From 3a7761a027a891002cab629de8ed08416fbda07c Mon Sep 17 00:00:00 2001
From: Chen Weihang <chenweihang@baidu.com>
Date: Thu, 31 Mar 2022 22:18:04 +0800
Subject: [PATCH] remove comment yamls, test=document_fix (#41221)

---
 python/paddle/utils/code_gen/api.yaml      | 255 ---------------------
 python/paddle/utils/code_gen/backward.yaml | 180 ---------------
 2 files changed, 435 deletions(-)

diff --git a/python/paddle/utils/code_gen/api.yaml b/python/paddle/utils/code_gen/api.yaml
index 89e6f9faaf..5c4adcbfec 100644
--- a/python/paddle/utils/code_gen/api.yaml
+++ b/python/paddle/utils/code_gen/api.yaml
@@ -1,258 +1,3 @@
-# - api : norm
-#   args : (Tensor x, int axis, float epsilon, bool is_test)
-#   output : Tensor(out), Tensor(norm)
-#   infer_meta :
-#     func : NormInferMeta
-#   kernel :
-#     func : norm
-#   intermediate : norm
-#   backward : norm_grad
-
-# # maxout
-# - api : maxout
-#   args : (Tensor x, int groups, int axis)
-#   output : Tensor
-#   infer_meta :
-#     func : MaxoutInferMeta
-#   kernel :
-#     func : maxout
-#   backward : maxout_grad
-
-# # batch_norm
-# - api : batch_norm
-#   args : (Tensor x, Tensor scale, Tensor bias, Tensor mean, Tensor variance, float momentum, float epsilon, str data_layout, bool is_test, bool use_global_stats, bool trainable_statistics, bool fuse_with_relu)
-#   output : Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
-#   infer_meta :
-#     func : XXXXInferMeta
-#   kernel :
-#     func : batch_norm
-#   backward: batch_norm_grad
-
-# # bilinear_tensor_product ?? optional
-# - api : bilinear_tensor_product
-#   args : (Tensor x, Tensor y, Tensor weight, Tensor bias)
-#   output : Tensor
-#   infer_meta :
-#     func : BilinearTensorProductInferMeta
-#   kernel :
-#     func : bilinear_tensor_product
-#   backward : bilinear_tensor_product_grad
-#   optional : bias
-
-# broadcast_tensors
-# - api : broadcast_tensors
-#   args : (Tensor[] x)
-#   output : Tensor[]
-#   infer_meta :
-#     func : BroadcastTensorsInferMeta
-#   kernel :
-#     func : broadcast_tensors
-#   backward : broadcast_tensors_grad
-
-# # dropout
-# - api : dropout
-#   args : (Tensor x, Tensor seed_tensor, float p, bool is_test, str mode, int seed, bool fix_seed)
-#   output : Tensor(out), Tensor(mask)
-#   infer_meta :
-#     func : DropoutInferMeta
-#   kernel :
-#     func : dropout
-
-# # expand
-# - api : expand
-#   args : (Tensor x, IntArray shape)
-#   output : Tensor
-#   infer_meta :
-#     func : ExpandInferMeta
-#   kernel :
-#     func : expand
-#   backward : expand_grad
-
-# eye
-# - api : eye
-#   args : (int64_t num_rows, int64_t num_colums, DataType dtype = DataType::FLOAT32)
-#   output : Tensor
-#   infer_meta :
-#     func : EyeInferMeta
-#   kernel :
-#     func : eye
-
-# gaussian_random
-# - api : gaussian_random
-#   args : (IntArray shape, float mean, float std, int seed, DataType dtype=DataType::FLOAT32)
