api.yaml 35.5 KB
Newer Older
1 2 3 4
- api : abs
  args : (Tensor x)
  output : Tensor
  infer_meta :
5
    func : RealAndImagInferMeta
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
  kernel :
    func : abs
  backward : abs_grad

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

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

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

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

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

56
- api : add
Z
zyfncg 已提交
57
  args : (Tensor x, Tensor y)
58
  output : Tensor
59
  infer_meta :
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74
    func : ElementwiseInferMeta
  kernel :
    func : add
  backward : add_grad
  # no_need_buffer : x, y

- api : addmm
  args : (Tensor input, Tensor x, Tensor y, float alpha, float beta)
  output : Tensor
  infer_meta :
    func : AddmmInferMeta
  kernel :
    func : addmm
  backward : addmm_grad

75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99
- api : all
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : all

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

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

Z
zyfncg 已提交
100 101 102 103 104 105 106 107 108 109 110 111 112 113
- api : arange
  args : (Tensor start, Tensor end, Tensor step, DataType dtype, Place place={})
  output : Tensor
  infer_meta :
    func : ArangeInferMeta
    param : [start, end, step]
  kernel :
    func : arange
    param : [start, end, step]
    data_type : dtype
    backend : place
  data_transform :
    support_trans_dtype : start, end, step

114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
# arg_max
- api : argmax
  args : (Tensor x, int64_t axis, bool keepdims, bool flatten, int dtype)
  output : Tensor
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
    func : arg_max

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

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

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

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

# atan
- api : atan
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : atan
  backward : atan_grad

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

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

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

- api : bce_loss
  args : (Tensor input, Tensor label)
  output : Tensor
  infer_meta :
    func : BCELossInferMeta
  kernel :
    func : bce_loss
  backward : bce_loss_grad

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

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

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

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

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

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

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

277 278 279 280 281 282 283 284 285
- api : ceil
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : ceil
  backward : ceil_grad

286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322
# cholesky
- api : cholesky
  args : (Tensor x, bool upper)
  output : Tensor
  infer_meta :
    func : CholeskyInferMeta
  kernel :
    func : cholesky
  backward : cholesky_grad

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

- api : concat
  args : (Tensor[] x, Scalar(int64_t) axis)
  output : Tensor
  infer_meta :
    func : ConcatInferMeta
    param : [x, axis]
  kernel :
    func : concat

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

F
From00 已提交
323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
- api : conv2d_transpose
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
  output : Tensor(out)
  infer_meta :
    func : ConvTransposeInferMeta
  kernel :
    func : conv2d_transpose
  backward : conv2d_transpose_grad

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

341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374
- api : copy_to
  args : (Tensor x, Place place, bool blocking)
  output : Tensor
  invoke : copy_to_impl(x, place, blocking)

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

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

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

375 376 377 378 379 380 381 382 383 384
- api : cumprod
  args : (Tensor x,  int dim)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : cumprod
  backward : cumprod_grad

385 386 387 388 389 390 391 392 393
# cumsum
- api : cumsum
  args : (Tensor x, int axis, bool flatten, bool exclusive, bool reverse)
  output : Tensor
  infer_meta :
    func : CumsumInferMeta
  kernel :
    func : cumsum

F
From00 已提交
394 395 396 397 398 399 400 401 402
- api : depthwise_conv2d_transpose
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format)
  output : Tensor(out)
  infer_meta :
    func : ConvTransposeInferMeta
  kernel :
    func : depthwise_conv2d_transpose
  backward : depthwise_conv2d_transpose_grad

403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465
- api : diag
  args : (Tensor x, int offset, float padding_value)
  output : Tensor
  infer_meta :
    func : DiagInferMeta
  kernel :
    func : diag

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

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

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

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

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

# eigh
- api : eigh
  args : (Tensor x, str uplo)
  output : Tensor(out_w), Tensor(out_v)
  infer_meta :
    func : EighInferMeta
  kernel :
    func : eigh
  backward : eigh_grad

466 467 468 469 470 471 472 473 474
- api : elementwise_pow
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : elementwise_pow
  backward : elementwise_pow_grad

475 476 477 478 479 480 481 482 483 484 485 486
# elu
- api : elu
  args : (Tensor x, float alpha)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : elu
  backward : elu_grad

- api : empty
487
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537
  output: Tensor
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : empty
    param : [shape, dtype]
    data_type : dtype
    backend : place

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

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

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

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

538 539 540 541 542 543 544 545 546 547
- api : expm1
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : expm1
  backward : expm1_grad

