legacy_ops.yaml 78.4 KB
Newer Older
1
# The apis in this file are unstandardized that may caused by a variety of reasons,
C
Chen Weihang 已提交
2
# we are trying to fix these apis and will move standardized apis into ops.yaml.
3

4
- op : abs
Z
zyfncg 已提交
5 6 7 8 9 10 11 12
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : abs
  backward : abs_grad

13
- op : accuracy
Z
zyfncg 已提交
14 15 16 17 18 19 20 21
  args : (Tensor x, Tensor indices, Tensor label)
  output : Tensor(accuracy), Tensor(correct), Tensor(total)
  infer_meta :
    func : AccuracyInferMeta
  kernel :
    func : accuracy
    dtype : x

22
- op : acos
Z
zyfncg 已提交
23 24 25 26 27 28 29 30
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : acos
  backward : acos_grad

31
- op : acosh
Z
zyfncg 已提交
32 33 34 35 36 37 38 39
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : acosh
  backward : acosh_grad

40
- op : adadelta_
Z
zyfncg 已提交
41 42 43 44 45 46
  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
47
  inplace : (param -> param_out), (avg_squared_grad -> moment_out), (avg_squared_update -> inf_norm_out)
Z
zyfncg 已提交
48

49
- op : adagrad_
C
caozhou 已提交
50 51 52 53 54 55 56 57 58 59
  args : (Tensor param, Tensor grad, Tensor moment, Tensor learning_rate, float epsilon)
  output : Tensor(param_out), Tensor(moment_out)
  infer_meta :
    func : AdagradInferMeta
  kernel :
    func : adagrad {dense, dense, dense, dense -> dense, dense}
           adagrad_dense_param_sparse_grad {dense, selected_rows, dense, dense -> dense, dense}
    data_type : param
  inplace : (param -> param_out), (moment -> moment_out)

60
- op : adam_
Z
zyfncg 已提交
61 62
  args : (Tensor param, Tensor grad, Tensor learning_rate, Tensor moment1, Tensor moment2, Tensor beta1_pow, Tensor beta2_pow, Tensor master_param, Tensor skip_update, Scalar beta1, Scalar beta2, Scalar epsilon, bool lazy_mode, int64_t min_row_size_to_use_multithread, bool multi_precision, bool use_global_beta_pow)
  output : Tensor(param_out), Tensor(moment1_out), Tensor(moment2_out), Tensor(beta1_pow_out), Tensor(beta2_pow_out), Tensor(master_param_outs)
63 64 65 66 67 68
  infer_meta :
    func : AdamInferMeta
  kernel :
    func : adam {dense, dense, dense, dense, dense, dense, dense, dense, dense -> dense, dense, dense, dense, dense, dense},
           adam_dense_param_sparse_grad {dense, selected_rows, dense, dense, dense, dense, dense, dense, dense -> dense, dense, dense, dense, dense, dense}
    data_type : param
Z
zyfncg 已提交
69
  optional : master_param, skip_update
70
  inplace : (param -> param_out), (moment1 -> moment1_out), (moment2 -> moment2_out), (beta1_pow -> beta1_pow_out), (beta2_pow -> beta2_pow_out), (master_param -> master_param_outs)
Z
zyfncg 已提交
71

72
- op : adamax_
Z
zyfncg 已提交
73 74 75 76 77 78
  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
79
  inplace : (param -> param_out), (moment -> avg_squared_grad_out), (inf_norm -> avg_squared_update_out)
Z
zyfncg 已提交
80

81
- op : adamw_
Z
zyfncg 已提交
82 83
  args : (Tensor param, Tensor grad, Tensor learning_rate, Tensor moment1, Tensor moment2, Tensor beta1_pow, Tensor beta2_pow, Tensor master_param, Tensor skip_update, Scalar beta1, Scalar beta2, Scalar epsilon, float lr_ratio, float coeff, bool with_decay, bool lazy_mode, int64_t min_row_size_to_use_multithread, bool multi_precision, bool use_global_beta_pow)
  output : Tensor(param_out), Tensor(moment1_out), Tensor(moment2_out), Tensor(beta1_pow_out), Tensor(beta2_pow_out), Tensor(master_param_outs)
C
Charles-hit 已提交
84 85 86 87 88
  infer_meta :
    func : AdamwInferMeta
  kernel :
    func : adamw
    data_type : param
Z
zyfncg 已提交
89
  optional : master_param, skip_update
C
Charles-hit 已提交
90
  inplace : (param -> param_out), (moment1 -> moment1_out), (moment2 -> moment2_out), (beta1_pow -> beta1_pow_out), (beta2_pow -> beta2_pow_out), (master_param -> master_param_outs)
Z
zyfncg 已提交
91

92
- op : add
Z
zyfncg 已提交
93
  args : (Tensor x, Tensor y)
94
  output : Tensor(out)
Z
zyfncg 已提交
95 96 97 98
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : add
99
  inplace : (x -> out)
Z
zyfncg 已提交
100 101
  backward : add_grad

102
- op : add_n
Z
zyfncg 已提交
103 104
  args : (Tensor[] x)
  output : Tensor
Y
YuanRisheng 已提交
105
  invoke : add_n_impl(x)
Z
zyfncg 已提交
106 107
  backward : add_n_grad

108
- op : addmm
Z
zyfncg 已提交
109 110 111 112 113 114 115 116
  args : (Tensor input, Tensor x, Tensor y, float alpha, float beta)
  output : Tensor
  infer_meta :
    func : AddmmInferMeta
  kernel :
    func : addmm
  backward : addmm_grad

117
- op : affine_grid
118 119 120 121 122 123 124 125 126 127 128 129
  args : (Tensor input, IntArray outputShape, bool use_cudnn=true, bool align_corners=true)
  output : Tensor
  infer_meta :
    func : AffineGridInferMeta
    param : [input, outputShape, align_corners]
  kernel :
    func : affine_grid
    param : [input, outputShape, align_corners]
    data_type : input
    use_gpudnn: use_cudnn
  backward : affine_grid_grad

130
- op : all
Z
zyfncg 已提交
131 132 133 134 135 136 137
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : all

138
- op : allclose
Z
zyfncg 已提交
139 140 141 142 143 144 145 146
  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

147
- op : amax
148 149 150 151 152 153 154 155
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : amax
  backward : amax_grad

156
- op : amin
157 158 159 160 161 162 163 164
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : amin
  backward : amin_grad

165
- op : angle
W
WangZhen 已提交
166 167 168 169 170 171 172 173
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : angle
  backward : angle_grad

174
- op : any
Z
zyfncg 已提交
175 176 177 178 179 180 181
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : any

182
- op : arange
Z
zyfncg 已提交
183
  args : (Tensor start, Tensor end, Tensor step, DataType dtype, Place place={})
184
  output : Tensor(out)
Z
zyfncg 已提交
185 186 187 188 189 190 191 192 193 194 195
  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

196
- op : argmax
197
  args : (Tensor x, Scalar axis, bool keepdims, bool flatten, int dtype)
198
  output : Tensor(out)
Z
zyfncg 已提交
199 200 201 202 203
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
    func : arg_max

204
- op : argmin
205
  args : (Tensor x, Scalar axis, bool keepdims, bool flatten, int dtype)
206
  output : Tensor(out)
Z
zyfncg 已提交
207 208 209 210 211
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
    func : arg_min

212
- op : argsort
213
  args : (Tensor x, int axis=-1, bool descending=false)
Z
zyfncg 已提交
214 215 216 217 218 219 220
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ArgsortInferMeta
  kernel :
    func : argsort
  backward : argsort_grad

221
- op : as_complex
222 223 224 225 226 227 228 229
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : AsComplexInferMeta
  kernel :
    func : as_complex
  backward : as_complex_grad

230
- op : as_real
231 232 233 234 235 236
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : AsRealInferMeta
  kernel :
    func : as_real
237
  backward : as_real_grad
C
Chen Weihang 已提交
238

239
- op : asin
Z
zyfncg 已提交
240 241 242 243 244 245 246 247
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : asin
  backward : asin_grad

248
- op : asinh
Z
zyfncg 已提交
249 250 251 252 253 254 255 256
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : asinh
  backward : asinh_grad

257
- op : assign
Z
zyfncg 已提交
258 259 260 261 262 263 264 265
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : assign
  backward : assign_grad

266
- op : assign_out_
Z
zyfncg 已提交
267 268 269 270 271 272 273 274 275 276 277
  args : (Tensor x, Tensor output)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : assign
    param : [x]
  inplace : (output -> out)
  backward : assign_out__grad

278
- op : assign_value_
279 280 281 282 283 284 285 286 287 288
  args : (Tensor output, int[] shape, DataType dtype, Scalar[] values, Place place = {})
  output : Tensor(out)
  inplace: (output -> out)
  infer_meta :
    func : AssignValueInferMeta
    param : [shape, dtype]
  kernel :
    func : assign_value
    param : [shape, dtype, values]
    data_type : dtype
289
    backend : place > output
290

291
- op : atan
Z
zyfncg 已提交
292 293 294 295 296 297 298 299
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : atan
  backward : atan_grad

300
- op : atanh
Z
zyfncg 已提交
301 302 303 304 305 306 307 308
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : atanh
  backward : atanh_grad

309
- op : auc
310
  args : (Tensor x, Tensor label, Tensor stat_pos, Tensor stat_neg, Tensor ins_tag_weight, str curve, int num_thresholds, int slide_steps)
Z
zyfncg 已提交
311 312 313 314 315
  output : Tensor(auc), Tensor(stat_pos_out), Tensor(stat_neg_out)
  infer_meta :
    func : AucInferMeta
  kernel :
    func : auc
316
  optional : ins_tag_weight
Z
zyfncg 已提交
317

318
- op : average_accumulates_
319 320 321 322 323 324 325 326 327
  args : (Tensor param, Tensor in_sum_1, Tensor in_sum_2, Tensor in_sum_3, Tensor in_num_accumulates, Tensor in_old_num_accumulates, Tensor in_num_updates, float average_window, int64_t max_average_window, int64_t min_average_window)
  output : Tensor(out_sum_1), Tensor(out_sum_2), Tensor(out_sum_3), Tensor(out_num_accumulates), Tensor(out_old_num_accumulates), Tensor(out_num_updates)
  infer_meta:
    func : AverageAccumulatesInferMeta
  kernel :
    func : average_accumulates {dense, dense, dense, dense, dense ,dense, dense -> dense, dense, dense, dense, dense, dense}
    data_type : param
  inplace : (in_sum_1 -> out_sum_1), (in_sum_2 -> out_sum_2), (in_sum_3 -> out_sum_3), (in_num_accumulates -> out_num_accumulates), (in_old_num_accumulates -> out_old_num_accumulates), (in_num_updates -> out_num_updates)

328
- op : batch_norm
Z
zyfncg 已提交
329 330
  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)
331 332 333 334 335 336
  infer_meta:
    func : BatchNormInferMeta
  kernel :
    func : batch_norm
    data_type : x
  view : (mean -> mean_out), (variance -> variance_out)
Z
zyfncg 已提交
337 338
  backward : batch_norm_grad

339
- op : bce_loss
Z
zyfncg 已提交
340 341 342 343 344 345 346 347
  args : (Tensor input, Tensor label)
  output : Tensor
  infer_meta :
    func : BCELossInferMeta
  kernel :
    func : bce_loss
  backward : bce_loss_grad

348
- op : bicubic_interp
349 350 351 352 353 354 355 356 357 358
  args : (Tensor x, Tensor out_size, Tensor[] size_tensor, Tensor scale_tensor, str data_layout, int out_d, int out_h, int out_w, float[] scale, str interp_method, bool align_corners, int align_mode)
  output : Tensor(output)
  infer_meta :
    func : InterpolateInferMeta
  optional: out_size, size_tensor, scale_tensor
  kernel :
    func : bicubic_interp
    data_type : x
  backward : bicubic_interp_grad

359
- op : bilinear_interp
360 361 362 363 364 365 366 367 368 369
  args : (Tensor x, Tensor out_size, Tensor[] size_tensor, Tensor scale_tensor, str data_layout, int out_d, int out_h, int out_w, float[] scale, str interp_method, bool align_corners, int align_mode)
  output : Tensor(output)
  infer_meta :
    func : InterpolateInferMeta
  optional: out_size, size_tensor, scale_tensor
  kernel :
    func : bilinear_interp
    data_type : x
  backward : bilinear_interp_grad

