支持的Aten API清单

torch.nn.BatchNorm1d

支持fp16，fp32

track_running_stats为True

torch.nn.BatchNorm2dt

torch.nn.BatchNorm3d

torch._native_batch_norm_legit_no_training

支持fp16，fp32

torch._softmax

支持fp32

torch._softmax_backward_data

支持fp32

torch.ops.aten._to_copy.default

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.addmm

支持fp16，fp32

torch.bernoulli

支持fp16，fp32

torch.clone

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64

torch.div

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.empty_like

支持fp16，fp32，uint8，int8，int16，int32，int64

torch.Tensor.expand

支持bf16，fp16，fp32，int16，int32，int64

torch.nn.functional.gelu

支持bf16，fp16，fp32

torch.nn.functional.hardswish

正向：支持fp16，fp32

反向：

支持bf16，fp16，fp32

参数约束inplace=False

torch.nn.functional.leaky_relu

支持bf16，fp16，fp32

torch.mean

支持bf16，fp16，fp32，complex64，complex128

torch.native_layer_norm

支持bf16，fp16，fp32

torch.nn.functional.layer_norm

支持bf16，fp16，fp32

torch.ops.aten.new_empty_strided.default

-

torch.permute

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

torch.select

支持fp32

torch.ops.aten.slice.Tensor

支持bf16，fp16，fp32

torch.ops.aten.slice_backward.default

支持bf16，fp16，fp32

torch.sum

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.t

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64

torch.nn.Threshold

支持fp32，uint8，int8，int16，int32，int64

torch.nn.MaxPool2d

正向：

支持fp16，fp32

参数约束return_indice=False，dynamic=True

反向：支持fp16，fp32，bf16，input为四维

torch.slice_scatter

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

torch.nn.functional.avg_pool2d

正向：

支持fp16，fp32

参数约束dynamic=False，kernelsize≤255，stride≤63

反向：支持fp16，fp32

torch.nn.functional.group_norm

支持bf16，fp16，fp32

sigmoid

支持fp16，fp32，int8，int32，int64

torch.sigmoid

支持bf16，fp16，fp32，fp64

torch._native_batch_norm_legit

支持fp16，fp32

参数约束track_running_stats=False

torch.index_select

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

torch.sub

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64

torch.fill

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

self.new_zeros(...)

支持fp16，fp32，fp64，bf16，int8，int16，int32，int64，uint8，bool，complex64，complex128

torch.mul

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

torch.nn.functional.hardsigmoid

支持fp16，fp32

torch.clamp

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64

参数约束min<max

torch.ops.aten.alias.default

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

self.new_ones(...)

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

torch.nn.functional.embedding

支持int32，int64

参数约束Max_norm=False， Sparse=False， scale_grad_by_Freq=False前向不支持，_freeze=False

torch.nn.functional.sigmoid

支持bf16，fp16，fp32，fp64

torch.nn.functional.hardtanh

正向：

min_val和max_val为浮点型，input支持bf16，fp16，fp32，fp64

min_val和max_val为整形时，input支持int32，int64

反向：支持bf16，fp16，fp32

torch.stack

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64

torch.unbind

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

torch.nn.functional.pad

支持bf16，fp16，fp32，int16，int32，int64

torch.constant_pad_nd

支持bf16，fp16，fp32，int32，int64，bool

参数约束inplace=False

torch.nn.avgpool2d

支持fp16，fp32

参数约束dynamic=False，kernelsize≤255, stride≤63

torch.nn.Conv2d

支持fp16，fp32

torch.nn.Conv1d

支持fp16，fp32

torch.nn.ConvTranspose1d

支持fp16，fp32

torch.nn.ConvTranspose2d

支持fp16，fp32

torch.ops.aten.floor.default

支持fp16，fp32

torch.nn.AdaptiveAvgPool2d

支持fp16，fp32

output_size仅支持list

torch.fft.fft

支持complex64

torch.fft.fft2

torch.nn.LogSoftmax

支持bf16，fp16，fp32

torch.abs

支持fp16，fp32，uint8，int8，int16，int32，int64

torch.arange

支持bf16，fp16， fp32， int32， int64

torch.argmax

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64

torch.as_strided

支持fp32

torch.as_strided_scatter

支持bf16，fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool，complex64，complex128

输入tensor src的stride属性要小于stride参数

torch.bitwise_and

支持uint8，int8，int16，int32，int64，bool

torch.bitwise_not

支持uint8，int8，int16，int32，int64，bool

torch.ceil

支持fp32，fp16

torch.cumsum

支持bf16，fp16，fp32，int8，int16，int32，int64，bool

torch.detach

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.nn.functional.elu

支持fp16，fp32

torch.empty

支持fp16，fp32，uint8，int8，int16，int32，int64

torch.exp

支持bf16，fp16，fp32，int64，bool，complex64，complex128

torch.nn.functional.grid_sample

支持fp16，fp32，fp64

torch.ops.aten.index.Tensor

支持fp16，fp32，uint8，int8，int32，int64，bool

torch.index_add

支持fp16，fp32，int64，bool

torch.le

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.linspace

参数start和end为浮点类型

参数steps为非负整数

torch.log

支持bf16，fp16，fp32，int64，bool，complex64，complex128

torch.logsumexp

支持fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.max

支持bf16，fp16，fp32，int64，bool

torch.minimum

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.nn.functional.mse_loss

正向：支持fp16，fp32

反向：

支持fp16，fp32

参数self和target的数据类型要一致

torch.new_empty

支持fp32

torch.new_full

支持int64

torch.nn.functional.nll_loss

正向：

参数weight和input的数据类型必须相同 ，数据类型支持 bf16，fp16，fp32

参数target的数据类型支持uint8，int32，int64

当参数self为1D-tensor时，target需要为0D-tensor；当self为2D-tensor时，target需要为1D-tensor，两个参数的shape关系需满足：self.shape[0] = target.shape[0]