548 549
- api : flatten
  args : (Tensor x, int start_axis, int stop_axis)
550
  output : Tensor(out), Tensor(xshape)
551
  infer_meta :
552
    func : FlattenWithXShapeInferMeta
553
  kernel :
554 555 556 557 558
    func : flatten_with_xshape
    backend : x
  inplace : (x -> out)
  view : (x -> out)
  backward : flatten_grad
559 560 561 562 563 564 565 566 567 568

# flip
- api : flip
  args : (Tensor x, int[] axis)
  output : Tensor
  infer_meta :
    func : FlipInferMeta
  kernel :
    func : flip

569 570 571 572 573 574 575 576 577
- api : floor
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : floor
  backward : floor_grad

578 579 580 581 582 583 584 585
- api : floor_divide
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : floor_divide

586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605
- api : fmax
  args : (Tensor x, Tensor y,  int axis)
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmax
  backward : fmax_grad

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

F
From00 已提交
606 607 608 609 610 611 612 613 614
- api : frobenius_norm
  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

615
- api : full
616
  args : (IntArray shape, Scalar value, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638
  output: Tensor
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : full
    param : [shape, value, dtype]
    data_type : dtype
    backend : place

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

639 640 641 642 643 644 645 646 647 648
- api : gather
  args : (Tensor x, Tensor index, Scalar axis=0)
  output : Tensor(out)
  infer_meta :
    func : GatherInferMeta
  kernel :
    func : gather
    data_type: x
  backward : gather_grad

649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666
- api : gather_nd
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : GatherNdInferMeta
  kernel :
    func : gather_nd
    data_type : x
  backward : gather_nd_grad

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

667 668 669 670 671 672 673 674 675 676
- api : gelu
  args : (Tensor x,  bool approximate)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : gelu
  backward : gelu_grad

677
- api : greater_equal
678 679 680 681 682
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
  infer_meta :
    func : CompareInferMeta
  kernel :
683
    func : greater_equal
684

685
- api : greater_than
686 687 688 689 690
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
  infer_meta :
    func : CompareInferMeta
  kernel :
691
    func : greater_than
692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708

- api : gumbel_softmax
  args : (Tensor x, float temperature, bool hard, int axis)
  output : Tensor
  infer_meta :
    func : GumbelSoftmaxInferMeta
  kernel :
    func : gumbel_softmax
  # backward : gumbel_softmax_grad

# hard_shrink
- api : hard_shrink
  args : (Tensor x, float threshold)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
709
  kernel :
710 711
    func : hard_shrink
  backward : hard_shrink_grad
712

713 714 715
# hard_sigmoid
- api : hard_sigmoid
  args : (Tensor x, float slope, float offset)
716
  output : Tensor
717
  infer_meta :
718 719
    func : UnchangedInferMeta
    param : [x]
720
  kernel :
721 722
    func : hard_sigmoid
  backward : hard_sigmoid_grad
723

H
hong 已提交
724 725 726 727 728 729 730 731 732
# histogram
- api : histogram
  args : (Tensor x, int64_t bins, int min, int max)
  output : Tensor
  infer_meta :
    func : HistogramInferMeta
  kernel :
    func : histogram

733 734 735 736 737 738 739 740
- api : huber_loss
  args : (Tensor input, Tensor label, float delta)
  output : Tensor(out), Tensor(residual)
  infer_meta :
    func : HuberLossInferMeta
  kernel :
    func : huber_loss
  # backward : huber_loss_grad
741

742 743 744
# increment
- api : increment
  args : (Tensor x, float value)
745 746
  output : Tensor
  infer_meta :
747
    func : IncrementInferMeta
748
  kernel :
749
    func : increment
750

751 752 753 754 755 756 757 758 759 760 761
- api : index_sample
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : IndexSampleInferMeta
  kernel :
    func : index_sample
    data_type : x
  backward : index_sample_grad
  # no_need_buffer : x

F
From00 已提交
762 763 764 765 766 767 768 769 770 771
- api : index_select
  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

772 773
# is_empty
- api : is_empty
Z
zyfncg 已提交
774
  args : (Tensor x)
775 776
  output : Tensor
  infer_meta :
777
    func : IsEmptyInferMeta
778
  kernel :
779
    func : is_empty
780

781 782 783 784 785 786 787 788 789
- api : isclose
  args : (Tensor x, Tensor y, Scalar rtol, Scalar atol,  bool equal_nan)
  output : Tensor(out)
  infer_meta :
    func : ValueCompareInferMeta
    param: [x, y]
  kernel :
    func : isclose

790 791 792
# isfinite
- api : isfinite
  args : (Tensor x)
793
  output : Tensor
794 795 796 797
  infer_meta :
    func : IsfiniteInferMeta
  kernel :
    func : isfinite, infinite_sr
798

