legacy_ops.yaml 64.6 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 : adadelta_
Z
zyfncg 已提交
23 24 25 26 27 28
  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
29
  inplace : (param -> param_out), (avg_squared_grad -> moment_out), (avg_squared_update -> inf_norm_out)
Z
zyfncg 已提交
30

31
- op : adagrad_
C
caozhou 已提交
32 33 34 35 36 37 38 39 40 41
  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)

42
- op : adam_
Z
zyfncg 已提交
43 44
  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)
45 46 47 48 49 50
  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
51
  optional : master_param, skip_update
52
  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
53

54
- op : adamax_
Z
zyfncg 已提交
55 56 57 58 59 60
  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
61
  inplace : (param -> param_out), (moment -> avg_squared_grad_out), (inf_norm -> avg_squared_update_out)
Z
zyfncg 已提交
62

63
- op : adamw_
Z
zyfncg 已提交
64 65
  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
66 67 68 69 70
  infer_meta :
    func : AdamwInferMeta
  kernel :
    func : adamw
    data_type : param
Z
zyfncg 已提交
71
  optional : master_param, skip_update
C
Charles-hit 已提交
72
  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
73

74
- op : add
Z
zyfncg 已提交
75
  args : (Tensor x, Tensor y)
76
  output : Tensor(out)
Z
zyfncg 已提交
77 78 79 80
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : add
81
  inplace : (x -> out)
Z
zyfncg 已提交
82 83
  backward : add_grad

84
- op : add_n
85
  args : (Tensor[] inputs)
Z
zyfncg 已提交
86
  output : Tensor
87
  invoke : add_n_impl(inputs)
Z
zyfncg 已提交
88 89
  backward : add_n_grad

90
- op : addmm
91
  args : (Tensor input, Tensor x, Tensor y, float beta, float alpha)
Z
zyfncg 已提交
92 93 94 95 96 97 98
  output : Tensor
  infer_meta :
    func : AddmmInferMeta
  kernel :
    func : addmm
  backward : addmm_grad

99
- op : affine_grid
100
  args : (Tensor input, IntArray outputShape, bool align_corners=true)
101 102 103 104 105 106 107 108 109 110
  output : Tensor
  infer_meta :
    func : AffineGridInferMeta
    param : [input, outputShape, align_corners]
  kernel :
    func : affine_grid
    param : [input, outputShape, align_corners]
    data_type : input
  backward : affine_grid_grad

111
- op : all
112
  args : (Tensor x, int64_t[] axis={}, bool keepdim=false)
Z
zyfncg 已提交
113 114 115 116 117 118
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : all

119
- op : allclose
Z
zyfncg 已提交
120 121 122 123 124 125 126 127
  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

128
- op : amax
129
  args : (Tensor x, int64_t[] axis={}, bool keepdim=false)
130 131 132 133 134 135 136
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : amax
  backward : amax_grad

137
- op : amin
138
  args : (Tensor x, int64_t[] axis={}, bool keepdim=false)
139 140 141 142 143 144 145
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : amin
  backward : amin_grad

146
- op : any
147
  args : (Tensor x, int64_t[] axis={}, bool keepdim=false)
Z
zyfncg 已提交
148 149 150 151 152 153
  output : Tensor(out)
  infer_meta :
    func : ReduceInferMeta
  kernel :
    func : any

154
- op : arange
Z
zyfncg 已提交
155
  args : (Tensor start, Tensor end, Tensor step, DataType dtype, Place place={})
156
  output : Tensor(out)
Z
zyfncg 已提交
157 158 159 160 161 162 163 164 165 166 167
  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

168
- op : argmax
169
  args : (Tensor x, Scalar axis, bool keepdims, bool flatten, int dtype)
170
  output : Tensor(out)
Z
zyfncg 已提交
171 172 173
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
Z
zyfncg 已提交
174
    func : argmax
Z
zyfncg 已提交
175

176
- op : argmin
177
  args : (Tensor x, Scalar axis, bool keepdims, bool flatten, int dtype)
178
  output : Tensor(out)
Z
zyfncg 已提交
179 180 181
  infer_meta :
    func : ArgMinMaxInferMeta
  kernel :
Z
zyfncg 已提交
182
    func : argmin
Z
zyfncg 已提交
183

184
- op : assign
Z
zyfncg 已提交
185 186 187 188 189 190 191 192
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : assign
  backward : assign_grad

193
- op : assign_out_
Z
zyfncg 已提交
194 195 196 197 198 199 200 201 202 203 204
  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

205
- op : assign_value_
206 207 208 209 210 211 212 213 214 215
  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
216
    backend : place > output
217

218
- op : auc
219
  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
220 221 222 223 224
  output : Tensor(auc), Tensor(stat_pos_out), Tensor(stat_neg_out)
  infer_meta :
    func : AucInferMeta
  kernel :
    func : auc
225
  optional : ins_tag_weight
Z
zyfncg 已提交
226

227
- op : average_accumulates_
228 229 230 231 232 233 234 235 236
  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)

237
- op : batch_norm
238
  args : (Tensor x, Tensor mean, Tensor variance, Tensor scale, Tensor bias, bool is_test, float momentum, float epsilon, str data_layout, bool use_global_stats, bool trainable_statistics)
Z
zyfncg 已提交
239
  output : Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
240 241 242 243 244 245
  infer_meta:
    func : BatchNormInferMeta
  kernel :
    func : batch_norm
    data_type : x
  view : (mean -> mean_out), (variance -> variance_out)
Z
zyfncg 已提交
246 247
  backward : batch_norm_grad

248
- op : bce_loss
Z
zyfncg 已提交
249 250 251 252 253 254 255 256
  args : (Tensor input, Tensor label)
  output : Tensor
  infer_meta :
    func : BCELossInferMeta
  kernel :
    func : bce_loss
  backward : bce_loss_grad

257
- op : bicubic_interp
258 259 260 261 262 263 264 265 266 267
  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

268
- op : bilinear_interp
269 270 271 272 273 274 275 276 277 278
  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

279
- op : bilinear_tensor_product
280 281 282 283 284 285 286 287 288
  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

289 290 291 292 293 294 295 296 297
- op : bincount
  args: (Tensor x, Tensor weights, Scalar minlength)
  output: Tensor(out)
  infer_meta:
    func: BincountInferMeta
  kernel:
    func: bincount
  optional: weights

298
- op : bitwise_and
Z
zyfncg 已提交
299
  args : (Tensor x, Tensor y)
300
  output : Tensor(out)
Z
zyfncg 已提交
301 302 303 304 305
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_and

306
- op : bitwise_not
Z
zyfncg 已提交
307
  args : (Tensor x)
308
  output : Tensor(out)
Z
zyfncg 已提交
309 310 311 312 313
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : bitwise_not

314
- op : bitwise_or
Z
zyfncg 已提交
315
  args : (Tensor x, Tensor y)
316
  output : Tensor(out)
Z
zyfncg 已提交
317 318 319 320 321
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_or

322
- op : bitwise_xor
Z
zyfncg 已提交
323
  args : (Tensor x, Tensor y)
324
  output : Tensor(out)
Z
zyfncg 已提交
325 326 327 328 329
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : bitwise_xor

330
- op : box_coder
L
lyq 已提交
331 332 333 334 335 336 337 338
  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