-#   output : Tensor
-#   infer_meta :
-#     func : CreateInferMeta
-#     param : [shape, dtype]
-#   kernel :
-#     func : gaussian_random
-#     data_type : dtype
-
-# # graph_send_recv
-# - api : graph_send_recv
-#   args : (Tensor x, Tensor src_index, Tensor dst_index, str pool_type)
-#   output : Tensor(out), Tensor(dst_count)
-#   infer_meta :
-#     func : GraphSendRecvInferMeta
-#   kernel :
-#     func : graph_send_recv
-#   backward : graph_send_recv_grad
-
-# # label_smooth
-# - api : label_smooth
-#   args : (Tensor label, Tensor prior_dist, float epsilon)
-#   output : Tensor
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [label]
-#   kernel :
-#     func : label_smooth
-#     data_type : label
-#   optional : prior_dist
-#   backward : label_smooth_grad
-
-# linspace start stop number
-# - api : linspace
-#   args : (Tensor start, Tensor stop, Tensor number, DataType dtype=DataType::FLOAT32)
-#   output : Tensor
-#   infer_meta :
-#     func : LinspaceInferMeta
-#   kernel :
-#     func : linspace
-
-# # multi_dot
-# - api : multi_dot
-#   args : (Tensor[] x)
-#   output : Tensor
-#   infer_meta :
-#     func : MultiDotInferMeta
-#   kernel :
-#     func : multi_dot
-#   backward : multi_dot_grad
-
-# # nll_loss
-# - api : nll_loss
-#   args : (Tensor x, 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 : x
-#   optional : weight
-#   backward : nll_loss_grad
-
-# # psroi_pool
-# - api : psroi_pool
-#   args : (Tensor x, Tensor rois, Tensor rois_num, int pooled_weight, int pooled_width, int output_channels, float spatial_scale )
-#   output : Tensor
-#   infer_meta :
-#     func : PsroiPoolInferMeta
-#   kernel :
-#     func : psroi_pool
-#   backward : psroi_pool_grad
-#   optional : rois_num
-
-# # randint
-# - api : randint
-#   args : (int low, int high, IntArray shape, DataType dtype)
-#   output : Tensor
-#   infer_meta :
-#     func : RandintInferMeta
-#   kernel :
-#     func : randint
-
-# # randperm
-# - api : randperm
-#   args : (int n, DataType dtype)
-#   output : Tensor
-#   infer_meta :
-#     func : RandpermInferMeta
-#   kernel :
-#     func : randperm
-
-# # max
-# - api : max
-#   args : (Tensor x, int64_t[] dims, bool keep_dim)
-#   output : Tensor
-#   infer_meta :
-#     func : MaxInferMeta
-#   kernel :
-#     func : max
-
-# # phi_transfer_layout | not have python api
-
-# # truncated_gaussian_random
-# - api : truncated_gaussian_random
-#   args : (int[] shape, float mean, float std, int seed, DataType dtype)
-#   output : Tensor
-#   infer_meta :
-#     func : TruncatedGaussianRandomInferMeta
-#   kernel :
-#     func : truncated_gaussian_random
-
-# # unbind
-# - api : unbind
-#   args : (Tensor x, int axis)
-#   output : Tensor[]
-#   infer_meta :
-#     func : UnbindInferMeta
-#   kernel :
-#     func : unbind
-
-# # uniform_random_raw selected rows ??