799 800 801
# isinf
- api : isinf
  args : (Tensor x)
802
  output : Tensor
803
  infer_meta :
804
    func : IsfiniteInferMeta
805
  kernel :
806
    func : isinf, isinf_sr
807

808 809 810
# isnan
- api : isnan
  args : (Tensor x)
811
  output : Tensor
812
  infer_meta :
813
    func : IsfiniteInferMeta
814
  kernel :
815
    func : isnan, isnan_sr
816

817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835
- api : kldiv_loss
  args : (Tensor x, Tensor label, str reduction)
  output : Tensor(out)
  infer_meta :
    func : KLDivInferMeta
  kernel :
    func : kldiv_loss
    data_type : x
  backward : kldiv_loss_grad

- api : kthvalue
  args : (Tensor x, int k, int axis, bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : KthvalueInferMeta
  kernel :
    func : kthvalue
  backward : kthvalue_grad

836 837 838 839
# leaky_relu
- api : leaky_relu
  args : (Tensor x, float alpha)
  output : Tensor
840
  infer_meta :
841 842
    func : UnchangedInferMeta
    param : [x]
843
  kernel :
844 845
    func : leaky_relu
  backward : leaky_relu_grad
846

847 848 849
- api : lerp
  args : (Tensor x, Tensor y, Tensor weight)
  output : Tensor
850
  infer_meta :
851
    func : LerpInferMeta
852
  kernel :
853 854
    func : lerp
  backward : lerp_grad
855

856 857
- api : less_equal
  args : (Tensor x, Tensor y, int axis = -1)
858
  output : Tensor
859
  infer_meta :
860
    func : CompareInferMeta
861
  kernel :
862
    func : less_equal
863

864 865 866
- api : less_than
  args : (Tensor x, Tensor y, int axis = -1)
  output : Tensor
867
  infer_meta :
868
    func : CompareInferMeta
869
  kernel :
870
    func : less_than
871

872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916
- api : lgamma
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : lgamma
  backward : lgamma_grad

- api : log
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : log
  backward: log_grad

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

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

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

917 918 919 920
# log_loss
- api : log_loss
  args : (Tensor input, Tensor label, float epsilon)
  output : Tensor
921
  infer_meta :
922
    func : LogLossInferMeta
923
  kernel :
924 925
    func : log_loss
  backward : log_loss_grad
926

927 928 929 930 931 932 933 934 935
- api : log_softmax
  args : (Tensor x,  int axis)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMetaCheckAxis
  kernel :
    func : log_softmax
  backward : log_softmax_grad

936 937 938
# logical_and
- api : logical_and
  args : (Tensor x, Tensor y)
939
  output : Tensor
940
  infer_meta :
941
    func : ElementwiseInferMeta
942
  kernel :
943
    func : logical_and
944

945 946 947
# logical_not
- api : logical_not
  args : (Tensor x)
948
  output : Tensor
949
  infer_meta :
950
    func : UnchangedInferMeta
951
  kernel :
952
    func : logical_not
953

954 955
# logical_or
- api : logical_or
Z
zyfncg 已提交
956
  args : (Tensor x, Tensor y)
957
  output : Tensor
958
  infer_meta :
959 960
    func : ElementwiseInferMeta
  kernel :
961
    func : logical_or
962

963 964 965
# logical_xor
- api : logical_xor
  args : (Tensor x, Tensor y)
966
  output : Tensor
967 968 969 970
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_xor
971

972 973 974 975
# logsigmoid
- api : logsigmoid
  args : (Tensor x)
  output : Tensor
F
From00 已提交
976
  infer_meta :
977 978 979 980
    func : UnchangedInferMeta
  kernel :
    func : logsigmoid
  backward : logsigmoid_grad
F
From00 已提交
981

982 983 984 985 986 987 988 989 990
- api : logsumexp
  args : (Tensor x, int64_t[] axis,  bool keepdim,  bool reduce_all)
  output : Tensor(out)
  infer_meta :
    func : LogsumexpInferMeta
  kernel :
    func : logsumexp
  backward : logsumexp_grad

991 992 993 994
# masked_select
- api : masked_select
  args : (Tensor x, Tensor mask)
  output : Tensor
995
  infer_meta :
996
    func : MaskedSelectInferMeta
997
  kernel :
998 999 1000
    func : masked_select
    data_type : x
  backward : masked_select_grad
1001

1002 1003
- api : matmul
  args : (Tensor x, Tensor y, bool transpose_x = false, bool transpose_y = false)
Y
YuanRisheng 已提交
1004 1005
  output : Tensor
  infer_meta :
1006
    func : MatmulInferMeta
Y
YuanRisheng 已提交
1007
  kernel :
1008 1009
    func : matmul
  backward : matmul_grad
Y
YuanRisheng 已提交
1010