339 340 341 342 343 344 345 346 347
- op : broadcast_tensors
  args: (Tensor[] input)
  output: Tensor[]{input.size()}
  infer_meta:
    func: BroadcastTensorsInferMeta
  kernel:
    func: broadcast_tensors
  backward: broadcast_tensors_grad

348
- op : cast
349
  args : (Tensor x, DataType dtype)
Z
zyfncg 已提交
350 351 352 353 354
  output : Tensor
  infer_meta :
    func : CastInferMeta
  kernel :
    func : cast
355
    param : [x, dtype]
Z
zyfncg 已提交
356 357 358
    data_type : x
  backward : cast_grad

359 360 361 362 363 364 365 366 367 368 369 370
- 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)

371
- op : class_center_sample
372 373 374
  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 :
375
    func : ClassCenterSampleInferMeta
376
  kernel :
377
    func : class_center_sample
378

379
- op : clip
Z
zyfncg 已提交
380 381 382 383 384 385 386 387 388 389
  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

390
- op : clip_by_norm
L
lyq 已提交
391 392 393 394 395 396 397
  args : (Tensor x, float max_norm)
  output : Tensor(out)
  infer_meta :
    func : ClipByNormInferMeta
  kernel :
    func : clip_by_norm

398
- op : coalesce_tensor
399 400 401 402 403 404 405 406
  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

407
- op : complex
408
  args : (Tensor real, Tensor imag)
409 410 411 412 413 414 415
  output : Tensor
  infer_meta :
    func : ComplexInferMeta
  kernel :
    func : complex
  backward : complex_grad

416
- op : concat
Z
zyfncg 已提交
417 418 419 420 421 422 423 424 425
  args : (Tensor[] x, Scalar(int64_t) axis)
  output : Tensor
  infer_meta :
    func : ConcatInferMeta
    param : [x, axis]
  kernel :
    func : concat
  backward : concat_grad

426
- op : conv2d
427
  args : (Tensor input, Tensor filter, int[] strides, int[] paddings, str padding_algorithm, int[] dilations, int groups, str data_format)
Z
zyfncg 已提交
428
  output : Tensor
Z
zyfncg 已提交
429 430 431 432
  infer_meta :
    func : ConvInferMeta
  kernel :
    func : conv2d
Z
zyfncg 已提交
433 434
  backward : conv2d_grad

435
- op : conv2d_transpose
436
  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
437 438
  output : Tensor(out)
  infer_meta :
439
    func : Conv2dTransposeInferMeta
Z
zyfncg 已提交
440 441 442 443
  kernel :
    func : conv2d_transpose
  backward : conv2d_transpose_grad

444
- op : conv3d
445
  args : (Tensor input, Tensor filter, int[] strides, int[] paddings, str padding_algorithm, int groups, int[] dilations, str data_format)
Z
zyfncg 已提交
446
  output : Tensor
Z
zyfncg 已提交
447
  infer_meta :
448
    func : Conv3DInferMeta
Z
zyfncg 已提交
449 450
  kernel :
    func : conv3d
Z
zyfncg 已提交
451 452
  backward : conv3d_grad

453
- op : conv3d_transpose
Z
zyfncg 已提交
454 455 456 457 458 459 460 461
  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

462
- op : copy_to
Z
zyfncg 已提交
463
  args : (Tensor x, Place place, bool blocking)
464
  output : Tensor(out)
Z
zyfncg 已提交
465 466
  invoke : copy_to_impl(x, place, blocking)

467
- op : crop
468 469 470
  args : (Tensor x, IntArray shape, IntArray offsets)
  output : Tensor(out)
  infer_meta :
471
    func : CropInferMeta
472
  kernel :
473
    func : crop
474
    data_type : x
475
  backward : crop_grad
476

Z
zyfncg 已提交
477
# Part of python API paddle.nn.functional.cross_entropy
478
- op : cross_entropy_with_softmax
Z
zyfncg 已提交
479 480 481 482 483 484 485 486 487
  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

488
- op : cumprod
Z
zyfncg 已提交
489 490 491 492 493 494 495 496 497
  args : (Tensor x,  int dim)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : cumprod
  backward : cumprod_grad

498
- op : cumsum
W
WangZhen 已提交
499
  args : (Tensor x, Scalar axis, bool flatten, bool exclusive, bool reverse)
Z
zyfncg 已提交
500 501
  output : Tensor(out)
  infer_meta :
W
WangZhen 已提交
502
    func : CumScalarAxisInferMeta
Z
zyfncg 已提交
503 504 505 506
  kernel :
    func : cumsum
  backward : cumsum_grad

507
- op : decode_jpeg
Y
YuanRisheng 已提交
508
  args : (Tensor x, str mode, Place place)
W
wuyefeilin 已提交
509 510 511
  output : Tensor(out)
  infer_meta :
    func : DecodeJpegInferMeta
Y
YuanRisheng 已提交
512
    param : [x, mode]
W
wuyefeilin 已提交
513 514
  kernel :
    func : decode_jpeg
Y
YuanRisheng 已提交
515 516
    param : [x, mode]
    backend : place
W
wuyefeilin 已提交
517

518
- op : deformable_conv
Z
zyfncg 已提交
519 520 521 522 523 524 525 526 527 528
  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

529
- op : depthwise_conv2d
530
  args : (Tensor x, Tensor filter, int[] strides, int[] paddings, str padding_algorithm, int groups, int[] dilations, str data_format)
Z
zyfncg 已提交
531 532
  output : Tensor(out)
  infer_meta :
533
    func : DepthwiseConvInferMeta
534
    param : [x, filter, strides, paddings, padding_algorithm, groups, dilations, data_format]
Z
zyfncg 已提交
535 536
  kernel :
    func : depthwise_conv2d
537
    param : [x, filter, strides, paddings, padding_algorithm, groups, dilations, data_format]
Z
zyfncg 已提交
538 539
  backward : depthwise_conv2d_grad

540
- op : depthwise_conv2d_transpose
541
  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
542 543
  output : Tensor(out)
  infer_meta :
544
    func : Conv2dTransposeInferMeta
Z
zyfncg 已提交
545 546 547 548
  kernel :
    func : depthwise_conv2d_transpose
  backward : depthwise_conv2d_transpose_grad

549 550 551 552 553 554 555 556
- op : dirichlet
  args: (Tensor alpha)
  output: Tensor(out)
  infer_meta:
    func: DirichletInferMeta
  kernel:
    func: dirichlet

557
- op : distribute_fpn_proposals
558 559 560 561 562 563 564 565 566
  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

567
- op : divide
Z
zyfncg 已提交
568 569 570 571 572 573 574 575
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : divide
  backward : divide_grad

576
- op : dropout
577
  args : (Tensor x, Tensor seed_tensor, Scalar p, bool is_test, str mode, int seed, bool fix_seed)
Z
zyfncg 已提交
578 579 580 581 582 583 584 585 586
  output : Tensor(out), Tensor(mask)
  infer_meta :
    func : DropoutInferMeta
  kernel :
    func : dropout
    data_type : x
  optional : seed_tensor
  backward : dropout_grad

587
- op : edit_distance
Z
zhiboniu 已提交
588 589 590 591 592 593 594 595 596
  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

597
- op : eigvalsh
598 599 600 601 602 603 604 605
  args : (Tensor x, str uplo, bool is_test)
  output : Tensor(eigenvalues), Tensor(eigenvectors)
  infer_meta :
    func : EigvalshInferMeta
  kernel :
    func : eigvalsh
  backward : eigvalsh_grad

