vec_ln

功能说明

按element取自然对数：。

函数原型

vec_ln(mask, dst, src, repeat_times, dst_rep_stride, src_rep_stride)

参数说明

请参见参数说明。

dst与src的数据类型需要保持一致。

Atlas 200/300/500 推理产品，dst与src支持的数据类型为：Tensor(float16)

Atlas 训练系列产品，dst与src支持的数据类型为：Tensor(float16/float32)

Atlas推理系列产品AI Core，dst与src支持的数据类型为：Tensor(float16/float32)

Atlas推理系列产品Vector Core，dst与src支持的数据类型为：Tensor(float16/float32)

Atlas A2训练系列产品/Atlas 800I A2推理产品，dst与src支持的数据类型为：Tensor(float16/float32)

Atlas 200/500 A2推理产品，dst与src支持的数据类型为：Tensor(float16/float32)

返回值

无。

支持的型号

Atlas 200/300/500 推理产品

Atlas 训练系列产品

Atlas推理系列产品AI Core

Atlas推理系列产品Vector Core

Atlas A2训练系列产品/Atlas 800I A2推理产品

Atlas 200/500 A2推理产品

注意事项

• src的数值需要为正数；负数与零非法，若输入负数或零，可能会产生未知结果。
• 对于Atlas 200/300/500 推理产品，使用该接口处理float16类型的数据时，如果输入数据在(0, 5/3)区间，计算精度不满足双千分之一，如果对精度有更高要求，建议使用vec_ln_high_preci接口。
• 其它注意事项请参考注意事项。

调用示例

此样例是针对数据量较小、一次搬运就可以完成的场景，目的是让大家了解接口的功能，更复杂的数据量较大的样例可参见调用示例。

from tbe import tik
tik_instance = tik.Tik()
# 申请tensor
src_gm = tik_instance.Tensor("float16", (128,), tik.scope_gm, "src_gm")
src_ub = tik_instance.Tensor("float16", (128,), name="src_ub", scope=tik.scope_ubuf)
dst_ub = tik_instance.Tensor("float16", (128,), name="dst_ub", scope=tik.scope_ubuf)
dst_gm = tik_instance.Tensor("float16", (128,), tik.scope_gm, "dst_gm")
# 将用户输入数据从gm搬运到ub
tik_instance.data_move(src_ub, src_gm, 0, 1, 8, 0, 0)
tik_instance.vec_ln(128, dst_ub, src_ub, 1, 8, 8)
# 将计算结果从ub搬运到目标gm
tik_instance.data_move(dst_gm, dst_ub, 0, 1, 8, 0, 0)
tik_instance.BuildCCE(kernel_name="vec_ln", inputs=[src_gm], outputs=[dst_gm])

结果示例：

输入数据：
[1, 2, 3, 4, ......, 128]

输出数据：
[0, 0.6931, 1.0986, 1.3863, ......, 4.8520]