反向：支持bf16，fp16，fp32，int64

torch.ones_like

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.rand

输入为生成tensor的shape

torch.randint

输入为生成tensor的shape

torch.randn

输入为生成tensor的shape

torch.remainder

支持fp16，fp32，int32，int64

torch.scatter

支持int16，int32，int64

torch.scatter_add

支持bf16，fp16，fp32， fp64，uint8，int8，int16，int32，int64，bool

参数index必须为非空tensor

torch.select_scatter

支持fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.sgn

支持bf16，fp16，fp32，int32

torch.sort

支持fp16，fp32，uint8，int8，int16，int32，int64

torch.sqrt

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

torch.nn.functional.tanh

支持fp16，fp32，bf16

torch.triu

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool

torch.view_as_complex

支持fp32，fp64

torch.view_as_real

支持complex64

torch.where

支持fp16，fp32，fp64，uint8，int8，int16，int32，int64，bool

输入tensor的shape小于8维

不支持动态场景torch.where(condition) → tuple of LongTensor

torch.zeros

支持fp16，fp32，fp64，uint8，int8，int16，int32，int64

torch.zeros_like

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

torch.eq

支持bf16，fp16，fp32，uint8，int8，int32，int64，bool

torch.erf

支持bf16，fp16， fp32，

torch.full_like

支持fp16，fp32，int32，uint8，int16，int64，bool，complex64，complex128

torch.lt

支持bf16，fp16，fp32，uint8，int8，int32，int64

torch.ne

支持bf16，fp16，fp32，uint8，int8，int16，int32，int64，bool，complex64，complex128

torch.nn.functional.glu

正向：

支持fp16， fp32

dim值在 input维度范围内，且input.shape[dim]为偶数

反向：支持fp16，fp32

torch.ge

输入Tensor支持bool，unit8，int8，int16，int32，int64，fp16，bf16，fp32，fp64

torch.ops.aten.sym_size.int

输入Tensor支持bf16，fp32，fp16，int8，uint8，int16，int32，int64

torch._foreach_abs

支持bf16，fp16，fp32

torch._foreach_acos

支持bf16，fp16，fp32

torch._foreach_add

支持bf16，fp16，fp32，int32

• tensor是bf16，fp16，fp32时，scalar支持 fp32
• tensor是int32，scalar支持 int64

torch._foreach_addcdiv

支持fp32，bf16

torch._foreach_addcmul

支持fp32，bf16

torch._foreach_asin

支持bf16，fp16，fp32

torch._foreach_atan

支持bf16，fp16，fp32

torch._foreach_ceil

支持bf16，fp16，fp32

torch._foreach_cos

支持bf16，fp16，fp32

torch._foreach_cosh

支持bf16，fp16，fp32

torch._foreach_div

支持bf16，fp16，fp32，int32

• tensor是bf16，fp16，fp32，scalar支持 fp32
• tensor是int32，scalar支持 int64

torch._foreach_erf

支持bf16，fp16，fp32

torch._foreach_erfc

支持bf16，fp16，fp32

torch._foreach_exp

支持bf16，fp16，fp32

torch._foreach_expm1

支持bf16，fp16，fp32

torch._foreach_floor

支持bf16，fp16，fp32，int8，uint8，int32，int64

torch._foreach_frac

支持bf16，fp16，fp32，int8，uint8，int32，int64

torch._foreach_lerp

支持fp16，fp32，bf16

torch._foreach_log

支持bf16，fp16，fp32

torch._foreach_log10

支持bf16，fp16，fp32

torch._foreach_log1p

支持bf16，fp16，fp32

torch._foreach_log2

支持bf16，fp16，fp32

torch._foreach_maximum

支持fp16，fp32，int32，bf16

torch._foreach_minimum

支持fp16，fp32，int32，bf16

torch._foreach_mul

支持bf16，fp16，fp32，int32

• tensor是bf16，fp16，fp32，scalar支持 fp32
• tensor是int32，scalar 支持int64

torch._foreach_norm

支持fp16，fp32，bf16

torch._foreach_pow

支持bf16，fp16，fp32

• tensor_list输入dtype和scalar dtype相同
• tensor_list输入dtype为浮点数，scalar type为int

torch._foreach_round

支持bf16，fp16，fp32，int32，int64

torch._foreach_sigmoid

支持bf16，fp16，fp32

torch._foreach_sin

支持bf16，fp16，fp32

torch._foreach_sinh

支持bf16，fp16，fp32

torch._foreach_sub

支持bf16，fp16，fp32，int32

• tensor_list 输入dtype和scalar dtype相同
• tensor_list 输入dtype为浮点数，scalar type为int

torch._foreach_tan

支持bf16，fp16，fp32

torch._foreach_tanh

支持bf16，fp16，fp32

torch._foreach_trunc

支持bf16，fp16，fp32