606
- op : einsum
Z
zyfncg 已提交
607 608 609
  args : (Tensor[] x, str equation)
  output : Tensor, Tensor[]{x.size()}, Tensor[]{x.size()}
  infer_meta :
610
    func : EinsumRawInferMeta
Z
zyfncg 已提交
611 612
    param : [x, equation]
  kernel :
613
    func : einsum_raw
Z
zyfncg 已提交
614 615
  backward : einsum_grad

616
- op : elementwise_pow
Z
zyfncg 已提交
617 618 619 620 621 622 623 624
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : elementwise_pow
  backward : elementwise_pow_grad

625
- op : embedding
Z
zyfncg 已提交
626 627
  args : (Tensor x, Tensor weight, int64_t padding_idx=-1, bool sparse=false)
  output : Tensor
628 629 630 631 632 633 634 635
  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
636 637
  backward : embedding_grad

638
- op : empty
Z
zyfncg 已提交
639
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
640
  output: Tensor(out)
Z
zyfncg 已提交
641 642 643 644 645 646 647 648 649
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : empty
    param : [shape, dtype]
    data_type : dtype
    backend : place

650
- op : empty_like
Z
zyfncg 已提交
651
  args : (Tensor x, DataType dtype = DataType::UNDEFINED, Place place = {})
652
  output: Tensor(out)
Z
zyfncg 已提交
653 654 655 656 657 658 659 660 661
  infer_meta :
    func : CreateLikeInferMeta
    param : [x, dtype]
  kernel :
    func : empty_like
    param : [x, dtype]
    data_type : dtype > x
    backend : place > x

662
- op : equal
663
  args : (Tensor x, Tensor y)
664
  output : Tensor(out)
Z
zyfncg 已提交
665 666 667 668 669
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : equal

670
- op : expand
Z
zyfncg 已提交
671 672 673 674 675 676 677 678
  args : (Tensor x, IntArray shape)
  output : Tensor
  infer_meta :
    func : ExpandInferMeta
  kernel :
    func : expand
  backward : expand_grad

679
- op : expand_as
Z
zyfncg 已提交
680 681 682 683 684 685 686 687 688
  args : (Tensor x, Tensor y, int[] target_shape)
  output : Tensor
  infer_meta :
    func : ExpandAsInferMeta
  kernel :
    func : expand_as
  optional : y
  backward : expand_as_grad

689
- op : exponential_
690
  args : (Tensor x, float lam)
691 692 693 694 695 696 697 698 699
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : exponential
  inplace : (x -> out)
  backward : exponential__grad

700
- op : eye
701
  args : (Scalar num_rows, Scalar num_columns, DataType dtype=DataType::FLOAT32, Place place={})
Z
zyfncg 已提交
702 703 704 705 706 707 708 709 710 711
  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

712
- op : fill
713 714 715 716 717 718 719 720 721 722
  args : (Tensor x, Scalar value)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : fill
  inplace : (x -> out)
  backward: fill_grad

723
- op : fill_diagonal
Z
zhiboniu 已提交
724 725 726 727 728 729 730 731 732
  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

733
- op : flatten
Z
zyfncg 已提交
734 735 736 737 738 739 740 741 742 743 744 745
  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

746
- op : floor_divide
Z
zyfncg 已提交
747 748 749 750 751 752 753
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : floor_divide

754
- op : fmax
755
  args : (Tensor x, Tensor y)
Z
zyfncg 已提交
756 757 758 759 760 761 762 763
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmax
  backward : fmax_grad

764
- op : fmin
765
  args : (Tensor x, Tensor y)
Z
zyfncg 已提交
766 767 768 769 770 771 772 773
  output : Tensor(out)
  infer_meta :
    param: [x, y]
    func : ElementwiseInferMeta
  kernel :
    func : fmin
  backward : fmin_grad

774
- op : frame
C
Charles-hit 已提交
775 776 777 778 779 780
  args : (Tensor x, int frame_length, int hop_length, int axis)
  output : Tensor(out)
  infer_meta :
    func : FrameInferMeta
  kernel :
    func : frame
781
  backward : frame_grad
C
Charles-hit 已提交
782

783
- op : frobenius_norm
Z
zyfncg 已提交
784 785 786 787 788 789 790 791
  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

792
- op : full
Z
zyfncg 已提交
793
  args : (IntArray shape, Scalar value, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
794
  output: Tensor(out)
Z
zyfncg 已提交
795 796 797 798 799 800 801 802 803
  infer_meta :
    func : CreateInferMeta
    param : [shape, dtype]
  kernel :
    func : full
    param : [shape, value, dtype]
    data_type : dtype
    backend : place

804
- op : full_
805 806 807 808 809 810 811 812 813 814 815 816
  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

817
- op : full_batch_size_like
Z
zyfncg 已提交
818
  args : (Tensor input, int[] shape, DataType dtype, Scalar value, int input_dim_idx, int output_dim_idx, Place place=CPUPlace())
819
  output: Tensor(out)
Z
zyfncg 已提交
820 821 822 823 824 825 826 827 828
  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

829
- op : full_like
Z
zyfncg 已提交
830
  args : (Tensor x, Scalar value, DataType dtype = DataType::UNDEFINED, Place place = {})
831
  output: Tensor(out)
Z
zyfncg 已提交
832 833 834 835 836 837 838 839 840 841 842
  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

843
- op : gather
Z
zyfncg 已提交
844 845 846 847 848 849 850 851 852
  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

853
- op : gather_nd
Z
zyfncg 已提交
854 855 856 857 858 859 860 861 862
  args : (Tensor x, Tensor index)
  output : Tensor
  infer_meta :
    func : GatherNdInferMeta
  kernel :
    func : gather_nd
    data_type : x
  backward : gather_nd_grad

863
- op : gaussian
Z
zyfncg 已提交
864
  args : (IntArray shape, float mean, float std, int seed, DataType dtype, Place place={})
865
  output: Tensor(out)
Z
zyfncg 已提交
866
  infer_meta :
867
    func : GaussianInferMeta
Z
zyfncg 已提交
868 869
    param : [shape, mean, std, seed, dtype]
  kernel :
870
    func : gaussian
Z
zyfncg 已提交
871 872 873 874
    param : [shape, mean, std, seed, dtype]
    data_type : dtype
    backend : place

875
- op : generate_proposals
Z
zhiboniu 已提交
876 877 878 879 880 881 882
  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

883
- op : greater_equal
884
  args : (Tensor x, Tensor y)
885
  output : Tensor(out)
Z
zyfncg 已提交
886 887 888 889 890
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : greater_equal

891
- op : greater_than
892
  args : (Tensor x, Tensor y)
893
  output : Tensor(out)
Z
zyfncg 已提交
894 895 896 897 898
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : greater_than

899
- op : group_norm
Z
zyfncg 已提交
900 901 902 903 904 905 906 907 908 909
  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

910
- op : hardswish
911
  args : (Tensor x)
Z
zyfncg 已提交
912 913 914 915 916
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
Z
zyfncg 已提交
917
    func : hardswish
918
  backward : hardswish_grad
Z
zyfncg 已提交
919

920 921 922 923 924 925 926
- op : hardtanh
  args : (Tensor x, float t_min, float t_max)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
Z
zyfncg 已提交
927
    func : hardtanh
928 929
  backward : hardtanh_grad

