当前位置: 首页 > news >正文

CANN/pypto 填充操作

pypto.pad

【免费下载链接】pyptoPyPTO(发音: pai p-t-o):Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto

产品支持情况

产品是否支持
Ascend 950PR/Ascend 950DT
Atlas A3 训练系列产品/Atlas A3 推理系列产品
Atlas A2 训练系列产品/Atlas A2 推理系列产品

功能说明

对输入 Tensor 进行填充(Padding)。

填充大小根据pad参数从输入 Tensor 的最后一个维度开始,由后向前依次描述。pad参数的格式为 $(pad_left, pad_right, pad_top, pad_bottom, ...)$。当前实现仅支持对最后两个维度进行常量(Constant)模式的右侧(Right)和底部(Bottom)填充。

函数原型

pad(input: Tensor, pad: Sequence[int], mode: str = "constant", value: float = 0.0) -> Tensor

参数说明

参数名输入/输出说明
input输入需要进行填充的源操作数。
支持的类型为:Tensor。
Tensor支持的数据类型为:DT_FP32、DT_FP16、DT_BF16。
不支持空Tensor;Shape仅支持1-4维;Shape Size不大于2147483647(即INT32_MAX)。
pad输入填充大小序列。
支持的类型为:tuple 或 list (包含int)。
序列长度 $m$ 必须为偶数,且满足 $\frac{m}{2} \leq$input的维度数。
格式为:(pad_left, pad_right, pad_top, pad_bottom, ...)
所有填充大小序列的值必须为非负整数,负值不支持。
mode输入填充模式。
支持的类型为:str。
可选值为'constant''reflect''replicate''circular'
默认值:'constant'
注意:当前仅支持'constant'模式。
value输入当填充模式为常量填充 ('constant') 时的填充值。
支持的类型为:float。
支持任意浮点数值,包括-infinf0.0以及其他任意浮点数(如1.0-1.00.5等)。 默认值:0.0

返回值说明

返回输出 Tensor,Tensor 的数据类型和input相同,Shape 为根据pad参数在对应维度上扩展后的大小。

约束说明

  1. pad参数的长度必须为2或者4,pad参数中的填充大小序列的值必须为非负整数。负值填充不支持。如果传入负值,将抛出ValueError
  2. 当前仅支持多维情况下在右侧(Right)和底部(Bottom)进行填充,或者1维情况下在右侧(Right)填充。即pad序列中向左和向上的填充量必须为 0(例如格式必须为(0, pad_right, 0, pad_bottom)或者(0, pad_right))。
  3. mode当前仅支持'constant'(常量填充)模式,其他模式暂不支持。
  4. value 支持任意浮点数值,填充值的数据类型会自动转换为与输入 Tensor 一致。
  5. 如果input不是 Tensor 类型,或pad不是整数序列,将抛出TypeError

调用示例

TileShape设置示例

说明:调用该 operation 接口前,应通过set_vec_tile_shapes设置 TileShape。

TileShape 维度应和输出一致。

示例1:输入inputshape 为[m, n],如果对其在 n 轴右侧填充了p,则输出 shape 为[m, n+p],TileShape 设置为[m1, n1],则m1,n1分别用于切分输出的m,n+p轴。

pypto.set_vec_tile_shapes(4, 16)

接口调用示例

# 示例:对一个 shape 为 [1, 1, 2, 2] 的 Tensor 进行填充 # 最后一个维度 (右侧) 填充 1 # 倒数第二个维度 (底部) 填充 1 t4d = pypto.tensor([0.0, 1.0, 2.0, 3.0], pypto.DT_FP32) # 假设内部已将一维数据 reshape 为 [1, 1, 2, 2] p1 = (0, 1, 0, 1) # (pad_left=0, pad_right=1, pad_top=0, pad_bottom=1) out = pypto.pad(t4d, p1, mode="constant", value=0.0)

结果示例如下:

# 输入数据 t4d (逻辑 shape 为 [1, 1, 2, 2]): [[[[0.0, 1.0], [2.0, 3.0]]]] # 输出数据 out (逻辑 shape 扩展为 [1, 1, 3, 3]): [[[[0.0, 1.0, 0.0], [2.0, 3.0, 0.0], [0.0, 0.0, 0.0]]]]

【免费下载链接】pyptoPyPTO(发音: pai p-t-o):Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/782901/

相关文章:

  • CANN设备运行时事实
  • 泰山派3M-RK3576-Ai应用-YOLO11-分割模型
  • CANN融合因果一维卷积算子
  • 华为通信/CANN hcomm查询拓扑信息
  • CANN/hcomm通信操作API文档
  • Graph-autofusion super_kernel极简示例
  • 如何快速掌握大气层系统:从新手到专家的终极指南
  • 构建基于Python与机器学习的智能客服
  • 如何高效准确实现表面测温
  • AFSIM 5.3.1在Visual Studio 2015下的详细配置步骤
  • CANN/SHMEM快速使用指南
  • 企业内如何通过Taotoken实现AI模型调用的统一审计与风控
  • ECU-TEST 测试报告自动上传(含代码实现)
  • CANN/ge C++ ES API兼容性设计
  • 可解释AI(XAI)实践指南:从模型透明到业务可信
  • 网盘直链下载助手:九大主流网盘免登录高速下载解决方案
  • 离海数百公里,他们为孩子造了一片“海”
  • 长期使用Taotoken服务在API延迟与稳定性方面的实际感受分享
  • cann/cannbot-skills Kernel定义内存分配
  • CANN/ops-cv NMS掩码算子
  • AI应用上线前必做的5项安全验证:基于SITS2026标准的CI/CD嵌入式检测清单
  • 2026年北京全屋高端定制现代简约风格公司测评与选型指南
  • 泰山派3M-RK3576-系统开发与编译-Buildroot系统-编译内核
  • CANN运行时资源限制内核加载示例
  • Switch游戏文件管理神器:NSC_BUILDER让你告别格式混乱烦恼
  • test000009913
  • 对比多个模型 API 供应商后我为何选择 Taotoken 作为主用平台
  • 模型诊断与知识库调试:从冲突集到高效算法的工程实践
  • 网上祭祀平台哪个更便捷
  • Arm DynamIQ架构性能监控单元(PMU)设计与实战