1011 1012 1013
# matrix_power
- api : matrix_power
  args : (Tensor x, int n)
1014
  output : Tensor
1015
  infer_meta :
1016 1017 1018
    func : UnchangedInferMeta
    param : [x]
  kernel :
1019 1020
    func : matrix_power
  backward : matrix_power_grad
1021

1022 1023 1024 1025 1026 1027 1028 1029 1030
- api : max
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : max
  backward : max_grad

F
From00 已提交
1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048
- api : max_pool2d_with_index
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool global_pooling, bool adaptive)
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : MaxPoolWithIndexInferMeta
  kernel :
    func : max_pool2d_with_index
  backward : max_pool2d_with_index_grad

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

1049 1050 1051 1052 1053 1054 1055 1056 1057
- api : maximum
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : maximum
  backward : maximum_grad

1058
- api : mean
1059 1060
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
1061
  infer_meta :
1062
    func : ReduceInferMeta
1063
  kernel :
1064
    func : mean
1065 1066 1067 1068 1069 1070 1071 1072 1073 1074
  backward : mean_grad

- api : min
  args : (Tensor x, int64_t[] dims={}, bool keep_dim=false)
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : min
  backward : min_grad
1075

1076 1077 1078 1079 1080 1081 1082 1083 1084
- api : minimum
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : minimum
  backward : minimum_grad

1085 1086 1087 1088 1089 1090 1091 1092 1093 1094
- api : mish
  args : (Tensor x, float lambda)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : mish
  backward : mish_grad

1095 1096 1097 1098 1099 1100 1101 1102 1103
- api : mode
  args : (Tensor x,  int axis,  bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ModeInferMeta
  kernel :
    func : mode
  backward : mode_grad

1104 1105 1106 1107 1108 1109 1110 1111 1112
- api : modulo
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : modulo
  backward : modulo_grad

1113 1114 1115
# multinomial
- api : multinomial
  args : (Tensor x, int num_samples, bool replacement)
1116 1117
  output : Tensor
  infer_meta :
1118
    func : MultinomialInferMeta
1119
  kernel :
1120
    func : multinomial
1121

1122
- api : multiply
Z
zyfncg 已提交
1123
  args : (Tensor x, Tensor y)
1124
  output : Tensor
1125
  infer_meta :
1126 1127
    func : ElementwiseInferMeta
  kernel :
1128 1129
    func : multiply
  backward : multiply_grad
1130

1131 1132
- api : mv
  args : (Tensor x, Tensor vec)
1133
  output : Tensor
1134
  infer_meta :
1135
    func : MvInferMeta
1136
  kernel :
1137 1138
    func : mv
  backward : mv_grad
1139

Z
zyfncg 已提交
1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150
- api : nll_loss
  args : (Tensor input, Tensor label, Tensor weight, int64_t ignore_index, str reduction)
  output : Tensor(out), Tensor(total_weight)
  infer_meta :
    func : NllLossRawInferMeta
  kernel :
    func : nll_loss
    data_type : input
  optional : weight
  backward : nll_loss_grad

1151 1152
- api : not_equal
  args : (Tensor x, Tensor y, int axis = -1)
1153
  output : Tensor
1154 1155 1156 1157
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : not_equal
H
hong 已提交
1158 1159

- api : one_hot
1160
  args : (Tensor x, Scalar(int) num_classes)
H
hong 已提交
1161 1162 1163 1164 1165
  output : Tensor
  infer_meta :
    func : OneHotInferMeta
  kernel :
    func : one_hot
1166

1167 1168 1169 1170 1171
- api : ones_like
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place={})
  output : Tensor
  invoke : full_like(x, 1, dtype, place)

1172 1173 1174 1175 1176 1177 1178 1179 1180
- api : p_norm
  args : (Tensor x,  float porder,  int axis,  float epsilon,  bool keepdim,  bool asvector=false)
  output : Tensor(out)
  infer_meta :
    func : PNormInferMeta
  kernel :
    func : p_norm
  backward : p_norm_grad

1181 1182 1183
# pad
- api : pad
  args : (Tensor x, int[] paddings, float pad_value)
H
hong 已提交
1184 1185
  output : Tensor
  infer_meta :
1186
    func : PadInferMeta
H
hong 已提交
1187
  kernel :
1188 1189
    func : pad
  # backward : pad_grad
H
hong 已提交
1190

1191 1192 1193 1194 1195 1196 1197 1198 1199
- api : pad3d
  args : (Tensor x, IntArray paddings, str mode,  float pad_value, str data_format)
  output : Tensor(out)
  infer_meta :
    func : Pad3dInferMeta
  kernel :
    func : pad3d
  backward : pad3d_grad