370
- op : bilinear_tensor_product
371 372 373 374 375 376 377 378 379
  args : (Tensor x, Tensor y, Tensor weight, Tensor bias)
  output : Tensor
  infer_meta :
    func : BilinearTensorProductInferMeta
  kernel :
    func : bilinear_tensor_product
  optional : bias
  backward : bilinear_tensor_product_grad

380
- op : bitwise_and
Z
zyfncg 已提交
381
  args : (Tensor x, Tensor y)
382
  output : Tensor(out)
Z
zyfncg 已提交
383 384 385 386 387
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_and

388
- op : bitwise_not
Z
zyfncg 已提交
389
  args : (Tensor x)
390
  output : Tensor(out)
Z
zyfncg 已提交
391 392 393 394 395
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : bitwise_not

396
- op : bitwise_or
Z
zyfncg 已提交
397
  args : (Tensor x, Tensor y)
398
  output : Tensor(out)
Z
zyfncg 已提交
399 400 401 402 403
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_or

404
- op : bitwise_xor
Z
zyfncg 已提交
405
  args : (Tensor x, Tensor y)
406
  output : Tensor(out)
Z
zyfncg 已提交
407 408 409 410 411
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_xor

412
- op : bmm
413 414 415 416 417 418 419 420
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : BmmInferMeta
  kernel :
    func : bmm
  backward : bmm_grad

421
- op : box_coder
L
lyq 已提交
422 423 424 425 426 427 428 429
  args : (Tensor prior_box, Tensor prior_box_var, Tensor target_box, str code_type, bool box_normalized, int axis, float[] variance)
  output : Tensor(output_box)
  infer_meta :
    func : BoxCoderInferMeta
  kernel :
    func : box_coder
  optional : prior_box_var

430
- op : brelu
Z
zyfncg 已提交
431 432 433 434 435 436 437 438 439
  args : (Tensor x, float t_min, float t_max)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : brelu
  backward : brelu_grad

440
- op : cast
Z
zyfncg 已提交
441 442 443 444 445 446 447 448 449 450
  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

451
- op : ceil
Z
zyfncg 已提交
452 453 454 455 456 457
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : ceil
458
  inplace : (x -> out)
Z
zyfncg 已提交
459 460
  backward : ceil_grad

461
- op : celu
Z
zyfncg 已提交
462 463 464 465 466 467 468 469 470
  args : (Tensor x, float alpha)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : celu
  backward : celu_grad

471 472 473 474 475 476 477 478 479 480 481 482
- op : check_finite_and_unscale_
  args : (Tensor[] x, Tensor scale, Tensor input_found_infinite)
  output : Tensor[](out){x.size()}, Tensor(output_found_infinite)
  infer_meta :
    func : CheckFiniteAndUnscaleInferMeta
    param : [x, scale]
  kernel :
    func : check_finite_and_unscale
    param : [x, scale]
    data_type : x
  inplace : (x -> out), (input_found_infinite -> output_found_infinite)

483
- op : class_center_sample
484 485 486
  args : (Tensor label, int num_classes, int num_samples, int ring_id, int rank, int nranks, bool fix_seed, int seed)
  output : Tensor(remapped_label), Tensor(sampled_local_class_center)
  infer_meta :
487
    func : ClassCenterSampleInferMeta
488
  kernel :
489
    func : class_center_sample
490

491
- op : clip
Z
zyfncg 已提交
492 493 494 495 496 497 498 499 500 501
  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

502
- op : clip_by_norm
L
lyq 已提交
503 504 505 506 507 508 509
  args : (Tensor x, float max_norm)
  output : Tensor(out)
  infer_meta :
    func : ClipByNormInferMeta
  kernel :
    func : clip_by_norm

510
- op : coalesce_tensor
511 512 513 514 515 516 517 518
  args : (Tensor[] input, DataType dtype, bool copy_data = false, bool set_constant = false, bool persist_output = false, float constant = 0.0, bool use_align = true, int align_size = -1, int size_of_dtype = -1, int64_t[] concated_shapes = {}, int64_t[] concated_ranks = {})
  output : Tensor[](output){input.size()}, Tensor(fused_output)
  infer_meta :
    func : CoalesceTensorInferMeta
  kernel :
    func : coalesce_tensor
    data_type : dtype

519
- op : complex
520 521 522 523 524 525 526 527
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ComplexInferMeta
  kernel :
    func : complex
  backward : complex_grad

528
- op : concat
Z
zyfncg 已提交
529 530 531 532 533 534 535 536 537
  args : (Tensor[] x, Scalar(int64_t) axis)
  output : Tensor
  infer_meta :
    func : ConcatInferMeta
    param : [x, axis]
  kernel :
    func : concat
  backward : concat_grad

538
- op : conj
Z
zyfncg 已提交
539 540 541 542 543 544 545 546
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : conj
  backward : conj_grad

547
- op : conv2d
548
  args : (Tensor input, Tensor filter, int[] strides, int[] paddings, str padding_algorithm, int groups, int[] dilations, str data_format, bool use_addto, int workspace_size_MB, bool exhaustive_search)
Z
zyfncg 已提交
549
  output : Tensor
Z
zyfncg 已提交
550 551 552 553 554
  infer_meta :
    func : ConvInferMeta
  kernel :
    func : conv2d
    use_gpudnn : true
Z
zyfncg 已提交
555 556
  backward : conv2d_grad

557
- op : conv2d_transpose
558
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, IntArray output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
Z
zyfncg 已提交
559 560
  output : Tensor(out)
  infer_meta :
561
    func : Conv2dTransposeInferMeta
Z
zyfncg 已提交
562 563 564 565 566
  kernel :
    func : conv2d_transpose
    use_gpudnn : true
  backward : conv2d_transpose_grad

567
- op : conv3d
Z
zyfncg 已提交
568 569
  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
Z
zyfncg 已提交
570 571 572 573 574
  infer_meta :
    func : ConvInferMeta
  kernel :
    func : conv3d
    use_gpudnn : true
Z
zyfncg 已提交
575 576
  backward : conv3d_grad

577
- op : conv3d_transpose
Z
zyfncg 已提交
578 579 580 581 582 583 584 585 586
  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
    use_gpudnn : true
  backward : conv3d_transpose_grad

587
- op : copy_to
Z
zyfncg 已提交
588
  args : (Tensor x, Place place, bool blocking)
589
  output : Tensor(out)
Z
zyfncg 已提交
590 591
  invoke : copy_to_impl(x, place, blocking)

592
- op : cos
Z
zyfncg 已提交
593 594 595 596 597 598 599 600
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : cos
  backward : cos_grad

601
- op : cosh
Z
zyfncg 已提交
602 603 604 605 606 607 608 609
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : cosh
  backward : cosh_grad

610
- op : crop_tensor
611 612 613 614 615 616 617 618 619
  args : (Tensor x, IntArray shape, IntArray offsets)
  output : Tensor(out)
  infer_meta :
    func : CropTensorInferMeta
  kernel :
    func : crop_tensor
    data_type : x
  backward : crop_tensor_grad

Z
zyfncg 已提交
620
# Part of python API paddle.nn.functional.cross_entropy
621
- op : cross_entropy_with_softmax
Z
zyfncg 已提交
622 623 624 625 626 627 628 629 630
  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

631
- op : cumprod
Z
zyfncg 已提交
632 633 634 635 636 637 638 639 640
  args : (Tensor x,  int dim)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : cumprod
  backward : cumprod_grad

641
- op : cumsum
W
WangZhen 已提交
642
  args : (Tensor x, Scalar axis, bool flatten, bool exclusive, bool reverse)
Z
zyfncg 已提交
643 644
  output : Tensor(out)
  infer_meta :
W
WangZhen 已提交
645
    func : CumScalarAxisInferMeta
Z
zyfncg 已提交
646 647 648 649
  kernel :
    func : cumsum
  backward : cumsum_grad

650
- op : decode_jpeg
Y
YuanRisheng 已提交
651
  args : (Tensor x, str mode, Place place)
W
wuyefeilin 已提交
652 653 654
  output : Tensor(out)
  infer_meta :
    func : DecodeJpegInferMeta
Y
YuanRisheng 已提交
655
    param : [x, mode]
W
wuyefeilin 已提交
656 657
  kernel :
    func : decode_jpeg
Y
YuanRisheng 已提交
658 659
    param : [x, mode]
    backend : place
W
wuyefeilin 已提交
660

661
- op : deformable_conv
Z
zyfncg 已提交
662 663 664 665 666 667 668 669 670 671
  args : (Tensor x, Tensor offset, Tensor filter, Tensor mask, int[] strides, int[] paddings, int[] dilations, int deformable_groups, int groups, int im2col_step)
  output : Tensor(out)
  infer_meta :
    func : DeformableConvInferMeta
  kernel :
    func : deformable_conv
    data_type : x
  optional : mask
  backward : deformable_conv_grad

672
- op : depthwise_conv2d
Z
zyfncg 已提交
673 674 675 676 677 678 679 680 681 682 683
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, str padding_algorithm, int groups, int[] dilations, str data_format, bool use_addto, int workspace_size_MB, bool exhaustive_search, bool fuse_relu, bool use_gpudnn)
  output : Tensor(out)
  infer_meta :
    func : ConvInferMeta
    param : [x, filter, strides, paddings, padding_algorithm, groups, dilations, data_format, use_addto, workspace_size_MB, exhaustive_search]
  kernel :
    func : depthwise_conv2d
    param : [x, filter, strides, paddings, padding_algorithm, groups, dilations, data_format, use_addto, workspace_size_MB, exhaustive_search, fuse_relu]
    use_gpudnn : use_gpudnn
  backward : depthwise_conv2d_grad

684
- op : depthwise_conv2d_transpose
685
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, IntArray output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
Z
zyfncg 已提交
686 687
  output : Tensor(out)
  infer_meta :
688
    func : Conv2dTransposeInferMeta
Z
zyfncg 已提交
689 690 691 692
  kernel :
    func : depthwise_conv2d_transpose
  backward : depthwise_conv2d_transpose_grad

693
- op : det
Z
zyfncg 已提交
694 695 696 697 698 699 700 701
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : determinant
  backward : det_grad

702
- op : diag_embed
703
  args : (Tensor x, int offset, int dim1, int dim2)
704
  output : Tensor(out)
705 706 707 708 709
  infer_meta :
    func : DiagEmbedInferMeta
  kernel :
    func : diag_embed

710
- op : distribute_fpn_proposals
711 712 713 714 715 716 717 718 719
  args : (Tensor fpn_rois, Tensor rois_num, int min_level, int max_level, int refer_level, int refer_scale, bool pixel_offset)
  output : Tensor[](multi_fpn_rois){max_level - min_level + 1}, Tensor[](multi_level_rois_num){max_level - min_level + 1}, Tensor(restore_index)
  infer_meta :
    func : DistributeFpnProposalsInferMeta
  kernel :
    func : distribute_fpn_proposals
    data_type : fpn_rois
  optional : rois_num

720
- op : divide
Z
zyfncg 已提交
721 722 723 724 725 726 727 728
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : divide
  backward : divide_grad

729
- op : dropout
730
  args : (Tensor x, Tensor seed_tensor, Scalar p, bool is_test, str mode, int seed, bool fix_seed)
Z
zyfncg 已提交
731 732 733 734 735 736 737 738 739
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : DropoutInferMeta
  kernel :
    func : dropout
    data_type : x
  optional : seed_tensor
  backward : dropout_grad

740
- op : edit_distance
Z
zhiboniu 已提交
741 742 743 744 745 746 747 748 749
  args : (Tensor hyps, Tensor refs, Tensor hypslength, Tensor refslength, bool normalized = false)
  output : Tensor(sequencenum), Tensor(out)
  infer_meta :
    func : EditDistanceInferMeta
  kernel :
    func : edit_distance
    data_type: DataType::FLOAT32
  optional : hypslength, refslength

750
- op : eigh
Z
zyfncg 已提交
751 752 753 754 755 756 757 758
  args : (Tensor x, str uplo)
  output : Tensor(out_w), Tensor(out_v)
  infer_meta :
    func : EighInferMeta
  kernel :
    func : eigh
  backward : eigh_grad