930
- op : hsigmoid_loss
931
  args : (Tensor x, Tensor label, Tensor w, Tensor bias, Tensor path, Tensor code, int num_classes, bool remote_prefetch, bool is_sparse)
932 933 934 935 936 937 938 939 940
  output : Tensor(out), Tensor(pre_out), Tensor(w_out)
  infer_meta :
    func : HSigmoidLossInferMeta
  optional: path, code, bias
  kernel :
    func : hsigmoid_loss
    data_type : x
  backward : hsigmoid_loss_grad

941
- op : huber_loss
Z
zyfncg 已提交
942 943 944 945 946 947 948 949
  args : (Tensor input, Tensor label, float delta)
  output : Tensor(out), Tensor(residual)
  infer_meta :
    func : HuberLossInferMeta
  kernel :
    func : huber_loss
  backward : huber_loss_grad

950
- op : imag
Z
zyfncg 已提交
951 952 953 954 955 956 957 958
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : imag
  backward : imag_grad

959
- op : increment
960
  args : (Tensor x, float value = 1.0)
961
  output : Tensor(out)
Z
zyfncg 已提交
962 963 964 965
  infer_meta :
    func : IncrementInferMeta
  kernel :
    func : increment
H
hong 已提交
966
  inplace : (x -> out)
Z
zyfncg 已提交
967

968
- op : index_add
L
Li Min 已提交
969 970 971 972 973 974 975 976 977 978
  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

979
- op : instance_norm
Z
zyfncg 已提交
980 981 982 983 984 985 986 987 988 989 990
  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

991
- op : isclose
Z
zyfncg 已提交
992 993 994 995 996 997 998 999
  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

1000
- op : kldiv_loss
Z
zyfncg 已提交
1001 1002 1003 1004 1005 1006 1007 1008 1009
  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

1010
- op : kron
Z
zyfncg 已提交
1011 1012 1013 1014 1015 1016 1017 1018
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : KronInferMeta
  kernel :
    func : kron
  backward : kron_grad

1019
- op : lamb_
T
Thomas Young 已提交
1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030
  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)

1031
- op : layer_norm
1032
  args : (Tensor x, Tensor scale, Tensor bias, float epsilon, int begin_norm_axis)
Z
zyfncg 已提交
1033 1034 1035 1036 1037 1038 1039 1040 1041
  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

1042
- op : less_equal
1043
  args : (Tensor x, Tensor y)
1044
  output : Tensor(out)
Z
zyfncg 已提交
1045 1046 1047 1048 1049
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : less_equal

1050
- op : less_than
1051
  args : (Tensor x, Tensor y)
1052
  output : Tensor(out)
Z
zyfncg 已提交
1053 1054 1055 1056 1057
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : less_than

1058
- op : linear_interp
1059 1060 1061 1062 1063 1064
  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 :
1065
    func : linear_interp
1066
    data_type : x
1067
  backward : linear_interp_grad
1068

1069
- op : linspace
1070
  args : (Tensor start, Tensor stop, Tensor number, DataType dtype, Place place)
1071
  output : Tensor(out)
Z
zyfncg 已提交
1072 1073
  infer_meta :
    func : LinspaceInferMeta
1074
    param: [start, stop, number, dtype]
Z
zyfncg 已提交
1075 1076
  kernel :
    func : linspace
1077
    param: [start, stop, number, dtype]
Z
zyfncg 已提交
1078
    data_type : dtype
1079
    backend : place
Z
zyfncg 已提交
1080

1081
- op : log_loss
Z
zyfncg 已提交
1082 1083 1084 1085 1086 1087 1088 1089
  args : (Tensor input, Tensor label, float epsilon)
  output : Tensor
  infer_meta :
    func : LogLossInferMeta
  kernel :
    func : log_loss
  backward : log_loss_grad

1090
- op : log_softmax
Z
zyfncg 已提交
1091 1092 1093 1094 1095 1096 1097 1098
  args : (Tensor x,  int axis)
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMetaCheckAxis
  kernel :
    func : log_softmax
  backward : log_softmax_grad

1099
- op : logcumsumexp
Z
zyfncg 已提交
1100 1101 1102 1103 1104 1105 1106 1107
  args : (Tensor x, int axis, bool flatten, bool exclusive, bool reverse)
  output : Tensor(out)
  infer_meta :
    func : CumInferMeta
  kernel :
    func : logcumsumexp
  backward : logcumsumexp_grad

1108
- op : logical_and
Z
zyfncg 已提交
1109
  args : (Tensor x, Tensor y)
1110
  output : Tensor(out)
Z
zyfncg 已提交
1111 1112 1113 1114 1115
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_and

1116
- op : logical_not
Z
zyfncg 已提交
1117
  args : (Tensor x)
1118
  output : Tensor(out)
Z
zyfncg 已提交
1119 1120 1121 1122 1123
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : logical_not

1124
- op : logical_or
Z
zyfncg 已提交
1125
  args : (Tensor x, Tensor y)
1126
  output : Tensor(out)
Z
zyfncg 已提交
1127 1128 1129 1130 1131
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_or

1132
- op : logical_xor
Z
zyfncg 已提交
1133
  args : (Tensor x, Tensor y)
1134
  output : Tensor(out)
Z
zyfncg 已提交
1135 1136 1137 1138 1139
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : logical_xor

1140
- op : logsumexp
Z
zyfncg 已提交
1141 1142 1143 1144 1145 1146 1147 1148
  args : (Tensor x, int64_t[] axis,  bool keepdim,  bool reduce_all)
  output : Tensor(out)
  infer_meta :
    func : LogsumexpInferMeta
  kernel :
    func : logsumexp
  backward : logsumexp_grad

1149
- op : lstsq
1150 1151 1152 1153 1154 1155 1156 1157
  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

1158
- op : lu
L
Lin Manhui 已提交
1159 1160 1161 1162 1163 1164 1165 1166
  args : (Tensor x, bool pivot)
  output : Tensor(out), Tensor(pivots), Tensor(infos)
  infer_meta :
    func : LUInferMeta
  kernel :
    func : lu
  backward : lu_grad

1167
- op : lu_unpack
1168
  args : (Tensor x, Tensor y, bool unpack_ludata, bool unpack_pivots)
1169 1170 1171 1172 1173 1174 1175 1176
  output : Tensor(pmat), Tensor(l), Tensor(u)
  infer_meta :
    func : LUUnpackInferMeta
  kernel :
    func : lu_unpack
    data_type : x
  backward : lu_unpack_grad

1177
- op : margin_cross_entropy
1178 1179 1180 1181 1182 1183 1184 1185 1186
  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

1187
- op : matmul
Z
zyfncg 已提交
1188 1189 1190 1191 1192 1193 1194 1195
  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

1196
- op : matrix_nms
Z
zhiboniu 已提交
1197 1198 1199 1200 1201 1202 1203
  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

1204
- op : matrix_rank
1205
  args : (Tensor x, float tol, bool hermitian=false, bool use_default_tol=true)
Z
zyfncg 已提交
1206 1207 1208
  output : Tensor(out)
  infer_meta :
    func : MatrixRankInferMeta
1209
    param : [x, hermitian, use_default_tol]
Z
zyfncg 已提交
1210 1211 1212
  kernel :
    func : matrix_rank

1213
- op : matrix_rank_tol
Z
zyfncg 已提交
1214 1215 1216 1217 1218 1219 1220
  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

