update

python/paddle/utils/code_gen/api.yaml

@@ -612,19 +612,144 @@
     func : dropout
 
 # embedding
+
 # erf
+- api : erf
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : ErfInferMeta
+  kernel :
+    func : erf
+  backward : erf_grad
+
 # erfinv
-# expand_as
+- api : erfinv
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : ErfinvInferMeta
+  kernel :
+    func : erfinv
+  backward : erfinv_grad
+
+# expand_as ?? optional 
+- api : expand_as
+  args : (Tensor x, Tensor y, int[] shape)
+  output : Tensor
+  infer_meta :
+    func : ExpandAsInferMeta
+  kernel :
+    func : expand_as
+  backward : expand_as_grad
+
+
 # expand
-# eye
+- api : expand
+  args : (Tensor x, ScalarArray shape)
+  output : Tensor
+  infer_meta :
+    func : ExpandInferMeta
+  kernel :
+    func : expand
+  backward : expand_grad
+
+# eye ? int64
+- api : eye
+  args : (int num_rows, int num_colums, DataType dtype)
+  output : Tensor
+  infer_meta :
+    func : EyeInferMeta
+  kernel :
+    func : eye
+
 # flip
+- api : flip
+  args : (Tensor x, int[] axis)
+  output : Tensor
+  infer_meta :
+    func : FlipInferMeta
+  kernel :
+    func : flip
+
 # gaussian_random
+- api : gaussian_random
+  args : (ScalayArray shape, float mean, float std, int seed, DataType dtype)
+  output : Tensor
+  infer_meta :
+    func : GaussianRandomInferMeta
+  kernel :
+    func : gaussian_random
+
 # graph_send_recv
-# histogram
+- api : graph_send_recv
+  args : (Tensor x, Tensor src_index, Tensor dst_index, string pool_type)
+  output : Tensor(out), Tensor(dst_count)
+  infer_meta :
+    func : GraphSendRecvInferMeta
+  kernel :
+    func : graph_send_recv
+  backward : graph_send_recv_grad
+
+# histogram int64 ???
+- api : histogram
+  args : (Tensor x, int64_t bins, int min, int max)
+  output : Tensor
+  infer_meta :
+    func : HistogramInferMeta
+  kernel :
+    func : histogram
+
 # increment
+- api : increment
+  args : (Tensor x, float value)
+  output : Tensor
+  infer_meta :
+    func : IncrementInferMeta
+  kernel :
+    func : increment
+
 # is_empty
-# isinf
-# isinf_sr
+- api : is_empty
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : IsEmptyInferMeta
+  kernel :
+    func : is_empty
+
+# isinf selected rows??? involk
+- api : isinf
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : IsfiniteInferMeta
+  kernel :
+    func : isinf
+
+# isnan
+- api : isnan
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : IsfiniteInferMeta
+  kernel :
+    func : isnan
+
+# isfinite
+- api : isfinite
+  args : (Tensor x)
+  output : Tensor
+  infer_meta :
+    func : IsfiniteInferMeta
+  kernel :
+    func : isfinite
+
+
+
+
+
+
 # label_smooth
 # linspace
 # log_loss

python/paddle/utils/code_gen/backward.yaml

@@ -352,3 +352,54 @@
     param : [out_grad]
   kernel :
     func : dropout_grad
+
+
+- backward_api : erf_grad
+  forward : erf (Tensor x) -> Tensor(out)
+  args : (Tensor x, Tensor out, Tensor out_grad)
+  output : Tensor(x_grad)
+  infer_meta :
+    func : UnchangedInferMeta
+    param : [x]
+  kernel :
+    func : erf_grad
+  
+- backward_api : erfinv_grad
+  forward : erf (Tensor x) -> Tensor(out)
+  args : (Tensor out, Tensor out_grad)
+  output : Tensor(x_grad)
+  infer_meta :
+    func : ErfinvGradInferMeta
+    param : [out]
+  kernel :
+    func : erfinv_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 : UnchangedGradInferMeta
+    param : [x]
+  kernel :
+    func : expand_as_grad
+
+- backward_api : expand_grad
+  forward : expand (Tensor x, ScalarArray shape) -> Tensor(out)
+  args : (Tensor x, Tensor out_grad, ScalarArray 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, string pool_type) -> Tensor(out), Tensor(dst_count)
+  args : (Tensor out_grad, Tensor x, Tensor out, Tensor src_index, Tensor dst_index, Tensor dst_count, string pool_type)
+  output : Tensor(x_grad)
+  infer_meta :
+    func : UnchangedGradInferMeta
+    param : [x]
+  kernel :
+    func : graph_send_recv_grad