759
- op : eigvals
R
Ruibiao Chen 已提交
760
  args : (Tensor x)
761
  output : Tensor(out)
R
Ruibiao Chen 已提交
762 763 764 765 766
  infer_meta :
    func : EigvalsInferMeta
  kernel :
    func : eigvals

767
- op : eigvalsh
768 769 770 771 772 773 774 775
  args : (Tensor x, str uplo, bool is_test)
  output : Tensor(eigenvalues), Tensor(eigenvectors)
  infer_meta :
    func : EigvalshInferMeta
  kernel :
    func : eigvalsh
  backward : eigvalsh_grad

776
- op : einsum
Z
zyfncg 已提交
777 778 779
  args : (Tensor[] x, str equation)
  output : Tensor, Tensor[]{x.size()}, Tensor[]{x.size()}
  infer_meta :
780
    func : EinsumRawInferMeta
Z
zyfncg 已提交
781 782
    param : [x, equation]
  kernel :
783
    func : einsum_raw
Z
zyfncg 已提交
784 785
  backward : einsum_grad

786
- op : elementwise_pow
Z
zyfncg 已提交
787 788 789 790 791 792 793 794
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : elementwise_pow
  backward : elementwise_pow_grad

795
- op : elu
Z
zyfncg 已提交
796
  args : (Tensor x, float alpha)
797
  output : Tensor(out)
Z
zyfncg 已提交
798 799 800 801 802
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : elu
803
  inplace : (x -> out)
Z
zyfncg 已提交
804 805
  backward : elu_grad

806
- op : embedding
Z
zyfncg 已提交
807 808
  args : (Tensor x, Tensor weight, int64_t padding_idx=-1, bool sparse=false)
  output : Tensor
809 810 811 812 813 814 815 816
  infer_meta :
    func : EmbeddingInferMeta
    param : [x, weight, padding_idx]
  kernel :
    func : embedding {dense, dense -> dense}
           sparse_weight_embedding {dense, selected_rows -> dense}
    param : [x, weight, padding_idx]
    data_type : weight
Z
zyfncg 已提交
817 818
  backward : embedding_grad

819
- op : empty
Z
zyfncg 已提交
820
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
821
  output: Tensor(out)
Z
zyfncg 已提交
822 823 824 825 826 827 828 829 830
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : empty
    param : [shape, dtype]
    data_type : dtype
    backend : place

831
- op : empty_like
Z
zyfncg 已提交
832
  args : (Tensor x, DataType dtype = DataType::UNDEFINED, Place place = {})
833
  output: Tensor(out)
Z
zyfncg 已提交
834 835 836 837 838 839 840 841 842
  infer_meta :
    func : CreateLikeInferMeta
    param : [x, dtype]
  kernel :
    func : empty_like
    param : [x, dtype]
    data_type : dtype > x
    backend : place > x

843
- op : equal
Z
zyfncg 已提交
844
  args : (Tensor x, Tensor y, int axis = -1)
845
  output : Tensor(out)
Z
zyfncg 已提交
846 847 848 849 850
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : equal

851
- op : equal_all
Z
zyfncg 已提交
852
  args : (Tensor x, Tensor y)
853
  output : Tensor(out)
Z
zyfncg 已提交
854 855 856 857 858
  infer_meta :
    func : CompareAllInferMeta
  kernel :
    func : equal_all

859
- op : exp
Z
zyfncg 已提交
860
  args : (Tensor x)
861
  output : Tensor(out)
Z
zyfncg 已提交
862 863 864 865
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : exp
866
  inplace : (x -> out)
Z
zyfncg 已提交
867 868
  backward : exp_grad

869
- op : expand
Z
zyfncg 已提交
870 871 872 873 874 875 876 877
  args : (Tensor x, IntArray shape)
  output : Tensor
  infer_meta :
    func : ExpandInferMeta
  kernel :
    func : expand
  backward : expand_grad

878
- op : expand_as
Z
zyfncg 已提交
879 880 881 882 883 884 885 886 887
  args : (Tensor x, Tensor y, int[] target_shape)
  output : Tensor
  infer_meta :
    func : ExpandAsInferMeta
  kernel :
    func : expand_as
  optional : y
  backward : expand_as_grad

888
- op : expm1
Z
zyfncg 已提交
889 890 891 892 893 894 895 896 897
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : expm1
  backward : expm1_grad

898
- op : exponential_
899 900 901 902 903 904 905 906 907 908
  args : (Tensor x, float lambda)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : exponential
  inplace : (x -> out)
  backward : exponential__grad

909
- op : eye
910
  args : (Scalar num_rows, Scalar num_columns, DataType dtype=DataType::FLOAT32, Place place={})
Z
zyfncg 已提交
911 912 913 914 915 916 917 918 919 920
  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

921
- op : fill
922 923 924 925 926 927 928 929 930 931
  args : (Tensor x, Scalar value)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : fill
  inplace : (x -> out)
  backward: fill_grad

932
- op : fill_diagonal
Z
zhiboniu 已提交
933 934 935 936 937 938 939 940 941
  args : (Tensor x, float value, int offset, bool wrap)
  output : Tensor(out)
  infer_meta :
    func : FillDiagonalInferMeta
  kernel :
    func : fill_diagonal
  inplace : (x -> out)
  backward : fill_diagonal_grad

942
- op : fill_diagonal_tensor
Z
zhiboniu 已提交
943 944 945 946 947 948 949 950 951
  args : (Tensor x, Tensor y, int64_t offset, int dim1, int dim2)
  output : Tensor(out)
  infer_meta :
    func : FillDiagonalTensorInferMeta
  kernel :
    func : fill_diagonal_tensor
  inplace : (x -> out)
  backward : fill_diagonal_tensor_grad

952
- op : flatten
Z
zyfncg 已提交
953 954 955 956 957 958 959 960 961 962 963 964
  args : (Tensor x, int start_axis, int stop_axis)
  output : Tensor(out), Tensor(xshape)
  infer_meta :
    func : FlattenWithXShapeInferMeta
  kernel :
    func : flatten_with_xshape
    backend : x
  inplace : (x -> out)
  view : (x -> out)
  intermediate : xshape
  backward : flatten_grad

965
- op : flip
Z
zyfncg 已提交
966 967 968 969 970 971 972 973
  args : (Tensor x, int[] axis)
  output : Tensor
  infer_meta :
    func : FlipInferMeta
  kernel :
    func : flip
  backward : flip_grad

974
- op : floor
Z
zyfncg 已提交
975 976 977 978 979 980
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : floor
981
  inplace : (x -> out)
Z
zyfncg 已提交
982 983
  backward : floor_grad

984
- op : floor_divide
Z
zyfncg 已提交
985 986 987 988 989 990 991
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : floor_divide

992
- op : fmax
Z
zyfncg 已提交
993 994 995 996 997 998 999 1000 1001
  args : (Tensor x, Tensor y,  int axis)
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmax
  backward : fmax_grad

1002
- op : fmin
Z
zyfncg 已提交
1003 1004 1005 1006 1007 1008 1009 1010 1011
  args : (Tensor x, Tensor y,  int axis)
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmin
  backward : fmin_grad

1012
- op : frame
C
Charles-hit 已提交
1013 1014 1015 1016 1017 1018
  args : (Tensor x, int frame_length, int hop_length, int axis)
  output : Tensor(out)
  infer_meta :
    func : FrameInferMeta
  kernel :
    func : frame
1019
  backward : frame_grad
C
Charles-hit 已提交
1020

1021
- op : frobenius_norm
Z
zyfncg 已提交
1022 1023 1024 1025 1026 1027 1028 1029
  args : (Tensor x, int64_t[] axis,  bool keep_dim,  bool reduce_all)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMetaBase
  kernel :
    func : frobenius_norm
  backward : frobenius_norm_grad

1030
- op : full
Z
zyfncg 已提交
1031
  args : (IntArray shape, Scalar value, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
1032
  output: Tensor(out)
Z
zyfncg 已提交
1033 1034 1035 1036 1037 1038 1039 1040 1041
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : full
    param : [shape, value, dtype]
    data_type : dtype
    backend : place

1042
- op : full_
1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054
  args : (Tensor output, IntArray shape, Scalar value, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
  output : Tensor(out)
  inplace : (output -> out)
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : full
    param : [shape, value, dtype]
    data_type : dtype
    backend : place

1055
- op : full_batch_size_like
Z
zyfncg 已提交
1056
  args : (Tensor input, int[] shape, DataType dtype, Scalar value, int input_dim_idx, int output_dim_idx, Place place=CPUPlace())
1057
  output: Tensor(out)
Z
zyfncg 已提交
1058 1059 1060 1061 1062 1063 1064 1065 1066
  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

1067
- op : full_like
Z
zyfncg 已提交
1068
  args : (Tensor x, Scalar value, DataType dtype = DataType::UNDEFINED, Place place = {})
1069
  output: Tensor(out)
Z
zyfncg 已提交
1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080
  infer_meta :
    func : CreateLikeInferMeta
    param : [x, dtype]
  kernel :
    func : full_like
    param : [x, value, dtype]
    data_type : dtype > x
    backend : place > x
  data_transform :
    skip_transform : x

1081
- op : gather
Z
zyfncg 已提交
1082 1083 1084 1085 1086 1087 1088 1089 1090
  args : (Tensor x, Tensor index, Scalar(int) axis=0)
  output : Tensor(out)
  infer_meta :
    func : GatherInferMeta
  kernel :
    func : gather
    data_type: x
  backward : gather_grad

1091
- op : gather_nd
Z
zyfncg 已提交
1092 1093 1094 1095 1096 1097 1098 1099 1100
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : GatherNdInferMeta
  kernel :
    func : gather_nd
    data_type : x
  backward : gather_nd_grad

1101
- op : gather_tree
Z
zyfncg 已提交
1102
  args : (Tensor ids, Tensor parents)
1103
  output : Tensor(out)
Z
zyfncg 已提交
1104 1105 1106 1107 1108
  infer_meta :
    func : GatherTreeMeta
  kernel :
    func : gather_tree

1109
- op : gaussian_random
Z
zyfncg 已提交
1110
  args : (IntArray shape, float mean, float std, int seed, DataType dtype, Place place={})
1111
  output: Tensor(out)
Z
zyfncg 已提交
1112 1113 1114 1115 1116 1117 1118 1119 1120
  infer_meta :
    func : GaussianRandomInferMeta
    param : [shape, mean, std, seed, dtype]
  kernel :
    func : gaussian_random
    param : [shape, mean, std, seed, dtype]
    data_type : dtype
    backend : place

1121
- op : gelu
Z
zyfncg 已提交
1122 1123 1124 1125 1126 1127 1128 1129 1130
  args : (Tensor x,  bool approximate)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : gelu
  backward : gelu_grad

1131
- op : generate_proposals_v2
Z
zhiboniu 已提交
1132 1133 1134 1135 1136 1137 1138
  args : (Tensor scores, Tensor bbox_deltas, Tensor im_shape, Tensor anchors, Tensor variances, int pre_nms_top_n, int post_nms_top_n, float nms_thresh, float min_size, float eta, bool pixel_offset=true)
  output : Tensor(rpn_rois), Tensor(rpn_roi_probs), Tensor(rpn_rois_num)
  infer_meta :
    func : GenerateProposalsV2InferMeta
  kernel :
    func : generate_proposals_v2

1139
- op : graph_send_recv
1140
  args : (Tensor x, Tensor src_index, Tensor dst_index, str reduce_op = "SUM", IntArray out_size = {0})
Z
zyfncg 已提交
1141 1142 1143 1144 1145 1146 1147 1148 1149
  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

1150
- op : graph_send_ue_recv
1151 1152 1153 1154 1155 1156 1157 1158 1159 1160
  args : (Tensor x, Tensor y, Tensor src_index, Tensor dst_index, str message_op, str reduce_op, IntArray out_size)
  output : Tensor(out), Tensor(dst_count)
  infer_meta :
    func : GraphSendUERecvInferMeta
  kernel :
    func : graph_send_ue_recv
    data_type : x
  intermediate : dst_count
  backward : graph_send_ue_recv_grad

1161
- op : greater_equal
Z
zyfncg 已提交
1162
  args : (Tensor x, Tensor y, int axis = -1)
1163
  output : Tensor(out)
Z
zyfncg 已提交
1164 1165 1166 1167 1168
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : greater_equal