1221
- op : max
1222
  args : (Tensor x, IntArray axis={}, bool keepdim=false)
Z
zyfncg 已提交
1223 1224
  output : Tensor(out)
  infer_meta :
1225
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1226 1227 1228 1229
  kernel :
    func : max
  backward : max_grad

1230
- op : max_pool2d_with_index
Z
zyfncg 已提交
1231 1232 1233 1234 1235 1236 1237 1238
  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

1239
- op : max_pool3d_with_index
Z
zyfncg 已提交
1240 1241 1242 1243 1244 1245 1246 1247
  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

1248
- op : maximum
Z
zyfncg 已提交
1249 1250 1251 1252 1253 1254 1255 1256
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : maximum
  backward : maximum_grad

1257
- op : mean
1258
  args : (Tensor x, IntArray axis={}, bool keepdim=false)
Z
zyfncg 已提交
1259 1260
  output : Tensor(out)
  infer_meta :
1261
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1262 1263 1264 1265
  kernel :
    func : mean
  backward : mean_grad

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

1275 1276 1277 1278 1279 1280 1281 1282
- op : merge_selected_rows
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : merge_selected_rows {selected_rows -> selected_rows}

1283
- op : merged_adam_
1284 1285 1286 1287 1288 1289 1290 1291 1292 1293
  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)

1294
- op : merged_momentum_
1295 1296 1297 1298 1299 1300 1301 1302 1303 1304
  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)

1305
- op : meshgrid
Z
zyfncg 已提交
1306 1307 1308 1309 1310 1311 1312 1313
  args : (Tensor[] inputs)
  output : Tensor[]{inputs.size()}
  infer_meta :
    func : MeshgridInferMeta
  kernel :
    func : meshgrid
  backward : meshgrid_grad

1314
- op : min
1315
  args : (Tensor x, IntArray axis={}, bool keepdim=false)
Z
zyfncg 已提交
1316 1317
  output : Tensor(out)
  infer_meta :
1318
    func : ReduceIntArrayAxisInferMeta
Z
zyfncg 已提交
1319 1320 1321 1322
  kernel :
    func : min
  backward : min_grad

1323
- op : minimum
Z
zyfncg 已提交
1324 1325 1326 1327 1328 1329 1330 1331
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : minimum
  backward : minimum_grad

1332
- op : mish
Z
zyfncg 已提交
1333 1334 1335 1336 1337 1338 1339 1340 1341
  args : (Tensor x, float lambda)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : mish
  backward : mish_grad

1342
- op : mode
Z
zyfncg 已提交
1343 1344 1345 1346 1347 1348 1349 1350
  args : (Tensor x,  int axis,  bool keepdim)
  output : Tensor(out), Tensor(indices)
  infer_meta :
    func : ModeInferMeta
  kernel :
    func : mode
  backward : mode_grad

1351
- op : momentum_
Z
zyfncg 已提交
1352 1353
  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)
1354 1355 1356 1357 1358
  infer_meta:
    func : MomentumInferMeta
  kernel :
    func : momentum
    data_type : param
Z
zyfncg 已提交
1359
  optional : master_param
1360
  inplace : (param -> param_out), (velocity -> velocity_out), (master_param -> master_param_out)
Z
zyfncg 已提交
1361

1362
- op : multi_dot
Z
zyfncg 已提交
1363 1364 1365 1366 1367 1368 1369 1370
  args : (Tensor[] x)
  output : Tensor
  infer_meta :
    func : MultiDotInferMeta
  kernel :
    func : multi_dot
  backward : multi_dot_grad

1371
- op : multiclass_nms3
1372 1373 1374 1375 1376 1377 1378 1379
  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

1380
- op : multinomial
1381
  args : (Tensor x, Scalar num_samples, bool replacement)
1382
  output : Tensor(out)
Z
zyfncg 已提交
1383 1384 1385 1386 1387
  infer_meta :
    func : MultinomialInferMeta
  kernel :
    func : multinomial

1388
- op : multiplex
1389
  args : (Tensor[] inputs, Tensor index)
Z
zyfncg 已提交
1390 1391 1392 1393 1394
  output : Tensor
  infer_meta :
    func : MultiplexInferMeta
  kernel :
    func : multiplex
1395
    data_type : inputs
Z
zyfncg 已提交
1396 1397
  backward : multiplex_grad

1398
- op : multiply
Z
zyfncg 已提交
1399 1400 1401 1402 1403
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
1404 1405
    func : multiply {dense, dense -> dense},
           multiply_sr {selected_rows, dense -> selected_rows}
Z
zyfncg 已提交
1406 1407
  backward : multiply_grad

1408
- op : nearest_interp
1409 1410 1411 1412 1413 1414 1415 1416 1417 1418
  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

1419
- op : nll_loss
Z
zyfncg 已提交
1420 1421 1422 1423 1424 1425 1426 1427 1428 1429
  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

1430
- op : nms
1431 1432 1433 1434 1435 1436 1437 1438
  args : (Tensor x, float threshold)
  output : Tensor(out)
  infer_meta :
    func : NMSInferMeta
  kernel :
    func : nms
    data_type : x

1439 1440 1441 1442 1443 1444 1445 1446
- op : nonzero
  args : (Tensor condition)
  output : Tensor(out)
  infer_meta :
    func : NonZeroInferMeta
  kernel :
    func : nonzero

1447
- op : norm
Z
zyfncg 已提交
1448 1449 1450 1451 1452 1453 1454 1455
  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

1456
- op : not_equal
1457
  args : (Tensor x, Tensor y)
1458
  output : Tensor(out)
Z
zyfncg 已提交
1459 1460 1461 1462 1463
  infer_meta :
    func : CompareInferMeta
  kernel :
    func : not_equal

1464 1465 1466 1467
- op : numel
  args : (Tensor x)
  output : Tensor(size)
  infer_meta :
1468
    func : NumelInferMeta
1469
  kernel :
1470
    func : numel
1471 1472 1473
  data_transform:
    skip_transform : x

1474
- op : one_hot
Z
zyfncg 已提交
1475
  args : (Tensor x, Scalar(int) num_classes)
1476
  output : Tensor(out)
Z
zyfncg 已提交
1477 1478 1479 1480 1481
  infer_meta :
    func : OneHotInferMeta
  kernel :
    func : one_hot

1482
- op : ones
1483
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
1484
  output : Tensor(out)
1485 1486
  invoke : full(shape, 1, dtype, place)

1487
- op : ones_like
Z
zyfncg 已提交
1488
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place={})
1489
  output : Tensor(out)
Z
zyfncg 已提交
1490 1491
  invoke : full_like(x, 1, dtype, place)

1492 1493 1494 1495 1496 1497 1498 1499 1500
- op : overlap_add
  args: (Tensor x, int hop_length, int axis)
  output: Tensor
  infer_meta:
    func: OverlapAddInferMeta
  kernel:
    func: overlap_add
  backward: overlap_add_grad

1501
- op : p_norm
Z
zyfncg 已提交
1502 1503 1504 1505 1506 1507 1508 1509
  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

1510
- op : pad
1511
  args : (Tensor x, int[] paddings, Scalar pad_value)
Z
zyfncg 已提交
1512 1513 1514 1515 1516 1517 1518
  output : Tensor
  infer_meta :
    func : PadInferMeta
  kernel :
    func : pad
  backward : pad_grad

