add no need buffer; (#41367)

paddle/fluid/eager/auto_code_generator/final_state_generator/eager_gen.py

@@ -724,10 +724,11 @@ class DygraphFunctionGeneratorBase(FunctionGeneratorBase):
             is_optional = (name in optional_inputs)
 
             if is_fwd_input:
+                need_input_data = "false" if name in self.no_need_buffers else "true"
                 if is_optional:
                     set_tensor_wrappers = f"{indent}if({name}.get_ptr() != nullptr) grad_node->SetTensorWrapper{name}(*({name}.get_ptr()), true);"
                 else:
-                    set_tensor_wrappers = f"{indent}grad_node->SetTensorWrapper{name}({name}, true);"
+                    set_tensor_wrappers = f"{indent}grad_node->SetTensorWrapper{name}({name}, {need_input_data});"
             else:
                 if num_fwd_outputs > 1:
                     # Aligned with forward output position

python/paddle/fluid/tests/unittests/test_elementwise_add_op.py

@@ -28,6 +28,7 @@ class TestElementwiseAddOp(OpTest):
 
     def setUp(self):
         self.op_type = "elementwise_add"
+        self.python_api = paddle.add
         self.init_dtype()
         self.init_input_output()
         self.init_kernel_type()
@@ -41,8 +42,7 @@ class TestElementwiseAddOp(OpTest):
         self.outputs = {'Out': self.out}
 
     def check_eager(self):
-        return False
-        #return (self.use_mkldnn == False and self.axis == -1)
+        return (self.use_mkldnn == False and self.axis == -1)
 
     def test_check_output(self):
         # TODO(wangzhongpu): support mkldnn op in dygraph mode

python/paddle/utils/code_gen/api.yaml

@@ -61,7 +61,6 @@
   kernel :
     func : add
   backward : add_grad
-  # no_need_buffer : x, y
 
 - api : add_n
   args : (Tensor[] x)
@@ -147,7 +146,6 @@
   kernel :
     func : argsort
   backward : argsort_grad
-  # no_need_buffer : x
 
 # asin
 - api : asin
@@ -455,7 +453,6 @@
   kernel :
     func : diagonal
   backward : diagonal_grad
-  # no_need_buffer : x
 
 - api : digamma
   args : (Tensor x)
@@ -666,9 +663,9 @@
 - api : frobenius_norm
   args : (Tensor x, int64_t[] axis,  bool keep_dim,  bool reduce_all)
   output : Tensor(out)
-  infer_meta : 
+  infer_meta :
     func : ReduceInferMetaBase
-  kernel : 
+  kernel :
     func : frobenius_norm
   backward : frobenius_norm_grad
 
@@ -817,14 +814,13 @@
     func : index_sample
     data_type : x
   backward : index_sample_grad
-  # no_need_buffer : x
 
 - api : index_select
   args : (Tensor x, Tensor index,  int dim)
   output : Tensor(out)
-  infer_meta : 
+  infer_meta :
     func : IndexSelectInferMeta
-  kernel : 
+  kernel :
     func : index_select
     data_type : x
   backward : index_select_grad
@@ -1283,7 +1279,7 @@
     func : PoolInferMeta
   kernel :
     func : pool2d
-  backward : pool2d_grad 
+  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)
@@ -1393,9 +1389,9 @@
 - api : roll
   args : (Tensor x, IntArray shifts, int64_t[] axis)
   output : Tensor(out)
-  infer_meta : 
+  infer_meta :
     func : RollInferMeta
-  kernel : 
+  kernel :
     func : roll
   backward : roll_grad
 
@@ -1428,7 +1424,6 @@
   kernel :
     func : scatter
   backward : scatter_grad
-  # no_need_buffer : updates
 
 - api : scatter_nd_add
   args : (Tensor x, Tensor index, Tensor updates)
@@ -1439,7 +1434,6 @@
   kernel :
     func : scatter_nd_add
   backward : scatter_nd_add_grad
-  # no_need_buffer : updates
 
 - api : searchsorted
   args : (Tensor sorted_sequence, Tensor value, bool out_int32, bool right)
@@ -1633,7 +1627,6 @@
   kernel :
     func : subtract
   backward : subtract_grad
-  # no_need_buffer : x, y
 
 - api : sum
   args : (Tensor x, int64_t[] dims={}, DataType out_dtype=paddle::experimental::DataType::UNDEFINED, bool keep_dim=false)
@@ -1707,7 +1700,6 @@
   kernel :
     func : tile
   backward : tile_grad
-  # no_need_buffer : x
 
 - api : top_k
   args : (Tensor x, Scalar k, int axis = -1, bool largest = true, bool sorted = true)
@@ -1726,7 +1718,6 @@
   kernel :
     func : trace
   backward : trace_grad
-  no_need_buffer : x
 
 - api : transpose
   args : (Tensor x, int[] axis)
@@ -1749,9 +1740,9 @@
 - api : tril_triu
   args : (Tensor x,  int diagonal,  bool lower)
   output : Tensor(out)
-  infer_meta : 
+  infer_meta :
     func : TrilTriuInferMeta
-  kernel : 
+  kernel :
     func : tril_triu
   backward : tril_triu_grad
 