1169
- op : greater_than
Z
zyfncg 已提交
1170
  args : (Tensor x, Tensor y, int axis = -1)
1171
  output : Tensor(out)
Z
zyfncg 已提交
1172 1173 1174 1175 1176
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : greater_than

1177
- op : grid_sample
W
Wang Bojun 已提交
1178 1179 1180 1181 1182 1183 1184 1185 1186 1187
  args : (Tensor x, Tensor grid, str mode, str padding_mode, bool align_corners)
  output : Tensor(out)
  infer_meta :
    func : GridSampleBaseInferMeta
    param : [x, grid]
  kernel:
    func : grid_sample
    data_type : x
  backward : grid_sample_grad

1188
- op : group_norm
Z
zyfncg 已提交
1189 1190 1191 1192 1193 1194 1195 1196 1197 1198
  args : (Tensor x, Tensor scale, Tensor bias, float epsilon, int groups, str data_layout)
  output : Tensor(y), Tensor(mean), Tensor(variance)
  infer_meta :
    func : GroupNormInferMeta
  kernel :
    func : group_norm
  optional : scale, bias
  intermediate : mean, variance
  backward : group_norm_grad

1199
- op : gumbel_softmax
Z
zyfncg 已提交
1200 1201 1202 1203 1204 1205 1206 1207
  args : (Tensor x, float temperature, bool hard, int axis)
  output : Tensor
  infer_meta :
    func : GumbelSoftmaxInferMeta
  kernel :
    func : gumbel_softmax
  backward : gumbel_softmax_grad

1208
- op : hard_shrink
Z
zyfncg 已提交
1209 1210 1211 1212 1213 1214 1215 1216 1217
  args : (Tensor x, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : hard_shrink
  backward : hard_shrink_grad

1218
- op : hard_sigmoid
Z
zyfncg 已提交
1219 1220 1221 1222 1223 1224 1225 1226 1227
  args : (Tensor x, float slope, float offset)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : hard_sigmoid
  backward : hard_sigmoid_grad

1228
- op : hard_swish
Z
zyfncg 已提交
1229 1230 1231 1232 1233 1234 1235 1236 1237
  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

1238
- op : hierarchical_sigmoid
1239 1240 1241 1242 1243 1244 1245 1246 1247 1248
  args : (Tensor x, Tensor w, Tensor label, Tensor path, Tensor code, Tensor bias, int num_classes, bool remote_prefetch, int trainer_id, int64_t[] height_sections, str[] epmap, str[] table_names, bool is_sparse)
  output : Tensor(out), Tensor(pre_out), Tensor(w_out)
  infer_meta :
    func : HierarchicalSigmoidInferMeta
  optional: path, code, bias
  kernel :
    func : hierarchical_sigmoid
    data_type : x
  backward : hierarchical_sigmoid_grad

1249
- op : histogram
Z
zyfncg 已提交
1250
  args : (Tensor x, int64_t bins, int min, int max)
1251
  output : Tensor(out)
Z
zyfncg 已提交
1252 1253 1254 1255 1256
  infer_meta :
    func : HistogramInferMeta
  kernel :
    func : histogram

1257
- op : huber_loss
Z
zyfncg 已提交
1258 1259 1260 1261 1262 1263 1264 1265
  args : (Tensor input, Tensor label, float delta)
  output : Tensor(out), Tensor(residual)
  infer_meta :
    func : HuberLossInferMeta
  kernel :
    func : huber_loss
  backward : huber_loss_grad

1266
- op : imag
Z
zyfncg 已提交
1267 1268 1269 1270 1271 1272 1273 1274
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : imag
  backward : imag_grad

1275
- op : increment
Z
zyfncg 已提交
1276
  args : (Tensor x, float value)
1277
  output : Tensor(out)
Z
zyfncg 已提交
1278 1279 1280 1281
  infer_meta :
    func : IncrementInferMeta
  kernel :
    func : increment
H
hong 已提交
1282
  inplace : (x -> out)
Z
zyfncg 已提交
1283

1284
- op : index_add
L
Li Min 已提交
1285 1286 1287 1288 1289 1290 1291 1292 1293 1294
  args : (Tensor x, Tensor index,  Tensor add_value, int axis)
  output : Tensor(out)
  infer_meta :
    func : IndexAddInferMeta
  kernel :
    func : index_add
    data_type : x
  inplace : (x -> out)
  backward : index_add_grad

1295
- op : index_sample
Z
zyfncg 已提交
1296 1297 1298 1299 1300 1301 1302 1303 1304
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : IndexSampleInferMeta
  kernel :
    func : index_sample
    data_type : x
  backward : index_sample_grad

1305
- op : index_select
Z
zyfncg 已提交
1306 1307 1308 1309 1310 1311 1312 1313 1314
  args : (Tensor x, Tensor index,  int dim)
  output : Tensor(out)
  infer_meta :
    func : IndexSelectInferMeta
  kernel :
    func : index_select
    data_type : x
  backward : index_select_grad

1315
- op : instance_norm
Z
zyfncg 已提交
1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326
  args : (Tensor x, Tensor scale, Tensor bias, float epsilon)
  output : Tensor(y), Tensor(saved_mean), Tensor(saved_variance)
  infer_meta :
    func : InstanceNormInferMeta
  kernel :
    func : instance_norm
    data_type : x
  optional : scale, bias
  intermediate : saved_mean, saved_variance
  backward : instance_norm_grad

1327
- op : inverse
1328 1329 1330 1331 1332 1333 1334 1335
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : InverseInferMeta
  kernel :
    func : inverse
  backward : inverse_grad

1336
- op : is_empty
Z
zyfncg 已提交
1337
  args : (Tensor x)
1338
  output : Tensor(out)
Z
zyfncg 已提交
1339 1340 1341 1342 1343
  infer_meta :
    func : IsEmptyInferMeta
  kernel :
    func : is_empty

1344
- op : isclose
Z
zyfncg 已提交
1345 1346 1347 1348 1349 1350 1351 1352
  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

1353
- op : isfinite
Z
zyfncg 已提交
1354
  args : (Tensor x)
1355
  output : Tensor(out)
Z
zyfncg 已提交
1356 1357 1358
  infer_meta :
    func : IsfiniteInferMeta
  kernel :
1359 1360
    func : isfinite {dense -> dense},
           infinite_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
1361

1362
- op : isinf
Z
zyfncg 已提交
1363
  args : (Tensor x)
1364
  output : Tensor(out)
Z
zyfncg 已提交
1365 1366 1367
  infer_meta :
    func : IsfiniteInferMeta
  kernel :
1368 1369
    func : isinf {dense -> dense},
           isinf_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
1370

1371
- op : isnan
Z
zyfncg 已提交
1372
  args : (Tensor x)
1373
  output : Tensor(out)
Z
zyfncg 已提交
1374 1375 1376
  infer_meta :
    func : IsfiniteInferMeta
  kernel :
1377 1378
    func : isnan {dense -> dense},
           isnan_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
1379

1380
- op : kldiv_loss
Z
zyfncg 已提交
1381 1382 1383 1384 1385 1386 1387 1388 1389
  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

1390
- op : kron
Z
zyfncg 已提交
1391 1392 1393 1394 1395 1396 1397 1398
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : KronInferMeta
  kernel :
    func : kron
  backward : kron_grad

1399
- op : kthvalue
Z
zyfncg 已提交
1400 1401 1402 1403 1404 1405 1406 1407
  args : (Tensor x, int k, int axis, bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : KthvalueInferMeta
  kernel :
    func : kthvalue
  backward : kthvalue_grad

1408
- op : label_smooth
Z
zyfncg 已提交
1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419
  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

1420
- op : lamb_
T
Thomas Young 已提交
1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431
  args : (Tensor param, Tensor grad, Tensor learning_rate, Tensor moment1, Tensor moment2, Tensor beta1_pow, Tensor beta2_pow, Tensor master_param, Tensor skip_update, float weight_decay, float beta1, float beta2, float epsilon, bool multi_precision)
  output : Tensor(param_out), Tensor(moment1_out), Tensor(moment2_out), Tensor(beta1_pow_out), Tensor(beta2_pow_out), Tensor(master_param_outs)
  infer_meta :
    func : LambInferMeta
  kernel :
    func : lamb {dense, dense, dense, dense, dense, dense, dense, dense, dense -> dense, dense, dense, dense, dense, dense},
           lamb_sr {dense, selected_rows, dense, dense, dense, dense, dense, dense, dense -> dense, dense, dense, dense, dense, dense}
    data_type : param
  optional : master_param, skip_update
  inplace : (param -> param_out), (moment1 -> moment1_out), (moment2 -> moment2_out), (beta1_pow -> beta1_pow_out), (beta2_pow -> beta2_pow_out), (master_param -> master_param_outs)

1432
- op : layer_norm
Z
zyfncg 已提交
1433 1434 1435 1436 1437 1438 1439 1440 1441 1442
  args : (Tensor x, Tensor scale, Tensor bias, float epsilon, int begin_norm_axis, bool is_test)
  output : Tensor(out), Tensor(mean), Tensor(variance)
  infer_meta :
    func : LayerNormInferMeta
  kernel :
    func : layer_norm
    data_type : x
  backward : layer_norm_grad
  optional : scale, bias

1443
- op : leaky_relu
Z
zyfncg 已提交
1444 1445 1446 1447 1448 1449 1450 1451 1452
  args : (Tensor x, float alpha)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : leaky_relu
  backward : leaky_relu_grad

1453
- op : lerp
Z
zyfncg 已提交
1454
  args : (Tensor x, Tensor y, Tensor weight)
1455
  output : Tensor(out)
Z
zyfncg 已提交
1456 1457 1458 1459
  infer_meta :
    func : LerpInferMeta
  kernel :
    func : lerp
1460
  inplace : (x -> out)
Z
zyfncg 已提交
1461 1462
  backward : lerp_grad

1463
- op : less_equal
Z
zyfncg 已提交
1464
  args : (Tensor x, Tensor y, int axis = -1)
1465
  output : Tensor(out)
Z
zyfncg 已提交
1466 1467 1468 1469 1470
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : less_equal

1471
- op : less_than
Z
zyfncg 已提交
1472
  args : (Tensor x, Tensor y, int axis = -1)
1473
  output : Tensor(out)
Z
zyfncg 已提交
1474 1475 1476 1477 1478
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : less_than

1479
- op : linear_interp
1480 1481 1482 1483 1484 1485
  args : (Tensor x, Tensor out_size, Tensor[] size_tensor, Tensor scale_tensor, str data_layout, int out_d, int out_h, int out_w, float[] scale, str interp_method, bool align_corners, int align_mode)
  output : Tensor(output)
  infer_meta :
    func : InterpolateInferMeta
  optional: out_size, size_tensor, scale_tensor
  kernel :
1486
    func : linear_interp
1487
    data_type : x
1488
  backward : linear_interp_grad
1489

1490
- op : linspace
1491
  args : (Tensor start, Tensor stop, Tensor number, DataType dtype, Place place)
1492
  output : Tensor(out)
Z
zyfncg 已提交
1493 1494
  infer_meta :
    func : LinspaceInferMeta
1495
    param: [start, stop, number, dtype]
Z
zyfncg 已提交
1496 1497
  kernel :
    func : linspace
1498
    param: [start, stop, number, dtype]
Z
zyfncg 已提交
1499
    data_type : dtype
1500
    backend : place
Z
zyfncg 已提交
1501

1502
- op : log
Z
zyfncg 已提交
1503 1504 1505 1506 1507 1508 1509 1510
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log
  backward: log_grad

1511
- op : log10
Z
zyfncg 已提交
1512 1513 1514 1515 1516 1517 1518 1519
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log10
  backward: log10_grad

1520
- op : log1p
Z
zyfncg 已提交
1521 1522 1523 1524 1525 1526 1527 1528
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log1p
  backward: log1p_grad

1529
- op : log2
Z
zyfncg 已提交
1530 1531 1532 1533 1534 1535 1536 1537
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log2
  backward: log2_grad

1538
- op : log_loss
Z
zyfncg 已提交
1539 1540 1541 1542 1543 1544 1545 1546
  args : (Tensor input, Tensor label, float epsilon)
  output : Tensor
  infer_meta :
    func : LogLossInferMeta
  kernel :
    func : log_loss
  backward : log_loss_grad

