什么是算子原型

本节介绍算子原型的概念以及获取方式。

什么是算子原型

算子原型规定了在昇腾AI处理器上可运行算子的约束，主要体现算子的数学含义，包含定义算子输入、输出、属性。

在算子开发阶段，会使用REG_OP宏，以“.”链接INPUT、OUTPUT、ATTR等接口注册算子的输入、输出和属性信息，最终以OP_END_FACTORY_REG接口结束，完成算子的注册。注册代码实现如下所示：

      
           namespace ge{
    REG_OP(OpType) //算子类型名称
    .INPUT(x1, TensorType({ DT_FLOAT, DT_INT32 }))
    .INPUT(x2, TensorType({ DT_FLOAT, DT_INT32 })) 
    // .DYNAMIC_INPUT(x, TensorType({DT_FLOAT, DT_INT32}))
    // .OPTIONAL_INPUT(b, TensorType({DT_FLOAT}))        
    .OUTPUT(y, TensorType({ DT_FLOAT, DT_INT32 })) 
    // .DYNAMIC_OUTPUT(y, TensorType({DT_FLOAT, DT_INT32}))
    .ATTR(x, Type, DefaultValue)
    // .REQUIRED_ATTR(x, Type)
    .OP_END_FACTORY_REG(OpType)
}

REG_OP(OpType)
OpType：注册到昇腾AI处理器的自定义算子库的算子类型。
INPUT(x1, TensorType({ DT_FLOAT,DT_UINT8,... }))
注册算子的输入信息。
- x：宏参数，算子的输入名称。
- TensorType({ DT_FLOAT,DT_UINT8,... }）：“{ }”中为此输入支持的数据类型的列表。
若算子有多个输入，每个输入需要使用一条INPUT(x, TensorType({ DT_FLOAT,DT_UINT8,... }))语句进行描述。
DYNAMIC_INPUT(x, TensorType({DT_FLOAT, DT_INT32, ...}))
算子为动态多输入场景下的输入信息注册。
- x：宏参数，算子的输入名称，图运行时，会根据输入的个数自动生成x0、x1、x2……，序号依次递增。
- TensorType({ DT_FLOAT,DT_UINT8,... }）：“{ }”中为此输入支持的数据类型的列表。
OPTIONAL_INPUT(x, TensorType({DT_FLOAT, ...}))
若算子输入为可选输入，可使用此接口进行算子输入的注册。
- x：宏参数，算子输入的名称。
- TensorType({DT_FLOAT, ...})：“{ }”中为此输入支持的数据类型的列表。
OUTPUT(y, TensorType({ DT_FLOAT,DT_UINT8,... }))
注册算子的输出信息。
- y：宏参数，算子的输出名称。
- TensorType({ DT_FLOAT,DT_UINT8,... })：“{ }”中为此输出支持的数据类型的列表。
若算子有多个输出，每个输出需要使用一条OUTPUT(x, TensorType({ DT_FLOAT,DT_UINT8,... }))语句进行注册。
DYNAMIC_OUTPUT(y, TensorType({DT_FLOAT, DT_INT32}))
算子为动态多输出场景下的输出信息注册。
- y：宏参数，算子的输出名称，图运行时，会根据输出的个数自动生成y0、y1、y2……，序号依次递增。
- TensorType({ DT_FLOAT,DT_UINT8,... }）：“{ }”中为此输出支持的数据类型的列表。
ATTR(x, Type，DefaultValue)
注册算子的属性，包括算子的属性名称，属性类型以及属性值的默认值，当开发者不设置算子对象的属性值时使用默认值。

例如：ATTR(mode, Int, 1)，注册属性mode，属性类型为int64_t，默认值为1。

若算子有多个属性，每个属性需要使用一条ATTR(x, Type，DefaultValue)语句或者REQUIRED_ATTR(x, Type)语句进行注册。
REQUIRED_ATTR(x, Type)
注册算子的属性，包括算子的属性名称与属性类型，无默认值，开发者必须设置算子对象的属性值。

若算子有多个属性，每个属性需要使用一条ATTR(x, Type，DefaultValue)语句或者REQUIRED_ATTR(x, Type)语句进行注册。
OP_END_FACTORY_REG(OpType)：结束算子注册。OpType与REG_OP(OpType)中的OpType保持一致。

DT_FLOAT,DT_UINT8等数据类型对应关系请参见DataType。

如何获取算子原型

在模型构建时，用户需要了解算子原型，包括输入、输出和属性信息，从而创建算子实例，构建自己的Graph。

对于用户自定义算子，请自行获取自定义算子的算子原型定义头文件，了解算子的原型定义。

从“Ascend-cann-toolkit安装目录/ascend-toolkit/latest/opp/vendors/<vendor_name>/op_proto/inc”算子原型定义的头文件中获取，例如：

         
              REG_OP(SubMConv3dCube) 
     .INPUT(x, TensorType({DT_FLOAT16})) 
     .INPUT(filter, TensorType({DT_FLOAT16}))
    .OUTPUT(y, TensorType({DT_FLOAT16}))
    .ATTR(is_first, Bool, false)
    .OP_END_FACTORY_REG(SubMConv3dCube)

对于内置算子，用户可以通过如下两种方式获取算子原型：

从《算子清单》获取，如图1所示。
图1 查看算子原型信息

从“Ascend-cann-toolkit安装目录/ascend-toolkit/latest/opp/built-in/op_proto/inc”算子原型定义的头文件中获取，例如：

          
               REG_OP(SoftmaxV2)
    .INPUT(x, TensorType({DT_DOUBLE, DT_FLOAT16, DT_FLOAT}))
    .OUTPUT(y, TensorType({DT_DOUBLE, DT_FLOAT16, DT_FLOAT}))
    .ATTR(axes, ListInt, {-1})
    .OP_END_FACTORY_REG(SoftmaxV2)

父主题： 通过算子原型构建Graph