-
-# - api : pixel_shuffle
-#   args : (Tensor x, int upscale_factor, const std::string& data_format)
-#   output : Tensor
-#   infer_meta :
-#     func : PixelShuffleInferMeta
-#   kernel :
-#     func : pixel_shuffle
-
-# BilinearTensorProductInferMeta
-
-# BroadcastTensorsInferMeta
-
-# bincount
-# - api : bincount
-#   args : (Tensor x, Tensor weight, int minlength)
-#   output : Tensor
-#   infer_meta :
-#     func : BincountInferMeta
-#   kernel :
-#     func : bincount
-#   optional : weight
-
-# expand_as
-# - api : expand_as
-#   args : (Tensor x, Tensor y, int[] target_shape)
-#   output : Tensor
-#   infer_meta :
-#     func : ExpandAsInferMeta
-#   kernel :
-#     func : expand_as
-#   optional : y
-#   # backward : expand_as_grad
-#   # optional : y
-
-# - api : equal_all
-#   args : (Tensor x, Tensor y)
-#   output : Tensor
-#   infer_meta :
-#     func : CompareAllInferMeta
-#   kernel :
-#     func : equal_all
-
-# histogram
-# - api : histogram
-#   args : (Tensor x, int64_t bins, int min, int max)
-#   output : Tensor
-#   infer_meta :
-#     func : HistogramInferMeta
-#   kernel :
-#     func : histogram
-
 - api : abs
   args : (Tensor x)
   output : Tensor
diff --git a/python/paddle/utils/code_gen/backward.yaml b/python/paddle/utils/code_gen/backward.yaml
index 2d893dc855..5efe6e7451 100644
--- a/python/paddle/utils/code_gen/backward.yaml
+++ b/python/paddle/utils/code_gen/backward.yaml
@@ -1,183 +1,3 @@
-# - backward_api : norm_grad
-#   forward : norm (Tensor x, int axis, float epsilon, bool is_test) -> Tensor(out), Tensor(norm)
-#   args : (Tensor x, Tensor norm, Tensor out_grad, int axis, float epsilon, bool is_test)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [x]
-#   kernel :
-#     func : norm_grad
-
-# - backward_api : matmul_triple_grad
-#   forward : matmul_double_grad (Tensor x, Tensor y, Tensor out_grad, Tensor dx_grad, Tensor dy_grad, bool transpose_x, bool transpose_y) -> Tensor(d2x), Tensor(d2y), Tensor(dout_grad)
-#   args : (Tensor x, Tensor y, Tensor out_grad, Tensor dx_grad, Tensor dy_grad, Tensor d2x_grad, Tensor d2y_grad, Tensor dout_grad_grad, bool transpose_x, bool transpose_y)
-#   output : Tensor(d3x), Tensor(d3y), Tensor(d2out_grad), Tensor(ddx_grad), Tensor(ddy_grad)
-#   infer_meta :
-#     func : MatmulTripleGradInferMeta
-#   kernel :
-#     func : matmul_triple_grad
-
-# - backward_api : maxout_grad
-#   forward : maxout (Tensor x, int groups, int axis) -> Tensor(out)
-#   args : (Tensor x, Tensor out, Tensor out_grad, int groups, int axis)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [x]
-#   kernel :
-#     func : maxout_grad
-
-# - backward_api : batch_norm_grad
-#   forward : batch_norm (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) -> Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
-#   args : (Tensor indices, Tensor x, Tensor out_grad, int axis, bool descending)
-#   output : Tensor(x_grad), Tensor(scale_grad), Tensor(bias_grad)
-#   infer_meta :
-#     func : GeneralTernaryGradInferMeta
-#     param : [x, scale, bias]
-#   kernel :
-#     func : batch_norm_grad
-
-# - backward_api : bilinear_tensor_product_grad
-#   forward : bilinear_tensor_product (Tensor x, Tensor y, Tensor weight, Tensor bias) -> Tensor(out)
-#   args : (Tensor x, Tensor y, Tensor weight, Tensor out_grad)
-#   output : Tensor(x_grad), Tensor(y_grad), Tensor(weight_grad), Tensor(bias_grad)
-#   infer_meta :
-#     func : FourXXXXInferMeta
-#     param : [x, y, weight, bias]
-#   kernel :
-#     func : bilinear_tensor_product_grad
-#   optional : bias
-
-# - backward_api : broadcast_tensor_grad
-#   forward : broadcast_tensors (Tensor[] x) -> Tensor [] (out)
-#   args : (Tensor [] out_grad)
-#   output : Tensor [] (x_grad)
-#   infer_meta :
-#     func : XXXXInferMeta
-#     param : [out_grad]
-#   kernel :
-#     func : broadcast_tensor_grad
-
-# - backward_api : gumbel_softmax_grad