1547
- op : log_softmax
Z
zyfncg 已提交
1548 1549 1550 1551 1552 1553 1554 1555
  args : (Tensor x,  int axis)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMetaCheckAxis
  kernel :
    func : log_softmax
  backward : log_softmax_grad

1556
- op : logcumsumexp
Z
zyfncg 已提交
1557 1558 1559 1560 1561 1562 1563 1564
  args : (Tensor x, int axis, bool flatten, bool exclusive, bool reverse)
  output : Tensor(out)
  infer_meta :
    func : CumInferMeta
  kernel :
    func : logcumsumexp
  backward : logcumsumexp_grad

1565
- op : logical_and
Z
zyfncg 已提交
1566
  args : (Tensor x, Tensor y)
1567
  output : Tensor(out)
Z
zyfncg 已提交
1568 1569 1570 1571 1572
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_and

1573
- op : logical_not
Z
zyfncg 已提交
1574
  args : (Tensor x)
1575
  output : Tensor(out)
Z
zyfncg 已提交
1576 1577 1578 1579 1580
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : logical_not

1581
- op : logical_or
Z
zyfncg 已提交
1582
  args : (Tensor x, Tensor y)
1583
  output : Tensor(out)
Z
zyfncg 已提交
1584 1585 1586 1587 1588
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_or

1589
- op : logical_xor
Z
zyfncg 已提交
1590
  args : (Tensor x, Tensor y)
1591
  output : Tensor(out)
Z
zyfncg 已提交
1592 1593 1594 1595 1596
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_xor

1597
- op : logit
Z
zyfncg 已提交
1598 1599 1600 1601 1602 1603 1604 1605 1606
  args : (Tensor x, float eps = 1e-6f)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : logit
  backward : logit_grad

1607
- op : logsigmoid
Z
zyfncg 已提交
1608 1609 1610 1611 1612 1613 1614 1615
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : logsigmoid
  backward : logsigmoid_grad

1616
- op : logsumexp
Z
zyfncg 已提交
1617 1618 1619 1620 1621 1622 1623 1624
  args : (Tensor x, int64_t[] axis,  bool keepdim,  bool reduce_all)
  output : Tensor(out)
  infer_meta :
    func : LogsumexpInferMeta
  kernel :
    func : logsumexp
  backward : logsumexp_grad

1625
- op : lstsq
1626 1627 1628 1629 1630 1631 1632 1633
  args : (Tensor x, Tensor y, Scalar rcond, str driver)
  output : Tensor(solution), Tensor(residuals), Tensor(rank), Tensor(singular_values)
  infer_meta :
    func : LstsqInferMeta
    dtype : x
  kernel :
    func : lstsq

1634
- op : lu
L
Lin Manhui 已提交
1635 1636 1637 1638 1639 1640 1641 1642
  args : (Tensor x, bool pivot)
  output : Tensor(out), Tensor(pivots), Tensor(infos)
  infer_meta :
    func : LUInferMeta
  kernel :
    func : lu
  backward : lu_grad

1643
- op : lu_unpack
1644 1645 1646 1647 1648 1649 1650 1651 1652
  args : (Tensor x, Tensor pivots, bool unpack_ludata, bool unpack_pivots)
  output : Tensor(pmat), Tensor(l), Tensor(u)
  infer_meta :
    func : LUUnpackInferMeta
  kernel :
    func : lu_unpack
    data_type : x
  backward : lu_unpack_grad

1653
- op : margin_cross_entropy
1654 1655 1656 1657 1658 1659 1660 1661 1662
  args : (Tensor logits, Tensor label, bool return_softmax, int ring_id, int rank, int nranks, float margin1, float margin2, float margin3, float scale)
  output : Tensor(softmax), Tensor(loss)
  infer_meta :
    func : MarginCrossEntropyInferMeta
  kernel :
    func : margin_cross_entropy
    data_type : logits
  backward : margin_cross_entropy_grad

1663
- op : masked_select
Z
zyfncg 已提交
1664 1665 1666 1667 1668 1669 1670 1671 1672
  args : (Tensor x, Tensor mask)
  output : Tensor
  infer_meta :
    func : MaskedSelectInferMeta
  kernel :
    func : masked_select
    data_type : x
  backward : masked_select_grad

1673
- op : matmul
Z
zyfncg 已提交
1674 1675 1676 1677 1678 1679 1680 1681
  args : (Tensor x, Tensor y, bool transpose_x = false, bool transpose_y = false)
  output : Tensor
  infer_meta :
    func : MatmulInferMeta
  kernel :
    func : matmul
  backward : matmul_grad

1682
- op : matrix_nms
Z
zhiboniu 已提交
1683 1684 1685 1686 1687 1688 1689
  args : (Tensor bboxes, Tensor scores, float score_threshold, int nms_top_k, int keep_top_k, float post_threshold=0., bool use_gaussian = false, float gaussian_sigma = 2.0, int background_label = 0, bool normalized = true)
  output : Tensor(out), Tensor(index), Tensor(roisnum)
  infer_meta :
    func : MatrixNMSInferMeta
  kernel :
    func : matrix_nms

1690
- op : matrix_power
Z
zyfncg 已提交
1691 1692 1693 1694 1695 1696 1697 1698 1699
  args : (Tensor x, int n)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : matrix_power
  backward : matrix_power_grad

1700
- op : matrix_rank
Z
zyfncg 已提交
1701 1702 1703 1704 1705 1706 1707 1708
  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

1709
- op : matrix_rank_tol
Z
zyfncg 已提交
1710 1711 1712 1713 1714 1715 1716
  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

1717
- op : max
1718
  args : (Tensor x, IntArray dims={}, bool keep_dim=false)
Z
zyfncg 已提交
1719 1720
  output : Tensor(out)
  infer_meta :
1721
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1722 1723 1724 1725
  kernel :
    func : max
  backward : max_grad

1726
- op : max_pool2d_with_index
Z
zyfncg 已提交
1727 1728 1729 1730 1731 1732 1733 1734
  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

1735
- op : max_pool3d_with_index
Z
zyfncg 已提交
1736 1737 1738 1739 1740 1741 1742 1743
  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

1744
- op : maximum
Z
zyfncg 已提交
1745 1746 1747 1748 1749 1750 1751 1752
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : maximum
  backward : maximum_grad

1753
- op : maxout
Z
zyfncg 已提交
1754 1755 1756 1757 1758 1759 1760 1761
  args : (Tensor x, int groups, int axis)
  output : Tensor(out)
  infer_meta :
    func : MaxOutInferMeta
  kernel :
    func : maxout
  backward : maxout_grad

1762
- op : mean
1763
  args : (Tensor x, IntArray dims={}, bool keep_dim=false)
Z
zyfncg 已提交
1764 1765
  output : Tensor(out)
  infer_meta :
1766
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1767 1768 1769 1770
  kernel :
    func : mean
  backward : mean_grad

1771
- op : mean_all
Z
zyfncg 已提交
1772 1773 1774 1775 1776 1777 1778 1779
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : MeanAllInferMeta
  kernel :
    func : mean_all
  backward : mean_all_grad

1780 1781 1782 1783 1784 1785 1786 1787
- op : merge_selected_rows
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : merge_selected_rows {selected_rows -> selected_rows}

1788
- op : merged_adam_
1789 1790 1791 1792 1793 1794 1795 1796 1797 1798
  args : (Tensor[] param, Tensor[] grad, Tensor[] learning_rate, Tensor[] moment1, Tensor[] moment2, Tensor[] beta1_pow, Tensor[] beta2_pow, Tensor[] master_param, Scalar beta1, Scalar beta2, Scalar epsilon, bool multi_precision, bool use_global_beta_pow)
  output : Tensor[](param_out){param.size()}, Tensor[](moment1_out){param.size()}, Tensor[](moment2_out){param.size()}, Tensor[](beta1_pow_out){param.size()}, Tensor[](beta2_pow_out){param.size()}, Tensor[](master_param_out){param.size()}
  infer_meta :
    func : MergedAdamInferMeta
  optional: master_param
  kernel :
    func : merged_adam
    data_type : param
  inplace : (param -> param_out), (moment1 -> moment1_out), (moment2 -> moment2_out), (beta1_pow -> beta1_pow_out), (beta2_pow -> beta2_pow_out), (master_param -> master_param_out)

1799
- op : merged_momentum_
1800 1801 1802 1803 1804 1805 1806 1807 1808 1809
  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 = {}, bool multi_precision = false, float rescale_grad = 1.0f)
  output : Tensor[](param_out){param.size()}, Tensor[](velocity_out){param.size()}, Tensor[](master_param_out){param.size()}
  infer_meta :
    func : MergedMomentumInferMeta
  optional: master_param
  kernel :
    func : merged_momentum
    data_type : param
  inplace : (param -> param_out), (velocity -> velocity_out), (master_param -> master_param_out)

1810
- op : meshgrid
Z
zyfncg 已提交
1811 1812 1813 1814 1815 1816 1817 1818
  args : (Tensor[] inputs)
  output : Tensor[]{inputs.size()}
  infer_meta :
    func : MeshgridInferMeta
  kernel :
    func : meshgrid
  backward : meshgrid_grad

1819
- op : min
1820
  args : (Tensor x, IntArray dims={}, bool keep_dim=false)
Z
zyfncg 已提交
1821 1822
  output : Tensor(out)
  infer_meta :
1823
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1824 1825 1826 1827
  kernel :
    func : min
  backward : min_grad

1828
- op : minimum
Z
zyfncg 已提交
1829 1830 1831 1832 1833 1834 1835 1836
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : minimum
  backward : minimum_grad

1837
- op : mish
Z
zyfncg 已提交
1838 1839 1840 1841 1842 1843 1844 1845 1846
  args : (Tensor x, float lambda)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : mish
  backward : mish_grad

1847
- op : mode
Z
zyfncg 已提交
1848 1849 1850 1851 1852 1853 1854 1855
  args : (Tensor x,  int axis,  bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ModeInferMeta
  kernel :
    func : mode
  backward : mode_grad

1856
- op : momentum_
Z
zyfncg 已提交
1857 1858
  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)
1859 1860 1861 1862 1863
  infer_meta:
    func : MomentumInferMeta
  kernel :
    func : momentum
    data_type : param
Z
zyfncg 已提交
1864
  optional : master_param
1865
  inplace : (param -> param_out), (velocity -> velocity_out), (master_param -> master_param_out)
Z
zyfncg 已提交
1866

1867
- op : multi_dot
Z
zyfncg 已提交
1868 1869 1870 1871 1872 1873 1874 1875
  args : (Tensor[] x)
  output : Tensor
  infer_meta :
    func : MultiDotInferMeta
  kernel :
    func : multi_dot
  backward : multi_dot_grad

1876
- op : multiclass_nms3
1877 1878 1879 1880 1881 1882 1883 1884
  args : (Tensor bboxes, Tensor scores, Tensor rois_num, float score_threshold, int nms_top_k, int keep_top_k, float nms_threshold=0.3, bool normalized=true, float nms_eta=1.0, int background_label=0)
  output : Tensor(out), Tensor(index), Tensor(nms_rois_num)
  infer_meta :
    func : MultiClassNMSInferMeta
  kernel :
    func : multiclass_nms3
  optional : rois_num

1885
- op : multinomial
1886
  args : (Tensor x, Scalar num_samples, bool replacement)
1887
  output : Tensor(out)
Z
zyfncg 已提交
1888 1889 1890 1891 1892
  infer_meta :
    func : MultinomialInferMeta
  kernel :
    func : multinomial

1893
- op : multiplex
Z
zyfncg 已提交
1894 1895 1896 1897 1898 1899 1900 1901 1902
  args : (Tensor[] ins, Tensor ids)
  output : Tensor
  infer_meta :
    func : MultiplexInferMeta
  kernel :
    func : multiplex
    data_type : ins
  backward : multiplex_grad

1903
- op : multiply
Z
zyfncg 已提交
1904 1905 1906 1907 1908
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
1909 1910
    func : multiply {dense, dense -> dense},
           multiply_sr {selected_rows, dense -> selected_rows}
Z
zyfncg 已提交
1911 1912
  backward : multiply_grad

1913
- op : nearest_interp
1914 1915 1916 1917 1918 1919 1920 1921 1922 1923
  args : (Tensor x, Tensor out_size, Tensor[] size_tensor, Tensor scale_tensor, str data_layout, int out_d, int out_h, int out_w, float[] scale, str interp_method, bool align_corners, int align_mode)
  output : Tensor(output)
  infer_meta :
    func : InterpolateInferMeta
  optional: out_size, size_tensor, scale_tensor
  kernel :
    func : nearest_interp
    data_type : x
  backward : nearest_interp_grad