1200 1201 1202
# pixel_shuffle
- api : pixel_shuffle
  args : (Tensor x, int upscale_factor, str data_format)
H
hong 已提交
1203 1204
  output : Tensor
  infer_meta :
1205
    func : PixelShuffleInferMeta
H
hong 已提交
1206
  kernel :
1207 1208
    func : pixel_shuffle
  # backward : pixel_shuffle_grad
H
hong 已提交
1209

1210 1211
# poisson  // no need grad
- api : poisson
H
hong 已提交
1212 1213 1214 1215 1216
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
1217
    func : poisson
H
hong 已提交
1218

1219 1220 1221 1222 1223
- api : pool2d
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool ceil_mode, bool exclusive, str data_format, str pooling_type, bool global_pooling, bool adaptive, str padding_algorithm)
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
F
From00 已提交
1224
  kernel :
1225
    func : pool2d
F
From00 已提交
1226 1227 1228 1229 1230 1231 1232 1233 1234 1235
  backward : pool2d_grad 

- api : pool3d
  args : (Tensor x, int[] kernel_size, int[] strides, int[] paddings, bool ceil_mode, bool exclusive, str data_format, str pooling_type, bool global_pooling, bool adaptive, str padding_algorithm)
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
  kernel :
    func : pool3d
  backward : pool3d_grad
H
hong 已提交
1236

1237 1238 1239 1240 1241 1242 1243 1244 1245 1246
- api : pow
  args : (Tensor x, Scalar s)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : pow
  backward : pow_grad

1247 1248 1249 1250 1251 1252 1253 1254 1255
- api : prelu
  args : (Tensor x, Tensor alpha, str data_format, str mode)
  output : Tensor(out)
  infer_meta :
    func : PReluInferMeta
  kernel :
    func : prelu
  backward : prelu_grad

1256 1257 1258
# put_along_axis
- api : put_along_axis
  args : (Tensor x, Tensor index, Tensor value, int axis, str reduce)
H
hong 已提交
1259 1260
  output : Tensor
  infer_meta :
1261 1262
    func : UnchangedInferMeta
    param : [index]
H
hong 已提交
1263
  kernel :
1264 1265 1266
    func : put_along_axis
    data_type : x
  backward : put_along_axis_grad
H
hong 已提交
1267

Z
zyfncg 已提交
1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279
- api : randperm
  args : (int n, DataType dtype, Place place={})
  output : Tensor
  infer_meta :
    func : RandpermInferMeta
    param : [n, dtype]
  kernel :
    func : randperm
    param : [n, dtype]
    data_type : dtype
    backend : place

1280 1281 1282 1283 1284 1285 1286 1287 1288
- api : reciprocal
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : reciprocal
  backward : reciprocal_grad

1289 1290 1291
# reduce_prod
- api : reduce_prod
  args : (Tensor x, int64_t[] dims, bool keep_dim, bool reduce_all)
H
hong 已提交
1292 1293
  output : Tensor
  infer_meta :
1294
    func : ReduceInferMetaBase
H
hong 已提交
1295
  kernel :
H
hong 已提交
1296 1297
    func : prod_raw
  backward : reduce_prod_grad
H
hong 已提交
1298

1299 1300
- api : relu
  args : (Tensor x)
H
hong 已提交
1301 1302
  output : Tensor
  infer_meta :
1303
    func : UnchangedInferMeta
H
hong 已提交
1304
  kernel :
1305 1306 1307
    func : relu
  inplace : (x -> out)
  backward : relu_grad
H
hong 已提交
1308

1309
- api : reshape
1310
  args : (Tensor x, IntArray shape)
1311
  output : Tensor(out), Tensor(xshape)
H
hong 已提交
1312
  infer_meta :
1313
    func : ReshapeWithXShapeInferMeta
H
hong 已提交
1314
  kernel :
1315
    func : reshape_with_xshape
1316
  inplace : (x -> out)
1317 1318 1319
  view: (x -> out)
  intermediate : xshape
  backward: reshape_grad
H
hong 已提交
1320

F
From00 已提交
1321 1322 1323 1324 1325 1326 1327 1328 1329
- api : roll
  args : (Tensor x, IntArray shifts, int64_t[] axis)
  output : Tensor(out)
  infer_meta : 
    func : RollInferMeta
  kernel : 
    func : roll
  backward : roll_grad

1330 1331 1332 1333 1334 1335 1336 1337 1338
- api : round
  args : (Tensor x)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : round
  backward : round_grad