-#   forward : gumbel_softmax (Tensor x, float temperature, bool hard, int axis) -> Tensor(out)
-#   args : (Tensor out, Tensor out_grad, int axis)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : GumbelSoftmaxGradInferMeta
-#     param : [out, out_grad, axis]
-#   kernel :
-#     func : gumbel_softmax_grad
-
-# - backward_api : huber_loss_grad
-#   forward : huber_loss (Tensor input, Tensor label, float delta) -> Tensor(out), Tensor(residual)
-#   args : (Tensor residual, Tensor out_grad, float delta)
-#   output : Tensor(input_grad), Tensor(label_grad)
-#   infer_meta :
-#     func : GeneralBinaryGradInferMeta
-#     param : [x, y]
-#   kernel :
-#     func : where_grad
-
-# - backward_api : triangular_solve_grad
-#   forward : triangular_solve (Tensor x, Tensor y, bool upper, bool tranpose, bool unitriangular) -> Tensor(out)
-#   args : (Tensor x, Tensor y, Tensor out, Tensor out_grad, bool upper, bool tranpose, bool unitriangular)
-#   output : Tensor(x_grad), Tensor(y_grad)
-#   infer_meta :
-#     func : GeneralBinaryGradInferMeta
-#     param : [x, y]
-#   kernel :
-#     func : triangular_solve_grad
-
-# - backward_api : dropout_grad
-#   forward : dropout (Tensor x, Tensor seed_tensor, float p, bool is_test, str mode, int seed, bool fix_seed) -> Tensor(out), Tensor(mask)
-#   args : (Tensor mask, Tensor out_grad, float p, bool is_test, str mode)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [out_grad]
-#   kernel :
-#     func : dropout_grad
-
-# - backward_api : expand_as_grad
-#   forward : expand_as (Tensor x, Tensor y, int[] target_shape) -> Tensor(out)
-#   args : (Tensor x, Tensor out_grad, int[] target_shape)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [x]
-#   kernel :
-#     func : expand_as_grad
-
-# - backward_api : expand_grad
-#   forward : expand (Tensor x, IntArray shape) -> Tensor(out)
-#   args : (Tensor x, Tensor out_grad, IntArray shape)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedGradInferMeta
-#     param : [x]
-#   kernel :
-#     func : expand_grad
-
-# - backward_api : graph_send_recv_grad
-#   forward : graph_send_recv (Tensor x, Tensor src_index, Tensor dst_index, str pool_type) -> Tensor(out), Tensor(dst_count)
-#   args : (Tensor out_grad, Tensor x, Tensor out, Tensor src_index, Tensor dst_index, Tensor dst_count, str pool_type)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [x]
-#   kernel :
-#     func : graph_send_recv_grad
-
-# - backward_api : multi_dot_grad
-#   forward : multi_dot (Tensor[] x) -> Tensor(out)
-#   args : (Tensor out_grad, Tensor[] x)
-#   output : Tensor[] (x_grad)
-#   infer_meta :
-#     func : XXXXInferMeta
-#     param : [x]
-#   kernel :
-#     func : multi_dot_grad
-
-# - backward_api : pad_grad
-#   forward : pad (Tensor x, int[] paddings, float pad_value) -> Tensor(out)
-#   args : (Tensor out_grad, int[] paddings, float pad_value)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : XXXXXInferMeta
-#     param : [x]
-#   kernel :
-#     func : pad_grad
-
-# - backward_api : pixel_shuffle_grad
-#   forward : pixel_shuffle (Tensor x, int upscale_factor, str data_format) -> Tensor(out)
-#   args : (Tensor out_grad, int upscale_factor, str data_format)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : XXXXXInferMeta
-#     param : [x]
-#   kernel :
-#     func : pixel_shuffle_grad
-
-# - backward_api : poisson_grad
-#   forward : poisson (Tensor x) -> Tensor(out)
-#   args : ()
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : XXXXXInferMeta
-#     param : [x]
-#   kernel :
-#     func : poisson_grad
-
-# - backward_api : where_index_grad
-#   forward : where_index (Tensor condition) -> Tensor(out)
-#   args : (Tensor out_grad, Tensor x, int offset, int axis1, int axis2)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : UnchangedInferMeta
-#     param : [x]
-#   kernel :
-#     func : where_index_grad
-
 - backward_api : abs_grad
   forward : abs (Tensor x) -> Tensor(out)
   args : (Tensor x, Tensor out_grad)
-- 
GitLab