1924
- op : nll_loss
Z
zyfncg 已提交
1925 1926 1927 1928 1929 1930 1931 1932 1933 1934
  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

1935
- op : nms
1936 1937 1938 1939 1940 1941 1942 1943
  args : (Tensor x, float threshold)
  output : Tensor(out)
  infer_meta :
    func : NMSInferMeta
  kernel :
    func : nms
    data_type : x

1944
- op : norm
Z
zyfncg 已提交
1945 1946 1947 1948 1949 1950 1951 1952
  args : (Tensor x, int axis, float epsilon, bool is_test)
  output : Tensor(out), Tensor(norm)
  infer_meta :
    func : NormInferMeta
  kernel :
    func : norm
  backward : norm_grad

1953
- op : not_equal
Z
zyfncg 已提交
1954
  args : (Tensor x, Tensor y, int axis = -1)
1955
  output : Tensor(out)
Z
zyfncg 已提交
1956 1957 1958 1959 1960
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : not_equal

1961
- op : one_hot
Z
zyfncg 已提交
1962
  args : (Tensor x, Scalar(int) num_classes)
1963
  output : Tensor(out)
Z
zyfncg 已提交
1964 1965 1966 1967 1968
  infer_meta :
    func : OneHotInferMeta
  kernel :
    func : one_hot

1969
- op : ones
1970
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
1971
  output : Tensor(out)
1972 1973
  invoke : full(shape, 1, dtype, place)

1974
- op : ones_like
Z
zyfncg 已提交
1975
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place={})
1976
  output : Tensor(out)
Z
zyfncg 已提交
1977 1978
  invoke : full_like(x, 1, dtype, place)

1979
- op : p_norm
Z
zyfncg 已提交
1980 1981 1982 1983 1984 1985 1986 1987
  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

1988
- op : pad
1989
  args : (Tensor x, int[] paddings, Scalar pad_value)
Z
zyfncg 已提交
1990 1991 1992 1993 1994 1995 1996
  output : Tensor
  infer_meta :
    func : PadInferMeta
  kernel :
    func : pad
  backward : pad_grad

1997
- op : pad3d
Z
zyfncg 已提交
1998 1999 2000 2001 2002 2003 2004 2005
  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

2006
- op : pixel_shuffle
Z
zyfncg 已提交
2007 2008 2009 2010 2011 2012 2013 2014
  args : (Tensor x, int upscale_factor, str data_format)
  output : Tensor
  infer_meta :
    func : PixelShuffleInferMeta
  kernel :
    func : pixel_shuffle
  backward : pixel_shuffle_grad

2015
- op : pool2d
2016
  args : (Tensor x, IntArray 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, bool use_gpudnn)
Z
zyfncg 已提交
2017 2018
  output : Tensor(out)
  infer_meta :
2019
    func : Pool2DInferMeta
2020
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
2021 2022
  kernel :
    func : pool2d
2023 2024
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
    use_gpudnn : use_gpudnn
Z
zyfncg 已提交
2025 2026
  backward : pool2d_grad

2027
- op : pool3d
2028
  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, bool use_gpudnn)
Z
zyfncg 已提交
2029 2030 2031
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
2032
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
2033 2034
  kernel :
    func : pool3d
2035 2036
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
    use_gpudnn : use_gpudnn
Z
zyfncg 已提交
2037 2038
  backward : pool3d_grad

2039
- op : pow
Z
zyfncg 已提交
2040 2041 2042 2043 2044 2045 2046 2047 2048
  args : (Tensor x, Scalar s)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : pow
  backward : pow_grad

2049
- op : prelu
Z
zyfncg 已提交
2050 2051 2052 2053 2054 2055 2056 2057
  args : (Tensor x, Tensor alpha, str data_format, str mode)
  output : Tensor(out)
  infer_meta :
    func : PReluInferMeta
  kernel :
    func : prelu
  backward : prelu_grad

2058
- op : prior_box
Z
zhiboniu 已提交
2059 2060 2061 2062 2063 2064 2065
  args : (Tensor input, Tensor image, float[] min_sizes, float[] aspect_ratios, float[] variances, float[] max_sizes = {}, bool flip=true, bool clip=true, float step_w=0.0, float step_h=0.0, float offset=0.5, bool min_max_aspect_ratios_order=false)
  output : Tensor(out), Tensor(var)
  infer_meta :
    func : PriorBoxInferMeta
  kernel :
    func : prior_box

2066
- op : psroi_pool
Z
zyfncg 已提交
2067 2068 2069 2070 2071 2072 2073 2074 2075 2076
  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
    data_type : x
  optional : boxes_num
  backward : psroi_pool_grad

2077
- op : put_along_axis
Z
zyfncg 已提交
2078
  args : (Tensor x, Tensor index, Tensor value, int axis, str reduce)
2079
  output : Tensor(out)
Z
zyfncg 已提交
2080 2081
  infer_meta :
    func : UnchangedInferMeta
2082
    param : [x]
Z
zyfncg 已提交
2083 2084 2085
  kernel :
    func : put_along_axis
    data_type : x
2086
  inplace : (x -> out)
Z
zyfncg 已提交
2087 2088
  backward : put_along_axis_grad

2089
- op : qr
Z
zyfncg 已提交
2090 2091 2092 2093 2094 2095
  args : (Tensor x, str mode)
  output : Tensor(q), Tensor(r)
  infer_meta :
    func : QrInferMeta
  kernel :
    func : qr
Y
Yulong Ao 已提交
2096
  backward : qr_grad
Z
zyfncg 已提交
2097

2098
- op : randint
Z
zyfncg 已提交
2099 2100 2101 2102 2103 2104 2105 2106 2107 2108 2109
  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

2110
- op : randperm
Z
zyfncg 已提交
2111
  args : (int n, DataType dtype, Place place={})
2112
  output : Tensor(out)
Z
zyfncg 已提交
2113 2114 2115 2116 2117 2118 2119 2120 2121
  infer_meta :
    func : RandpermInferMeta
    param : [n, dtype]
  kernel :
    func : randperm
    param : [n, dtype]
    data_type : dtype
    backend : place

2122
- op : real
Z
zyfncg 已提交
2123 2124 2125 2126 2127 2128 2129 2130
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : real
  backward : real_grad

2131
- op : reciprocal
Z
zyfncg 已提交
2132
  args : (Tensor x)
2133
  output : Tensor(out)
Z
zyfncg 已提交
2134 2135 2136 2137
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : reciprocal
2138
  inplace : (x -> out)
Z
zyfncg 已提交
2139 2140
  backward : reciprocal_grad

2141
- op : reduce_prod
2142
  args : (Tensor x, IntArray dims, bool keep_dim, bool reduce_all)
Z
zyfncg 已提交
2143 2144
  output : Tensor
  infer_meta :
2145
    func : ReduceIntArrayAxisInferMetaBase
Z
zyfncg 已提交
2146 2147 2148 2149
  kernel :
    func : prod_raw
  backward : reduce_prod_grad

2150
- op : relu
Z
zyfncg 已提交
2151
  args : (Tensor x)
2152
  output : Tensor(out)
Z
zyfncg 已提交
2153 2154 2155 2156 2157 2158 2159
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : relu
  inplace : (x -> out)
  backward : relu_grad

2160
- op : relu6
2161 2162 2163 2164 2165 2166 2167 2168 2169
  args : (Tensor x, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : relu6
  backward : relu6_grad

2170
- op : remainder
C
Chen Weihang 已提交
2171 2172 2173 2174 2175 2176 2177 2178
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : remainder
  inplace : (x -> out)

2179
- op : renorm
S
seemingwang 已提交
2180 2181 2182 2183 2184 2185 2186 2187 2188
  args : (Tensor x, float p, int axis, float max_norm)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : renorm
  backward : renorm_grad

2189
- op : repeat_interleave
S
seemingwang 已提交
2190 2191 2192 2193 2194 2195 2196 2197 2198
  args : (Tensor x, int repeats, int dim)
  output : Tensor(out)
  infer_meta :
    func : RepeatInterleaveInferMeta
    param : [x,repeats, dim]
  kernel :
    func : repeat_interleave
  backward: repeat_interleave_grad

2199
- op : repeat_interleave_with_tensor_index
S
seemingwang 已提交
2200 2201 2202 2203 2204 2205 2206 2207 2208 2209
  args : (Tensor x, Tensor repeats, int dim)
  output : Tensor(out)
  infer_meta :
    func : RepeatInterleaveWithTensorIndexInferMeta
    param : [x,repeats, dim]
  kernel :
    func : repeat_interleave_with_tensor_index
    data_type : x
  backward: repeat_interleave_with_tensor_index_grad

2210
- op : reshape
Z
zyfncg 已提交
2211 2212 2213 2214 2215 2216 2217 2218 2219 2220 2221
  args : (Tensor x, IntArray shape)
  output : Tensor(out), Tensor(xshape)
  infer_meta :
    func : ReshapeWithXShapeInferMeta
  kernel :
    func : reshape_with_xshape
  inplace : (x -> out)
  view: (x -> out)
  intermediate : xshape
  backward: reshape_grad

2222
- op : reverse
2223
  args : (Tensor x, IntArray axis)
W
wanghuancoder 已提交
2224 2225 2226 2227 2228 2229 2230
  output : Tensor
  infer_meta :
    func : ReverseInferMeta
  kernel :
    func : reverse
  backward : reverse_grad

2231
- op : rmsprop_
C
caozhou 已提交
2232 2233 2234 2235 2236 2237 2238 2239 2240 2241
  args : (Tensor param, Tensor mean_square, Tensor grad, Tensor moment, Tensor learning_rate, Tensor mean_grad, float epsilon, float decay, float momentum, bool centered)
  output : Tensor(param_out), Tensor(moment_out), Tensor(mean_square_out), Tensor(mean_grad_out)
  infer_meta :
    func : RmspropInferMeta
  kernel :
    func : rmsprop {dense, dense, dense, dense, dense, dense -> dense, dense, dense, dense}
           rmsprop_dense_param_sparse_grad {dense, dense, selected_rows, dense, dense, dense -> dense, dense, dense, dense}
    optional : mean_grad
  inplace : (param -> param_out), (moment -> moment_out), (mean_square -> mean_square_out), (mean_grad -> mean_grad_out)

2242
- op : roi_align
Z
zyfncg 已提交
2243 2244 2245 2246 2247 2248 2249 2250 2251 2252
  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
    data_type : x
  optional : boxes_num
  backward : roi_align_grad

2253
- op : roi_pool
Z
zyfncg 已提交
2254 2255 2256 2257 2258 2259 2260 2261 2262 2263 2264
  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
    data_type : x
  optional : boxes_num
  intermediate : arg_max
  backward : roi_pool_grad

2265
- op : roll
Z
zyfncg 已提交
2266 2267 2268 2269 2270 2271 2272 2273
  args : (Tensor x, IntArray shifts, int64_t[] axis)
  output : Tensor(out)
  infer_meta :
    func : RollInferMeta
  kernel :
    func : roll
  backward : roll_grad

2274
- op : round
Z
zyfncg 已提交
2275 2276 2277 2278 2279 2280
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : round
2281
  inplace : (x -> out)
Z
zyfncg 已提交
2282 2283
  backward : round_grad

2284
- op : rsqrt
Z
zyfncg 已提交
2285 2286 2287 2288 2289 2290 2291 2292 2293
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : rsqrt
  inplace : (x -> out)
  backward : rsqrt_grad

2294
- op : scale
Z
zyfncg 已提交
2295
  args : (Tensor x, Scalar scale, float bias, bool bias_after_scale)
2296
  output : Tensor(out)
Z
zyfncg 已提交
2297 2298 2299 2300
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
2301 2302
    func : scale {dense -> dense},
           scale_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
2303 2304 2305
  inplace : (x -> out)
  backward : scale_grad

2306
- op : scatter
Z
zyfncg 已提交
2307
  args : (Tensor x, Tensor index, Tensor updates, bool overwrite)
2308
  output : Tensor(out)
Z
zyfncg 已提交
2309 2310 2311 2312 2313
  infer_meta :
    func : ScatterInferMeta
    dtype : x
  kernel :
    func : scatter
2314
  inplace : (x -> out)
Z
zyfncg 已提交
2315 2316
  backward : scatter_grad

