{op_name}
【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills
模板说明:本文件是 README.md 的固定模板,由 pypto-op-develop 生成。所有{op}/{op_name}/{...}占位符需替换为实际内容。内容面向算子调用方,前 8 节说明 PyTorch 侧 wrapper 接口,后 2 节说明本次生成的交付件。
算子概述
{一句话描述算子功能与典型使用场景}
数学公式
$$ TODO: 填写数学公式 $$
接口
def {op}_wrapper(x: torch.Tensor, ...) -> torch.Tensor: ...参数说明
| 参数 | dtype | shape | 说明 |
|---|---|---|---|
x | {TODO} | {TODO} | 输入张量 |
| 返回值 | {TODO} | {TODO} | 输出张量 |
约束条件
- {TODO: 输入 shape 约束(如支持的维度数、各维度取值限制)}
- {TODO: 输入 dtype 约束}
- {TODO: 硬件/环境约束(如最低 CANN 版本要求)}
支持规格
| 项目 | 支持范围 |
|---|---|
| dtype | {TODO} |
| 输入维度 | {TODO} |
| 硬件平台 | {TODO} |
使用示例
import torch from {op}_impl import {op}_wrapper # {TODO: 构造输入数据} x = torch.randn({...}, dtype=torch.float32) # 调用算子 y = {op}_wrapper(x) print(y.shape) # {TODO}目录结构
本次生成的文件:
. ├── {op}_impl.py # 算子实现(含 {op}_wrapper 接口) ├── {op}_golden.py # Golden 参考实现(精度基准) ├── test_{op}.py # 精度测试入口 ├── test_cases.json # 测试用例配置 └── README.md # 本文件运行方式
# 设置环境 export TILE_FWK_DEVICE_ID=0 # 运行精度测试(默认遍历所有用例) python3 test_{op}.py # 运行单个用例 python3 test_{op}.py case_001 # 列出所有用例 python3 test_{op}.py --list【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考