1519
- op : pad3d
Z
zyfncg 已提交
1520 1521 1522 1523 1524 1525 1526 1527
  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

1528
- op : pixel_shuffle
Z
zyfncg 已提交
1529 1530 1531 1532 1533 1534 1535 1536
  args : (Tensor x, int upscale_factor, str data_format)
  output : Tensor
  infer_meta :
    func : PixelShuffleInferMeta
  kernel :
    func : pixel_shuffle
  backward : pixel_shuffle_grad

1537
- op : pool2d
1538
  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)
Z
zyfncg 已提交
1539 1540
  output : Tensor(out)
  infer_meta :
1541
    func : Pool2DInferMeta
1542
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
1543 1544
  kernel :
    func : pool2d
1545
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
1546 1547
  backward : pool2d_grad

1548
- op : pool3d
1549
  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)
Z
zyfncg 已提交
1550 1551 1552
  output : Tensor(out)
  infer_meta :
    func : PoolInferMeta
1553
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
1554 1555
  kernel :
    func : pool3d
1556
    param : [x, kernel_size, strides, paddings, ceil_mode, exclusive, data_format, pooling_type, global_pooling, adaptive, padding_algorithm]
Z
zyfncg 已提交
1557 1558
  backward : pool3d_grad

1559
- op : pow
1560
  args : (Tensor x, Scalar y)
Z
zyfncg 已提交
1561 1562 1563 1564 1565 1566 1567 1568
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param: [x]
  kernel :
    func : pow
  backward : pow_grad

1569
- op : prelu
Z
zyfncg 已提交
1570 1571 1572 1573 1574 1575 1576 1577
  args : (Tensor x, Tensor alpha, str data_format, str mode)
  output : Tensor(out)
  infer_meta :
    func : PReluInferMeta
  kernel :
    func : prelu
  backward : prelu_grad

1578
- op : prior_box
Z
zhiboniu 已提交
1579 1580 1581 1582 1583 1584 1585
  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

1586 1587 1588 1589 1590 1591 1592 1593 1594
- op : prod
  args : (Tensor x, IntArray dims, bool keep_dim, bool reduce_all)
  output : Tensor
  infer_meta :
    func : ReduceIntArrayAxisInferMetaBase
  kernel :
    func : prod_raw
  backward : prod_grad

1595
- op : psroi_pool
Z
zyfncg 已提交
1596 1597 1598 1599 1600 1601 1602 1603 1604 1605
  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

1606
- op : put_along_axis
1607
  args : (Tensor arr, Tensor indices, Tensor values, int axis, str reduce)
1608
  output : Tensor(out)
Z
zyfncg 已提交
1609 1610
  infer_meta :
    func : UnchangedInferMeta
1611
    param : [arr]
Z
zyfncg 已提交
1612 1613
  kernel :
    func : put_along_axis
1614 1615
    data_type : arr
  inplace : (arr -> out)
Z
zyfncg 已提交
1616 1617
  backward : put_along_axis_grad

1618
- op : qr
Z
zyfncg 已提交
1619 1620 1621 1622 1623 1624
  args : (Tensor x, str mode)
  output : Tensor(q), Tensor(r)
  infer_meta :
    func : QrInferMeta
  kernel :
    func : qr
Y
Yulong Ao 已提交
1625
  backward : qr_grad
Z
zyfncg 已提交
1626

1627
- op : randint
Z
zyfncg 已提交
1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638
  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

1639
- op : randperm
Z
zyfncg 已提交
1640
  args : (int n, DataType dtype, Place place={})
1641
  output : Tensor(out)
Z
zyfncg 已提交
1642 1643 1644 1645 1646 1647 1648 1649 1650
  infer_meta :
    func : RandpermInferMeta
    param : [n, dtype]
  kernel :
    func : randperm
    param : [n, dtype]
    data_type : dtype
    backend : place

1651
- op : real
Z
zyfncg 已提交
1652 1653 1654 1655 1656 1657 1658 1659
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : RealAndImagInferMeta
  kernel :
    func : real
  backward : real_grad

1660
- op : relu6
1661
  args : (Tensor x)
1662 1663 1664 1665 1666 1667 1668 1669
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : relu6
  backward : relu6_grad

1670
- op : remainder
C
Chen Weihang 已提交
1671 1672 1673 1674 1675 1676 1677 1678
  args : (Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : remainder
  inplace : (x -> out)

1679
- op : renorm
S
seemingwang 已提交
1680 1681 1682 1683 1684 1685 1686 1687 1688
  args : (Tensor x, float p, int axis, float max_norm)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : renorm
  backward : renorm_grad

1689
- op : repeat_interleave
1690
  args : (Tensor x, int repeats, int axis)
S
seemingwang 已提交
1691 1692 1693 1694 1695 1696 1697
  output : Tensor(out)
  infer_meta :
    func : RepeatInterleaveInferMeta
  kernel :
    func : repeat_interleave
  backward: repeat_interleave_grad

1698
- op : repeat_interleave_with_tensor_index
1699
  args : (Tensor x, Tensor repeats, int axis)
S
seemingwang 已提交
1700 1701 1702 1703 1704 1705 1706 1707
  output : Tensor(out)
  infer_meta :
    func : RepeatInterleaveWithTensorIndexInferMeta
  kernel :
    func : repeat_interleave_with_tensor_index
    data_type : x
  backward: repeat_interleave_with_tensor_index_grad

1708
- op : reshape
Z
zyfncg 已提交
1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719
  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

1720
- op : reverse
1721
  args : (Tensor x, IntArray axis)
W
wanghuancoder 已提交
1722 1723 1724 1725 1726 1727 1728
  output : Tensor
  infer_meta :
    func : ReverseInferMeta
  kernel :
    func : reverse
  backward : reverse_grad

1729
- op : rmsprop_
C
caozhou 已提交
1730 1731 1732 1733 1734 1735 1736 1737 1738 1739
  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)

1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754
- 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)

1755
- op : roi_align
Z
zyfncg 已提交
1756 1757 1758 1759 1760 1761 1762 1763 1764 1765
  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

1766
- op : roi_pool
Z
zyfncg 已提交
1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777
  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

1778
- op : roll
Z
zyfncg 已提交
1779 1780 1781 1782 1783 1784 1785 1786
  args : (Tensor x, IntArray shifts, int64_t[] axis)
  output : Tensor(out)
  infer_meta :
    func : RollInferMeta
  kernel :
    func : roll
  backward : roll_grad

1787
- op : scale
Z
zyfncg 已提交
1788
  args : (Tensor x, Scalar scale, float bias, bool bias_after_scale)
1789
  output : Tensor(out)
Z
zyfncg 已提交
1790 1791 1792 1793
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
1794 1795
    func : scale {dense -> dense},
           scale_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
1796 1797 1798
  inplace : (x -> out)
  backward : scale_grad

1799
- op : scatter
Z
zyfncg 已提交
1800
  args : (Tensor x, Tensor index, Tensor updates, bool overwrite)
1801
  output : Tensor(out)
Z
zyfncg 已提交
1802 1803 1804 1805 1806
  infer_meta :
    func : ScatterInferMeta
    dtype : x
  kernel :
    func : scatter
1807
  inplace : (x -> out)
Z
zyfncg 已提交
1808 1809
  backward : scatter_grad