2317
- op : scatter_nd_add
Z
zyfncg 已提交
2318 2319 2320 2321 2322 2323 2324 2325 2326
  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

2327
- op : searchsorted
Z
zyfncg 已提交
2328 2329 2330 2331 2332 2333 2334 2335
  args : (Tensor sorted_sequence, Tensor value, bool out_int32, bool right)
  output : Tensor(out)
  infer_meta :
    func : SearchsortedInferMeta
  kernel :
    func : searchsorted
    data_type : sorted_sequence

2336
- op : segment_pool
Z
zyfncg 已提交
2337 2338 2339 2340 2341 2342 2343 2344 2345
  args : (Tensor x, Tensor segment_ids, str pooltype)
  output : Tensor(out), Tensor(summed_ids)
  infer_meta :
    func : SegmentPoolInferMeta
  kernel :
    func : segment_pool
    data_type : x
  backward : segment_pool_grad

2346
- op : selu
Z
zyfncg 已提交
2347 2348 2349 2350 2351 2352 2353 2354 2355
  args : (Tensor x, float scale, float alpha)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : selu
  backward : selu_grad

2356
- op : sgd_
Z
zyfncg 已提交
2357 2358
  args : (Tensor param, Tensor learning_rate, Tensor grad, Tensor master_param, bool multi_precision)
  output : Tensor(param_out), Tensor(master_param_out)
2359 2360 2361 2362 2363 2364 2365 2366 2367
  infer_meta :
    func : SgdInferMeta
  kernel :
    func : sgd {dense, dense, dense, dense -> dense, dense},
           sgd_dense_param_sparse_grad {dense, dense, selected_rows, dense -> dense, dense},
           sgd_sparse_param_sparse_grad {selected_rows, dense, selected_rows, selected_rows -> selected_rows, selected_rows}
    data_type : param
  data_transform :
    support_trans_dtype : learning_rate
Z
zyfncg 已提交
2368
  optional : master_param
2369
  inplace : (param -> param_out), (master_param -> master_param_out)
Z
zyfncg 已提交
2370

2371
- op : shape
Z
zyfncg 已提交
2372
  args : (Tensor input)
2373
  output : Tensor(out)
Z
zyfncg 已提交
2374 2375 2376
  infer_meta :
    func : ShapeInferMeta
  kernel :
2377 2378
    func : shape {dense -> dense},
           shape_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
2379 2380 2381
  data_transform:
    skip_transform : input

2382
- op : shard_index
Z
zyfncg 已提交
2383
  args : (Tensor in, int index_num, int nshards, int shard_id, int ignore_value)
2384
  output : Tensor(out)
Z
zyfncg 已提交
2385 2386 2387 2388 2389
  infer_meta :
    func : ShardIndexInferMeta
  kernel :
    func : shard_index

2390
- op : sigmoid
Z
zyfncg 已提交
2391 2392 2393 2394 2395 2396 2397 2398
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sigmoid
  backward : sigmoid_grad

2399
- op : sigmoid_cross_entropy_with_logits
Z
zyfncg 已提交
2400 2401 2402 2403 2404 2405 2406 2407
  args : (Tensor x, Tensor label, bool normalize, int ignore_index)
  output : Tensor
  infer_meta :
    func : SigmoidCrossEntropyWithLogitsInferMeta
  kernel :
    func : sigmoid_cross_entropy_with_logits
  backward : sigmoid_cross_entropy_with_logits_grad

2408
- op : sign
Z
zyfncg 已提交
2409
  args : (Tensor x)
2410
  output : Tensor(out)
Z
zyfncg 已提交
2411 2412 2413 2414
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sign
2415
  backward : sign_grad
Z
zyfncg 已提交
2416

2417
- op : silu
Z
zyfncg 已提交
2418 2419 2420 2421 2422 2423 2424 2425
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : silu
  backward : silu_grad

2426
- op : sin
Z
zyfncg 已提交
2427 2428 2429 2430 2431 2432 2433 2434
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sin
  backward : sin_grad

2435
- op : sinh
Z
zyfncg 已提交
2436 2437 2438 2439 2440 2441 2442 2443
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sinh
  backward : sinh_grad

2444
- op : size
Z
zyfncg 已提交
2445
  args : (Tensor x)
2446
  output : Tensor(size)
Z
zyfncg 已提交
2447 2448 2449 2450 2451 2452 2453
  infer_meta :
    func : SizeInferMeta
  kernel :
    func : size
  data_transform:
    skip_transform : x

2454
- op : slice
Z
zyfncg 已提交
2455 2456 2457 2458 2459 2460 2461 2462
  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

2463
- op : slogdet
2464 2465 2466 2467 2468 2469 2470 2471
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : slogdeterminant
  backward : slogdet_grad

2472
- op : soft_shrink
Z
zyfncg 已提交
2473 2474 2475 2476 2477 2478 2479 2480 2481
  args : (Tensor x, float lambda)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : soft_shrink
  backward : soft_shrink_grad

2482
- op : softmax
Z
zyfncg 已提交
2483
  args : (Tensor x, int axis)
2484
  output : Tensor(out)
Z
zyfncg 已提交
2485 2486 2487 2488 2489
  infer_meta :
    func : SoftmaxInferMeta
  kernel :
    func : softmax
    use_gpudnn : true
2490
  inplace : (x -> out)
Z
zyfncg 已提交
2491 2492
  backward : softmax_grad

2493
- op : softplus
W
Wang Bojun 已提交
2494 2495 2496 2497 2498 2499 2500 2501 2502
  args : (Tensor x, float beta, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : softplus
  backward : softplus_grad

2503
- op : softsign
2504 2505 2506 2507 2508 2509 2510 2511 2512
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : softsign
  backward : softsign_grad

2513
- op : spectral_norm
2514 2515 2516 2517 2518
  args : (Tensor weight, Tensor u, Tensor v, int dim, int power_iters, float eps)
  output : Tensor
  infer_meta :
    func : SpectralNormInferMeta
  kernel :
2519
    func : spectral_norm
2520
    data_type : weight
2521
  backward : spectral_norm_grad
2522

2523
- op : split
C
Charles-hit 已提交
2524 2525 2526 2527 2528 2529
  args : (Tensor x, IntArray sections, Scalar(int) axis)
  output : Tensor[]{sections.size()}
  infer_meta :
    func : SplitInferMeta
  kernel :
    func : split
Z
zyfncg 已提交
2530 2531
  backward : split_grad

2532
- op : split_with_num
C
Charles-hit 已提交
2533 2534 2535 2536 2537 2538 2539 2540
  args : (Tensor x, int num, Scalar(int) axis)
  output : Tensor[]{num}
  infer_meta :
    func : SplitWithNumInferMeta
  kernel :
    func : split_with_num
  backward : split_with_num_grad

2541
- op : sqrt
Z
zyfncg 已提交
2542
  args : (Tensor x)
2543
  output : Tensor(out)
Z
zyfncg 已提交
2544 2545 2546 2547
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sqrt
2548
  inplace : (x -> out)
Z
zyfncg 已提交
2549 2550
  backward : sqrt_grad

2551
- op : square
Z
zyfncg 已提交
2552 2553 2554 2555 2556 2557 2558 2559
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : square
  backward : square_grad

2560
- op : squared_l2_norm
2561 2562 2563 2564 2565 2566 2567 2568
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : SquaredL2NormInferMeta
  kernel :
    func : squared_l2_norm
  backward : squared_l2_norm_grad

2569
- op : squeeze
2570
  args : (Tensor x, IntArray axes)
Z
zyfncg 已提交
2571 2572
  output : Tensor(out), Tensor(xshape)
  infer_meta :
2573
    func : SqueezeWithXShapeInferMeta
Z
zyfncg 已提交
2574
  kernel :
2575
    func : squeeze_with_xshape
2576
  inplace : (x -> out)
Z
zyfncg 已提交
2577 2578 2579 2580
  view: (x -> out)
  intermediate : xshape
  backward : squeeze_grad

2581
- op : stack
Z
zyfncg 已提交
2582 2583 2584 2585 2586 2587 2588 2589
  args : (Tensor[] x, int axis)
  output : Tensor
  infer_meta :
    func : StackInferMeta
  kernel :
    func : stack
  backward : stack_grad

2590
- op : strided_slice
Z
zyfncg 已提交
2591 2592 2593 2594 2595 2596 2597 2598
  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

2599
- op : subtract
Z
zyfncg 已提交
2600
  args : (Tensor x, Tensor y)
2601
  output : Tensor(out)
Z
zyfncg 已提交
2602 2603 2604 2605
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : subtract
2606
  inplace : (x -> out)
Z
zyfncg 已提交
2607 2608
  backward : subtract_grad

2609
- op : sum
2610
  args : (Tensor x, IntArray dims={}, DataType out_dtype=DataType::UNDEFINED, bool keep_dim=false)
Z
zyfncg 已提交
2611 2612 2613 2614 2615 2616 2617 2618
  output : Tensor(out)
  infer_meta :
    func : SumInferMeta
  kernel :
    func : sum
    data_type : x
  backward : sum_grad

2619
- op : svd
2620 2621 2622 2623 2624 2625 2626 2627
  args : (Tensor x, bool full_metrices)
  output : Tensor(u), Tensor(s), Tensor(vh)
  infer_meta :
    func : SvdInferMeta
  kernel :
    func : svd
  backward : svd_grad

Z
zyfncg 已提交
2628
# The python API paddle.nn.functional.swish has no `bete` argument, it may be removed later
2629
- op : swish
Z
zyfncg 已提交
2630 2631 2632 2633 2634 2635 2636 2637 2638
  args : (Tensor x, float beta=1.0)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : swish
  backward : swish_grad

2639
- op : sync_batch_norm_
2640 2641 2642 2643 2644 2645
  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)
  infer_meta :
    func : BatchNormInferMeta
  kernel :
    func : sync_batch_norm
2646
    data_type : x
2647
  backward : sync_batch_norm_grad
2648
  inplace : (mean -> mean_out), (variance -> variance_out)
2649

2650
- op : take_along_axis
Z
zyfncg 已提交
2651 2652 2653 2654 2655 2656 2657 2658 2659 2660
  args : (Tensor x, Tensor index, int axis)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [index]
  kernel :
    func : take_along_axis
    data_type : x
  backward : take_along_axis_grad

2661
- op : tan
Z
zyfncg 已提交
2662 2663 2664 2665 2666 2667 2668 2669
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : tan
  backward : tan_grad

2670
- op : tanh
Z
zyfncg 已提交
2671
  args : (Tensor x)
2672
  output : Tensor(out)
Z
zyfncg 已提交
2673 2674 2675 2676
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : tanh
2677
  inplace : (x -> out)
Z
zyfncg 已提交
2678 2679
  backward : tanh_grad

2680
- op : tanh_shrink
Z
zyfncg 已提交
2681 2682 2683 2684 2685 2686 2687 2688
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : tanh_shrink
  backward : tanh_shrink_grad

2689
- op : temporal_shift
C
ccrrong 已提交
2690 2691 2692 2693 2694 2695 2696 2697
  args : (Tensor x, int seg_num, float shift_ratio, str data_format_str)
  output : Tensor
  infer_meta :
    func : TemporalShiftInferMeta
  kernel :
    func : temporal_shift
  backward : temporal_shift_grad

2698
- op : thresholded_relu
Z
zyfncg 已提交
2699 2700 2701 2702 2703 2704 2705 2706 2707
  args : (Tensor x, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : thresholded_relu
  backward : thresholded_relu_grad

2708
- op : tile
Z
zyfncg 已提交
2709 2710 2711 2712 2713 2714 2715 2716
  args : (Tensor x, IntArray repeat_times)
  output : Tensor
  infer_meta :
    func : TileInferMeta
  kernel :
    func : tile
  backward : tile_grad

2717
- op : top_k
Z
zyfncg 已提交
2718 2719 2720 2721 2722 2723 2724 2725
  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

2726
- op : transpose
Z
zyfncg 已提交
2727 2728 2729 2730 2731 2732 2733 2734
  args : (Tensor x, int[] axis)
  output : Tensor
  infer_meta :
    func : TransposeInferMeta
  kernel :
    func : transpose
  backward : transpose_grad

