Ascend Pytorch算子功能驗證
編寫測試用例
以add算子為例，測試腳本文件命名為：add_testcase.py。以下示例僅為一個簡單的用例實現，具體算子的實現，需要根據算子定義進行完整的覆蓋才能保證功能的基本正確。

1. 引入依賴庫。
2. import torch
3. import numpy as np
4. import sys
5. import copy
   from util_test import compare_res
   說明：
   其中，util_test為測試框架提供的文件，詳細實現參考 附錄->測試代碼樣例-> util_test.py，使用時應與testcase.py文件放在同一目錄。
6. 構造輸入數據。
7. def generate_data(min, max, shape, dtype):

8.  input1 = np.random.uniform(min, max, shape).astype(dtype)
   

9.  input2 = np.random.uniform(min, max, shape).astype(dtype)
   

11. #modify from numpy.ndarray to torch.tensor
    

12. npu_input1 = torch.from_numpy(input1)
    

13. npu_input2 = torch.from_numpy(input2)
    

14. return npu_input1, npu_input2
15. 調用CPU及NPU完成計算，并比較二者的計算結果。
16. def test_add_float16():

17. npu_input1, npu_input2 = generate_data(0, 100, (5,3), np.float16)
    

18. cpu_output = cpu_op_exec(npu_input1, npu_input2)
    

19. npu_output = npu_op_exec(npu_input1, npu_input2)
    

    compare_res(cpu_output, npu_output, sys._getframe().f_code.co_name)
20. 調度測試用例
21. def test_add():

22. # testcase list
    

23. test_add_float16() 
    

25. if name == ‘main’:

26. # 當前版本需要調用如下代碼
    

27. torch.npu.set_device("npu:0")      //注意 "npu:x"中的x的填寫參見說明
    

    test_add()
    說明：
    set_device(“npu:0”) 這個接口的作用是指定用例運行的NPU設備ID。
    設置運行環境變量
    export LD_LIBRARY_PATH=/usr/local/lib/:/usr/lib/:/usr/local/Ascend/fwkacllib/lib64/:/usr/local/Ascend/driver/lib64/common/:/usr/local/Ascend/driver/lib64/driver/:/usr/local/Ascend/add-ons/:/usr/lib/x86_64-linux-gnu:$L{D}_{L}IBRAR{Y}_{P}ATHexportPATH=$PATH:/usr/local/Ascend/fwkacllib/ccec_compiler/bin
    export ASCEND_OPP_PATH=/usr/local/Ascend/opp

export NEW_GE_FE_ID=1
export GE_AICPU_FLAG=1

export PYTHONPATH=/usr/local/Ascend/atc/python/site-packages/:/usr/local/Ascend/atc/python/site-packages/auto_tune.egg/auto_tune:/usr/local/Ascend/atc/python/site-packages/schedule_search.egg
export CUSTOM_OP_LIB_PATH=/usr/local/Ascend/ops/framework/built-in/tensorflow
export OPTION_EXEC_EXTERN_PLUGIN_PATH=/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libfe.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libaicpu_plugin.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libge_local_engine.so
export PLUGIN_LOAD_PATH=/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libfe.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libaicpu_plugin.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libge_local_engine.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/librts_engine.so
說明：
上述環境變量實際路徑/usr/local/Ascend/需要根據開發套件等的安裝路徑進行相應的調整。普通用戶進行調試時，將“自定義TBE算子”安裝至個人工作目錄(當前版本要求與Ascend-opp-.run的安裝目錄一致，如Ascend-opp-.run安裝在"/home/username/.local/Ascend")，則需修改上述環境變量中的內容：
export ASCEND_OPP_PATH=~/.local/Ascend/opp
export CUSTOM_OP_LIB_PATH=~/.local/Ascend/opp/framework/custom/tensorflow
執行測試用例腳本
進入add_testcase.py所在的目錄，執行：
python3.7.5 add_testcase.py
運行結束，可能會提示一個錯誤“THPModule_npu_shutdown failed.”，此錯誤不影響結果，請忽略。

總結

以上是生活随笔為你收集整理的Ascend Pytorch算子功能验证的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。