1339 1340
- api : scale
  args : (Tensor x, Scalar scale, float bias, bool bias_after_scale)
H
hong 已提交
1341 1342
  output : Tensor
  infer_meta :
1343 1344
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1345
  kernel :
1346 1347
    func : scale, scale_sr
  inplace : (x -> out)
1348
  backward : scale_grad
H
hong 已提交
1349 1350 1351 1352 1353 1354 1355 1356 1357 1358

- api : scatter
  args : (Tensor x, Tensor index, Tensor updates, bool overwrite)
  output : Tensor
  infer_meta :
    func : ScatterInferMeta
    dtype : x
  kernel :
    func : scatter
  backward : scatter_grad
1359
  # no_need_buffer : updates
H
hong 已提交
1360 1361 1362 1363 1364 1365 1366 1367 1368 1369

- api : scatter_nd_add
  args : (Tensor x, Tensor index, Tensor updates)
  output : Tensor
  infer_meta :
    func : ScatterNdAddInferMeta
    dtype : x
  kernel :
    func : scatter_nd_add
  backward : scatter_nd_add_grad
1370
  # no_need_buffer : updates
H
hong 已提交
1371

F
From00 已提交
1372 1373 1374 1375 1376 1377 1378 1379
- api : searchsorted
  args : (Tensor sorted_sequence, Tensor value, bool out_int32, bool right)
  output : Tensor(out)
  infer_meta :
    func : SearchsortedInferMeta
  kernel :
    func : searchsorted

1380 1381 1382 1383 1384 1385 1386 1387 1388
# segment_pool
- api : segment_pool
  args : (Tensor x, Tensor segment_ids, str pooltype)
  output : Tensor(out), Tensor(summed_ids)
  infer_meta :
    func : SegmentPoolInferMeta
  kernel :
    func : segment_pool
  backward : segment_pool_grad
H
hong 已提交
1389

1390 1391 1392
# selu
- api : selu
  args : (Tensor x, float scale, float alpha)
H
hong 已提交
1393 1394
  output : Tensor
  infer_meta :
1395 1396
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1397
  kernel :
1398 1399
    func : selu
  backward : selu_grad
H
hong 已提交
1400

1401 1402 1403 1404 1405 1406 1407 1408
- api : shape
  args : (Tensor input)
  output : Tensor
  infer_meta :
    func : ShapeInferMeta
  kernel :
    func : shape, shape_sr

1409 1410 1411 1412
# shard_index
- api : shard_index
  args : (Tensor in, int index_num, int nshards, int shard_id, int ignore_value)
  output : Tensor
H
hong 已提交
1413
  infer_meta :
1414
    func : ShardIndexInferMeta
H
hong 已提交
1415
  kernel :
1416
    func : shard_index
H
hong 已提交
1417

1418 1419 1420 1421
# sigmoid
- api : sigmoid
  args : (Tensor x)
  output : Tensor
H
hong 已提交
1422
  infer_meta :
1423
    func : UnchangedInferMeta
H
hong 已提交
1424
  kernel :
1425 1426
    func : sigmoid
  backward : sigmoid_grad
H
hong 已提交
1427

1428 1429 1430
# sigmoid_cross_entropy_with_logits
- api : sigmoid_cross_entropy_with_logits
  args : (Tensor x, Tensor label, bool normalize, int ignore_index)
H
hong 已提交
1431 1432
  output : Tensor
  infer_meta :
1433
    func : SigmoidCrossEntropyWithLogitsInferMeta
H
hong 已提交
1434
  kernel :
1435 1436
    func : sigmoid_cross_entropy_with_logits
  backward : sigmoid_cross_entropy_with_logits_grad
H
hong 已提交
1437

1438 1439
- api : sign
  args : (Tensor x)
H
hong 已提交
1440 1441
  output : Tensor
  infer_meta :
1442
    func : UnchangedInferMeta
H
hong 已提交
1443
  kernel :
1444
    func : sign
H
hong 已提交
1445

1446 1447 1448
# silu
- api : silu
  args : (Tensor x)
H
hong 已提交
1449 1450
  output : Tensor
  infer_meta :
1451
    func : UnchangedInferMeta
H
hong 已提交
1452
  kernel :
1453 1454
    func : silu
  backward : silu_grad
H
hong 已提交
1455

1456 1457 1458
# sin
- api : sin
  args : (Tensor x)
H
hong 已提交
1459 1460
  output : Tensor
  infer_meta :
1461
    func : UnchangedInferMeta
H
hong 已提交
1462
  kernel :
1463 1464
    func : sin
  backward : sin_grad
H
hong 已提交
1465