@@ -1773,7 +1764,6 @@
   kernel :
     func : unfold
   backward : unfold_grad
-  # no_need_buffer : x
 
 - api : unsqueeze
   args : (Tensor x, IntArray axes)
@@ -1812,7 +1802,6 @@
     func : WhereIndexInferMeta
   kernel :
     func : where_index
-  # no_need_buffer : x, y
 
 # yolo_box
 - api : yolo_box

python/paddle/utils/code_gen/backward.yaml

+# - backward_api : gumbel_softmax_grad
+#   forward : gumbel_softmax (Tensor x, float temperature, bool hard, int axis) -> Tensor(out)
+#   args : (Tensor out, Tensor out_grad, int axis)
+#   output : Tensor(x_grad)
+#   infer_meta :
+#     func : GumbelSoftmaxGradInferMeta
+#     param : [out, out_grad, axis]
+#   kernel :
+#     func : gumbel_softmax_grad
+
 - backward_api : abs_grad
   forward : abs (Tensor x) -> Tensor(out)
   args : (Tensor x, Tensor out_grad)
@@ -49,7 +59,7 @@
   no_need_buffer : x
 
 - backward_api : addmm_grad
-  forward : scatter (Tensor input, Tensor x, Tensor y, float alpha, float beta) -> Tensor(out)
+  forward : addmm (Tensor input, Tensor x, Tensor y, float alpha, float beta) -> Tensor(out)
   args : (Tensor input, Tensor x, Tensor y, Tensor out_grad, float alpha, float beta)
   output : Tensor(input_grad), Tensor(x_grad), Tensor(y_grad)
   infer_meta :
@@ -67,6 +77,7 @@
     param : [x]
   kernel :
     func : argsort_grad
+  no_need_buffer : x
 
 - backward_api : asin_grad
   forward : asin (Tensor x) -> Tensor(out)
@@ -274,15 +285,6 @@
     param: [x]
   kernel :
     func : cumprod_grad
-# - backward_api : gumbel_softmax_grad
-#   forward : gumbel_softmax (Tensor x, float temperature, bool hard, int axis) -> Tensor(out)
-#   args : (Tensor out, Tensor out_grad, int axis)
-#   output : Tensor(x_grad)
-#   infer_meta :
-#     func : GumbelSoftmaxGradInferMeta
-#     param : [out, out_grad, axis]
-#   kernel :
-#     func : gumbel_softmax_grad
 
 - backward_api : depthwise_conv2d_transpose_grad
   forward : depthwise_conv2d_transpose(Tensor x, Tensor filter, int[] strides, int[] paddings, int[] output_padding, int[] output_size, str padding_algorithm, int groups, int[] dilations, str data_format) -> Tensor(out)
@@ -302,6 +304,7 @@
     param : [x]
   kernel :
     func : diagonal_grad
+  no_need_buffer : x
 
 - backward_api : digamma_grad
   forward : digamma (Tensor x) -> Tensor(out)
@@ -529,6 +532,7 @@
   kernel :
     func : index_sample_grad
     data_type : out_grad
+  no_need_buffer : x
 
 - backward_api : index_select_grad
   forward : index_select(Tensor x, Tensor index,  int dim) -> Tensor(out)
@@ -1026,6 +1030,7 @@
     param : [index, updates, out_grad, overwrite]
   kernel :
     func : scatter_grad
+  no_need_buffer : updates
 
 - backward_api : scatter_nd_add_grad
   forward : scatter (Tensor x, Tensor index, Tensor updates) -> Tensor(out)
@@ -1036,6 +1041,7 @@
     param : [index, updates, out_grad]
   kernel :
     func : scatter_nd_grad
+  no_need_buffer : updates
 
 - backward_api : segment_pool_grad
   forward : segment_pool (Tensor x, Tensor segment_ids, str pooltype) -> Tensor(out), Tensor(summed_ids)
@@ -1193,6 +1199,7 @@
     param : [x, y]
   kernel :
     func : subtract_grad
+  no_need_buffer : x, y
 
 - backward_api : sum_grad
   forward : sum (Tensor x, int64_t[] dims={}, DataType out_dtype=paddle::experimental::DataType::UNDEFINED, bool keep_dim=false) -> Tensor(out)
@@ -1263,6 +1270,7 @@
     param : [x]
   kernel :
     func : tile_grad
+  no_need_buffer : x
 
 - backward_api : top_k_grad
   forward : top_k (Tensor x, Scalar k, int axis = -1, bool largest = true, bool sorted = true) -> Tensor(out), Tensor(indices)
@@ -1283,6 +1291,7 @@
     param : [x]
   kernel :
     func : trace_grad
+  no_need_buffer : x
 
 - backward_api : transpose_grad
   forward : transpose (Tensor x, int[] axis) -> Tensor(out)
@@ -1323,6 +1332,7 @@
     param : [x]
   kernel :
     func : unfold_grad
+  no_need_buffer : x
 
 - backward_api : unsqueeze_grad
   forward : unsqueeze(Tensor x, IntArray axes) -> Tensor(xshape), Tensor(out)