Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
Paddle
提交
27d40f10
P
Paddle
项目概览
PaddlePaddle
/
Paddle
1 年多 前同步成功
通知
2302
Star
20931
Fork
5422
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1423
列表
看板
标记
里程碑
合并请求
543
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1,423
Issue
1,423
列表
看板
标记
里程碑
合并请求
543
合并请求
543
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
27d40f10
编写于
3月 13, 2022
作者:
P
phlrain
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add
上级
12fd2fd9
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
189 addition
and
6 deletion
+189
-6
python/paddle/utils/code_gen/api.yaml
python/paddle/utils/code_gen/api.yaml
+128
-6
python/paddle/utils/code_gen/backward.yaml
python/paddle/utils/code_gen/backward.yaml
+61
-0
未找到文件。
python/paddle/utils/code_gen/api.yaml
浏览文件 @
27d40f10
...
...
@@ -467,28 +467,150 @@
# argsort; kernel why input?
-
api
:
argsort
args
:
(Tensor x, int axis, bool descending)
output
:
Tensor(out),
t
ensor(indices)
output
:
Tensor(out),
T
ensor(indices)
infer_meta
:
func
:
XXXXInferMeta
kernel
:
func
:
argsort
# auc
# auc; kernel why input?
-
api
:
auc
args
:
(Tensor x, Tensor label, Tensor stat_pos, Tenosr stat_neg, string 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
# batch_norm
-
api
:
batch_norm
args
:
(Tensor x, Tensor scale, Tensor bias, Tensor mean, Tensor variance, float momentum, float epsilon, string data_layout, bool is_test, bool use_global_stats, bool trainable_statistics, bool fuse_with_relu)
output
:
Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
infer_meta
:
func
:
XXXXInferMeta
kernel
:
func
:
batch_norm
backward
:
batch_norm_grad
# bernoulli
# bilinear_tensor_product
# bincount
-
api
:
bernoulli
args
:
(Tensor x)
output
:
Tensor
infer_meta
:
func
:
BernoulliInferMeta
kernel
:
func
:
bernoulli
# bilinear_tensor_product ?? optional
-
api
:
bilinear_tensor_product
args
:
(Tensor x, Tensor y, Tensor weight, Tensor bias)
output
:
Tensor
infer_meta
:
func
:
BilinearTensorProductInferMeta
kernel
:
func
:
bilinear_tensor_product
backward
:
bilinear_tensor_product_grad
# bincount ?? optional
-
api
:
bincount
args
:
(Tensor x, Tensor weight, int minlength)
output
:
Tensor
infer_meta
:
func
:
BincountInferMeta
kernel
:
func
:
bincount
# bitwise_and
-
api
:
bitwise_and
args
:
(Tensor x, Tensor y)
output
:
Tensor
infer_meta
:
func
:
BitwiseInferMeta
kernel
:
func
:
bitwise_and
# bitwise_or
-
api
:
bitwise_or
args
:
(Tensor x, Tensor y)
output
:
Tensor
infer_meta
:
func
:
BitwiseInferMeta
kernel
:
func
:
bitwise_or
# bitwise_xor
-
api
:
bitwise_xor
args
:
(Tensor x, Tensor y)
output
:
Tensor
infer_meta
:
func
:
BitwiseInferMeta
kernel
:
func
:
bitwise_xor
# bitwise_not
-
api
:
bitwise_not
args
:
(Tensor x)
output
:
Tensor
infer_meta
:
func
:
UnchangedInferMeta
kernel
:
func
:
bitwise_not
# broadcast_tensors
-
api
:
broadcast_tensors
args
:
(Tensor[] x)
output
:
Tensor[]
infer_meta
:
func
:
BroadcastTensorsInferMeta
kernel
:
func
:
broadcast_tensors
backward
:
broadcast_tensors_grad
# 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
# conv2d
# copy
# cumsum
-
api
:
cumsum
args
:
(Tensor x, int axis, bool flatten, bool exclusive, bool reverse)
output
:
Tensor
infer_meta
:
func
:
CumsumInferMeta
kernel
:
func
:
cumsum
# depthwise_conv2d
# dropout
# dropout ?? optional, intermediate
-
api
:
dropout
args
:
(Tensor x, Tensor seed_tensor, float p, bool is_test, string mode, int seed, bool fix_seed)
output
:
Tensor(out), Tensor(mask)
infer_meta
:
func
:
DropoutInferMeta
kernel
:
func
:
dropout
# embedding
# erf
# erfinv
...