1466 1467 1468
# sinh
- api : sinh
  args : (Tensor x)
H
hong 已提交
1469 1470
  output : Tensor
  infer_meta :
1471
    func : UnchangedInferMeta
H
hong 已提交
1472
  kernel :
1473 1474
    func : sinh
  backward : sinh_grad
H
hong 已提交
1475

1476 1477 1478
# size
- api : size
  args : (Tensor x)
H
hong 已提交
1479 1480
  output : Tensor
  infer_meta :
1481
    func : SizeInferMeta
H
hong 已提交
1482
  kernel :
1483
    func : size
H
hong 已提交
1484

1485 1486 1487
# soft_shrink
- api : soft_shrink
  args : (Tensor x, float lambda)
H
hong 已提交
1488 1489
  output : Tensor
  infer_meta :
1490 1491
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1492
  kernel :
1493 1494
    func : soft_shrink
  backward : soft_shrink_grad
H
hong 已提交
1495

1496 1497 1498 1499 1500 1501 1502 1503
- api : softmax
  args : (Tensor x, int axis)
  output : Tensor
  infer_meta :
    func : SoftmaxInferMeta
  kernel :
    func : softmax
  backward : softmax_grad
H
hong 已提交
1504

1505
- api : split
1506
  args : (Tensor x, IntArray num_or_sections, Scalar(int) axis)
1507 1508
  output : Tensor[]
  invoke : split_impl(x, num_or_sections, axis)
H
hong 已提交
1509

1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527
- api : sqrt
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sqrt
  backward : sqrt_grad

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

1528 1529 1530 1531 1532 1533 1534 1535 1536 1537
- api : squeeze
  args : (Tensor x, int[] axes)
  output : Tensor(xshape), Tensor(out)
  infer_meta :
    func : SqueezeInferMeta
  kernel :
    func : squeeze
  view: (x -> out)
  backward : squeeze_grad

1538 1539 1540 1541 1542 1543 1544 1545 1546
- api : strided_slice
  args : (Tensor x, int[] axes, IntArray starts, IntArray ends, IntArray strides)
  output : Tensor
  infer_meta :
    func : StridedSliceInferMeta
  kernel :
    func : strided_slice
  backward : strided_slice_grad

1547 1548 1549
- api : subtract
  args : (Tensor x, Tensor y)
  output : Tensor
H
hong 已提交
1550
  infer_meta :
1551
    func : ElementwiseInferMeta
H
hong 已提交
1552
  kernel :
1553 1554 1555
    func : subtract
  backward : subtract_grad
  # no_need_buffer : x, y
H
hong 已提交
1556

1557 1558
- api : sum
  args : (Tensor x, int64_t[] axis={}, DataType dtype=DataType::UNDEFINED, bool keep_dim=false)
H
hong 已提交
1559 1560
  output : Tensor
  infer_meta :
1561
    func : SumInferMeta
H
hong 已提交
1562
  kernel :
1563 1564
    func : sum
    data_type : x
H
hong 已提交
1565

1566 1567 1568
# take_along_axis
- api : take_along_axis
  args : (Tensor x, Tensor index, int axis)
H
hong 已提交
1569 1570
  output : Tensor
  infer_meta :
1571 1572
    func : UnchangedInferMeta
    param : [index]
H
hong 已提交
1573
  kernel :
1574
    func : take_along_axis
H
hong 已提交
1575
    data_type : x
1576
  backward : take_along_axis_grad
H
hong 已提交
1577

1578 1579 1580
# tan
- api : tan
  args : (Tensor x)
H
hong 已提交
1581 1582
  output : Tensor
  infer_meta :
1583
    func : UnchangedInferMeta
H
hong 已提交
1584
  kernel :
1585 1586
    func : tan
  backward : tan_grad
H
hong 已提交
1587

1588 1589 1590
# tanh
- api : tanh
  args : (Tensor x)
H
hong 已提交
1591 1592
  output : Tensor
  infer_meta :
1593
    func : UnchangedInferMeta
H
hong 已提交
1594
  kernel :
1595 1596
    func : tanh
  backward : tanh_grad
H
hong 已提交
1597

1598 1599 1600
# tanh_shrink
- api : tanh_shrink
  args : (Tensor x)
H
hong 已提交
1601 1602
  output : Tensor
  infer_meta :
1603
    func : UnchangedInferMeta
H
hong 已提交
1604
  kernel :
1605 1606
    func : tanh_shrink
  backward : tanh_shrink_grad
H
hong 已提交
1607

1608 1609 1610
# thresholded_relu
- api : thresholded_relu
  args : (Tensor x, float threshold)
H
hong 已提交
1611 1612
  output : Tensor
  infer_meta :
1613 1614
    func : UnchangedInferMeta
    param : [x]
H
hong 已提交
1615
  kernel :
1616 1617
    func : thresholded_relu
  backward : thresholded_relu_grad
H
hong 已提交
1618