1810
- op : scatter_nd_add
Z
zyfncg 已提交
1811 1812 1813 1814 1815 1816 1817 1818 1819
  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

1820
- op : searchsorted
1821
  args : (Tensor sorted_sequence, Tensor values, bool out_int32, bool right)
Z
zyfncg 已提交
1822 1823 1824 1825 1826 1827 1828
  output : Tensor(out)
  infer_meta :
    func : SearchsortedInferMeta
  kernel :
    func : searchsorted
    data_type : sorted_sequence

1829
- op : segment_pool
Z
zyfncg 已提交
1830 1831 1832 1833 1834 1835 1836 1837 1838
  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

1839
- op : selu
Z
zyfncg 已提交
1840 1841 1842 1843 1844 1845 1846 1847 1848
  args : (Tensor x, float scale, float alpha)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : selu
  backward : selu_grad

1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870
- op : send_u_recv
  args : (Tensor x, Tensor src_index, Tensor dst_index, str reduce_op = "SUM", IntArray out_size = {0})
  output : Tensor(out), Tensor(dst_count)
  infer_meta :
    func : SendURecvInferMeta
  kernel :
    func : send_u_recv
    data_type : x
  intermediate : dst_count
  backward : send_u_recv_grad

- op : send_ue_recv
  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 : SendUERecvInferMeta
  kernel :
    func : send_ue_recv
    data_type : x
  intermediate : dst_count
  backward : send_ue_recv_grad

1871
- op : sgd_
Z
zyfncg 已提交
1872 1873
  args : (Tensor param, Tensor learning_rate, Tensor grad, Tensor master_param, bool multi_precision)
  output : Tensor(param_out), Tensor(master_param_out)
1874 1875 1876 1877 1878 1879 1880 1881 1882
  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
1883
  optional : master_param
1884
  inplace : (param -> param_out), (master_param -> master_param_out)
Z
zyfncg 已提交
1885

1886
- op : shape
Z
zyfncg 已提交
1887
  args : (Tensor input)
1888
  output : Tensor(out)
Z
zyfncg 已提交
1889 1890 1891
  infer_meta :
    func : ShapeInferMeta
  kernel :
1892 1893
    func : shape {dense -> dense},
           shape_sr {selected_rows -> selected_rows}
Z
zyfncg 已提交
1894 1895 1896
  data_transform:
    skip_transform : input

1897
- op : shard_index
1898
  args : (Tensor input, int index_num, int nshards, int shard_id, int ignore_value)
1899
  output : Tensor(out)
Z
zyfncg 已提交
1900 1901 1902 1903 1904
  infer_meta :
    func : ShardIndexInferMeta
  kernel :
    func : shard_index

1905
- op : sigmoid_cross_entropy_with_logits
Z
zyfncg 已提交
1906 1907 1908 1909 1910 1911 1912 1913
  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

1914
- op : sign
Z
zyfncg 已提交
1915
  args : (Tensor x)
1916
  output : Tensor(out)
Z
zyfncg 已提交
1917 1918 1919 1920
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : sign
1921
  backward : sign_grad
Z
zyfncg 已提交
1922

1923
- op : slice
Z
zyfncg 已提交
1924 1925 1926 1927 1928 1929 1930 1931
  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

1932
- op : slogdet
1933 1934 1935 1936 1937 1938 1939 1940
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
  kernel :
    func : slogdeterminant
  backward : slogdet_grad

1941
- op : softmax
Z
zyfncg 已提交
1942
  args : (Tensor x, int axis)
1943
  output : Tensor(out)
Z
zyfncg 已提交
1944 1945 1946 1947
  infer_meta :
    func : SoftmaxInferMeta
  kernel :
    func : softmax
1948
  inplace : (x -> out)
Z
zyfncg 已提交
1949 1950
  backward : softmax_grad

1951
- op : spectral_norm
1952 1953 1954 1955 1956
  args : (Tensor weight, Tensor u, Tensor v, int dim, int power_iters, float eps)
  output : Tensor
  infer_meta :
    func : SpectralNormInferMeta
  kernel :
1957
    func : spectral_norm
1958
    data_type : weight
1959
  backward : spectral_norm_grad
1960

1961
- op : split
C
Charles-hit 已提交
1962 1963 1964 1965 1966 1967
  args : (Tensor x, IntArray sections, Scalar(int) axis)
  output : Tensor[]{sections.size()}
  infer_meta :
    func : SplitInferMeta
  kernel :
    func : split
Z
zyfncg 已提交
1968 1969
  backward : split_grad

1970
- op : split_with_num
C
Charles-hit 已提交
1971 1972 1973 1974 1975 1976 1977 1978
  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

1979
- op : squared_l2_norm
1980 1981 1982 1983 1984 1985 1986 1987
  args : (Tensor x)
  output : Tensor
  infer_meta :
    func : SquaredL2NormInferMeta
  kernel :
    func : squared_l2_norm
  backward : squared_l2_norm_grad

1988
- op : squeeze
1989
  args : (Tensor x, IntArray axis)
Z
zyfncg 已提交
1990 1991
  output : Tensor(out), Tensor(xshape)
  infer_meta :
1992
    func : SqueezeWithXShapeInferMeta
Z
zyfncg 已提交
1993
  kernel :
1994
    func : squeeze_with_xshape
1995
  inplace : (x -> out)
Z
zyfncg 已提交
1996 1997 1998 1999
  view: (x -> out)
  intermediate : xshape
  backward : squeeze_grad

2000
- op : stack
Z
zyfncg 已提交
2001 2002 2003 2004 2005 2006 2007 2008
  args : (Tensor[] x, int axis)
  output : Tensor
  infer_meta :
    func : StackInferMeta
  kernel :
    func : stack
  backward : stack_grad

2009
- op : strided_slice
Z
zyfncg 已提交
2010 2011 2012 2013 2014 2015 2016 2017
  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

2018
- op : subtract
Z
zyfncg 已提交
2019
  args : (Tensor x, Tensor y)
2020
  output : Tensor(out)
Z
zyfncg 已提交
2021 2022 2023 2024
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : subtract
2025
  inplace : (x -> out)
Z
zyfncg 已提交
2026 2027
  backward : subtract_grad

2028
- op : sum
2029
  args : (Tensor x, IntArray axis={}, DataType dtype=DataType::UNDEFINED, bool keepdim=false)
Z
zyfncg 已提交
2030 2031 2032 2033 2034 2035 2036 2037
  output : Tensor(out)
  infer_meta :
    func : SumInferMeta
  kernel :
    func : sum
    data_type : x
  backward : sum_grad

2038
- op : svd
2039
  args : (Tensor x, bool full_matrices)
2040 2041 2042 2043 2044 2045 2046
  output : Tensor(u), Tensor(s), Tensor(vh)
  infer_meta :
    func : SvdInferMeta
  kernel :
    func : svd
  backward : svd_grad

2047
- op : swish
2048
  args : (Tensor x)
Z
zyfncg 已提交
2049 2050 2051 2052 2053 2054 2055 2056
  output : Tensor(out)
  infer_meta :
    func : UnchangedInferMeta
    param : [x]
  kernel :
    func : swish
  backward : swish_grad

2057
- op : sync_batch_norm_
2058
  args : (Tensor x, Tensor mean, Tensor variance, Tensor scale, Tensor bias, bool is_test, float momentum, float epsilon, str data_layout, bool use_global_stats, bool trainable_statistics)
2059 2060 2061 2062 2063
  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
2064
    data_type : x
2065
  backward : sync_batch_norm_grad
2066
  inplace : (mean -> mean_out), (variance -> variance_out)
2067

