From 404bf3d4afd45970ef4eb343eb39821ab76004ce Mon Sep 17 00:00:00 2001 From: Dengrx Date: Sun, 27 Aug 2023 14:57:37 +0800 Subject: [PATCH] ADD file via upload --- split_combination_ops_declare.cc | 94 ++++++++++++++++++++++++++++++++ 1 file changed, 94 insertions(+) create mode 100644 split_combination_ops_declare.cc diff --git a/split_combination_ops_declare.cc b/split_combination_ops_declare.cc new file mode 100644 index 0000000..a7ed722 --- /dev/null +++ b/split_combination_ops_declare.cc @@ -0,0 +1,94 @@ +/** + * Copyright 2019-2021 Huawei Technologies Co., Ltd + * + * Licensed under the Apache License, Version 2.0 (the "License"); + * you may not use this file except in compliance with the License. + * You may obtain a copy of the License at + * + * http://www.apache.org/licenses/LICENSE-2.0 + * + * Unless required by applicable law or agreed to in writing, software + * distributed under the License is distributed on an "AS IS" BASIS, + * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. + * See the License for the specific language governing permissions and + * limitations under the License. + */ + +#include "transform/graph_ir/op_declare/split_combination_ops_declare.h" +#include + +namespace mindspore::transform { +// SplitD +INPUT_MAP(SplitD) = {{1, INPUT_DESC(x)}}; +//输入映射，将输入索引1映射为名为x的输入描述(INPUT_DESC) +ATTR_MAP(SplitD) = {{"axis", ATTR_DESC(split_dim, AnyTraits())},//指定维度 + {"output_num", ATTR_DESC(num_split, AnyTraits())}};//指定输出数量 +// 属性映射 +DYN_OUTPUT_MAP(SplitD) = {{0, DYN_OUTPUT_DESC(y)}}; +//动态输出映射 //将输出索引0映射为名为 "y" 的动态输出描述(DYN_OUTPUT_DESC) +REG_ADPT_DESC(SplitD, kNameSplitD, ADPT_DESC(SplitD)) +//注册 "SplitD" 运算符的适配器描述(REG_ADPT_DESC),适配器描述中包含运算符名称 "kNameSplitD" 和适配器描述(ADPT_DESC)。 +// 这将把 "SplitD" 运算符与其在框架中的实现关联起来。 +// +// Pack +INPUT_MAP(Pack) = EMPTY_INPUT_MAP; +//定义 "Pack" 运算符的输入映射(INPUT_MAP)为空。这表示 "Pack" 运算符没有显式的输入，因此没有任何输入描述。 +DYN_INPUT_MAP(Pack) = {{1, DYN_INPUT_DESC(x)}}; +//定义 "Pack" 运算符的动态输入映射(DYN_INPUT_MAP)，将输入索引1映射为名为 "x" 的动态输入描述(DYN_INPUT_DESC) +ATTR_MAP(Pack) = {{"num", ATTR_DESC(N, AnyTraits())}, {"axis", ATTR_DESC(axis, AnyTraits())}}; +//定义 "Pack" 运算符的属性映射(ATTR_MAP) 两个属性：数量/维度 +OUTPUT_MAP(Pack) = {{0, OUTPUT_DESC(y)}};//输出映射(OUTPUT_MAP)，将输出索引0映射为名为 "y" 的输出描述(OUTPUT_DESC) +REG_ADPT_DESC(Pack, prim::kStack, ADPT_DESC(Pack))//注册 "Pack" 运算符的适配器描述(REG_ADPT_DESC) + +// ParallelConcat +INPUT_MAP(ParallelConcat) = EMPTY_INPUT_MAP; +//定义 "ParallelConcat" 运算符的输入映射(INPUT_MAP)为空。 +//这表示 "ParallelConcat" 运算符没有显式的输入，因此没有任何输入描述 +DYN_INPUT_MAP(ParallelConcat) = {{1, DYN_INPUT_DESC(values)}}; +//定义 "ParallelConcat" 运算符的动态输入映射(DYN_INPUT_MAP)，将输入索引1映射为名为 "values" 的动态输入描述(DYN_INPUT_DESC)。 +//这表示 "ParallelConcat" 运算符会接收一个动态数量的输入，而每个输入都可以使用 "values" 来标识 +ATTR_MAP(ParallelConcat) = {//属性映射(ATTR_MAP),包含两个属性 + {"shape", ATTR_DESC(shape, AnyTraits>())},//连接操作时的形状 + {"N", ATTR_DESC(N, AnyTraits())},//连接的数量 +}; +OUTPUT_MAP(ParallelConcat) = {{0, OUTPUT_DESC(output_data)}}; +//输出映射(OUTPUT_MAP) +REG_ADPT_DESC(ParallelConcat, kNameParallelConcat, ADPT_DESC(ParallelConcat)) +//注册 "ParallelConcat" 运算符的适配器描述(REG_ADPT_DESC)。 +//适配器描述中包含运算符名称 "kNameParallelConcat" 和适配器描述(ADPT_DESC)。 +//这将把 "ParallelConcat" 运算符与其在框架中的实现关联起来，并使用 "kNameParallelConcat" 作为标识来调用适配器。 + + + +// ConcatD +INPUT_MAP(ConcatD) = EMPTY_INPUT_MAP; +//定义 "ConcatD" 运算符的输入映射(INPUT_MAP)为空。 +//这表示 "ConcatD" 运算符没有显式的输入，因此没有任何输入描述 +DYN_INPUT_MAP(ConcatD) = {{1, DYN_INPUT_DESC(x)}}; +//定义 "ConcatD" 运算符的动态输入映射(DYN_INPUT_MAP)，将输入索引1映射为名为 "x" 的动态输入描述(DYN_INPUT_DESC)。 +//这表示 "ConcatD" 运算符会接收一个动态数量的输入，而每个输入都可以使用 "x" 来标识。 +ATTR_MAP(ConcatD) = {//属性映射 + {"axis", ATTR_DESC(concat_dim, AnyTraits())},//连接操作时的维度 + {"inputNums", ATTR_DESC(N, AnyTraits())},//输入数量 +}; +OUTPUT_MAP(ConcatD) = {{0, OUTPUT_DESC(y)}}; +//定义 "ConcatD" 运算符的输出映射(OUTPUT_MAP)，将输出索引0映射为名为 "y" 的输出描述(OUTPUT_DESC)。 +//这表示 "ConcatD" 运算符会产生一个输出结果，并使用 "y" 来标识该输出。 +REG_ADPT_DESC(ConcatD, prim::kPrimConcat->name(), ADPT_DESC(ConcatD)) +//注册 "ConcatD" 运算符的适配器描述(REG_ADPT_DESC)。适配器描述中包含运算符名称 "prim::kPrimConcat->name()" 和适配器描述(ADPT_DESC)。 +// 这将把 "ConcatD" 运算符与其在框架中的实现关联起来，并使用 "prim::kPrimConcat->name()" 作为标识来调用适配器。 +// +// ConcatV2D Inference for tf +INPUT_MAP(ConcatV2D) = EMPTY_INPUT_MAP;//输入映射为空 +DYN_INPUT_MAP(ConcatV2D) = {{1, DYN_INPUT_DESC(x)}};//动态输入映射，可以有多个数量的映射 +ATTR_MAP(ConcatV2D) = { + {"axis", ATTR_DESC(concat_dim, AnyTraits())},//连接操作时的维度 + {"N", ATTR_DESC(N, AnyTraits())},//连接的数量 +}; +OUTPUT_MAP(ConcatV2D) = {{0, OUTPUT_DESC(y)}}; +//定义 "ConcatV2D" 运算符的输出映射(OUTPUT_MAP)，将输出索引0映射为名为 "y" 的输出描述(OUTPUT_DESC)。 +//这表示 "ConcatV2D" 运算符会产生一个输出结果，并使用 "y" 来标识该输出。 +REG_ADPT_DESC(ConcatV2D, kNameConcatV2D, ADPT_DESC(ConcatV2D)) +//注册 "ConcatV2D" 运算符的适配器描述(REG_ADPT_DESC)。适配器描述中包含运算符名称 "kNameConcatV2D" 和适配器描述(ADPT_DESC)。 +//这将把 "ConcatV2D" 运算符与其在框架中的实现关联起来，并使用 "kNameConcatV2D" 作为标识来调用适配器。 +} // namespace mindspore::transform