CANN/pypto reshape操作

pypto.reshape

【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

功能说明

改变Tensor形状，改变valid_shape部分的形状(Shape)

注意事项

• 静态 shape 支持-1：当 tensor 所有轴都是静态维度时，shape 参数支持使用-1自动推导一个维度
• 动态 shape 不支持-1：当 tensor 有轴标注为pypto.DYNAMIC时，shape 参数不能使用-1，必须显式指定所有维度值， 从动态轴tensor.shape获取的维度是 SymbolicScalar 类型，可用于 reshape 的 shape 参数
• 推荐使用 inplace 参数：当满足 inplace 的约束说明时，设置inplace=True可以避免额外的数据搬移

函数原型

reshape(input: Tensor,shape: List[int],*,valid_shape: Optional[List[Union[int, SymbolicScalar]]] = None, inplace: bool = False) -> Tensor

参数说明

返回值说明

返回输出Tensor，Tensor的数据类型和input相同，形状(Shape)为输入参数指定的shape。

约束说明

inplace为True时，需要保证输入输出分别是当前loop的输入输出；输出不可作为整个Function的输出

调用示例

示例1：

x = pypto.tensor([2, 2], pypto.DT_FP32) y = pypto.reshape(x, [4, 1], [2, 1]) z = pypto.add(y, 1.0)

结果示例如下：

输入数据x: [[1, 2], [3, 4]] 输出数据y: [[1], [2], [3], [4]] 输出数据z: [[2], [3], [3], [4]]

示例2：

x = pypto.tensor([2, 2], pypto.DT_FP32) for _ in pypto.loop(1, name="reshape_inplace", idx_name="tmp_loop"): x_1 = x.reshape(x, [4], inplace=True) for _ in pypto.loop(1, name="loop", idx_name="loop"): y = pypto.add(x_1, 1.0)

结果示例如下：

输入数据x: [[1, 2], [3, 4]] 输出数据y: [2, 3, 4, 5]

【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