2735
- op : triangular_solve
Z
zyfncg 已提交
2736 2737 2738 2739 2740 2741 2742 2743
  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

2744
- op : tril_indices
Z
zyfncg 已提交
2745 2746 2747 2748 2749 2750 2751 2752 2753 2754 2755
  args : (int rows, int cols, int offset, DataType dtype, Place place={})
  output : Tensor(out)
  infer_meta :
    func : TrilIndicesInferMeta
    param : [rows, cols, offset, dtype]
  kernel :
    func : tril_indices
    param : [rows, cols, offset, dtype]
    data_type : dtype
    backend : place

2756
- op : tril_triu
Z
zyfncg 已提交
2757 2758 2759 2760 2761 2762 2763 2764
  args : (Tensor x,  int diagonal,  bool lower)
  output : Tensor(out)
  infer_meta :
    func : TrilTriuInferMeta
  kernel :
    func : tril_triu
  backward : tril_triu_grad

2765
- op : trilinear_interp
2766 2767 2768 2769 2770 2771 2772 2773 2774 2775
  args : (Tensor x, Tensor out_size, Tensor[] size_tensor, Tensor scale_tensor, str data_layout, int out_d, int out_h, int out_w, float[] scale, str interp_method, bool align_corners, int align_mode)
  output : Tensor(output)
  infer_meta :
    func : InterpolateInferMeta
  optional: out_size, size_tensor, scale_tensor
  kernel :
    func : trilinear_interp
    data_type : x
  backward : trilinear_interp_grad

2776
- op : triu_indices
2777 2778 2779 2780 2781 2782 2783 2784 2785 2786 2787
  args : (int row, int col, int offset, DataType dtype, Place place={})
  output : Tensor(out)
  infer_meta :
    func : TriuIndicesInferMeta
    param : [row, col, offset, dtype]
  kernel :
    func : triu_indices
    param : [row, col, offset, dtype]
    data_type : dtype
    backend : place

Z
zyfncg 已提交
2788
# python API: paddle.nn.initializer.TruncatedNormal
2789
- op : truncated_gaussian_random
Z
zyfncg 已提交
2790
  args : (int[] shape, float mean, float std, int seed, DataType dtype=DataType::FLOAT32, Place place={})
2791
  output : Tensor(out)
Z
zyfncg 已提交
2792 2793 2794 2795 2796 2797 2798 2799 2800
  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

2801 2802 2803 2804 2805 2806 2807 2808 2809 2810 2811
- op : update_loss_scaling_
  args : (Tensor[] x, Tensor found_infinite, Tensor prev_loss_scaling, Tensor in_good_steps, Tensor in_bad_steps, int incr_every_n_steps, int decr_every_n_nan_or_inf, float incr_ratio, float decr_ratio, Scalar stop_update)
  output : Tensor[](out){x.size()}, Tensor(loss_scaling), Tensor(out_good_steps), Tensor(out_bad_steps)
  infer_meta :
    func : UpdateLossScalingInferMeta
    param : [x, found_infinite, prev_loss_scaling, in_good_steps, in_bad_steps]
  kernel :
    func : update_loss_scaling
    data_type : x
  inplace : (x -> out), (prev_loss_scaling -> loss_scaling), (in_good_steps -> out_good_steps), (in_bad_steps -> out_bad_steps)

2812
- op : unbind
Z
zyfncg 已提交
2813 2814 2815 2816 2817 2818 2819 2820
  args : (Tensor input, int axis)
  output : Tensor[] {axis<0 ? input.dims()[input.dims().size()+axis]:input.dims()[axis]}
  infer_meta :
    func : UnbindInferMeta
  kernel :
    func : unbind
  backward : unbind_grad

2821
- op : unfold
Z
zyfncg 已提交
2822 2823 2824 2825 2826 2827 2828 2829
  args : (Tensor x, int[] kernel_sizes, int[] strides, int[] paddings, int[] dilations)
  output : Tensor
  infer_meta :
    func : UnfoldInferMeta
  kernel :
    func : unfold
  backward : unfold_grad

2830
- op : uniform_random
2831
  args : (IntArray shape,  DataType dtype,  Scalar min,  Scalar max,  int seed, Place place={})
Z
zyfncg 已提交
2832 2833 2834
  output : Tensor(out)
  infer_meta :
    func : UniformRandomInferMeta
2835
    param: [shape, dtype]
Z
zyfncg 已提交
2836 2837 2838 2839 2840 2841 2842
  kernel :
    func : uniform_random
    param: [shape, dtype, min, max, seed]
    data_type : dtype
    backend : place

# The `axis` argument of Python API paddle.unique is not vector
2843
- op : unique
Z
zyfncg 已提交
2844 2845 2846 2847 2848 2849 2850 2851
  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

2852
- op : unique_consecutive
2853 2854 2855 2856 2857 2858 2859 2860
  args : (Tensor x, bool return_inverse, bool return_counts, int[] axis, int dtype)
  output : Tensor(out), Tensor(index), Tensor(counts)
  infer_meta :
      func : UniqueConsecutiveInferMeta
  kernel :
    func : unique_consecutive
    data_type : x

2861
- op : unsqueeze
Z
zyfncg 已提交
2862 2863 2864
  args : (Tensor x, IntArray axis)
  output : Tensor(out), Tensor(xshape)
  infer_meta :
2865
    func : UnsqueezeWithXShapeInferMeta
Z
zyfncg 已提交
2866
  kernel :
2867
    func : unsqueeze_with_xshape
2868
  inplace : (x -> out)
Z
zyfncg 已提交
2869 2870 2871 2872
  view: (x -> out)
  intermediate : xshape
  backward : unsqueeze_grad

2873
- op : unstack
2874 2875 2876 2877 2878 2879 2880 2881
  args : (Tensor x, int axis, int num)
  output : Tensor[]{num}
  infer_meta :
    func : UnStackInferMeta
  kernel :
    func : unstack
  backward : unstack_grad

2882
- op : viterbi_decode
Z
zyfncg 已提交
2883 2884 2885 2886 2887 2888 2889 2890
  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

2891
- op : warpctc
Z
Zhong Hui 已提交
2892 2893 2894 2895 2896 2897 2898 2899 2900 2901 2902
  args : (Tensor logits, Tensor label, Tensor logits_length, Tensor labels_length, int blank, bool norm_by_times)
  output :  Tensor(loss), Tensor(warpctcgrad)
  infer_meta :
    func : WarpctcInferMeta
  kernel :
    func : warpctc
    data_type: logits
  optional: logits_length, labels_length
  intermediate: warpctcgrad
  backward : warpctc_grad

2903
- op : where
Z
zyfncg 已提交
2904 2905 2906 2907 2908 2909 2910 2911
  args : (Tensor condition, Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : WhereInferMeta
  kernel :
    func : where
  backward : where_grad

2912
- op : where_index
Z
zyfncg 已提交
2913
  args : (Tensor condition)
2914
  output : Tensor(out)
Z
zyfncg 已提交
2915 2916 2917 2918 2919
  infer_meta :
    func : WhereIndexInferMeta
  kernel :
    func : where_index

2920
- op : yolo_box
Z
zyfncg 已提交
2921 2922 2923 2924 2925 2926 2927 2928
  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

2929
- op : yolov3_loss
2930 2931 2932 2933 2934 2935 2936 2937 2938 2939
  args : (Tensor x, Tensor gt_box, Tensor gt_label, Tensor gt_score, int[] anchors, int[] anchor_mask, int class_num, float ignore_thresh, int downsample_ratio, bool use_label_smooth=true, float scale_x_y=1.0)
  output : Tensor(loss), Tensor(objectness_mask), Tensor(gt_match_mask)
  infer_meta :
    func : Yolov3LossInferMeta
  kernel :
    func : yolov3_loss
    data_type : x
  optional : gt_score
  backward : yolov3_loss_grad

2940
- op : zeros
2941
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
2942
  output : Tensor(out)
2943 2944
  invoke : full(shape, 0, dtype, place)

2945
- op : zeros_like
Z
zyfncg 已提交
2946
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place = {})
2947
  output : Tensor(out)
Z
zyfncg 已提交
2948
  invoke : full_like(x, 0, dtype, place)
2949

2950
- op: broadcast_tensors
2951 2952 2953 2954 2955 2956 2957
  args: (Tensor[] x)
  output: Tensor[]{x.size()}
  infer_meta:
    func: BroadcastTensorsInferMeta
  kernel:
    func: broadcast_tensors
  backward: broadcast_tensors_grad
2958

2959
- op: dirichlet
2960
  args: (Tensor alpha)
2961
  output: Tensor(out)
2962 2963 2964 2965
  infer_meta:
    func: DirichletInferMeta
  kernel:
    func: dirichlet
2966

2967
- op: eig
2968 2969 2970 2971 2972 2973 2974
  args: (Tensor x)
  output: Tensor(out_w), Tensor(out_v)
  infer_meta:
    func: EigInferMeta
  kernel:
    func: eig
  backward: eig_grad
2975

2976
- op: fold
X
xiaoting 已提交
2977 2978 2979 2980 2981 2982 2983 2984
  args: (Tensor x, int[] output_sizes, int[] kernel_sizes,  int[] strides, int[] paddings, int[] dilations)
  output: Tensor(out)
  infer_meta:
    func: FoldInferMeta
  kernel:
    func: fold
  backward: fold_grad

2985
- op: overlap_add
2986 2987 2988 2989 2990 2991 2992
  args: (Tensor x, int hop_length, int axis)
  output: Tensor
  infer_meta:
    func: OverlapAddInferMeta
  kernel:
    func: overlap_add
  backward: overlap_add_grad
2993

Y
YuanRisheng 已提交
2994 2995 2996 2997 2998 2999 3000 3001 3002 3003 3004 3005 3006 3007 3008
- op: rnn
  args: (Tensor x, Tensor[] pre_state, Tensor[] weight_list, Tensor sequence_length, Tensor dropout_state_in, float dropout_prob=0.0, bool is_bidirec=false, int input_size=10, int hidden_size=100, int num_layers=1, str mode="RNN_TANH", int seed=0, bool is_test=false)
  output: Tensor(out), Tensor(dropout_state_out), Tensor[](state){pre_state.size()}, Tensor(reserve)
  infer_meta:
    func: RnnInferMeta
    param : [x, pre_state, weight_list, sequence_length, dropout_prob, is_bidirec, input_size, hidden_size, num_layers, mode, seed, is_test]
  kernel:
    func: rnn
    param : [x, pre_state, weight_list, sequence_length, dropout_prob, is_bidirec, input_size, hidden_size, num_layers, mode, seed, is_test]
    data_type: x
  backward: rnn_grad
  optional : sequence_length
  intermediate : reserve
  view : (dropout_state_in -> dropout_state_out)

3009
- op: uniform_random_inplace
3010 3011 3012 3013 3014 3015 3016 3017 3018
  args: (Tensor x, float min, float max, int seed, int diag_num, int diag_step, float diag_val)
  output: Tensor(out)
  infer_meta:
    func: UniformRandomInplaceInferMeta
  kernel:
    func: uniform_random_inplace
    data_type: x
  inplace: (x -> out)
  backward: uniform_random_inplace_grad
X
xiaoting 已提交
3019

3020
- op: unpool
3021
  args: (Tensor x, Tensor indices, int[] ksize, int[] strides, int[] padding, IntArray output_size, str data_format)
X
xiaoting 已提交
3022 3023 3024 3025 3026 3027 3028 3029
  output: Tensor(out)
  infer_meta:
    func: UnpoolInferMeta
  kernel:
    func: unpool
    data_type: x
  backward: unpool_grad

3030
- op: unpool3d
X
xiaoting 已提交
3031 3032 3033 3034 3035 3036 3037 3038
  args: (Tensor x, Tensor indices, int[] ksize, int[] strides, int[] padding, int[] output_size, str data_format)
  output: Tensor(out)
  infer_meta:
    func: Unpool3dInferMeta
  kernel:
    func: unpool3d
    data_type: x
  backward: unpool3d_grad
3039 3040 3041 3042 3043 3044 3045 3046 3047

- op: bincount
  args: (Tensor x, Tensor weights, Scalar minlength)
  output: Tensor(out)
  infer_meta:
    func: BincountInferMeta
  kernel:
    func: bincount
  optional: weights