...
python/paddle/utils/code_gen/backward.yaml
浏览文件 @
27d40f10
...
...
@@ -291,3 +291,64 @@
param
:
[
x
]
kernel
:
func
:
argsort_grad
-
backward_api
:
batch_norm_grad
forward
:
batch_norm (Tensor x, Tensor scale, Tensor bias, Tensor mean, Tensor variance, float momentum, float epsilon, string data_layout, bool is_test, bool use_global_stats, bool trainable_statistics, bool fuse_with_relu) -> Tensor(out), Tensor(mean_out), Tensor(variance_out), Tensor(saved_mean), Tensor(saved_variance), Tensor(reserve_space)
args
:
(Tensor indices, Tensor x, Tensor out_grad, int axis, bool descending)
output
:
Tensor(x_grad), Tensor(scale_grad), Tensor(bias_grad)
infer_meta
:
func
:
GeneralTernaryGradInferMeta
param
:
[
x
,
scale
,
bias
]
kernel
:
func
:
batch_norm_grad
-
backward_api
:
bilinear_tensor_product_grad
forward
:
bilinear_tensor_product (Tensor x, Tensor y, Tensor weight, Tensor bias) -> Tensor(out)
args
:
(Tensor x, Tensor y, Tensor weight, Tensor out_grad)
output
:
Tensor(x_grad), Tensor(y_grad), Tensor(weight_grad), Tensor(bias_grad)
infer_meta
:
func
:
FourXXXXInferMeta
param
:
[
x
,
y
,
weight
,
bias
]
kernel
:
func
:
bilinear_tensor_product_grad
-
backward_api
:
broadcast_tensor_grad
forward
:
broadcast_tensors (Tensor[] x) -> Tensor [] (out)
args
:
(Tensor [] out_grad)
output
:
Tensor [] (x_grad)
infer_meta
:
func
:
XXXXInferMeta
param
:
[
out_grad
]
kernel
:
func
:
broadcast_tensor_grad
-
backward_api
:
cholesky_grad
forward
:
cholesky (Tensor x, bool upper) -> Tensor(out)
args
:
(Tensor out, Tensor out_grad, bool upper)
output
:
Tensor(x_grad)
infer_meta
:
func
:
XXXXGradInferMeta
param
:
[
out
]
kernel
:
func
:
cholesky_grad
-
backward_api
:
cholesky_solve_grad
forward
:
cholesky (Tensor x, Tensor y, bool upper) -> Tensor(out)
args
:
(Tensor x, Tensor y, Tensor out, Tensor out_grad, bool upper)
output
:
Tensor(x_grad), Tensor(y_grad)
infer_meta
:
func
:
GenerateBinnaryGradInferMeta
param
:
[
x
,
y
]
kernel
:
func
:
cholesky_solve_grad
-
backward_api
:
dropout_grad
forward
:
dropout (Tensor x, Tensor seed_tensor, float p, bool is_test, string mode, int seed, bool fix_seed) -> Tensor(out), Tensor(mask)
args
:
(Tensor mask, Tensor out_grad, float p, bool is_test, string mode)
output
:
Tensor(x_grad)
infer_meta
:
func
:
UnchangedInferMeta
param
:
[
out_grad
]
kernel
:
func
:
dropout_grad
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录