward : tanh_shrink_grad
H
hong 已提交
1975

1976 1977 1978
# thresholded_relu
- api : thresholded_relu
  args : (Tensor x, float threshold)
H
hong 已提交
1979 1980
  output : Tensor
  infer_meta :
1981 1982
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1983
  kernel :
1984 1985
    func : thresholded_relu
  backward : thresholded_relu_grad
H
hong 已提交
1986

1987 1988
# tile
- api : tile
1989
  args : (Tensor x, IntArray repeat_times)
H
hong 已提交
1990 1991
  output : Tensor
  infer_meta :
1992
    func : TileInferMeta
H
hong 已提交
1993
  kernel :
1994 1995
    func : tile
  backward : tile_grad
H
hong 已提交
1996

1997 1998 1999 2000 2001 2002 2003 2004 2005
- api : top_k
  args : (Tensor x, Scalar k, int axis = -1, bool largest = true, bool sorted = true)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : TopKInferMeta
  kernel :
    func : top_k
  backward : top_k_grad

2006 2007
- api : trace
  args : (Tensor x, int offset, int axis1, int axis2)
H
hong 已提交
2008 2009
  output : Tensor
  infer_meta :
2010
    func : TraceInferMeta
H
hong 已提交
2011
  kernel :
2012 2013
    func : trace
  backward : trace_grad
H
hong 已提交
2014

2015 2016
- api : transpose
  args : (Tensor x, int[] axis)
H
hong 已提交
2017 2018
  output : Tensor
  infer_meta :
2019
    func : TransposeInferMeta
H
hong 已提交
2020
  kernel :
2021 2022
    func : transpose
  backward : transpose_grad
H
hong 已提交
2023

2024 2025 2026 2027 2028 2029 2030 2031
- api : triangular_solve
  args : (Tensor x, Tensor y, bool upper, bool transpose, bool unitriangular)
  output : Tensor
  infer_meta :
    func : TriangularSolveInferMeta
  kernel :
    func : triangular_solve
  # backward : triangular_solve_grad
H
hong 已提交
2032

F
From00 已提交
2033 2034 2035
- api : tril_triu
  args : (Tensor x,  int diagonal,  bool lower)
  output : Tensor(out)
H
hong 已提交
2036
  infer_meta :
F
From00 已提交
2037
    func : TrilTriuInferMeta
H
hong 已提交
2038
  kernel :
F
From00 已提交
2039 2040 2041
    func : tril_triu
  backward : tril_triu_grad

2042 2043 2044 2045 2046 2047 2048 2049
- api : trunc
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : trunc
  backward : trunc_grad
H
hong 已提交
2050

2051 2052 2053 2054 2055 2056 2057 2058 2059 2060 2061 2062 2063
# python API: paddle.nn.initializer.TruncatedNormal
- api : truncated_gaussian_random
  args : (int[] shape, float mean, float std, int seed, DataType dtype=DataType::FLOAT32, Place place={})
  output : Tensor
  infer_meta :
    func : TruncatedGaussianRandomInferMeta
    param : [shape, mean, std, seed, dtype]
  kernel :
    func : truncated_gaussian_random
    param : [shape, mean, std, seed, dtype]
    backend : place
    data_type : dtype

2064 2065
- api : unbind
  args : (Tensor input, int axis)
2066 2067 2068 2069 2070
  output : Tensor[] {axis<0 ? input.dims()[input.dims().size()+axis]:input.dims()[axis]}
  infer_meta :
    func : UnbindInferMeta
  kernel :
    func : unbind
2071 2072
  backward : unbind_grad

2073 2074 2075 2076 2077 2078 2079 2080 2081 2082
# unfold
- api : unfold
  args : (Tensor x, int[] kernel_sizes, int[] strides, int[] paddings, int[] dilations)
  output : Tensor
  infer_meta :
    func : UnfoldInferMeta
  kernel :
    func : unfold
  backward : unfold_grad

2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094
- api : uniform_random
  args : (IntArray shape,  DataType dtype,  float min,  float max,  int seed, Place place={})
  output : Tensor(out)
  infer_meta :
    func : UniformRandomInferMeta
    param: [shape, dtype, min, max, seed]
  kernel :
    func : uniform_random
    param: [shape, dtype, min, max, seed]
    data_type : dtype
    backend : place

2095 2096 2097 2098 2099 2100 2101 2102 2103 2104
# The `axis` argument of Python API paddle.unique is not vector
- api : unique
  args : (Tensor x, bool return_index, bool return_inverse, bool return_counts, int[] axis, DataType dtype=DataType::INT64)
  output : Tensor(out), Tensor(indices), Tensor(inverse), Tensor(counts)
  infer_meta :
    func : UniqueInferMeta
  kernel :
    func : unique
    data_type : x

2105 2106 2107 2108 2109 2110 2111 2112 2113 2114
- api : unsqueeze
  args : (Tensor x, IntArray axes)
  output : Tensor(xshape), Tensor(out)
  infer_meta :
    func : UnsqueezeInferMeta
  kernel :
    func : unsqueeze
  view: (x -> out)
  backward : unsqueeze_grad

2115 2116 2117 2118 2119 2120 2121 2122 2123
# viterbi_decode
- api : viterbi_decode
  args : (Tensor input, Tensor transition, Tensor length, bool include_bos_eos_tag)
  output : Tensor(scores), Tensor(path)
  infer_meta :
    func : ViterbiDecodeInferMeta
  kernel :
    func : viterbi_decode
    data_type : input
H
hong 已提交
2124

2125 2126 2127 2128 2129 2130 2131 2132
- api : where
  args : (Tensor condition, Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : WhereInferMeta
  kernel :
    func : where
  backward : where_grad
H
hong 已提交
2133

2134 2135 2136 2137 2138 2139 2140 2141
# where_index
- api : where_index
  args : (Tensor condition)
  output : Tensor
  infer_meta :
    func : WhereIndexInferMeta
  kernel :
    func : where_index
H
hong 已提交
2142

2143 2144 2145 2146 2147 2148 2149 2150 2151
# yolo_box
- api : yolo_box
  args : (Tensor x, Tensor img_size, int[] anchors, int class_num, float conf_thresh, int downsample_ratio, bool clip_bbox, float scale_x_y=1.0, bool iou_aware=false, float iou_aware_factor=0.5)
  output : Tensor(boxes), Tensor(scores)
  infer_meta :
    func : YoloBoxInferMeta
  kernel :
    func : yolo_box
    data_type : x
H
hong 已提交
2152

2153 2154 2155 2156
- api : zeros_like
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place = {})
  output : Tensor
  invoke : full_like(x, 0, dtype, place)