CANN/pypto张量维度重排列操作
pypto.permute【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel 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√功能说明返回一个Tensor该Tensor是输入Tensor的转置版本。根据指定的维度顺序重新排列输入张量的维度该算子不改变张量中元素的总数和内容只改变维度的排列方式。函数原型permute(input: Tensor, const std::vectorint perm) - Tensor参数说明参数名输入/输出说明input输入源操作数。支持的类型为Tensor。Tensor支持的数据类型为DT_FP16DT_BF16DT_INT16DT_UINT16DT_FP32DT_INT32DT_UINT32。不支持空TensorShape仅支持1-5维Shape Size不大于2147483647即INT32_MAX。算子对不同 Shape 支持不同详见约束说明。perm输入维度顺序列表。必须是一个包含所有维度索引的排列长度与输入张量的维度数相同。每个维度索引在 0 到 ShapeSize-1 范围内且不重复。返回值说明返回一个与输入数据类型一致的Tensor其维度顺序按照 perm 指定的顺序重新排列。调用示例TileShape设置示例调用该operation接口前应通过 set_vec_tile_shapes 设置TileShape。TileShape的维度应与输入input一致。示例输入input shape为 [2, 3, 4]目标排列为 [2, 0, 1]TileShape可设置为 [2, 3, 4] 或根据切分需求设置合适的值。pypto.set_vec_tile_shapes(2, 3, 4)接口调用示例x pypto.tensor([1, 2, 3, 4], pypto.DT_FP32) perm [3, 1, 0, 2] y pypto.permute(x, perm)结果示例如下输入数据x: [[[[ 0.9586, -0.4325, 0.7582, -2.6209], [ 1.0931, -0.3324, -2.3653, -0.0324], [ 1.6083, 1.3619, -0.1481, 0.4394]], [[ 0.2353, -0.7177, -0.4954, 0.4158], [-0.9788, -1.4224, 0.2558, 1.5322], [-0.6645, 2.1023, 0.8968, 0.8690]]]], 输出数据y: [[[[ 0.9586, 1.0931, 1.6083]], [[ 0.2353, -0.9788, -0.6645]]], [[[-0.4325, -0.3324, 1.3619]], [[-0.7177, -1.4224, 2.1023]]], [[[ 0.7582, -2.3653, -0.1481]], [[-0.4954, 0.2558, 0.8968]]], [[[-2.6209, -0.0324, 0.4394]], [[ 0.4158, 1.5322, 0.8690]]]]【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel 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