2068
- op : take_along_axis
2069
  args : (Tensor arr, Tensor indices, int axis)
Z
zyfncg 已提交
2070 2071 2072
  output : Tensor
  infer_meta :
    func : UnchangedInferMeta
2073
    param : [indices]
Z
zyfncg 已提交
2074 2075
  kernel :
    func : take_along_axis
2076
    data_type : arr
Z
zyfncg 已提交
2077 2078
  backward : take_along_axis_grad

2079
- op : temporal_shift
C
ccrrong 已提交
2080 2081 2082 2083 2084 2085 2086 2087
  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

2088
- op : tile
Z
zyfncg 已提交
2089 2090 2091 2092 2093 2094 2095 2096
  args : (Tensor x, IntArray repeat_times)
  output : Tensor
  infer_meta :
    func : TileInferMeta
  kernel :
    func : tile
  backward : tile_grad

2097
- op : topk
Z
zyfncg 已提交
2098 2099 2100 2101 2102 2103
  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
2104
  backward : topk_grad
Z
zyfncg 已提交
2105

2106
- op : transpose
2107
  args : (Tensor x, int[] perm)
Z
zyfncg 已提交
2108 2109 2110 2111 2112 2113 2114
  output : Tensor
  infer_meta :
    func : TransposeInferMeta
  kernel :
    func : transpose
  backward : transpose_grad

2115
- op : triangular_solve
Z
zyfncg 已提交
2116 2117 2118 2119 2120 2121 2122 2123
  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

2124
- op : tril
2125
  args : (Tensor x,  int diagonal)
2126 2127 2128 2129 2130 2131 2132
  output : Tensor(out)
  infer_meta :
    func : TrilInferMeta
  kernel :
    func : tril
  backward : tril_grad

2133
- op : tril_indices
Z
zyfncg 已提交
2134 2135 2136 2137 2138 2139 2140 2141 2142 2143 2144
  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

2145
- op : trilinear_interp
2146 2147 2148 2149 2150 2151 2152 2153 2154 2155
  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

2156 2157 2158 2159 2160 2161 2162 2163 2164
- op : triu
  args : (Tensor x,  int diagonal)
  output : Tensor(out)
  infer_meta :
    func : TriuInferMeta
  kernel :
    func : triu
  backward : triu_grad

2165
- op : triu_indices
2166 2167 2168 2169 2170 2171 2172 2173 2174 2175 2176
  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
2177
# python API: paddle.nn.initializer.TruncatedNormal
2178
- op : truncated_gaussian_random
Z
zyfncg 已提交
2179
  args : (int[] shape, float mean, float std, int seed, DataType dtype=DataType::FLOAT32, Place place={})
2180
  output : Tensor(out)
Z
zyfncg 已提交
2181 2182 2183 2184 2185 2186 2187 2188 2189
  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

2190
- op : unbind
Z
zyfncg 已提交
2191 2192 2193 2194 2195 2196 2197 2198
  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

2199
- op : uniform
2200
  args : (IntArray shape,  DataType dtype,  Scalar min,  Scalar max,  int seed, Place place={})
Z
zyfncg 已提交
2201 2202 2203
  output : Tensor(out)
  infer_meta :
    func : UniformRandomInferMeta
2204
    param: [shape, dtype]
Z
zyfncg 已提交
2205
  kernel :
2206
    func : uniform
Z
zyfncg 已提交
2207 2208 2209 2210
    param: [shape, dtype, min, max, seed]
    data_type : dtype
    backend : place

2211 2212 2213 2214 2215 2216 2217 2218 2219 2220 2221
- op : uniform_inplace
  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_inplace
    data_type: x
  inplace: (x -> out)
  backward: uniform_inplace_grad

Z
zyfncg 已提交
2222
# The `axis` argument of Python API paddle.unique is not vector
2223
- op : unique
Z
zyfncg 已提交
2224 2225 2226 2227 2228 2229 2230 2231
  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

2232
- op : unique_consecutive
2233 2234 2235 2236 2237 2238 2239 2240
  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

2241 2242 2243 2244 2245 2246 2247 2248 2249 2250 2251 2252 2253 2254 2255 2256 2257 2258 2259 2260
- op : unpool
  args: (Tensor x, Tensor indices, int[] ksize, int[] strides, int[] padding, IntArray output_size, str data_format)
  output: Tensor(out)
  infer_meta:
    func: UnpoolInferMeta
  kernel:
    func: unpool
    data_type: x
  backward: unpool_grad

- op : unpool3d
  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

2261
- op : unsqueeze
Z
zyfncg 已提交
2262 2263 2264
  args : (Tensor x, IntArray axis)
  output : Tensor(out), Tensor(xshape)
  infer_meta :
2265
    func : UnsqueezeWithXShapeInferMeta
Z
zyfncg 已提交
2266
  kernel :
2267
    func : unsqueeze_with_xshape
2268
  inplace : (x -> out)
Z
zyfncg 已提交
2269 2270 2271 2272
  view: (x -> out)
  intermediate : xshape
  backward : unsqueeze_grad

2273
- op : unstack
2274 2275 2276 2277 2278 2279 2280 2281
  args : (Tensor x, int axis, int num)
  output : Tensor[]{num}
  infer_meta :
    func : UnStackInferMeta
  kernel :
    func : unstack
  backward : unstack_grad

2282 2283 2284 2285 2286 2287 2288 2289 2290 2291 2292
- 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)

2293
- op : viterbi_decode
2294
  args : (Tensor potentials, Tensor transition_params, Tensor lengths, bool include_bos_eos_tag)
Z
zyfncg 已提交
2295 2296 2297 2298 2299
  output : Tensor(scores), Tensor(path)
  infer_meta :
    func : ViterbiDecodeInferMeta
  kernel :
    func : viterbi_decode
2300
    data_type : potentials
Z
zyfncg 已提交
2301

2302
- op : warpctc
Z
Zhong Hui 已提交
2303 2304 2305 2306 2307 2308 2309 2310 2311 2312 2313
  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

2314
- op : where
Z
zyfncg 已提交
2315 2316 2317 2318 2319 2320 2321 2322
  args : (Tensor condition, Tensor x, Tensor y)
  output : Tensor
  infer_meta :
    func : WhereInferMeta
  kernel :
    func : where
  backward : where_grad

2323
- op : yolo_box
Z
zyfncg 已提交
2324 2325 2326 2327 2328 2329 2330 2331
  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

2332
- op : yolo_loss
2333 2334 2335
  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 :
2336
    func : YoloLossInferMeta
2337
  kernel :
2338
    func : yolo_loss
2339 2340
    data_type : x
  optional : gt_score
2341
  backward : yolo_loss_grad
2342

2343
- op : zeros
2344
  args : (IntArray shape, DataType dtype=DataType::FLOAT32, Place place=CPUPlace())
2345
  output : Tensor(out)
2346 2347
  invoke : full(shape, 0, dtype, place)

2348
- op : zeros_like
Z
zyfncg 已提交
2349
  args : (Tensor x, DataType dtype=DataType::UNDEFINED, Place place = {})
2350
  output : Tensor(out)
Z
zyfncg 已提交
2351
  invoke : full_like(x, 0, dtype, place)