1619 1620
# tile
- api : tile
1621
  args : (Tensor x, IntArray repeat_times)
H
hong 已提交
1622 1623
  output : Tensor
  infer_meta :
1624
    func : TileInferMeta
H
hong 已提交
1625
  kernel :
1626 1627 1628
    func : tile
  backward : tile_grad
  # no_need_buffer : x
H
hong 已提交
1629

1630 1631 1632 1633 1634 1635 1636 1637 1638
- api : top_k
  args : (Tensor x, Scalar k, int axis = -1, bool largest = true, bool sorted = true)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : TopKInferMeta
  kernel :
    func : top_k
  backward : top_k_grad

1639 1640
- api : trace
  args : (Tensor x, int offset, int axis1, int axis2)
H
hong 已提交
1641 1642
  output : Tensor
  infer_meta :
1643
    func : TraceInferMeta
H
hong 已提交
1644
  kernel :
1645 1646 1647
    func : trace
  backward : trace_grad
  no_need_buffer : x
H
hong 已提交
1648

1649 1650
- api : transpose
  args : (Tensor x, int[] axis)
H
hong 已提交
1651 1652
  output : Tensor
  infer_meta :
1653
    func : TransposeInferMeta
H
hong 已提交
1654
  kernel :
1655 1656
    func : transpose
  backward : transpose_grad
H
hong 已提交
1657

1658 1659 1660 1661 1662 1663 1664 1665
- api : triangular_solve
  args : (Tensor x, Tensor y, bool upper, bool transpose, bool unitriangular)
  output : Tensor
  infer_meta :
    func : TriangularSolveInferMeta
  kernel :
    func : triangular_solve
  # backward : triangular_solve_grad
H
hong 已提交
1666

F
From00 已提交
1667 1668 1669 1670 1671 1672 1673 1674 1675
- api : tril_triu
  args : (Tensor x,  int diagonal,  bool lower)
  output : Tensor(out)
  infer_meta : 
    func : TrilTriuInferMeta
  kernel : 
    func : tril_triu
  backward : tril_triu_grad

1676 1677 1678 1679 1680 1681 1682 1683
- api : trunc
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : trunc
  backward : trunc_grad
H
hong 已提交
1684

1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695
# unfold
- api : unfold
  args : (Tensor x, int[] kernel_sizes, int[] strides, int[] paddings, int[] dilations)
  output : Tensor
  infer_meta :
    func : UnfoldInferMeta
  kernel :
    func : unfold
  backward : unfold_grad
  # no_need_buffer : x

1696 1697 1698 1699 1700 1701 1702 1703 1704 1705
- api : unsqueeze
  args : (Tensor x, IntArray axes)
  output : Tensor(xshape), Tensor(out)
  infer_meta :
    func : UnsqueezeInferMeta
  kernel :
    func : unsqueeze
  view: (x -> out)
  backward : unsqueeze_grad

1706 1707 1708 1709 1710 1711 1712 1713 1714
# viterbi_decode
- api : viterbi_decode
  args : (Tensor input, Tensor transition, Tensor length, bool include_bos_eos_tag)
  output : Tensor(scores), Tensor(path)
  infer_meta :
    func : ViterbiDecodeInferMeta
  kernel :
    func : viterbi_decode
    data_type : input
H
hong 已提交
1715

1716 1717 1718 1719 1720 1721 1722 1723
- api : where
  args : (Tensor condition, Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : WhereInferMeta
  kernel :
    func : where
  backward : where_grad
H
hong 已提交
1724

1725 1726 1727 1728 1729 1730 1731 1732 1733
# where_index
- api : where_index
  args : (Tensor condition)
  output : Tensor
  infer_meta :
    func : WhereIndexInferMeta
  kernel :
    func : where_index
  # no_need_buffer : x, y
H
hong 已提交
1734

1735 1736 1737 1738 1739 1740 1741 1742 1743
# yolo_box
- api : yolo_box
  args : (Tensor x, Tensor img_size, int[] anchors, int class_num, float conf_thresh, int downsample_ratio, bool clip_bbox, float scale_x_y=1.0, bool iou_aware=false, float iou_aware_factor=0.5)
  output : Tensor(boxes), Tensor(scores)
  infer_meta :
    func : YoloBoxInferMeta
  kernel :
    func : yolo_box
    data_type : x
H
hong 已提交
1744

1745 1746 1747 1748
- api : zeros_like
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place = {})
  output : Tensor
  invoke : full_like(x, 0, dtype, place)